NC-OFDM及FBMC-OQAM信号的参数估计

发布时间：2020-11-21 23:42

　　 随着时代的不断进步,人们对数据的传输速率的需求日益增加,并且频谱资源越发匮乏。非连续正交频分复用(Non-Continuous Orthogonal Frequency Division Multiplexing,NC-OFDM)是属于认知无线电(Cognitive Radio,CR)的OFDM信号,并且可以充分使用现有的频谱资源,且其子载波之间相互正交,即其频谱效率较高。但NC-OFDM的旁瓣泄露较严重,5G传输技术候选之一——滤波器组多载波(Filter Bank Multi-Carrier,FBMC)能够改善NC-OFDM的旁瓣泄露严重问题且频谱效率更好。随着NC-OFDM及FBMC技术的提出,针对这两种信号的参数估计及子载波上的调制识别进行理论研究工作,就具有一定的研究意义。本论文的研究对象为NC-OFDM和FBMC信号,结合现有的通信信号参数估计算法,应用在NC-OFDM及FBMC信号参数的特征分析上,进行信号的参数估计及子载波上的调制识别。论文的主要工作如下:(1)针对NC-OFDM信号的参数估计重要问题,研究了循环自相关和四阶循环累积量的算法。首先根据NC-OFDM信号的循环自相关在循环频率?(28)0以及时延?(28)T_u切面具有离散谱线特征进行多个参数(循环前缀、有用数据周期及符号周期)估计;然后根据NC-OFDM的四阶循环累积量特征进行子载波频率间隔的估计;最后对NC-OFDM信号的循环自相关及四阶循环累积量进行数值仿真。仿真结果表明:在低信噪比下,两种算法均能有效估计NC-OFDM信号的多个参数。(2)针对FBMC-OQAM信号的符号周期盲估计重要问题,研究了自相关二阶矩和循环自相关算法。首先通过FBMC-OQAM信号的自相关二阶矩取值的离散特性,估计出该信号的符号周期;接着根据FBMC-OQAM信号的循环自相关在循环频率?(28)0切面具有离散谱线特征进行其符号周期估计;然后将两种算法估计得到的符号周期进行比较分析;最后对FBMC-OQAM信号的符号周期估计算法进行性能仿真。仿真结果表明:在低信噪比下,两种算法均能有效实现FBMC-OQAM信号的符号周期估计,验证了该方法的可行性。(3)针对FBMC信号中的子载波调制方式识别问题,本文研究了一种基于谱相关和奇异值分解算法。首先根据QAM-FBMC和OQAM-FBMC信号的循环自相关?(28)0切面的谱线差异进行FBMC信号的调制识别,即OQAM-FBMC信号的循环自相关谱线在?轴上取值是等间隔分布的,而QAM-FBMC信号的循环自相关仅在?(28)0时具有非0的谱线;然后,将MOQAM(MQAM)-FBMC构成信号矩阵,并利用奇异值分解算法对信号矩阵进行特征值分解;最后,进行相应的数值实验仿真。仿真结果表明,本文提出的算法在低信噪比下能有效的识别出FBMC信号中的子载波调制方式,具有一定的理论研究价值。
【学位单位】：重庆邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN911.7;TN929.53
【部分图文】：

号作为主要的处理对象。为便于理解 NC-OFDM 及 FBMC 信号的产生原理，本主要介绍 NC-OFDM 及 FBMC 信号系统及基本原理。2.2 NC-OFDM 信号系统及原理NC-OFDM 作为特殊形式的 OFDM 多载波调制技术，能工作在非连续的频段中。NC-OFDM 是基于认知无线电的 OFDM 应用，具有以下优点：(1)频谱利用率高即可以灵活的利用非连续频谱段的 OFDM 子载波传输数据(2)同样具有 OFDM 子载波的正交性，可以充分和有效的利用信道资源。(3)可利用 FFT 算法形成 NC-OFDM 信号，运算量降低。(4)消除窄带干扰的影响，即将受到窄带干扰影响的 OFDM 子载波传输的数置零处理，使其无效。NC-OFDM 系统框图如图 2.1 所示。

2.2 可以看出 FBMC-OQAM 信号的产生过程及通过信道传输后的解 2.2 所示，发送端部分的 IFFT、多相网络以及并/串转换的 3 个模块同理，接收端部分的串/并转换、多相网络和 FFT 的 3 个模块统称为 A有 M 个子载波的基带信号模型中，发射机侧的 FBMC-OQAM 信号 1, ,0MFBO n k T nn ks t c p t kM 2,j n t DMT n Tp t p t e 表示第 n 个子载波上第 k 个符号调制的复数信号（OQAM 符号）。 T ,np 器 Tp t 的频移版本。 M 表示子载波总数， D KM 1, K 为重叠因以表示为：,2 ,2 1, ,2 ,2 1k k k kj jn k n k n kc d e d e

在旁瓣泄露严重问题上，FBMC-OQAM 信号想，这是由于 FBMC-OQAM 信号采用了精心设计的MC 信号系统及原理C-OQAM 那样通过单个原型滤波器分别传输复数数C 使用被称为偶数和奇数滤波器的两个不同原型滤波数和奇数的副载波。与 FBMC-OQAM 信号相比，Q型滤波器的脉冲形状维持。QAM-FBMC 系统的框图
【相似文献】

相关期刊论文 前10条

1 刘桥平;邱昕;郭瑞;;基于深度神经网络的自动调制识别[J];电子设计工程;2019年23期

2 刘莹;单洪;胡以华;王勇;;基于谱分析的卫星通信调制识别算法[J];火力与指挥控制;2017年01期

3 何斌;;基于高阶累积量的调制识别技术的研究[J];信息通信;2017年01期

4 单琳娜;;关于通信信号调制识别技术的分析研究[J];科技资讯;2012年32期

5 游伟;周先敏;;模拟调制信号的自动调制识别[J];信号处理;2009年01期

6 吕杰,张胜付,张克,邵伟华,谷明;移动通信信号自动调制识别的谱相关方法[J];电讯技术;1999年02期

7 陆明泉;肖先赐;;同信道多信号的调制识别方法[J];清华大学学报(自然科学版)网络.预览;2009年10期

8 李唱白;杨杰;黄知涛;王翔;;基于深度学习的通信信号调制识别算法[J];空间电子技术;2019年01期

9 王东旭;陈殿仁;李兴广;陈磊;;基于小波变换的调制识别算法[J];数字技术与应用;2017年01期

10 周玫汝;;数字通信信号自动调制识别技术研究[J];数码世界;2018年05期

相关博士学位论文 前10条

1 谢李晋;基于压缩感知的通信信号识别技术研究[D];电子科技大学;2018年

2 韩钢;自适应单载波、多载波调制中信号盲检测技术研究[D];西安电子科技大学;2003年

3 张炜;数字通信信号调制方式自动识别研究[D];国防科学技术大学;2006年

4 王彬;无线衰落信道中的调制识别、信道盲辨识和盲均衡技术研究[D];解放军信息工程大学;2007年

5 胡国兵;雷达信号调制识别相关技术研究[D];南京航空航天大学;2011年

6 安琦;信号侦收中的识别与分类理论与算法研究[D];电子科技大学;2017年

7 吕铁军;通信信号调制识别研究[D];电子科技大学;2000年

8 陈健;通信信号参数盲估计方法的研究[D];西安电子科技大学;2005年

9 付永明;基于拟合优度检验的通信信号检测与识别技术[D];国防科学技术大学;2015年

10 崔伟亮;衰落信道下非合作接收中调制识别技术研究[D];解放军信息工程大学;2011年

相关硕士学位论文 前10条

1 王飞扬;基于深度学习的通信信号调制识别研究[D];电子科技大学;2019年

2 雷志坤;基于深度学习的调制识别技术研究[D];电子科技大学;2019年

3 周林宇;基于压缩采样的宽带信号的参数估计和调制识别[D];电子科技大学;2019年

4 王咏实;基于深度学习的数字调制信号识别算法研究[D];电子科技大学;2019年

5 漆轩;基于深度学习的自动调制识别研究[D];重庆邮电大学;2019年

6 王春;基于卷积神经网络的数字信号调制识别研究[D];重庆邮电大学;2019年

7 王胜;NC-OFDM及FBMC-OQAM信号的参数估计[D];重庆邮电大学;2019年

8 张云开;复杂电磁环境下的调制方式识别与参数估计[D];南京航空航天大学;2018年

9 何祥;应用分层迭代支持向量机的OFDM信号调制识别研究[D];西安理工大学;2019年

10 于轩;基于ATCA平台的调制识别系统硬件设计[D];北京邮电大学;2019年

本文编号：2893778