OFDM信号调制类型盲检测研究

提出了一种基于谱相关的正交频分复用信号(OFDM)子信道调制方式盲检测算法.该算法利用循环谱相关检测特征参量实现对子信道调制方式的检测,所提出的特征参量可抑制高斯噪声的影响.通过计算机仿真评估了该算法对正交频分复用信号(OFDM)子信道调制类型盲检测的性能,表明这种算法在高斯信道下具有很高的调制方式识别性能和很强的稳健性.     

OFDM/OQAM系统中联合迭代信道估计和信号检测

与基于复数域空间正交条件的传统正交频分复用系统(OFDM with Cyclic Prefix, CP-OFDM)有所不同,基于交错正交调制的正交频分复用系统(OFDM/Offset QAM, OFDM/OQAM)满足实数域空间严格正交条件。因此在多径衰落信道条件下,CP-OFDM系统中的信道估计方法会导致OFDM/OQAM系统严重的字符间干扰和载波间干扰。该文结合OFDM/OQAM系统结构特点,提出了一种基于迭代信道估计和信号检测算法。该算法通过信道估计器和接收到的信号互相交换信息,消除导频序列中的字符间干扰和载波间干扰,提高信道估计和信号检测的准确度。仿真分析结果表明,经过一定次数迭代处理后,OFDM/OQAM迭代信道估计性能趋近于理想信道估计性能。     

直接检测的光正交频分复用信号光纤传输系统实验研究

研制了直接检测的光正交频分复用(OOFDM)光纤传输实验系统.实验中产生了2 Gbit/s的正交相移键控(QPSK)、正交频分复用(OFDM)光信号,并成功地在标准单模光纤中传输了200 km.测量得到在误码率为10-6时,单模光纤传输200 km后的功率代价小于2 dB.比较了光纤传输前后OFDM信号的波形、频谱以及星座图,发现光正交频分复用信号能很好地抵抗光纤中的色散效应.     

基于谱分析的OFDM调制识别新方法

针对正交频分复用(OFDM)信号与单载波信号调制识别,提出了3个基于功率谱特征的识别参数。根据OFDM信号功率谱边沿陡峭的特性,通过对归一化功率谱进行分析、统计和曲线拟合,提取3个参数,实现加性高斯白噪声信道(AWGN)条件下OFDM信号与9种单载波信号的识别仿真。该文识别参数具有特征参数易于提取、识别准确率高的优点。     

一种正交频分复用信号信噪比估计方法

针对利用传统方法估计OFDM(正交频分复用)信号SNR(信噪比)存在算法复杂度高、步长选取不易确定等问题,提出了一种OFDM信号SNR估计算法。利用相关性函数完成对两种不同保护间隔OFDM信号的判别,并根据不同保护间隔的结构特点,分别提出两种不同的SNR估计方法,最后将判别结果与相应的SNR估计算法相结合,完成对OFDM信号的SNR估计。仿真结果表明,该算法无需辅助数据,计算简单,在不同的SNR条件下均具有较好的识别效果。     

自适应OFDM中信号的调制识别算法研究

针对通信信号种类和调制方式的多样性、以及无线信道环境的复杂性,研究了自适应OFDM系统中信号调制方式的识别。在自适应OFDM(正交频分复用)信号产生的基础上,提出了一种新型调制识别算法,并分析了仿真参数对算法性能的影响。研究和仿真结果表明:该算法不仅性能稳定,而且可以有效地识别自适应OFDM信号的调制方式。该算法复杂度低,适合于实时处理。     

基于高阶累积量的OFDM子载波盲识别探讨

正交频分复用（OFDM）技术作为一种特殊的多载波调制技术,以其高效的频谱利用率、较强的抗码间干扰能力等优点成为第四代宽带技术的核心技术之一。同时,OFDM的广泛应用也为信息对抗、无线频谱资源管理等领域带来了一系列新的任务与挑战。因此,对非合作OFDM信号侦收技术的研究,意义深远。 由于OFDM调制方式的特殊性,在完成宽带多载波与单载波信号分类之后,接收系统有必要对OFDM信号的子载波类型进行进一步判断。文中采用基于高阶累积量的子信道调制盲识别算法作为技术路线,通过提取特征向量实现对子信道调制方式的盲识别。 在基带OFDM信号子载波调制类型识别部分,结合OFDM系统的等效标量模型,利用每个子载波上符号序列的统计特性,提取序列的高阶累积量作为识别分类特征构造算法,能够有效地抑制多径衰落所引起的功率衰减以及相位旋转对子载波调制类型识别性能的影响,结合仿真实验,我们分析了所提出算法的高效识别性能。     

基于高阶累积量的OFDM子载波盲识别探讨

正交频分复用（OFDM）技术作为一种特殊的多载波调制技术,以其高效的频谱利用率、较强的抗码间干扰能力等优点成为第四代宽带技术的核心技术之一。同时,OFDM的广泛应用也为信息对抗、无线频谱资源管理等领域带来了一系列新的任务与挑战。因此,对非合作OFDM信号侦收技术的研究,意义深远。
　　由于OFDM调制方式的特殊性,在完成宽带多载波与单载波信号分类之后,接收系统有必要对OFDM信号的子载波类型进行进一步判断。文中采用基于高阶累积量的子信道调制盲识别算法作为技术路线,通过提取特征向量实现对子信道调制方式的盲识别。
　　在基带OFDM信号子载波调制类型识别部分,结合OFDM系统的等效标量模型,利用每个子载波上符号序列的统计特性,提取序列的高阶累积量作为识别分类特征构造算法,能够有效地抑制多径衰落所引起的功率衰减以及相位旋转对子载波调制类型识别性能的影响,结合仿真实验,我们分析了所提出算法的高效识别性能。     

一种基于ITD和高阶累积量的OFDM识别算法

针对正交频分复用(OFDM)与单载波调制识别,提出了一种基于固有时间尺度分析(ITD)和高阶累积量的识别方法。通过ITD分解待识别信号,提取固有旋转分量的瞬时幅度,利用其复信号幅值高阶累积量区分OFDM和单载波信号,并利用改进和提出的特征参数识别单载波信号。通过MATLAB仿真表明在信噪比不小于5dB的情况下,OFDM信号的识别准确率达99%。     

基于权值优化的认知WiMax信号协同识别

传统的正交频分复用(OFDM)系统识别算法只能识别出接收信号是否为基于全球微波互联接入技术(WiMax)的OFDM信号,但无法判断该信号是认知信号,并且在复杂电磁环境下识别正确率低.为此,提出了一种协同识别认知WiMax无线网络OFDM信号的算法.该算法首先利用OFDM信号的循环自相关特性估计信号的有用符号时间,并通过估计各协同感知节点的信噪比对时间参数的估计值进行加权,得到有用符号时间的协同估计值,进而判断接收信号是否为基于WiMax系统的OFDM信号;再通过自私攻击策略,实现对OFDM信号是否是认知WiMax信号的判别,为进一步研究认知WiMax网络节点定位技术奠定了基础.仿真结果表明,与非协同识别算法相比,提出的协同识别算法在多径和低信噪比条件下具有更高的识别率.     

一种OFDM系统同步参数盲估计方法

首先提出一种扩大周期平稳信号循环周期的方法，然后在此基础上提出一种基于信号周期平稳特性的盲同步参数快速估计算法，最后通过分析算法获得一种可以估计非整数倍样点周期时延和扩大频偏估计范围的方法，从而实现整个OFDM基带带宽范围内的频偏估计。理论分析和仿真结果表明，该算法仅用很少的OFDM符号就可以实现同步参数的估计、有好的抗噪特性、衰落信道适应性和高的估计精度。     

一种α稳定分布噪声下OFDM信号调制识别与参数估计算法

正交频分复用（OFDM,Orthogonal Frequency Division Multiple）信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题,提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换,推导出接收信号的广义循环自相关函数表达式,分析了单载波调制信号与OFDM信号的广义循环自相关函数特性,并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后,基于分析结论,利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类;最后,针对OFDM信号的调制参数估计问题,提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明,在α稳定分布噪声环境下,该算法可以有效实现OFDM信号调制识别与参数估计,且算法不依赖接收信号的先验信息,可以直接对中频接收信号进行处理.     

Non-cooperative signal modulation recognition algorithm based on joint feature parameter extraction

Aiming at the problem that in the current electromagnetic environment,the modulation method is complicated,the frequency-consuming equipment increases,the spectrum is congested,and the electromagnetic environment interference increases,the algorithm of OFDM signal detection and subcarrier identification in the background of non-cooperative communication were deeply studied.Using the different distribution states of OFDM signals and single carrier signals in the time domain,a joint characteristic parameter was proposed to solve the existence problem of OFDM in the received signal.For the phase shift and frequency offset problems caused by the channel transmission to the signal,by using the periodic stability the blind parameter estimation was performed to obtain the signal prior information.On the basis of the obtained signal prior information,a multi-level classification and recognition method for non-cooperative OFDM signal sub-carrier signals was proposed.Therefore,a model based on non-cooperative communication system OFDM signal detection and subcarrier modulation identification was designed,and finally modulation identification of unknown signals was completed.Simulation experiments show that in non-cooperative communication systems,OFDM signals and single-carrier signals can be accurately identified,and ideal modulation recognition effects can be achieved on empty subcarriers,QPSK,and 16QAM in the receiver OFDM signal subcarriers,overcoming the channel transmission band The problems of phase shift and frequency offset have improved the accuracy of modulation mode identification.     

Joint Semi-Blind Channel Estimation and Data Sequence Detection of OFDM Systems

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａ ｔｉｏｎｓｉｓｉｎｃｒｅａｓｉｎｇｔｈｅｄｅｍａｎｄｓｆｏｒｈｉｇｈ ｓｐｅｅｄ ,ｒｅｌｉ ａｂｌｅ,ａｎｄｓｐｅｃｔｒａｌｌｙｅｆｆｉｃｉｅｎｔｃｏｍｍｕｎｉｃａｔｉｏｎｓｏｖｅｒｗｉｒｅｌｅｓｓｍｅｄｉｕｍ[1～2 ] .Ｈｏｗｅｖｅｒ,ｔｈｅｒｅａｒｅｓｅｖｅｒａｌｃｈａｌｌｅｎｇｅｓｉｎａｔｔｅｍｐｔｓｔｏｐｒｏｖｉｄｅｈｉｇｈ ｑｕａｌｉｔｙｓｅｒｖｉｃｅｉｎｔｈｉｓｄｙｎａｍｉｃｅｎｖｉｒｏｎｍ…     

MIMO-OFDM系统中信道盲估计与检测

针对MIMO-OFDM系统,提出了一种基于子空间的盲信道估计与检测方案,该算法将阵列信号处理的思想应用到MIMO-OFDM系统中,通过发送端信号的冗余编码,利用一种类ESPRIT算法进行盲信号检测和信道估计。仿真结果表明该算法的有效性及其信道盲估计方法的性能。     

基于噪声子空间跟踪的OFDM盲信道估计

基于子空间分解的OFDM信道估计算法利用信号子空间和噪声子空间的正交性可以对信道参数进行盲估计,但是子空间分解的运算量大,使盲信道估计算法的实用化受到限制。本文在噪声子空间自适应跟踪的基础上进行OFDM盲信道估计,显著降低了运算量。仿真结果表明,在适当选择学习因子后可以实现对噪声子空间的快速跟踪,在噪声子空间跟踪的基础上得到的信道估计性能接近于子空间分解法。     

一种有效的OFDM载波频率偏移的盲估计

导出了具有循环前缀（CP）和虚子载波的正交频分复用（OFDM）通信系统信号的薮学模型。提出了基于PM—ESPRIT算法的0FDM系统载波频率偏移（CFO）偏移不变性的估计算法。经过粗略估计,该算法可以同时获得频率偏移和包含信道信息的矩阵,它们均有利于接收信号的偏移补偿和解调。仿真结果说明了该方法是有效的。     

V-BLAST OFDM信号调制识别算法

提出了基于高阶累积量的V-BLAST OFDM信号识别算法,用以区分频率选择性衰落信道条件下V-BLAST结构的多载波信号(0FDM)和单载波信号(MFSK、MPSK、MQAM).该算法不需要预先知道信号的载波频率、波特率以及信道的先验信息,直接在中频对信号进行识别处理.仿真结果表明该算法具有良好的识别性能.