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。     

基于高阶循环累积量的OFDM子载波盲估计

该文针对通信对抗和OFDM信号解调的实际应用,提出一种利用高阶循环累积量估计OFDM信号子载波的方法。由于高阶循环累积量能有效抑制平稳噪声和非平稳高斯噪声,通过理论分析可证明在上述噪声背景下,子载波采用2/4PSK调制的OFDM信号的特定四阶循环累积量仅在子载波处存在,因此可以通过检测此循环频率实现子载波的估计。该算法还可推广到采用星形QAM和高阶PSK调制的OFDM信号。仿真实验验证了该算法的有效性。     

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.     

一种多径信道下的OFDM信号盲识别算法

提出了一种新的OFDM信号盲识别算法,由于多载波OFDM信号在时域上具有渐进高斯特性,而单载波信号没有这样的特点。对传统算法进行了改进,提出利用四阶累积量构造识别参数来分类OFDM信号与单载波信号,该参数具有对多径信道不敏感的特点。仿真证明,该算法具有抗多径能力强,识别率高的优点。     

基于高阶统计量的OFDM子载波调制识别算法北大核心

针对OFDM(正交频分复用)信号子载波调制方式识别的问题,提出了一种将高阶矩和高阶累积量相结合的联合识别算法。该算法首先运用基于高阶矩的特征量把MPSK(多进制相移键控)调制(M=2、4)、64QAM(六阶正交幅度调制)和16QAM(四阶正交幅度调制)区分开,然后再利用基于高阶累积量的特征量区分BPSK(二进制相移键控)调制和QPSK(四相相移键控)调制。从理论上进行了推导与分析,该算法对多径衰落与噪声干扰不敏感。计算机仿真结果表明,所提算法在多径信道条件下具有良好的识别性能。     

频率选择性衰落信道下OFDM子载波数盲估计

提出了一种在频率选择性衰落信道下的基于高阶循环累积量的OFDM信号子载波数盲估计方法,扩展了该方法的适用范围,并进行了理论推导和试验仿真。结果表明OFDM信号的特定高阶循环累积量仅在子载波位置存在,通过检测循环频率的个数可以估计出子载波数。高阶累积量具有良好的抗噪性能,在低信噪比下具有良好的估计性能。     

GLSFBC-OFDM信号调制识别算法

提出了频率选择性衰落信道条件下区分GLSFBC结构的多载波信号(OFDM)和单载波信号(MFSK、MPSK、MQAM)的调制识别算法。该算法基于接收信号的高阶累积量,只需直接对接收的中频信号进行识别处理,不需要发射信号和信道的先验知识。仿真结果表明,在SNR高于7 dB时识别率可以达到90%。     

基于随机森林和高阶累积量的频谱感知研究

频谱感知技术是认知无线电系统实现高效安全运作的关键技术之一,面对软件无线电多元发展需求,频谱感知技术需要获取更多的空间电磁情况.文中提出了一种基于高阶累积量和随机森林算法的频谱感知方法,通过提取接收信号高阶累积量特征,减少信号传播过程中的多径干扰和噪声干扰,离线训练分类信号,得到可以高效感知接收信号调制类型的随机森林模...     

调制与解调技术、调制解调器、时分复接

0632558基于高阶累量与神经网络覆盖算法的数字调制识别[刊,中]／张金涛／／电子信息对抗技术．-2006,21 (5)．-15-18(G)提出了一种把归一化四阶累量作为分类特征参数．应用神经网络覆盖法进行分类的调制识别算法。对MFSK信号的三种归一化四阶累量进行了理论推导．对几种不同调制方式的数字通信信号的三种特征参数随信噪比的变化进行了仿真,证明了高阶累量不受高斯噪声影响的理论结果。最后应用神经网络覆盖算法进行分类识别,得到了比较好的识别结果。参6 0632559用多幅值CPM减小OFDM信号的PAPR[刊,中]／张航／／中国集成电路．-2006,15(10)．-36-38(C)正交频分复用(OFDM)是一种多载波调制(MCM)技术,其具有良好的抗多径衰落的能力和非常高的信道利用率。但是OFDM有一个固有缺点就是存在较高的峰平功率比(PAPR),本文提出将多幅值的连续相位调制信号与部分响应序列相结合的方法来减少OFDM信号的PAPR。参5     

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.     

基于高阶累积量的MPSK信号的类内识别

对基于高阶累积量的MPSK调制分类算法进行了研究和分析。在未知载波频率的情况下,通过恒模和延迟复共轭相乘对信号进行预处理,再利用四阶累积量构造了信号的特征识别向量。对预处理使得分类特征对MPSK信号星座图的平移、尺度和相位旋转具有不变性进行了详细的理论证明。重点针对短波信道对该算法中高阶累积量作为分类特征的抗衰落性能进行了讨论分析。通过分析识别短时突发信号的测试数据及短波信道第二径对正确识别率的影响的仿真结果,表明算法具有良好的性能。     

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.     

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.     

多分量相移键控信号调制识别技术

为解决单通道接收机在多信号环境下的调制识别问题,提出了一种不经信号分离直接提取各信号分量的特征不变量以实现多个相移键控信号的调制识别算法.首先给出了多信号特征不变量提取原则,进而提出了融合二、四阶循环累积量的特征不变量提取方法,推导了所提特征不变量的理论值,最后设计了适合于这里模型的分类器.仿真实验表明:该算法能不受干扰地提取各分量的特征不变量,进而分类器能有效地识别调制组合内任意的双分量相移键控信号.同等实验条件下,所提算法的识别性能优于现有的基于四阶循环累积量的算法.     

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。     

基于多端特征融合模型的MIMO-OFDM系统盲调制识别

自动调制分类(Automatic Modulation Classification,AMC)在认知无线电中起着提高频谱利用率的重要作用,然而,现有的大多数工作都集中在单输入单输出系统中的单载波通信。针对当前非协作通信中多输入多输出正交频分多路复用(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)系统子载波的盲调制识别问题,本文提出了一种基于多端特征融合模型的盲调制识别方法。首先,利用特征矩阵的联合近似对角化算法(Joint Approximate Diagonalization of Eigenvalue Matrix,JADE)从接收端的混合信号中恢复发送信号。然后,提取恢复信号的循环谱剖面和同向正交分量作为浅层特征。最后,搭建多端特征融合模型,利用一维卷积网络(One-Dimensional Convolutional Neural Network,1D-CNN)与通道注意力模块(Channel Attention Module,CAM)的串联模型完成对浅层特征...     

Frequency shift filter‐based multi‐carrier transceiver

It is well known that orthogonal frequency division multiplexing (OFDM) is sensitive to carrier frequency offset (CFO) and suffers from a high peak‐to‐average ratio. In addition, the performance of OFDM is severely affected by strong co‐channel interference and strong narrowband interference. To mitigate the limitations of OFDM, we propose a new multi‐carrier transceiver based on frequency‐shift filter. A frequency‐shift filter can separate spectrally overlapping sub‐carrier signals by exploiting the spectral correlation inherent in the cyclostationary modulated signals. To increase spectral efficiency, we increase the percentage of spectral overlap between two adjacent sub‐channels. We derive an upper bound and a lower bound on the bit error rate performance of the proposed multi‐carrier transceiver in additive white Gaussian noise channel and frequency‐nonselective Rayleigh fading channel, respectively. Compared with OFDM, our simulation results show that the proposed multi‐carrier transceiver is much less sensitive to CFO and has a lower peak‐to‐average ratio; moreover, without any additional interference suppression technique, the proposed transceiver has the advantage of being able to mitigate strong co‐channel interference with CFO from the intended multi‐carrier signal and mitigate strong narrowband interference in additive white Gaussian noise channel and in Rayleigh fading channel in which a large CFO between the transmitted signal and the received signal often occurs. Copyright © 2011 John Wiley & Sons, Ltd.     

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。     

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%。     

衰落信道盲接收条件下的调制分类

该文针对衰落信道下调制识别算法预处理要求高的问题,提出了一种基于循环平稳性检测的调制分类算法,提升了盲接收环境下的分类效果。算法以信号的循环频率为特征,结合循环平稳性检测,实现了OFDM, PSK, FSK等常见数字调制信号的区分。算法无需各种参数估计以及同步等预处理过程,理论推导及仿真结果证明,能够实现低信噪比衰落信道条件下信号的有效区分。该算法将有助于提升衰落信道中非合作接收条件下的信号分类能力。