本發(fā)明屬于信號處理領(lǐng)域中非合作通信信號處理技術(shù)，具體是指一種基于FOLP(Fourth Order Lag Product,，F(xiàn)OLP)的STBC-OFDM(Space-Time Block Codes，STBC和Orthogonal Frequency Division Multiplexing，OFDM)信號盲識別方法。

背景技術(shù)：

信號盲識別技術(shù)是無線通信領(lǐng)域近年來的研究熱點，廣泛應(yīng)用于軍事、民用領(lǐng)域，如認知無線電、頻譜監(jiān)控和電子對抗等。STBC-OFDM技術(shù)將天線分集、時間分集和頻率分集結(jié)合在一起，提高了無線通信系統(tǒng)的傳輸速率，簡化了接收端均衡器的復(fù)雜度，抑制了衰落，降低了成本。STBC-OFDM盲識別問題是近兩年興起的新的研究方向，相關(guān)的研究還較少。

2013年，Marey等首次將OFDM與STBC結(jié)合起來，研究OFDM條件下的STBC識別算法。文中通過檢測二階相關(guān)矩陣的峰值來識別SM-OFDM信號和AL-OFDM信號，取得了不錯的效果。2014年，Marey等用同樣的方法針對性的研究了兩根接收天線下的OFDM-STBC識別，并進行了充分的實驗驗證。2015年，Karami和Dobre等使用二階循環(huán)平穩(wěn)統(tǒng)計量對OFDM條件下SM和Alamouti STBC進行識別，該算法性能在接收天線≥2時也較好，然而該算法無法對單接收天線條件下的STBC進行識別。同年，Eldemerdash等提出了采用二階相關(guān)函數(shù)對STBC信號進行識別的方法，利用不同碼對應(yīng)的接收信號的二階時延相關(guān)函數(shù)值不同的特性，通過檢驗不同碼相關(guān)函數(shù)是否存在峰值對STBC信號進行識別，算法在接收天線數(shù)量≥2下進行實驗，不適用于單接收天線的情況。上述的研究都需要大量的接收樣本才能得到較好的識別效果，且這三種算法對頻偏較為敏感；Eldemerdash等提出的算法避免了這些問題，但只適用于多接收天線(接收天線數(shù)量≥2)條件，不適用于單接收天線。在單接收天線下的STBC-OFDM盲識別的研究尚屬空白。上述四種算法均只對SM-OFDM和AL-OFDM進行了識別，在擴展到其它類型空時分組碼的盲識別問題時還會遇到許多問題。

由此可以看出，已有的方法還不能滿足STBC-OFDM信號盲識別的需要，同時考慮等增益慢衰落頻率選擇信道環(huán)境，還需研究一種更有效的STBC-OFDM信號盲識別方法。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是，針對現(xiàn)有技術(shù)的不足，提出了一種基于FOLP的STBC-OFDM信號盲識別方法，同時考慮與真實信道更貼近的等增益慢衰落頻率選擇信道，它可以較好地滿足STBC-OFDM通信中STBC類型識別要求，大大提高了識別性能，并且具有較低的計算復(fù)雜度。本發(fā)明可直接應(yīng)用于非合作STBC-OFDM通信系統(tǒng)，也可用于相應(yīng)的軟件無線電等系統(tǒng)。

為解決上述技術(shù)問題，本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：考慮等增益慢衰落頻率選擇信道和STBC-OFDM信號模型，結(jié)合空時分組碼元素的相關(guān)性，求取STBC信號的四階時延矩；采用峰值檢測的方法盲識別STBC信號類型。

所述的求取STBC信號的四階矩方法為：考慮信道模型等增益慢衰落頻率選擇信道，信道模型采用指數(shù)能量時延模型。假設(shè)最大路徑編號p_max，信道模型采用指數(shù)能量時延模型：

P(p)＝P(0)e^-p/5,p＝0,1,...,p_max (1)

其中，P(0)為第一路徑的功率，p為路徑編號，p_max為最后一條路徑的編號。

考慮具有n_t發(fā)射天線和n_r接收天線的STBC-OFDM系統(tǒng)，其中發(fā)射信號采用復(fù)調(diào)制(不考慮BPSK)的獨立同分布信號，這可保證信號的實部和虛部也是獨立同分布的。OFDM塊的長度為N，每個OFDM塊可表示為：

其中，式中表示第f根天線的第Ub+u個OFDM塊的N個符號，U為碼矩陣的長度，其中SM碼為U＝1，AL碼為U＝2，以此類推，b為碼矩陣塊的序號，u表示一個碼矩陣塊內(nèi)的列序號，且u＝0,1,...,U-1。

使用d_Xb+x表示每個空時分組碼矩陣C中發(fā)射的OFDM塊，X為每個空時分組碼矩陣C中包含的OFDM塊的數(shù)量，x為每個空時分組碼矩陣C中OFDM塊的序號，x＝0,1,...,X-1。其中，每個AL碼矩陣包含2個OFDM塊，即X＝2；STBC3中，X＝3；STBC4中，X＝4；SM中X＝n_t。d_Xb+x元素之間互相不相關(guān)，即

E[d_Xb+x(k)d_Xb+x(k')]＝0 (3)

式中為傳輸信號能量。

根據(jù)OFDM定義，在傳輸端對每個OFDM塊進行N點離散快速傅里葉逆變換(N-IFFT)得到時域上的OFDM塊

對添加循環(huán)前綴，假設(shè)循環(huán)前綴的長度為v，則得到的長度為N+v的OFDM塊表示為

式中的每個元素可表示為

因此，得到在第f根發(fā)射天線上發(fā)射的所有空時分組碼塊，可表示為

式(8)中第k個元素定義為s^(f)(k)，則第i根接收天線接收到的第k個接收信號可以表示為

其中，L_h為傳輸路徑的數(shù)量，h_fi(l)為傳輸天線f到接收天線i對應(yīng)的第l條傳輸路徑的信道系數(shù)，w⁽ⁱ⁾(k)為接收天線i對應(yīng)的加性高斯白噪聲(AWGN)，其均值為0，方差為

由式(9)，設(shè)第i根接收天線上接收信號為

其中表示第i根接收天線上接收到的第j個OFDM塊，表示為：

對第i根接收天線上的接收信號(文中省略上標i，表示為在時延參數(shù)(0,τ,0,τ)下的四階時延矩定義為：

本發(fā)明以4種STBC進行識別為例，分別為空間復(fù)用(SM)、AL、STBC3和STBC4。

SM碼的發(fā)射天線數(shù)取2，SM-OFDM編碼可表示為：

AL-OFDM編碼可表示為：

STBC3-OFDM編碼可表示為：

STBC4-OFDM編碼可表示為：

所述的采用峰值檢測的方法盲識別STBC信號類型指的是：首先考慮SM-OFDM和AL-OFDM的四階時延矩，當時延參數(shù)為(0,1,0,1)時，有

y^SM(q,1)＝ψ^SM(q),q＝0,1,...,N_b-1 (17)

y^AL(q,1)＝E[y^AL(q,1)]+ψ^AL(q),q＝0,1,...,N_b-1 (18)

其中，ψ^ξ(q)為y^ξ(q,1)與其均值的偏差。當N_b足夠大時，ψ^ξ(q)的值趨近于0。當r_q和r_q+τ對應(yīng)兩個不同的空時分組碼矩陣時，即r_q和r_q+τ不相關(guān)時，E[y^AL(q,1)]趨近于0，則y^AL(q,1)＝ψ^AL(q)；當r_q和r_q+τ對應(yīng)同一個空時分組碼矩陣，即r_q和r_q+τ相關(guān)時，E[y^AL(q,1)]＝A，其中A≠0。

因此，當時延向量為(0,1,0,1)時，在不考慮噪聲影響的情況下，可以得到SM-OFDM和AL-OFDM的FOLP序列：

SM-OFDM：[0 0 0 ...]

AL-OFDM：[A 0 A 0 A 0 A ...]或[0 A 0 A 0 A 0 ...]

AL-OFDM的FOLP序列具有明顯的周期性，可以通過離散傅里葉變換對SM-OFDM和AL-OFDM的FLOP序列進行處理，具有周期性的為AL-OFDM碼，而不具有周期性的碼則為SM-OFDM碼。定義y(q,1)的N_b點離散傅里葉變換Y＝[Y(0,τ),Y(1,τ),...,Y(N_b,τ)]，其元素可以表示為

則由式(17)和(18)可得

Y^SM(n,1)＝Ψ^SM(n),n＝0,1,...,N_b-1 (20)

Y^AL(n,1)＝Θ+Ψ^AL(n),n＝0,1,...,N_b-1 (21)

式中，Ψ^SM(n)和Ψ^AL(n)分別代表ψ^SM(q)和ψ^AL(q)的離散傅里葉變換。當r_q和r_q+τ對應(yīng)同一個空時分組碼矩陣時，即r_q和r_q+τ相關(guān)時，否則顯然，由式(25)和(26)可得，|Y^SM(n,1)|不具有任何峰值，而|Y^AL(n,1)|在n＝0和時具有峰值。

同理，對于STBC3-OFDM，當τ＝1時，可以得到FOLP序列：

STBC3-OFDM：[0 B₁ B₂ 0 0 B₁ B₂ 0 0...]

|Y^STBC3(n,1)|在處有峰值。

對于STBC4-OFDM，當τ＝4時，其FOLP序列可表示為：

STBC4-OFDM：[C C C C 0 0 0 0 C C C C 0 0 0 0 ...]

|Y^STBC4(n,4)|在處有峰值。

為表述方便，定義

由式(22)可得，Z^STBC3(u,1)在存在兩處峰值，分別為

由式(23)可得，Z^STBC4(u,4)在存在兩處峰值，分別為

Z^STBC4(0,4)＝|Y^STBC4(0,4)|² (26)

綜上所述，當τ＝4時，Z^STBC4(u,4)在存在兩處峰值；當τ＝1時，Z^STBC3(u,1)在存在兩處峰值；當τ＝1時，|Y^AL(n,1)|在n＝0和存在兩處峰值；而SM-OFDM信號不存在任何峰值。通過檢測峰值的算法可以區(qū)分這四種空時分組碼。

不同STBC的|Y(n,τ)|在不同時延參數(shù)下具有不同位置的峰值。定義n₁和n₂為|Y(n,1)|的峰值位置，則有

定義u₁和u₂為Z(u,τ)的峰值位置，則有

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

(1)能夠在較低信噪比條件下適應(yīng)STBC-OFDM信號的識別，在不同的調(diào)制方式、不同的接收天線數(shù)、不同時延和不同的多普勒頻移環(huán)境下都具有較高的識別性能，且計算量較低。

(2)本發(fā)明無需信道、噪聲、調(diào)制方式和OFDM塊起始位置等先驗信息，適合非合作通信場合，有很強的實用價值。

附圖說明

圖1是本發(fā)明所述方法的總體流程圖；

圖2是STBC-OFDM的傳輸結(jié)構(gòu)；

圖3是峰值檢測決策樹；

圖4是實施例中不同STBC識別性能比較；

圖5是實施例中不同子載波時的STBC識別性能比較；

圖6是實施例中不同OFDM塊數(shù)量時的STBC識別性能比較；

圖7是實施例中不同接收天線時的STBC識別性能比較；

圖8是實施例中不同時延時STBC識別性能比較；

圖9是實施例中多普勒頻移對STBC識別性能比較。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明作進一步詳細描述。

實施例中：OFDM信號是基于IEEE802.11e標準產(chǎn)生，采樣時間間隔為91.4μs。默認實驗條件為：采用QPSK調(diào)制方式對OFDM信號進行調(diào)制，載波頻率f_c＝2.5GHz，子載波數(shù)為N＝256，循環(huán)前綴數(shù)為v＝N/4，OFDM塊的數(shù)量為N_b＝1000，接收天線數(shù)為N_r＝1。信道為等增益慢衰落頻率選擇信道，最大路徑編號p_max＝3，信道模型采用指數(shù)能量時延模型，P(p)＝P(0)e^-p/5，p＝0,1,...,p_max，其中，P(0)為第一路徑的功率，p為路徑編號，p_max為最后一條路徑的編號。接收端采用巴特沃斯濾波器濾除頻帶外噪聲，信噪比定義為采用正確識別概率和平均正確識別概率衡量算法性能。

圖4給出了不同STBC識別性能。由圖4可以看出，SM信號的正確識別概率近似為1，這是由于SM信號的FOLP序列不存在周期性。剩下的3種STBC，AL信號的正確識別概率最高，STBC4次之，原因在于，AL的碼矩陣的維數(shù)為2×2，STBC4為3×8的矩陣，因此，在采樣點數(shù)相同的條件下，AL的碼矩陣的總數(shù)多于STBC的碼矩陣的總數(shù)，因此AL碼的特征會比較明顯。STBC3的正確識別概率最低，通過觀察STBC3的碼矩陣可知，這是由于STBC3的碼矩陣包含0元素，且STBC3碼矩陣的各列之間的相關(guān)性較差(每列由3個碼矩陣塊組成，只有1～2個碼矩陣塊相關(guān))，因此STBC3的識別概率最差。在本發(fā)明前述默認實驗條件下，AL信號在SNR≥-6dB，STBC3信號在SNR≥2dB，STBC4信號在SNR≥-2dB時識別概率達到1。

圖5給出了不同子載波時的STBC識別性能比較。由圖5可以看出，隨著子載波數(shù)N的增大，該方法識別性能隨之變好。原因在于隨著N的增大，F(xiàn)OLP序列符號數(shù)更多，周期性更明顯，|Y(n,τ)|的峰值也更加明顯。在實驗條件N＝256時，在-2dB時，平均識別概率即可達到1。

圖6給出了不同OFDM塊時STBC識別性能。由圖6可以看出，該方法的平均識別概率隨著OFDM塊數(shù)量的增大而增大。這是由于OFDM塊數(shù)增多，|Y(n,τ)|的統(tǒng)計特性將更加明顯，更加有利于檢測出峰值。在默認實驗條件下，需要OFDM塊數(shù)量N_b≥500，該方法才具有良好的識別性能，當N_b＝500時，在0dB下識別概率即可達到1。

圖7給出了不同接收天線時STBC識別性能。由圖7可以看出，該方法的平均識別概率隨著天線數(shù)量增多而增大。在默認實驗條件下，使用1根接收天線，該方法在0dB下平均識別概率就能達到1，這是與其它現(xiàn)有STBC-OFDM算法最大的不同，而且其它STBC-OFDM的盲識別方法均不能在單接收天線下進行識別，本發(fā)明方法適用的范圍更廣。

圖8給出了不同時延時STBC識別性能。由圖8可以看出，對于矩形脈沖整形，時延效果的產(chǎn)生是將信號通過[1-μ,μ]的匹配濾波器得到。可以看出隨著μ的增大，該方法在低信噪比下的平均識別概率下降，該方法識別性能在高信噪比下的效果基本不受時延的影響。因此，時延可以看做是影響|Y(n,1)|峰值的加性噪聲。

圖9給出了多普勒頻移對STBC識別性能影響。定義相位噪聲為偏移系數(shù)為βT的維納過程，采用改進JAKES模型作為時變信道模型。其中βT∈{0,0.0001,0.001,0.002}，歸一化頻偏f_dT＝10^-6～10^-1。由圖9可以看出，隨著βT和f_dT變大，AL碼的識別效果變差，當βT≤0.001且f_dT≤0.001時，該方法具有較好的識別性能。