多径场景下非合作OFDM信号识别与参数估计

发布时间：2020-11-01 03:16

　　 近年来,随着信息化社会的不断进步,无线频谱资源越来越紧张,无线电磁环境日趋复杂,正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术由于其高效的频谱利用率和优越的抗多径干扰能力已经被广泛应用于现代通信系统中。而其中的诸多应用场景都是在非合作的前提下进行的,如民用通信领域中的电磁频谱监管、电台侦听等;军事通信领域中的通信侦察、通信干扰等,这也不断促使着非合作OFDM技术的发展,非合作OFDM信号识别与参数估计作为信号检测和信号解调的中间步骤,对于非合作OFDM信号技术的研究具有重要意义。OFDM由于优越的抗多径时延能力通常被应用于多径场景中,结合无线电磁环境中多径传输的普遍性,本文以非合作OFDM信号接收为应用背景,旨在寻找出一种简单高效、信道适应性强的OFDM信号识别和参数估计方法,本文从OFDM信号特征着手,以{2FSK,4FSK,QPSK,8PSK,16QAM,64QAM,OFDM}为待识别信号集,重点研究多径场景下OFDM信号的识别与参数估计方法。具体研究工作如下:(1)OFDM信号特征分析从OFDM信号特征着手,首先分别讨论了OFDM信号在无噪声环境和高斯白噪声信道(Additive White Guassion Noise,AWGN)下的时域统计特性、符号自相关特性和循环平稳特性,在此基础上重点对多径信道下OFDM信号特征进行分析,为后续识别和参数估计奠定理论基础;(2)OFDM信号识别基于OFDM信号的时域统计特性,给出基于高阶累计量的识别方法,并分析该方法在多径信道下的适用性。针对在多径信道下基于高阶累积量的识别方法构造特征量的复杂度高且在低信噪比下识别效果不佳的问题,利用小波变换具有优良的时频聚焦特性,推导分析单载波信号和OFDM信号小波变换结果,确定多径信道下基于小波变换的OFDM信号识别方案,该方案在低信噪比时依然具有较好的识别性能。(3)OFDM信号参数估计首先,基于OFDM信号的自相关特性对信号的有效符号长度和符号周期进行估计,经过推导发现其在多径信道下相关峰值受信道多普勒频移的影响,因此本文采用变起点的自相关方法,该方法能通过增加观测数据长度提高参数的估计精度,且不依赖符号定时同步。其次,基于OFDM信号的循环平稳特性,给出了基于循环自相关函数和循环谱的参数估计方法,并对两种方法进行对比分析。完成上述参数估计后,对子载波识别问题进行建模,利用高阶累积量的组合进行逐级分类,完成OFDM信号子载波调制方式识别。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN929.53
【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景
    1.2 研究现状
        1.2.1 OFDM信号识别
        1.2.2 OFDM信号参数估计
    1.3 非合作OFDM信号的研究内容
    1.4 论文主要内容及章节安排
第2章 AWGN信道下OFDM信号识别与参数估计
    2.1 OFDM基本原理与关键技术
        2.1.1 OFDM基本原理
        2.1.2 OFDM关键技术
    2.2 无噪OFDM信号特征
        2.2.1 时域统计特性
        2.2.2 符号自相关特性
        2.2.3 循环平稳特性
    2.3 AWGN对OFDM信号特征的影响
        2.3.1 时域统计特性
        2.3.2 符号自相关特性
        2.3.3 循环平稳特性
    2.4 基于信号特征的识别和参数估计
        2.4.1 基于高阶统计量的识别方法
        2.4.2 基于循环前缀的参数估计方法
        2.4.3 基于循环平稳特性的参数估计方法
    2.5 本章小结
第3章 多径信道下OFDM信号特征分析
    3.1 多径信道模型
    3.2 多径信道下OFDM信号特征
        3.2.1 时域统计特性
        3.2.2 符号自相关特性
        3.2.3 循环平稳特性
    3.3 OFDM和单载波信号的小波变换特征
        3.3.1 单次小波变换结果
        3.3.2 两次小波变换结果
    3.4 本章小结
第4章 多径信道下OFDM信号识别与参数估计
    4.1 常用方法的适用性分析
        4.1.1 基于高阶统计量的识别方法
        4.1.2 基于循环前缀的参数估计方法
        4.1.3 基于循环平稳特性的参数估计方法
    4.2 OFDM信号的小波变换识别方法
        4.2.1 特征量提取
        4.2.2 识别方案
        4.2.3 仿真与性能分析
    4.3 基于循环平稳特性的参数估计方法
        4.3.1 基于循环自相关函数的参数估计
        4.3.2 基于循环谱的参数估计
    4.4 子载波调制方式识别
        4.4.1 识别算法
        4.4.2 仿真与性能分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢

【参考文献】

相关期刊论文 前10条

1 张孟伯;杨晓静;张欣冉;樊斌斌;;基于相关性的OFDM盲识别与参数估计方法[J];火力与指挥控制;2015年05期

2 史文娟;冯全源;;一种基于ITD和高阶累积量的OFDM识别算法[J];压电与声光;2015年01期

3 高新;姚远程;秦明伟;;一种基于小波变换和统计特征的数字信号调制模式识别方法[J];现代电子技术;2014年19期

4 李兵兵;杨吉;刘明骞;;DVB-T系统中OFDM信号子载波调制方式的识别[J];华南理工大学学报(自然科学版);2014年03期

5 朱颜锐;田斌;安金坤;孙永军;易克初;;一种快速OFDM调制信号识别算法[J];西安电子科技大学学报;2012年01期

6 刘明骞;李兵兵;赵雷;;多径信道下OFDM信号子载波的调制方式识别新方法[J];西安电子科技大学学报;2011年05期

7 郭黎利;吴丹;孙志国;;基于循环统计量的OFDM信号CFAR检测及参数估计[J];弹箭与制导学报;2009年04期

8 吕挺岑;李兵兵;董刚;;一种多径信道下的OFDM信号盲识别算法[J];现代电子技术;2007年11期

9 刘献玲;陈健;阔永红;王甫莉;;基于累量的OFDM信号调制识别[J];电子科技;2007年02期

10 王玉婧;王亚平;赵林靖;;基于支撑矢量机的调制制式识别算法[J];现代电子技术;2007年04期

相关博士学位论文 前2条

1 蒋清平;OFDM信号盲估计与识别关键技术研究[D];重庆大学;2010年

2 黄奇珊;OFDM系统非协作接收关键技术研究[D];电子科技大学;2007年

相关硕士学位论文 前6条

1 雍芝奎;OFDM信号的盲识别与参数估计技术[D];电子科技大学;2013年

2 赖宇超;基于高阶统计量和小波变换的OFDM信号盲检测[D];西安电子科技大学;2013年

3 赵雷;OFDM信号的子载波调制方式识别方法研究[D];西安电子科技大学;2012年

4 张殷进;数字通信信号的参数估计研究[D];西安电子科技大学;2011年

5 王雪;OFDM信号检测与调制识别[D];中国科学技术大学;2009年

6 张晶晶;基于小波变换的OFDM信号识别技术研究[D];西安电子科技大学;2009年

本文编号：2864955