多径信道下OFDM信号子载波的调制方式识别
了解通信技术中的OFDM调制技术
了解通信技术中的OFDM调制技术OFDM调制技术在通信技术领域中扮演着重要的角色。
OFDM（正交频分复用）是一种多载波调制技术，被广泛应用于无线通信、数字广播和数字电视等领域。
本文将介绍OFDM调制技术的原理、优势和应用，并探讨其在通信技术中扮演的关键作用。
OFDM调制技术的原理基于频谱分割和频域处理。
它将宽带信号分为多个独立的窄带子信道，在每个子信道上进行调制，然后通过正交利用达到频谱的高效利用。
OFDM调制技术的特别之处在于子载波之间是正交的，这意味着它们之间没有互相干扰。
OFDM调制技术具有多项优势，其中最重要的是抗多径干扰和频率选择性衰落能力。
由于OFDM信号的时间延迟较长，它能够减小由于传播路径不同而引起的多径干扰。
此外，OFDM调制技术还具有抗频率选择性衰落的能力，这意味着它可以在同一时间传输多个数据流而不受衰落影响。
OFDM调制技术被广泛应用于无线通信领域。
例如，在Wi-Fi、LTE和5G等移动通信系统中，OFDM调制技术被用于提高系统的容量和可靠性。
由于OFDM 调制技术能够同时传输多个数据流，因此它可以增加通信系统的数据传输速率。
此外，OFDM调制技术还具有抗干扰和抗衰落的能力，因此在多径传播环境中能够提供稳定的通信质量。
除了移动通信系统，OFDM调制技术还被广泛应用于数字广播和数字电视等领域。
采用OFDM调制技术的数字广播和数字电视系统能够提供高质量的音频和视频传输。
由于OFDM调制技术具有抗干扰和抗衰落的能力，它能够在复杂的无线传播环境中提供稳定的接收质量。
尽管OFDM调制技术有许多优势，但它也存在一些挑战。
其中之一是对信道估计和均衡的要求较高。
由于OFDM信号具有多个子载波，每个子载波都可能受到不同的传播路径影响，因此需要准确的信道估计和均衡来消除干扰。
此外，OFDM调制技术还对时钟同步和频率同步的精度要求较高，因为它们影响着子载波之间的正交性。
综上所述，OFDM调制技术在通信技术中扮演着重要的角色。
ofdm调制的基本原理及特点
ofdm调制的基本原理及特点OFDM调制的基本原理及特点OFDM调制的基本原理•OFDM是正交频分复用（Orthogonal Frequency Division Multiplexing）的缩写，其基本原理是将高速数据流分成多个较低速的子流，并将每个子流分配到不重叠的频率带上进行传输。
•OFDM采用了多个正交的子载波进行数据传输，利用正交性降低了子载波单位之间的干扰，提高了数据传输的可靠性和抗干扰性能。
•OFDM通过将高速数据流分成多个较低速的子流进行并行传输，提高了整体的传输速率。
OFDM调制的特点1.高效的频谱利用：OFDM将频谱划分成多个较窄的子载波，每个子载波的传输速率较低，但减少了子载波之间的干扰，从而使整体的频谱利用率更高。
2.抗多径干扰能力强：由于OFDM技术采用多个正交的子载波进行数据传输，能够有效抵抗多径传播引起的码间干扰，提高了信号的传输质量。
3.抗频选择性衰落能力强：OFDM可以通过改变子载波的功率分配，从而抵消频率选择性衰落引起的信号失真，提高信号的可靠性。
4.低复杂度的信号处理：OFDM采用快速傅里叶变换（FFT）技术进行调制和解调，简化了信号处理的复杂度，降低了硬件的要求。
5.高容量传输：由于采用了多子载波传输，OFDM能够支持更多用户同时进行数据传输，提高了系统的容量。
6.适应多种信道环境：OFDM适应性强，可以根据具体的信道环境动态调整子载波数量和功率分配，提升了系统的适应性和灵活性。
以上是OFDM调制的基本原理及特点的简要介绍。
OFDM技术的广泛应用使得无线通信更加高效、稳定和可靠。
当然，接下来我们将继续介绍OFDM调制的更多特点：7.支持高速数据传输：由于将高速数据流分成多个较低速的子流进行并行传输，并且利用多个子载波传输，OFDM能够支持更高的传输速率。
8.抗干扰性强：OFDM采用多个正交的子载波进行数据传输，同时利用循环前缀技术来消除传输时延引起的码间干扰，具备较强的抗干扰性能。
单载波和OFDM调制方式介绍
单载波和OFDM调制方式介绍单载波和OFDM都是数字通信系统中常用的调制方式。
单载波调制（Single Carrier Modulation，SCM）是一种使用单个载波频率进行数据传输的调制技术，而正交频分多路复用（Orthogonal Frequency Division Multiplexing，OFDM）则使用多个正交频率子载波进行并行传输。
本文将详细介绍单载波调制和OFDM调制的原理和特点。
一、单载波调制（SCM）：单载波调制是一种基带数字调制技术。
在单载波调制中，数字信号经过数字调制解调器生成基带信号，该基带信号通过数字的频率转换技术与载波相乘形成调制信号，再通过模拟调制器将调制信号转换为可传输的模拟信号。
单载波调制的特点：1.简单性：单载波调制的实现相对简单，仅需要一个载波频率即可实现数据的传输。
2.低复杂度：因为只需要一个载波频率，所以单载波调制的计算复杂度较低，适用于硬件实现。
3.较强适应性：单载波调制可以灵活适应不同的信道环境，能够适应稳定、不衰落的信道。
4.抗多径衰落差：由于单载波调制技术只有一个信道传输符号，因此对于多径信道衰落影响较强。
二、正交频分多路复用（OFDM）：OFDM是一种多载波调制技术，在正交频分多路复用调制中，将数据信号拆分成多个子信道，并使用正交子载波将数据传输并行进行。
OFDM 将宽带信号分割成多个窄带信号，并在子载波之间设置隔离带，以减小同频信号之间的干扰。
OFDM调制的特点：1.高频谱效率：OFDM将频谱分成多个子带，每个子带上传输的数据速率相对较低，可以充分利用整个频谱，提高频谱利用率。
2.抗多径效应：由于采用了多个子载波，并且它们之间正交，所以OFDM系统对多径效应具有较好的抵抗能力，对时间延迟扩展具有较好的补偿能力。
3.抗频率选择性衰落：在OFDM系统中，子载波之间正交分割，减小了频率选择性衰落的效应，可以减小码间干扰。
4.N-路径传播抗干扰能力强：当信号通过多径传播存在多个路径时，OFDM系统可以对该干扰进行抑制，提高系统性能。
ofdm调制——频域描述
ofdm调制——频域描述
OFDM调制（正交频分复用调制）是一种多载波调制技术，它将高速数据流分成多个低速子载波，并将这些子载波进行正交编码，然后将它们组合在一起进行传输。
OFDM调制的频域描述是指将OFDM信号在频域上的特性进行描述。
在OFDM调制中，频域描述主要包括以下几个方面：
1. 子载波频域分布：OFDM信号由多个子载波组成，这些子载波在频域上均匀分布，并且相互之间正交。
每个子载波的频率间隔为1/T，其中T为OFDM符号的时长。
2. 子载波间隔：相邻子载波之间的频率间隔为1/T。
这个子载波间隔可以根据需要进行调整，以适应不同的传输环境和信道带宽。
3. 符号间隔：OFDM符号的时长T决定了每个子载波的符号间隔。
符号间隔越短，传输速率越高，但也会增加多径衰落的影响。
4. 带宽利用率：由于OFDM信号在频域上进行了正交分割，因此可以将不同子载波上的数据进行并行传输，从而提高频谱利用率。
OFDM调制技术可以灵活地调整子载波数量和带宽分配，以适应不同的应用需求。
总的来说，OFDM调制的频域描述主要涉及子载波频域分布、子载波间隔、符号间隔和带宽利用率等方面，这些特性使得OFDM调制在高
速数据传输中具有较好的性能和灵活性。
多载波调制和ofdm调制的关系
多载波调制和ofdm调制的关系
多载波调制和OFDM调制之间存在密切关系。
OFDM是正交频分复用技术，实际上属于多载波调制（MCM）的一种特殊形式。
1.多载波调制（MCM）是一种将高速串行数据转换为并行低速数据，并在多个子载波上进行传输的技术。
其目标是通过增加子载波的数量，使每个子载波的带宽远小于信道的相干带宽，从而对抗多径衰落和提高频谱效率。
2.OFDM作为MCM的一种特殊形式，其主要特点在于各个子载波之间保持正交性，这允许它们在频谱上重叠而不会相互干扰。
在OFDM中，数据被分割成多个低速数据流，每个数据流都在一个独立的子载波上进行调制。
此外，OFDM 还引入了循环前缀（CP），进一步提高了对抗多径干扰的能力。
3.从实现的角度看，OFDM的调制和解调过程可以分别通过IDFT（逆离散傅里叶变换）和DFT（离散傅里叶变换）来实现，这降低了实现的复杂度。
在发送端，OFDM调制包括串并转换、IDFT、并串转换以及插入CP等步骤；而在接收端，OFDM解调则包括去除CP、串并转换、DFT以及频域均衡等步骤。
综上所述，多载波调制和OFDM调制之间的关系在于：OFDM是多载波调制的一种特殊形式，通过保持子载波之间的正交性、引入循环前缀以及使用
IDFT/DFT实现调制和解调，以较低的复杂度有效地对抗多径衰落和提高频谱效率。
多径信道下通信信号调制识别技术综述
灵 活 、便 丁 集 成 化 ，对 噪 声 、衰 落 等 干 扰 【 大 ］ 素 也具有 较强 的稳健 性 ， 冈 此 己成 为 目前 进 行 调
制 识别的土 要方 式 。
常 规 的 调 制 识 别 方法 中 ，将 通 信 信 道 建 模
思 路 已变 得 不 现 实 ， 而 自动 调 制 识 别 技 术 不 仪
可 以 克 服 人 工 识 别 时遇 到 的 各 种 困 难 ， 且 更 加
调 制 类 型 看 作 一 个 基 于 未 知 参 数 模 型 的 复 合
假 设 检 验 问题 ，根 据 信 号 的 统 计 特 性 ，通 过 理 论 的分析 与计 算 ， 得 出用 于 进 行 识 别 分 类 的 充
电信 技 术 研 究
第３ ９ ０期 ＲＥ Ｓ Ｅ ＡＲ ＣＨ ＯＮ Ｔ Ｅ Ｌ ＥＣ ＯＭＭ Ｕ ＮＩ Ｃ ＡＴ Ｉ ＯＮ Ｔ ＥＣ ＨＮＯＬ ＯＧＹ ２ ０ １ ５年 第 ２期
多 径 信 道 下 通 信 信 号 调 制 识 别 技 术 综 述
石 欢
摘 要 ： 调 制 识 别技 术 广 泛 应 用 于 软 件 无 线 电 、频 谱 管 理 和 自适 应 调 制 等 各 种 场合 ， 已取 得 了较 多 的研 究 成 果 。 但 信 道 环 境 的 日益 复 杂 和 新 型调 制 方 式 的 出现 ，给 如 今 的调
１ 引 言
通信 信号 调制 识别 的基本任 务是 ： 在 接 收
方 未 知 信 号 调 制 方 式 和 存 在 噪 声 干 扰 的 条 件
什 下 ，使 用 常 规 方 法 在 接 收 端 往 往 很 难 对 信 号 进 行 正 确 地 辨 识 。下 面 将 在 简 单 介 绍 常 规 调 制
无线通信中的OFDM信号检测与解调算法研究
无线通信中的OFDM信号检测与解调算法研究OFDM是一种现代无线通信技术，它能够大幅提高频谱利用率，提高通信信号的传输速率，因此在现代无线通信中得到了广泛应用。
OFDM技术是基于一种叫做正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）的多载波调制技术，它可以将一个高速数据流分解成多个子信号，然后在一系列频率上将每个子信号分别传输，在接收端，子信号被重新组合成原始数据流，这个过程叫做OFDM解调。
OFDM技术在无线通信领域得到了广泛应用，但是在实际的应用中，OFDM信号检测与解调算法面临着许多技术难题。
这些问题包括信道估计、多路径干扰、载波频偏、IQ失配等等。
为了解决这些问题，研究人员提出了许多OFDM检测与解调技术，不断推动着OFDM技术的发展。
首先，信道估计是OFDM技术中的一个关键问题。
OFDM技术在传输过程中会受到复杂的多径信道影响，使得信道频率响应出现衰减和相移等变化。
这会导致接收信号受到干扰，影响解调效果。
因此，如何准确估计信道频率响应以进行均衡和解调是非常关键的。
现有的OFDM信道估计算法包括最小二乘估计法、卡尔曼滤波法、神经网络方法等等。
这些方法各有优缺点，需要在不同场合下进行选择和改进。
其次，多路径干扰是OFDM技术中的另一个关键问题。
由于多径传播现象，OFDM信号在空间中可能会出现多条传播路径，形成多普勒展宽现象，导致接收信号出现内部多路干扰。
这些干扰会大大降低OFDM系统的性能，因此如何进行抑制是非常关键的。
目前，在解决多路径干扰问题上，广泛使用的算法是信道估计算法和自适应均衡算法。
信道估计算法用于估计信道的频率响应，自适应均衡算法用于抑制信道中的多径干扰。
当然，这些方法也存在一些问题，比如计算复杂度高等等，需要加以改进和优化。
再次，OFDM信号的解调还面临着其他问题，比如载波频偏问题和IQ失配问题。
载波频偏是指信号在传输过程中会发生频率漂移，导致不同子载波之间的相位差发生变化。
OFDM系统基本原理及技术
OFDM系统基本原理及技术OFDM（Orthogonal Frequency Division Multiplexing）系统是一种常用的多载波调制技术，用于把高速数据流分割成多个低速子流进行并行传输。
本文将详细介绍OFDM系统的基本原理和技术。
一、基本原理1.子载波的正交性：OFDM通过将频谱分成多个相互正交的子载波来传输数据。
这些子载波在不同的频率上进行传输，彼此之间不会干扰。
在接收端，通过使用正交频分复用器对不同的子载波进行解调，可以将它们恢复成原始的数据。
2.前导序列：OFDM系统在传输数据之前，在每个子载波上插入了一组已知的前导序列作为标志。
接收端使用这些前导序列来估计信道的频率响应，并进行相应的补偿，以减少信道引起的失真。
3.低复杂度的等化：OFDM系统采用频域均衡来抑制多径效应带来的干扰。
接收端使用快速傅里叶变换（FFT）对接收到的信号进行频谱分析，并对每个子载波进行均衡。
由于各个子载波是正交的，可以并行地进行等化，大大降低了计算复杂度。
二、技术实现1.子载波设计：OFDM系统通过将频谱分成多个子载波来传输数据。
每个子载波的带宽与信道的传输带宽有关。
在系统设计中，需要确定每个子载波的带宽和数量，以及子载波之间的频率间隔等参数。
一般情况下，子载波的带宽相等，频率间隔正好等于子载波的带宽。
2.保护间隔插入：OFDM信号的传输受到多径效应的影响，因此在相邻OFDM符号之间插入一定的保护间隔是必要的。
保护间隔的长度需要根据信道延迟扩展的程度来确定。
3.调制方式：OFDM系统可以采用不同的调制方式，如二进制相移键控（BPSK）、四进制相移键控（QPSK）、八进制相移键控（8PSK）等。
调制方式的选择需要综合考虑系统的传输速率、误码率和功率效率等因素。
4.信道估计和均衡：OFDM系统需要对信道进行估计，并进行补偿以消除信道引起的失真。
常用的信道估计算法包括最小均方误差（MMSE）估计和最大似然估计（ML）等。
OFDM技术
5G网络需要更 高的数据速率 和更大的带宽 OFDM技术可 以满足这一需
求。
OFDM技术可 以提供更高的 频谱效率降低 传输延迟提高
网络性能。
OFDM技术可 以支持更多的 用户并发接入 提高网络容量。
OFDM技术可 以支持更灵活 的频谱分配提 高频谱利用率。
OFDM技术在6G网络中的展望
6G网络将采用更高频率的频段OFDM技 术可以更好地适应这些频段
OFDM技术可以降低多径 干扰和同频干扰提高传输 质量
抗衰落性能评估
OFDM技术具有较强的抗衰落性能 频域均衡技术可以有效提高OFDM系统的抗衰落性能 信道估计技术可以提高OFDM系统的抗衰落性能 自适应调制和编码技术可以提高OFDM系统的抗衰落性能
07
OFDM技术的发展前 景与展望
OFDM技术在5G网络中的应用前景
易于实现：通过 FFT和IFFT实现易 于硬件实现和软件 实现
03
OFDM技术的应用场 景
无线通信领域
添加标题 添加标题 添加标题 添加标题
4G/5G移动通信：OFDM技术是4G/5G移动通信系统的核心技术之一可 以实现高速数据传输。
无线局域网（WLN）：OFDM技术广泛应用于WLN中如Wi-Fi、WiMX 等。
OFDM技术具有较高的频谱利用率可以充分利用频谱资源提高数据传输速 率。
OFDM技术还具有较强的抗干扰能力可以有效地抵抗多径干扰和频率选择 性衰落。
OFDM技术的特点
高频谱效率：通过 将频谱划分为多个 子载波提高频谱利 用率
抗多径干扰：通过 频域均衡技术降低 多径干扰的影响
灵活的带宽配置： 可以根据实际需求 灵活配置带宽
OFDM技术
,
汇报人：
ofdm通过多径信道原理
OFDM（正交频分复用）是一种多载波调制技术，它通过将数据流分成多个较小的数据流，每个数据流在不同的正交载波上传输。
这种技术能够提高通信系统的频带利用率和抗干扰能力，特别是在存在多径衰落的环境中。
多径衰落是指信号在传播过程中由于反射、折射和散射等原因，产生多个到达路径，这些路径具有不同的延迟和幅度，从而导致信号失真。
OFDM通过以下原理来应对多径信道的影响：
1. 频率选择性衰落：在多径信道中，不同频率的载波受到的衰落影响不同。
OFDM利用这一特性，将数据分散到不同的频率上，从而减少整个信号受到的衰落影响。
2. 抗多径衰落：由于OFDM使用多个正交载波，这些载波之间的多径衰落是相互独立的。
因此，即使某些载波受到衰落，其他载波仍然可以保持良好的传输质量。
3. 频率分段：OFDM将整个频带分成多个子信道，每个子信道使用不同的载波。
这样，每个子信道可以看作是一个独立的通信信道，其上的信号受到的多径衰落影响较小。
4. 导频辅助：在OFDM系统中，可以引入导频信号来进行信道估计。
导频信号是预先知道的数据序列，用于检测和估计信道特性。
通过信道估计，接收端可以补偿多径衰落带来的信道失真。
5. 交织技术：为了进一步提高抗多径衰落的能力，OFDM系统中可以使用数据交织技术。
交织是将数据序列重新排列，使得相邻的数据符号之间存在较大的时间间隔，从而降低多径衰落的影响。
6. 动态调整：OFDM系统可以根据实时的信道条件动态调整子信道的数量和配置，以适应不同的多径衰落环境。
通过上述原理，OFDM技术能够有效地提高信号的传输质量，减少多径衰落带来的影响，从而在无线通信中得到广泛应用。
多径信道下OFDM调制类型盲识别算法
（ ｏ ｅｅｆＩ ｏ． ｎ ｎ Ｓｉ Ｈ ｕ．ｇ． ｎ ．Ｚ ｅｇｈｕ４ ００ ，ｈｎ ） Ｃ ｌｇ ｎ ｒａｄＭａ ．ｃ ， ｅ ｌＡ ｒＵ ｗ ，ｈｎｚｏ ５０ ２ Ｃ ｉ ｌ ｏ ｆ ． ｎ１ ａ
Ａｂ ｔ ａ ｔ Ｉ ｒ ｅ ｏ＇ ｅｐ ｏ ｌ ｍ ｆ ｈ ｄ ｌｔ ｎ ｉ ｅ ｔ ｃ ｔ ｎ ｏ ＤＭ ｉｉ ａ ｎ ｍｕ ｉ ａｈ ｃ ａ — ｓｒ ｃ ：ｎ ｏ ｄ ｒｔ ｓ ｌ ｅ ｔ ｒ ｂ ｅ ｏ ｅ ｍｏ ｕ ａｉ ｄ ｎ ｉ ａｉ ｆＯＦ ｏ ￣ ｈ ｔ ｏ ｉ ｆ ｏ ｓｇｎ ｌｉ ｈ ｐ ｔ ｈ ｎ ｎ ｌ ａ ｌｏ ｉ ｍ ａ ｒ ｐ ｓ ｄ ｄ ｅ ｔ ｐ ｒ ｘｍａｅ ｚ ｒ ｆｔ ｅ ｔ ｒ ｅ ｏ ｄ ｒ ｃ ｍｕ ａ ｔｏ Ｆ ｅ ， ｎ ａ ｇ ｒ ｈ ｗ ｓ ｐ ｏ ｏ ｅ ｕ ｏ ａ ｐ ｏ ｉ ｔ ｅ ｏ ｏ ｅ —ｒ ｅ ｕ ｌ ｎ Ｏ ＤＭ ｉｎ ｌ ａ ｄ ｔ ｈ ｈ ｆ ｓ ａ ｎ ｇ
Ｋｅ ｗｏ ｄ ｙ ｒ ｓ：ｍｏ ｕ ａ ｉｎ ｌｎ ｉ ｅ ｔｆｃ ｔ ｎ ｌｏ ｉｈ ：ｈ ｇ ｅ — ｒ ｅ ｃ ｄ ｌ ｔ ｂ ｉ ｄ ｄ ｎ ｉ ａ ｉ ａｇ ｒｔ ｍ ｏ ｉ ｏ ｉ ｈ ｒｏ ｄ ｒ ｕｍｕ ａ ｔ ｌｎ ；ｍｕｌ ｐ ｔ ｃ ａ ｎ ｌ ｔ ａ ｉ ｈ ｈｎ ｅ； ＯＦＤＭ ｉ ａ ｓｇ ｌ ｎ
ＯＦ Ｍ ｉｎ ｌ ｎ ｉ ｇ ｅｃ ｒｉｒｓ ｎ ｌ． ｉ ｌ ｔ ｎ ｒ ｓ ｌ ｈ ｗ ｄ ｔ ａ ｉ ｌｏ ｉ ｍ ｏ ｓ ｓ ｅ ｅａ ｉ ｔ ｏ Ｄ ｓｇ ａ ｄ ｓ ｌ ａｒｅ ｉ ａｓ Ｓ ｍｕ ａｉ ｅ ｕ ｔ ｓ ｏ ｅ ｔ ｓ ａｇ ｒ ａ ｎ ｇ ｏ ｓ ｈ ｔ ｈ ｈ ｔ ｐ ｓ ｅ ｓ ｓ ｔ ｂｌ ｙ ｔ ｈ ｉ ｅｉ ｎ ｔ ｌ ｐ ｔ ｎ ｍｐ ｏ ｅ ｌ ｓｉ ｃ ｔ ｎ ｐ ｒ ｒ ｎ ｅ ｌ ｍｉ ａ ｅ ｍｕ ｔ ａｈ ａ ｄ ｉ ｒ ｖ ｓ ｃａ ｓｆ ａｉ ｅｆ ｍａ ｃ ． ｉ ｉ ｏ ｏ
多载波调制与OFDM传输系统的研究
多载波调制与OFDM传输系统的研究多载波调制（Multiple Carrier Modulation，MCM）是一种将数据信号分割成多个子载波进行传输的调制技术。
它广泛应用于无线通信系统中，特别是在OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）系统中。
本文将对多载波调制与OFDM传输系统的研究进行详细探讨。
首先，我们先了解什么是多载波调制。
多载波调制是将数据信号分成多个较低频率的子载波，每个子载波负责传输一部分数据。
这样做的好处是，可以克服单载波传输时频率选择性衰落的问题，并提高系统的传输容量。
最常见的多载波调制技术包括正交振幅调制（OAM）、正交振幅调制（OQAM）和正交相移键控（OPSK）等。
然后，我们讨论OFDM传输系统。
OFDM是一种将传输信道分成多个不重叠的子信道进行传输的技术。
在OFDM系统中，首先将数据分成多个并行的低速数据流，然后通过变换后的子载波进行并行传输。
具体而言，OFDM系统会将原始数据进行快速傅里叶变换（FFT），将时域信号转换为频域信号。
这些频域信号通过各自的子载波进行并行传输，在接收端再进行逆序傅里叶变换（IFFT）以恢复原始数据。
多载波调制和OFDM传输系统的结合，使得OFDM系统具备了更好的抗多径衰落和频率选择性衰落的能力。
具体来说，OFDM系统中的子载波之间是正交的，可以有效地克服多路径传输引起的码间干扰。
另外，由于数据被分布在多个子载波上，每个子载波的带宽相对较窄，因此可以降低频率选择性衰落带来的传输性能损失。
另外，多载波调制和OFDM系统还具备较好的频谱利用率。
由于子载波之间正交，可以有效地减小子载波之间的频带间干扰。
此外，OFDM系统还可以通过动态分配子载波的方式，根据信道条件的变化进行自适应调整，进一步提高信号的传输效果。
总结起来，多载波调制与OFDM传输系统的研究为无线通信系统的发展提供了重要的技术支持。
基于MFCC的OFDM信号子载波调制方式识别方法
第36卷第6期2016年12月弹箭与制导学报Journal of Projectiles, Rockets, Missiles and Guidance Vol.36 N o.6Dec2016DOI ： 10.15892/j. cnki. djzdxb. 2016.06.040基于M F C C的OFDM信号子载波调制方式识别方法#张海川1>2，雷迎科1>2(1电子工程学院，合肥230037; 2通信信息控制和安全技术重点实验室，浙江嘉兴314033)摘要:针对多径信道下传统的O FD M信号子载波调制方式识别方法存在识别率不高，判决门限不易确定，子载波调制方式识别不全面等问题，提出一种基于M FCC的O FDM信号子载波调制方式识别方法。
利用语音模型下的识别算法提取O FDM信号的M FCC特征参数，计算出各阶M FCC特征参数的平均标准偏差和平均变化率，并将两类参数的组合作为O FD M信号子载波调制方式分类特征量对子载波调制方式进行识别。
仿真实验结果表明，该方法能够有效实现多径信道下O FDM信号子载波多种调制方式的识别，且识别性能优于传统方法。
关键词:OFDM;分类特征量;MFCC;递归降阶中图分类号:T N911文献标志码:ASubcarrier Modulation Recognition Based on MFCC for OFDM SignalZHANG Haichuan1'2, LE I Yingke1-2(1 Electronic Engineering Institute, Hefei 230037, China ；2 Science and Technology on Communication Inform ation Security Control Laboratory, Zhejiang Jiaxing 314033, China) Abstract ：In order to overcome the poor performance, vague decision threshold and the incomplete recognition mode problem of the sub-canier modulation recognition for OFDM signal in the m ultipath channel, a novel modulation recognition method for OFDM signal based on Melfrequency cepstrum coefficient ( MFCC) was proposed. The MFCC features were firs tly extracted by the algorithm about speech recognition. Then we calculated the average standard deviation and average change rate of MFCC and used the combination of these two parameters as the classification features to identify the modulation type of carrier. Experimental results showed that the proposed method could effectively recognize the modulation type under m ultipath channel and it had a high correct rate to classify the modulation of OFDM signal. Keywords：OFDM；classification feature；MFCC；recursive order-reduction〇引言正交频分复用（O F D M)技术因其良好的抗频率 选择性衰落特性而被广泛应用于军事领域。
自适应OFDM系统子载波调制方式盲识别算法
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。
多径信道下OFDM信号子载波的调制方式识别新方法
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雷达信号子载波调制方式识别方法
OFDM雷达信号子载波调制方式识别方法
黄章斌;杨荣杰
【期刊名称】《火力与指挥控制》
【年(卷),期】2022(47)3
【摘要】针对多径信道下传统方法识别OFDM雷达信号子载波调制方式存在识别正确率较低,识别子载波调制方式不完备,判决门限不易确定等问题,提出一种新颖的OFDM雷达信号子载波调制方式识别方法。
利用OFDM雷达信号的瞬时幅度绝对值标准偏差,实现子载波多进制正交振幅调制(MQAM)和多进制相位调制(MPSK)的类间识别,利用组合高阶累积量作为识别特征量,对MQAM和MPSK两类调制方式中的子类间进行分类识别,利用递归降价的方法实现子载波调制阶数M>16的MQAM调制方式的识别。
仿真实验结果表明,该方法能够有效实现多径信道下OFDM雷达信号多种子载波调制方式的识别,且识别性能更优,可以识别更完备的子载波调制方式类型。
【总页数】6页(P111-115)
【关键词】OFDM;雷达信号;识别特征量;正交振幅调制;高阶累积量;递归降阶【作者】黄章斌;杨荣杰
【作者单位】解放军75842部队
【正文语种】中文
【中图分类】TJ765;TN911
【相关文献】
1.多径信道下OFDM信号子载波的调制方式识别新方法
2.基于高阶累积量的OFDM信号子载波的调制识别
3.基于MFCC的OFDM信号子载波调制方式识别方法
4.基于MFCC的OFDM信号子载波调制方式识别方法
5.DVB-T系统中OFDM信号子载波调制方式的识别
因版权原因，仅展示原文概要，查看原文内容请购买。
ofdm子载波主要调制方式
ofdm子载波主要调制方式OFDM（正交频分复用）是一种多载波调制技术，其主要调制方式是将数据分成多个子载波进行调制传输。
OFDM技术的主要优势在于能够有效地抵抗多径衰落和频率选择性衰落，提高系统的抗干扰能力和频谱利用效率。
在OFDM系统中，数据被分为多个子载波进行传输。
每个子载波都是正交的，即它们之间的互相干扰较小。
这是因为OFDM系统中的每个子载波都是在不同的频率上传输数据，互相之间没有重叠。
通过这种方式，OFDM技术能够有效地克服频率选择性衰落，提高系统的传输可靠性。
OFDM系统中，子载波的调制方式可以根据不同的需求选择。
常见的调制方式有相位移键控（PSK），振幅移键控（ASK）和正交振幅调制（QAM）等。
这些调制方式可以根据传输信道的要求来选择，以达到更好的传输效果。
PSK调制方式是指在每个子载波上改变相位来传输数据。
相位的改变可以代表不同的信息比特，从而实现数据的传输。
PSK调制方式简单高效，适用于高速传输场景。
ASK调制方式是指在每个子载波上改变振幅来传输数据。
振幅的改变可以代表不同的信息比特，从而实现数据的传输。
ASK调制方式适用于信噪比较高的传输场景。
QAM调制方式是指在每个子载波上同时改变相位和振幅来传输数据。
相位和振幅的改变可以组合成不同的符号，每个符号代表多个信息比特，从而实现更高的传输速率。
QAM调制方式适用于高速传输和高频带利用率的场景。
除了不同的调制方式，OFDM系统还可以通过改变子载波的数量和间隔来调整传输性能。
增加子载波的数量可以提高系统的传输容量，但也会增加系统的复杂度。
减小子载波的间隔可以提高系统的频谱利用率，但也会增加系统的抗多径衰落能力。
OFDM技术是一种基于多载波调制的传输技术，其主要调制方式可以根据不同的需求选择。
通过选择合适的调制方式和调整子载波参数，OFDM系统能够提高传输可靠性和频谱利用效率，适用于各种不同的通信场景。
一种多径信道下的OFDM信号盲识别算法
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。
OFDM多载波系统中子载波调制识别新方法
OFDM多载波系统中子载波调制识别新方法
刘高辉;许铭涛
【期刊名称】《计算机系统应用》
【年(卷),期】2018(027)011
【摘要】针对OFDM(Orthogonal Frequency Division Multiplexing)信号在非合作通信系统中,具有多种子载波调制类型且有些子载波调制类型难以被调制识别的问题,提出了一种对其子载波分类识别的新方法.此方法结合并改进了星座图聚类投影法和对数似然函数(Logarithmic Likelihood Function,LLF)算法,先对不同子载波调制信号进行星座图聚类投影从而识别出常规子载波调制类型,再进一步通过对数似然函数对常规子载波调制类型和偏移正交(Offset QAM,OQAM)调制类型进行分类识别,并在此基础上推导出子载波组的对数似然函数使其计算结果值更容易被判决门限分类.理论推导和计算机仿真结果表明这种方法能在信噪比高于15 dB 的情况下完全识别子载波的调制方式.
【总页数】8页(P120-127)
【作者】刘高辉;许铭涛
【作者单位】西安理工大学自动化与信息工程学院,西安 710048;西安理工大学自动化与信息工程学院,西安 710048
【正文语种】中文
【相关文献】
1.基于决策理论算法的单载波多载波数字调制识别技术研究 [J], 杨发权;李赞;罗中良
2.多载波OFDM与单载波QAM传输系统性能比较 [J], 张旭;李一兵;叶方;朱梦瑜
3.多载波OFDM系统研究及仿真实现 [J], 许添天;卢涵宇;蒙宽鹏
4.多载波调制OFDM技术在无线图传系统中的应用 [J], 周天敬;陈岳承;张燕
5.单载波与多载波调制系统中调制识别算法研究 [J], 力智;胡学龙
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键 词 ：调制识别 ； Ｆ Ｍ信号 ； ＯＤ 高阶累积量 ； 减法聚类
中 图 分 类 号 ：Ｎ １ ． Ｔ ９ １７ 文 献 标 识 码 ： Ａ 文 章 编 号 ：０ １ ４ ０ ２ １ ）５０ ２ －７ １０ － ０ （０ １ ０ － ００ ቤተ መጻሕፍቲ ባይዱ２ ０
ｓ ｂ ｒ ｃｉｅ ｃｕ ｔｒ ｍｅｈ ｄ ｉ ｌｔ ｎ ｒ ｓ ｔ ｈ ｗ ｔ ａ ｅｐ ｏ ｏ ｅ ｔ ｏ ａ ｏ ｕ ｔ ｅ ｏ ｉ ｏ ｅｆ ｒ ｎ ｃ ｕ ｔａ ｔ ｌ ｓｅ ｔｏ ．Ｓ ｍｕ ａ ｉ ｅ ｕ ｓｓ ｏ ｈ ｔ ｈ ｒｐ ｓ ｄ ｍｅｈ ｈ ｓｒ ｂ ｓ ｒ ｃ ｇ ｔ ｎ ｐ ｒ ｍａ ｅ ｖ ｏ ｌ ｔ ｄ ｎ ｉ ｏ ｉ ｈ ｈ ｐ ｔ ｈ ｎ １ ｎ ｔ ｅ ｍｕ ｉ ａｈ ｃ ａ ｅ ． ｎ
ｍｏ ｕ ａｅ ｕ ｃ ｒ ｅ ｉｎ ｓ ｗ ｔ ｉ ｔｂ ｅ ｃ ｍｂ ｎ ｔ ｎ ｆａ ｕｅ ｏ ｕ ｔ ・ ｒ ｅ ｎ ｉｔ －ｒ ｅ ｕ ｌｎ ｓ ｄ ｌ ｔｄ ｓ ｂ ａ ｒ ｒｓ ａ ｉ ａ ｐ ｌ ｙ ｔ ｏ ｉ ａｉ ｅ ｔ ｒ ｆ ｏ ｒ ｏ ｄ ｒａ ｄ ｓｘｈ ｏ ｄ ｒ ｃ ｍｕａ ｔ， ｉ ｇｌ ｈ ｏ ｈ ｏ ｆ ｈ
多径 信 道 下 ０阳 Ｍ 信 号子 载 波 的调制 方 式识 别 新 方 法
刘 明 骞 ， 李 兵 兵 ， 赵 雷
（ 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 ７ ０ ７ ） １０ １
摘要 ：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（ Ｆ Ｍ） 号子载波调制 方式难 ＯＤ 信 识别 的问题 ， 出了一种 Ｏ Ｄ 提 Ｆ Ｍ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
Ａｂ ｔａ ｔ ｓ ｒ ｃ ： Ｉ ｉｗ ｆ ｍｏ ｕ ａｉｎ ｉ ｅ ｔ ｃ ｔ ｎ ｏ ｕ ｃ ｒ ｅ ｓ ｏ ｒ ｏ ｏ ａ ｒ ｑ ｅ ｃ ｉｉｉｎ ｍｕｔ ｌ ｘｎ ｎ ｖ ｅ ｏ ｄ ｌｔ ｄ ｎ ｉ ａｉ ｓ ｂ ａｒ ｒ ｏｔ ｇ ｎ ｆｅ ｕ ｎ ｙ ｄ ｖｓｏ ｌ ｐ ｅ ｉ ｇ ｏ ｉ ｆ ｏ ｆ ｉ ｆ ｈ ｌ ｉ
Ｆｎｌ ．ｉ ｒｃｇｉ ｓｔｅｍｏｕ ｔｄｓｂａ ｉｒｓ ｎ ｓｗ ｉ 托 ｌ ｓａ ｅｔ ｉ ｔ ｗｔ ｔｅｉ ｐｏｅ ｉａｙ ｔ ｅｏ ｚ ｈ ｄｌ ｅ ｕｃｒｅ ｉ ａ ｈ ｈ ａ ｅ ｆ ｃ ｄ ｂ ｐ ｏ ｉ ｈ ｍ ｒｖｄ ｌ ｎ ｅ ａ ｒ ｇｌ ｃ ｓ ｅ ｙ ｌｓ ｈ
的组合特征， 去除 Ｏ Ｄ 子载波信 号中的空载波信号， ＦＭ 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
Ｌ Ｕ ｎ ｉｎ Ｌ ｎ ｂ ｎ Ｉ Ｍｉｇｑａ ， ＩＢｉ ｇ ｉｇ， ＺＨＡＯ ｅ Ｌｉ
（ｔｔ Ｋ ｙ ａ ．ｏ ｔｇａ ｄＳｒｉ ｅ ｏｋ，Ｘ ｄ ｎＵ ｉ ，Ｘ’ ７０ ７ ，Ｃ ｉａ Ｓａ ｅ ｂ ｆｎｅｒ ｅ ｅｖ ｅＮ ｔ ｒｓ ｉｉ ｎｖ ｅ Ｌ Ｉ ｔ ｃ ｗ ａ ． ｉｎ １０ １ ｈｎ） ａ
ｃ ｍｍｕ ｉ ａｉｎ ｙ ｔｍ， ａ ｎ ｖ ｌ ｍｅｈ ｄ ｆ ｒ ｒ ｃ ｇ ｉ ｏ ｆ ｔ ｅ ｕ ｃ ｒｉｒ ｄ ｌｔ ｎ ｏ Ｄ ｏ ｎ ｃ ｔ ｓ ｓ ｓｅ ｏ ｏ ｅ ｔ ｏ ｏ ｅ ｏ ｔ ｎ ｏ ｈ ｓ ｂ ａｒ ｓ ｍｏ ｕａ ｉ ｆ ＯＦ Ｍ ｉｎ ｌ ｓ ｎ ｉ ｅ ｏ ｓｇ ａｓ ｉ ｐ ｏ ｏ ｅ ．Ｔ ｅ ｍｅｈ ｄ ｆ ｓ ｙ ｒｍｏ ｅ ｅ ｎ ｌ ｃ ｒ ｅ ｉ ａｓ ｏ ｅ ＯＦ Ｍ ｓｎ ｈ ｏ ｉ ａｉｎ ｃ ａ ａ ｔｒｓ ｃ ｒｐ ｓ ｄ ｈ ｔ ｏ ｒｔ ｅ ｖ ｓ ｔ ｕｌ ａ ｒ ｒ ｓ ｌ ｆｔ Ｄ ｕ ｉ ｇ ｔｅ ｃ ｍｂ ｎ ｔ ｈ ｒ ｃｅ ｔ ｉ ｌ ｈ ｉ ｎ ｇ ｈ ｏ ｉｉ
Ｎｏ ｅ ｏ ｕ ａ ｉ ｎ ｉ ｅ ｉｉａ ｉ ｎ ｓ ｈ ｍ ｅ ｆ ｒ ｓ ｂｃ ｒ ｉｒ ｆ ｖ ｌｍ ｄ ｌ ｔｏ ｄ ｎｔｆｃ ｔｏ ｃ ｅ ｏ ｕ ａ ｒｅ ｓｏ ＯＦＤＭ ｉｎａｓｉ ｈ ｕｌｉ ｔ ｈａ ｅ ｓｇ ｌ ｎ ｔ ｅ ｍ ｔｐａ ｈ ｃ ｎｎ ｌ
ｏ ｕｔ — ｄ ｒ ｎ ｃ ｎ ｒｅ ｍｕ ｎｓ ａ ｄ ｅ ｌ ｒ ｏ ｔ ｈ ｕｅｐｌ ｂ ａｒ ｒ ｉ ａ ｄｓｍ ｔｅ ｆ ｏｒ ｏ ｅ ａ ｄｓ ｏ ｄｏｄ ｒ ｕ ｌ ｔ ｎ ｎｆｔ ｕ ｅｐ ｒ ｉ ｔ ｕ ｃｒｉ ｇ ｌ ａ ｅ ｆ ｆ ｈ ｒ ｅ ｃ ａ ， ｈ ｔ ｉｅ ｓ ｔ ｏｓ ｅｓ ｎ ｓ ｎ ｏ Ｏｈ
（ Ｆ Ｍ） ｓ ｎｌ ｉ ａ ｐｌ ｎ ａ ｕｔ ａ ｃａｎｌ ｉ ａ ｉｉ ｌ ｐｏ ｌ ｉ ｈ ｎｎｃｏｅａ ｏ ＯＤ ｉ ａ ｗｔ ｉｔ ｉ ｍ ｌｐｔ ｈｎ ｅ ｓ ｄ ｃ ｔ ｒ ｅ ｎ ｅ ｏ — ｐｒｔ ｎ ｇ ｓ ｈ ｏ ｉ ｈ ｆ ｕ ｂ ｍ ｔ ｏ ｉ
２１ ０ １年 １ ０月 第３ 卷 第５ ８ 期
西安电子 科技大学学报（ 自然科学版）
Ｊ ＯＵＲＮＡＬ ＯＦ Ⅺ ＤＩ ＡＮ Ｉ ⅡＶＥＲＳｒ 】
Ｏｃ ． Ｏ ｌ ｔ２ ｌ Ｖｏ ． ８ Ｎ０ 、 １３ ．
ｄｉ１ ．９ ９ ｊｉ ｎ １０ －４ ０ ２ １ ．５ ０ ４ ｏ ０ ３ ６ ／． ｓ ．０ １２ ０ ．０ ０ ．０ ： ｓ １