论文部分内容阅读
随着通信应用的高速发展与普及,人们对移动环境下的通信速率和业务质量的要求越来越高,而当前通信体系所承受的压力也越来越大。为了应对这样的挑战,世界范围内纷纷开展了各类关键技术的研究。循环平稳特征作为通信信号的固有属性,已被广泛开发和应用于通信技术的各个领域。然而,信号的循环平稳特征尚有许多未被发掘的潜力,如果这些潜力能被有效开发与利用,或许将辅助通信体系突破现有的瓶颈,从而更好地满足用户需求。基于这样的出发点,本文将以通信信号的循环平稳特征为核心,开展两个方面的研究与探索: 1)在频谱利用方面,我们发展了基于信号循环平稳特征的新型认知无线电技术。认知无线电技术可有效提升频谱利用率、促进通信技术的可持续发展,其中频谱感知是认知无线电的最关键技术。考虑到5G通信应用将涉及到很多快速时变信道环境,而快速时变信道将严重影响现有频谱感知技术的性能。着眼于改变这一困境,我们研究并设计了基于子信道状态分集的频谱感知技术(Spectrum Sensing withChannel-state Diversity,SSCD),作为可攻克快速时变信道影响的新型频谱感知技术。同时,除了频谱感知方面,我们基于信号循环平稳特征的多样性,开发了一种可工作于认知无线电网络的隐式信道技术(Cyclostationarity-based Implicit Channel,CIC),作为另一种辅助认知无线电系统的新型技术。CIC可用作于主用户先验信息与控制信息的共享平台,在显著节省传统辅助方式(CPC、beacon等)的同时优化认知无线电系统的性能,具有较好的实际价值。 2)在通信资源拓展方面,我们研究了基于信号循环平稳特征的新维度信息传输技术。前文中的CIC信号拥有许多常规信号所不具备的优异特性,相应理念若能推广至通用的通信场景,将会对通信技术的发展和瓶颈的突破带来新的可能性。然而,由于通用通信场景与认知无线电场景的工作模式与制约条件有所区别,CIC技术涉及的计算开销与计算时延等问题将限制其在通用通信场景中的推广。为此,我们专门开发了统计谱域传输技术(statistical signal transmission technology,SSTT)。SSTT与CIC类似,也是利用信号循环平稳特征传输数据;但差别之处在于,SSTT信号的检测复杂度大大低于CIC信号,而且在观察窗受限的通用场景下比CIC信号精度更高。另一方面,考虑到快速时变信道也会显著影响SSTT信号的检测性能,我们也研究了相应的对付策略。特别地,由于SSTT与频谱感知有很多内蕴区别,前文的SSCD技术无法套用在SSTT上。对此,我们深入分析了快速时变信道对SSTT产生负面效应的本质原因,并针对性地设计了可自适应信道变化速率的SSTT增强型检测算法。