基于MFCC的OFDM信号子载波调制方式识别方法
发布时间:2019-11-14 02:50
【摘要】:针对多径信道下传统的OFDM信号子载波调制方式识别方法存在识别率不高,判决门限不易确定,子载波调制方式识别不全面等问题,提出一种基于MFCC的OFDM信号子载波调制方式识别方法。利用语音模型下的识别算法提取OFDM信号的MFCC特征参数,计算出各阶MFCC特征参数的平均标准偏差和平均变化率,并将两类参数的组合作为OFDM信号子载波调制方式分类特征量对子载波调制方式进行识别。仿真实验结果表明,该方法能够有效实现多径信道下OFDM信号子载波多种调制方式的识别,且识别性能优于传统方法。
【图文】:
1梅尔频率倒谱系数(MFCC)梅尔频率倒谱系数是基于人耳听觉特性提出的特征参量,其对应的梅尔频率与赫兹频率成非线性关系,频率f与梅尔频率之间的转换公式为[11]:Mel(f)=2595log1+f()700(4)式中f为频率(Hz)。OFDM信号的梅尔频率倒谱系数既保留了信号的基本特征,又移除了信号的冗余信息,相对原始接收信号的抗噪能力更加鲁棒[12]。2.2OFDM信号梅尔频率倒谱系数的提取OFDM信号梅尔频率倒谱系数的提取是一个数据约减的过程[13],OFDM信号MFCC的提取流程如图1所示,其基本步骤归纳如下:图1OFDM信号的MFCC提取过程1)将OFDM信号进行汉明加窗处理,得到每帧OFDM时域信号,然后经过离散傅里叶变换(DFT)得到线性频谱X(k):X(k)=∑N-1n=0x(n)e-j2πnk/N,0≤k≤N-1(5)式中N是离散傅里叶变换的点数。2)将上述线性频谱通过梅尔滤波器组模块并进行对数能量处理得到对数梅尔频谱S(l)[13]:S(l)=log∑N-1k=0|X(k)|2Hl(k())0≤l≤L(6)式中:Hl(k)为具有三角滤波特性的梅尔带通滤波器;L为滤波器的个数。3)将上述对数梅尔频谱S(l)经过离散余弦变换(DCT)可得到梅尔频率倒谱系数(MFCC)。cg=∑L-1l=1S(l)cosπg(l+0.5)()L0≤g≤G(7)式中:cg为第g个MFCC序列;G为MFCC序列的个数。由于OFDM信号的大部分信息都集中在低阶MFCC序列中,因而通常情况OFDM信号MFCC序列的提取个数不超过20[14]。2.3子载波调制方式识别文献[13]中定义和推导了不同单载波数字通信信号MFCC序列的差异,并以其统计特征值作为分类特征量,但该方法并未应用到多载波信号中。OFDM是一种多载波调制信号,不同子载波调制方式下MF-CC序列互不相同,因此可以将OFDM?
惺,
本文编号:2560615
【图文】:
1梅尔频率倒谱系数(MFCC)梅尔频率倒谱系数是基于人耳听觉特性提出的特征参量,其对应的梅尔频率与赫兹频率成非线性关系,频率f与梅尔频率之间的转换公式为[11]:Mel(f)=2595log1+f()700(4)式中f为频率(Hz)。OFDM信号的梅尔频率倒谱系数既保留了信号的基本特征,又移除了信号的冗余信息,相对原始接收信号的抗噪能力更加鲁棒[12]。2.2OFDM信号梅尔频率倒谱系数的提取OFDM信号梅尔频率倒谱系数的提取是一个数据约减的过程[13],OFDM信号MFCC的提取流程如图1所示,其基本步骤归纳如下:图1OFDM信号的MFCC提取过程1)将OFDM信号进行汉明加窗处理,得到每帧OFDM时域信号,然后经过离散傅里叶变换(DFT)得到线性频谱X(k):X(k)=∑N-1n=0x(n)e-j2πnk/N,0≤k≤N-1(5)式中N是离散傅里叶变换的点数。2)将上述线性频谱通过梅尔滤波器组模块并进行对数能量处理得到对数梅尔频谱S(l)[13]:S(l)=log∑N-1k=0|X(k)|2Hl(k())0≤l≤L(6)式中:Hl(k)为具有三角滤波特性的梅尔带通滤波器;L为滤波器的个数。3)将上述对数梅尔频谱S(l)经过离散余弦变换(DCT)可得到梅尔频率倒谱系数(MFCC)。cg=∑L-1l=1S(l)cosπg(l+0.5)()L0≤g≤G(7)式中:cg为第g个MFCC序列;G为MFCC序列的个数。由于OFDM信号的大部分信息都集中在低阶MFCC序列中,因而通常情况OFDM信号MFCC序列的提取个数不超过20[14]。2.3子载波调制方式识别文献[13]中定义和推导了不同单载波数字通信信号MFCC序列的差异,并以其统计特征值作为分类特征量,但该方法并未应用到多载波信号中。OFDM是一种多载波调制信号,不同子载波调制方式下MF-CC序列互不相同,因此可以将OFDM?
惺,
本文编号:2560615
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2560615.html