非合作通信中OFDM系统的载波频率偏移盲估计方法_刘明骞_李兵兵_黄少东

一种新的OFDM系统载波频偏估计算法
胡蕾;杨铁军
【期刊名称】《微电子学》
【年(卷),期】2010()1
【摘要】在正交频分复用(OFDM)系统中,频率偏移会破坏子载波间的正交性,降低整个系统的性能。

在研究传统频偏估计算法的基础上,利用简单的实数训练序列,进行OFDM系统的载波频偏估计,只需要一个训练序列,就可以有效地在时域内同时对小数倍和整数倍的频率偏移进行估计。

仿真结果表明,基于实数训练序列的载波频偏估计算法不仅方法简单,易于实现,而且可提高频偏估计精度。

【总页数】4页(P94-97)
【关键词】正交频分复用;频偏估计;训练序列
【作者】胡蕾;杨铁军
【作者单位】河南工业大学信息科学与工程学院
【正文语种】中文
【中图分类】TN91
【相关文献】
1.一种OFDM定时同步与载波频偏估计算法 [J], 黄慧;程鹏;张朝阳;仇佩亮
2.一种OFDM剩余载波频偏估计算法的FPGA实现 [J], 张航
3.一种新的OFDM系统载波频偏盲估计算法 [J], 韩冲;廉保旺;任璐
4.一种新的OFDM载波频偏盲估计方法 [J], 诸文;仇润鹤
5.一种基于PN序列的上行多用户OFDM系统载波频偏估计算法 [J], 任术波;郭俊奇;吴建军;项海格
因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的OFDM／OQAM系统频偏与信道估计算法张大炜;李悦【期刊名称】《无线电工程》【年(卷),期】2015(000)012【摘要】Compared with OFDM techniques,the OFDM/OQAM system is designed according to the orthogonality conditions in real number field.Although the system spectrum efficiency is improved,the performance of synchronization and channel estimation is susceptible to the imaginary interference, degrading the system performance. Aiming at this problem, a joint carrier frequency offset (CFO)and multi⁃path channel parameter estimation algorithm is introduced.Based on the known preamble symbols at the frame head, the maximum likelihood( ML) estimation of channel impulse response and the carrier frequency offset are derived by simplifying the likelihood function.The performance of the algorithm is verified by the Monte Carlo simulations.%与OFDM系统相比，在OFDM／OQAM系统中，通过实数域的正交设计，虽然会提高系统的频谱效率，但同步精度与信道估计性能极易受到虚部干扰的影响，恶化系统性能。

一种新的MIMO-OFDM系统的盲信道估计算法
陈永红
【期刊名称】《广东通信技术》
【年(卷),期】2009(29)4
【摘要】深入分析了基于二阶统计特性的子空间盲信道估计算法,在分析得出MIMO-OFDM系统中的子空间盲信道估计方法不能用在发射天线数大于接收天线数这种情况下,引出了基于非冗余线性预编码的子空间盲估计算法.仿真结果表明,只要P的取值合适,该算法就会有着很好的估计性能,并且通过分析发现,该算法的计算复杂度较小.
【总页数】5页(P74-78)
【作者】陈永红
【作者单位】紫琅职业技术学院电子信息工程系
【正文语种】中文
【中图分类】TN91
【相关文献】
1.MIMO-OFDM系统中一种改进的盲信道估计算法 [J], 李国民;刘鑫;康晓非;廖桂生
2.一种有效的MIMO-OFDM系统盲信道估计算法 [J], 侯永民;戎蒙恬
3.MIMO-OFDM一种有效的盲信道估计算法 [J], 肖蕾蕾;卓东风;倪红艳
4.一种新的MIMO-OFDM系统信道估计算法 [J], 韩旭;李一兵;叶方
5.一种新的MIMO-OFDM系统自适应快时变信道估计算法* [J], 龚汉东; 王瑞春
因版权原因，仅展示原文概要，查看原文内容请购买。

非合作通信中OFDM系统的载波频率偏移盲估计方法作者：天天论文网日期：2015-12-31 11:55:12 点击：0摘要：针对非合作通信系统中多径信道下OFDM（Orthogonal Frequency Division Multiplexing）系统载波频率偏移估计性能不佳的问题，本文提出了一种OFDM 系统载波频率偏移盲估计的新方法。

该方法首先提出了基于OFDM 系统子载波间幅度差值的估计代价函数，然后推导出了基于相邻子载波间幅值乘积的代价函数，最后对代价函数进行近似变换并通过多项式内插方法对从而实现了载波频率偏移的估计。

仿真结果表明，在多径信道条件下，本文方法不但具有良好的估计性能而且计算复杂度较低。

关键词：正交频分复用；载波频率偏移；盲估计；多项式内插；多径信道正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)为代表的多载波技术已应用于通信对抗、频谱监测等非合作通信领域中。

OFDM 的子载波间需要保持正交，对载波频率偏移(Carrier FrequencyOffset, CFO)比单载波更加敏感[1]。

但是，由于收发两端晶振的误差以及多普勒频移等因素使会导致系统产生载波频率偏移，使得OFDM系统各子载波的正交性遭到破坏，会引起载波间干扰(inter-carrier interference,ICI)，从而导致系统的性能恶化。

因此，在OFDM 系统接收端必须对载波频率偏移进行估计，以消除其对系统性能带来的影响。

在非合作通信中，由于接收端未知发送端的信息，无法利用导频或训练符号等辅助数据[2-3]来估计CFO，只能采用非辅助数据的盲估计方法对CFO 进行估计。

近年来，一些学者对CFO 的盲估计方法展开了研究，这些估计方法具有带宽利用率高，信号不容易被截获等优点。

文献[4-5]提出了一种基于频域上功率差值函数的CFO 盲估计方法，但该方法计算复杂度高并存在较高的误差平台；文献[6]利用符号间的功率差值来估计OFDM系统的CFO，但是该方法在时变衰落信道中估计性能较差；文献[7]提出了一种基于相邻符号相同位置处的幅度乘积来的CFO 盲估计方法，但是该方法采用了较多的符号数且在时变衰落信道中性能不佳；文献[8]提出了一种自适应的功率差值函数对OFDM 系统的载波频率偏移进行盲估计，但是该方法在衰落信道中估计性能较差且计算复杂度较高。

使用PRONY方法的OFDM频偏估计
吴杰;李建东
【期刊名称】《通信学报》
【年(卷),期】2004(025)011
【摘要】对OFDM频偏的盲估计算法进行了研究,采用PRONY方法,利用对OFDM码元的过取样来构成估计所需的空间.着重对多径环境下的性能进行了仿真,证明该方法在多普勒频移下有较好的性能,并进一步分析了估计性能与过采样倍数的关系.
【总页数】5页(P107-111)
【作者】吴杰;李建东
【作者单位】西安电子科技大学ISN国家重点实验室,信息科学研究所宽带无线通信实验室,陕西,西安,710071;西安电子科技大学ISN国家重点实验室,信息科学研究所宽带无线通信实验室,陕西,西安,710071
【正文语种】中文
【中图分类】TN919.3
【相关文献】
1.一种频域OFDM系统载波频偏估计方法 [J], 刘月欣;费聚锋;
2.一种频域OFDM系统载波频偏估计方法 [J], 刘月欣;费聚锋
3.非合作通信中OFDM系统的载频偏移盲估计方法 [J], 刘明骞;李兵兵;黄少东
4.单通道记录信号的OFDM系统频偏估计新方法 [J], 程贵宾;陈朝阳
5.EMD算法应用于OFDM系统频偏估计的新方法 [J], 苏亮;陈朝阳
因版权原因，仅展示原文概要，查看原文内容请购买。

多径信道下OFDM信号子载波的调制方式识别新方法刘明骞;李兵兵;赵雷【摘要】In view of modulation identification of subcaniers of orthogonal frequency division multiplexing (OFDM) signals with a pilot in a multipath channel is a difficult problem in the non-cooperation communications system, a novel method for recognition of the subcarriers modulation of OFDM signals is proposed. The method firstly removes the null carrier signals of the OFDM using the combination characteristic of fourth-order and second order cumulants, and then filters out the pure pilot subcarrier signals and some of the modulated subcarrier signals with a pilot by the combination feature of fourth-order and sixth-order cumulants. Finally, it recognizes the modulated subcarrier signals which are less affected by pilots with the improved subtractive cluster method. Simulation results show that the proposed method has robust recognition performance in the multipath channel.%针对非合作通信系统中,多径信道下含有导频的正交频分复用(OFDM)信号子载波调制方式难识别的问题,提出了一种OFDM信号子载波调制方式识别的新方法.该方法首先运用4阶与2阶累积量的组合特征,去除OFDM 子载波信号中的空载波信号,然后利用4阶累积量和6阶累积量的组合特征,滤除纯导频子载波信号和部分混有导频的调制子载波信号,最后基于改进的减法聚类方法,对提取出来的受导频影响较小的调制子载波信号进行调制方式识别.实验仿真结果表明,该方法在多径信道条件下具有稳健的识别性能.【期刊名称】《西安电子科技大学学报（自然科学版）》【年(卷),期】2011(038)005【总页数】7页(P20-26)【关键词】调制识别;OFDM信号;高阶累积量;减法聚类【作者】刘明骞;李兵兵;赵雷【作者单位】西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安710071;西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安710071;西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安710071【正文语种】中文【中图分类】TN911.7正交频分复用(OFDM)技术因其良好的抗频率选择性衰落特性,在众多领域得到广泛应用,已成为未来第4代移动通信系统的关键传输技术.OFDM信号是一种多载波调制信号,不同子载波上的调制方式可能相同或不同.因此,在非合作通信系统中,要实现OFDM信号的解调,除了对其时频参数和定时同步进行估计外,还必须知道OFDM 信号每个子载波的调制方式[1].笔者主要研究多径信道条件下,含有导频的OFDM 信号的子载波调制方式识别.目前,OFDM信号调制识别方法的研究已取得大量的成果,但大部分的识别方法主要集中于单载波与多载波的识别,而对于OFDM信号子载波调制方式的识别方法较少.针对OFDM信号子载波调制方式的识别,Reddy等提出了基于Kullbacke Leibler 距离的统计盲检测方法[2],该方法利用最小化错误概率分布函数的K-L距离来得到传输信噪比,从而确定出信号的调制方式,由于该方法需要已知调制信号的概率分布的均值,故实现起来比较困难;Yucek提出了一种次优的最大似然比方法[3],该方法是在加性高斯白噪声信道下对子载波进行识别的,没有考虑到多径衰落信道对该方法所带来的影响;文献[4-6]是基于高阶累积量的子载波的调制方式识别,该方法利用8阶等高阶累积量的组合和均衡处理等方法,其复杂度较高且识别率较低;文献[7]提出了利用星座点的统计特性和OFDM系统的等效标量模型盲估计方法,该方法识别率较低.除上述的不足之外,现有的OFDM信号子载波调制方式的识别方法都没有将导频子载波信号考虑在内.针对以上这些问题,笔者提出一种新的多径信道下OFDM信号子载波调制识别方法.该方法首先利用高阶累积量从OFDM信号的子载波信号中提取出导频影响较小的子载波信号,然后利用通过增加终止门限,将靠近已判聚类中心的密度指标较大的点滤去的改进减法聚类方法,对该子载波信号进行调制方式的识别.仿真结果表明,在多径信道条件下,该方法在14dB时,64QAM的识别率为97%,QPSK和16QAM的识别率均达到100%.可见,该方法在多径信道下是有效可行的.针对多径信道下的OFDM信号子载波调制方式的识别问题,采用如图1所示的OFDM信号基带分析模型[8].在OFDM系统的发射端,对输入数据流进行编码、交织、串并变换之后,根据信道信息选择合适的调制方式对子载波进行调制映射,然后,对调制后的数据进行快速傅里叶反变换(IFFT),最后插入保护间隔,即可得到OFDM 基带信号.在OFDM系统的接收端,首先移除保护间隔,然后对有用数据进行快速傅里叶变换(FFT)得到各个子载波信号,最后对子载波信号进行调制识别,并将参数估计的信息传递给子载波解调映射模块,进行解调,即可完成数据的传输过程.通常多径信道模型可建模为FIR模型,其冲击响应可以表示为其中,FIR信道模型的阶数为L;αl是滤波器抽头系数,是服从均值为0、方差为的高斯分布的独立同分布随机变量;信道噪声为零均值加性复高斯白噪声,方差为2σ2.这里,假设接收到的OFDM信号已经实现了载波同步和定时同步,OFDM信号插入的保护间隔保持了子载波之间的正交性,也消除了符号间的码间干扰.假定信道为慢衰落信道,并认为信道在一次突发中保持恒定,因此,多径信道可等效为一组并行的带有平坦瑞利衰减的高斯信道[8],如图2所示.每一个子信道上的衰减系数~hi为其中,N为子载波数;hi为衰减系数的模值;θi为衰减系数的相角.由图2可知,OFDM 系统各子信道的接收信号可以表示为其中,yi(n)表示第i个子信道上接收到的子载波信号;xi(n)表示第i个子信道上的发射信号;hiexp(jθi)为第i个子信道的衰减因子,hi服从瑞利分布,θi在[0,2π]上服从均匀分布;ni(n)表示第i个子信道上均值为0、方差为的加性高斯白噪声.图2等效模型的证明:如图3所示,在忽略噪声情况下,主径在去循环前缀后做FFT 变换得到的信号为α0x,而对于第l条径,在去循环前缀后,由于时延l的存在,使得接收信号相对于主径发生了循环移位(图3中阴影部分),移位了l个采样点,则做FFT 变换之后得到的信号为αiexp(-j2πklN)x.通过以上分析,则接收端第i条子信道上得到的信号为而对于每条子信道,i是确定的,则是确定的.对于第i条子信道,令,则由上面推导可知,是确定的,又因为αl是服从均值为0、方差为的高斯分布的独立同分布随机变量,则ui和vi也是服从均值为0的高斯分布的随机变量,因此,是服从瑞利分布的随机变量,θi=argtan(viui)在[0,2π]上服从均匀分布的随机变量.所以,对于OFDM信号通过多径信道后,其子信道可以等效为如图2所示的一组并行的带有平坦瑞利衰减的高斯信道,故笔者在该信道模型下对OFDM信号的子载波进行识别.2.1 多径信道下接收信号的高阶累积量对于一个具有零均值的平稳复随机过程为序列的p+q阶混合矩,则本文中用到的2阶到6阶累积量可以由下面的式子得到:由高阶累积量的性质[9]可以得到:两个统计独立的随机过程之和的累积量等于各个随机过程累积量之和.所以,如果一个非高斯信号在与之独立的加性高斯白噪声中被观测的话,由于高斯信号三阶以上累积量为零,那么,观测信号的高阶累计量等于原非高斯信号的高阶累积量.因此,子载波信号通过等效的子信道后,得到的信号的累积量为:对于空载波信号,由于它无传输数据,而高斯信号的3阶以上高阶累积量为零,所以,接收到的空载波信号的Cy,42等于零,非空子载波信号的Cy,42不等于零,并考虑计算的复杂度,故用特征量进行设置门限F1,去除子载波信号中的空载波信号.去除空载波信号以后,剩下的子载波信号均为非零信号.令和,并将式(10)～(12)代入,得由上式可知,特征量Fy2和Fy3分别与理论值是相同的,即这两个特征量消除了信号通过等效子信道后引入的幅度衰减、相位旋转和高斯噪声的影响.并且对于纯调制信号,这两个特征量的理论值均为0,对于纯导频信号,这两个特征量的理论值都不为0.在加入导频后,调制信号的特征量会有所增加,故用特征量设置门限F2和F3,去除子载波信号中的纯导频信号以及部分含有导频的调制信号.表1给出了理想信道下不同类型子载波特征量Fx1、Fx2和Fx3的理论值,为了确定门限值,导频所取的皆为3种子载波调制方式的OFDM信号导频的理论值中的最小值.由于在实际计算时,有噪声的存在,Fx1要受到噪声的影响,则Fx1实际值为其中,SNR的盲估计利用参考文献[10]的方法,如果SNR从10 dB增加到 20 dB,则由式(15)可得 Fy1从 10Fx111增加到100Fx1101.而Fx2和Fx3由理论分析可得,不受噪声的影响.所以,门限F1、F2和F3分别为根据表1,可得到本文识别中的门限值分别为:F1=0.28,F2=0.50,F3=1.21.门限的选择基于以下思想得出:如果是两个区域之间寻找门限,则用它们的边缘值的均值作为门限是最优的;如果是一个点与一个区域之间寻找门限,则用这个点与这个区域的边缘值的均值作为门限是最优的.2.2 多径信道下子载波星座图的聚类及判决减法聚类是由Chiu提出的一种对尖峰聚类的改进算法,用样本点来代替尖峰聚类中的网格交叉点作为聚类的候选中心,计算每个样本点的山峰函数值,然后通过削去山峰函数来选择聚类中心[11].笔者改进的减法聚类算法:设n维空间的数据为{x1,x2,…,xn},不失一般性,假设数据点都已归一化到一个超立方体内.将每个数据点都作为聚类中心的候选者,则数据点xi处的密度指标定义为其中,半径ra是一个正数,定义了该点的一个邻域.从式(18)可以看出,半径ra以外的数据点对该点的密度指标贡献很小.所以,如果数据点xi周围有多个邻近的数据点,则xi具有高密度值;否则,密度值较小.首先,根据式(18)计算每个数据点的密度指标,从中选择具有最高密度指标的数据点作为第1个聚类中心,令xc1为选中的点,Dc1为其密度指标.那么每个数据点xi的密度指标可用式(19)修正.其中,常数rb定义了一个密度指标显著减小的邻域.通常rb大于ra,以避免出现相距很近的聚类中心,本文取rb=2ra.显然,靠近第1个聚类中心xc1的数据点的密度指标将显著减小,使得这些点不太可能被选为下一个聚类中心.其次,在修正了每个数据点的密度指标后,选定下一个聚类中心xc2,并确定其密度指标Dc2,再根据式(20)修正所有数据点的密度指标.当确定第k个聚类中心后,通过式(20)修正每个数据中心的密度指标.其中,xck是第k个聚类中心;Dck是聚类中心xck的密度指标.最后,不断重复该过程,直至满足终止条件为止.上述过程的终止条件:定义两个适当的门限eu和ed,当Dck＞euDcl时,则认为xck 为一个聚类中心,并继续进行修正;当Dck≤edDcl时,则认为xck不是聚类中心,并终止聚类过程;否则,定义dmin为xck和已确定的聚类中心距离的最小值,当式(21)式成立时,则认为xck为一个聚类中心,并继续聚类算法,否则,认为xck不是聚类中心,并将该数据点的密度指标设为零,选择其余数据点中具有最高的密度指标的点为待确认的点,并继续聚类算法过程.本文在得到子载波信号中的调制信号之后,对信号进行归一化处理,然后进行上述的改进减法聚类,得到所有的聚类中心,即还原了信号的星座图.根据MQAM信号的星座图上的点与原点的距离不同,划分到不同的圆上.因此,可以提取两个特征参数:聚类中心数目Nsour和半径比值R=rmaxrmin.其中rmax为得到Nsour个聚类中心后的最大半径,而rmin为最小半径.这两个参数的理论值如表2所示.针对聚类中心数目Nsour,通过设置门限T1、T2和T3对QPSK、16QAM和64QAM信号进行识别;针对半径比值R,通过设置门限TR对16QAM和64QAM 信号进行识别.其门限的具体设置和判决规则如下:聚类中心数目的门限T1设置为(NQPSK+N16QAM) 2=10,其中NQPSK和N16QAM分别为QPSK和16QAM的星座点数,即QPSK和16QAM的Nsour理论值.T2和T3设置为(2n+2n+1)2,为了使16QAM和64QAM的该特征值重叠部分较少,16QAM的2n为16,64QAM的2n+1为64,所以T2和T3分别为24和48.半径比值R门限TR设置为(R16QAM+R64QAM) 2=5,其中R16QAM和R64QAM分别为16QAM和64QAM的R理论值.判决规则为:首先,用Nsour进行判决,当Nsour不大于T1时,判为QPSK;当Nsour大于T1且不大于T2时,判为16QAM,当Nsour不小于T3时,判为64QAM;当Nsour不能作出判决时,再用R 进行判决,当R不大于TR时,判为16QAM;否则判为64QAM.由于聚类点数和半径比值并不因为信号的幅度衰减和相位旋转而发生变化,所以这两个特征不受子载波信号通过子信道后引起的衰减和相位旋转的影响.导频的存在会增加聚类中心的点数,引起错误判决,但由于已经利用高阶累积量去除了部分导频影响较大的调制子载波信号,所以用改进的减法聚类方法对剩余的调制子载波进行聚类时,导频的影响可以忽略不计.2.3 多径信道下OFDM信号子载波调制方式识别步骤综上所述,笔者提出的多径信道下OFDM信号子载波调制方式识别方法的具体步骤如下:(1)对接收到的DVB-T标准下的OFDM基带信号去循环前缀,然后做FFT变换,分离出各个子信道上的子载波信号;(2)计算各子载波信号的特征量Fy1,与门限F1比较,去除子载波中的空载波;(3)计算各子载波信号的特征量Fy2和Fy3,与门限值F2和F3作比较,去除子载波信号中的导频信号以及部分含有导频的调制信号;(4)从剩下的子载波信号中随机选取一个子载波信号进行识别;(5)对选出的子载波信号通过改进的减法聚类算法得到聚类中心数目Nsour和半径比值R,与它们的门限值T1、T2、T3和TR作比较,得到识别结果,将此结果作为所有子载波的调制方式,即完成对OFDM信号子载波调制方式的识别.上述方法不仅适用于DVB-T标准下的OFDM信号,对于其他标准(如802.16e等标准)中的OFDM信号同样也适用.因为其他标准OFDM信号的调制方式集合中都含有DVB-T标准下的备择调制信号集合中的调制方式,所以该方法同样适用.并且,上述方法还可以应用于目前应用比较广泛的基于子载波组的自适应调制技术(SA),即将相邻的多个子载波分为一组,根据子信道质量,每组子载波使用一种调制方式的自适应技术.因为可以从每一组子载波中抽取一个子载波信号进行识别,所以该方法也是适用的.因此,笔者提出的OFDM信号子载波调制方式识别方法具有普遍适用性. 为了测试所提方法对标准的OFDM信号中子载波调制方式的识别效果,在所选择的每个信噪比上对该方法进行200次的蒙特卡洛实验,信噪比的变化范围为10～20 dB,步长为1 dB.在仿真中采用具有6径的步行环境测试信道ITU-A类信道[12],延时为{0,310,710,1090,1730,2510}ns,功率衰减为{0.0,-1.0,-9.0,-10.0,-15.0,-20.0}dB的多径信道,DVB-T标准下2K FFT模式,非分层传输模式的OFDM信号[13],即子载波个数为2048,符号长度为280 μs,其中保护间隔为56 μs.聚类方法的参数设置为:聚类半径ra=0.1,eu=0.5,ed=0.32.子载波的调制方式随机地从备选信号集合{QPSK,16QAM,64QAM}中选取,观察的码元数目为1000个.图4给出了OFDM信号中子载波调制信号16QAM信号在16 dB条件下聚类前和聚类后的星座图,可以看出,虽然星座图发生了幅度衰减和相位旋转,而特征量聚类中心的数目与半径比值并不受其影响,仍能反映出星座图的特性.图5是OFDM信号的子载波信号调制方式的正确识别率随信噪比变化的仿真结果.从图中可以看出,笔者提出的OFDM信号子载波调制方式识别方法在SNR=13 dB 时,子载波信号QPSK和16QAM的正确识别率均可达到100%,64QAM的正确识别率也达到了99%.在SNR＞13 dB时,子载波信号QPSK、16QAM和64QAM的正确识别率均趋近于100%.表3是本文方法与文献[5]和文献[7]中的方法分别在12 dB和18 dB下的识别性能对比表,从表3中可以看出,本文方法在含有导频影响的情况下,在12 dB时,识别率明显高于传统方法;在18 dB时,本文方法可以达到100%的识别率.因此,本文方法在多径信道下具有稳健的识别性能.笔者提出了一种多径信道下基于高阶累积量和改进的减法聚类相结合的OFDM信号子载波识别方法.通过对高阶累积量和改进减法聚类后提取的特征量的理论分析,该方法可以消除多径信道带来的衰减和相位旋转影响,并通过接收信号的特征参数与设置门限相比较,得到OFDM信号子载波的调制方式.仿真结果表明,在多径环境下该方法有效地实现了含有导频的OFDM信号子载波调制方式的识别.【相关文献】［1］郑文秀，赵国庆，罗明.基于高阶循环累积量的OFDM子载波盲估计［J］.电子与信息学报，2008，30（2)：346-349.Zheng Wenxiu，Zhao Guoqing，Luo Ming.Blind Estimation ofOFDM Sub-carrier Frequencies Based on the High-Order Cyclic Cumulants［J］.Journal of Electronics&Information Technology，2008，30（2)：346-349.［2］ Reddy S B，Yucek T，Arslan H.An Efficient Blind Modulation Detection Algorithm for Adaptive OFDM Systems［C］//Proceeding of IEEE Vehicle Technology Conference.Orlando：IEEE，2003：1895-1899.［3］ Yucek T，Arslan H.A Novel Sub-optimum Maximum-Likelihood Modulation Classification Algorithm for Adaptive OFDM Systems［C］//Proceeding of Wireless Communications and Networking Conference.Atlanta：IEEE，2004：739-744.［4］冯祥，李建东.自适应OFDM系统中调制识别算法研究［J］.系统工程与电子技术，2005，27（8)：1325-1328.Feng Xiang，Li Jiandong.Research on Modulation Identification Algorithm for Adaptive OFDM Systems［J］.Systems Engineering and Electronics，2005，27（8)：1325-1328.［5］王雪.OFDM信号检测与调制识别［D］.合肥：中国科学技术大学，2009.［6］韩钢，李建东，李长乐.自适应OFDM中信号盲检测技术［J］.西安电子科技大学学报，2006，33（4)：602-606.Han Gang，Li Jiandong，Li Changle.Study of Blind Detection Techniques in Adaptive OFDM［J］.Journal of Xidian University，2006，33（4)：602-606. ［7］黄奇珊，彭启琮，邵怀宗，等.自适应调制OFDM系统的调制方式盲辨识新算法［C］//第十一届全国青年通信学术会议，绵阳：中国通信学会，2006：216-222.Huang Qishan，Peng Qicong，Shao Huaizhong，et al.A Novel Blind Modulation Classification Algorithm for Adaptive OFDM Systems［C］//Eleventh National Youth Conference on Communication.Mianyang：China Institute of Communication，2006：216-222.［8］ Edfors O，Sandell M，Beek J，et al.OFDM Channel Estimation by singular Value Decomposition［J］.IEEE Trans on Comm，1998，46（7)：931-939.［9］ Xi Jianhui，Han Wenlan.Application of High-order Cumulant in the Phase-space Reconstruction of Multivariate Chaotic Series［C］//2010 International Conference on Intelligent Control and Information Processing.Dalian：IEEE，2010：49-53.［10］Socheleau F X，Aissa-El-Bey A，Houcke S.Non Data-Aided SNR Estimation of OFDM Signals［J］.IEEE Commun Lett，2008，12（11)：813-815.［11］Sun Wei，Zhang Weigong，Li Xu，et al.Digital Fatigue Fusion Detection Based on T-S Fuzzy Neural Network Evolved By Subtractive Clustering and Particle Swam Optimization［J］.Journal of Southeast University（English Edition)，2009，25（3)：356-361.［12］ETSI.Universal Mobile Telecommunications System（UMTS)；Selection Procedures for the Choice of the Radio Transmission Technologies of the UMTS［S］.Valbonne：ETSI Secretariat，1998.［13］ETSI.EN300744 Digital Video Broadcasting；Framing Structure，Channel Coding and Modulation for Digital Terrestrial Television［S］.Valbonne：ETSI Secretariat，1997.。

OFDM信号过采样率盲估计的新方法刘明骞;李兵兵;唐宁洁【摘要】To solve the poor performance of traditional blind orthogonal frequency division multiplexing (OFDM) over-sampling rate estimation method at low signal to noise ratio(SNR) and multi-path channel conditions, a novel blind OFDM over-sampling rate estimation method was proposed based on the spectrum characteristics of OFDM baseband sampling signals. The improved moving covariance method was a-dopted to estimate the carrier frequency, and to establish the power spectrum of received signal by Welch method. An optimal cosine roll-off filter was designed with an optimal roll-off factor to make the cut-off frequency of the designed filter approach that of sampling signal. The over-sampling rate was estimated based on the spectrum characteristics of over-sampling signals to realize blind estimation for different OFDM signals over-sampling rate. The simulation results show that the mean square error ( MSE) of OFDM signals over-sampling rate is less than 0.2 at the conditions of -2 Db SNR and multi-path channel. The proposed method has good estimation performance at the conditions of low SNR and multi-path channel without any prior knowledge.%针对低信噪比多径信道下过采样率估计性能低的问题,根据正交频分复用( OFDM)基带采样信号的频谱特性,提出了基于采样信号频谱逼近的过采样率盲估计方法.该方法首先利用改进的移动协方差方法估计信号的载波频率,采用修正的周期图平均法估计信号的功率谱；然后通过选择最佳的滚降系数,设计一个最佳余弦滚降滤波器,使余弦滚降滤波器的截止频率逼近信号的截止频率；最后根据过采样信号的频谱特性原理估计出接收信号的过采样率,实现了不同类型OFDM信号的过采样率的盲估计.仿真结果表明,在信噪比为-2 dB,多径信道条件下OFDM信号的过采样率估计的均方误差不超过0.2.可见该方法无需任何先验知识,在低信噪比多径信道下具有良好的估计性能.【期刊名称】《江苏大学学报（自然科学版）》【年(卷),期】2012(033)001【总页数】5页(P55-59)【关键词】OFDM;参数估计;功率谱;载波频率;过采样率【作者】刘明骞;李兵兵;唐宁洁【作者单位】西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安710071;西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安710071;西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西西安710071【正文语种】中文【中图分类】TN911.7正交频分复用(OFDM)技术因其良好的抗频率选择性衰落特性，在众多领域得到广泛应用，已成为未来第4代移动通信系统的关键传输技术.与此同时，OFDM信号调制参数的估计与检测问题日益突出，要实现全盲OFDM信号的定时序列重构和解调，首先需要估计OFDM信号的时域参数［1-3］和频域参数［4-5］.在非合作通信系统中，由于未知发送端信号的采样频率，时频域参数估计数值只能建立在接收端的采样频率上.因此估计接收端信号过采样率是OFDM参数盲估计中的必不可少的一项.目前，OFDM参数盲估计算法的研究主要集中于OFDM时域参数和频域参数的估计，而对于过采样率的估计算法较少.文献［1］基于循环频率检测算法的过采样率估计，但因为一般过采样率和OFDM信号自相关函数的近似周期都不会很大，所以此算法在低信噪比多径信道条件下并未取得很好的性能.文献［2］中利用理想低通滤波器逼近接收信号的频谱的方法估计过采样率，但未给出具体的性能仿真，在本文中对此方法进行了性能仿真并在此基础上提出改进的过采样率估计方法.文中拟提出一种新的OFDM信号过采样率盲估计方法，利用改进的移动协方差方法估计出信号的载波频率，然后根据OFDM基带采样信号的频谱特性原理设计一个理想低通滤波器逼近有用数据所占用的频谱，再通过选择最佳的滚降系数设计一个余弦滚降滤波器进一步逼近接收信号的频谱，最后由数字基带采样信号的频谱特性估计出接收端的过采样率.1 OFDM信号模型假设通过多径信道后，接收到的OFDM信号［4］为式中:μ(t)为加性高斯白噪声;hl(t)为多径的复增益;τl为多径的路径延时;L为路径个数.s(t)为带有保护间隔的OFDM时域信号，经由传输后，带有相位误差和频率偏移，即有式中:N为子载波个数;P为信号的功率;cn，k为传输数据符号，它在第n个OFDM符号的第k个子信道上传输;δφ为相位误差;δf0为频率偏移;Δf为子载波间隔;g(t)为脉冲函数;Ts为OFDM符号长度.2 OFDM信号的功率谱估计2.1 修正的周期图平均法周期图法估计功率谱不是一致估计，文中使用改进的功率谱估计方法——修正的周期图平均法(Welch法)［6］来估计接收信号的功率谱.首先把数据长度为N的信号r(i)分成L段，每一段数据长度为M，N=LM.然后把窗函数w(i)加到每一段数据上，求出每一段的周期图，形成修正的周期图，再对每一个修正的周期图进行平均.第j段的修正周期图为式中:同样，将每一段的修正的周期图之间近似看成互不相关，最后功率谱估计为2.2 小波包消噪由于噪声的影响，使用Welch法估计的接收信号的功率谱存在很多高频细节，因此使用小波消噪［7］过程进行“去噪”处理，以便于后续最佳逼近滚降滤波器的设计.小波包消噪通常按照如下步骤进行:1)信号的小波包分解:选择一个小波并确定一个小波分解的层次N1，然后对信号r 进行N1层小波包分解.2)计算最佳树(即确定最佳小波包基):对于一个给定的嫡标准计算最佳树.3)小波包分解系数的阈值量化:选择适当的阈值对从1到N1的每一层高频系数进行量化处理.4)小波包重构:根据小波分解的第N1层的低频系数和经过量化处理后的从1到N1层的高频系数，进行小波重构.3 OFDM信号的载频估计3.1 改进的移动协方差得到平滑功率谱波形后，要提取通带的起始点和终止点，才能估计出中心频率.因为OFDM信号的功率谱是矩形，所以在通带的起始点和终止点处波形的移动协方差比其他点大.因此找到协方差最大的2个点，即可得到通带的2个端点.文中提出一种改进的移动协方差定义，即为式中:k=1，1+p，1+2p，…，N-p，而 p 是进行移动协方差计算的点数间隔，其值的选择由数据点d(k)的特点决定.利用式(6)对平滑的功率谱计算移动协方差后，可以提取出最大的2个移动协方差值所在的位置，分别记为a和b，并分别将a+p和b+p-1视为起始点和截止点，将其差值作为估计载频.3.2 载频估计方法的步骤综上所述，文中所提出的载频估计方法的具体步骤:1)根据式(3)-(5)用Welch法求得功率谱.2)对估计出的功率谱进行小波包分解及小波包重构，得到平滑的功率谱.3)按式(6)计算平滑功率谱的移动协方差，p的选择由实际数据点的特点决定.4)提取出最大的2个移动协方差值所在的位置，分别记为a和b，并分别将a+p 和b+p-1视为起始点和截止点，将其差值作为估计载频.5)设定循环次数，重复上述步骤求出估计载频的统计平均值，将其作为OFDM信号的精确载频估计值.4 OFDM信号的过采样率估计过采样率定义为接收端采样频率与发送端采样频率的比值.根据数字基带采样信号的频谱特性可知，过采样率等于，其中ωs是接收信号功率谱的截止频率.假设估计接收信号功率谱时选用的FFT变换的点数为NFFT，则过采样率q为式中:Nωs为ωs对应的FFT变换点数，因此只要准确的估计出Nωs，就可以得到估计的过采样率.4.1 最佳逼近滤波器的设计对于小波消噪后的信号功率谱，设计一个数字理想低通滤波器，使其与信号功率谱之间的欧氏距离最小以达到接收信号功率谱的逼近.设经过小波消噪后的功率谱数据序列为Y，则最佳低通滤波器的设计方法如下:式中:A=sum(Y)为信号功率谱的总的能量;Gones(i)表示i个1;Gzeros(N-2i)表示N-2i个0;i值的搜索范围设定为为最佳逼近低通滤波器的截止频率.取得最佳逼近低通滤波器后，通过仿真试验选择合适的滚降系数，利用式(9)来设计最佳逼近余弦滚降滤波器，使余弦滚降滤波器的截止频率进一步逼近信号功率谱的截止频率.即为式中:iopt为得到的最佳低通滤波器的截止频率;α为余弦滚降滤波器的滚降系数.图1为信噪比为0 dB时，最佳逼近低通滤波器与滚降系数为0.2的余弦滚降滤波器示意图.图1 2种类型滤波器的示意图从图1可见，余弦滚降滤波器的截止频率可以更精确地逼近信号的截止频率.由于信号的功率谱是对称的，所以这里只给出了功率谱前半部分的逼近余弦滚降滤波器.最后，将设计的最佳余弦滚降滤波器的截止频率作为信号功率谱的截止频率，依据数字基带采样信号的频谱特性原理［8］，得出所估计的过采样率^q为4.2 过采样率估计方法的步骤综上所述，文中所提出的过采样率估计方法的具体步骤:1)截取长度为N的接收信号序列，利用式(5)估计出信号的功率谱.2)对得到的功率谱进行小波包消噪处理，得到数据序列Y.3)利用式(8)设计一个最佳低通滤波器.4)依据选择的最佳滚降系数，利用式(9)设计最佳余弦滚降滤波器，将余弦滚降滤波器的截止频率作为逼近的信号截止频率.5)利用式(10)估计接收信号的过采样率.5 仿真结果及分析文中通过仿真试验对所提的OFDM信号的过采样率盲估计方法进行了验证，其性能评估都基于200次蒙特卡洛试验.试验仿真条件中的信号模型:DVB-T OFDM 信号［9］，2K FFT 模式，非分层传输模式，64QAM，1/4保护间隔长度内编码码率，OFDM信号的有用数据长度Tu=224 μs，循环前缀长度 Tg=0.25Tu，符号总长度Ts=280 μs.信道模型:GSM TU 6径信道模型，多谱勒频移40 Hz，频率偏移10 kHz，相位误差π/6.图2给出了窗函数对载频估计的影响.图2 窗函数对载频估计的影响从图2a可见，Welch法对窗函数类型没有限制，文中仿真中选用哈明窗.但是，不同长度的窗会对带宽估计产生影响.从图2b可见，使用窗长度为128点的哈明窗的估计效果最好.在功率谱估计时，截取的数据总长度N=2048×9，将截取的数据分为L=8段，FFT变换的点数NFFT=4096，选择的窗函数为哈明窗;在小波包降噪中，选择的小波函数为Daubechies小波，使用的阀值处理方式为软阀值处理.估计性能标准为均方误差E，即为式中:^q为每次估计的过采样率值;q为真实的过采样率;M为蒙特卡洛次数，这里设为200次.对于DVB-T OFDM信号，在信噪比为0 dB，采样频率为36 MHz条件下，小波消噪的分解层数与余弦滚降滤波器的滚降系数对过采样率估计性能的影响如图3所示.图3 分解层数和滚降系数对估计性能的影响从图3可见，余弦滚降滤波器的滚降系数对过采样率估计性能的影响很大，在0.1和0.2时取得的性能较好，当其大于0.2时，性能逐步恶化.因此，文中进行性能仿真时，选择小波包分解层数为4，余弦滚降系数为0.2.图4为不同类型的OFDM信号过采样率估计性能图.图4 不同类型的OFDM信号过采样率估计性能从图4可见，不同类型的OFDM信号在不同的采样频率下，本文方法在低信噪比多径信道条件下都取得了很好的估计性能，因此文中所提的方法在低信噪比多径信道条件下是有效可行的.图5为文中方法和参考文献［2］方法在采样频率为28 MHz时，DVB-T OFDM 信号的过采样率估计性能对比图.图5 过采样率估计的性能对比图从图5可见，文献［2］中方法的估计性能随着信噪比的增加反而变差，其原因在于OFDM信号中存在有空载波;而随着信噪比的增加，信号的功率谱越来越接近于理想的功率谱，空载波所占用的部分被忽略.因此在高信噪比条件下，基于最佳低通滤波器的过采样率估计的性能也就越来越差.就此原因，文中采用了最佳余弦滚降滤波器进行进一步的逼近，在低信噪比和高信噪比下均可达到良好的估计性能.6 结论1)通过理论分析和公式推导，建立了OFDM信号过采样率估计的模型.2)不同的窗函数类型对载频估计的影响不敏感，但是不同长度的窗会对带宽估计产生影响，且使用窗长度为128点的哈明窗估计效果最好.3)小波消噪的分解层数与余弦滚降滤波器的滚降系数对过采样率估计性能的影响很大，且选择小波分解层数为4、余弦滚降系数为0.2时过采样率估计的性能最好.4)完成了对DVB-T OFDM信号与802.11a OFDM信号的过采样率估计性能的仿真.文中所提的方法无需任何先验知识，取得了良好的估计性能.参考文献(References)【相关文献】［1］ Shi Miao，Bar-Ness Y，Su Wei.Blind OFDM systems parameters estimation for software defined radio［C］∥Proceedings of the 2nd IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks.Piscataway:IEEE Computer Society，2007:119-122.［2］ Le Nir V，van Waterschoot T，Moonen M，et al.Blind CP-OFDM and ZP-OFDM parameter estimation in frequency selective channels［J］.Eurasip Journal on Wireless Communications and Networking，doi:10.1155/2009/ 315765.［3］ Liu Peng，Li Bingbing，Lu Zhaoyang，et al.A blind time-parameters estimation scheme for OFDM in multipath channel［C］∥Proceedings of 2005 International Conference on Wireless Communications，Networking and MobileComputing.Piscataway:IEEE Computer Society，2005:222-227.［4］ Liu Peng，Li Bingbing，Lu Zhaoyang，et al.An OFDM bandwidth estimation scheme for spectrum monitoring［C］∥Proceedings of 2005 International Conference on Wireless Communications，Networking and Mobile Computing.Piscataway:IEEE Computer Society，2005:228-231.［5］ Eric K，Akmouche W，Quinquis A.OFDM bandwidth estiamtion using Morlet’s wavelet decomposition［C］∥Proceedings of EUROCOMM 2000，Information Systems for Enhanced Public Safety and Security.Piscataway:IEEE Computer Society，2000:62-66. ［6］余训锋，马大玮，魏琳.改进周期图法功率谱估计中的窗函数仿真分析［J］.计算机仿真，2008，25(3):111-114.Yu Xunfeng，Ma Dawei，Wei Lin.Simulation analysis of window function in power spectrum estimation based on modified periodogram ［J］.ComputerSimulation，2008，25(3):111-114.(in Chinese)［7］汤宝平，刘文艺，蒋永华.基于交叉验证法优化参数的Morlet小波消噪方法［J］.重庆大学学报，2010，33(1):1-6.Tang Baoping，Liu Wenyi，Jiang Yonghua.Parameter optimized Morlet wavelet de-noising method based on cross validation method［J］.Journal of Chongqing University，2010，33(1):1-6.(in Chinese)［8］高西全，丁玉美，阔永红.数字信号处理——原理、实现及应用［M］.北京:电子工业出版社，2007:94-112.［9］ ETSI.EN 300744，digital video broadcasting，framing structure，channel coding and modulation for digital terrestrial television［S］.Valbonne:ETSI Secretariat，1997.。

自适应OFDM系统子载波调制方式盲识别算法安宁;李兵兵;黄敏【摘要】目的为了解决自适应OFDM信号子载波调制方式盲识别的问题,提出了一种基于改进的混合高阶矩的子载波调制盲识别的方法.方法算法利用了OFDM 信号子载波的高阶矩的特性,通过理论推导得到不受噪声干扰的新的特征量来估计OFDM信号子载波的调制方式.结果在多径衰落情况下,推导出的特征量是普适有效的.结论方法能对自适应OFDM系统中OFDM信号的子载波调制方式进行识别,并且识别率较高.%Aim To solve the modulation classification problem of subcarrier in adaptive OFDM system, a blind modulation classification approach based on the mixed-order moments is proposed. Methods The algorithm utilizes the feature of the higher order moments of the subcarrier of the OFDM signal. Through the theoretical analysis, a feature vector which is little interfered by the AWGN is utilized to estimate the modulation type of the subcarrier.Results The proposed feature vector is effective and general in identifying the modulation types in multipath channel. Conclusion The proposed algorithm can be utilized in modulation classification of subcarrier of OFDM signals in adaptive OFDM system. The rate of correct identification is higher than existing algorithms.【期刊名称】《西北大学学报（自然科学版）》【年(卷),期】2011(041)002【总页数】4页(P231-234)【关键词】正交频分复用;子载波;调制识别;混合高阶矩【作者】安宁;李兵兵;黄敏【作者单位】西安电子科技大学ISN国家重点实验室,陕西,西安710071;西安电子科技大学ISN国家重点实验室,陕西,西安710071;西安电子科技大学ISN国家重点实验室,陕西,西安710071【正文语种】中文【中图分类】TN911自适应OFDM调制是一种有效的增加数据量与吞吐量并提高无线通信效率的调制方法。