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.

一种OFDM系统同步参数盲估计方法

首先提出一种扩大周期平稳信号循环周期的方法,然后在此基础上提出一种基于信号周期平稳特性的盲同步参数快速估计算法,最后通过分析算法获得一种可以估计非整数倍样点周期时延和扩大频偏估计范围的方法,从而实现整个OFDM基带带宽范围内的频偏估计。理论分析和仿真结果表明,该算法仅用很少的OFDM符号就可以实现同步参数的估计、有好的抗噪特性、衰落信道适应性和高的估计精度。

一种基于循环前缀的OFDM盲检测及参数估计算法

提出了一种基于循环前缀的OFDM盲检测及参数估计算法。该算法利用接收信号循环前缀的相关性进行OFDM信号的盲检测,并通过搜索联合相关函数的峰值来实现参数估计。该算法能区分OFDM与其它多种体制的信号,应用范围广范。实验结果表明该算法所需数据量小,检测及参数估计精度高,具有一定的可行性和实用性。

基于信号周期平稳特性的OFDM系统时频参数盲估计算法

该文考虑移动通信信道下的OFDM系统同步参数估计问题,通过对接收信号进行采样,获得具有周期平稳特性的序列,在此基础上提出一种基于OFDM信号周期平稳特性的系统时延和频偏盲估计算法,并对算法进行时频参数估计范围和误差来源分析。理论分析和仿真结果表明,该算法不仅适用于频率选择性衰落信道,而且与同类的方法比较,具有更大的频偏估计范围和更高的估计精度。

改进的基于循环平稳分析的OFDM关键参数估计方法

提出了一种利用OFDM信号自相关特性和循环平稳特性进行多径信道下关键参数盲估计的算法.该算法首先利用OFDM信号的自相关特性估计信号的有效符号长度,接着利用多径信道下的OFDM信号具有二阶循环平稳特性来估计符号长度,并且在此过程中引入平均的思想,通过对信号的一组循环频率求均值的方法得到最终估计值.信号的二阶循环平稳特性使得该算法可抑制多径干扰,平均的处理方法提高了算法的抑制高斯噪声能力.计算机仿真结果表明:该算法在设定的多径信道下,当信噪比SNR=-2 dB时参数盲估计的正确率可以达到90%以上,在信噪比SNR=2 dB时正确率可以达到100%.

一种基于OFDM信号周期平稳特性的系统时延和频偏的盲估计算法

该文首先提出一种基于信号周期平稳特性的OFDM系统时延和频偏的盲估计算法,然后分析算法,获得一种可以估计非整数倍样点周期的时延和扩大频偏估计范围,实现整个OFDM系统带宽范围内的频偏估计的方法,并指出本算法可以在信道未知的情况下获得好的估计性能,最后给出相应的仿真结果。理论分析和仿真结果表明,本算法有很好的抗噪特性、强的变化信道适应性,与同类方法比较,具有更高的估计精度、估计非整数倍样点周期时延和扩大频偏估计范围的能力。

基于循环平稳特性的OFDM盲信道估计算法

准确的信道估计是无线通信可靠传输的关键技术之一,因此提出一种基于OFDM信号循环平稳特性的单k盲信道估计算法.该类算法无须改变循环频率,而是利用延迟变量的z变换中2个相关值来估计信道,并采用部分频谱信息提出的简化算法可进一步减小运算量.计算机仿真结果验证:单k盲信道估计算法性能明显优于双k算法,而简化的单k算法虽然在高信噪比时性能有所下降,但算法复杂度却大大降低了.

基于相关性的OFDM盲识别与参数估计方法

针对非协作通信领域OFDM信号识别难的问题,提出一种基于信号循环前缀相关性的盲识别和时域参数估计算法。通过对OFDM信号循环自相关函数进行分析,在时域上求出延时自相关运算函数的波形,利用循环前缀的相关波峰的特性,以区别OFDM信号和单载波信号,实现对OFDM信号的盲识别。在此基础上,通过采用多个OFDM信号构造循环前缀相关性的累加函数所形成的波峰完成对符号和循环前缀长度等参数的估计。

基于ESPRIT改进算法的OFDM频率估计方法

针对OFDM信号侦察系统中已有的子载波频率估计方法难以满足低信噪比要求的问题,提出了一种具有高分辨率谐波检测性能的ESPRIT改进方法。利用基于过采样原理构建OFDM信号的正交子空间,采用TLS—拓广ESPRIT算法,实现了对OFDM信号各子载波频点的精确盲估计。通过理论分析和仿真试验表明,在信噪比大于2 dB条件下能达到较高的频率分辨率和较好的频谱估计稳定性。

低信噪比OFDM信号符号周期盲估计

针对认知无线电系统中正交频分复用(OFDM)信号参数估计这一重要问题,利用OFDM信号的循环谱实现了符号周期的盲估计。首先证明了加循环前缀矩形脉冲成型的OFDM信号具有循环平稳性,然后分别在无噪声和低信噪比条件下,以单载波信号的循环谱为基础,利用OFDM信号各子载波的正交性,从理论上推导出了OFDM信号的循环谱表达式。最后通过对连续信号和离散信号进行仿真,得到了相同的循环谱图,并且在低信噪比条件下,利用循环谱实现了OFDM信号符号周期的盲估计。

一种OFDM信号多参数估计识别改进方法

信号参数估计识别具有重要的意义,是无线电监测系统的关键环节之一,可为接收处理提供参数依据。识别OFDM的子载波数目、频偏以及定时误差等参数,是实现正确解调的前提。针对OFDM的多种参数估计识别需求,提出了一种基于信号循环谱变换的分析思路。该方法利用循环相关性精确提取OFDM的各种特征,实现了对子载波和过采样因子估计识别的改进处理,并将OFDM信号循环前缀与时频域特征进行了高效融合分析,提高了算法的稳健性和抗噪性能,同时优化估计思路,减少运算量,有利于工程实现。最后,通过计算机仿真验证了新方法结果的有效性,且估计识别正确率高,同时性能优于传统算法。

基于循环自相关的NC-OFDM信号参数的盲估计

在认知无线电(CR)环境中,频率资源不足的问题越来越严重,而非连续正交频分复用(NC-OFDM)能够工作在非连续的频谱环境。针对NC-OFDM信号的参数估计问题,提出一种循环自相关的方法。该方法首先分析循环平稳信号特点,然后根据NC-OFDM信号的循环自相关,在循环频率α以及时延τ切面图具有离散谱线特征进行参数估计,最后对NC-OFDM信号的循环自相关进行数值仿真。仿真结果表明在低信噪比下,能有效估计NC-OFDM信号的参数及识别零前缀的正交频分复用信号(ZP-OFDM),且实验证明关闭近90%的子载波数目都能够实现NC-OFDM信号的参数的盲估计。

OFDM信号循环自相关分析及参数估计

针对无线电监测和认知无线电系统中正交频分复用(OFDM)信号参数估计这一重要问题,提出了用频域累积法算OFDM信号的循环自相关函数的数值计算方法.首先从理论上证明了加循环前缀的OFDM信号具有循环平稳性,并推导了OFDM信号的循环自相关函数表达式,对循环自相关函数的3维结构进行了分析.通过对OFDM信号进行数值仿真,验证了算法在低信噪比条件下,对OFDM信号的符号周期和有用符号时间参数的估计有较好的性能,实现了OFDM信号多个参数的盲估计.