一种基于主成分序列的空频编码盲识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107018110A(43)申请公布日2017.08.04(21)申请号201710110617.2(22)申请日2017.02.28(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号西安电子科技大学(72)发明人李勇朝高明君李涛毛立涛张海林(74)专利代理机构北京科亿知识产权代理事务所(普通合伙)11350代理人黄浩威(51)Int.Cl.H04L27/26(2006.01)H04B7/0413(2017.01)权利要求书3页说明书9页附图4页(54)发明名称一种基于主成分序列的空频编码盲识别方法(57)摘要本发明公开了一种基于主成分序列的空频编码盲识别方法，其实现步骤为：(1)构造双载波解调矩阵；(2)计算协方差矩阵，并分解该矩阵生成特征值矩阵；(3)生成特征值矩阵；(4)通过基于噪声功率迭代的串行假设检验判断特征值矩阵的主成分个数(5)利用估计符号向量和候选集的理论符号向量，求出距离判决和向量；(6)取距离判决和向量中取值最小的元素对应的码型为判决码型。本发明充分利用了OFDM系统中每一个子载波的信息，克服了现有技术在小样本、低信噪比条件下性能差的缺点，满足了空频码盲识别的工程要求，可用于通信对抗中的空频码模式识别。CN107018110ACN107018110A权利要求书1/3页1.一种基于主成分序列的空频编码盲识别方法，其特征在于，包括如下步骤：S1对接收天线数据进行预处理，构造相邻子载波符号矩阵；S2计算相邻子载波符号矩阵的自相关矩阵，并进行特征值分解，得到特征值向量，以及对应的特征值集合；S3通过基于噪声功率迭代的串行假设检验判断主成分个数；S4构造估计相邻载波主成分序列向量；S5比较估计相邻载波主成分序列向量与空频编码集合主成分序列的距离判决和，选择距离判决和最小的编码作为识别的结果。2.根据权利要求1所述的基于主成分序列的空频编码盲识别方法，其特征在于，步骤S1具体为：1.1)接收端通过Nr根接收天线接收到已经经过载波解调长度为Σ的信号序列，得到Nr×Σ的接收信号矩阵Xr；1.2)去除接收信号矩阵Xr中的循环前缀，对其进行OFDM解调后，得到Nr×(M×L)维解调信号矩阵X，其中，X(m,l)为解调后第m个OFDM符号中第l个子载波上的接收信号向量，1≤m≤M，1≤l≤L，M为接收到的OFDM符号数，L为每个OFDM符号中的子载波个数；1.3)取解调信号矩阵X第v个子载波及其相邻的子载波上的侦听信号，将两个子载波上的信号向量化，构成2Nr×M维相邻子载波符号矩阵Yv：其中，1≤v≤L。3.根据权利要求1所述的基于主成分序列的空频编码盲识别方法，其特征在于，步骤S2具体为：2.1)将步骤S1得到的相邻子载波符号矩阵Yv的实部和虚部并联，得相邻载波并联矩阵其中，表示取实部运算，表示取虚部运算；2.2)计算相邻载波并联矩阵的自相关矩阵：其中，E[·]表示求期望运算，[·]T表示求转置运算；2.3)对相邻载波并联矩阵的自相关矩阵Rv做特征值分解，将得到的特征值按降序排列，构成特征值向量：其中，为第v个子载波及其相邻载波自相关矩阵Rv的第k个特征值，Nr为接收天线的数量；则特征值集合为4.根据权利要求1所述的基于主成分序列的空频编码盲识别方法，其特征在于，步骤S3具体如下：2CN107018110A权利要求书2/3页3.1)对于第v个子载波及其相邻子载波，根据步骤S2得到的特征值集合和终止条件利用迭代算法计算噪声功率的估计值集合3.2)取第v个子载波及其相邻子载波的第k个噪声功率估计值对特征值进行归一化处理得到相对应的随机变量：将此随机变量作为检验统计量；3.3)求解判决门限值γk：其中，表示第一类Tracy-Widom分布的逆累积分布函数，Pfa表示预先设定的虚警概率；3.4)确定主成分个数：从k＝1开始搜索，当第一次检测出时，输出主成分个数5.根据权利要求1所述的基于主成分序列的空频编码盲识别方法，其特征在于，步骤S4具体为：计算相邻子载波符号矩阵Y1,…,YN-8的主成分个数N＝L，L为每个OFDM符号中的子载波个数，构造估计相邻载波主成分序列向量6.根据权利要求1所述的基于主成分序列的空频编码盲识别方法，其特征在于，步骤S5具体为：5.1)利用步骤S4得到的估计相邻载波主成分序列向量计算空频码组成码型集合Ω中所有码型的主成分序列与估计相邻载波主成分序列向量的距离判决和：其中|·|表示取绝对值，ε(·)表示阶跃函数，有：而表示向上取整，表示空频码集合Ω中的第t种码型的第v个子载波及其相邻子载波的主成分序列值，T为空频码集合Ω中的码型个数；N＝L，L为每个OFDM符号中的子载波个数；5.2)空频码组成码型集合Ω中所有码