一种基于独立分量分析的OFDM-IDMA检测方法

提出了一种基于独立分量分析(ICA)的OFDM-IDMA检测新方法。独立分量分析是信号盲源分离领域中的新技术,它可以在系统用户特征序列未知的情况下,成功地提取出有用信号,节省了系统的资源。经过进一步优化,ICA可适用于OFDM-IDMA系统中,成功地实现对系统用户信号的检测。最后通过计算机仿真结果验证了该算法的有效性,且检测性能优于过去的方法;采用ICA算法检测器的OFDM-IDMA系统,还可减小通信传输时的误码率。

OFDM 雷达通信一体化的同频干扰抑制技术

雷达通信一体化系统(Integrated Radar and Communication System,IRCS)可提升设备的可用性、可靠性和电磁兼容性,已成为雷达和通信交叉领域的研究热点。正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)具有高信息传输性能,且其模糊函数具有低旁瓣特性,在IRCS中得到广泛关注。在OFDM-IRCS中,组网时同频干扰严重影响雷达探测性能。针对这一问题,从信干比(Signal to Interference Ratio,SIR)分析了IRCS同频干扰特性,推导了回波信号SIR的表达式。然后,结合OFDM中交织多址(Interleave Division Multiple Access,IDMA)和干扰重构的思想,提出了基于OFDM-IDMA的IRCS同频干扰抑制算法。所提算法通过不同的交织方式区分不同IRCS节点的信号,同时利用基于干扰重构的干扰消除算法实现干扰抑制。仿真结果表明,所提算法有效地抑制了IRCS同频干扰,实现了同频干扰环境下雷达目标探测性能提升。