论文部分内容阅读
随着无线通信技术的快速发展以及智能终端的不断普及,无线通信网络已经发展成为具有不同制式、接入方式和覆盖范围的异构网络。为了减小授权频段的频谱压力,提升网络容量,LTE-U(LTE in Unlicensed Bands)网络快速发展,并与同样工作在5GHz非授权频段的Wi-Fi(WirelessFidelity)形成典型的异构网络。同时为了提高频谱利用率,认知无线电中的频谱共享已经应用于异构网络中。在没有任何先验信息的情况下,认知用户通过覆盖式频谱共享的方式与主用户同时工作在相同频段。为了减小对主用户通信的干扰,认知用户需要根据信号盲识别的结果调整自身的工作参数,主要包括发射功率、调制方式和载波频率等,因而在LTE-U与Wi-Fi异构认知网络中,LTE与Wi-Fi信号盲识别研究具有重大意义。论文选题来源于国家自然科学基金项目“密集异构无线环境下极化资源感知与利用研究”(项目编号:61571062)。针对于5GHz非授权频段下LTE与Wi-Fi信号盲识别这一问题,本文以信号处理技术为理论基础,利用LTE与Wi-Fi信号特征参数的高阶谱不同的特性,分别研究了 LTE与Wi-Fi单信号盲识别算法和LTE与Wi-Fi混叠信号盲识别算法,解决了异构认知网络中LTE与Wi-Fi信号盲识别的问题,将为想要以覆盖式频谱共享方式与Wi-Fi主用户和LTE-U主用户共享5GHz非授权频段的认知用户提供可靠的可调整的工作参数。同时,在已有信号盲识别技术研究基础上,本文研究内容将为日趋复杂、高动态无线环境中的信号盲识别问题提供相关的理论支撑和解决思路,以达到主动、快速进行信号盲识别的目的。本文的主要研究内容如下:(1)论文总结分析了异构认知网络中信号盲识别技术的研究现状,包括研究背景与意义,关键技术和主要挑战。指出在异构认知网络中,LTE与Wi-Fi信号有效特征参数的提取、加性高斯白噪声的干扰和信号的盲源分离是影响本文研究信号盲识别技术的关键因素。(2)针对于 LTE 与 Wi-Fi 信号均采用 OFDM(Orthogonal Frequency Division Multiplexing)调制技术,导致它们在信号结构和特性方面具有很强相似性的问题,本文根据3GPP/LTE(3rd generation partnership project/Long Term Evolution)和 802.11/Wi-Fi 标准,当认知用户感知到的信号仅仅为单一信号时,提出基于参数估计的LTE与Wi-Fi单信号盲识别算法。在未知任何先验信息的情况下,本算法首先估计信号频域上的FFT(Fast Fourier Transformation)点数,过采样率和有效子载波特征参数,然后根据信号的有效子载波数的不同盲识别出LTE与Wi-Fi单信号,最后通过理论分析和仿真验证表明,本文提出的基于参数估计的LTE与Wi-Fi单信号盲识别算法性能比现有的基于高阶统计量的OFDM信号盲识别算法性能提升约5dB。(3)在LTE-U与Wi-Fi异构认知网络中,认知用户感知到的信号不仅仅是LTE与Wi-Fi单信号,还可能是LTE与Wi-Fi混叠信号,针对于该情况,本文提出了基于盲源分离的LTE与Wi-Fi混叠信号盲识别算法。本算法首先根据信号频域的高阶谱特性改进信号联合对角化算法,将混叠信号分离后,然后根据信号的特征参数盲识别出已分离的信号,最后理论分析和仿真验证表明所提算法性能比基于传统联合对角化的LTE与Wi-Fi混叠信号盲识别算法性能提升约4dB。本论文在异构认知网络LTE与Wi-Fi信号盲识别技术研究中,采用基于信号高阶谱的技术,解决了高斯白噪声对于信号盲识别的干扰问题,并为信号盲识别的研究提供了新思路。