多载波混合信号检测识别和分离技术研究

发布时间：2018-07-07 09:03

本文选题：多载波混合信号 + 循环平稳　；参考：《电子科技大学》2017年博士论文

【摘要】：随着信息技术的发展和正交频分复用技术(OFDM)的广泛应用,多载波混合信号产生的影响正日益显现,尤其在信息侦察、频谱检测等非合作领域表现得更为突出,它不仅影响信号的接收质量,而且还制约相关技术的应用。鉴于此,本文首次对多载波混合信号处理中的一些关键技术展开探索,重点研究了多载波混合信号检测识别技术、参数估计技术、多通道盲源分离技术以及单通道盲源分离技术,并提出了一种新的基于基带混合信号波形的抗截获无线通信机制。本文的主要内容和贡献包括:1.推导了多载波混合信号的检测识别算法,它是多载波混合信号处理面临的第一个问题,不同种类的多载波混合信号对应的后续处理算法不尽相同。为此,本文将多载波混合信号中的一个信号作为目标OFDM信号的干扰信号,分别利用高阶累积量和谱特征实现单载波干扰信号和多载波干扰信号的区分与识别,为后续处理提供决策依据。2.证明了OFDM+OFDM混合信号的循环平稳特性,在此基础之上分别讨论了高阶循环累积量和循环自相关函数在多载波混合信号参数估计中的应用,并结合平方谱特征准确地实现了多载波混合信号中各个OFDM信号分量的符号速率、频偏、子载波数以及时延等参数的估计。此外,本文还推导了多载波混合信号参数估计的克拉美罗界。3.构建了一种基于重构抵消的双通道盲源分离算法,分析了该算法具体的应用场景,详细讨论了该算法中天线间的数据交互方案,并介绍了两种重构抵消算法:基于参数跟踪的重构抵消算法和基于自适应滤波重构抵消算法。此外,本文还定量分析了影响重构抵消性能的因素,并讨论了抵消性能对目标OFDM信号的影响。4.提出了一种新的且复杂度低的单通道盲源分离算法,它将Gibbs采样理论和QRD-M分解算法应用到混合信号分离中,并详细讨论了该算法在单载波混合信号和多载波混合信号中的实现原理和方法。与现有单通道盲源分离算法相比,本文提出的单通道盲源分离算法不仅保持了良好的分离性能,而且还极大的降低了计算复杂度。5.设计了一种基带混合信号波形,它同时兼顾了频谱效率和抗截获性能的要求。此时,基带混合信号被考虑作为传输信号,并且信号间仅保留时延差异。与现有抗截获的混合信号通信机制相比,基于基带混合信号波形的通信机制不仅提升了通信的抗截获能力,尤其增加了抗多天线截获能力,而且还保持了非常高效的频谱效率。
[Abstract]:With the development of information technology and the wide application of orthogonal frequency division multiplexing ( OFDM ) , the influence of multi - carrier mixed signal is becoming more prominent , especially in the field of information reconnaissance , spectrum detection and other non - cooperative fields .
【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TN911.7

【参考文献】