一种基于固有时间尺度分解的OFDM信号盲识别算法
- 格式:pdf
- 大小:817.18 KB
- 文档页数:7
一种基于ML算法及盲信道识别的DWPM系统周雷;李建东;陈晨;李峰【期刊名称】《电子与信息学报》【年(卷),期】2005(027)008【摘要】该文提出了一种基于ML算法及盲信道估计的离散小波包调制(Discrete Wavelet Packet Modulation,DWPM)系统.本文通过基于导频信号的盲信道识别方法,获得信道的状态信息,并且利用基于ZF(Zero Forcing)算法的H矩阵消除码间干扰,最后,利用ML(Maximum Likelihood)算法检测解调后的码元,并且通过仿真分析了该系统在多径衰落信道下的性能.仿真结果表明,该系统的性能要比传统的OFDM系统的性能好.【总页数】4页(P1254-1257)【作者】周雷;李建东;陈晨;李峰【作者单位】西安电子科技大学综合业务网国家重点实验室信息科学研究所宽带无线通信实验室,西安,710071;西安电子科技大学综合业务网国家重点实验室信息科学研究所宽带无线通信实验室,西安,710071;西安电子科技大学综合业务网国家重点实验室信息科学研究所宽带无线通信实验室,西安,710071;西安电子科技大学综合业务网国家重点实验室信息科学研究所宽带无线通信实验室,西安,710071【正文语种】中文【中图分类】TN9193【相关文献】1.一种基于有限字符集特性的OFDM系统盲信道估计算法 [J], 李玮;程时昕2.一种基于信道盲辨识和盲均衡的多径信道调制方式识别算法 [J], 王彬;葛临东;徐立清;刘媛涛3.一种基于多信道模型的IIR信道盲辩识算法 [J], 陈芳炯;林耀荣;韦岗4.一种基于预编码的MIMO-FDE系统盲信道估计算法 [J], 耿昕5.多径信道下基于EM算法的盲LDPC编码器识别研究 [J], 刘钰;王方刚;张静文;艾渤;钟章队因版权原因,仅展示原文概要,查看原文内容请购买。
摘要21世纪即将进入5G的时代,移动通信正在朝着更高的传输速率、更低的延迟、更宽的带宽、更高的频谱利用率的方向快速发展。
OFDM技术作为5G通信领域的一项关键技术,在移动通信的应用领域发挥着重要的作用。
本文主要研究了OFDM系统的信道估计与信号检测技术,设计并实现了基于AD9361的同步信号检测系统。
首先研究了OFDM系统中传统的信道估计算法,并通过仿真,分析不同导频方案设计的传统信道估计算法的局限性。
其次将深度学习的神经网络模型引入到OFDM系统中,打破传统模块化的通信系统设计模式,建立联合信道估计与信号检测的端到端网络模型,基于神经网络模型根据接收数据直接恢复出原始数据流。
与传统算法相比,基于深度学习的端到端信号检测算法无需信道的统计信息,通过大量数据学习信道特性并用于信号检测。
本文提出一种基于滑动双向门控循环单元模型(SBGRU)的端到端序列检测算法,仿真表明,所提的端到端序列检测算法在较少的导频占用率、较大的多普勒频移、较大的时延等恶劣的信道条件下相较传统信道估计算法有明显的误码率性能提升,由于充分利用序列中蕴含的信息,本文提出的SBGRU算法比基于深度神经网络模型(DNN)的符号检测算法的性能更好,且在不同信噪比条件下的泛化能力更强。
最后设计了同步信号检测系统,在两发两收天线的射频系统中,通过发射一组ZCZ 码,利用其正交性克服不同天线间的相互干扰问题,在接收端,使用基于匹配滤波器的互相关检测实现同步信号的快速捕获。
基于FPGA和AD9361搭建完整的射频收发平台,通过配置AD9361完成特定参数的射频系统设计,并对射频收发链路进行调试,在此平台上,对同步信号检测方案进行测试,验证同步方案的合理性和可靠性。
关键词:OFDM;信道估计;信号检测;深度学习;AD9361ABSTRACTThe 21st century is the age of 5G. Mobile communication is developing rapidly towards to higher transmission rate, lower delay, wider bandwidth and higher spectrum utilization. As a key technology in 5G communication field, OFDM technology plays an important role in the application field of mobile communication.This paper mainly studies the channel estimation and signal detection technology in OFDM system, designs and implements the synchronization signal detection system based on AD9361. Firstly, this paper studies the traditional channel estimation algorithms in OFDM system, simulates and analyzes the limitations of the traditional channel estimation algorithms designed by different pilot schemes.Secondly, this paper introduces deep learning neural network model into OFDM system, breaks the modular design mode of traditional communication system, establishes the end-to-end neural network model joint channel estimation and signal detection, and directly recovers the original data flow according to the received data based on the neural network model. Compared with the traditional algorithm, the end-to-end signal detection algorithm based on deep learning does not need the statistical information of the channel, it uses a large number of data to learn the channel characteristics for signal detection. In this paper, an end-to-end sequence detection algorithm based on Sliding Bidirectional Gated Recurrent Unit (SBGRU) is proposed. From our simulation results, the proposed algorithm has better bit error rate(BER) performance compared with traditional algorithms in less pilot occupation, larger Doppler shift, larger channel delay, etc. Due to making full use of the information contained in the sequence, the proposed SBGRU algorithm has better BER performance compared with the symbol detection algorithm based on deep neural network(DNN), and it has stronger generalization ability in different signal-to-noise ratio (SNR).Finally, this paper designs a synchronization signal detection system. In the RF system of two transmitter and two receiver antennas, this paper transmits a set of ZCZ codes, uses its orthogonality to overcome the interference between different antennas. At the receiver, the cross-correlation detection based on matched filter is used to realize the detection of synchronization signals rapidly. This paper builds a complete RF transceiver platform based哈尔滨工程大学硕士学位论文on FPGA and ad9361, designs the specific parameters by configuring ad9361 in RF system, debugs the RF transceiver link, and tests the synchronous signal detection scheme on the hardware platform to verify the rationality and reliability of the synchronization scheme.Key words:OFDM; channel estimation; signal detection; deep learning; AD9361OFDM系统的信道估计与信号检测研究与实现目录第1章绪论 (1)1.1研究背景与意义 (1)1.2国内外研究现状 (1)1.2.1 信道估计技术的研究现状 (2)1.2.2 同步信号检测技术的研究现状 (3)1.3论文的主要工作和内容安排 (5)第2章无线信道及OFDM技术 (7)2.1无线信道特性 (7)2.1.1 大尺度衰落 (7)2.1.2 小尺度衰落 (8)2.1.3 基于Jakes模型的瑞利衰落信道 (9)2.2OFDM技术原理 (10)2.2.1 OFDM收发机结构 (10)2.2.2 子载波调制 (11)2.2.3 OFDM保护间隔 (12)2.3基于导频辅助的OFDM系统信道估计技术 (13)2.3.1 LS信道估计算法 (14)2.3.2 MMSE信道估计算法 (15)2.3.3 线性插值 (17)2.3.4 仿真分析 (17)2.4本章小结 (20)第3章基于深度学习的端到端信号检测系统 (21)3.1深度学习相关理论 (21)3.1.1 深度神经网络模型 (21)3.1.2 循环神经网络模型 (24)3.2基于深度学习的端到端信号检测系统 (26)3.2.1 传输的信号结构 (27)3.2.2 基于深度学习的OFDM系统架构 (27)哈尔滨工程大学硕士学位论文3.2.3 基于DNN的端到端符号检测模型 (28)3.2.4 基于SBGRU的端到端序列检测模型 (29)3.3仿真分析 (32)3.4本章小结 (38)第4章基于AD9361的同步信号检测系统设计 (39)4.1同步信号检测系统方案设计 (39)4.1.1 系统总体设计方案 (39)4.1.2 基带发射端设计方案 (40)4.1.3 基带接收端设计方案 (41)4.2AD9361射频收发系统 (43)4.2.1 AD9361概述 (43)4.2.2 AD9361工作原理 (44)4.2.3 AD9361寄存器配置 (45)4.3实际测试 (51)4.3.1 AD9361射频收发链路测试 (51)4.3.2 同步系统测试 (53)4.4本章小结 (54)结论 (55)参考文献 (57)攻读硕士学位期间发表的论文和取得的科研成果 (63)致谢 (65)第1章绪论第1章绪论1.1 研究背景与意义随着移动通信技术的不断发展,4G已经快速成为与我们生活密切相关的移动通信技术。
一种多径信道下的OFDM信号盲识别算法吕挺岑;李兵兵;董刚【摘要】提出了一种新的OFDM信号盲识别算法,由于多载波OFDM信号在时域上具有渐进高斯特性,而单载波信号没有这样的特点.对传统算法进行了改进,提出利用四阶累积量构造识别参数来分类OFDM信号与单载波信号,该参数具有对多径信道不敏感的特点.仿真证明,该算法具有抗多径能力强,识别率高的优点.【期刊名称】《现代电子技术》【年(卷),期】2007(030)011【总页数】4页(P13-16)【关键词】信号调制类型识别;多径信道;OFDM;高阶累积量【作者】吕挺岑;李兵兵;董刚【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】TN911.71 引言OFDM作为一种多载波数字调制技术,具有很高的频谱利用率和抗多径能力,得到了日益广泛的应用,通过对现有的调制类型盲识别算法的研究分析发现:由于单载波信号的特征比较容易提取,而且所需解调参数比较简单,所以对于单载波信号的调制类型识别和参数估计的研究很多。
但对于OFDM信号而言,由于信号特征不易提取,所以针对OFDM信号的调制类型盲识别研究,其中最经典的是Walter Akmouche算法[1],但他是基于理想高斯信道的,实用价值不大。
目前研究的热点是基于信道状态不稳定的无线多径信道环境下,对OFDM调制类型的盲识别研究。
针对多径信道下的信号识别,一种思路是在分类判决前加盲均衡模块[2],消除多径给信号带来的干扰,但这种方法使系统变得很复杂。
另一种思路是用高阶统计量构造对多径不敏感的识别特征量。
Bin Wang等人提出了一种利用高阶矩的多径信道OFDM信号盲识别算法[3],但该方法计算量比较大。
刘鹏在Walter Akmouche算法提出了一种基于四阶累积量的多径信道中的OFDM调制类型盲识别算法[4],本文对其进行了改进,提出了一种新的多径信道下OFDM信号盲识别算法。
收稿日期:2014-03-05修回日期:2014-05-22作者简介:张孟伯(1990-),男,安徽宿州人,硕士研究生。
研究方向:通信信号处理。
摘要:针对非协作通信领域OFDM 信号识别难的问题,提出一种基于信号循环前缀相关性的盲识别和时域参数估计算法。
通过对OFDM 信号循环自相关函数进行分析,在时域上求出延时自相关运算函数的波形,利用循环前缀的相关波峰的特性,以区别OFDM 信号和单载波信号,实现对OFDM 信号的盲识别。
在此基础上,通过采用多个OFDM 信号构造循环前缀相关性的累加函数所形成的波峰完成对符号和循环前缀长度等参数的估计。
关键词:OFDM ,循环前缀,相关函数,盲识别,参数估计中图分类号:TN911文献标识码:A基于相关性的OFDM 盲识别与参数估计方法张孟伯1,杨晓静1,张欣冉2,樊斌斌1(1.电子工程学院,合肥230037;2.安徽大学,合肥230039)Blind Recognition and Parameter Estimation for OFDM Signals Based on CorrelationZHANG Meng-bo 1,YANG Xiao-jing 1,ZHANG Xin-ran 2,FAN Bin-bin 1(1.Electronic Engineering Institute of PLA ,Hefei 230037,China ;2.Anhui University ,Hefei 230039,China )Abstract :An algorithm for blind recognition and parameter estimation based on cyclic prefixcorrelation is proposed to solve the problem of recognition of OFDM signal in non -cooperativecommunication .Through analysising the cyclic autocorrelation function of OFDM signal and calculating delay autocorrelation function of the waveform in the time domain ,blind recognition of OFDM signals and single carrier signal is realized .On this basis ,the accumulation function based on cyclic prefix correlation is formed by using a plurality of OFDM signals.Then ,through the utilization of the peak of waveform constructed by the accumulation function ,the parameter estimation of symbol and the length of cyclic prefix is realized.Key words :OFDM ,cyclic prefix ,correlation function ,blind recognition ,parameter estimation0引言正交频分复用(Orthogonal Frequency Division Multiplexing ,OFDM )是一种高频谱利用率的多载波调制技术,具有很强的抗多径干扰、抗衰落能力,被相继应用到非对称的用户环路(ADSL )、ETSL 标准的数字音频广播(DAB )、数字视频广播(DVB )、高清晰度电视(HDTV )和基于IEEE802.11标准的无线局域网(WLAN )中,成为了第四代移动通信中的核心技术[1],在未来信息化战场中有着至关重要的作用。
基于ITD与纹理分析的特定辐射源识别方法任东方;张涛;韩洁;王欢欢【摘要】To solve the defects of time-frequency analysis and poor separability of extracted features in specific emitteridentification(SEI)based on Hilbert-Huang transform(HHT),a novel SEI method based on intrinsic time-scale decom-position(ITD)was proposed.ITD was utilized to decompose the emitter signals and get the time-frequency energy dis-tribution(TFED)firstly,later the TFED spectrum was transformed into gray image and several image texture features through histogram statistic and gray-level co-occurrence matrix was extracted for identification.Measured ship commu-nication signals and simulated emitter signals were used to test the performance of proposed pared with another two SEI methods based on HHT,the proposed method is proved more effective in identification accuracy.%为解决基于希尔伯特黄变换(HHT,Hilbert-Huang transform)的特定辐射源识别方法在时频分析方面存在缺陷,所提特征可分性差的问题,该文基于固有时间尺度分解(ITD,intrinsic time-scale decomposition)提出一种新的辐射源个体识别方法.首先,通过固有时间尺度分解的方法将信号分解,进而得到其时频能量分布;之后,将信号时频能量谱转化为灰度图像,通过直方图统计和灰度共生矩阵提取图像纹理特征对不同信号进行识别.分别采用实测舰船通信信号以及仿真辐射源信号对所提算法进行性能测试,实验结果表明,其性能优于2种基于希尔伯特黄变换的方法.【期刊名称】《通信学报》【年(卷),期】2017(038)012【总页数】9页(P160-168)【关键词】特定辐射源识别;固有时间尺度分解;时频能量分布;纹理分析【作者】任东方;张涛;韩洁;王欢欢【作者单位】解放军信息工程大学信息系统工程学院,河南郑州 450001;解放军信息工程大学信息系统工程学院,河南郑州 450001;解放军信息工程大学信息系统工程学院,河南郑州 450001;解放军信息工程大学信息系统工程学院,河南郑州450001【正文语种】中文【中图分类】TN911.7特定辐射源识别[1](SEI, specific emitter identification)技术,是指利用精细传感设备和特殊的信号处理手段,对辐射源个体的信号进行细微特征测量计算,利用这些特征来确定产生信号的辐射源个体的过程。
第46卷 第4期2024年4月系统工程与电子技术SystemsEngineeringandElectronicsVol.46 No.4April2024文章编号:1001 506X(2024)04 1456 10 网址:www.sys ele.com收稿日期:20221213;修回日期:20230625;网络优先出版日期:20230810。
网络优先出版地址:https:∥kns.cnki.net/kcms/detail/11.2422.TN.20230810.1112.002.html基金项目:国家自然科学基金(61671095,61702065,61701067,61771085);信号与信息处理重庆市市级重点实验室建设项目(CSTC2009CA2003);重庆市自然基金(cstc2021jcyjmsxmX0836);重庆市教育委员会科研项目(KJ1600427,KJ1600429)资助课题 通讯作者.引用格式:邹涵,张天骐,马 然,等.基于多特征融合的MIMO OFDM系统单混信号调制识别算法[J].系统工程与电子技术,2024,46(4):1456 1465.犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋:ZOUH,ZHANGTQ,MAKR,etal.Single mixedsignalmodulationandrecognitionalgorithmforMIMO OFDMsystembasedonmulti featurefusion[J].SystemsEngineeringandElectronics,2024,46(4):1456 1465.基于多特征融合的犕犐犕犗 犗犉犇犕系统单混信号调制识别算法邹 涵 ,张天骐,马 然,杨宗方(重庆邮电大学通信与信息工程学院,重庆400065) 摘 要:为解决非协作通信中多输入多输出正交频分复用(multiple inputmultiple outputorthogonalfre quencydivisionmultiplexing,MIMOOFDM)系统的单混信号调制识别问题,提出一种基于多特征融合和决策融合的调制识别方法。
MIMO系统的信号检测算法分析郭鸣霄;徐鹏飞;王瑞山【摘要】MIMO已成为当今4G中的主流技术,其接收端的信号检测性能决定着其能否在提升信道容量的同时减少误码率.因此,文中研究了MIMO系统中4种主要的信号检测算法,包括ZF、MMSE、ZF-SIC和MMSE-SIC算法.通过在不同的收发天线数和不同接收天线数下各自的误码率,对4种检测算法进行了分析.结果表明,MMMSE-SIC检测性能最佳,ZF-SIC、MMSE次之,ZF最差.【期刊名称】《电子科技》【年(卷),期】2016(029)003【总页数】4页(P65-67,74)【关键词】MIMO;破零检测;最小均方误差检测;排序消除检测【作者】郭鸣霄;徐鹏飞;王瑞山【作者单位】兰州交通大学电子与信息工程学院,甘肃兰州730070;兰州交通大学电子与信息工程学院,甘肃兰州730070;兰州交通大学电子与信息工程学院,甘肃兰州730070【正文语种】中文【中图分类】TN958AbstractMIMO has become the mainstream 4G technology today.The detection per formance of its receiving end determines whether it can enhance the channel capacity while reducing the error rate.This paper discusses the four mai n signal detection algorithms of ZF,MMSE,ZF-SIC,MMSE-SIC for the MIMO system.The error rates with different numbers of antenn as and different numbers of antennas receiving antennas by the four detec tion algorithms are analyzed.The results show MMMSE-SIC has the best detection performance,followed by ZF-SIC and MMSE,with ZF being the poorest.Keywords MIMO;ZF;MMSE;SICMIMO技术由于能同时提供分集增益和空间复用增益,能在不额外占用频谱资源的情况下显著提升系统的信道容量,目前已成为了4G的核心技术[1-2]。
基于K-S检验的MIMO-STBC盲识别技术
金堃;于柯远;凌青;闫文君
【期刊名称】《计算机仿真》
【年(卷),期】2022(39)4
【摘要】针对频率选择性衰落信道下STBC信号的盲识别问题,提出了一种基于Kolmogorov-Smirnov (K-S)检验的盲识别算法。
算法在单接收天线条件下,首先采用分段建模的思想对STBC信号及频率选择性衰落信道进行建模,将接收信号分成两段;然后通过K-S检验接收信号在不同时延下的经验累积分布函数之间的距离,将其与门限值对比,采用决策树分类的方法达到盲识别STBC的目的。
仿真结果表明,提出的K-S检验算法提高了样本的利用率,且不需要预知信道、噪声等信息,能够进行四种STBC信号的盲识别,适合于非合作通信场合。
【总页数】6页(P124-128)
【作者】金堃;于柯远;凌青;闫文君
【作者单位】海军航空大学航空基础学院;海军航空大学信息融合研究所
【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.基于K-S检验的BPSK信号盲处理结果可信性评估
2.基于改进K-S检测的STBC-OFDM信号盲识别算法研究
3.MIMO-STBC通信系统盲识别几个关键问题
研究4.基于盲调制识别的工业控制MIMO-STBC通信系统性能研究5.基于加权累积和检验的加密流量盲识别算法∗
因版权原因,仅展示原文概要,查看原文内容请购买。
网络出版时间:2011-10-18 15:282012年2月西安电子科技大学学报(自然科学版) Feb.2012 第39卷第1期JOURNAL OF XIDIAN UNIVERSITY V ol.39 No.1doi:10.3969/j.issn.1001-2400.2012.01.004一种基于固有时间尺度分解的OFDM信号盲识别算法朱颜锐,田斌,安金坤,孙永军,易克初(西安电子科技大学综合业务网国家重点实验室 西安 710071)摘要:固有时间尺度分解(ITD)是一种较新的非平稳信号时频分析方法,它能够精确地实时提取信号的瞬时特征。
利用ITD对接收信号提取瞬时参数,结合方向数据的统计分析方法,提取了三个特征参数作为联合特征向量组,对OFDM信号和常见单载波调制信号进行类间识别,并对载波频率、符号速率和采样率等系统参数对识别性能的影响进行了分析。
该算法可直接在中频对信号进行处理,避免了载波恢复过程。
仿真结果表明,该算法可以在信噪比较低的条件下很好地区分OFDM信号和单载波,并对系统参数表现出了一定的鲁棒性。
关键词:OFDM识别;固有时间尺度分解(ITD);瞬时相位;三角矩中图分类号:TN92 文献标识码:A 文章编号:1001-2400(2012)01-0022-07An OFDM Modulation Recognition Algorithm Based on Intrinsic Time-scaleDecompositionZHU Y anrui, TIAN Bin, AN Jinkun, SUN Y ongjun, YI Kechu(State Key Lab of Intergrated Services Networks, Xidian University, Xi’an 710071,China)Abstract: The intrinsic time-scale decomposition (ITD) method is a novel algorithm for time-frequency analysis,which can express the dynamic information of non-stationary signals with precise instantaneous parameters. AnOFDM modulation recognition algorithm is proposed ,which is based on the ITD and the circular data analysismethods. The algorithm extracted three parameters as a co-feature vector to distinguish OFDM from single carriermodulations. The impact of the carrier frequency,symbol rate and sampling rate on the recognition performancewas also considered. The intermediate frequency signal can be processed directly, avoiding the carrier recoveryprocess. Simulation results show that, the algorithm can distinguish the OFDM from single carriers successfullyeven under low SNR, it is also robust to system parameters.Key Words: OFDM recognition; the intrinsic time-scale decomposition (ITD); instantaneous phase; trigonometricmoment1 引言通信信号的自动调制识别在软件无线电、通信监视和频谱管理、自适应调制和电子对抗中都具有非常重要的地位,是实现这些非协作通信的关键技术之一。
近年来,正交频分复用(OFDM)技术因其可以有效对抗窄带干扰和码间干扰(ISI)、提高频谱利用率和系统容量等优点,被广泛应用于非对称用户环路(ADSL)、______________________________收稿日期:网络出版日期:基金项目:国防预研基金(9140C13050108),国家自然科学基金(60702060),高等学校学科创新引智计划资助(B08038)第1期 朱颜锐等:一种基于固有时间尺度分解的OFDM 信号盲识别算法 23数字视频广播(DVB)和基于IEEE802.11标准的无线局域网(WLAN)等系统中,也是第四代移动通信的关键技术,因此,对于OFDM 调制类型的识别研究变得非常重要。
目前,利用高阶矩和高阶累计量识别OFDM 和单载波的研究相对较多[4-6]:文献[4]首次提出利用OFDM信号时域包络的渐进高斯性,在A WGN 信道下识别OFDM 和单载波,但它基于零中频的基带信号,对载波同步要求很高。
小波分析也用于OFDM 和单载波的识别[8][9],文献[9]利用信号两次小波变换的变换系数提取出特征参数,在多径瑞利衰落信道下识别OFDM 信号和单载波,但其性能受符号速率的影响。
除了线性数据以外,方向数据也可以结合高阶累积量用于通信信号识别[11],但该方法选取信号的五个特征参数做为特征向量,需要计算信号的四阶、六阶、八阶累积量和一阶、二阶三角矩,计算复杂度高,且瞬时相位提取时存在相位混叠问题。
固有时间尺度分解(ITD )[1][2][3]是最近提出的一种非平稳信号时频分析方法,可以用简化的方法实时精确的提取信号的瞬时信息,如瞬时幅度和瞬时相位等参数。
由于ITD 的特征提取不需要取较长的一段数据,相比之下复杂度低、实时性好。
本文利用ITD 提取到的信号瞬时相位信息,并结合方向数据的统计分析方法,提取了瞬时频率的一阶、二阶和三阶三角矩做为联合特征向量组,对OFDM 信号和常见单载波调制信号{2ASK 、4ASK 、2FSK 、4FSK 、BPSK 、QPSK 、MSK 、8QAM 、16QAM}进行识别。
仿真结果表明,本文算法识别率高,且对符号速率、载波频率、采样率以及OFDM 的子载波数等参数不敏感。
2 ITD 原理及基于ITD 的瞬时参数ITD 的基本思想是将信号分解为两部分:一个基线分量和一系列合适的旋转分量。
基线分量,也就是趋势信号;旋转分量,代表输入信号中频率相对较高的‘骑波’成份,它能够准确定义信号的瞬时信息。
若接收信号为 X t , 每次分解得到的基线信号为L t , 旋转分量为H t ,则ITD 分解的算法可表示如下[1](1)t t t t t X LX L X L H =+−=+ (1)式中,是基线分量的提取算子,是基线信号。
L t L (1)t t H L X H t X =−=是旋转分量,是固有旋转分量的提取算子。
基线信号的计算方法如下H 111()k k k t t k t k k k k L L LX L L X X t X X ττ+++⎛⎞−==+− , ∈(−⎜⎟−⎝⎠] (2) 式中,X k 和X k+1,L k 和L k+1分别表示原信号和基线信号两个相邻的极值点,k τ和1+k τ表示第k 个和第k+1个极值点的位置。
基线信号的极值点和原信号的极值点存在以下关系1122()(1)k kk K K K k k L X X X X ττααττ++++⎡⎤⎛⎞−=+−+−⎢⎥⎜⎟−⎢⎥⎝⎠⎣⎦1K + (3) 其中,α是分解增益控制因子,一般取1/2α=。
基线分量L t 可以按照上述方法继续分解,直到出现一个单调的基线信号。
其迭代过程如式(4)所示:()()2t t t t t p 1k p t k 0X HX X HX (H )X H 1X H X L L L L L −==+=++=++⎛⎞=+⎜⎟⎝⎠∑A tL (4)最终,该算法将原信号分解成为一个单调的基线信号和一系列瞬时频率连续下降的旋转分量。
西安电子科技大学学报(自然科学版) 第39卷24 接收信号经过ITD 处理后,利用其第一层分解的旋转分量来提取瞬时幅度和瞬时相位等信息.本文只用到了其瞬时相位信息,其计算公式如式(5)所示1212311234224522,21,231,2312,2t t t t t t t t x t t t A x x t t t A A x x t t t A A x x t t t A A πππϕππππ⎧⎛⎞∈[, ),⎪⎜⎟⎝⎠⎪⎪⎛⎞⎛⎞⎪+−∈[, ),⎜⎟⎜⎟⎪⎪⎝⎠⎝⎠=⎨⎛⎞⎛⎞⎪−++∈[, ⎜⎟⎜⎟⎪⎝⎠⎝⎠⎪⎪⎛⎞⎛⎞−++∈[, ⎪⎜⎟⎜⎟⎪⎝⎠⎝⎠⎩,),) (5) 其中A 1>0和A 2>0是连续向上过零点之间的正半波和负半波的各自幅度,t 1和t 5是连续向上过零点时刻,t 2是正半波的最大值(A 1)的时刻,t 3是向下过零点时刻,t 4是负半波的最小值(-A 2)的时刻。
ITD 高效的将信号分解成“合适的旋转分量”和潜在的单调信号趋势,很好的定义了瞬时信息,省去了费力的并且没效果的筛选和样条插值过程。
该方法的瞬时时间分辨率等于输入信号极值点出现的时间尺度。
3 基于ITD 的三角矩特征参数提取3.1基于ITD 的三角矩特征参数提取方向数据是指在圆周上循环分布,本身无大小之分,只有方向或相对位置不同的数据。
其中三角矩就是一个常用的基于方向数据的统计参数。
一般地,方向数据的n 阶三角矩可以定义为[10]101k K jn n k eK θμ−⋅==∑ (6)式中,n μ表示n 阶合向量的平均长度,n μ∠表示n 阶合向量的方向,K 是方向数据的观测长度,+是第k 个方向数据的取值。
信号的瞬时频率定义为瞬时相位的微分,则离散形式的瞬时频率可以表示成()(1)k k k θϕϕ=−− (7)其中,()k ϕ是信号的瞬时相位,()k θ为瞬时频率,以弧度为单位,取值范围是[0,2π)。
因此,瞬时频率也是方向数据的一种,可以用方向数据的统计量三角矩对其进行分析。
计算三角矩需要提取信号的瞬时相位,然而通常的瞬时相位在提取时存在复杂度高、精度低和相位混叠问题[11]。
我们利用第2节所述的ITD 分解得到瞬时相位信息,并选取瞬时频率的一阶、二阶和三阶三角矩的长度|123|||||μμ、和作为联合特征向量组,对OFDM 信号和单载波信号进行识别,各参量定义如下:μ1101k K j k e Kθμ−==∑ (8) 12201k K j k eK θμ−⋅==∑ (9)第1期 朱颜锐等:一种基于固有时间尺度分解的OFDM 信号盲识别算法2513301k K j k eK θμ−⋅==∑ (10)3.2 参数可分性能分析首先观察各信号经ITD 分解后的区别,以2ASK,BPSK,MSK,16QAM 和OFDM 为例,给出ITD 分解后各信号瞬时频率分布的柱状图,如图1所示:图1 各信号经过ITD 分解后,瞬时频率的柱状分布图由图1可以看出,OFDM 和其它单载波信号经ITD 分解后,瞬时频率的分布有明显不同,因此,可借助于三角矩对它们进行识别。