OFDM信号的参数盲估计和盲同步技术研究

摘要

正交频分复用技术(Orthogonal Frequency Division Multiplexing，OFDM）具有并行高速传输、抗频率选择性衰落、均衡简单等优点，目前在各个领域应用十分广泛，因此OFDM的盲信号处理也成为当前研究热点。非协作通信方在捕获到信号后，利用OFDM信号的固有特性来分析接收信号，从而获得所需参数，进而盲解调OFDM信号，从而可以更好的监听甚至干扰敌方信号。
　　本文针对OFDM通信系统，主要研究了OFDM信号的参数盲估计和盲同步技术，并研究了OFDM常用子载波调制方式的盲识别技术以及盲均衡技术，包括盲识别系统设计，调制方式盲识别、参数盲估计、盲同步、盲均衡的算法设计，并进行性能仿真分析，主要内容如下：
　　首先，研究了OFDM系统中常用子载波调制方式（BPSK、QPSK、16QAM、64QAM）的盲识别算法。研究了信号带宽、信噪比、载波频偏、符号速率等参数的盲估计算法，以及基于突出谱线和星座匹配的调制方式盲识别算法，仿真分析了在不同频偏、符号速率及识别符号数下的调制识别性能。仿真表明，BPSK、QPSK、16QAM、64QAM信号在带内信噪比分别大于5dB、6dB、12dB、19dB时，均可达到90％以上的盲识别正确概率，并在不同参数条件下，盲识别系统有较好的鲁棒性，为OFDM子载波数据的盲解调奠定基础。
　　其次，研究了OFDM信号的带宽、载波频率、循环前缀长度、有效符号长度、OFDM符号长度、调制符号周期等参数的盲估计算法。带宽估计方面，研究了基于小波分解的估计算法；基于带宽估计，提取带宽的中心频点作为载波频率的粗估计；循环前缀长度估计方面，通过预设循环比例样式集，利用峰度系数区分最合适的循环前缀比例；关于其他时间参数盲估计，主要研究了基于循环自相关的OFDM时间参数估计算法。仿真表明，带宽估计的归一化均方误差（Normalized Mean Square Error, NMSE）在带内信噪比大于3dB后可以达到10-4以下，频偏粗估计误差在带内信噪比大于3dB后可以控制在单个子载波间隔内；当带内信噪比大于6dB后，各循环前缀比例均能达到90%以上的估计正确概率；而基于循环自相关的时间参数估计算法不仅避免了需要预设循环前缀比例样式集的问题，并且在带内信噪比大于5dB后，便可以准确估计各时间参数。
　　之后，研究了OFDM信号时频盲同步算法。分析了时频同步误差对系统的影响，研究了基于循环前缀的最大似然（Maximum Likelihood，ML）算法和基于循环平稳特性算法在 AWGN信道及衰落信道下的性能。仿真分析表明，在 AWGN信道下，基于循环前缀的ML算法在带内信噪比大于10dB后，定时同步误差在一个采样点左右，相对于单个子载波的频偏误差在10-2以下，而基于循环平稳特性算法的定时同步误差在8个采样点左右，但是，基于循环平稳特性算法在衰落信道下依然有效，而基于循环前缀的ML算法性能下降严重。
　　最后，研究了 OFDM信号的盲均衡算法，在不同的信道下，分析了常数模（Constant Modulus Algorithm，CMA）算法的仿真性能，针对其不能纠正相位旋转的缺点，研究了修正常数模（Modified Constant Modulus Algorithm，MCMA）及扩展常数模（Extended Constant Modulus Algorithm，ECMA）的改进算法，又针对多模信号，在原有算法基础上，加入了星座图匹配误差（Constellation Matching Error，CME）算法，用来修正原有算法收敛后的残余误差，并在不同信道下，对比分析了不同的算法性能。仿真表明，MCMA算法的稳态误差较低，而ECMA算法的收敛速度较快，加入CME算法后，均能收敛多模信号，因此可以在收敛速度和稳态误差之间寻找平衡点，选择最优的盲均衡算法。

目录

声明

缩略词表

第一章绪 论

1.1引言

1.2课题研究背景与意义

1.3课题研究现状与发展趋势

1.4主要研究内容及结构安排

第二章单载波星座类数字调制信号盲识别

2.1数字调制信号盲识别处理流程

2.2调制参数盲估计算法

2.3调制方式盲识别算法

2.4仿真性能分析

2.5本章小结

第三章OFDM信号参数盲估计

3.1 OFDM信号盲识别处理流程

3.2 基于小波分解的OFDM带宽及载频估计

3.3基于信号峰度值的循环前缀比例估计

3.4 基于循环自相关的OFDM时间参数估计

3.5本章小结

第四章OFDM信号盲同步

4.1符号定时误差对系统的影响

4.2频率偏移对系统的影响

4.3 OFDM信号的盲同步算法

4.4不同盲同步算法仿真性能分析

4.5本章小结

第五章OFDM信号盲均衡

5.1盲均衡器基本模型

5.2 CMA盲均衡算法

5.3 MCMA及ECMA盲均衡算法

5.4基于星座匹配误差的盲均衡算法

5.5本章小结

第六章全文总结及展望

6.1本文主要贡献

6.2未来研究工作展望

致谢

参考文献

个人简历

攻读硕士学位期间的研究成果

学位论文答辩后勘误修订说明表