仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2014年
12期
2852-2857
,共6页
陈朝阳%程贵宾%陈彭%邢海涛
陳朝暘%程貴賓%陳彭%邢海濤
진조양%정귀빈%진팽%형해도
单通道信号%载波频率偏移%独立分量分析%非参数似然参数比
單通道信號%載波頻率偏移%獨立分量分析%非參數似然參數比
단통도신호%재파빈솔편이%독립분량분석%비삼수사연삼수비
single channel signal%CFO%ICA%NLR
提出了一种新的 OFDM 系统频偏估计方法,该方法首先利用相关检测技术从单路的接收信号中获得独立分量分析(ICA)技术所需的多路混合信号,相比于传统的估计方法减少了接收通道;然后使用非参数似然比(NRL)算法来实现对混合信号的分离,同时利用Hilbert变换估计OFDM系统的载波频偏(CFO)。NLR算法不需要假设信号的非高斯统计特性,且与MMI-ICA相比, NLR-ICA可以显著改善分离信号的信号干扰比(SIR)。与传统的频偏估计方法相比较,该方法不需要借助同步训练符号,不仅节省了信道带宽,而且克服了信道参数对 CFO估计的影响,因此具有一定的优越性。仿真结果表明,该方法具有良好的特性。NLR 算法的实现不依赖于信号的概率分布,克服了传统 ICA 算法对信号分布要求,有利于对通信信号的分离。
提齣瞭一種新的 OFDM 繫統頻偏估計方法,該方法首先利用相關檢測技術從單路的接收信號中穫得獨立分量分析(ICA)技術所需的多路混閤信號,相比于傳統的估計方法減少瞭接收通道;然後使用非參數似然比(NRL)算法來實現對混閤信號的分離,同時利用Hilbert變換估計OFDM繫統的載波頻偏(CFO)。NLR算法不需要假設信號的非高斯統計特性,且與MMI-ICA相比, NLR-ICA可以顯著改善分離信號的信號榦擾比(SIR)。與傳統的頻偏估計方法相比較,該方法不需要藉助同步訓練符號,不僅節省瞭信道帶寬,而且剋服瞭信道參數對 CFO估計的影響,因此具有一定的優越性。倣真結果錶明,該方法具有良好的特性。NLR 算法的實現不依賴于信號的概率分佈,剋服瞭傳統 ICA 算法對信號分佈要求,有利于對通信信號的分離。
제출료일충신적 OFDM 계통빈편고계방법,해방법수선이용상관검측기술종단로적접수신호중획득독립분량분석(ICA)기술소수적다로혼합신호,상비우전통적고계방법감소료접수통도;연후사용비삼수사연비(NRL)산법래실현대혼합신호적분리,동시이용Hilbert변환고계OFDM계통적재파빈편(CFO)。NLR산법불수요가설신호적비고사통계특성,차여MMI-ICA상비, NLR-ICA가이현저개선분리신호적신호간우비(SIR)。여전통적빈편고계방법상비교,해방법불수요차조동보훈련부호,불부절성료신도대관,이차극복료신도삼수대 CFO고계적영향,인차구유일정적우월성。방진결과표명,해방법구유량호적특성。NLR 산법적실현불의뢰우신호적개솔분포,극복료전통 ICA 산법대신호분포요구,유리우대통신신호적분리。
A novel carrier frequency offset (CFO) estimation method is presented using the only channel recordings in OFDM systems. Firstly, multiple mixed signals are obtained from the single channel signal with the aid of the correlation detection tech-nology, which reduces receiving channels. Then the mixed signals are separated by NLR algorithm, and the CFO is estimated through Hilbert transform. Compared with MMI-ICA, NLR-ICA can significantly improve SIR of the separated signals without assuming the statistical characteristics of signals. Relying on the single channel recordings without training symbols, the method not only saves channel bandwidth, but also eliminates the channel parameter’s impact on CFO estimation. Simulation results show that the method has good properties. NLR algorithm does not depend on probability distribution of the signal, and it is good to separate communication signals.