無線通信系統(tǒng)中的信號識別技術(shù)研究.pdf

1、隨著無線通信技術(shù)以及互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，無線頻譜資源日趨飽和，為了提高頻譜的利用率和保證不同體制無線網(wǎng)絡(luò)的協(xié)同工作，滿足多種通信業(yè)務(wù)需求，認(rèn)知無線電技術(shù)孕育而生，其中的頻譜感知技術(shù)就是解決這一問題的關(guān)鍵技術(shù)之一，其目的就是要對各頻段所存在的授權(quán)及非授權(quán)信號類型進(jìn)行檢測和識別，仍然屬于通信信號調(diào)制識別的范疇。本文針對適用于非協(xié)作頻譜感知的信號特征提取及識別算法進(jìn)行了深入的研究，主要內(nèi)容包括基于統(tǒng)計(jì)模式識別的單載波調(diào)制信號特征提取技術(shù)，單

2、載波與多載波調(diào)制信號的類間識別技術(shù)，以及多載波調(diào)制(MCM)信號的參數(shù)估計(jì)和類內(nèi)盲識別技術(shù)。
　　 首先，在分析單載波調(diào)制信號傳統(tǒng)統(tǒng)計(jì)模式識別算法的基礎(chǔ)上，提出了一種基于方向數(shù)據(jù)統(tǒng)計(jì)理論的信號特征提取新算法，利用信號相位服從圓周分布這一特點(diǎn)，在載波頻率、帶寬和調(diào)制指數(shù)均未知的情況下，通過一定的角度變換將單載波信號瞬時(shí)頻率值處理后，作為數(shù)據(jù)樣本，提取分類特征。該算法提取的特征穩(wěn)定性明顯優(yōu)于傳統(tǒng)算法，不因時(shí)間的推移或環(huán)境的變化而發(fā)生

3、顯著改變，對樣本長度依賴程度較小，類間可分離度好。當(dāng)信噪比大于10dB的情況下，特征趨于平穩(wěn)，具有較高的置信度。為非協(xié)作頻譜感知中單載波通信信號調(diào)制類型的盲識別提供了新的途徑。同時(shí)指出了算法需要進(jìn)一步完善和改進(jìn)的地方。
　　 其次，針對瑞利衰落信道條件下的單載波信號和多載波信號的類間盲識別問題，提出了一種改進(jìn)的高階累積量組合特征參數(shù)提取算法。理論分析證明算法能有效抑制瑞利多徑衰落及高斯噪聲對接收端識別性能的影響。算法不需任何先驗(yàn)

4、知識，避免了載波同步處理的繁瑣過程，可直接對中頻采樣信號進(jìn)行處理。仿真驗(yàn)證了改進(jìn)的識別特征與傳統(tǒng)的特征相比具有更好的穩(wěn)健性，并且對子載波數(shù)目不敏感。解決了特征參數(shù)動(dòng)態(tài)變化所導(dǎo)致的識別門限確定的困難，降低了誤判的概率，提高了識別精度，通過門限判別法或者結(jié)合簡單的分類器即可取得良好的識別效果。為下一步實(shí)現(xiàn)多載波調(diào)制信號的類內(nèi)識別奠定了基礎(chǔ)。
　　 再次，對基于高階循環(huán)累積量估計(jì)多載波CDMA信號子載波頻率以及利用多尺度Haar小波變

5、換估計(jì)多載波CDMA信號碼速率的可行性進(jìn)行了初步的研究，證明了通過檢測特定循環(huán)頻率處高階循環(huán)累積量較大峰值的位置，來對多載波CDMA信號的子載波頻率進(jìn)行盲估計(jì)的切實(shí)可行的。隨后在信號子載波估計(jì)結(jié)果的基礎(chǔ)上，對基于多尺度Haar小波變換的碼片速率估計(jì)算法進(jìn)行了仿真，分析了載波估計(jì)頻偏對不同多載波信號碼速率估計(jì)性能的影響。為四類多載波調(diào)制信號的類內(nèi)盲識別，提供了必要的理論基礎(chǔ)和參數(shù)支持。
　　 最后，在多載波調(diào)制信號參數(shù)盲估計(jì)的基礎(chǔ)

6、上，提出了基于對構(gòu)造數(shù)據(jù)矩陣進(jìn)行奇異值分解的多載波調(diào)制信號盲識別新算法，給出了算法模型及實(shí)現(xiàn)框圖。以典型的基于IFFT實(shí)現(xiàn)的OFDM，MC-CDMA，MC-DS-CDMA和MT-CDMA四種常見但難以區(qū)分的多載波調(diào)制信號為例，分別在理想高斯白噪聲信道以及瑞利多徑信道下做了詳細(xì)的算法理論分析和仿真驗(yàn)證，并針對存在多址干擾時(shí)，MC-CDMA信號構(gòu)造矩陣的較大非零奇異值個(gè)數(shù)n隨用戶數(shù)量線性增長而造成的單次判定結(jié)果失效問題，給出了修正的判定準(zhǔn)則

7、，更加適用于實(shí)際信道情況。算法無需知道任何多載波調(diào)制信號數(shù)據(jù)信息以及擴(kuò)頻碼類型和長度，僅通過構(gòu)造數(shù)據(jù)矩陣奇異值梯度序列中較大非零奇異值的個(gè)數(shù)，即可準(zhǔn)確判斷多載波調(diào)制信號的類型，避免了傳統(tǒng)識別算法中特征提取之后的分類器設(shè)計(jì)的繁瑣過程，大大簡化了識別流程，而且算法中構(gòu)造數(shù)據(jù)矩陣的階數(shù)N值選取不必嚴(yán)格遵守與子載波個(gè)數(shù)的整數(shù)倍關(guān)系，可以選取相對較小的N值，以減少算法的運(yùn)算量，仿真分析證明算法在較低信噪比條件下取得了良好的效果。為多載波調(diào)制信號的