[发明专利]浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法及系统有效
申请号: | 202111328672.1 | 申请日: | 2021-11-10 |
公开(公告)号: | CN114143156B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 孟钰婷;武鲁鲁;王彬;黄焱;唐强;王海旺;李鑫宇;裴喜龙;郭艺 | 申请(专利权)人: | 中国人民解放军战略支援部队信息工程大学 |
主分类号: | H04L27/26 | 分类号: | H04L27/26;H04B13/02 |
代理公司: | 郑州大通专利商标代理有限公司 41111 | 代理人: | 周艳巧 |
地址: | 450000 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 浅海 脉冲 噪声 稀疏 信道 ofdm mfsk 信号 解调 方法 系统 | ||
1.一种浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,包含如下内容:
依据多径传输和海洋环境噪声对通信影响,建立OFDM-MFSK信号接收模型,并对接收信号进行脉冲噪声自适应限幅预处理,获取抑制脉冲噪声后的处理信号;
对处理信号进行参数估计来获取有用符号持续时间和子载波数,并通过符号定时同步与偏差估计和小数倍载波频偏偏差FFO估计获取补偿后的信号;
针对补偿后的信号,通过FFT解调获得符号的自相关矩阵,并利用虚拟子载波特征获取整数倍载波频偏估计;
对FFT解调后的信号进行循环移位补偿,通过统计信号幅度来获取子载波调制阶数,并依据阶数分组及按组择大判决结果来获取OFDM-MFSK信号原始信息。
2.根据权利要求1所述的浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,OFDM-MFSK信号接收模型表示为:其中,n为采样时刻,y(n)表示接收信号,h(n)表示水声信道冲激响应,符号表示卷积运算,w(n)表示海洋环境噪声,s(n)为发送的OFDM-MFSK已调信号。
3.根据权利要求1或2所述的浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,采用标准Alpha稳定分布对海洋环境噪声进行建模,并利用混合信噪比来衡量发送信号与海洋环境噪声的功率关系。
4.根据权利要求1或2所述的浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,接收信号脉冲噪声自适应限幅预处理中,通过设定自适应门限,将大于门限的信号采样值作为脉冲干扰,并乘以自适应衰减因子,并利用公式实现脉冲噪声自适应抑制处理,其中,y(n)表示接收信号,y′(n)为抑制脉冲噪声后的处理信号,th=median(yabs),yabs=[y(0)|,|y(1)|,…,|y(N-1)|]T,median表示中值函数,N为子载波总数。
5.根据权利要求1所述的浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,针对处理信号的参数估计中,任意选取一段包含若干个OFDM-MFSK符号的信号,根据OFDM-MFSK符号的持续时间T设置窗长,利用双滑动窗在时间轴上逐采样点滑动计算双窗内信号数据相关性,依据两个滑动窗之间时延相关峰的峰值位置获取有用符号长度,并依据循环自相关函数谱峰搜索获取相邻谱峰间隔对应的频率值来估计单个OFDM-MFSK符号的持续时间,通过FFT变换及谱峰个数搜索得到OFDM-MFSK信号的子载波数。
6.根据权利要求1所述的浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,依据有用符号持续时间和循环前缀长度来设置相关窗长及距离,通过滑动遍历搜索及相关性进行符号定时同步与偏差估计;并利用循环前缀与OFDM-MFSK符号的相关性进行小数倍载波频偏偏差FFO估计。
7.根据权利要求1所述的浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,通过FFT解调获得符号的自相关矩阵表示为R=E(CCH),其中,C表示FFT解调后N行Ns列的数据块,N为子载波总数,Ns为OFDM-MFSK符号个数;并利用虚拟子载波连续特性,通过代价函数获取整数倍载波频偏估计,Nv为虚拟子载波数。
8.根据权利要求1所述的浅海脉冲噪声和稀疏多途信道下OFDM-MFSK信号盲解调方法,其特征在于,通过信号幅度统计,并按照MFSK阶数进行等值分组;对每个分组进行遍历,选取子载波调制阶数,并通过按组择大判决、并串转换及解映射获取OFDM-MFSK信号原始信息比特。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军战略支援部队信息工程大学,未经中国人民解放军战略支援部队信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111328672.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:机械手
- 下一篇:基于无人机图像的路面破损检测方法、系统、装置和介质