基于高阶统计特征的空时分组码盲识别方法

BillScot2

摘 要：空时分组码的盲识别是认知无线电领域一个新的重要问题。多数现有算法在多接收天线下进行识别，然而
- l2 L) k9 R' d1 V- A, K+ I5 D( [这些算法并不完全适用于单接收天线条件。针对上述问题，该文提出一种同时适用于单接收天线和多接收天线的空
: h8 i" H( H$ X  P& x% Z时分组码盲识别方法。利用空时分组码矩阵内元素的相关性，提出四阶统计量作为盲识别的特征参数，并通过最小
欧氏距离的方式检验四阶统计量的差异，达到识别的目的。蒙特卡洛仿真表明，算法识别性能较好，且不需要预先
知道信道信息、噪声信息和调制信息，对多普勒频移和相位噪声具有一定的适应性。
* f5 k* N$ e" r" r关键词：认知无线电；信号盲识别；空时分组码
  m& j/ p3 d( K5 g" e* s1 引言
  L* d: |7 Z  ?* [信号盲识别问题是智能无线通信技术中的一个
重要问题，无论在军用领域还是民用领域，其应用
8 K- v3 o3 Z3 F2 {# E& b" \6 w越来越广泛[1,2]，其中包括电子战、无线电侦查、频
谱监测、认知无线电系统等领域。在 MIMO 系统中，
信号盲识别的内容包括调制方式识别[3]、天线数量识
别[4]和空时码识别[5 13]等。其中，空时分组码(STBC)
的识别是信号盲识别中一个新的重要问题，引起了
+ Q8 q) T7 H2 O; c" m
! `( g* P9 w- N) p6 }
( t. O# S2 K. [: N$ O

- M6 N8 e; W% x! ^
3 j6 e; c! E; p) B0 n* Y1 R+ V附件下载：

游客，如果您要查看本帖隐藏内容请回复

vava

谢谢分享