CN108923829A

CN108923829A - 一种基于相关函数的空频分组码盲识别方法

Info

Publication number: CN108923829A
Application number: CN201810760214.7A
Authority: CN
Inventors: 凌青; 张立民; 闫文君; 徐涛; 方君
Original assignee: Naval Aeronautical University
Current assignee: Naval Aeronautical University
Priority date: 2018-07-11
Filing date: 2018-07-11
Publication date: 2018-11-30
Anticipated expiration: 2038-07-11
Also published as: CN108923829B

Abstract

本发明公开了一种基于相关函数的空频分组码信号盲识别方法，具体包括以下步骤：构造不同接收天线接收信号的互相关函数，通过检测互相关函数是否有峰值从而识别出SM‑OFDM和AL‑OFDM。其中检测峰值的算法是寻找相关函数的最大值，若最大值的位置在0或者16附近，则判定为AL‑OFDM信号，否则判定为SM‑OFDM信号；或者找出两个最大值的位置，若两个最大值的距离为16则判定为AL‑OFDM信号，否则判定为SM‑OFDM信号。本方法能识别在全盲条件下AL‑OFDM信号和SM‑OFDM信号，且在低信噪比下识别效果较好；且不受调制方式等影响，方法的鲁棒性较好。

Description

一种基于相关函数的空频分组码盲识别方法

技术领域

本发明属于信号处理领域中非协作通信信号处理技术，具体是指一种基于相关函数的空频分组码信号盲识别方法。

背景技术

MIMO(Multiple-Input Multiple-Output)系统是下一代无线通信体统中的关键技术。其中，空时分组码(STBC)和空频分组码(SFBC)的盲识别问题受到越来越多的关注，无论是在单载波系统中还是正交频分复用(OFDM)，空间编码识别技术的研究越来越多。空间编码与OFDM技术结合的方式有两种，一种是对OFDM信号进行空时分组编码，称之为STBC-OFDM信号，另一种是对STBC信号进行OFDM编码，称之为SFBC-OFDM信号，目前对于SFBC-OFDM识别的算法还较少。本发明的算法是针对SFBC-OFDM信号中空间复用信号空频分组码(SM-OFDM)和AL空频分组码(AL-OFDM)信号进行识别。

发明内容

本发明的内容是在全盲条件下，对SM-OFDM和AL-OFDM信号进行识别。

为解决上述技术问题，本发明是通过以下技术方案实现的：构造不同接收天线的接收信号的互相关函数，通过检测互相关函数是否存在峰值，如果存在峰值则判定为AL-OFDM，如果没有峰值则判定是SM-OFDM。

SM和AL信号编码方式详细的方案如下：

SM信号编码方式为：当发射天线数n_t＝2时，发射信号为：

AL信号编码方式为：发射天线数n_t＝2，码矩阵长度L＝2，一个码矩阵长度的信号为：

SFBC-OFDM信号是在空间分组码(Space Block coding,SBC)信号在不同子载波之间进行编码的一种信号，设SM-OFDM信号和AL-OFDM信号都是在具有N个子载波，v个前缀的SFBC-OFDM系统中。为了在每个接收天线上得到N个基带调制信号，在一个OFDM的时间周期内，AL-OFDM和SM-OFDM分别能够发射N和2N个符号。

设AL-OFDM系统中，在天线0和天线1上的第b个发射信号向量表示分别为：

u^(b,0)＝[d^b(0),-d^(b)*(1),d^b(2),-d^(b)*(3),...,d^b(N-2),-d^(b)*(N-1)]

u^(b,1)＝[d^b(1),d^(b)*(0),d^b(3),d^(b)*(2),...,d^b(N-1),d^(b)*(N-2)]

在SM-OFDM系统中，在天线0和天线1上的第b个发射信号向量表示分别为：

q^(b,0)＝[d^b(0),d^(b)(2),d^b(4),...,d^b(2N-2)]

q^(b,1)＝[d^b(1),d^(b)(3),d^b(5),...,d^b(2N-1)]

对上述发射信号向量利用反傅里叶变换的方式加前缀，其中，第n个符号可表示为：

其中n＝-v,...,N-1，发射天线序号f＝0,1，u^(b,f)(k)和q^(b,f)(k)分别是频域向量u^(b,f)和q^(b,f)的第k个元素，k＝0,1,...,N-1是子载波序号。

设在天线0和天线1上发射信号为s⁽⁰⁾＝[x^(0,0),x^(1,0),x^(2,0),...]和s⁽¹⁾＝[x^(0,1),x^(1,1),x^(2,1),...]。

第i根接收天线接收到的信号为：

其中L_h为衰落信道的多径数目，i＝0,1,…,N_r-1，N_r为接收天线数，h_fi(l)为发射天线f与接收天线i之间的第l个信道系数。w⁽ⁱ⁾(m)是噪声，s^f(m)是序列s^f的第m个元素。

所述的构造不同接收天线的接收信号的互相关函数，具体为：构造第m个时刻和第(m+N/2-τ)个时刻的互相关函数，其中N为OFDM子载波个数，τ表示时延。

为了进一步说明问题，本发明所述的构造不同接收天线的接收信号互相关函数，具体为：计算接收信号y⁽ⁱ⁾(m)的互相关函数：

G^(i,i')(m,τ)＝E[y⁽ⁱ⁾(m)y^(i')(m+N/2-τ)]

其中，i和i'为接收信号的序列，i≠i'，i,i'＝0,1,...,N_r-1，τ为偶数，m≠m+N/2-τ，且m+N/2-τ>0，E[]表示期望。

所属的通过检测互相关函数是否存在峰值，如果存在峰值则判定为AL-OFDM，如果没有峰值则判定是SM-OFDM。

AL-OFDM信号的G^(i,i′)(m,τ)存在峰值，而SM-OFDM信号G^(i,i′)(m,τ)不存在峰值，本发明通过检测G^(i,i′)(m,τ)峰值的方式对二者进行区分。所述的峰值检测算法为：

AL信号在某些时延下存在非零值，而SM在任何时延下也没有非零值，因此，只需要识别某些特定时延下是否存在峰值。AL信号在m＝0或者m＝16附近存在峰值，因此，所述的检测峰值算法为：

如果n₁在0或者16附近，待识别的信号为AL信号(H₁)，否则为SM信号(H₀)。算法流程如下：

输入：接收信号y⁽ⁱ⁾(m)和y^(i′)(m)；

1)计算G^(i,i′)(m,τ)＝y⁽ⁱ⁾(m)y^(i′)(m+N/2-τ)；

2)若n₁在0或者16附近，判定为AL信号(H₁)，否则为SM信号(H₀)。

本发明中所述的峰值在0或者16左右，具体为：峰值个数和位置与L_h有关，其中峰值的个数为L_h，峰值的位置为-L_h+1到L_h-1，或者峰值在16-L_h到16+L_h。

由于信号有两个明显的峰值，因此所述的峰值检测算法为：

如果|n₁-n₂|＝16，待识别的信号为AL信号(H₁)，否则为SM信号(H₀)。

输入：接收信号y⁽ⁱ⁾(m)和y^(i′)(m)；

1)计算G^(i,i′)(m,τ)＝y⁽ⁱ⁾(m)y^(i′)(m+N/2-τ)；

2)n₂≠n₁，若|n₁-n₂|＝16，判定为AL信号(H₁)，否则为SM信号(H₀)。

本发明方法能识别在全盲条件下AL-OFDM信号和SM-OFDM信号，且在低信噪比下识别效果较好；且不受调制方式等影响，方法的鲁棒性较好。

附图说明

图1是本发明所述方法的总体流程图。

图2是本发明所述的SFBC-OFDM信号传输原理。

图3是SM-OFDM和AL-OFDM发射端相关函数。

图4是SM-OFDM和AL-OFDM接收端相关函数。

图5是不同信噪比下SM-OFDM和AL-OFDM识别概率。

图6实施案例中不同调制方式对识别性能对比。

具体实施方式

本实施例所述方法实现过程如下：

(1)采样，初始化数据；

(2)分别计算SM-OFDM和AL-OFDM信号的互相关函数G^(i,i′)(m,τ)；

(3)采用识别算法中方法一或者方法二检测接收信号的互相关函数的峰值；

(4)重复步骤1～步骤3进行1000次蒙特卡洛仿真，计算正确识别概率。

实例中无特殊说明，仿真参数如下设置：子载波N＝64，循环前缀v＝7，采用QPSK调制方式，对于每一条传输路径，信道假定为频率选择信道，其中包括6个统计独立的抽头，每一个抽头建模为均值为0的复高斯随机变量，其功率服从指数PDF，其中l＝0,1,…,L_h-1。信噪比定义为其中为每根发射天线的功率，为高斯噪声功率。正确识别概率p_c(λ|λ)衡量算法性能。每个信噪比做1000次蒙特卡洛实验。

图5为P(λ|λ)与SNR关系，图中列出了不同的OFDM块数目下正确识别概率，从图5分析，增大OFDM块数目，AL识别性能得到很大提高，主要是由于块数目增大，G^(i,i′)(m,τ)的估计值更准确，其峰值更明显，另外，SM信号不随着OFDM块数目变化，主要是由于即使块数目增大，其互相关函数也没有展现峰值。

图6为SM-OFDM和AL-OFDM在不同调制方式下下识别概率图。其中调制方式为QPSK、8-PSK、16-PSK和64-QAM。其余仿真条件采用默认条件，实验仿真结果如图6所示。从图中曲线可以发现，调制方式对算法基本无影响。

Claims

1.一种基于相关函数的空频分组码盲识别方法，其特征在于：构造不同接收天线的接收信号的互相关函数，通过检测互相关函数是否存在峰值，如果存在峰值则判定为AL-OFDM，如果没有峰值则判定是SM-OFDM。

2.根据权利要求1所述的一种基于相关函数的空频分组码盲识别方法，其特征是，所述的构造不同接收天线的接收信号的互相关函数，具体为：构造第m个时刻和第(m+N/2-τ)个时刻的互相关函数，其中N为OFDM子载波个数，τ表示时延。

3.根据权利要求2所述的一种基于相关函数的空频分组码盲识别方法，其特征是，所述的构造不同接收天线的接收信号的互相关函数，具体为：将两个不同接收天线的接收信号yⁱ(m)和y^i′(m)，构造互相关函数形式为G^(i,i')(m,τ)＝E[y⁽ⁱ⁾(m)y^(i')(m+N/2-τ)]，yⁱ(m)表示第i根接收天线第m个时刻接收信号，y^i′(m+N/2-τ)表示第i′根接收天线第(m+N/2-τ)个时刻接收信号。

4.根据权利要求1所述的一种基于相关函数的空频分组码盲识别方法，其特征是，所述的通过检测互相关函数是否存在峰值，具体为：检测接收信号互相关函数的两个峰值间距离，如果两个峰值间距离为16，则判定为AL-OFDM信号，否则判定为SM-OFDM信号。

5.根据权利要求1所述的一种基于相关函数的空频分组码盲识别方法，其特征是，所述的通过检测互相关函数是否存在峰值，具体为：检测接收信号互相关函数的峰值，如果峰值在0或者16左右，则判定为AL-OFDM信号，否则判定为SM-OFDM信号。

6.根据权利要求5所述的一种基于相关函数的空频分组码盲识别方法，其特征是，峰值在0或者16左右，具体为：峰值在-L_h+1到L_h-1，或者峰值在16-L_h到16+L_h。