（通信与信息系统专业论文）多径瑞利信道下ofdm信号的识别方法研究.pdf

摘要 无线通信中广泛采用各种调制技术，且占用不同的频率和带宽。要获取通信 信号的信息，就必须知道信号的调制方式和调制参数。通信信号的调制识别是指 在未知调制信息以及调制参数的前提下，判断出信号所采用的调制方式，并估计 出某些调制参数，为解调器正确解调提供依据，并最终获得有用的信息。与此同 时，空间中的信号越来越密集和复杂，可同时接收到多种不同的调制信号，加大 了信号调制识别的难度。 近年来，人们针对不同类型的调制信号尤其是单载波调制信号在高斯信道下 的调制识别作了大量的研究，对于多载波调制信号在瑞利信道下的研究则很少。 本文主要研究了单径及多径瑞利信道下o f d m 信号的类间识别问题，使用基于二阶 和四阶累积量的组合作为判决门限，在单径及多径瑞利衰落信道条件下，实现了 多载波调制信号( 如o f d m ) 和数字单载波调制信号( 如m p s k ，m f s k ，m q a m ) 的区分，并使用m a t l a b 对系统性能进行了分析和仿真，仿真结果表明算法在单径瑞 利信道下信噪比大于7 d b ，多径瑞利信道下信噪比大于8 d b 时，o f d m 正确识别率 已达到1 0 0 。 关键词：调制识别多径瑞利信道累积量o f i ) m a b s t r a c t v a r i o u sm o d u l a t i o nt e c h n i q u e sa r ew i d e l yu s e di nw i r e l e s sc o m m u n i c a t i o ns y s t e m s w h i c ho c c u p yv a r i o u sf r e q u e n c i e sa n db a n d w i d t h s i no r d e rt oa c q u i r et h ei n f o r m a t i o n o fac o m m u n i c a t i o ns i g n a l ，i ti sn e c e s s a r yt ok n o wt h em o d u l a t i o nt y p ea n dp a r a m e t e r s r e c e i v i n gac o m m u n i c a t i o ns i g n a l ，t h em o d u l a t i o ni d e n t i f i c a t i o n i st od e c i d et h e m o d u l a t i o nt y p ea n de s t i m a t et h em o d u l a t i o np a r a m e t e r so ft h ec o m m u n i c a t i o ns i g n a l w i t h o u ta n y p r i o rk n o w l e d g e a b o u tt h e s i g n a li n f o r m a t i o n ，t h u s m o d u l a t i o n i d e n t i f i c a t i o ni st h ef i r s ts t e pf o rt h ec o r r e c td e m o d u l a t i o na l g o r i t h m ，a n du l t i m a t e l y a c q u i r et h eu s e f u li n f o r m a t i o n a tt h es a m et i m e ，m o r ea n d m o r ec o m p l i c a t e ds i g n a l s h a v eb e e ne x i s t e d ，w h i c hr e s u l t si nm o r et h a no n es i g n a lb e i n gr e c e i v e db yar e c e i v e r m o d u l a t i o ni d e n t i f i c a t i o nh a sb e c o m em o r ed i f f i c u l tb e c a u s eo ft h el i m i t e df r e q u e n c y r e s o u r c e sa n dv a r i o u sm o d u l a t i o nt y p e s f o rt h el a s ts e v e r a ld e c a d e s ，m a n ym e t h o d so nt h em o d u l a t i o ni d e n t i f i c a t i o nh a v e b e e ns t u d i e d ，w h e r et h er e s e a r c hf o c u s e do nt h es i n g l e c a r r i e rs i g n a li ng a u s s i a n c h a n n e l t h e r ew e r ef e wr e s e a r c h e so nm u l t i - c a r r i e rs i g n a li nr a y l e i g hc h a n n e l b yt h e c o m b i n a t i o no ft h e2 n da n d4 t ho r d e rc u m u l a n t sb e i n gu s e da st h ec r i t e r i af u n c t i o n ，i ti s r e a l i z e dt oi d e n t i f ym u l t i - c a r r i e rm o d u l a t e ds i g n a l s ( o f d m ) f r o ms i n g l ec a r r i e r m o d u l a t e ds i g n a l s ( m p s k ，m q a ma n dm f s k ) i nt h i st h e s i s t h ea l g o r i t h mi s s i m u l a t e db ym a t l a bw i t ht h ep e r f o r m a n c e sa n a l y s i s i ti ss h o w nb ys i m u l a t i o nt h a tt h e a l g o r i t h mi sf e a s i b l ew i t ha10 0 c o r r e c tc l a s s i f i c a t i o nw h e nt h es n r i sa b o v e7 d bi n s i n g l e - p a t hr a y l e i g hc h a n n e l i nt h ec a s eo fm u l t i - p a t hr a y l e i g hc h a n n e l ，t h er e q u i r e d s n ri sa b e v e8 d b k e y w o r d s ： m o d u l a t i o ni d e n t i f i c a t i o n c u m u l a n t m u l t i - p a t hr a y l e i g hc h a n n e l o f d m 独创性( 或创新性) 声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：丝习 日期：皇翌! ：兰：鹾 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。( 保密的论文 在解密后遵守此规定) 本学位论文属于保密，在一年解密后适用本授权书。 本人签名： 导师签名： 日期：趔：主：坚 第一章绪论 第一章绪论 1 1 引言 通信的目的是快速有效、安全准确地传输信息，为了满足用户的不同需求并 充分利用信道容量，无线通信系统采用各种调制技术，且占用不同的频率和带宽。 随着通信技术的飞速发展，通信信号的调制方式经历了由模拟到数字，由简单到 复杂的发展过程，而数字信号由于具有良好的抗干扰、抗噪声性能，以及差错可 控，易加密，易与现代技术相结合等优点，在实际应用中被更加广泛地采用。但 数字信号这些优点都是用比模拟信号占据更宽的系统带宽为代价而换取的，这必 然进一步导致有限频率资源面临更为紧张地争夺和分配问题，所以识别出通信信 号的调制方式并合理地分配带宽是有效管理频谱资源的途径之一。 通信信号的调制识别技术是区分不同信号的重要方法，而要获取通信信号的 信息，就必须知道信号的调制方式和调制参数。所谓通信信号的调制识别是指在 未知调制信息以及调制参数的前提下，判断出信号所采用的调制方式，并估计出 某些调制参数，为解调器正确选择解调算法提供参数依据，并最终获得有用的信 息的过程。 通信信号的调制识别又是信号检测与解调的中间环节，是非协作通信技术的 一个重要分支，它需要经典通信方法的辅助，包括信号检测，参数估计和信道辨 识等。而这是一个非常有挑战性的难题，特别是在非协作环境中没有接收信号先 验知识的情况下，调制识别所关注的信号通常埋藏在噪声中，比如高斯白噪声、 冲击噪声，并且信道环境经常是恶劣的，比如衰落、多径等，所以研究通信信号 调制识别技术的同时必然要研究信道环境对通信信号的影响。 作为第四代移动通信的核心技术之一，o f d m ( o r t h o g o n a lf r e q u e n c yd i v i s i o n m u l t i p l e x i n g ) 是一种多载波数字调制技术，它的主要优点就是抗多径干扰的能力 强、频谱利用率高。o f d m 的基本原理就是把高速传输的数据流通过串并转换， 分配到传输速率相对较低的若干个子信道中进行传输，这样就会造成每个子信道 中符号周期相对增加，从而可以减轻由无线信道的多径时延扩展所产生的时间弥 散性对系统造成的影响。同时还可以在o f d m 符号间插入保护间隔，令保护间隔 大于无线信道的最大时延扩展，这样就可以最大限度地消除由于多径带来的符号 间干扰。而且通常都采用循环前缀作为保护间隔，这样可以避免由多径带来的信 号间干扰。由于在o f d m 系统中各个子信道的载波相互正交，且它们在频谱上相 互重叠，这样不但减小了子载波间的相互干扰，同时又提高了频谱的利用率。 正是由于这些优点，近些年来o f d m 技术得到了广泛的应用。例如o f d m 已 2 多径瑞利信道下o f d m 信号的识别方法研究 经在欧洲的数字音频广播、数字视频广播、基于i e e e 8 0 2 1 1 标准的无线本地局域 网以及有线电话网上基于现有铜双绞线的非对称高比特数字用户技术、宽带射频 接入网、固定宽带无线接入系统的空中接口标准8 0 2 1 6 等中得到了应用i l j 。 随着对o f d m 技术的不断深入研究，o f d m 技术已经和很多新的领域相结合 产生出一批新的技术应用。例如，在宽带无线接入领域中，产生了基于o f d m 技 术的v o f d m ( v e c t o ro f d m ) 、w o f d m ( w i d e b a n do d m ) 及f l a s h o f d m 等新 技术。与多入多出技术( m u l t i p l e i n p u tm u l t i p l e o u t p u t ，m i m o ) 相结合产生了 m i m o o f d m 技术，提高了无线链路的传输速率和可靠性。与此同时，o f d m 技 术易于和其它接入方法结合使用，构成o f d m a 系统，其中包括多载波码分多址 m c o f d m 、调频o f d m 以及o f d m t d m a 等等，这些与o f d m 相关的新技术， 都具有良好的发展前景。 综上所述，o f d m 技术已经在全球很多领域内都得到了应用，而且随着o f d m 技术的不断成熟和进步，它将得到更广泛的应用空间。因此，研究o f d m 信号在 非协作通信下的识别技术具有非常重要的实际意义。本文正是在此背景下，开展 了对o f d m 信号在多径瑞利信道下的类间识别研究工作。 1 2 调制识别系统模型 由于本文中所处理的信号是未知的接收信号，因此使用的接收机工作于非协 作通信环境下，并且对于接收信号的参数知之甚少。如果要正确解调出该信号的 信息，这就要求接收机除了具有通用的接收功能( 载波恢复、定时同步、解调) 外，还要完成信号的调制类型的识别任务。图1 1 给出了调制识别系统模型，表明 了接收机所处的通信环境。 j 图1 i 调制识别系统模型 依据己知或所需通信信号先验知识多少的不同，可分别对接收机的中频信号、 基带复信号或码元同步采样序列进行处理，实现调制识别算法。 由于数字通信信号和信道噪声一般建模为随机过程，加上未知的信道衰落、 多径传播和干扰的影响，给定选择的调制方式集合，调制识别在本质上是一个具 有多个未知参量的多元模式分类问题。 第一章绪论 1 3 调制识别技术的发展及研究现状 通信信号的调制识别的基本任务就是在多信号环境和有噪声干扰的条件下确 定出接收信号的调制方式和其它信号参数，从而为进一步分析和处理信号提供依 据。 早期的调制识别是通过人工参与的方法实现的，这种方法需要熟练的专业人 员和精密的仪器，如频谱分析仪、接收机、解调器等。通常采取的方法是使用一 系列不同调制方式的解调器，获得信号的波形和声音，再由操作员用耳机、示波 器或频谱仪分析解调结果，结合时域波形、信号频谱、瞬时幅度、瞬时频率和信 号声音等信息，人为地判定调制方式。这种人工参与的方法，判断的结果包含了 人的主观因素，会因人而异，而且能够识别的调制类型也非常有限。 近年来随着通信技术的发展，通信信号的体制、调制样式更加复杂和多样， 信号环境越来越密集，通常人工参与的识别方法显得无能为力，这就对信号的调 制识别提出了新的要求。经过几十年科技工作者的努力，人们逐渐掌握了代替人 工操作的新的调制识别技术，这种新技术不仅可以克服人工参与识别时遇到的各 种困难，而且对中心频率和带宽的估计误差、相邻信道串音、噪声和衰落效应等 干扰因素也具有较强的鲁棒性。 目前，通信信号调制识别的方法大致可分为两类：判决理论法和统计模式识 别法。 判决理论法采用概率论和假设检验中的贝叶斯理论解决信号的识别问题。它 基于信号的统计特性，通过理论分析与推导，得到判决统计量，然后与一个合适 的门限进行比较，并判定。判决理论识别的优点是它从理论上保证了在贝叶斯最 小误判代价准则下识别结果是最优的，但是判决理论在实际应用中存在两个严重 的问题：第一，在识别过程中要求的参数太多，包括载频、码元速率、信噪比等； 第二，由于未知参数的存在，使得似然比函数的计算表达式很复杂，计算量大而 且难于处理。如果对似然比函数进行简化处理，又会导致分类信息的丢失，降低 识别性能。 1 9 8 6 年，h i p p j e 【2 8 j 提出了基于信号各阶统计相关矩变量的识别方法，促进了 利用信号统计特性进行识别的方法的发展。此后，a p l o y d o r o s 和k k i m t 2 9 】提出了 准最优化的对数似然比识别方法，采用高斯白噪声干扰下的数字调相信号的近似 似然比函数，对b p s k 信号和q p s k 信号进行了识别，在信噪比大于o d b 时，取 得了较好的识别效果。1 9 9 2 年，s o l i m a n s s 【3 0 j 等人提出了一种基于m p s k 信号相 位统计相关变量的识别方法，该方法利于1 1 阶统计均值随m 单调递增的特性，由 假设理论推导出判决准则，可以对各种m p s k 信号进行识别，具有较好的识别性 能。此外，h l e i b 和s p a s u p a t h y d l 对高斯白噪声干扰的信号相位的概率分布进行 4多径瑞利信道下o f d m 信号的识别方法研究 了研究，为调相信号的识别与检测提供了理论基础。 统计模式识别法包括三个基本过程：特征分析、特征提取和模式匹配。特征 分析是对所有已知事物进行分析，寻找能够唯一确定事物的特征参数集。特征提 取是指从待识别事物中获取特征参数集的测量值。模式匹配是指将待识别事物的 特征参数值与所有已知事物相应的特征参数值按照一定的方式进行比较，并判定 未知事物为匹配误差最小的已知事物。模式识别的前提是事物具有可分性，即存 在唯一确定事物的特征参数，这些参数具有一定的深度和广度，并且随识别范围 的深度和广度改变而改变特。 信号预处理 与参数提取 分类特征的 选择与提取 分类规则的 选择、i jj l - 练 分类器 性能钡0 试 图1 2 基于模式识别方法的调制识别算法流程图 对于给定待分类的调制样式集合，首先选择用于分类的特征参数和分类器的 分类规则，然后从已知的调制类型的通信信号样本( 训练样本) 中提取特征参数 值。用这些已知调制类型的特征参数训练分类器，输出直到满足给定误差要求的 分类结果，或通过对特征参数的统计分析( 均值、方差) 直接设置分类器的判决 门限或分类函数的参数，完成分类器的训练阶段。在性能测试阶段，利用另外一 组通信信号样本( 测试样本) ，把提取的特征参数值输入分类器，根据分类器的 正确分类率来检测分类性能。 1 9 8 5 年，y t c h a n 3 2 】等人在i e e e 上发表文章，对调制信号的包络进行分析， 采用基于包络平方的均值和方差的比值为参数，对四种模拟信号进行了分类，取 得了初步成果。1 9 9 0 年，s s s o l i m a n 和s z h u s c 3 3 】利用接收信号过零点时间间隔 统计量与直方图作为特征参数来分类f s k 与p s k 信号。1 9 9 2 年，k a s s a l e h 3 4 1 等 人把中频通信信号建模为时变自回归过程，通过求解自回归模型参数，来估计信 号的瞬时频率和瞬时带宽，利用瞬时频率与瞬时带宽的均值与方差实现f s k 与 p s k 信号的分类。在通信信号调制识别方面做出较大贡献的是a k n a n d i 和 e e a z z o u z 【3 5 】，在1 9 9 5 1 9 9 8 年三年期间发表多篇文章，利用提出的七个关键特征， 用中频通信信号的瞬时包络、瞬时相位和瞬时频率的不同定义的二阶矩( 包括二 阶矩、二阶中心矩、绝对二阶矩，绝对二阶中心矩等) 来分类通信中常用的模拟 和数字信号，在信噪比大于l o d b 时可以取得较为满意的结果。2 0 0 0 年，s w a m i 【j 6 j 使用码元同步采样序列的归一化功率的四阶累积量区分了m q a m ，m p s k 和 m a s k 信号。k c h o 3 7 】等人采用小波变换的方法，对m p s k 和m f s k 信号进行分 析，由于m p s k 信号小波变化后的包络是常数，而m f s k 信号小波变换后的包络 是多电平，根据这个特征对两种信号进行分类。 综上所述，在统计模式识别方法中，有很多特征参数可以作为信号的特征统 第一章绪论 计量，因此相应也有很多方法用于信号特征统计量的构造。下面对于其中经典的 特征统计量及其构造方法进行了分类比较： ( 1 ) 基于时域、频域和功率谱特征的方法 从信号的时域、频域和功率谱中估计出信号的某些特征作为识别的依据【2 1 ，但 这类方法的缺点是由于从时域和频域提取的基本特征对信噪比的变化较为敏感， 所以在信噪比未知的情况下，该方法的分类识别能力很难得到改善。 ( 2 ) 基于小波理论的方法 近年来，小波理论有了较大的发展，并且已经应用到数字通信信号的调制方 式的识别中。由于信号小波变换的模极大值携带有大量信息，可以用不同尺度下 信号小波变换的模极大值在保持较高精度情况下重建信号【l3 1 。小波变换对信号波 形突变信息有较高的识别能力，所以它对瞬态信号的检测识别十分有效。 ( 3 ) 基于信号星座图的方法 这是一种p s k q a m 调制识别的方法，该方法将重建的接收信号星座图的形 状作为调制识别的特征【l5 1 。首先通过聚类方法重建接收信号的星座图，并利用定 性定量转换模型云模型，对重建的星座图进行建模，最后利用基于云模型的 不确定性推理得到接收信号的调制方式。该方法的主要特点是避免了复杂的信号 处理过程。 ( 4 ) 基于分形理论的方法 信号是时间的函数，人们根据信号波形就能大体上识别它的调制类型。分形 是指对没有特征长度但在一定意义下具有自相似性图形和结构的总称【l4 1 ，它具有 精细结构和在近似或统计意义下的某种相似性，分形维数可定量描述分形集的复 杂性，其中的盒维数反映了分形集的几何尺度情况，信息维数能够反映出分形集 在分布上的信息。由于通信信号各种调制类型的特点体现在载波信号的幅度，频 率和相位上，信号波形包含了它们在几何、分布疏密上的信息，所以将信号分形 集的维数作为分类识别的特征是可行的。 ( 5 ) 基于混沌理论的方法 混沌理论提出了不同的特征参数对混沌时间序列进行刻画和描述的方法，而 通信信号也是一种非线性时间序列，调制类型的差异表现在时间序列的差异上， 因而可以应用混沌理论来识别通信信号调制类型【l6 1 。另外，在调制识别的分类器 或分类规则上，除欧氏距离测度( 最小均方误差准则) 外，还有h e l l i n g e r 距离测 度和盲信息论测度等。 ( 6 ) 基于高阶累积量的方法 信号的高阶累积量包含着信号星座图的信息，不同的信号星座图具有不同的 累积量，高阶累积量可以看作是信号星座图的一个签名，验证签名即可识别信号 的调制类型【2 0 1 。而且由于高斯噪声二阶以上的累积量恒为零，把接收到的含有高 6 多径瑞利信道下o f d m 信号的识别方法研究 斯噪声的非高斯信号变换到累积量域处理，就可以剔除噪声的影响，因此，高阶 累积量具有良好的抗噪声性能。这一点是前面几种方法所不具有的。 ( 7 ) 基干循环平稳分析的自动分类方法 无线数字通信信号通常把需传送的信息调制到载波的幅度、相位或频率上。 一般的，通信信号的统计特性随时间变化，即为非平稳信号。由于信号载波本身 是一个周期性的信号，且信号的离散化是按一定周期采样等因素，使得数字通信 信号的一个突出特点表现为循环平稳性。循环平稳信号是一类特殊的非平稳信号， 循环平稳性简单地说就是信号自身不含有任何有限强度的加性正弦波分量，但通 过某种非线性变换后能产生有限强度的加性正弦波分量。对循环平稳信号的分析 主要是利用循环累积量，是基于高阶循环累积量在理论上可完全抑制任何平稳高 斯或非高斯噪声以及非平稳的高斯噪声的事实1 1 7 】。这在理论上指出，在高阶循环 累积量域可以得到更高的信噪比，更有利于信号的分类与参数估计。 1 4 本文主要内容及结构安排 近年来，高阶矩和高阶累积量在调制识别中的研究越来越多，这是因为高阶 矩提取的特征参数不需要其它的先验知识，而且高阶累积量有很好的抑制高斯噪 声的作用，所以本文将采用组合高阶累积量的方法对o f d m 信号和单载波调制信 号进行了识别。仿真结果表明该算法具有很高的正确识别率且算法复杂度较低， 性能稳定。 本文主要工作及章节安排如下： 第一章：绪论主要阐述了o f d m 信号调制识别的研究背景以及通信信号调制 识别的研究现状和一般方法。 第二章：o f d m 原理与信道模型这一章首先研究了o f d m 的原理，给出了 其调制解调的具体实现过程，并分析了o f d m 的优缺点；然后研究了无线衰落信 道的特点和统计模型；最后给出了本文使用的o f d m 信号的仿真图及信道模型和 参数。 第三章：单径瑞利信道下o f d m 类间识别这一章给出了本文中使用到的高阶 矩和高阶累积量的定义、转换关系及性质。给出了单径瑞利信道下单载波调制信 号( m f s k 、m p s k 、m q a m ) 和o f d m 信号识别的仿真结果和性能分析。 第四章：多径瑞利信道下o f d m 类间识别的实现在已有文献的基础上给出了 组合高阶累积量算法，实现了对单载波调制信号和o f d m 信号在两径和多径瑞利 信道下的识别任务，并对该算法进行了仿真，仿真结果表明算法具有很高的区分 度和识别率。 第二章o f d m 原理与信道模型 第二章o f d m 原理与信道模型 o f d m 的思想早在2 0 世纪6 0 年代就已经提出，由于使用模拟滤波器实现的 系统复杂度较高，所以一直没有发展起来。直到2 0 世纪7 0 年代，s b w e i n s t e i n 3 8 】 提出用离散傅里叶变换( d f t ) 实现多载波调制，为o f d m 的实用化奠定了理论 基础；8 0 年代，l j c i m i n i t 3 9 1 首先分析了o f d m 在移动通信应用中存在的问题及 解决方法，从此以后，o f d m 在移动通信中的应用得到了迅猛地发展【1 1 。 2 1o f d m 原理 o f d m 是一种无线环境下的高速传输技术，它的主要优点就是对抗多径干扰的 能力强、频谱利用率高。o f d m 是对多载波调制的一种改进，在频域内将给定信道 分成许多正交子信道，在每个子信道上使用一个载波进行调制，并且各子载波并 行传输。这样，尽管总的信道是非平坦的，且具有频率选择性，但是每个子信道 是相对平坦的，在每个子信道上进行的是窄带传输，信号带宽小于信道的相应带 宽，因此可大大地消除信号波形间的干扰。由于在o f d m 系统中各个子信道的载波 相互正交，它们的频谱是相互重叠的，这样不但减小了子载波间的相互干扰，同 时又提高了频谱的利用率。 2 1 io f d m 系统模型 一个o f d m 符号是包含了多个经过调制的子载波的合成信号，其中每个子载 波都可以受到相移键控( p s k ) 或者正交幅度调制( q a m ) 符号的调制。如果表 示子载波的个数，r 表示o f d m 符号的宽度，4 0 = o ，l ，n 1 ) 是分配给每个子信 道的数据符号，丘是第0 个子载波的载波频率，r e c t ( t ) = 1 ，h t t 2 为矩形函数， 贝i j at = t 。开始的复等效基带o f d m 符号可以表示为【l 】： s o ) = 篓d ，陀c ，( r 一一三) e x p 2 万歹io 一。) 。，+ 丁 。2 。， 4 0 = 0， t + t ， 8多径瑞利信道下o f d m 信号的识别方法研究 噍移i 一y y 串 i p ，q ， 并 正 1 一天入 一 厂苫：订 变 一、 o ( 2 - 2 4 ) 其中，t a = e ( x 2 ) 是口的均方值，且参数后定义为矩的比值，称为衰落指数 2 0多径瑞利信道下o f d m 信号的识别方法研究 后= 南，研缸2 一q ) 2 】 厶是第一类0 阶修正b e s s e l 函数，k 2 是表示接收信号的非衰落信 号分量( 镜像分量) 的功率。 2 3 1o f d m 信号仿真 2 3 信号及信道建模 下面利用计算机仿真工具m a t l a b 产生本文中仿真使用的o f d m 信号，这里 o f d m 的参数的选择需要在多项要求冲突中进行统筹考虑，通常来讲，首先需要 确定的三个参数：带宽、比特速率以及时延扩展【l 】。 ( 1 ) 带宽、比特速率以及时延扩展的确定 时延扩展直接决定保护间隔的长短，按照惯例保护间隔一般为时延扩展方根 值的2 4 倍。确定了保护间隔，则可以确定符号周期。为了最大限度的减小由于 插入保护比特所带来的信噪比损失，希望o f d m 符号周期长度要远远大于保护间 隔长度，但是符号周期长度又不可以任意大，否则就意味着o f d m 系统需要包括 更多的子载波，从而导致子载波间隔会相应减小，系统的实现复杂度就会增加， 而且还加大了系统的峰值平均功率比，并且使系统对频率偏差会更加敏感，因此 在实际应用中，一般选择符号周期长度是保护间隔长度的5 倍，这样用于插入保 护比特所造成的信噪比损失只有l d b 左右。 在确定了符号周期和保护间隔后，子载波数量可以利用所要求的比特速率除 以每个子信道的比特速率来确定子载波的数量。每个子信道中传输的比特速率可 以用调制类型( 例如8 0 2 1 1 a 中使用b p s k 、q p s k 、1 6 q a m 、6 4 q a m ) 编码速率 以及符号速率来确定。 论文仿真选择的o f d m 系统参数如下： 1 ) 比特速率：2 0 m b i t s 2 ) 时延扩展：2 0 0 n s 3 ) 带宽：1 5 m h z 4 ) c p 与o f d m 符号长度比：1 5 2 0 0 n s 的时延扩展就意味着保护间隔的有效值应该为8 0 0 n s 。选择o f d m 符号 周期长度为保护间隔的5 倍，即5 8 0 0 n s = 4 p s ，其中保护间隔所造成的信噪比损 失小于l d b 。子载波间隔取4 0 8 = 3 2 t s 的倒数，即为3 1 2 5 k h z 。为了判断所需 要的子载波个数，需要观察所要求的比特速率与o f d m 符号速率比值，即每个 第二章o f d m 原理与信道模型 o f d m 符号需要传送_ 2 0 m b i t i s ：8 0 b i t ，为了完成这一点，可做如下两种选择：一 1 4 p s 是利用1 6 q a m 和码率为1 2 的编码方法这样每个子载波可以携带2 b i t 的有用信息， 因此需要4 0 个子载波来满足每个符号8 0 b i t 的传输速率；另一种选择是利用q p s k 和码速率为1 2 的编码方法，这样每个子载波可以携带l b i t 的有用信息，因此需要 用8 0 个子载波来传输，然而8 0 个子载波就意味着带宽为8 0x3 1 2 5 k h z = 2 5 m h z 大 于给定的带宽要求。因此为了满足上述要求，子载波数量不能大于 1 5 m h z 3 1 2 5 k h z = 4 8 ，所以第一种采用1 6 q a m 和4 0 个子载波的方法可以满足 带宽要求，而且可以利用6 4 点f f t i f f t 来实现，剩余的2 4 个子载波补零，用于 f f t i f f t 的过采样。 ( 2 ) 子载波调制方式的选取 实际中，通常采用基于自适应o f d m 的子载波组调制方式，即把全部的子载 波分成若干组，每一组包含相邻子载波，在同一子载波组内使用相同的调制方式。 本文使用一种随机的调制子载波组合来产生o f d m 信号，信号产生流程如图2 9 所示，子载波使用不同的调制方式，其参数配置如表2 1 所示 表2 1 调制方式参数表 调制方式 b p s kq p s k 1 6 q a m6 4 q a m 子载波数量 i 1 七1 l 调制与子载波选取组合算法需满足如下两式： 1 ) i + 2 j + 4 k + 6 h = 传输速率o f d m 符号速率 2 ) i + j + k + 办带宽载波间隔 1 信道带宽 2 信道时延 3 信息传输速率 1 保护间隔 2 符号周期 3 子载波数量 和调制组合 b 黧p s k q 式p s k 6 q a m 6 4 q a m 吲胛t 吲批p _ j l 一，l j l 。 1 p l h i 一 图2 9o f d m 信号产生流程图 ( 3 ) o f d m 信号仿真结果 在给定的仿真参数：传输速率2 0 m b i t s ，信道时延2 0 0 n s ，带宽1 5 m h z ，c p 与整个o f d m 符号长度比l 5 时，可得到b p s k 调制子载波数8 、q p s k 调制子载 波数1 2 、1 6 q a m 调制子载波数1 2 、6 4 q a m 调制子载波数o 的子载波调制与数量 组合，具体仿真如图2 1 0 2 1 2 所示。 2 2多径瑞利信道下o f d m 信号的识别方法研究 图2 1 0 一个o f d m 符号 图2 1 1 归一化后的o f d m 符号 第二章o f d m 原理与信道模型 图2 1 2 十个连续o f d m 符号仿真图 从图2 1 0 中可以明显的看到o f d m 符号结构，c p 是由符号的后端搬移到 o f d m 符号的前端，从而组成一个完整的o f d m 符号，图2 1 l 是频率归一化的 o f d m 仿真图，可以看出o f d m 是关于频率中心对称的，图2 1 2 是1 0 个连续o f d m 符号仿真图。 2 3 2 信道模型和参数 本文的信道模型采用服从瑞利分布的衰落信道模型，仿真模型采用m a t l a b 自 带的r a y l e i g h c h a n 函数。 多径瑞利信道的参数使用c o s t 2 0 7 和m 1 2 5 5 标准模型中的实测参数。最大 多普勒频移设为5 0 h z 。 表2 2c o s t 2 0 7 农村地形 路径号 相对时延p a 功率衰减d b多普勒谱类型 时延扩展m 000r i c e lo 14j a k e s 20 28“j a k e s 0 1 30 31 2 “j a k e s 4 0 41 6j a k e s 50 52 0j a k e s ” 2 4 多径瑞利信道下o f d m 信号的识别方法研究 表2 3c o s t 2 0 7 城区地形 路径号 相对时延z s 功率衰减d b多普勒谱类型 时延扩展伊 003j a k c s l0 2 o j a k e s ” 2o 52j a k e s 1 0 31 66“g a u s si ” 42 38“g a u s si i 55 o1 0g a l i s si i 表2 4c o s t 2 0 7 山区地形 路径号 相对时延l s 功率衰减d b多普勒谱类型 时延扩展t s o0oj a k e s l0 11 5j a k e s 20 34 5j a k e s 5 0 3 o 57 5 j a k e s 4 1 58 0g a u s si i 51 7 21 7 7g a u s si i 表2 5m 12 2 5 室内办公室测试环境 路径号 相对时延脚 功率衰减d b多普勒谱类型 0o0 lo 0 53 o 20 1 11 0 0平坦 3o 1 71 8 0 4o 2 9- 2 6 o 50 3 13 2 0 第二章o f d m 原理与信道模型 表2 6m 1 2 2 5 车载测试环境 路径号 相对时t u , u s 功率衰减d b多普勒谱类型 oo 0 lo 3 11 o 20 7 19 0 典型 31 0 91 0 o 41 7 31 5 o 52 5 12 0 0 2 4 本章小结 研究通信信号调制识别技术，必然要研究待识别信号的模型和无线信道的模 型。本章分为三个部分，第一部分首先研究了o f d m 的原理和o f d m 信号的调制 解调实现过程，并总结了o f d m 技术的优缺点；第二部分研究了通信信号在无线 信道中经受的不同衰落的一般模型和统计模型；在最后一部分中，给出了本文研 究的o f d m 信号仿真模型和信道模型及参数。 第三章单径瑞利信道下o f d m 类间识别 第三章单径瑞利信道下o f d m 类间识别 高阶累积量是调制识别研究中的一个重要的处理方法。由中心极限定理可知， 当o f d m 信号载波数足够大时，o f d m 信号近似服从高斯分布4 1 ，而对于高斯过程 的高阶累积量来说，其值恒为零，因此使用高阶累积量不仅可以识别出o f d m 信号 而且可以完全抑制高斯噪声的影响。本章首先研究了高阶统计量的理论，然后采 用基于高阶累积量的方法完成了在单径瑞利信道下o f d m 类间识别。 3 1 高阶统计量理论 高阶累积量作为一种数学分析工具，它有一个非常重要结论：如果一非高斯 信号是在与之独立的加性高斯白噪声中被观测的话，那么观测过程的高阶累积量 会与非高斯信号过程的高阶累积量恒等，也就是说它克服了加性高斯白噪声对观 测数据的影响。因此，使用高阶累积量作为分析工具，理论上可以完全抑制高斯 白噪声的影响，所以高阶累积量是高斯噪声背景下提取非高斯信号的强有力的工 具，是研究信号识别的重要理论基础1 2 j 。 3 1 1 高阶矩与高阶累积量的定义 特征函数法是概率论和数理统计的主要分析工具之一，利用特征函数，可以 很容易地引出高阶矩和高阶累积量的定义。 假设一连续的随机变量x ，若它的概率密度函数为f ( x ) ，则它的特征函数可 以定义为 ) = e p “) = f ( x ) e 皿d x ( 3 - 1 ) 并称该特征函数为第一特征函数。换言之，第一特征函数是概率密度函数g ) 的f o l l r i e r 变换。由概率密度函数厂g ) 0 可知，特征函数( 仞) 在原点有最大值， 即 i 0 ) | ( o ) = l ( 3 2 ) 求第一特征函数的k 阶导数，得 多径瑞利信道下o f d m 信号的识别方法研究 卅o ) = 掣= 。e 弦饼) 随机变量x 的后阶( 原点) 矩和中心矩段分别定义为 册。= e & 。) = ，x 。以协 胁：e k 一叩y ) - 孔一叩y 几协 ( 3 3 ) ( 3 - 4 ) ( 3 5 ) 式中，7 7 = e 扛) 代表随机变量x 的一阶矩，即均值。对于零均值的随机变量x ， 其k 阶原点矩m 。和中心矩心等价，在下面的讨论中，均令随机变量和随机信号的 均值为零。 显然，在式( 3 - 3 ) 中，令国= 0 ，即可求出z 的七阶矩为 = e 蚪m 制脚如m ( 0 ) ( 3 6 ) 由于随机变量x 的后阶矩e 仁 可以由第一特征函数生成，故常将第一特征函数 0 ) 称为矩生成函数。 第一特征函数的自然对数称为第二特征函数，记作 甲0 ) = i n o ( c o ) ( 3 7 ) 与k 阶矩的定义式( 3 6 ) 相类似，也可以定义随机变量x 的k 阶累积量为 ( 3 - 8 ) 鉴于此，第二特征函数又称累积量生成函数。 为了得到随机向量的高阶矩和高阶累积量的定义，将上述单个随机变量x 的高 阶矩和高阶累积量的定义适当推广。 令x l 一，以是j j 个连续随机向量，它的第一联合特征函数定义为 ( 也，纨) = e p ，( q x i + - - - + 峨以，j 求它关于q ，饥的，= 1 ，l - i - + 1 ，1 次偏导数，有 ( 3 - 9 ) 第三章单径瑞利信道下o f d m 类间识别 塑掣：，e n 砖一 ( 3 - 1 0 ) a 0 ) 1 v l 国 。 ” 显然，若令q = = q = 0 时，则有 掰”= 砖卜砖) = ( 一_ ，) 7 这就是随机向量而，故的，阶矩的定义。 类似地，五，的第二联合特征函数可定义为 甲慨，r o k ) = i n o ( c o t ，c o , ) 那么随机变量而，坼的，阶联合累积量可表示为 c v l - - - v k ：c “肌b ，站) ：( 一) ， ( 3 - 1 1 ) ( 3 1 2 ) ( 3 - 1 3 ) o h = o h - 一n k 篁i ) 在实际中通常取k = = v k = 1 ，即得到七个随机变量的k 阶矩和k 阶累积量，并分 别记作 m 。_ = e 扛。，x 。 = ( - 广 ( 3 - 1 4 ) q = a = o q，-2c甜m“，)=(_y望二剖l。吼。 ( 3 _ 5 ) 下面考查平稳随机过程的高阶矩和高阶累积量。 设x o ) 为零均值的k 阶平稳随机过程，该过程的k 阶矩m h g 。，f ：，气。) 定义为 m h o 。，f ：，气) = e 扛o