本项目以下一代无线通信系统中具有高频谱利用率的OFDM+MQAM信号的调制盲识别技术为研究对象,研究自适应OFDM+MQAM信号的快速盲识别技术的理论和方法,着重解决子载波调制为高阶MQAM(M>64)的自适应OFDM信号的类内调制方式快速识别问题。探索将信号接收中的自适应盲均衡算法及编码分析中的状态优势统计思想用于研究采用高阶QAM调制的OFDM信号子载波调制方式的快速识别算法,为高频谱利用率信号调制识别以及认知OFDM系统的应用奠定基础。本项目将采取盲均衡加识别两步进行的方式,先通过自适应盲均衡算法,以尽量克服OFDM信号传输中产生的信道间干扰、子载波间不能严格正交以及频率偏移和收发端时钟差异等带来的失真,将针对各个载波上高阶调制信号进行基于星座匹配的盲均衡;在此基础上进行各个子载波上的调制类型识别,针对子载波高阶QAM调制的星座特点,研究基于状态优势统计的识别算法。
本项目以下一代无线通信系统中具有高频谱利用率的OFDM+MQAM信号的调制盲识别技术为研究对象,研究自适应OFDM+MQAM信号的快速盲识别技术的理论和方法,着重解决子载波调制为高阶MQAM(M>64)的自适应OFDM信号的类内调制方式快速识别问题。探索将信号接收中的自适应盲均衡算法及编码分析中的状态优势统计思想用于研究采用高阶QAM调制的OFDM信号子载波调制方式的快速识别算法,为高频谱利用率信号调制识别以及认知OFDM系统的应用奠定基础。本项目将采取盲均衡加识别两步进行的方式,先通过自适应盲均衡算法,以尽量克服OFDM信号传输中产生的信道间干扰、子载波间不能严格正交以及频率偏移和收发端时钟差异等带来的失真,将针对各个载波上高阶调制信号进行基于星座匹配的盲均衡;在此基础上进行各个子载波上的调制类型识别,针对子载波高阶QAM调制的星座特点,研究基于状态优势统计的识别算法。
{{i.achievement_title}}
数据更新时间:2023-05-31
拥堵路网交通流均衡分配模型
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
基于细粒度词表示的命名实体识别研究
基于余量谐波平衡的两质点动力学系统振动频率与响应分析
复杂环境下单通道多信号盲分离与调制识别研究
基于欠定盲分离的跳频信号分选和识别技术研究
多径衰落信道中利用盲均衡实现调制识别的新技术研究
基于分数低阶统计量的病态盲信号分离方法研究