论文部分内容阅读
非合作通信是指正常通信以外的第三方为了达到一定的目的，对通信双方的信号进行截获，在没有任何先验知识的前提下，对截取的信号进行调制识别并解调信号，以获得信号携带的有用信息。在通信信号制式方面，正交频分复用(OFDM)因其具有高频谱利用率，很强的抗多径、抗衰落能力而被广泛应用。本文以非合作通信为背景，研究了多径信道下OFDM信号检测和时域参数盲估计，主要工作包括: (1)基于多特征的分布式协同OFDM信号检测 面向无任何先验知识的非合作通信场景，针对低信噪比多径信道下OFDM信号识别正确率低的问题，提出一种基于多特征的分布式协同OFDM信号检测算法。所述算法以高阶累积量和聚合经验模态分解(EEMD)两种特征作为特征参数，全面表征信号。其中，具有高斯性的信号其高阶累积量在三阶及三阶以上恒等于零，而EEMD可根据信号的局部特征将信号分解为多个窄带分量，并在多次分解过程中加入噪声取平均来降低噪声的影响，联合上述两个特征值，可区分具有渐近高斯性的多载波OFDM信号与不具备此特性的单载波信号，并可以很好抑制高斯白噪声的影响。以分布式协同多节点接收将空间不同位置的信息加以融合，削弱无线信道中多径传播、隐藏节点等问题，进一步提高OFDM信号与单载波信号的识别正确率。与目前基于高阶累积量的OFDM信号检测算法对比，在SNR=-5dB时，利用多特征对OFDM信号与单载波信号分类，其平均分类正确率提升40％，表明高阶累积量和EEMD多特征能更全面表征OFDM信号;在SNR=-15dB，分布式节点N=3时，可以将平均分类正确率进一步实现20％的提升，表明分布式协同方法削弱了多径信道对信号的影响。 (2)基于倒谱的分布式协同OFDM信号时域参数盲估计 面向无任何先验知识的非合作通信场景，针对低信噪比多径信道下OFDM信号子载波个数与循环前缀长度估计准确率低的问题，提出一种基于倒谱的分布式协同OFDM信号时域参数盲估计的算法。在此算法中，以分布式协同多节点接收信号，削弱无线信道中多径传播、噪声的影响。利用OFDM信号倒谱零点值与SNR呈正相关的特性，将倒谱零点值作为融合权重，对OFDM信号的倒谱进行融合估计OFDM信号的子载波个数，对OFDM信号的倒谱方差进行融合并经过傅里叶变换，估计OFDM信号的循环前缀长度。提出的算法与基于倒谱的单节点OFDM信号时域参数估计算法对比，明显提升了低信噪比多径信道条件下OFDM信号时域参数估计的准确率，其中，在SNR=-10dB，协同点数N=10时，子载波个数的估计准确率提高了60％，循环前缀长度的估计准确率提高了45％;与基于二阶循环平稳特性的单节点OFDM信号时域参数估计算法对比，在SNR=-10dB，协同点数N=10时，子载波个数的估计准确率提高了75％，循环前缀长度的估计准确率提高了55％。