CN104079524B - 一种基于ofdm的qam调制下的已失真通信信号识别方法 - Google Patents

Abstract

本发明公开了一种基于OFDM的QAM调制下的已失真通信信号识别方法，它包括发送端的训练符号添加和接收端已失真信号的判别步骤。本发明简化了平坦瑞利衰落信道下接收机的结构，接收机无需使用信道估计和信道均衡模块，使用导频信号对现有k‑means聚类算法进行了初始聚类质心的改进，并将其应用于已失真通信信号的判决和识别，具有迭代次数少，计算量小等特点，对信号相位失真和幅度失真的判决和识别性能更优。

Description

一种基于OFDM的QAM调制下的已失真通信信号识别方法

技术领域

本发明属于移动通信技术领域，具体涉及一种在多径衰落信道下基于正交频分复用(OFDM)的正交幅度调制(QAM)系统的信号聚类识别方法。

背景技术

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是一种多载波复用调制技术，它将高比特率的串行数据流进行分流，实现低速率多状态的数据符号来调制对应的子载波，从而实现数据的并行传输。由于它的各个子载波是相互正交的，允许相互之间的频谱发生重叠现象，这在很大程度上实现对频谱利用率的提高，也减小了子载波间的相互干扰，因此在现代通信中得到广泛应用。

对于无线通信而言，消息信号到达接收端，可能会经过多种障碍物，以至于在接收端收到的信号会来自直射路径、反射路径、绕射路径和散射路径等多种路径的综合。由于不同路径所经历的路程基本不同，导致到达的时间有所不同，因此每条路径的到达相位也不相同，产生多径效应现象，再加上信号在传输过程中，也会受到一定程度的衰减影响，即频率选择性衰落、时间选择性衰落和空间选择性衰落。由此会在接收端的综合信号某些部分会发生消减，而在另外一部分会发生加强现象。如果发送端与接收端之间再有相对的移动，也会产生远近效应和多普勒效应，对于接收端的相对移动，有时甚至会使接收端处于深衰落的位置，导致在接收端不能正常接收信号。

对基于OFDM的QAM调制后的发送信号进行建模，调制后产生的数据经过串/并的变换，从而产生并行的N个频域符号X(k)，使其通过IFFF变换，进行子载波调制，产生的时域信号为x(n)，则时域符号可以表示为

假设信道为一个多径时变衰落信道，可用线性抽头延迟冲激响应来表示

式中，h_l(t)为t时刻时域多径信道冲激响应的第l条路径的复增益，f_D(t)是多普勒频移，为第l条路径的时变相移，π_l(t)为第l条路径的时变等效延迟函数。若信道是慢衰落信道，即在一帧OFDM符号内信号基本不变，则h_l(t)与π_l(t)在一个符号周期Ts内近似为恒值，同理f_D(t)和θ_l(t)也近似为恒值，故把它们记为h_l、π_l、f_D、θ_l，并设θ_l＝0，因此公式(2)可以表示为

再将接收时由于不同步引起的载波频偏f_D和高斯白噪声考虑进去，则得到接收的时域信号为

式中，w(n)为加性高斯白噪声,ε＝ΔfT_s＝(f_D+f_G)T_s为由多普勒频偏和载波频偏共同决定的归一化频偏，把公式(1)代入公式(4)可得

式中，表示第k个子载波信道的频率冲激响应函数，在接收端，将添加的循环前缀去除掉，然后对y(n)进行FFT变换，可以得到它的频域形式为

式中，0≤k≤N-1，W(k)是对高斯白噪声w(n)的FFT变换，从公式(6)中可以看出，多径信道对信号造成了相位和幅度失真，载波相位偏移将使接收星座图的样点发生旋转，采用基本的信道估计(频域最小二乘法，LS)或均衡算法能在一定程度上补偿信号的失真，并不能获得更好的效果。为了解决上述问题，现有方法主要是改进信道估计算法或者改进信道均衡算法，然而这些方法都将在一定程度上增加接收端电路的复杂度。

发明内容

本发明的目的在于针对平坦瑞利衰落信道下采用OFDM技术和QAM调制的信号，提出使用一种改进的聚类算法用于失真信号的识别。在无需使用信道估计和信道均衡情况下，仍能获得较好的识别性能。

本发明的目的是通过以下技术方案来实现的：一种基于OFDM的QAM调制下的已失真通信信号识别方法，其特征在于：它包括发送端的训练符号添加和接收端的失真信号识别步骤，其中，所述的发送端的训练符号添加包括以下子步骤：

S11，对拟发送数据依次进行QAM调制、串/并转换和IFFT快速傅立叶逆变换；

S12，在经步骤S11处理后得到的数据中，加入循环前缀和训练序列：

S13，对加入循环前缀和训练序列后的数据依次进行并/串转换、I/Q调制和数模转换，并通过无线信道发射；

所述的接收端已失真信号判别包括以下子步骤：

S21，接收发送端发射的含有循环前缀和训练序列的射频信号，并依次进行模数转换、I/Q解调和串/并转换，得到含有循环前缀和训练序列的基带信号；

S22，去除基带信号中的循环前缀，提取训练序列，得到无循环前缀和训练序列的基带信号；

S23，对步骤S22得到的基带信号进行FFT快速傅立叶变换和并/串转换处理；

S24，对步骤S23处理得到的数据进行聚类判决，正确识别出接收信号。

发送端添加训练符号时采用均匀分布，对于K阶QAM调制，N_s为1帧中频域训练序列的长度，则训练序列的组成为每个星座个数据点，剩余的个数据点随机产生，其中，为向下取整。

所述的聚类判决包括以下子步骤：

S241：初始化聚类质心，从解调的基带信号中分离出导频信号，通过导频信号计算出初始聚类质心，并对每个质心进行编号；

S242：信号聚类，分别计算信号点与各聚类质心的欧式距离，为每个信号点选取最短距离所对应的聚类质心的编号作为自己的簇编号；

S243：更新聚类质心，根据簇编号对每一簇的信号点进行求平均，计算出下次迭代使用的聚类质心；

S244：迭代停止判断，计算新质心与原质心的差值，并判断迭代是否结束，若需继续迭代，则返回信号聚类步骤S242，若不需继续迭代，则结束。

本发明的有益效果是：(1)本发明简化了平坦瑞利衰落信道下接收机的结构，接收机无需使用信道估计和信道均衡模块。(2)使用导频信号对现有k-means聚类算法进行了初始聚类质心的改进，并将其应用于失真通信信号的判决和识别，具有迭代次数少，计算量小等特点，对信号相位失真和幅度失真的判决和识别性能更优。

附图说明

图1为本发明系统结构图；

图2为本发明与采用LS信道估计和ZF信道均衡后在瑞利平坦衰落信道下信号判决性能比较示意图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案：如图1所示，一种基于OFDM的QAM调制下的已失真通信信号识别方法，其特征在于：它包括发送端的训练符号添加和接收端的失真信号识别步骤，其中，所述的发送端的训练符号添加包括以下子步骤：

S11，对拟发送数据依次进行QAM调制、串/并转换和IFFT快速傅立叶逆变换；

S12，在经步骤S11处理后得到的数据中，加入循环前缀和训练序列：

S13，对加入循环前缀和训练序列后的数据依次进行并/串转换、I/Q调制和数模转换，并通过无线信道发射；

所述的接收端已失真信号判别包括以下子步骤：

S21，接收发送端发射的含有循环前缀和训练序列的射频信号，并依次进行模数转换、I/Q解调和串/并转换，得到含有循环前缀和训练序列的基带信号；

S22，去除基带信号中的循环前缀，提取训练序列，得到无循环前缀和训练序列的基带信号；

S23，对步骤S22得到的基带信号进行FFT快速傅立叶变换和并/串转换处理；

S24，对步骤S23处理得到的数据进行聚类判决，正确识别出接收信号。

发送端添加训练符号时采用均匀分布，对于K阶QAM调制，N_s为1帧中频域训练序列的长度，则训练序列的组成为每个星座个数据点，剩余的个数据点随机产生，其中，为向下取整。

所述的聚类判决包括以下子步骤：

S241：初始化聚类质心，从解调的基带信号中分离出导频信号，通过导频信号计算出初始聚类质心，并对每个质心进行编号；

S242：信号聚类，分别计算信号点与各聚类质心的欧式距离，为每个信号点选取最短距离所对应的聚类质心的编号作为自己的簇编号；

S243：更新聚类质心，根据簇编号对每一簇的信号点进行求平均，计算出下次迭代使用的聚类质心；

S244：迭代停止判断，计算新质心与原质心的差值，并判断迭代是否结束，若需继续迭代，则返回聚类判决步骤S242，若不需继续迭代，则结束。

在接收端先后需进过IQ解调、去除循环前缀、FFT、并/串转换，然后通过聚类判决解调出接收符号，聚类判决步骤的具体描述为：

(1)计算初始聚类质心：发送的训练序列已知为且T中的元素可分为K类，即t_i∈U_k,i＝0,1,…,N_S,k＝1,2,…,K，其中U_k为信号聚类的第k类的集合。从接收信号中分离出训练序列为对接收到的训练序列进行分类，分类原则为{t_j'∈U_k|t_i∈U_k,i＝0,1,…,N_S,j＝1,2,…,K}，再根据分类结果计算初始聚类质心，假设N_k为集合U_k中的元素个数，计算质心的公式如下

(2)根据聚类质心对信号进行聚类：分别计算信号点x_i与各聚类质心c_k的欧式距离d(*)，为每个信号点选取最短距离所对应的质心编号为聚类编号，即

(3)更新聚类质心：分别对属于每一类的数据点x_i求平均，计算出新的聚类质心，计算公式如下

(4)判断迭代是否结束：计算新旧质心之间的误差和判断迭代是否结束，若E≤ε，则算法收敛迭代结束并继续下一步，若E＞ε，则返回执行步骤(2)(3)继续迭代，直至算法收敛，ε为可设置的迭代停止阈值。

(5)聚类判决结束，对x_i∈U_k，有x_i星座编号判决为k。

在本实例中，发送端OFDM系统的参数如下：系统子载波数量为52，FFT长度为64，循环前缀长度为16，每帧中包含的OFDM符号数为6，其中训练符号数为1，调制方式为16QAM，多普勒频移为100Hz。图2为本专利方法的判决性能与采用LS信道估计和ZF信道均衡后判决性能的对比图。

Claims (2)

1.一种基于OFDM的QAM调制下的已失真通信信号识别方法，其特征在于：它包括发送端的训练符号添加和接收端已失真信号的判别步骤，其中，所述的发送端的训练符号添加包括以下子步骤：

S11，对拟发送数据依次进行QAM调制、串/并转换和IFFT快速傅立叶逆变换；

S12，在经步骤S11处理后得到的数据中，加入循环前缀和训练序列：

S13，对加入循环前缀和训练序列后的数据依次进行并/串转换、I/Q调制和数模转换，并通过无线信道发射；

所述的接收端已失真信号判别包括以下子步骤：

S21，接收发送端发射的含有循环前缀和训练序列的射频信号，并依次进行模数转换、I/Q解调和串/并转换，得到含有循环前缀和训练序列的基带信号；

S22，去除基带信号中的循环前缀，提取训练序列，得到无循环前缀和训练序列的基带信号；

S23，对步骤S22得到的基带信号进行FFT快速傅立叶变换和并/串转换处理；

S24，对步骤S23处理得到的数据进行聚类判决，正确识别出接收信号；

所述的聚类判决包括以下子步骤：

S241：初始化聚类质心，从解调的基带信号中分离出导频信号，通过导频信号计算出初始聚类质心，并对每个质心进行编号；具体地，发送的训练序列已知为且T中的元素可分为K类，即t_i∈U_k,i＝0,1,…,N_S,k＝1,2,…,K，其中U_k为信号聚类的第k类的集合；从接收信号中分离出训练序列为对接收到的训练序列进行分类，分类原则为{t_j'∈U_k|t_i∈U_k,i＝0,1,…,N_S,j＝1,2,…,K}，再根据分类结果计算初始聚类质心，假设N_k为集合U_k中的元素个数，计算质心的公式如下：

$c_k=\frac{1}{N_k}\underset{{t_i}^{\′}\∈U_k}{\Σ}{t_i}^{\′},k=1,2,...,K$

S242：信号聚类，分别计算信号点x_i与各聚类质心c_k的欧式距离d(*)，为每个信号点选取最短距离所对应的聚类质心的编号作为自己的簇编号，即：

$\{x_i\∈U_k|d(x_i,c_k)=\underset{k=\mathrm{1...}K}{\min }d(x_i,c_k)\}$

S243：更新聚类质心，根据簇编号对每一簇的信号点x_i进行求平均，计算出下次迭代使用的聚类质心，计算公式如下：

${c_k}^{\′}=\frac{1}{N_k}\underset{x_i\∈U_k}{\Σ}{x}_i$

S244：迭代停止判断，计算新旧质心之间的误差和判断迭代是否结束，若E≤ε，则算法收敛迭代结束并继续下一步，若E＞ε，则返回执行步骤S242和步骤S243继续迭代，直至算法收敛，ε为可设置的迭代停止阈值；

S245：聚类判决结束，对x_i∈U_k，有x_i星座编号判决为k。

2.根据权利要求1所述的一种基于OFDM的QAM调制下的已失真通信信号识别方法，其特征在于：发送端添加训练符号时采用均匀分布，对于K阶QAM调制，N_s为1帧中频域训练序列的长度，则训练序列的组成为每个星座个数据点，剩余的个数据点随机产生，其中，为向下取整。