基于高阶循环累积量的OFDM信号子载波调制识别算法

针对OFDM(正交频分复用)信号的子载波调制方式在高斯信道下的盲识别问题,提出一种基于高阶循环累积量调制识别方法。本文通过理论分析了高斯信道下子载波采用不同调制方式的OFDM信号的四阶循环累积量,并证明了只有当循环频率等于子载波频率时,OFDM信号的四阶循环累积量才不为零_[8],由于不同调制方式的OFDM信号的四阶循环累积量值不同,因此将信号四阶循环累积量值作为特征量来区分信号的不同调制方式。该方法不需要任何的先验信息就能识别子载波调制方式,仿真表明该方法具有一定可行性。     

混沌子载波调制的正交频分复用安全通信系统

混沌序列用于安全通信具有潜在的优势,但目前已提出的混沌通信系统在实际信道环境(噪声,多径)下性能较差。本文提出一种基于符号动力学及混沌映射反向迭代的混沌调制技术,产生的混沌调制信号代替传统的或调制信号作为子载波调制信号进行正交频分复用(),接收端采用改进的维特比算法进行混沌序列估计及信息的解调。仿真结果验证该系统具备良好的安全性能与抗多径性能。     

水声OFDM通信系统中的最优子载波功率分配

目的研究水声OFDM通信系统中的最优子载波功率分配。方法提出了水声OFDM通信系统中的最优子载波功率分配算法。首先将传播损失等效到信道频域响应中,建立了水声OFDM等效传播模型。在此模型基础上,以最大化OFDM系统中的有效子载波数目为目标,根据各子载波上的星座图、误码率门限、传播损失和环境噪声,结合信道信息对各子载波上的功率进行最优分配。对信道已知和信道未知、近距离传输和远距离传输等不同情况分别进行了讨论。结果文中算法在有效子载波数目比、OFDM块平均误码率、所需发射功率等方面均优于传统功率分配算法。结论文中算法可在水声OFDM通信系统中实现最优子载波功率分配。     

基于高阶循环累积量的正交频分复用(OFDM)信号子载波调制识别算法

针对OFDM(正交频分复用)信号的子载波调制方式在高斯信道下的盲识别问题,提出一种基于高阶循环累积量调制识别方法。通过理论分析了高斯信道下子载波采用不同调制方式的OFDM信号的四阶循环累积量,并证明了只有当循环频率等于子载波频率时,OFDM信号的四阶循环累积量才不为零,由于不同调制方式的OFDM信号的四阶循环累积量值不同,因此将信号四阶循环累积量值作为特征量来区分信号的不同调制方式。该方法不需要任何的先验信息就能识别子载波调制方式,仿真表明该方法具有一定可行性。     

采用导频子载波的OFDM系统频偏跟踪算法

为了进一步提高多径快衰落环境下,正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统的载波频偏估计精度,研究了利用在OFDM符号中插入的导频子载波进行小数倍频偏跟踪的算法在多径快衰落信道下的频偏跟踪性能.通过与常规的基于循环前缀的跟踪算法进行比较,采用导频子载波的频偏跟踪算法,不仅在高斯白噪声信道下能达到很好的频偏跟踪性能,而且在多径快衰落信道下也能实现更准确的频偏估计,因此采用导频子载波的算法更适合用于多径快衰落信道下的频偏跟踪.     

OFDM信号的多重分形谱特征盲识别算法

针对非合作通信条件下的调制方式识别问题,提出了一种正交频分复用(OFDM)信号的多重分形谱特征盲识别算法.该算法首先提取通信信号多重分形谱最大值对应的奇异性指数以及通信解析信号平方处理后经两次傅里叶变换的幅频信号的多重分形谱跨度作为信号特征参数,然后通过多层决策树分类器完成对OFDM信号和单载波信号的识别.该算法提取的...     

OFDM信号与单载波信号的一种识别方法

对于应用越来越广的正交频分复用（OFDM）信号,本文研究了单载波调制信号与多载波OFDM信号之间的区分问题,并对提出的区分方法进行了计算机仿真,而且作了一定的分析。     

采用导频子载波的OFDM系统频偏跟踪算法

为了进一步提高多径快衰落环境下,正交频分复用（orthogonal frequency division multiplexing,OFDM）系统的载波频偏估计精度,研究了利用在OFDM符号中插入的导频子载波进行小数倍频偏跟踪的算法在多径快衰落信道下的频偏跟踪性能。通过与常规的基于循环前缀的跟踪算法进行比较,采用导频子载波的频偏跟踪算法,不仅在高斯白噪声信道下能达到很好的频偏跟踪性能,而且在多径快衰落信道下也能实现更准确的频偏估计,因此采用导频子载波的算法更适合用于多径快衰落信道下的频偏跟踪。     

OFDM系统中不同调制方式抗多径干扰的性能分析

在带有循环保护间隔的OFDM中 ,对不同调制方式的抗多径干扰的性能进行了分析 ,并给出了仿真结果 .在无信道估计和有信道估计两种情况下 ,讨论了信干比对系统抗多径干扰性能的影响 .仿真结果表明 ,信道估计可以使保护间隔起作用的信干比门限值大大降低     

多用户OFDM系统的子载波分配算法

自适应分配技术的应用能优化多用户正交频分复用系统功率的使用．文中在对功率最优化问题进行分析后，提出了一种基于用户速率和信道特性的子载波分配算法．该算法不需要另外计算最终分配给各用户的子载波数，其分配过程包括基本分配和剩余分配两个步骤．在基本分配中保证各用户数据能被及时发送，在剩余分配过程中，以减小各用户所需的发射功率可达到最小值为原则进行子载波分配．仿真结果表明，该算法能有效降低系统的发射功率．     

煤矿井下OFDM自适应调制技术

煤矿井下环境恶劣,多径效应带来噪声增加和误码率上升,使通信质量下降。针对这一情况,将正交频分复用（OFDM）自适应调制技术引入井下无线通信系统,选择瑞利衰落信道模型,采用SVD算法和低通滤波、三次样条插值算法进行信道估计和插值,并对OFDM自适应调制算法进行性能仿真。结果表明,自适应调制算法的误码率性能明显优于固定调制;SBLA自适应调制算法比Greedy、Fishcher和Chow算法更易实现;低通滤波插值算法比三次样条插值法更能准确估计信道特性。该研究为煤矿井下信息的实时、高速、准确传输提供了技术参考。     

一种新的OFDM系统自适应调制算法

提出了一种新的用于正交频分复用(OFDM)系统的自适应调制算法,它在保持恒吞吐量的前提下对OFDM系统进行自适应比特分配和自适应功率分配．与使用固定调制方法的OFDM系统相比,使用该算法系统的误码率性能和吞吐量有了很大的提高．该算法计算量较小,是一种实用的自适应调制算法．模拟结果表明引入子载波分组后系统性能依然保持良好,并且信道估计偏差对本算法的影响较小.     

OFDM系统载波小数频偏与子载波间干扰分析

在OFDM通信系统中，由于发射端和接收端之间的载波同步误差带来了载波小数频偏，导致了ICI的产生，直接影响到OFDM通信系统性能。该文从数学角度定量分析了0FDM通信系统载波小数频偏，及其引入的ICI对0FDM通信系统的影响，其有实用的参考价值。     

基于凸优化的自适应子载波调制OFDM雷达波形优化设计

为解决正交频分复用(OFDM)雷达的发射-接收联合优化问题,提出了基于凸优化的自适应子载波调制的波形优化方法。针对高距离分辨目标检测,给出基于最优匹配照射的子载波调制OFDM雷达系统模型。建立在OFDM信号峰均比(PAPR)约束下最大化匹配滤波器输出信噪比(SNR)的目标函数,将其转化为二阶规划标准形式并采用凸优化算法进行求解,优化发射波形。仿真结果表明基于凸优化方法的自适应子载波调制OFDM雷达信号波形的SNR为30.1 dB,PAPR为0.8 dB。SNR受到3.7 dB的损失,但大大降低了PAPR,实现了信噪比和峰均比之间的良好折中。     

多载波OFDM与单载波QAM传输系统性能比较

为了研究多载波正交频分复用(OFDM)与传统单载波正交幅度调制(QAM)系统传输性能,文章基于无线局域网IEEE 802.11a标准,分别在高斯白噪声(AWGN)信道和存在码间干扰两种情况下,利用MATLAB比较多载波OFDM和单载波QAM系统的可靠性与计算复杂度.结果表明,在两种信道环境下,多载波OFDM系统的传输可靠性能均优于单载波QAM,但增加了计算复杂度.     

OFDM认知系统的子载波分配算法研究

在误码率和总发射功率约束下,基于频谱空穴的动态变化性,提出一种基于正交频分复用（orthogonal frequency division multiplexing,OFDM）的认知系统下行链路子载波分配算法。算法根据可用频谱资源及用户业务需求,兼顾用户资源公平与干扰温度最低原则：频谱资源少时,以用户资源公平为分配原则,尽量满足所有入网用户的基本通信需求;若频谱资源充足,则以最小化系统干扰温度为目标分配剩余子载波。仿真结果表明,提出的算法在确保入网用户基本数据传输率前提下,能降低系统干扰温度,提高系统频谱利用效率。     

移动衰落信道中的自适应OFDM调制

在宽带移动OFDM(正交频分复用)系统中,不同的子信道经受不同的信道衰落,具有不同的传输能力。若采用固定速率调制方案,信道容量和发送功率未能获得充分应用。自适应调制技术能充分利用信道容量和信号功率,满足不同传输速率和服务质量的要求。研究了一种适用于宽带移动OFDM系统的自适应算法。在平均发送功率不变条件下,算法根据子信道的衰落特性,自适应地分配子信道中数据比特,选择不同的信号星座和发送功率,使得系统的功率和频谱效率达到最佳。首先推导了在平均发送功率受限条件下,瑞利衰落信道中最大频谱效率;其次,分析了在给定误比特率(BER)条件下,采用连续功率、连续星座MQAM(多进制正交幅度调制信号)调制的最大功率频谱效率,在此基础上提出适用于实际系统的离散功率、离散星座MQAM调制算法;最后进一步优化系统的功率密度谱。计算机模拟表明:该算法能明显地提高移动OFDM系统的频谱效率。     

莱斯衰落信道下 MQAM 信号调制方式自动识别方法

针对受莱斯衰落影响的4QAM、16QAM、32QAM、64QAM、128QAM、256QAM六类信号,分别研究了卷积神经网络（CNN）模型以及特征参数结合深度神经网络（DNN）分类器模型的调制方式识别性能。CNN模型需要大量带标签的数据集以及很长的训练时间才能获得较好的识别性能,而特征参数结合深度神经网络分类器模型所需训练时间较短,但其分类性能受限于特征参数的设计。针对以上问题,研究了混合高阶矩作为特征参数集,再将DNN作为分类器对多进制正交幅度调制（MQAM）信号进行识别的方法。仿真结果表明,该方法在低信噪比情况下对受莱斯衰落影响的MQAM信号识别准确率高于CNN模型,且分类准确率上限明显高于采用高阶累积量作为特征参数的方法。     

基于信号噪声子空间的OFDM信道估计

在分析基于奇异值分解(SVD)的线性最小均方误差(LMMSE)估计的实现原理的基础上,结合信号、噪声子空间理论,给出了矩阵低阶近似时秩的选取方法.计算机仿真结果表明提出的低阶秩选取准则能够提高该算法在各种工作环境下的适应性.