基于小波脊线的OFDM与单载波信号识别

正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)与单载波信号广泛应用于短波通信领域。针对低信噪比和多径环境下OFDM与单载波信号识别效率低的问题,本文提出了基于小波脊线的信号识别算法。本文推导了常用信号对应的小波脊线幅度和脊点位置,并分析了小波脊线幅度和脊点形态。通过理论推导和仿真测试证明了OFDM与单载波信号对应小波脊线具有不同特征,对小波脊线差分、中值滤波、并利用其熵作为特征值能够有效的进行OFDM信号与单载波信号的识别。仿真结果证明该算法对输入信号点数要求低,在低信噪比和短波中等信道下识别效果具有稳健性和有效性。      

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.     

利用分形合维数的OFDM信号与单载波信号识别研究

针对OFDM信号与单载波信号的特点,首次把分形理论应用于OFDM信号的识别上,提出一种利用分形盒维数的OFDM信号和单载波信号的识别方法。通过对通信信号中分形盒维数的数学分析,分别计算出OFDM信号和常见单载波信号的分形盒维数,把分形盒维数作为特征值,采用基于分形盒维数的识别方法完成OFDM信号与单载波信号的识别。仿真结果表明,提出的方法具有计算复杂度低、识别准确度高等的特点。      

基于Kolmogorov—Simirnov检验统计量的OFDM识别方案

为了对OFDM信号进行识别,针对高阶矩算法的运算量大的不足,提出一种基于经验分布函数统计量法用于识别OFDM信号和单载波信号。提出单载波／OFDM信号识别模型,建立了最优经验分布函数评价准则,推导了最优经验分布函数;详细阐述了基于KS检验法的OFDM信号识别流程;理论分析及仿真结果表明,该统计量提高了对高斯分布的拟合能力,进而提高了对OFDM信号的识别能力,同时相比高阶矩法,运算量少。     

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.     

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。     

基于小波分解的OFDM与单载波信号识别

针对多径信道下OFDM信号的识别问题,提出了一种基于小波分解获得细节特征的信号识别方法.由于不同调制方式信号的细节分量在同一分解水平下存在较大差异,而细节分量几乎包含了信号的全部细节信息,从而直接反应信号的变化情况.通过理论推导和仿真测试证明单载波和OFDM信号在进行多层小波分解后,每层对应细节分量的幅度值具有不同的变化,然后利用其幅度差作为特征参数,并基于最近邻法判决规则实现单载波信号和OFDM信号的有效识别.仿真结果证实了该方法在较低信噪比下识别的正确性和可行性.     

基于高阶累积量的OFDM信号调制识别技术

为解决非合作通信系统中OFDM（Orthogonal Frequency Division Multiplexing正交频分复用技术）信号的调制识别问题,提出一种基于四阶累积量的OFDM信号调制识别新方法。该方法利用OFDM信号时域包络具有渐近高斯性的特点,对已有基于累积量的识别方法进行改进,通过计算截获信号的复中频信号模值的四阶累积量,提取OFDM信号与单载波信号的分类特征量,对OFDM调制信号进行识别。该算法与已有的基于累积量的识别方法相比,计算量大大减小,且具有较好的识别效果。仿真实验表明SNR高于-2dB时,正确识别率大于99%,证明了该算法的有效性。     

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.     

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.     

基于子空间分解的OFDM信道盲辨识

该文提出一种基于子空间分解的正交频分复用(OFDM)信道的盲辨识算法,将OFDM信号等效为单输入多输出的过采样信号,采用过采样信号的循环稳态特性和子空间分解方法估计信道参数,算法不需要任何训练序列和周期性的引导信号,实现了0FDM信道的盲辨识。对于宽带OFDM移动通信系统,通常子信道数较大,信道响应持续时间短于0FDM符号周期,因此,可以将整个系统分为若干个子系统,各子系统分别进行信道辨识,能有效地降低信道估算的复杂性。     

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%。     

基于高阶循环累积量的OFDM-弹性光网络信号调制格式识别

将高阶循环累积量引入基于正交频分复用(OFDM)的弹性光网络(EON)的调制格式识别中。通 过计算OFDM信号不同调制格式(BPSK、QPSK、16QAM和64QAM)的高阶循环累积量,给 出了OFDM-EON信号不同调制格式的识别阈值区间,并采用仿真方法验证了该区间的 识别准确率。结果表明,利用所提出的识别阈值区间,对波特率为28G的OFDM-EON信号(各 子载波随机设置调制格式)进行调制格式识别,在光信噪比(OSNR)为34dB时,子载波调制格式的识别准确率可达到100%。     

基于选择映射SLM降低OFDM信号峰平比的改进方案

本文针对OFDM系统中高峰均比问题,在基于正交映射降低峰平比的方法上提出了一种改进方案——随机分组正交映射（Random Group Design SLM）,即在SLM前加入了对信号随机分组处理,再选择峰均比最小的一路信号作为输出,本文并对这种方法进行了多种条件下的系统仿真,实验结果表明这种方法在改善OFDM传输信号峰平比上,比SLM方法有明显的改善。     

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。     

Sidelobe suppression in OFDM-based spectrum sharing systems using adaptive symbol transition

In this letter, we introduce a new method for orthogonal frequency division multiplexing (OFDM) sidelobe suppression. An extension is added to OFDM symbols that is calculated using optimization methods to minimize adjacent channel interference (ACI) while keeping the extension power at an acceptable level. Using this technique, interference to adjacent signals is reduced significantly at the cost of a small decrease in the useful symbol energy. The proposed method can be used by cognitive radio (CR) systems to shape the spectrum of OFDM signals and to minimize interference to licensed users (LU), or to reduce the size of guard bands used in conventional OFDM systems.