利用二次谱盲估计多速率DS/CDMA伪码周期

针对可变扩频长度(VSL)的多速率DS/CDMA信号伪码周期的盲估计问题进行了研究,将一般单速率直扩信号二次功率谱伪码周期估计的方法扩展到多速率DS/CDMA模型。该方法首先将接收的多速率DS/CDMA信号进行采样,并对其求一次功率谱,再将一次谱作为输入信号作傅里叶变换并取模、平方,从而得到信号的二次功率谱。通过推导证明,多速率DS/CDMA信号的二次功率谱在扩频码周期的整数倍处出现尖锐的谱线,且不同速率用户的二次谱线幅度是不同的,利用这些幅度差异区分不同速率并通过估计谱线之间的距离即可获得不同速率信号的伪码周期。仿真表明该算法在低信噪比下适用,在-15 dB能够利用较少数据同时估计多组速率的伪码周期。     

带残余频偏的QPSK-DSSS信号参数盲估计

本文对带残余频偏的正交相移键控(QPSK)调制的直接序列扩频(DSSS)信号参数估计问题展开研究.将二次谱法拓展到带残余频偏的QPSK-DSSS信号伪码周期估计中,即对信号的功率谱再进行傅氏变换并取模平方.其原理在于信号的二次谱将在伪码周期的整数倍处出现代表信号存在的尖锐三角形脉冲.对于残余频偏大小以及伪码码片速率的估...     

一种直扩信号伪码周期及序列的盲估计方法

论述了功率谱二次处理理论和信号子空间分解方法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中的应用,提出了利用功率谱二次处理结合信号子空间分解的方法以实现对低信噪比DS/SS信号的完全估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

基于二次谱的直扩信号伪码周期估计方法研究

文章采用二次功率谱法实现直接序列扩频信号(DS/SS信号)伪码周期的估计,此方法是对接收信号求得一次功率谱后再进行第二次求功率谱处理,最终得到信号的二次谱在信号伪码周期整数倍处出现一系列的尖峰脉冲,脉冲间距即为伪码周期。通过对二次谱法进行仿真实验,结果表明在较低信噪比条件下能够实现直扩信号的伪码周期估计;准确估计时所需的信噪比容限随着伪码周期的增加而逐渐降低。     

OFDM系统中峰平功率比减小技术的研究

主要对减小OFDM系统中的峰值平均值功率比(PAPR)问题进行了研究。利用Golay互补序列和Reed-Muller码的关系,研究了一种把输入信息序列编成Golay互补序列的分组编码算法,并利用该编码算法对一个16子载波的OFDM系统的PAPR特性进行仿真。理论研究和仿真结果均表明,采用该编码方案后的OFDM信号的PAPR不超过3dB。     

多径环境下的直扩信号伪码周期估计

针对低信噪比条件下多径直接序列扩频(直扩)信号伪码周期估计的难题,拓展了先前提出的单径环境下基于信号功率谱二次处理的方法,提出了在低信噪比条件下多径环境中直扩信号的伪码周期估计的二次谱算法.该算法首先对多径直扩信号求取功率谱,然后将所得到的功率谱作为一输入信号求其第二次功率谱,所得二次功率谱将在伪码周期整数倍处出现代表信号存在的尖峰脉冲,通过对这些尖峰脉冲闻的距离进行检测就可以获得多径直扩信号伪码周期参数的检测估计.理论分析和计算机仿真结果表明:该算法可以有效地估计出多径环境下直扩信号的伪码周期,且估计性能和多径环境密切相关.     

谱相关理论用于直接序列扩谱信号的检测与估计

本文论述了谱相关理论在直接序列扩谱信号的检测与估计中的应用，提出了利用谱相关函数法与集平均算法相结合的方法来实现对低信噪比直接序列扩谱信号的检测及其载频与伪码速率的估计，并利用相关处理方法来估计的伪码周期，信息码序列及伪码序列，通过计算机模拟证实了该方法的有效性。     

解决OFDM系统频偏的正交序列设计

针对OFDM对多普勒效应非常敏感的问题,研究了采用设计特定的正交序列来消除干扰,提高系统性能.根据OFDM系统的原理,建立了OFDM基础模型,推导出多普勒对系统传输过程的影响.针对应用设计的正交序列自相关、互相关性好和可选码序列比传统码多的特点,对传输信息进行信道编码.将该码序列变换置于IFFT之前,接收端采用软判决,提高了系统信噪比.Matlab仿真显示系统的误码率相对于标准BPSK调制的OFDM系统大幅度下降.     

BOC信号的伪码周期和组合码盲估计

针对在低信噪比下存在残余频偏的BOC(Binary-Offset-Carrier)调制信号的伪码周期以及组合码(扩频序列和副载波序列的组合)盲估计问题,提出了功率谱二次处理结合矩阵分解的方法。该方法首先对存在残余频偏调制的BOC信号进行二次功率谱运算,所得二次功率谱中会在伪码周期及整数倍出现尖锐的脉冲,通过检测峰值间的距离估计信号的伪码周期,然后对信号采样并按伪码周期分段构成数据向量,计算相关矩阵并进行奇异值分解,最后搜索最大和次大奇异值以及对应的向量估计出组合码序列。仿真分析表明,该方法能够在较大频偏和较低的信噪比下达到较精确的估计性能。相关研究对于从事卫星导航接收机设计的工程技术人员具有一定的参考价值。     

组合二进制偏移载波信号的伪码周期及组合码序列盲估计

针对在非协作通信以及低信噪比下组合二进制偏移载波(CBOC)信号伪码周期和组合码序列较难估计的问题,该文提出了2次谱算法与基于径向基函数(RBF)神经网络算法。对输入信号进行2次功率谱计算,可以得到CBOC信号的伪码周期。在此基础上,首先对接收的1周期组合码序列进行重叠分段,其次优化筛选出学习系数,对每段数据向量作为RBF神经网络的输入信号并进行有监督地调节,最后对每段数据向量多次输入并反复训练权值向量就可以恢复原组合码序列。仿真结果表明,利用2次谱可以在低信噪比下估计出伪码周期;在误码率低于1%的情况下,所提出的RBF神经网络相比于反向传播(BP)神经网络与Sanger神经网络,信噪比分别提高1 dB和3 dB,并且在同等条件下所需的数据组数较少。     

基于累计量和SPWVD谱对消的物联网OFDM和FH信号识别

Considering the Gaussian asymptotic features of OFDM signals, the identification method of it is proposed in this paper by using the cumulants of the wavelet transform coefficients in different layer in a low SNR circumstance. Furthermore, taking the coexistence of the OFDM and Frequency Hopping (FH) signals into account, a new way to separate FH and OFDM signals is proposed based on SPWVD spectrum cancellation, and it can be used to estimate the FH parameters. The simulation results show that the OFDM and single-carrier signals can be identified with a high correct rate of 95% even at -6 dB SNR; meanwhile, the separation of mixed OFDM and FH signals can be achieved with a low SNR of-6 dB, and FH parameters can be estimated accurately. It shows that the recognition performance is improved by about 5 dB compared with the traditional method.     

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.     

Hardware nonlinearities in digital TV broadcasting using OFDMmodulation

FFT-based coded orthogonal frequency division multiplexing (COFDM) is one of the techniques for digital TV broadcasting over multipath fading channels. A FFT-based OFDM signal is subject to various hardware nonlinearities in both the transmitter and receiver. Hardware nonlinearities not only affect the in-band performance of an FFT-based OFDM system but also may affect the system performance of an adjacent channel signal because of regenerated sidelobes of the transmitted signal. The paper investigates the in-band and out-of-band behaviour of a 64QAM-OFDM system under various nonlinear devices. It is shown that the inherent signal clipping in the IFFT processors with a limited word length reduces the required RF amplifier output backoff (OBO) where adjacent channel interference is the limiting factor. For a 0.25% clipping rate, an additional 2 dB OBO is required for the COFDM signal to achieve the same level of adjacent channel interference as for the single carrier system. The loss in SNR due to signal clipping is negligible in a coded OFDM system     

采用积分二次相位函数的雷达脉内调制类型识别

为了在低信噪比条件下获得较好的识别准确率,提出了一种基于积分二次相位函数(IQPF)的识别分类方法。根据不同信号的调频斜率的正负值完成信号的预分类,然后再利用不同信号的IQPF峰值-能量比以及功率谱估计实现信号的自动化分类。给出了识别流程图并进行了仿真实验,结果表明,该方法在信噪比大于-3dB时,其识别正确率达到90%以上,证明了方法的有效性和可行性。相关研究为雷达脉内调制类型的识别提供了一种切实可行的方法,具有一定的应用价值。     

基于信噪比软信息的协同频谱感知算法

针对协同频谱感知方法中假定各基站信噪比近似相同,使信噪比差异较大时检测概率性能无法得以明显提升的问题,本文提出一种在OFDM系统下,结合信噪比信息进行融合判决的协同频谱感知算法。该方法首先利用OFDM系统的循环前缀提出一种适合认知无线电系统的盲信噪比估计方法;然后,利用检测概率在信噪比-5dB~-13dB的区间内近似线性变化的特性,依据估计所得信噪比值对检测概率曲线进行软信息量化,作为各基站判决信息的置信度,从而使权重分配更加合理化,同时,相比于判决融合方法,并不明显提高传输带宽。仿真结果表明,相比与传统方法,此方法能有效利用信噪比信息,在不同信噪比环境下均有较优性能,尤其在各基站信噪比差异较大时,其性能已接近数据判决精度。      

基于瞬时幅度特征的连续相位调制信号识别

针对非合作通信系统中连续相位调制（CPM）信号识别难的问题,提出一种CPM信号识别新方法。算法以信号的瞬时幅度谱为特征,结合谱线检测,实现了CPM信号与幅移键控（ASK）、正交幅度调制（QAM）、相移键控（PSK）、频移键控（FsK）信号的区分。算法无需各种参数估计及同步等预处理过程,仿真实验结果表明,在信噪比不小于4dB时,CPM信号正确识别率达到95％以上。与已有算法相比,本文所提算法具有计算量小、实现简单和低信噪比下识别率高等优点。     

基于LDPC-OFDM编码调制在无源光网络的研究

将低密度奇偶校验码与正交频分复用相结合的编码调制方式引入到无源光网络中,并通过Optisystem和Matlab进行联合仿真,研究了基于LDPC-OFDM编码调制的PON系统的下行传输性能。结果显示,由LDPC-OFDM编码调制的信号,在无源光网络中可以实现10 Gbit·s-1的下行传输。在误码率均为10-4时,基于LDPC-OFDM编码调制的系统传输性能较未编码传输光有4.2 dB的提升。当信噪比＞2.6 dB时,Gallager构造法较Mackay构造法和BIBD构造法有更好的误码率性能,以及当信噪比＞4.6 dB时,LLR-BP及其改进译码算法能使系统性能得到改善。     

基于高阶累积量和循环谱的信号调制方式混合识别算法

为了识别当前通信系统所采用的主要调制方式,该文结合高阶累积量和循环谱的特点,采用混合识别算法,同时应用智能决策算法(神经网络)对信号进行识别。该算法基于四阶和六阶高阶累积量构造出一个新的特征参数,将数字调制信号分为{BPSK, 2ASK}, {QPSK}, {2FSK, 4FSK}, {MSK}和{16QAM, 64QAM}5类。然后利用高阶累积量的其它特征参数以及循环谱特征对{OFDM}, {16QAM, 64QAM}, {2ASK, BPSK}及{2FSK, 4FSK}进行识别。为便于工程实现,该文采用半实物仿真以及LabVIEW和MATLAB混合编程来验证算法。仿真结果证明,该算法能够在较低信噪比下实现对{OFDM, BPSK, QPSK, 2ASK, 2FSK, 4FSK, MSK, 16QAM, 64QAM}等多种信号的分类,在信噪比高于 5 dB时,调制方式识别率可达94%以上,由此证明了该方法的有效性。     

基于变换域通信的OFDM系统窄带干扰抑制方法

为解决宽带OFDM系统易受传统窄带信号干扰的问题,采用基于变换域通信(TDC)的OFDM系统,通过在变换域中的电磁环境采样结果,对OFDM信号进行设计,避免使用受干扰频谱传送信息。该方法在强窄带干扰得到抑制的同时,信噪比也不容易受到变换域滤波的影响。在加性高斯白噪声信道中的仿真结果表明,基于TDC的干扰抑制方法能够有效地抑制宽带OFDM系统的窄带干扰。     

使用小波理论分析信号功率谱的二次处理方法

本论文研究讨论一种利用小波分析理论对功率谱进行二次处理的方法．论文首先介绍了这种方法的应用背景,给出了舰船辐射噪声功率的结构．在简明扼要地介绍了小波理论的有关基础知识,给出线谱的数学解释并分析了它在尺度分解中的特点之后,论文基于多尺度分析与奇异性信号检测的理论,对信号的功率谱做尺度分解,利用线谱的奇异性捕捉舰船辐射噪声功率谱中的线谱分量．由实船辐射噪声信号的分析结果我们看到,这种二次处理的方法不仅可以准确定位低信噪比的线谱,而且可以同时提取所有可能的线谱信号．