（通信与信息系统专业论文）基于高阶累积量的ofdm信号调制识别技术研究.pdf

摘要调制类型的不断增多和通信系统间的互通性要求促进了信号调制识别技术的不断发展。而j 下交频分复用( o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g ，o f d m )技术以其频带利用率高、抗多径能力强、适合高速数据传输等优点在通信领域得到越来越广泛的应用。所以，o f d m 信号的调制识别技术引起了广泛的关注。本文首先介绍了信号调制识别技术的研究内容、发展历史和趋势，阐述了研究的目的和意义。然后分析了o f d m 技术的原理、优缺点和发展趋势。重点研究了低信噪比，多径瑞利衰落信道条件下，基于高阶累积量的o f d m 信号盲识别技术。提出了利用奇数阶累积量区分o f d m 信号与单载波信号的方法，并对基于三阶和五阶累积量的算法进行了仿真分析。结果表明基于三阶累积量的o f d m 信号识别方法性能较好，具有一定的抗多径能力。在高阶累积量技术的基础上，提出高阶累积量与支撑矢量机相结合的方法，有效提高了算法的识别率。另外，针对已有的基于高阶累积量的单载波识别方法在低信噪比条件下识别率较低的问题，提出在特征量提取之前加入小波消噪模块的方法，经过计算机仿真，结果表明，该方法有效提高了分类性能。关键词：信号调制类型识别高阶累积量支撑矢量机小波消噪a b s t r a c tt h ei n c r e a s i n go ft h em o d u l a t i o nt y p e sa n dt h er e q u i r e m e n t so ft h ei n t e r o p e r a b i l i t yb e t w e e nd i f f e r e n ts y s t e m sp r o m o t et h ec o n t i n u o u sd e v e l o p m e n to ft h em o d u l a t i o ni d e n t i f i c a t i o nt e c h n i q u e s o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g ( o f d m ) ，w h i c hh a s t h ea d v a n t a g e so ft h eh i g hb a n d w i d t hu t i l i z a t i o n , t h ea n t i m u l t i p a t hc a p a b i l i t ya n dt h eh i g h s p e e dd a t at r a n s m i s s i o n ，h a sb e e nw i d e l yu s e di nt h ec o m m u n i c a t i o nf i e l d t h e r e f o r e ，t h ei d e n t i f i c a t i o no ft h eo f d ms i g n a l si sg a i n i n gm o r ea n d m o r ea t t e n t i o n s f i r s t l y , t h ep a p e ri n t r o d u c e st h ed e f i n i t i o n ，t h eh i s t o r ya n dt h ed e v e l o p m e n to ft h es i g n a li d e n t i f i c a t i o nt e c h n i q u e sa n dt h ep r i n c i p l e s ，t h ea d v a n t a g e sa n dt h ed i s a d v a n t a g e so ft h eo f d mt e c h n i q u e t h e n ，t h ep a p e rf o c u s e so nt h ei d e n t i f i c a t i o no ft h eo f d ms i g n a l sw i t h o u ta n yp r i o r - k n o w l e d g eb a s e do nt h eh i g h e ro r d e rc u m u l a n t si nt h el o ws n ra n dt h em u l t i p a t hr a y l e i g hf a d i n gc h a n n e l s f o rt h ec h a n n e l sw h i c ha r el o w - s n ra n dm u l t i p a t hr a y l e i g hf a d i n g ，t h ep a p e rp r o p o s e st h et e c h n i q u eo fu s i n gt h eo d d o r d e rc u m u l a n t sa st h ef e a t u r et oa c h i e v et h ec l a s s i f i c a t i o nb e t w e e no f d ma n dt h es i n g l e c a r d e rs i g n a l s t h ea l g o r i t h m sb a s e do nt h e3 t h o r d e ra n dt h e5 t h o r d e rc u m u l a n t sh a v eb e e ns i m u l a t e da n dt h er e s u l t ss h o wt h a tt h ei d e n t i f i c a t i o no ft h eo f d ms i g n a l sb a s e do nt h e3 t h - o r d e rc u m u l a n th a sab e t t e rp e r f o r m a n c ea n dac e r t a i nd e g r e eo fa n t i - m u l t i p a t hc a p a b i l i t y c o m b i n i n gw i mt h es u p p o r tv e c t o rm a c h i n e s ( s v m ) ，t h ea l g o r i t h mb a s e do nt h e3 t h o r d e rc u m u l a n ta c h i e v e sah i g h e rc o r r e c ti d e n t i f i c a t i o nr a t e a d d i t i o n l y , f o rt h ep r o b l e mt h a tt h ec o r r e c tr a t eo ft h ei d e n t i f i c a t i o no fd i f f e r e n ts i n g l e c a r d e rs i g n a l si nl o ws n re n v i r o n m e n t si sl o w , am o d u l eo fw a v e l e td e n o i s i n gh a sb e e na d d e dt op r o c e s st h es i g n a l sb e f o r et h ea c q u i r e m e n to ff e a t u r ev e c t o r s c o m p u t e rs i m u l a t i o n sh a v eb e e nm a d ea n dt h er e s u l t ss h o wt h a tt h em e t h o de f f e c t i v e l yi m p r o v e st h ei d e n t i f i c a t i o np e r f o r m a n c e 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 nh i g h e ro r d e rc u m u l a n ts u p p o r tv e c t o rm a c h i n ew a v e l e td e n o i s i n g西安电子科技大学学位论文独创性( 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：王因! 盔昏西安电子科技大学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：第一章绪论第一章绪论1 1 通信信号调制识别技术研究背景通信信号调制识别的基本任务就是在信号密集和有噪声干扰的环境下确定出接收信号的调制方式和其他信号参数，从而为进一步分析和处理信号提供依据。随着通信技术的发展，无线通信环境日益复杂，通信信号在很宽的频带上采用不同调制参数的各种调制样式，为有效监视和识别这些信号带来了很大的困难。另外，数字通信的快速发展形成了多种通信体制并存的局面，而且这些通信体制的调制方式和接入技术各不相同，给各体制间的通信互联带来了很大的障碍，通信信号调制识别技术能够自动地识别通信信号的调制方式。近几十年来，计算机技术、高速数字信号处理技术以及高速专用器件的快速发展使得通信信号调制识别技术的工程实现有了保证，通信信号调制识别技术在非协作通信领域的重要地位以及在无线电应用中的价值也得到了进一步的认识，这方面的研究越来越受到国内外众多学者的重视。早期的调制识别方法是由操作人员借助仪器，通过观测分析接收信号的时域波形和频谱形状，判断信号的调制方式，然后选择相应的解调器进行解调，这种凭肉眼观察的方法可靠性很差。随后比较常用的方法是采用多个不同调制体制的解调器同时对同一接收信号进行解调，对解调结果进行分析，若某一解调器的输出具有明显的可懂比特信息或帧结构，则认为该解调器采用的调制样式与接收信号一致，该解调器的输出就是解调后的信号。这种识别方法需要有经验的操作人员，般可以成功识别持续时间较长、码元速率较低的幅度键控( a s k ) 信号和调制指数较大的频移键控( f s k ) 信号，但不能识别需要相干处理的相移键控( p s k )信号。这些人工参与的识别方法，判决结果包含入的主观因素在内，会因入而异，所以能识别的调制类型也有限。而自动调制识别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。信号调制识别技术的应用主要集中在以下领域【l 】：1 、自适应调制：自适应调制系统中，发射信号的调制模式会随信道状态的不同产生变化，接收端为了对传输信号正确解调，需要知道发射机发射信号时所采用的参数信息。通常采用两种方式：信号参数的信令告知或盲信号检测。信息可以包含在o f d m 码元中以信令方式传递，也可以通过盲参数检测技术实现对接收信号的检测，获得信号的参数。但是，信令告知信息通常包含在导频序列中，这需2基于高阶累积量的o f d m 信号调制识别技术研究要额外的开销。另外，在非协作通信系统中，接收机通常无法知道通信系统包括导频序列的任何相关信息。所以，对盲参数检测技术的研究具有重大的理论意义和应用价值。2 、电子战通信情报截获：获得接收信号的调制方式，是截获接收机的重要功能之一。可以用来监视战场的电磁频谱活动，为解调器正确选择解调算法提供参数，最终获得有用的情报信息。调制识别技术还有助于电子战中信号最佳干扰样式或干扰抵消算法的选择，以保证友方通信，同时抑制和破坏敌方通信，实现电子战通信对抗的目的。3 、通信监视、频谱管理：有关部门要对通信频谱进行监视和管理，以防止对无线频谱的非法利用和干扰，发现未注册登记的发射机，同时保证合法通信的正常进行。在频谱监视设备中采用调制识别技术，有助于提高设备对不同性质用户的区分能力，确定未知干扰信号的性质，实现通信监视的自动化。4 、s d r 系统：s d r 技术可以解决现存多种无线通信系统难以互融的问题。由于它特有的多功能、多体制特性，接收方无法在某一特定的调制类型进行守候接收，除非事先约定，所以信号的调制识别及参数估计是s d r 系统必须具备的功能之一，也是s d r 系统和传统通信系统的差别所在。所以s d r 系统中对信号解调前首先要识别信号的调制类型并估计相关参数，再选择合适的解调软件对信号进行解调。1 2 一般调制识别方法的结构及研究现状通信信号调制识别方法虽然多种多样，但调制识别i 口- j 题其实是一种典型的模式识别问题，一般过程如图1 1 所示：图1 1 一般调制识别方法的框架结构调制识别方法的基本框架包括三部分：信号预处理部分、特征提取部分和分类器部分。信号预处理部分为后续处理提供合适的数据。信号预处理任务一般包括：频率下变频、同相和正交分量分解、载频估计和载频分量的消除等；特征提取部分是从数据中提取信号的时域特征或变换域特征。时域特征包括信号的瞬时幅度、瞬时相位或瞬时频率的直方图或其他统计参数。变换域特征主要包括功率谱、谱相关函数、时频分布及其它统计参数。这些特征的提取和选择是非常重要的，它直接影响分类器的设计和性能。理想情况下，经过提取和选择的特征矢量应对不同的调制类型具有明显的差别，然而在实际中却不容易找到那些具有良好分辨率第章绪论的特征，或受条件限制不能对它们进行测量，从而使特征提取和选择的任务复杂化，因而特征提取和选择是信号调制识别系统中的重要研究内容；分类识别是依据信号特征的观测值将其分到不同类别中去。选择和确定合适的判决规则和分类器结构，也是信号调制识别系统中的重要研究内容。现有的分类部分主要采用梯形结构的分类器和神经网络结构的分类器。梯形分类器是采用多级分类结构，每级结构根据一个或多个特征参数，分辨出某类调制类型，再下一级结构又根据一个或多个特征参数，再分辨出某类调制类型，最终能对多种类型进行识别。这种分类器结构相对简单，但需要事先确定判决门限，自适应性差，识别效率也相对不高。神经网络分类器具有强大的模式识别能力，能够自动适应环境变化，能较好处理复杂的非线性问题，而且具有较好的稳健性和潜在的容错性，可获得很高的识别率。但是，神经网络没有严格的理论依据，对于实际应用中提出的许多重要设计问题无法作出准确的回答，只能依靠经验和技巧解决1 2 1 。后来出现的支撑矢量机( s v m ) 方法，不仅能回答人工神经网络中提出的一系列理论性问题，而且很好的解决了小样本学习问题，具有很强的推广性。1 9 6 9 年4 月，c s w a v e r 等四名作者在斯坦福大学技术报告上发表了第一篇研究自动调制识别的论文采用模式识别技术实现调制类型的自动分类。此后，不断有研究调制识别技术的论文出现在各类技术刊物上。目前已有的调制识别方法大致可分为两类：判决理论方法和统计模式识别方法【3 】。判决理论方法是采用概率论和假设检验理论的方法来解决信号分类问题。这类方法判决规则简单，但检验统计量计算复杂且需要一些先验概率的信息。统计模式识别方法判决规则复杂但特征提取简单、易于计算。下面分别就这两类方法介绍几种影响较大的调制识别方法。1 基于最大似然的方法最大似然法基于决策理论，采用概率论和复合假设检验知识，通过对信号的似然函数进行处理，得到用于分类的统计量，然后与门限进行比较，完成调制分类功能。这种方法需要确切知道信号的某些参数，例如分布函数的形式和均值、方差等。采用这种方法的判决器在最小平均代价函数的意义上是最优的。判决器的性能可以由一定信噪比下正确判决的概率表示。但是，即使对于简单的调制方式分类，最优判决准则的推导也是很困难的。l i e d t k e 采用决策理论和统计模式识别的方法对a s k 、f s k 和p s k 信号进行分类识别【4 j ，在s n r _ 1 8 d b 时，该方法可对这几种信号进行有效识别，但是系统实现比较复杂。a p o l y d o r o s 和k k i m 用平均似然比对b p s k 和q p s k 信号进行分类【5 1 ，在0 d b ，输入数据长度为1 0 0 点时，b p s k 和q p s k 信号的识别率将近l o o 。s o l i m a n 使用相位似然比分类m p s k 信号p7 。，在0 d b ，输入1 0 0 个数据时，对b p s k和q p s k 信号的识别率达到1 0 0 。w e i 利用复码元序列的平均似然函数比分类4基于高阶累积量的o f d m 信号调制识别技术研究q a m 信号【6 】，在5 d b ，输入数据长度为1 0 0 0 点时，对1 6 q a m 和1 6 点v 2 9 信号的识别率达到1 0 0 。2 基于模式识别的方法模式识别法由模式识别理论提取而来，识别系统一般可分为两部分：特征提取部分和模式匹配部分。特征提取部分是从原始数据中提取对调制模式识别有用的参数信息，它可视为一种映射关系，即从输入的信号序列映射到选定的特征空间。模式匹配部分的主要功能则是将所提取的参数与已知的调制模式参数进行比较和判断，完成信号识别。( 1 ) 对于单载波信号，有基于瞬时信息的方法、基于小波变换的方法、基于高阶累计量的方法和基于星座聚类特征的方法等。a k n a n d i 和e e a z z o u z 基于从瞬时频率、瞬时幅度和瞬时相位中提取的特征参数，对模拟调制信号a m 、d s b 、v s b 、l s b 、u s b 、f m 进行了识别【8 】，在1 0 d b 时，识别率9 1 ，在2 0 d b 时，识别率 9 2 2 5 。对数字调制信号2 a s k 、4 a s k 、2 p s k 、4 p s k 、2 f s k 、4 f s k 采用判决树方法进行了识别1 9 】，在1 0 d b 时，识别率 8 9 2 5 ，在2 0 d b 时，识别率芝9 6 2 5 。m l d w o n g 和a k n a n d i 随后又对该方法进行了改进1 1 0 1 ，增加了信号的统计参数和训练序列，识别率在0 d b 时达到9 8 0 ，1 0 d b 时高达9 9 9 。d a n i e lb o u d r e a u 基于信号瞬时特征参数，对混合调制类型识别进行了研究【1 1 1 ，在5 d b 时，识别轮7 1 7 。l i a n gh o n g 采用小波变换方法，计算原始信号和幅度归一化信号在固定尺度参数下小波变换的绝对值，利用电平数识别q a m 、p s k 和f s k 信号【1 2 1 ，在c n r = 5 d b 时，信号识别率9 7 6 ，在c n r i 2 0 d b 时，信号识别率9 9 7 。h ok c 等采用小波变换方法，计算某一固定尺度小波变换的绝对值，根据峰值电平数和直流电平数来区分m p s k 和m f s k 信号，在c n r = 6 d b 时，m p s k 信号的识别率 9 0 2 ，在c n r = 1 5 d b 时，m f s k 信号的识别轻9 1 9 。蒋盘林采用小波变换对m p s k 和m f s k 信号进行分类【l3 。，在c n r = 1 3 d b 时，m p s k 信号的识别轻8 3 ，在c n r = 1 5 d b 时，m f s k 信号的识别轻9 3 。吕铁军采用多分辨分析的m a l l a t算法，计算不同分解水平下的能量作为特征，送入基于信任函数的分类器进行识别，对c w 、2 a s k 、4 a s k 、2 p s k 、4 p s k 、2 f s k 、4 f s k 等7 种调制方式进行分类【1 4 】，在5 d b 时，识别轻9 1 ，在1 0 d b 时，识别轮9 2 。r e i c h e r tj 提出了用高阶统计量识别信号【1 5 】，并给出了对2 a s k 、b p s k 、q p s k 、2 f s k 、m s k 等信号的识别率：5 8 d b 时，2 a s k 的识别率为9 7 9 ，2 1 d b 时，b p s k 的识别率为1 0 0 ，7 3 d b 时，q p s r c 的识别率为9 9 8 ，1 d b 时，2 f s k 信号的识别率为9 8 4 ，5 5 d b 时，m s k 信号识别率为9 9 2 。a n a n t h r a ms w a m i 等采用四阶累积量对b p s k 、4 a s k 、1 6 q a m 、8 p s k 采用判决树方法进行了识别【1 6 】，在1 0 d b 时，识别乾9 5 ，并提出了采用二阶和四阶累积量，基于判决树方法的第一章绪论分层结构分类器。s p o o n e rc m 提出用六阶循环累积量对信号进行识别【l7 1 ，在9 d b ，采样点为5 0 0 0 点时，对6 4 q a m 和1 6 q a m 信号采用四阶和六阶循环累积量的识别率分别为8 l 和9 0 ，对q p s k 和1 6 q a m 的识别率分别为9 7 和1 0 0 。d o b r eo a 在s p o o n e r 的理论基础上，提出综合应用四阶、六阶和八阶循环累积量对信号进行识别i l 引，并给出了识别不同信号的特征参数选取思想：用四阶循环累积量识别信号的调制类型，用八阶循环累积量区分信号调制阶数。m o b a s s e r ib g 采用聚类方法重建接收信号的星座图，以星座图的形状作为识别特征对m p s k 、m q a m 数字调制信号进行识别【1 9 j ，在1 0 d b 时，对q p s k 、8 p s k和1 6 q a m 信号的识别率分别达到9 5 、1 0 0 和9 5 。g a r d n e rw a 对模拟和数字调制信号采用谱相关理论进行了研究【2 们。谱相关理论是研究一类特殊的非平稳过程一周期平稳过程的理论，对于通信信号来说，周期性来自信号的采样、调制和编码等一系列处理过程，利用不同信号谱相关特性的不同，可识别信号的调制类型，并可进行参数估计。( 2 ) 对于多载波的o f d m 信号，从信号特征角度考虑，有两类方法可以用于o f d m 信号调制盲识别。首先，o f d m 信号在时域表现为渐近高斯性，而单载波信号是非高斯的，由于高斯随机变量的高阶( 2 ) 累积量恒等于零，所以基于高阶累积量可以进行o f d m 信号识别。其次，从频域上考虑，利用熵谱分析法。由于单载波信号在频域上一般只是很窄的一个脉冲，而多载波信号则会呈现出比较多的窄脉冲，通过统计脉冲的个数，就可以判断出信号所使用的调制是否为多载波。由于基于熵谱分析的方法受观察者的感官判断影响，不易得到准确的结果，且该方法有一定的局限性，例如跳频通信中信号在频域同样呈现较多的窄脉冲，这样就无法和多载波信号区分，所以常用高阶累积量理论来进行单载波信号和o f d m 信号的分类。w a l t e ra k m o u c h e 对白噪声( a d d i t i v e 洲t eg a u s s i a nn o i s e ，a w g n ) 环境下的o f d m 信号和单载波信号分类识别进行了研究【2 1 1 。分析了o f d m 信号的渐近高斯性和单载波信号的非高斯性，然后基于高斯信号的四阶累积量趋于零，而非高斯信号的四阶累积量不为零这一特性，可在白噪声环境下对o f d m 信号和单载波信号进行有效分类。但作者并没有对多径信道下的o f d m 和单载波信号分类进行研究。b i nw a n g 研究了h f ( h i g hf r e q u e n c y ) 信道的o f d m 盲识别 2 2 l ，利用了六阶、四阶和二阶累积量将o f d m 和单载波信号进行分类识别，该算法在信噪比犬于5 d b的条件下，正确识别率可达到9 0 ，但由于使用了较高阶累积量计算，复杂度较高。d g r i m a l d i 建立了一个通信信号数字调制方式自动识别系统【2 5 】。研究了从分类单载波信号和o f d m 信号，到分类幅度调制和角度调制，再到细分类a s k 和6基于高阶累积量的o f d m 信号调制识别技术研究q a m ，细分类p s k 和q , 舢x 4 。在分类单载波信号和o f d m 信号时，文中使用的是w a l t e r a k m o u c h e 提出的白噪声下的分类算法。3 最大似然法和模式识别法的优缺点比较( 1 ) 似然比调制分类在理论上保证了在贝叶斯最小误判代价准则下分类结果是最优的( 但分析很复杂) 。似然比分类性能可作为理论性能上限，用来检验模式识别调制分类方法的性能，帮助判断分类特征选取的合理性。( 2 ) 似然比分类算法与模式识别方法相比，需要更多的先验知识。己有的似然比分类算法，大都是对码元同步采样序列进行处理。这就隐含着要知道信号的载频、码速率、码元定时，甚至匹配滤波器所需的基带成型脉冲形式。( 3 ) 未知参数的存在，导致似然比分类的充分统计量表达式很复杂，计算量大，难于实时处理。为此需要简化似然比函数。但简化的结果，又导致了分类信息的丢失、调制类型及分类性能的下降。( 4 ) 似然比分类方法对模型失配和参数偏差比较敏感。似然比分类一般建模噪声为高斯分布，且己知信噪比。1 3 本文的主要工作和安排随着通信技术的发展，通信信号调制方式识别技术受到了越来越多的关注。从现有的成果来看，针对单载波信号的调制识别技术的研究很多，针对o f d m 信号的识别和参数估计的研究较少，研究的也不是很深入。本文首先重点研究了基于高阶累积量的o f d m 信号的调制类型盲识别，同时对基于高阶累积量的单载波信号的调制识别也做了一定的改进并进行了计算机性能仿真，结果表明识别性能较已有的算法有很大的提高。本文内容章节安排如下：第二章首先介绍了o f d m 技术原理，以及该技术的优缺点和发展现状。第三章首先介绍了传统的基于高阶累积量的信号识别方法，然后提出了基于奇数阶累积量的多径瑞利衰落信道下的o f d m 信号调制识别算法，并分别对基于三阶和五阶累积量的算法进行了计算机仿真。仿真结果表明，基于三阶和五阶累积量的o f d m 信号调制识别算法在信噪比为0 d b 时，o f d m 信号的识别率均可达到1 0 0 。本章还提出了利用支撑矢量机方法对基于三阶累积量的调制识别算法进行进一步的改进，计算机仿真结果表明，识别率有了很大的提高。第四章首先介绍了已有的基于高阶累积量的单载波调制识别算法原理和技术，然后详细介绍了小波消噪原理，最后提出了信号经过小波消噪处理后的基于高阶累积量的单载波调制识别算法，并进行了算法性能仿真分析。第五章总结了全文的工作成果，并对今后的工作进行展望，提出下一步研究的思路。第二章o f d m 技术介绍7第二章o f d m 技术介绍正交频分复用( o f d m ) j i 麦早起源于2 0 世纪5 0 年代中期，在6 0 年代就已经形成了使用并行数据传输和频分复用的概念。1 9 7 0 年1 月首次公开发表了有关o f d m的专利。正交频分复用( o f d m ) 是一种特殊的多载波传输方案，它可以被看作一种调制技术，也可以被当作一种多址技术。2 1o f d m 系统的基本原理通常我们采用的通信系统是单载波方案，如图2 1 。其中，& ( f ) 和g ，o ) 是匹配滤波器。这种系统在数据传输速率不太高的情况下，多径效应对信号符号间造成的干扰不是特别严重时，可以通过使用合适的均衡算法使得系统能够正常的工作。但是，对于数据传输速率较高的通信系统来说，时延扩展造成数据符号间的相互交叠，从而产生符号间干扰( i s i ，i n t e r - s y m b o li n t e r f e r e n c e ) ，这对均衡提出了更高的要求，需要引入复杂的均衡算法。另外，当信号的带宽超过和接近信道的相关带宽时，信道的时间弥散性会造成频率选择性衰落。一譬蒜，薹h 要臻，卜图2 1 单载波通信系统原理框图p ，霉。|f j 矗寸【彩尹卜扣奄一锑尹le j 珂tp 一，口一i 笺秽+叫薹卜西一甓劣j。l p j 口_ 1 1p 一归 ，_ i r& 肛l 【f ) 广1 扩酬匹g 配, , n 滤- l 器( t ) l图2 2 多载波通信系统框图为了克服单载波方案的缺点，我们引入多载波的通信方案。多载波调制( m u l t i c a r f i e rm o d u l a t i o n ) 是一种高频谱效率、高性能的调制技术，其一般原理如图2 2 。采用多载波方案就是把数据流分解为若干子比特流，使得每个子比特流具有相对较低的传输比特率，并且利用这些数据去调制若干个载波。其主要的优点8基于高阶累积量的o f d m 信号调制识别技术研究在于能够对抗上述无线信道的时间弥散性。在多载波调制系统中，数据传输的速率相对较低，码元周期较长，只要时延扩展与码元周期相比小于一定的比值，就不会造成码间干扰，因而多载波调制方案对于信道的时间弥散性不敏感。但是由于无线衰落信道的时变性，会造成频率弥散，引起多普勒效应，产生子载波干扰。对频率弥散性敏感是多载波方案的主要缺点之一。在图2 1 的基础上，传统的频分多址( f d m a ) 多载波方法可按以下叙述来实现：将频带分为若干个不相交的子频带来传输并行的数据流，在接收端用一组滤波器来分离各个子信道。这种方法的优点是简单、直接，但是频谱的利用率低，子信道间要有保护频带，而且在子载波数目较多时多个滤波器的实现使得系统复杂化。图2 3 是f d m a 的频谱示意图。图2 3f d m a 频谱图2 4o f d m 频谱正交频分复用( o f d m ) 是多载波调制的一种方式，它可以充分利用频带宽度，克服无线信道由于多径所带来的频率选择性衰落问题。实现时，在图2 2 中，子载波兀，石， 一。是相互正交的，由此构成n 个子信道传输高速并行数据流。其频谱示意图如图2 4 所示。由于子载波的正交性，子信道的频谱是可以重叠的，这样就提高了频谱的利用率。正是由于将传输数据分配到许多正交的子信道上，该技术可以将频率选择性衰落引起的突发性误码分散到不相关的子信道上，从而改变为随机性误码，这样能够有效地减少和克服码间干扰带来的影响。o f d m 的另一个优点就是可以采用i f f t 停f t 算法实现，特别是当子信道数目比较多的时候，采用i f f t f f t 可以大大减少系统的复杂度。正交频分复用的基本思想是：在发送端，串行高速码元序列d 。，d r ，d 串并变换成n 路低速的码元序列，分别调制在正交的n 个子载波兀，z ， 一。上，然后将n 路调制信号相加发送出去；在接收端，首先对接收信号进行采样，然后使用n 个相同的子载波进行n 路解调，再将这n 路解调信号并串输出，复现发送的原始信号。图2 5 是o f d m 调制解调原理方框图：第二章o f d m 技术介绍9p 叫塑小i 一叫泖螋b+i 一叭塑- 啦去信道信道接收i p 一，吖_ 婀刊7i p 叫州杰d ( 1 1 0 f d 懈调输7 y y7i g 。吼，_ d ( n l lw7图2 5o f d m 调制解调设饥 是一组载波频率，各频率的关系： 五 = 五+ k r , ，n = 0 ，1 ，2 ，n 一1其+ l r , 是子载波间隔，f o 是发送的频率。设载波信号组定义：以垆 c o s ( 。釜p 。( f ) 满足正交条件：f p 心珍。c ，击= 盈；二：出( 2 - 1 )( 2 _ 2 )( 2 - 3 )当以一组取自有限集的d ( 挖) 表示复信号，对这组正交的载波信号进行正交调制时，调制后的传输信号d ( t ) 为：一l珧) = d ( 矽2 嗍f 【o ，巧】n - - 0( 2 - 4 )其中d ( f ) 即为o f d m 信号。如果对d ( r ) 进行抽样，可得到：d ( ) ：n - 1d ( 刀) e j 2 喃= d ( n ) e 伽扫7 = 1 d f t d ( n ) 】0 七一1( 2 5 )可以看到d ( 七) 是d ( 玎) 的i d f t ，所以接收端信号d ( ”) 5 l j l ! l j 立_ d ( k ) 的d f t 得到：i o基于高阶累积量的o f d m 信号调制识别技术研究= y 脚d ( k ) _ 伽= 州酬r i 一1( 2 6 )= 0u v l，7 6 、其中是f f t 点数。o f d m 调制原理虽然是用n 个相互正交的载波分别调制n 路子信道码元序列，但实际系统中很难采用这种方式，因为调制解调时我们无法防止子载波之间的邻道干扰。o f d m 之所以成功应用的一个重要原因是它可以通过i f f t f f t 来实现调制和解调，避免了由本振产生各子载波调制和解调时产生的子载波频偏。可以得到o f d m 系统的实现框图如图2 6 所示。图2 6o f d m 系统实现简单框图由上可以综合出o f d m 有以下几项主要优点：1 能提供较大的系统容量；2 便于提供灵活的高速和变速综合数据传输；3 具有较强的抗多径干扰、抗频率选择性衰落和频率扩散能力。4 易于用高效的i f f 聊f t 算法实现；5 适应多径和移动信道传播条件。o f d m 最大的缺陷是：信号呈现很大的峰平功率比( p a p r ) ，故比单载波系统需要更宽的线性范围。由于采用i f f t f f t 实现调制和解调，o f d m 系统对载波频率偏移、单频串扰、相位噪声和非线性放大更为敏感。如果要避免信号失真和频谱扩展，就需要动态范围很大的线性放大器和价值昂贵的发射机，如何降低o f d m 的峰平功率比是o f d m 技术中的一个难点。o f d m 调制技术的高速率和良好的性能是以提高系统复杂度为代价而获得的。该技术的最大难点是如何实现各个子载波的精确同步。o f d m 的基础是各个子载波必须满足频率正交性的特点，如果正交性恶化，整个系统的性能会严重下降，即产生o f d m 所特有的子载波间串扰。2 2o f d m 技术的发展现状o f d m 技术起初主要用于军用高频通信系统，例如k i n e p l e x 、a n d e f t 和k a t h r y n 。但由于o系统的结构非常复杂，从而限制了其进一步推广。到7 0第二章o f d m 技术介绍年代，人们提出采用i d f t 来实现多载波调制，简化了系统结构，使得o f d m 技术更趋于实用化。8 0 年代，人们研究了如何将o f d m 技术用于高速m o d e m 。9 0年代以后，o f d m 技术的研究深入到无线调频信道上的宽带数据传输，在高速无线应用环境，o f d m 技术的优势很突出，它被广泛应用于民用通信系统中。近年来，由于数字信号处理技术的飞速发展，o f d m 最初应用的障碍( 如计算量大)已不存在。因此作为一种具有较高频谱效率，并且可以有效对抗码间干扰的高速传输技术，o f d m 引起了广泛关注。目前，在o f d m 技术基础上，设计出了很多o f d m 技术和其他技术相结合的系统。除了d v b t 、d a b 、无线局域网标准( i e e e8 0 2 1 l a 、h i p e r l a n 2 ) 外，还在宽带无线接入( b r o a d b a n dw i r e l e s sa c c e s s 。b w a ) 领域得到广泛应用，在b w a领域，基于o f d m 开发出了各具特色的专利技术。如v e c t o ro f d m t z 7 1 ( v o f d m ) ，w i d e b a n do f d m t 2 8 】( w - o f d m ) 和f l a s h o f d m 。1 基于o f d m 的d v b t目前国际上数字电视系统根据传输方式分为三大类：有线广播标准采用q a m( q u a d r a t u r ea m p l i t u d em o d u l a t i o n ) 调制方案，卫星广播标准采用q p s k ( q u a d r a t u r ep h a s es h i f tk e y i n g ) 调制方案，而数字电视地面无线传输标准差异较大。全球主要有三套地面传输标准：美国1 9 9 6 年研发的格形编码八电平残留边带8 - v s b( v e s t i g i a ls i d e b a n d ) 系统1 2 明；欧洲1 9 9 7 年提出的d v b t 标准和日本于1 9 9 9 年提出的地面综合业务数字广播( i n t e g r a t e ds e r v i c ed i g i t a lb r o a d c a s t i n g ，i s d b t ) 系统 3 0 】。其中，d v b t 系统采用多载波的o f d m 调制类型，通过延长符号周期使对多径干扰不敏感，同时该系统具有许多可选择的参数，以适应大范围的载噪比和信道特性，它允许固定、便携或者移动接收。其传输信号由帧组成，每帧6 8 个o f d m 符号，每4 帧组成一个超帧，每个o f d m 符号由一组正交的子载波组成。8 k 模式的载波数k = 6 8 1 7 ，2 k 模式的载波数k = 1 7 0 5 。每个o f d m 符号包括有效数据部分和保护间隔部分。2 基于o f d m 的d a bd a b 技术是欧洲开发的尤里卡高科技项目之一，l i l e u r e k a 1 4 7 d a b ，经过反复实验，不断改进，d a b 已是一项成熟的技术，并经标准化后，于1 9 9 5 年在英国和瑞典正式投入使用。d a b 的关键技术有三方面：m u s i c a m 信源编码、c o f d m 信道编码与调制技术、同步网技术。d a b 具有以下特点：( 1 ) 具有数字信号传输的一切优点，抗干扰能力强，采用o f d m 技术，可抗一定的多径衰落；( 2 ) 能实现宽频立体声广播；( 3 ) 可以采用单频网技术，提高频谱利用率；( 4 ) 能同时播出数据信息。3 无线局域网技术w l a n 技术主要用于计算机之间的通信，可以提供实时的声音和图像信号，1 2基于高阶累积量的o f d m 信号调制识别技术研究用户具有一定的移动性。w l a n 既可用于内部小区通信，也可以接入公共网络。欧洲电信标准化委员会制定的i e e e 8 0 2 1 1 首先提出了2 4 g 频段的w l a n 标准，传输速率为1m b p s 或2 m b p s 。4 v - o f d mv - o f d m 技术通过在o f d m 传输系统中采用阵列天线实现空间分集，从而提高信号质量，是o f d m 和空时处理联合得到的一种新技术。它利用了时间、频率和空间三种分集技术，使无线系统对噪声、干扰和多径的容限大大增加。5 w - o f d mw 二o f d m 通过扩频和前向纠错码降低了恶劣信道的影响，把信道估计与r s算法配合使用，纠错能力增强一倍。为降低p a p r ，w - o f d m 采用了随机相位的信号白化技术，信号“白化 降低了信号的动态范围，使系统对射频功率放大器的线性度要求降低。利用直接序列扩频( d i r e c ts e q u e n c es p r e a ds p e c t r u m ，d s s s )技术解决了载波信号恢复中的时钟同步问题。6 m i m o o f d mm i m o o f d m 技术是把o f d m 和智能天线相结合的技术。m i m o 系统在一定程度上可以利用传播中的多径分量，换言之，m i m o 可以抗多径衰落，但对于频率选择性深度衰落，m i m o 系统却依然无能为力。o f d m 技术是解决上述问题的一个途径，但o f d m 提高频谱利用率的能力毕竟是有限的。因此，在o f d m 技术的基础上，合理开发空间资源，也就是m i m o + o f d m ，它可以提供更高的数据传输速率。另外，由于o f d m 的低码率和保护间隔的加入使其具有极强的抗多径干扰能力。只要多径时延小于保护间隔，系统就可以不受码间干扰。7 f l a s h o f d mf l a s h o f d m 是由b e l l 实验室发明，后由f l a r i o n 公司推出商用化产品。相对于v - o f d m 、w - o f d m 而言，其特点是能在移动环境下运作，是一种移动宽带接入i n t e m e t 解决方案。f l a s h - o f d m 采用f d d ( f r e q u e n c yd i v i s i o nd u p l e x i n g ) 双工方式，工作频段在2 2 0 m h z - 3 5 g h z 之间。上下行链路是数百个子信道组成的宽带载波( 扩频的o f d m ) ，传输数据时给每个用户分配采用了自适应调制和先进编码技术的子信道，其频谱利用率比c d m a2 0 0 0 系统高出三倍。f l a s h o f d m 利用快速跳频技术将信号进行扩频，具有频率分集能力，减小了同一小区内的用户干扰，同时具有o f d m 和跳频扩频的优点。从全i p 观点来看，f l a s h o f d m 代表了理想的空中链路，支持移动性和给予q o s 的业务。第三章基于高阶累积量的o f d m 信号调制识别算法研究1 3第三章基于高阶累积量的o f d m 信号调制识别算法研究对于传统的a m 、f