脉冲噪声环境下基于循环频率截面 累加量的码元速率估计

为了提高非高斯α稳定分布噪声环境下MPSK信号码元速率的估计准确率,提出了一种基于循环频率截面累加量的MPSK信号新的码元速率估计算法。算法采用一种新的归一化压缩函数,对含有α稳定分布噪声的MPSK信号进行非线性压缩,有效抑制了脉冲噪声对于循环谱密度的影响,并保留了码元变换时的跳变信息;通过在循环谱密度的f=0截面搜寻最大值,确定在循环频率截面的搜索范围,利用在该范围内进行循环谱密度的累加量,实现了MPSK信号的码元速率估计。仿真实验结果表明,该算法比现有的码元速率估计算法具有更好的稳定性和准确性。     

脉冲噪声衰落信道下MPSK信号的符号周期估计

针对脉冲噪声环境衰落信道下相移键控信号符号周期估计困难的问题,提出了一种基于分数低阶循环谱相干系数的相移键控信号符号周期估计方法．首先,对相移键控信号进行分数低阶循环平稳特性分析,并给出相移键控信号的分数低阶循环谱相干系数表达式;然后,分析了相移键控信号符号周期与分数低阶循环谱相干系数之间的关系;最后,给出相移键控信号符号周期估计流程．仿真结果表明,在脉冲噪声环境衰落信道下,所提的符号周期估计方法具有良好的估计性能．     

短波OFDM信号调制参数估计算法研究

结合正交频分复用(OFDM)信号二阶循环特性,针对短波中OFDM信号参数估计这一重要问题,对基于循环自相关函数截面的OFDM信号参数估计算法进行了修正,推导了估计码元速率参数时谱峰的搜索范围,增加了其算法的子载波带宽估计功能。根据修正算法得到子载波带宽,确定小波尺度因子,基于OFDM信号功率谱的等波纹特性,利用小波方法对OFDM信号实际使用子载波个数的倒谱估计方法进行了改进。实验结果表明,这两种算法估计OFDM信号参数时具有良好性能。     

循环谱相关方法在调制信号参数估计中的应用

通信过程中的调制信号具有循环平稳特性,本文通过分析调制信号的循环谱相关特点,提出了利用循环频率谱峰的位置与大小来估计调制信号载波频率和码元速率的方法,给出了具体的实现步骤,实验结果表明该方法在信噪比较低的情况下仍能完成对调制信号参数的估计。     

基于8PSK 和16PSK 调制的全双工RoF 系统研究

误码率(bit error rate, BER)是信号传输质量的重要衡量指标,为了对比分析8进制相移键控(eight hexadecimal phase shift keying, 8PSK)与16进制相移键控(sixteen hexadecimal phase shift keying, 16PSK)信号的传输性能,建立了一个全双工光载无线通信(radio over fiber, RoF)链路模型。系统的下行链路是对基于马赫增德尔调制器(Maher-Zehnder modulator, MZM)的抑制奇次边带两路信号,分别进行8PSK和16PSK调制。上行链路是取下行链路中一路未被调制的抑制奇次边带信号,作为上行基带信号的载波信号,节约系统的成本。该系统分别在不同的光信噪比(optical signal to noise ratio, OSNR)和不同传输距离条件下,仿真分析了下行链路两种调制信号的光谱图及误码率曲线,通过分析接收信号的星座图和误码特性证明:与16PSK信号相比,当OSNR 25时, 8PSK信号误码率量级可以达到10-4(lg BER-3),当传输距离为40 km时, 8PSK的误码率为4.8×10-3(lg BER=-2.32),仍然可以有效传输数据信息。且在不同OSNR和不同传输距离条件下, 8PSK的误码率均低于16PSK,因此8PSK具有更可靠的传输性能,且更适用于远距离传输。     

基于MPSK信号频偏估计的非线性滤波算法

基于MPSK信号的非线性频偏估计算法，通过对叠加了高斯分布白噪声接收信号的非线性交换分析，将非线性滤波(中值滤波)算法应用于载波频率估计之中．运用Monte Carlo仿真手段对其进行了验证，结果表明，在非线性频率估计中运用中值滤波算法后，其估计的均方误差较之运用均值滤波算法有很大的改善．     

多分量压缩感知信号调制参数估计算法

基于压缩感知的模拟信号采集系统可以解决宽带信号采集困难以及数据量过大的问题,已经成为目前信号采集的重要发展方向。在将该技术应用于通信侦查或频谱监测等接收任务时,接收机所截获的信号实际是处于宽带范围内的多个时域重叠窄带信号的混合,如何快速精确地从压缩信息中估计出各分量的调制参数便成为后续解调的必要条件。针对该问题提出一种基于循环累积量的调制参数估计方法,算法不需要先验信息,在不重构原始信号的前提下,由压缩测量值直接推导出混合信号的循环累积量,利用信号调制参数和循环频率之间的关系,实现对每个信号分量载波频率和码元速率的精确盲估计。实验证明算法针对MPSK、MQAM两种类型的混合信号切实有效,且计算复杂度小、精确度高、抗噪声性能好。     

基于码元分布特性的FSK信号识别算法

FSK信号在短波通信中大量应用,将其与PSK、QAM、并行多路传输信号区分开来具有重要的意义。而短波信号识别的关键是如何减小噪声与多径传输引起的频率选择性衰落的影响。提出一种基于码元分布特性的FSK信号大类识别算法,采用带通滤波后子载波信号的短时谱能量方差作为识别特征,具有优良的抗频率选择性衰落与噪声干扰性能。仿真实验与实际信号测试结果表明,算法具有较高的识别正确率,能直接对中频信号进行处理,可用于实际工程。     

一种基于循环平稳性的 CPM 信号符号速率盲估计算法

根据循环平稳有关理论,通信信号的非线性变换频谱中存在体现各阶循环平稳性的离散谱线,谱线位置对应着信号载波频率和符号速率的线性组合,提取这些谱线可以完成信号的一些基本参数估计。通过分析CPM信号瞬时频率函数的循环平稳性,利用二次方谱与符号周期的关系,提出了一种新的CPM信号符号速率盲估计算法。实验结果证实了理论分析的正确性,并且表明该算法预处理要求低,具有较好的抗噪声性能,能够实现衰落信道下CPM信号符号速率的有效估计。     

正交频分复用信号的码速率估计

针对正交频分复用(OFDM)信号参数估计和解调的实际应用,提出一种精确估计码速率的方法．利用高阶循环累积量精确估计出的OFDM信号子载波构造辅助信号,对其进行小波变换获得码元跳变信息,进而采用谱分析实现信号码速率的精确估计．该算法无需信号的先验信息,易于通信侦察接收设备的实现．仿真实验表明,对信噪比大于0dB采用相移键控(PSK)和星形正交幅度(QAM)调制的OFDM 信号,码速率估计误差小于0.1％,该算法的估计正确率均在99％以上．     

一种基于小波变换和循环自相关的波特率估计方法

在循环平稳理论的基础上,给出了一种小波变换和循环自相关相结合的PSK信号波特率估计方法。首先通过恒模和延迟复共轭相乘将中频信号变为基带信号,再利用此基带信号小波变换系数模值,搜索其傅立叶变换系数除直流分量外的第一个峰值对波特率进行粗略估计;最后利用PSK信号的循环自相关同循环频率和延时的关系对码元速率进行细估计。理论分析和仿真结果表明:新方法计算量小,估计精度高,对滚降系数的变化不敏感,具有良好的性能。     

高阶并行相位调制技术研究

提出了高阶并行相位调制（MPPM）的方法,即在同一调制符号周期,使用同一频率、并行发送2路携带不同信息的高阶相位调制信号。给出了MPPM的系统模型,理论分析了MPPM的调制和解调实现机制,探讨了进一步降低MPPM误码率的方法。仿真结果表明,在加性高斯白噪声（AWGN）信道下,误码率为10-3时,16PPM比16相相移键控（16PSK）可有2 dB的信噪比增益;在Rayleigh平坦衰落信道下,通过优化发送端相位参数,16PPM的性能优于16相正交幅度调制（16QAM）。所以,MPPM能大幅提高无线链路数据传输速率和带宽效率,对未来移动通信具有一定的实用价值。     

认知无线电中OFDM信号联合参数估计

提出了一种基于循环自相关函数实现正交频分复用(OFDM)信号参数联合估计的算法．该算法只需在相应切面上搜索峰值距离就可实现OFDM信号的码片时间、有用符号时间、符号周期参数的联合估计. 并在低信噪比条件下,用频域累积法计算OFDM信号循环自相关函数. 计算机仿真结果验证了新算法的有效性.     

基于广义功率谱密度的分布压缩宽带频谱感知

为实现在Alpha稳定分布噪声下宽带频谱感知,扩展了传统功率谱密度概念,提出广义功率谱密度的概念,在此基础上提出基于广义功率谱密度的分布压缩宽带频谱感知。此方法能有效地抑制Alpha稳定分布噪声。首先,将接收的宽带信号进行分数低阶处理,计算自相关函数,再结合压缩感知原理将分数低阶自相关向量压缩和融合重构,最后经傅立叶变换得到广义功率谱密度。仿真结果表明,该方法具有良好的宽带功率谱密度估计性能,在Alpha稳定分布噪声下能较好地完成宽带频谱感知。     

多径衰落信道下OFDM信号盲识别

针对多径衰落信道下正交频分复用(OFDM)信号调制识别难题,提出一种基于循环自相关的OFDM信号调制识别算法.通过对多径衰落信道下具有循环前缀的OFDM信号循环自相关特性的数学推导,验证了在一定延时处,OFDM信号的循环自相关会出现峰值,而单载波信号无此峰值,据此特性可以实现多径衰落信道下OFDM信号和单载波信号的调制识别.该算法消除了如符号时间估计、载波估计、波形恢复、信噪比估计等预处理过程,计算复杂度低,识别率较高.理论分析及仿真结果均验证了该算法的正确性和有效性.     

高斯噪声与窄带干扰同时抑制技术

为了抑制接收信号中的高斯噪声和窄带干扰,在进一步分析边带相关置换（SCR）算法的基础上,提出了一种新的高斯噪声和窄带干扰抑制算法——循环边带相关置换（CSCR）算法. CSCR算法将SCR思想引入循环谱相关理论中,利用循环谱相关可有效抑制高斯噪声的技术优势,在接收信号的谱相关密度函数中用相对于窄带干扰的边带对称值代替干扰值来重构期望信号,从而实现了高斯噪声和窄带干扰的同时抑制. 该算法对谱相关密度谱对称的调制方式均适用. 通过对2PSK信号的计算机仿真表明,循环边带相关置换算法可以有效抑制高斯噪声和窄带干扰.     

基于实归一化压缩循环统计量的调制识别方法

为解决传统二阶统计量在Alpha稳定分布噪声背景下失效的问题,提出了实归一化压缩函数和实归一化压缩二阶循环统计量的概念并推导其性质。在研究备择信号该类统计量的基础上,选取实归一化压缩循环谱特定频率和循环频率点处的幅度作为特征参量,利用最小误差判决分类方法实现信号调制方式的识别。仿真结果表明,该方法在Alpha稳定分布噪声和高斯噪声背景下均有良好的性能,相较于其它基于非线性变换的方法,性能相近且复杂度更低,鲁棒性更强,灵活性更好。     

基于循环自相关的PSK信号盲参数估计新方法

推导了PSK信号的循环自相关函数．建立了一个基于循环自相关函数的统计量。提出了一种在没有先验信息的情况下．利用该统计量对PSK信号的载频和码速率两个参数进行盲估计的新方法．该方法可采用傅里叶快速算法来计算循环自相关函数的延迟切片．因此计算复杂度低，实现简单．此方法不需要多维搜索．且适用于低信噪比情况．仿真实验对该盲参数估计方法性能进行了评估，实验结果证明了该方法的有效性．