基于累积量和循环相关值的OFDM信号联合检测方法

为了提高在复杂信道环境下正交频分复用(OFDM)信号检测方法的性能,根据OFDM信号的渐进高斯性、自相关性、循环平稳性等特性,提出了一种基于累积量和循环相关值的OFDM信号联合检测方法.在瑞利多径衰落信道下对此方法进行了仿真研究,研究表明此方法能够有效抑制噪声和频率选择性衰落的影响,且弥补了其他方法难以区分高斯信号和OFDM信号这一不足,提高了对OFDM信号的检测率.     

基于高阶累积量的盲自适应多用户检测

基于高阶累积量,讨论一种新的盲多用户检测方法,首先,分析一种新的优化准则,证明该优化准则在满足规范约束条件下具有全局最小值,且极值点满足解相关条件。由此,得到一种新的盲多用户接收方案,然后,利用约束优化问题的一个无约束条件的等价形式,给出盲多用户检测的自适应算法,仿真结果表明,本文给出的检测器具有较强的多址干扰抑制性能。     

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。     

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。     

OFDM信号循环谱结构分析

利用数字调制信号的循环平稳特性可以完成许多盲信号处理任务,但前提是必须清楚信号的循环谱结构。该文把数字调制信号建模成线性周期时变变换,结合非周期的齐次马尔可夫链模型,推导和计算OFDM信号的循环谱公式,并通过计算机仿真给出了双频面上的OFDM循环谱幅度,结果与理论分析相吻合。     

基于高阶累积量的盲自适应多用户检测

基于高阶累积量,讨论一种新的盲多用户检测方法.首先,分析一种新的优化准则,证明该优化准则在满足规范约束条件下具有全局最小值,且极值点满足解相关条件.由此,得到一种新的盲多用户接收方案.然后,利用约束优化问题的一个无约束条件的等价形式,给出盲多用户检测的自适应算法.仿真结果表明,本文给出的检测器具有较强的多址干扰抑制性能.     

一种基于四阶循环累积量的盲源分离方法

盲源分离是指在没有源信号任何先验知识的情况下,只根据多个接收机的观测信号实现对源信号的恢复。本文基于四阶循环累积量提出了一种简单易行的循环平稳信号的盲源分离方法。针对两个信号混合的情况,该方法首先对观测矩阵进行循环白化,使得观测矩阵的循环自相关阵为单位阵,这样分离矩阵变为酉阵,可用单个参数来表示。之后运用循环统计量的性质找到一个评判函数,求得该参数的最佳值从而确定分离矩阵。本文对BPSK信号和AM信号混合的情况分别进行了仿真实验,通过信号分离的直观图、参数选择以及串音误差的分析表明该方法的有效性,并将其与自然梯度算法,循环自然梯度算法做了比较,表明本算法的优势,尤其是在AM信号的分离中更是如此。文章最后讨论了算法的运行时间。      

OFDM信号的盲侦察技术分析

正交频分复用传输系统,以其可对抗频率选择性衰落,高频谱利用率等优点,得到了广泛的应用。论述了正交频分复用(OFDM)信号非协作接收中的某些关键算法,研究了基于循环前缀的符号同步算法及最大联合似然估计(ML)算法、基于高阶累量的OFDM信号调制样式识别算法,解决了OFDM信号和常规通信信号之间的类间信号识别问题。仿真结果进一步说明了该方法的有效性。     

基于累量的OFDM信号调制识别

提出了一种快变瑞利衰落信道下的OFDM信号与单载波信号的类间调制识别新算法。接收到的射频信号经模数变换后,不需要下变频,直接进行处理。利用数字信号的2阶和4阶累量的组合作为分类特征信息,方法简单易行,不需要任何信号和信道噪声的先验知识。仿真结果表明,新算法具有良好的识别性能,在SNR不小于7 dB时能达到90%以上的正确识别率。     

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%。     

基于周期平稳的盲信噪比估计方法

过采样和成型滤波引入了信号的周期平稳性。基于对信号的周期平稳统计量的分析，提出了一种高斯白噪声信道下的盲信噪比估计方法。对信号的调制方式没有要求，也不需要发送端发送已知数据。蒙特卡罗仿真结果证明，在较宽的信噪比范围内，该方法的性能优于二阶四阶矩方法（M2M4）、信号方差比（SVR）方法等其他经典的盲信噪比估计方法。分析了估计的克拉美-罗下界，作为估计的绝对性能的参照。     

Blind equalization/detection for OFDM signals overfrequency-selective channels

A novel equalization/detection algorithm for orthogonal frequency division multiplexing (OFDM) signals transmitted over frequency-selective channels is introduced and investigated. The algorithm stems from the recognition that the Fourier transform processing inherent in OFDM turns a single wideband frequency-selective channel into a set of correlated narrowband frequency-flat fading channels. This suggests that sequence detection techniques, such as those discussed by Vitetta et al. (see IEEE Trans. Commun., vol.43, p.2750-8, 1995, IEEE Trans. Commun., vol.43, pt.II, p.1256-9, 1995, and Proc. IEEE Commun. Theory Mini-Conf (Globecom '96), London, UK, p.153-7, 1996), for time-selective flat-fading channels, can be also profitably utilized for joint equalization and decoding of OFDM signals in the frequency domain. Simulation results show that the proposed detection strategy, implemented via a standard Viterbi algorithm, provides improved performance over differential detection, with a moderate increase in receiver complexity and without requiring the periodic transmission of training blocks     

Blind wideband spatio-temporal filtering based on higher-order cyclostationarity properties

In this paper, a new method for blind minimum mean-square error (MMSE) spatio-temporal signal filtering is proposed. To obtain a blind version of the MMSE filter, the proposed method utilizes the signal selectivity property of the higher order cyclostationary statistics (HOCS) exhibited by the signal of interest. An accurate estimate of the transfer function of the MMSE filter is obtained also in the presence of strong frequency-overlapped interfering signals, which would render standard stationarity-based techniques ineffective. The method is useful when the desired signal cannot be accurately extracted by exploiting its second-order cyclostationarity properties because they are too weak and/or they are shared by the interference and noise signals as well. The performance analysis, which is carried out by computer simulations in the case of quadrature amplitude modulated (QAM)-modulated signals with partially overlapping bands, substantiates the effectiveness of the proposed method.     

基于GPS循环平稳特性的盲波束形成算法改进

在卫星导航自适应阵列抗干扰中,为避免先验信息误差和阵列误差对自适应波束形成性能的影响,可采用基于正交投影和导航信号循环平稳特性的盲波束形成算法(OCAB)。针对GPS信号,采用周期延迟信号处理的OCAB算法(CDOCAB)时,由于数据长度有限,噪声循环自相关函数估计量不为零,因此将影响循环平稳方法的性能,而采用解重扩数据辅助的OCAB算法(DS-OCAB)可以避免噪声估计误差的影响。将两种算法进行仿真比较,仿真结果表明,DS-OCAB算法可在少数据量的情况下保证算法性能不下降,提高算法的稳健性。     

基于奇异值分解的多卫星信号盲检测

针对非合作低信噪比环境下的卫星通信信号检测问题,在信号子空间维数估计的基础上,提出了一种基于奇异值分解的多卫星信号盲检测方法。该方法充分利用奇异值与特征值之间的关系,设计检测统计量将多个信号能量集中起来进行考虑,以适应更低的信噪比,并从理论上对检测性能进行了推导分析。仿真结果表明,该方法简单高效,针对不同的卫星信号,在虚警概率小于1%、信噪比为-11 dB时,盲检测概率均可达90%以上;同时能够在低信噪比环境下适应多信号环境,且其计算量相对特征值方法减少了一个数量级,更适合应用在星载设备上。     

利用调制引入循环平稳的CDMA盲信道估计

针对CDMA系统给出了一种新颖的盲辨识方法.它利用了恒模复序列调制产生的循环平稳性,其特色是,在接收机上可以根据循环统计量的支撑的不同,将各个用户的二阶循环统计量分离开来,每个用户形成自己的小规模子空间.采用已成熟的子空间方法,可以识别出不同的用户各自的片率传输信道,以便于均衡和检测.文中给出了自己的信道可辨识性的条件和证明,提出了辨识算法,并对算法进行了模拟.方法简单明了,适合于CDMA上行链路信道.     

Cognitive OFDM system detection using pilot tones second and third-order cyclostationarity

The emerging trend to provide users with ubiquitous seamless wireless access leads to the development of multi-mode terminals able to smartly switch between heterogeneous wireless networks. This switching process known as vertical handoff requires the terminal to first detect the surrounding networks it is compatible with. In the context where these networks are cognitive, this can be challenging since the carrier frequency of their access point may change over the time. One solution to overcome this challenge is to embed network specific signatures in the PHY layer. We here focus on cognitive OFDM systems and advocate to embed signatures onto pilot tones since (i) it makes possible to discriminate systems with the same modulation parameters (ii) it creates easy to intercept signatures implying short detection latency (iii) it avoids adding any side information dedicated to detection that would reduce systems capacity. We propose two complementary signature/detection schemes based on second and third-order statistics, respectively. The first scheme relies on redundancy between pilot symbols and the second is based on the use of maximum-length sequences. Detailed numerical examples demonstrate the efficiency of the two detection criteria in realistic environments.     

基于时频分析的多跳频信号盲检测

为了减小低信噪比下干扰和噪声对跳频信号检测的影响,提出一种基于时频分析的多跳频信号盲检测算法.针对跳频信号、定频信号、高斯白噪声具有的不同时频分布特点,该算法利用短时傅里叶变换得到的时频图构造时频对消比;理论分析得到各信号的时频对消比是不同的,因此将其作为检测统计量,实现高斯白噪声背景下跳频、定频信号的盲检测.仿真结果...     

基于循环统计量检测的QAM信号多普勒参数盲估计

针对动中通卫星通信系统中QAM信号多普勒参数盲估计难的问题,提出了一种基于循环统计量检测的盲估计算法。算法无需同步和匹配滤波等预处理,通过检测QAM信号四倍频偏处的循环频率来估计多普勒频偏,并利用数据分段求频率的方法计算变化率。仿真结果表明,在低信噪比的高斯噪声信道和多径衰落信道下,算法均可以准确而有效地实现QAM信号多普勒参数的盲估计。     

基于重排时间尺度分布的跳频信号参数盲估计

提出了一种低截获概率跳频信号的截获方法,该方法基于信号小波尺度谱的重排时间尺度分布,在未知任何先验条件情况下,能够检测并提取非合作跳频信号的跳频频率、跳频周期和跳变时刻特征参数信息。文中比较了跳频信号的小波尺度谱与重排小波尺度谱分析效果,提出了基于重排小波尺度谱的跳频信号参数盲估计算法,通过计算机仿真得到了较为准确的估计结果,并对算法的性能进行了分析,验证了该方法的有效性。