CN110113273A - 一种基于频谱对称的时频重叠信号盲分离方法 - Google Patents

一种基于频谱对称的时频重叠信号盲分离方法 Download PDF

Info

Publication number
CN110113273A
CN110113273A CN201910261509.4A CN201910261509A CN110113273A CN 110113273 A CN110113273 A CN 110113273A CN 201910261509 A CN201910261509 A CN 201910261509A CN 110113273 A CN110113273 A CN 110113273A
Authority
CN
China
Prior art keywords
signal
frequency
time
frequency spectrum
separation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910261509.4A
Other languages
English (en)
Other versions
CN110113273B (zh
Inventor
任光亮
王瑞
张会宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201910261509.4A priority Critical patent/CN110113273B/zh
Publication of CN110113273A publication Critical patent/CN110113273A/zh
Application granted granted Critical
Publication of CN110113273B publication Critical patent/CN110113273B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00Baseband systems
    • H04L25/02Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006Arrangements for removing intersymbol interference
    • H04L25/03821Inter-carrier interference cancellation [ICI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Noise Elimination (AREA)

Abstract

本发明属于无线通信技术领域,公开了一种基于频谱对称的时频重叠信号盲分离方法;(1)判断有效信号是是否受到污染;(2)找出有效信号未被污染的边带信息;(3)利用边带性质在频域实现分离;(4)解调。本发明利用信号的边带特性,采用频谱对称法实现时频重叠信号的盲分离。本发明充分的利用了调制信号的边带性质,利用一半的频谱恢复所有的传输信息,并达到单边带解调的最佳性能。本发明利用了时频重叠信号的循环平稳特性,对接收信号做非线性变换,使得原本在时频域发生混叠的信号分散开来,而且该变换域包含丰富调制信号的信息,可以用于调制识别和参数估计。

Description

一种基于频谱对称的时频重叠信号盲分离方法
技术领域
本发明属于无线通信技术领域,尤其涉及一种基于频谱对称的时频重叠信号盲分离方法、无线通信系统。
背景技术
目前,单通道盲分离是指在单天线接收条件下,同时接收到目标信号和一个或者多个干扰信号,在缺乏目标信号和干扰信号的先验信息的情况下,利用接收到的混合信号,采用盲信号分离方法,分离出目标信号和干扰信号。时频混叠信号难分离的主要原因是这是一个欠定问题,因为只有一个接收信号,却要分离出多个源信号,因此,必须充分挖掘信号的其它有用特征或先验信息,寻找新的方法来解决这个难题,把欠定问题转换为超定或者正定情况。已有的信号分离方法有基于滤波器设计的方法和基于多用户检测的方法。现有技术一:采用BA-FRESH滤波器,基于源信号的循环平稳性提出了一种单天线接收时频重叠信号的分离方法,该方法利用二阶循环累积量的联合参数估计结果,设置BA-FRESH滤波器参数,进行信号时频重叠信号盲分离。该算法首先要计算接收信号的循环自相关,并基于相关性最大准则求解滤波器参数,该算法需要求解矩阵的最优解,复杂度很高,而且时效性差,该算法只有在信噪比大于10dB时,误比特率才能到达10-2。现有技术二“单通道时频混叠通信信号盲分离研究”中将时频混叠信号盲分离问题分为同符号速率和不同符号速率数字信号盲分离两种情况,将同符号率数字通信信号混合的盲分离问题分解为分量信号参数估计问题,包括幅度、相位、时延的估计,以及已知参数下的信号分离问题。针对信号分离问题,现有技术二提出了一种基于格基规约和判决反馈的分离方法。该算该需要先估计信号的特征参数,而现有技术无法达到较高的参数估计精度,进而影响了信号的分离性能,且判决反馈系统的复杂度较高,要求接收数据足够长。总的来说,该算法对信噪比有较高的要求,复杂度很高。
综上所述,现有技术存在的问题是:现有的算法复杂度高,时效性差,且对信噪比有较高的要求;
解决上述技术问题的难度:
单通道盲分离是指在单天线接收条件下,同时接收到目标信号和一个或者多个干扰信号,在缺乏目标信号和干扰信号的先验信息的情况下,利用接收到的混合信号,采用盲信号分离方法,分离出目标信号和干扰信号。时频混叠信号难分离的主要原因是这是一个欠定问题,因为只有一个接收信号,却要分离出多个源信号。若要解决现有算法的高度杂度、低时效性问题,需要寻找其他更优的算法。
解决上述技术问题的意义:
在现实生活中,时常会出现一个频段内出现多个信号的情况,甚至会出现时频重叠。在这种情况下,无法对有用信号直接获取。为了保证正常通信的进行,需要对这种时频重叠的信号的加以分离。在医学信号处理领域,单通道盲分离广泛应用于各类电生理信号处理,例如,生物医学中的怀孕母亲心电图,有母亲和胎儿的心跳混合而成。对于电子设备接收到的混合信号,如何提取出感兴趣的信号是一个重要的研究课题。
发明内容
针对现有技术存在的问题,本发明提供了一种基于频谱对称的时频重叠信号盲分离方法、无线通信系统。
本发明是这样实现的,一种基于频谱对称的时频重叠信号盲分离方法,所述基于频谱对称的时频重叠信号盲分离方法将接收信号变换到频域,在频域判定有效信号是否受到其他数字信号的干扰;若有效信号受的干扰,找出未被污染的单边带信息;利用频谱的对称性,以中心载频为中心,对单边带信号的幅值做偶对称,相位做奇对称;将获取的分离信号做傅里叶反变换,得到时域信号;然后直接对时域信号解调获取传输信息。
进一步,所述基于频谱对称的时频重叠信号盲分离方法具体包括:
(1)判断有效信号是是否受到污染;
(1a)对接收信号做傅里叶变换,得到频域信号;
(1b)利用重心法估计信号的3dB带宽和中心载频并使用频谱细化算法修正中心载频估计值,得到
(1c)将估计的3dB带宽和中心载频与有效信号的理论3dB带宽B和中心载频fc比较,若或者则判定有效信号受到污染;
(2)找出有效信号未被污染的边带信息;
(2a)根据信号的循环平稳性求解信号的循环累积量;
(2b)对循环累积量进行平滑,提取累积量离散谱线特征;
(2c)根据累积量离散谱线特征求出干扰信号的中心载频和带宽
(2d)若则判定有效信号下边带未受到污染,截取信号下边带信息。若则判定有效信号上边带未受到污染,截取信号上边带信息;
(3)利用边带性质在频域实现分离;
(3a)利用边带性质,以载频为中心,将截取的单边带信号幅值做偶对称,相位做奇对称;
(3b)将对称得到的信号做傅里叶反变换恢复到时域;
(4)解调;
(4a)将时域信号解调获取码元信息。
进一步,所述判断有效信号是是否受到污染具体包括;
对接收信号做傅里叶变换,得到频域信号;
利用重心法估计信号的3dB带宽和中心载频并使用频谱细化算法修正中心载频估计值,得到
重心法描述如下:接收信号的频谱为Rs(k),Rs(k)最大幅值为Rs(k0),找出中所有大于0.5Rs(k0)的谱线,可计算接收信号的3dB带宽的估计值
式中Δt为采样间隔,其中k代表Rs(k)中所有大于0.5Rs(k0)的谱线序号;
中心载频的估计值为;
式中,L为信号做傅里叶变换的点数;
将估计的3dB带宽和中心载频与有效信号的理论3dB带宽B和中心载频fc比较,若或者则判定有效信号受到污染。
进一步,所述找出有效信号未被污染的边带信息具体包括:
信号的循环平稳性指的是信号的统计量具有周期性,可对信号的统计量做傅里叶展级数开;四阶循环累积量指的是时变四阶累积量的傅里叶级数展开系数,时变四阶累积量cx,4,0(t,0)的定义如下;
cx,4,0(t,0)=mx,4,0(t,0)-3mx,2,0(t,0)2
其中,mx,4,0(t,0)指的是接收信号x(t)的四次方,mx,2,0(t,0)指的是接收信号x(t)的二次方;
对循环累积量进行平滑,提取累积量离散谱线特征;
用下面的公式平滑;
其中,{W(k)}指的是待平滑序列,{S(k)}指的是平滑后的序列,c(n)指的是加权系数w指的是加权窗口长度;
根据累积量离散谱线特征求出干扰信号的中心载频和带宽
则判定有效信号下边带未受到污染,截取信号下边带信息。若则判定有效信号上边带未受到污染,截取信号上边带信息。
本发明的另一目的在于提供一种应用所述的基于频谱对称的时频重叠信号盲分离方法的无线通信系统。
经过仿真对比,现有技术一在信噪比大于10dB时,误比特率才能达到10-2,本发明在信噪比大于7dB时,误比特率性能就已经达到10-2,相比于现有技术一整整提高3dB。本发明的优点及积极效果为:本发明无需一一估计分量信号幅度,相位和时延等参数,只需要判定有效信号是否受到污染,并确定未受到污染信号的边带信息,在频域利用一半的频谱信息可实现信号盲分离,实现复杂度低,时效性高。已达到单边带解调的最佳性能。
本发明可用在信号处理领域,对于时域完全重叠,频域最大重叠度不超过50%的信号,可利用信号上下边带边带关系,在频域对信号做谱对称,实现时频混叠信号的分离。本发明具有复杂度低,实现简单等优势。
附图说明
图1是本发明实施例提供的基于频谱对称的时频重叠信号盲分离方法流程图。
图2是本发明实施例提供的基于频谱对称的时频重叠信号盲分离方法实现流程图。
图3是本发明实施例提供的频谱对称处理对BPSK信号星座图的影响示意图。
图4是本发明实施例提供的BSPK信号频谱对称法盲分离性能示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明为了克服时频混叠信号难盲分离的情况,提出了一种新的盲分离的算法。该算法基于信号的单边带特征,在频域对信号做对称处理以获得完整的信号信息。本发明适用于混叠程度不超过自身带宽50%的数字信号。具有操作简单、实用价值高的优点。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的基于频谱对称的时频重叠信号盲分离方法包括以下步骤:
S101:将接收信号变换到频域,在频域判定有效信号是否受到其他数字信号的干扰;若有效信号受的干扰,找出未被污染的单边带信息;
S102:利用频谱的对称性,以中心载频为中心,对单边带信号的幅值做偶对称,相位做奇对称;
S103:将获取的分离信号做傅里叶反变换,得到时域信号;然后直接对时域信号解调获取传输信息。
下面结合附图对本发明的应用原理作进一步的描述。
如图2所示,本发明实施例提供的基于频谱对称的时频重叠信号盲分离方法具体包括以下步骤:
步骤一,判断有效信号是是否受到污染;
对接收信号做傅里叶变换,得到频域信号;
利用重心法估计信号的3dB带宽和中心载频并使用频谱细化算法修正中心载频估计值,得到
重心法描述如下:假设接收信号的频谱为Rs(k),Rs(k)最大幅值为Rs(k0),找出中所有大于0.5Rs(k0)的谱线,可计算接收信号的3dB带宽的估计值
式中Δt为采样间隔,其中k代表Rs(k)中所有大于0.5Rs(k0)的谱线序号。
中心载频的估计值为;
式中,L为信号做傅里叶变换的点数。
频谱细化算法是指,Chirp-Z变换频谱细化法或ZoomFFT频谱细化法中的任意一种方法。
将估计的3dB带宽和中心载频与有效信号的理论3dB带宽B和中心载频fc比较,若或者则判定有效信号受到污染。
步骤二,找出有效信号未被污染的边带信息;根据信号的循环平稳性求解信号的循环累积量;
信号的循环平稳性指的是信号的统计量具有周期性,可对信号的统计量做傅里叶展级数开;
信号的循环累积量包括循环自相关函数,循环共轭自相关函数和四阶循环累积量。循环自相关函数指的是信号与其自身时延共轭的乘积。循环共轭自相关函数指的是信号与其自身时延的乘积。四阶循环累积量指的是时变四阶累积量的傅里叶级数展开系数,时变四阶累积量cx,4,0(t,0)的定义如下;
cx,4,0(t,0)=mx,4,0(t,0)-3mx,2,0(t,0)2
其中,mx,4,0(t,0)指的是接收信号x(t)的四次方,mx,2,0(t,0)接收信号x(t)的二次方。
对循环累积量进行平滑,提取累积量离散谱线特征。
用下面的公式平滑;
其中,{W(k)}指的是待平滑序列,{S(k)}指的是平滑后的序列,c(n)指的是加权系数w指的是加权窗口长度。
具有循环平稳性信号的循环累积量中存在离散谱线,且离散谱线的位置和信号的中心载频、码元速率参数有关。具有循环平稳性信号的循环累积量具有独立叠加性,多个信号源之间互不影响。因此可以利用信号的循环累积量,估计时频重叠信号的中心载频与带宽。
根据累积量离散谱线特征求出干扰信号的中心载频和带宽
则判定有效信号下边带未受到污染,截取信号下边带信息。若则判定有效信号上边带未受到污染,截取信号上边带信息。
步骤三,利用边带性质在频域实现分离;
利用边带性质,以载频为中心,将截取的单边带信号幅值做偶对称,相位做奇对称;
边带性质指的是实信号傅里叶变换具有共轭对称性,既实信号频谱幅值关于频率偶对称,频谱相位关于中心奇对称。
将对称得到的信号做傅里叶反变换恢复到时域。
步骤四,将时域信号解调获取码元信息;对得到的时域信号进行盲匹配,降采样,同步以后,硬判决恢复传输信息。
下面结合仿真实验对本发明的应用效果作详细的描述。
1.仿真条件:
本发明的仿真实验使用Matlab R2014软件,数字调制方式为二进制相移键控BPSK,成型函数为升余弦滚降成型,成型系数为0.35,载频为7MHz,调制信号波特率为500KBuad,接收信号采样率100MHz,接收信号采样时间8ms,每信噪比下进行1000次独立Monte-Carlo仿真实验,信道为加性高斯白噪声信道。
2.仿真内容及其结果分析:
本发明在上述仿真条件下,以频谱对称法对有频谱混叠且混叠部分带宽不超过自身带宽50%的BPSK信号进行恢复。仿真中,以误码率作为性能衡量标准。其中,图3展示仿真信噪比为20dB时,频谱对称法对BPSK信号的星座图产生的影响。图4以误码率来衡量本发明频谱对称法盲分离的性能,本发明采用硬判决解码。
由图3可见,原本由于受到噪声影响在同向和正交向都分散的星座图,做对称处理后,星座图只在同向发生分散。这是由于高斯白噪声的频谱不具有共轭对称性质。加性高斯白噪声信道下,对接收信号做对称的同时,也对噪声做了对称处理。此时噪声的总功率基本不变,但是在实轴上噪声功率加倍。因为影响BPSK解调性能主要是实轴噪声,这将会对解调性能产生一定的影响。
由图4可见,本发明盲分离信号的误码性能比双边带传输信号的理论性能差3dB,但是已经达到单边带解调能达到最佳的性能。
以BPSK信号为例,在加性高斯白噪声下仿真本发明的误比特率性能。实验结果表明,本发明在信噪比为7dB时,误比特率就已经达到10-2,在同等条件下相比于传统的方法误比特率提高将近3dB。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于频谱对称的时频重叠信号盲分离方法,其特征在于,所述基于频谱对称的时频重叠信号盲分离方法将接收信号变换到频域,在频域判定有效信号是否受到其他数字信号的干扰;若有效信号受的干扰,找出未被污染的单边带信息;利用频谱的对称性,以中心载频为中心,对单边带信号的幅值做偶对称,相位做奇对称;将获取的分离信号做傅里叶反变换,得到时域信号;然后直接对时域信号解调获取传输信息。
2.如权利要求1所述的基于频谱对称的时频重叠信号盲分离方法,其特征在于,所述基于频谱对称的时频重叠信号盲分离方法具体包括:
(1)判断有效信号是是否受到污染;
(1a)对接收信号做傅里叶变换,得到频域信号;
(1b)利用重心法估计信号的3dB带宽和中心载频并使用频谱细化算法修正中心载频估计值,得到
(1c)将估计的3dB带宽和中心载频与有效信号的理论3dB带宽B和中心载频fc比较,若或者则判定有效信号受到污染;
(2)找出有效信号未被污染的边带信息;
(2a)根据信号的循环平稳性求解信号的循环累积量;
(2b)对循环累积量进行平滑,提取累积量离散谱线特征;
(2c)根据累积量离散谱线特征求出干扰信号的中心载频和带宽
(2d)若则判定有效信号下边带未受到污染,截取信号下边带信息;若则判定有效信号上边带未受到污染,截取信号上边带信息;
(3)利用边带性质在频域实现分离;
(3a)利用边带性质,以载频为中心,将截取的单边带信号幅值做偶对称,相位做奇对称;
(3b)将对称得到的信号做傅里叶反变换恢复到时域;
(4)解调;
(4a)将时域信号解调获取码元信息。
3.如权利要求2所述的基于频谱对称的时频重叠信号盲分离方法,其特征在于,所述判断有效信号是是否受到污染具体包括;
对接收信号做傅里叶变换,得到频域信号;
利用重心法估计信号的3dB带宽和中心载频并使用频谱细化算法修正中心载频估计值,得到
重心法描述如下:接收信号的频谱为Rs(k),Rs(k)最大幅值为Rs(k0),找出中所有大于0.5Rs(k0)的谱线,可计算接收信号的3dB带宽的估计值
式中Δt为采样间隔,其中k代表Rs(k)中所有大于0.5Rs(k0)的谱线序号;
中心载频的估计值为;
式中,L为信号做傅里叶变换的点数;
将估计的3dB带宽和中心载频与有效信号的理论3dB带宽B和中心载频fc比较,若或者则判定有效信号受到污染。
4.如权利要求2所述的基于频谱对称的时频重叠信号盲分离方法,其特征在于,所述找出有效信号未被污染的边带信息具体包括:
信号的循环平稳性指的是信号的统计量具有周期性,可对信号的统计量做傅里叶展级数开;四阶循环累积量指的是时变四阶累积量的傅里叶级数展开系数,时变四阶累积量cx,4,0(t,0)的定义如下;
cx,4,0(t,0)=mx,4,0(t,0)-3mx,2,0(t,0)2
其中,mx,4,0(t,0)指的是接收信号x(t)的四次方,mx,2,0(t,0)指的是接收信号x(t)的平方;
对循环累积量进行平滑,提取累积量离散谱线特征;
用下面的公式平滑;
其中,{W(k)}指的是待平滑序列,{S(k)}指的是平滑后的序列,c(n)指的是加权系数w指的是加权窗口长度;
根据累积量离散谱线特征求出干扰信号的中心载频和带宽
则判定有效信号下边带未受到污染,截取信号下边带信息;若则判定有效信号上边带未受到污染,截取信号上边带信息。
5.一种应用如权利要求1~4任意一项所述的基于频谱对称的时频重叠信号盲分离方法的无线通信系统。
CN201910261509.4A 2019-04-02 2019-04-02 一种基于频谱对称的时频重叠信号盲分离方法 Active CN110113273B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910261509.4A CN110113273B (zh) 2019-04-02 2019-04-02 一种基于频谱对称的时频重叠信号盲分离方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910261509.4A CN110113273B (zh) 2019-04-02 2019-04-02 一种基于频谱对称的时频重叠信号盲分离方法

Publications (2)

Publication Number Publication Date
CN110113273A true CN110113273A (zh) 2019-08-09
CN110113273B CN110113273B (zh) 2021-09-10

Family

ID=67484985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910261509.4A Active CN110113273B (zh) 2019-04-02 2019-04-02 一种基于频谱对称的时频重叠信号盲分离方法

Country Status (1)

Country Link
CN (1) CN110113273B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113542177A (zh) * 2021-05-31 2021-10-22 上海交通大学 解决脉冲幅度调制信号频偏混叠的方法及系统
CN115311780A (zh) * 2022-08-15 2022-11-08 广东便捷神科技股份有限公司 一种饮品自动售卖机的补货系统及其补货方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104378320A (zh) * 2014-11-13 2015-02-25 中国人民解放军总参谋部第六十三研究所 一种基于单通道盲源分离的抗干扰通信方法及接收装置
CN105162740A (zh) * 2015-09-09 2015-12-16 南京信息工程大学 一种单通道时频重叠信号盲分离方法
EP3324592A1 (en) * 2016-11-17 2018-05-23 Nokia Technologies OY Processing wireless communication signals
CN109243483A (zh) * 2018-10-17 2019-01-18 西安交通大学 一种含噪频域卷积盲源分离方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104378320A (zh) * 2014-11-13 2015-02-25 中国人民解放军总参谋部第六十三研究所 一种基于单通道盲源分离的抗干扰通信方法及接收装置
CN105162740A (zh) * 2015-09-09 2015-12-16 南京信息工程大学 一种单通道时频重叠信号盲分离方法
EP3324592A1 (en) * 2016-11-17 2018-05-23 Nokia Technologies OY Processing wireless communication signals
CN109243483A (zh) * 2018-10-17 2019-01-18 西安交通大学 一种含噪频域卷积盲源分离方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SUDHAN MAJHI,: ""Novel Blind Modulation Classification of"", 《2017 IEEE 28TH ANNUAL INTERNATIONAL SYMPOSIUM OM PERSONAL ,INDOOR,AND MOBILE RADIO COMMUNICATIONS》 *
张星: ""多载波混合信号检测识别和分离技术研究"", 《中国优秀博士论文全文数据库》 *
赵宇峰: ""单通道时频混叠通信信号盲分离研究"", 《中国优秀博士论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113542177A (zh) * 2021-05-31 2021-10-22 上海交通大学 解决脉冲幅度调制信号频偏混叠的方法及系统
CN115311780A (zh) * 2022-08-15 2022-11-08 广东便捷神科技股份有限公司 一种饮品自动售卖机的补货系统及其补货方法

Also Published As

Publication number Publication date
CN110113273B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN111935046B (zh) 一种低复杂度的频移键控信号符号率估计方法
US9553753B2 (en) Generating synchronization signals for wireless communication systems
CN105516045B (zh) 一种ofdm训练序列构造及同步方法
CN101815042B (zh) 一种正交频分复用系统信道估计方法和装置
CN102143115B (zh) 基于部分对称扩展离散傅立叶变换的信道估计方法
WO2005002101A1 (ja) マルチキャリヤ伝送を行なう無線通信システム、受信装置及び受信方法、送信装置及び送信方法、並びに遅延時間算出装置及び遅延時間算出方法
CN104601266B (zh) 一种广播信号在线监测和并行解调的系统
CN102664687B (zh) 一种chirp-ofdm系统频域分集接收方法
CN103780462A (zh) 基于高阶累积量和谱特征的卫星通信信号调制识别方法
CN110113273A (zh) 一种基于频谱对称的时频重叠信号盲分离方法
CN103475602A (zh) 一种考虑同频干扰的mimo-ofdm信道估计方法
CN103095638A (zh) 一种多径衰落信道下ofdm系统的采样频率偏移盲估算方法
CN107171693A (zh) 基于波形重构的宽带干扰抑制方法
CN107707499B (zh) 一种Alpha稳定分布噪声下OFDM信号调制参数估计方法
CN102983923B (zh) 一种基于极化距离方差的频谱感知方法
CN102104433B (zh) 符号检测方法和符号检测设备
CN108011854A (zh) Ofdm系统的采样频率偏差估算方法
CN117319158A (zh) 一种基于频偏补偿的任意频点接收机设计方法
US20200091960A1 (en) Communication device, spread-spectrum receiver, and related method using normalized matched filter for improving signal-to-noise ratio in harsh environments
CN101754352B (zh) 一种lte系统同步过程中估计时偏的方法和装置
Nishiyama et al. Examination of signal separation/demodulation method of multi-value modulation sensor terminal signal using STFT in storage batch signal processing
US8223865B2 (en) Method for the blind estimation of OFDM signal parameters by adapted filtering
CN110095791A (zh) 一种多载波fsk调制信号解调方法
CN100502377C (zh) 一种适用于突发传输系统的定时和大频偏联合估计方法
CN109547371B (zh) 基于准高次方谱的信号处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant