论文部分内容阅读
OFDM(正交频分复用)技术在民用领域广泛应用于宽带无线通信系统中,为了使政府有关职能部门能监视民用通信信号,以实现干扰识别和电磁频谱管理,防止对无线频谱的非法利用和干扰,保证合法通信的正常进行,需对OFDM信号进行识别。OFDM技术在军事领域的应用也越来越广,为了能监视战场的电磁频谱活动,进行威胁识别,帮助选择电子干扰策略,直至截获敌方的有用情报,也需对OFDM信号进行识别。另一方面随着通信技术向无线、宽带方向发展,频谱资源日益紧张,而已分配的频率资源却在时间和空间上存在不同程度的闲置,为了充分合理地利用好紧缺的频谱资源,认知无线电技术成为解决这一问题的关键技术之一。OFDM技术不仅具有高的频谱利用率,而且也满足了认知无线电对调制方式的要求,因而将大量用于认知无线电系统。认知OFDM系统的关键技术之一是要解决次用户对OFDM信号的频谱感知和信号识别问题。而现有的研究集中对长循环前缀的OFDM信号,在理想高斯信道环境条件下,用相关算法来识别OFDM信号,并且在低信噪比条件下识别率不高,不能满足实际应用的需要。所以加快研究OFDM信号识别系统理论,研制具有自主知识产权的关键设备和系统,无疑对增强国家信息高科技创新能力,推动军队信息化建设,促进综合国力和竞争力的进一步提高都具有重大意义。论文具体从以下几方面开展了研究工作。一、首先介绍了本课题的研究背景,指出了通过估计子载波间隔来识别各种OFDM信号这一有意义的问题,进而对次用户系统进行快速识别。并对现有技术进行了分析,指出了它们的主要局限性和需要新的可靠方法的必要性。还对OFDM信号的DOA参数估计的重要性进行了讨论。二、对后面章节将用到的各种OFDM信号数学模型进行了描述,阐述了各模型适合的应用环境。还介绍了现代信号分析理论循环平稳理论,分析了常见单载波通信信号的循环自相关函数和循环谱,并介绍了其在信号侦察中的应用。三、针对循环自相关函数在OFDM信号识别、参数估计中的应用问题,首先对OFDM信号自相关函数的周期性进行了深入的分析,不同时延的自相关函数有不同的周期,分别由码片过采样和循环前缀引入了循环平稳特性,所以具有多个循环频率。其次从数学上推导了OFDM信号在不同时延下的循环自相关函数表达式,对其三维结构的理论分析表明:在不同的切面上搜索峰值的距离,就能实现OFDM信号的码片时间、有用符号时间、符号周期参数的联合估计。并提出了用频域累积法计算OFDM信号循环自相关函数的数值计算方法。通过计算机仿真,验证了该算法在低信噪比条件下,对OFDM信号参数估计有较好的性能。但该算法计算量大,对有用符号时间的估计属于传统的自相关算法,且符号周期的估计由有用符号时间估计精度决定,在多径,短循环前缀OFDM信号的条件下鲁棒性差。针对这些问题,构造了多参数融合的代价函数,同时估计有用符号时间和符号周期,通过计算机仿真,该算法比自相关算法的识别性能得到极大提高。四、针对循环谱在OFDM信号识别、参数估计中的应用问题,详细分析了由OFDM信号循环前缀引入的循环谱。但由于其数值实现需要很高的频谱分辨率,计算量非常大,另外由循环前缀引入的谱线相比很弱,一般的快速数值实现算法难以解决,因此提出了循环签名算法,通过选择子载波集的数据符号映射来实现。并提出了载波集的选择规则,推导了循环签名的循环谱闭式表达式。该算法大大降低了检测、识别的复杂度,提高了检测、识别速度,可用在认知无线电中。五、针对短循环前缀或无循环前缀的OFDM信号提出了最小峰度算法,直接最大似然算法,高斯最大似然算法,匹配滤波算法,周期频率峰度算法对OFDM信号进行参数估计和识别。并给出了直接最大似然算法,高斯最大似然算法,匹配滤波算法的近似计算方法,前4种算法需要同步,同步步骤也可融入到算法中。这些算法具有对循环前缀和频率选择性信道几乎不敏感的优势,并在不同SNR下,对各算法进行了性能比较。最后,通过在实验平台上采集实际的OFDM基带信号对这些算法进行了测试,结果显示,这些算法都能准确地进行参数估计和识别,算法在认知无线电中具有很大的实用价值。六、针对认知无线电中OFDM信号的方向认知和利用基于OFDM信号的非合作辐射源对目标进行定位、跟踪等问题,需对OFDM信号进行DOA估计。在分析了循环MUSIC算法、谱相关子空间拟合算法、循环平均MUSIC算法处理宽带OFDM信号DOA估计存在的问题后,提出了基于循环谱的MUSIC算法,并结合空间平滑算法,解决了相干宽带OFDM信号的DOA估计问题。仿真表明,算法充分利用了循环平稳对信号的选择性,处理多径、低SNR条件下的宽带OFDM信号具有很好的性能。