论文部分内容阅读
随着现代通信技术和通信系统不断发展完善,在不干扰正常通信情况下实现系统接入的需求,已经在单点对多点网络通信、无线电资源管理与监控、通信系统故障检测、通信侦察与对抗等民用和军事领域内不断增加。这种无授权接入通信形式,称为非协作式通信。传统盲解调技术主要基于特定信道环境或特定通信系统,极少对非协作数字通信系统中的盲解调技术作出较全面的分析讨论。由于非协作通信环境中存在较多不确定性因素,对盲解调器结构普适性及其关键技术的性能指标均有较高要求,使得传统方法在应用上受到限制。特别的,针对低信噪比、时变深衰落多径信道环境,传统盲解调器难以获得满意的解调效果。本文研究了在非协作数字通信系统中进行信号盲解调的相关技术和解调器框架结构,主要集中于盲解调范畴内的信号参数盲估计和符号序列盲估计理论与算法研究,包括符号率估计、载波频偏估计与定时恢复、调制方式识别、信道盲均衡以及联合盲解调等。由于非协作通信模式的特殊性,本文首先简要介绍了非协作通信模式下的主要研究方法和采用的技术,即盲信号处理技术。利用盲信号处理相关技术实现盲解调所需的信号参数估计和信道补偿等关键技术,是进行数据可靠、高效解调的基本手段。在简要回顾盲解调器整体实现结构和关键技术的研究历史及发展现状之后,本文从符号率估计、载波频偏估计与定时恢复、调制方式识别、线性盲均衡、联合盲解调以及降低联合盲解调器复杂度等六个主要方面进行较为详细的讨论和深入研究。接收信号调制参数对盲解调的顺利实施至关重要,是盲解调器的实现基础。为了正确获得符号率信息,文章中采用了基于小波变换的方法从接收信号波形中提取符号周期信息。为克服经典方法存在的系统模型较为理想,与实际复杂通信环境不符的缺点,本文从奇异性和消失矩的角度,分析了在多径信道模型中进行小波基函数选择的基本原则;同时,本文提出了一种归一化能量谱最大化准则,并基于该准则成功实现了一种最优尺度参数选择方法,解决了小波方法中普遍存在的尺度选择问题。理论分析与仿真实验表明,这种基于最优尺度小波变换符号率估计方法具有较之经典Haar小波方法更低的信噪比估计门限,更少的数据量需求,在多径信道环境中具有更稳健的估计性能。调制方式是接收信号的另一项重要的技术参数,也是顺利进行盲解调的必要前提。调制方式识别的研究工作开展得相当广泛,所采用的方法较多,但是传统的研究多基于平坦衰落信道模型,极少涉及在频率选择性衰落信道中的调制方式识别。事实上,研究在多径信道模型下的调制方式识别方法,有利于接收机选择性能更加优良的盲解调结构和采用更为有效的解调算法,突破调制方式未知的限制。本文基于多径信道模型,根据循环统计量匹配思想,先估计信道参数,然后设计信道参数影响因子,构造统计矩特征完成基于PSK/QAM类调制集合的调制类型盲识别。仿真实验和分析表明,这种方法具有受信道模型约束较小的优势,能够在较复杂信道环境中有效完成调制方式识别,为盲解调器提供准确的调制类型。定时同步与载波同步是相干接收机的基本要求。在盲解调框架下,定时同步和载波同步技术多采用开环实现结构。本文采用了一种基于边带谱最大化准则的定时恢复方法进行定时相位估计,并结合基于共轭相关的载波频偏盲估计算法,弥补定时算法在接收信号存在残留载波频偏时的性能缺陷。性能分析和仿真实验表明,这种载波频偏与定时联合盲估计方法能有效提高盲解调器稳健性和高效性,不仅可以在盲解调器前端消除大频偏的影响,改善定时相位估计的收敛速度,同时还可以提供较准确的频偏估计值,有利于盲解调器后端采用锁相环路进行更精细地跟踪与纠正。盲均衡是盲解调结构中最重要环节,也是复杂度最大的环节。盲均衡算法的选择与盲均衡器结构的选择对盲解调器的解调性能影响相当大。在频率选择性衰落信道模型下,本文提出了一种自适应加权多模盲均衡算法,利用线性FIR结构设计均衡器,改善高阶QAM信号的均衡效果。性能仿真和分析表明,该方法比传统隐含使用高阶统计量的盲均衡方法更有效,能充分利用调制信号星座图特征,在较高信噪比条件下,可以获得较显著的收敛性能改善。在时变、深衰落多径信道模型下,线性盲均衡方法基本失效,因此,基于线性FIR结构的或者基于非线性DFE结构的盲解调器也无法获得满意的解调性能。本文引入了一种基于逐幸存路径处理原理的盲最大似然序列估计方法(PSP-MLSE),进行信道和数据联合盲估计。基于该原理,本文提出了一种联合盲解调的一般性框架结构。理论上,该结构可以将基于数据辅助的符号定时、载波频偏与相位、信道参数和符号序列估计联合进行,且能获得渐进最优的估计性能。考虑结构实现和控制复杂度等因素,本文给出了一种简化实现形式。该形式采用基于PSP的载波频偏与相位、信道参数和符号序列联合盲估计的盲解调结构,同时,还融合了前端符号率估计、载波频偏与定时联合盲估计、盲信道估计、调制方式识别等其它模块。仿真实验和分析表明,这种联合盲解调器能够适应时变、深衰落多径信道环境,有效提高盲解调性能,具有较好的普适性和应用前景。为了有效控制基于PSP原理的联合盲解调器计算复杂度,本文通过降低其核心算法PSP-MLSE网格图状态数及减少参数估计器数目来进一步降低联合盲解调器计算复杂度。通过对MLSE减复杂度一般性方法的简要分析和阐述,本文提出了一种自适应减复杂度的盲最大似然序列估计方法。该方法递归估计网格图的最小欧氏距离,并利用该估计值设计幸存路径取舍门限,保留具有较大似然度的少数幸存路径,而舍弃了大部分其它路径,从而降低了计算复杂度。理论分析和仿真实验表明,新算法具有以自然对数形式逼近于PSP-MLSE的估计性能,且在适中信噪比条件下,显著降低了计算复杂度,使得基于PSP原理的联合盲解调技术更趋实用化。