[发明专利]基于特征提取和分集技术的空频码模式盲识别方法

说明书

本发明公开一种基于特征提取和分集技术的空频码模式盲识别方法。主要解决现有技术在小样本，低信噪比条件下性能差的问题。其实现步骤为：(1)构造单载波和双载波解调矩阵；(2)计算协方差矩阵，并分解该矩阵生成特征值矩阵；(3)对特征值矩阵进行迭代生成迭代特征值矩阵；(4)利用迭代特征值矩阵，采用比值法获得估计符号向量；(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。

技术领域

本发明属于通信技术领域，更进一步涉及信号检测技术领域的空频编码模式盲识别方法，可用于多输入多输出正交频分复用(MIMO-OFDM)系统中，对空频码模式进行盲识别。

背景技术

多输入多输出正交频分复用(MIMO-OFDM)系统是下一代无线通信的关键技术，它能够有效地获得空间分集，同时对抗多径衰落。空频码是MIMO-OFDM系统的重要组成部分，空频码的盲识别是通信对抗领域迫切需要研究的领域，它能够为MIMO-OFDM系统对抗技术提供基础和技术支撑，具有重要的理论意义和应用价值。

所述空频码也称为空频编码，它是指空间传输信号和频率传输信号的结合，实质上就是空间和频率二维的处理相结合的方法，是一种用于多发射天线正交频分复用系统的编码技术。该编码在多根发射天线和不同频率上的发射信号之间能够产生空域和频域的相关性。这种空频相关性可以使接收机克服MIMO信道衰落和减少发射误码。对于空间未编码系统，空频编码可以在不牺牲带宽的情况下起到发射分集和功率增益作用。

盲识别就是指在接收端不知道发送端的任何信息，只从接收信号中识别需要的信息。而空频码模式的盲识别就是指从接收信号中识别空频编码的模式，空频码的盲识别是一个新兴的课题，目前还没有已知的算法。但现有的空时分组码识别算法可以通过改进推广到频域，从而盲识别空频码。这些算法大都建立在传统概率论基础上，主要是基于模式选择的方法。

文献[V.Choqueuse,M.Marazin et al.,Blind recognition of linear spacetime block codes:A likelihoodbased approach.IEEE Trans.Signal Processing,58(3),2010,1290-1299]中引入模式选择方法，其设计思想是基于信息论准则的最小描述长度(Minimum Description Length，MDL)和Akaike信息论准则(Akaike InformationCriterion，AIC)，对频域接收信号的协方差矩阵进行特征值分解，将得到的特征值和待估识别参数带入到模式选择地似然函数中去，计算与待估识别参数可能取值相对应的似然函数值，找出使似然函数最大的参数值，通过该参数值可进一步确定发射端使用的空频编码模式。但是该方法存在的不足是：一方面需要大规模的数据样本来完成空频码模式的估计，不适用于较快衰落的通信场景；另一方面，在低信噪比的环境下识别性能差，无法满足空频码模式盲识别的工程要求；

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于特征提取和分集技术的空频码模式盲识别方法，对接收信号的自相关矩阵进行特征提取，并利用分集技术提高空频码模式识别方法在小样本，低信噪比下的性能，以满足空频码模式盲识别的工程要求。

实现本发明目的地技术思路是：首先，对频域接收信号的自相关矩阵进行特征值分解，然后利用分集技术迭代特征值，增大信号特征值和噪声特征值之间的差距，最后通过比值判决法得到发送空频码的估计符号数向量，与候选集中码型的理论符号数向量求距离差，得出最终的识别码型。具体方案包括如下步骤：