基于高阶统计量的OFDM信号检测技术的研究

基于高阶统计量的OFDM信号检测技术的研究

论文摘要

正交频分复用(OFDM)技术是一种具有很强抗多径干扰、码间干扰和窄带干扰以及很高频谱利用率的高效数据传输技术,已经广泛应用在非对称用户环路(ADSL)、数字音频广播(DAB)、高清晰度数字电视(HDTV)、无线局域网(WLAN)等系统中。未来的无线移动通信要求能够提供高速数据传输和宽带多媒体业务,因而正交频分复用技术将受到越来越多的关注,并将成为下一代移动通信的核心技术之一。通信信号的自动识别和调制参数的估计是非协作通信和认知无线电中的关键问题。本文首先简要的介绍了移动信道的特性及OFDM的基本原理,并对OFDM的循环前缀的作用、OFDM的均衡及OFDM的信道估计方法等关键技术作了简要的介绍。然后研究了基于高阶累积量的OFDM信号的识别算法。首先对检测信号进行了采样、Hilbert变换、归一化等预处理工作。其次利用OFDM信号具有高斯渐进性的特点,采用4阶累积量对OFDM信号识别,经理论推导和仿真分析表明该方法有很好的识别效果。最后针对单载波信号通过Rayleigh信道后也会呈现高斯渐进性的特点,利用基于高阶矩的识别方法进行了仿真分析。同时研究了一种可变长自相关算法对OFDM信号的时域参数进行盲检测,在Matlab中对该算法进行仿真,结果分析表明该算法可行、有效。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究的背景
  • 1.2 OFDM检测技术的研究现状
  • 1.2.1 基于时域、频域和功率谱特征的调制识别算法
  • 1.2.2 基于小波理论的调制识别算法
  • 1.2.3 基于高阶累积量的调制识别算法
  • 1.2.4 基于分形理论的调制识别算法
  • 1.2.5 基于信号的星座图的调制识别算法
  • 1.2.6 基于混沌理论的调制识别算法
  • 1.3 本文主要研究内容
  • 第2章 移动信道特性及OFDM基本原理
  • 2.1 引言
  • 2.2 移动通信信道的特性
  • 2.3 多径信道
  • 2.3.1 多径信道的数学模型
  • 2.3.2 OFDM系统瑞利衰落下的性能
  • 2.4 OFDM系统基带等效模型
  • 2.5 正交频分复用(OFDM)
  • 2.6 OFDM的DFT实现方法
  • 2.7 OFDM收发信机的结构
  • 2.8 OFDM的关键技术
  • 2.8.1 保护间隔和循环前缀
  • 2.8.2 均衡
  • 2.8.3 信道估计
  • 2.9 OFDM信号的频谱
  • 2.10 本章小结
  • 第3章 基于高阶累积量的OFDM信号的调制识别
  • 3.1 引言
  • 3.2 调制识别的系统组成和方法
  • 3.3 信号预处理
  • 3.3.1 信号的采样
  • 3.3.2 Hilbert变换
  • 3.3.3 信号的归一化
  • 3.4 高阶累积量的定义
  • 3.4.1 随机变量的特征函数
  • 3.4.2 随机变量的第二特征函数
  • 3.4.3 高阶累积量的定义
  • 3.4.4 平稳随机过程的高阶累积量
  • 3.4.5 高阶累积量的性质
  • 3.5 OFDM信号的检测分析
  • 3.5.1 四阶累积量
  • 3.5.2 OFDM信号的渐进高斯性
  • 3.5.3 单载波信号的四阶累积量分析
  • 3.5.4 性能分析
  • 3.6 本章小结
  • 第4章 基于高阶矩的OFDM信号的调制识别
  • 4.1 引言
  • 4.2 高阶矩的OFDM信号的调制识别
  • 4.2.1 高阶矩的定义
  • 4.2.2 通过Rayleigh信道后的OFDM信号分析
  • 4.2.3 仿真结果与分析
  • 4.3 OFDM信号时域参数盲检测
  • 4.3.1 参数盲检测算法
  • 4.3.2 性能分析
  • 4.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间所发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].数字通信信号自动调制识别分析[J]. 信息记录材料 2020(07)
    • [2].基于深度神经网络的自动调制识别[J]. 电子设计工程 2019(23)
    • [3].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(01)
    • [4].基于高阶累积量的调制识别技术的研究[J]. 信息通信 2017(01)
    • [5].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(10)
    • [6].调制识别中的相位去卷绕研究[J]. 电子世界 2020(14)
    • [7].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(01)
    • [8].基于小波变换的调制识别算法[J]. 数字技术与应用 2017(01)
    • [9].数字通信信号自动调制识别技术研究[J]. 数码世界 2018(05)
    • [10].关于通信信号调制识别技术的分析研究[J]. 科技资讯 2012(32)
    • [11].模拟调制信号的自动调制识别[J]. 信号处理 2009(01)
    • [12].非合作通信中调制识别算法研究进展[J]. 科技导报 2019(04)
    • [13].数字通信信号自动调制识别技术[J]. 电子技术与软件工程 2015(23)
    • [14].数字通信信号自动调制识别技术[J]. 黑龙江科技信息 2016(13)
    • [15].多径信道下基于高阶累积量的通信信号调制识别算法[J]. 信息工程大学学报 2015(01)
    • [16].无线电信号的调制识别研究[J]. 中国新通信 2014(08)
    • [17].扩展时域统计参数的调制识别方法研究[J]. 信息通信 2012(02)
    • [18].数字通信信号自动调制识别技术研究[J]. 数字通信世界 2019(09)
    • [19].数字通信信号自动调制识别算法研究[J]. 电子世界 2014(16)
    • [20].基于时频回归特性分析的信号脉内调制识别[J]. 计算机仿真 2010(12)
    • [21].双谱特征和深度学习在信号调制识别中的应用[J]. 弹箭与制导学报 2019(05)
    • [22].基于特征融合的自动调制识别方案设计[J]. 通信技术 2020(10)
    • [23].基于能量聚焦效率检验的信号脉内调制识别[J]. 通信学报 2013(06)
    • [24].浅析通信信号的调制识别[J]. 科技信息(科学教研) 2008(05)
    • [25].基于联合特征参数提取的非合作信号调制识别算法[J]. 通信学报 2020(07)
    • [26].基于机器学习的通信信号调制识别研究综述[J]. 电子测量技术 2018(24)
    • [27].基于无线传感器网络的多节点调制识别方法[J]. 计算机工程 2012(16)
    • [28].基于卷积神经网络和稀疏滤波的调制识别方法[J]. 系统工程与电子技术 2019(09)
    • [29].数字通信信号自动调制识别算法研究[J]. 数码世界 2015(10)
    • [30].一种改进的数字信号自动调制识别算法[J]. 电子质量 2012(10)

    标签:;  ;  ;  

    基于高阶统计量的OFDM信号检测技术的研究
    下载Doc文档

    猜你喜欢