一种基于固有时间尺度分解的OFDM信号盲识别算法

网络出版时间：2011-10-18 15:28

2012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.1

doi：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)01-0022-07

An OFDM Modulation Recognition Algorithm Based on Intrinsic Time-scale

Decomposition

ZHU 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. An

OFDM modulation recognition algorithm is proposed ,which is based on the ITD and the circular data analysis

methods. The algorithm extracted three parameters as a co-feature vector to distinguish OFDM from single carrier

modulations. The impact of the carrier frequency，symbol rate and sampling rate on the recognition performance

was also considered. The intermediate frequency signal can be processed directly, avoiding the carrier recovery

process. Simulation results show that, the algorithm can distinguish the OFDM from single carriers successfully

even under low SNR, it is also robust to system parameters.

Key Words: OFDM recognition; the intrinsic time-scale decomposition (ITD); instantaneous phase; trigonometric

moment

1 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 1

11()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 k

k 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 t

L (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。