發(fā)布時間：2020-11-21 23:42

　　 隨著時代的不斷進步,人們對數(shù)據(jù)的傳輸速率的需求日益增加,并且頻譜資源越發(fā)匱乏。非連續(xù)正交頻分復用(Non-Continuous Orthogonal Frequency Division Multiplexing,NC-OFDM)是屬于認知無線電(Cognitive Radio,CR)的OFDM信號,并且可以充分使用現(xiàn)有的頻譜資源,且其子載波之間相互正交,即其頻譜效率較高。但NC-OFDM的旁瓣泄露較嚴重,5G傳輸技術候選之一——濾波器組多載波(Filter Bank Multi-Carrier,FBMC)能夠改善NC-OFDM的旁瓣泄露嚴重問題且頻譜效率更好。隨著NC-OFDM及FBMC技術的提出,針對這兩種信號的參數(shù)估計及子載波上的調制識別進行理論研究工作,就具有一定的研究意義。本論文的研究對象為NC-OFDM和FBMC信號,結合現(xiàn)有的通信信號參數(shù)估計算法,應用在NC-OFDM及FBMC信號參數(shù)的特征分析上,進行信號的參數(shù)估計及子載波上的調制識別。論文的主要工作如下:(1)針對NC-OFDM信號的參數(shù)估計重要問題,研究了循環(huán)自相關和四階循環(huán)累積量的算法。首先根據(jù)NC-OFDM信號的循環(huán)自相關在循環(huán)頻率?(28)0以及時延?(28)T_u切面具有離散譜線特征進行多個參數(shù)(循環(huán)前綴、有用數(shù)據(jù)周期及符號周期)估計;然后根據(jù)NC-OFDM的四階循環(huán)累積量特征進行子載波頻率間隔的估計;最后對NC-OFDM信號的循環(huán)自相關及四階循環(huán)累積量進行數(shù)值仿真。仿真結果表明:在低信噪比下,兩種算法均能有效估計NC-OFDM信號的多個參數(shù)。(2)針對FBMC-OQAM信號的符號周期盲估計重要問題,研究了自相關二階矩和循環(huán)自相關算法。首先通過FBMC-OQAM信號的自相關二階矩取值的離散特性,估計出該信號的符號周期;接著根據(jù)FBMC-OQAM信號的循環(huán)自相關在循環(huán)頻率?(28)0切面具有離散譜線特征進行其符號周期估計;然后將兩種算法估計得到的符號周期進行比較分析;最后對FBMC-OQAM信號的符號周期估計算法進行性能仿真。仿真結果表明:在低信噪比下,兩種算法均能有效實現(xiàn)FBMC-OQAM信號的符號周期估計,驗證了該方法的可行性。(3)針對FBMC信號中的子載波調制方式識別問題,本文研究了一種基于譜相關和奇異值分解算法。首先根據(jù)QAM-FBMC和OQAM-FBMC信號的循環(huán)自相關?(28)0切面的譜線差異進行FBMC信號的調制識別,即OQAM-FBMC信號的循環(huán)自相關譜線在?軸上取值是等間隔分布的,而QAM-FBMC信號的循環(huán)自相關僅在?(28)0時具有非0的譜線;然后,將MOQAM(MQAM)-FBMC構成信號矩陣,并利用奇異值分解算法對信號矩陣進行特征值分解;最后,進行相應的數(shù)值實驗仿真。仿真結果表明,本文提出的算法在低信噪比下能有效的識別出FBMC信號中的子載波調制方式,具有一定的理論研究價值。
【學位單位】：重慶郵電大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TN911.7;TN929.53
【部分圖文】：

號作為主要的處理對象。為便于理解 NC-OFDM 及 FBMC 信號的產生原理，本主要介紹 NC-OFDM 及 FBMC 信號系統(tǒng)及基本原理。2.2 NC-OFDM 信號系統(tǒng)及原理NC-OFDM 作為特殊形式的 OFDM 多載波調制技術，能工作在非連續(xù)的頻段中。NC-OFDM 是基于認知無線電的 OFDM 應用，具有以下優(yōu)點：(1)頻譜利用率高即可以靈活的利用非連續(xù)頻譜段的 OFDM 子載波傳輸數(shù)據(jù)(2)同樣具有 OFDM 子載波的正交性，可以充分和有效的利用信道資源。(3)可利用 FFT 算法形成 NC-OFDM 信號，運算量降低。(4)消除窄帶干擾的影響，即將受到窄帶干擾影響的 OFDM 子載波傳輸?shù)臄?shù)置零處理，使其無效。NC-OFDM 系統(tǒng)框圖如圖 2.1 所示。

2.2 可以看出 FBMC-OQAM 信號的產生過程及通過信道傳輸后的解 2.2 所示，發(fā)送端部分的 IFFT、多相網絡以及并/串轉換的 3 個模塊同理，接收端部分的串/并轉換、多相網絡和 FFT 的 3 個模塊統(tǒng)稱為 A有 M 個子載波的基帶信號模型中，發(fā)射機側的 FBMC-OQAM 信號 1, ,0MFBO n k T nn ks t c p t kM 2,j n t DMT n Tp t p t e 表示第 n 個子載波上第 k 個符號調制的復數(shù)信號（OQAM 符號）。 T ,np 器 Tp t 的頻移版本。 M 表示子載波總數(shù)， D KM 1, K 為重疊因以表示為：,2 ,2 1, ,2 ,2 1k k k kj jn k n k n kc d e d e

在旁瓣泄露嚴重問題上，F(xiàn)BMC-OQAM 信號想，這是由于 FBMC-OQAM 信號采用了精心設計的MC 信號系統(tǒng)及原理C-OQAM 那樣通過單個原型濾波器分別傳輸復數(shù)數(shù)C 使用被稱為偶數(shù)和奇數(shù)濾波器的兩個不同原型濾波數(shù)和奇數(shù)的副載波。與 FBMC-OQAM 信號相比，Q型濾波器的脈沖形狀維持。QAM-FBMC 系統(tǒng)的框圖
【相似文獻】

相關期刊論文 前10條

1 劉橋平;邱昕;郭瑞;;基于深度神經網絡的自動調制識別[J];電子設計工程;2019年23期

2 劉瑩;單洪;胡以華;王勇;;基于譜分析的衛(wèi)星通信調制識別算法[J];火力與指揮控制;2017年01期

3 何斌;;基于高階累積量的調制識別技術的研究[J];信息通信;2017年01期

4 單琳娜;;關于通信信號調制識別技術的分析研究[J];科技資訊;2012年32期

5 游偉;周先敏;;模擬調制信號的自動調制識別[J];信號處理;2009年01期

6 呂杰,張勝付,張克,邵偉華,谷明;移動通信信號自動調制識別的譜相關方法[J];電訊技術;1999年02期

7 陸明泉;肖先賜;;同信道多信號的調制識別方法[J];清華大學學報(自然科學版)網絡.預覽;2009年10期

8 李唱白;楊杰;黃知濤;王翔;;基于深度學習的通信信號調制識別算法[J];空間電子技術;2019年01期

9 王東旭;陳殿仁;李興廣;陳磊;;基于小波變換的調制識別算法[J];數(shù)字技術與應用;2017年01期

10 周玫汝;;數(shù)字通信信號自動調制識別技術研究[J];數(shù)碼世界;2018年05期

相關博士學位論文 前10條

1 謝李晉;基于壓縮感知的通信信號識別技術研究[D];電子科技大學;2018年

2 韓鋼;自適應單載波、多載波調制中信號盲檢測技術研究[D];西安電子科技大學;2003年

3 張煒;數(shù)字通信信號調制方式自動識別研究[D];國防科學技術大學;2006年

4 王彬;無線衰落信道中的調制識別、信道盲辨識和盲均衡技術研究[D];解放軍信息工程大學;2007年

5 胡國兵;雷達信號調制識別相關技術研究[D];南京航空航天大學;2011年

6 安琦;信號偵收中的識別與分類理論與算法研究[D];電子科技大學;2017年

7 呂鐵軍;通信信號調制識別研究[D];電子科技大學;2000年

8 陳健;通信信號參數(shù)盲估計方法的研究[D];西安電子科技大學;2005年

9 付永明;基于擬合優(yōu)度檢驗的通信信號檢測與識別技術[D];國防科學技術大學;2015年

10 崔偉亮;衰落信道下非合作接收中調制識別技術研究[D];解放軍信息工程大學;2011年

相關碩士學位論文 前10條

1 王飛揚;基于深度學習的通信信號調制識別研究[D];電子科技大學;2019年

2 雷志坤;基于深度學習的調制識別技術研究[D];電子科技大學;2019年

3 周林宇;基于壓縮采樣的寬帶信號的參數(shù)估計和調制識別[D];電子科技大學;2019年

4 王詠實;基于深度學習的數(shù)字調制信號識別算法研究[D];電子科技大學;2019年

5 漆軒;基于深度學習的自動調制識別研究[D];重慶郵電大學;2019年

6 王春;基于卷積神經網絡的數(shù)字信號調制識別研究[D];重慶郵電大學;2019年

7 王勝;NC-OFDM及FBMC-OQAM信號的參數(shù)估計[D];重慶郵電大學;2019年

8 張云開;復雜電磁環(huán)境下的調制方式識別與參數(shù)估計[D];南京航空航天大學;2018年

9 何祥;應用分層迭代支持向量機的OFDM信號調制識別研究[D];西安理工大學;2019年

10 于軒;基于ATCA平臺的調制識別系統(tǒng)硬件設計[D];北京郵電大學;2019年

本文編號：2893778