8PSK/16APSK信号的频偏估计及误比特率分析

针对8移相键控(PSK)和16振幅移相键控(APSK)信号的频偏估计及误比特率,介绍了高阶的恒包络数字调制方式8PSK和16APSK,重点研究2种调制信号的频偏估计,并搭建通信链路模型。采用Matlab对8PSK,16APSK调制信号在加性高斯白噪声下的频偏估计进行仿真分析,并使用频偏估计得到的载波频率进行相干解调,最后对比分析实际误比特率与理论误比特率。仿真结果表明：在不同信噪比的加性高斯白噪声信道条件下,8PSK的抗噪声性能比16APSK好;采用本文给出的频偏估计方法能够较好地接近理论误比特率,为设计通信系统提供依据。     

一种新的扩频信号信噪比估计算法

对经典扩频信号信噪比(SNR)估计算法进行分析,提出了一种新的适用于扩频通信系统中频扩频信号信噪比估计算法。该算法在时域估计信号总功率,频域估计噪声功率,时频结合估计出中频扩频信号SNR。在加性高斯白噪声(AWGN)信道下,Matlab仿真结果表明该算法估计精度高,估计范围广及估计下限低。     

二进制移相键控信号信噪比估计研究

通过使用最大似然估计算法,对二相移相键控（2PSK）信号在高斯白噪声条件下的信噪比估计进行了研究,推导出信号功率、噪声功率的估计公式,依据该公式构建了2PSK的信噪比估计仿真模型,并在Matlab中进行了仿真计算,仿真结果表明在数据长度达到2000个左右时,信噪比的估计性能较好。     

QAM信号的非数据辅助信噪比估计方法

该文利用统计量的知识,推导了QAM信号在加性高斯白噪声信道且星座任意一点的发送概率相同条件下的非数据辅助(盲)信噪比估计算法。文章以128QAM信号为例进行了具体的分析和计算机仿真,分析和仿真的结果表明该算法对实际感兴趣的信噪比范围都可进行有效估计。     

SIMO信道中基于奇异值分解的盲信噪比估计算法

信噪比（SNR）是现代通信信号处理中一个重要参数,许多算法需要它作为先验信息以获取最佳估计性能。针对单输入多输出（SIMO）系统的信噪比估计问题,本文提出了一种盲信噪比估计算法。该算法利用多路信号协方差矩阵的奇异值分解（SVD）,通过计算矩阵的最大特征值实现各路信号信噪比估计。该算法无需知道信号的先验信息,能够对加性高斯白噪声信道（AWGN）和多径信道下常用的数字调制信号进行信噪比估计。仿真结果表明该算法具有良好的估计性能。与单路信号中基于SVD信噪比估计算法相比,该算法无需估计信号空间与噪声空间维数,提高了估计精度,同时大大减小计算复杂度。      

一种与前向纠错结合的判决指向SNR估计方法

通过最大似然方法导出了MPSK信号在加性高斯白噪声信道的判决指向(DD)信噪比估计算法,并将这种算法与前向纠错算法结合得到了一种新的信噪比估计方法。分析和仿真的结果表明,该方法的估计性能不但比判决指向算法好得多,而且也优于最近出现的其他信噪比估计算法。     

LOFDM系统大载波频偏的盲估计算法

该文研究了网格正交频分复用(LOFDM)系统中大载波频偏的盲估计.在低信噪比及虚子载波存在的假设下,基于最大似然准则(ML)推导出LOFDM系统大载波频偏盲估计算法.该算法利用了信号的时变自相关函数特性,频偏估计的范围为所有子载波宽度.计算机仿真表明,该算法也适用于高信噪比条件下的载波频偏估计.与基于信号二阶循环平稳特性(CS)的盲载波频偏估计算法相比,提出算法的均方根误差(RMSE)性能在加性高斯白噪声(AWGN)信道和广义平稳非相干散射信道(WSSUS)条件下均有很大程度的改善.     

子空间盲信噪比估计算法研究

信号子空间维数估计是影响子空间信噪比估计算法性能的重要因素。针对利用最小描述长度(MDL)准则估计维数时,只能在有限信噪比范围内实现精确估计这一情况,采用噪声功率(NP)法与加权平均信息(WIC)准则以及归一化比值法对信号子空间维数进行估计,改善了原算法在低信噪比时估计性能变差的问题。仿真结果显示在加性高斯白噪声信道条件下,实际信噪比在-10~10 d B范围内时,噪声功率(NP)法以及加权平均信息(WIC)准则比原方法有显著的优势。     

基于多级维纳滤波的盲信噪比估计

提出了一种基于多级维纳滤波(MSWF: Multistage Wiener Filter)的盲信噪比估计算法。结合信号子空间分解理论,该方法利用多级维纳滤波器的相关相减结构(CSA: Correlation Subtraction Algorithm)前向递推实现含噪信号空间分解,避免了传统方法对信号自相关矩阵进行复杂的特征值分解运算,并以此估计信号功率和噪声功率来完成盲信噪比估计。在加性高斯白噪声(AWGN)信道条件下进行信噪比估计仿真,仿真表明,当实际信噪比在-7~25dB范围内时,估计器的估计标准偏差小于0.5dB,且性能优于常规方法。设定实际信噪比为10dB,当接收码元数目为100时,对所有仿真的调制方式信噪比估计标准偏差小于0.35dB,证明了估计器在小样本支撑环境下实现信噪比快速盲估计的能力。      

AWGN信道中非恒包络信号SNR估计算法

本文提出一种利用信号自相关矩阵的奇异值分解(SVD)对加性高斯白噪声(AWGN)信道下非恒包络信号信噪比的盲估计算法,并作了详细理论分析.通过对该算法进行计算仿真,结果表明:该算法性能稳定,对MPSK、MQAM信号在实际信噪比为1~20dB时,估计误差小于0.5dB.     

基于8PSK的新型高速正交光标记交换技术

提出了一种以八相移键控(8PSK)为净荷、ASK为标记的新型高谱效率高速正交光标记交换技术,首次实现了100 Gbit/s的高速正交光标记信号的80 km传输.分析了光信噪比(OSNR)、窄带滤波效应、信道中的非线性效应对标记与净荷性能的影响,并采用平衡相关探测和多符号相位估计(MSPE)技术实现了净荷8PSK信号的接收.与传统接收方式相比,8PSK净荷在相同误码率条件下,OSNR容限提升了约3 dB.经过80 km传输,ASK标记在BER=10~(-9),时OSNR为22.8 dB,8PSK相应的OSNR为20.3 dB.     

基于相关向量机的信噪比估计算法

为了使已有PSK信号信噪比估计算法在平坦衰落信道下,能够同时满足估计范围大、估计精度高的要求,提出了一种基于相关向量机（RVM, relevance vector machine）的信噪比估计新算法。该方法在建立起信噪比与二阶、四阶矩之间关系的基础上,应用相关向量机建立估计模型,并通过训练学习,得到可靠的模型权值。实验表明,利用测试数据对信号信噪比进行估计时,相对于其他算法,该算法具有使用数据量少,估计范围广,在有效的估计范围内,估计精度较高,且适用于多种调制信号的特点。     

一种平坦衰落信道下的盲信噪比估计算法

针对基于子空间分解信噪比估计算法中信号子空间维数估计复杂度高、小样本条件下估计偏差大的问题,提出了一种改进的盲信噪比估计算法.该算法首先构造接收信号的自相关矩阵,然后从矩阵奇异值序列的尾部开始,间隔两项依次进行差分得到梯度序列,再以梯度序列相邻两项均值大干特定阈值为条件确定信号子空间的维数,最后求得信噪比.仿真结果表明:信噪比范围为-5～+15 dB时,平坦衰落信道下常用调制信号的信噪比估计标准差小于0.1 dB,与MDL,AIC方法相比,该算法计算量小,且能适应更低的信噪比和更短的数据长度.     

AWGN信道下PSK信号幅度与信噪比的估计

研究了AWGN信道下PSK信号幅度和信噪比的估计问题，提出了一种基于迭代的直接判决反馈估计算法，并对其性能进行了分析和仿真。仿真结果表明：低信噪比下经过多次迭代后，由于误码导致的估计偏差可得到较大程度的补偿，估计器的性能接近有数据辅助时的性能，明显优于直接判决反馈时的性能。     

基于ICA和特征提取的MIMO信号调制识别算法

针对非协作通信中多输入多输出(MIMO)信号的盲调制识别,该文提出一种基于独立分量分析(ICA)和特征提取的调制识别算法。根据空分复用MIMO系统各发送天线上信号的独立性,利用ICA算法从接收的混合信号中分离出发射信号。为实现全盲条件下的调制识别,在进行ICA分离前,利用最小描述长度(MDL)准则估计发射天线数。在得到发射信号之后,首先利用6阶累积量、循环谱和4次方谱算法构造4个特征参数,然后利用分层结构的神经网络分类器识别信号的调制类型。仿真结果表明,所提方法可在较低信噪比下对{2PSK, 2ASK, 2FSK, 4PSK, 4ASK, MSK, 8PSK, 16QAM}8种MIMO信号进行有效识别,当发送天线数为2、接收天线数为5、信噪比为2 dB时,识别率可达到98%以上。     

Capacity of AM-PSK on partially coherent fading channels

This paper presents numerical capacity curves for two discrete complex channels: (1) a slow-fading Rayleigh channel with discrete carrier tracking by a phase-locked loop (PLL), where the PLL SNR is proportional to the fading amplitude squared, and (2) a fast-fading Rician channel with carrier phase estimation for the line-of-sight path only. Both channel models assume independent fading of successively received symbols. Capacity calculations are performed for equiprobable signaling with 8-ary and 16-ary amplitude-modulated phase-shift-keyed (AM-PSK) constellations. On the Rayleigh channel, the AM-PSK constellations give gains between 2 and 9 dB over PSK, at SNRs between 5 and 40 dB. For the Rician channel, AM-PSK gives a capacity gain over PSK of up to 0.75 bit at high SNR     

比特谱相关改进循环谱的单通道混合信号参数估计快速算法

为了应对复杂环境下非合作通信、电磁频谱监管等宽带接收中存在的先验信息缺失,针对单通道混合信号的参数盲估计问题,提出了一种基于比特谱相关算法改进循环谱估计的快速算法。针对信号集{BPSK、QPSK、OQPSK、8PSK、8QAM、16QAM、16APSK、32APSK、CPM},系统给出整套参数估计算法流程,通过高阶累积量以及功率中心方法确定信号个数以及载波频率,然后利用改进循环谱提取符号速率谱线,完成单通道混合信号参数估计。论文对改进算法的统计特性进行了理论推导。理论和实验表明:算法不需要同步码等先验信息,适用于高斯噪声信道和多径平坦衰落信道,同时降低了计算复杂度、存储空间、估计方差以及数据量的需求,当混合信号等功率混合时,且信噪比分别为-4 dB和-1 dB时,算法对载波频率和符号速率的估计正确率可以达到90%,验证了算法的有效性和可行性。      

SNR estimation for nonconstant modulus constellations

We propose a new technique to estimate the signal-to-noise ratio (SNR) over the flat-fading channel. This is a nondata-aided, envelope-based estimator that can be applied to nonconstant modulus constellations, which is a feature not found in existing approaches. We also analyze the performance of our estimators for both phase-shift keying (PSK) and non-PSK constellations by deriving their asymptotic variances and comparing with the Crame/spl acute/r-Rao Bounds (CRBs). Moreover, we discuss how the SNR estimates can be used to approximate the bit error rate (BER) and how the accuracy of the SNR estimate is related to that of the BER estimate, which justifies the necessity for the accurate estimation of SNR. The analytical performance is shown for both PSK and non-PSK constellations, such as 8 quadrature amplitude modulation (QAM) and 16 QAM. Monte Carlo simulation results corroborate our analysis.     

高阶累积量调制识别改进算法的FPGA实现

基于高阶累积量的数字调制信号识别算法在低信噪比环境下识别率较低。针对这一问题,提出了高阶累积量的改进算法,通过调整特征参数的判别顺序先识别出MASK信号的方式,取得了较好的效果。讨论了该算法的FPGA设计,并利用Virtex-4开发板对该设计进行硬件协同仿真测试。测试结果表明,该算法在低信噪比环境下对2ASK,4ASK,4PSK,16QAM信号的识别率有显著提高。在信噪比为4 dB时,对2ASK,4ASK信号的识别率分别为93.4%,100%。在信噪比为2 dB时,对4PSK,16QAM信号的识别率最高,达到了99.7%。