CN109076038A - 用于对频带中包含的信号的参数进行估计的方法 - Google Patents
用于对频带中包含的信号的参数进行估计的方法 Download PDFInfo
- Publication number
- CN109076038A CN109076038A CN201780010045.9A CN201780010045A CN109076038A CN 109076038 A CN109076038 A CN 109076038A CN 201780010045 A CN201780010045 A CN 201780010045A CN 109076038 A CN109076038 A CN 109076038A
- Authority
- CN
- China
- Prior art keywords
- signal
- value
- lfp
- frequency
- triple
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Noise Elimination (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
- Mobile Radio Communication Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明涉及一种用于对给定带中的单个信号或混频信号的参数进行估计的方法。该方法包括下面的步骤:接收(E0)给定频带中的单个信号或信号的混合y(t),‑对于q(q严格为正)个预定值{L1;…;Lq}的集合中所取严格正实数L,确定(E3)谱相关函数(I),其中(II)是用于使信号y(t)的采样版本y(n)升高到L次幂的循环自相关函数,其中Fτ[.]是傅里叶变换,并且其中对于每个q,α可以单独地取一个或多个离散值和/或覆盖一个或多个值范围,‑处理(E4)每个变换LSCFy(f,α),L是在q(q严格为正)个预定值{L1;…;Lq}中所取的,以用于从其中提取峰值Pi的集合,峰值Pi即基于变量f和α或者基于针对α的每个离散值的单个变量f检测到的局部最大值,所述峰值中的每个由分别是三元组{LApi,LFpi,Lαpi}所处的频率和循环频率以及LApi是其幅度的三元组来表征,以及‑识别(E5)为由构成给定频带中存在的信号的参数的集合留下的签名的三元组{LApi,LFpi,Lαpi}的组。
Description
技术领域
本发明涉及电信领域,并且特别是对构成同一频带中包含的一个或多个调制信号或载波的一些参数进行估计的***和方法的领域。
背景技术
电信***的倍增产生了对信道重用的需要,以满足带宽和服务质量方面的需求。这种重用由于蜂窝网络或点网络而是可能的。
与附近或邻近蜂窝(cell)之间的一些信道的重用相关联的这些网络的密集化导致其中终端接收受到一个或多个干扰信号污染的感兴趣信号的情况,所述干扰信号的功率类似于有用信号的功率。根据情况,使用同一频率资源的信号的这种共存可以是非自愿的(同信道干扰)或故意的(由另一发送器对同一频率的使用的先验知识被用于正确地接收电信并优化频谱的使用)。
典型架构终端的错误率被极大降低,并且必须使用干扰的分离或减少的算法来隔离出有用信号。
给定带中存在的信号的一些特性的知识对于这些算法的正确运行而言是需要的。
这些特性例如是给定带中存在的信号中的每个的所使用的调制、功率、载波频率或甚至符号节律(symbol rhythm)。
当干扰信号具有非常低的相对水平(level)时,用于主信号的特性的估计的方法是已知的:
-用于调制的估计:
可以参考文献[Swami和Sadler,2000]和[Ramkumar,2009],或者也可以参考文献[Reichert,1992]和[Rebeiz,2011]。
该文献[Ramkumar,2009]利用平常的循环平稳函数(循环自相关函数(CAF))、谱相关函数(SCF)和谱相干函数(SOF),通过仅利用所获得的峰值中的一些的方法从其中提取特性。
文献[Reichert,1992]基于先前在文献[Mazo,1978]中提出的“Mth Powernonlinear Transform”,以用于在没有干扰信号的情况下对感兴趣信号的载波频率和符号节律进行估计。
文献[Rebeiz,2011]非盲目地提取SOF的峰(作者假定知道它们的位置)。而且,该文献仅利用峰的幅度而不是其谱位置来进行分类。
-用于其他参数(功率、频率载波、节律符号等)的估计:
可以参考文献[Proakis,2007]和文献[Wu,2012]。在这后一篇文献中,作者利用典型的SOF来估计在没有干扰情况下信号的符号节律和载波频率。
当在同一频带中存在若干信号时,已经提出了用于一些参数的估计的其他技术。后者使用在谱域中的变换或高阶(superior order)统计。在这方面,对于调制的估计而言,可以参考:
-文献[Zaerin和Seyfe,2012],其示出了用于基于高阶的“累积量”的调制的估计的方法。此技术对于估计有用信号和干扰的星座图(constellation)而言是有效的。然而,当SINR(“信号干扰加噪声比”,其定义了感兴趣的信号的功率与信号干扰和加性噪声的组合功率之间的比率)为低或者当干扰的功率与感兴趣的信号的功率可比较时,该技术证明是无效的。
-文献[Guenther,2010],其中谱相关函数(SCF)被用于特性的估计。但是所示出的方法的协作性质(一些参数是先前已知的)使得其使用不可能,这是因为干扰信号表现出高水平并且先前没有信息可以被使用。而且,该方法没有利用SCF的峰的幅度的值。
因此,已知技术具有许多缺点。
发明内容
本发明提出消除上述缺点。
为此目的,本发明提出了用于估计构成单个信号或混频信号的参数的方法,该方法由以下步骤构成:
-接收给定频带中的单个信号或信号的混合y(t);
-对于q(q严格为正)个预定值{L1;…;Lq}的集合中所取的严格正实数L,确定在下文定义的谱相关的函数:
其中,是升高到信号y(t)的采样版本y(n)的L次幂的循环自相关函数,并且其中,Fτ[.]是傅里叶变换,并且其中,对于每个q,α可以独立地取一个或多个离散值和/或遍历一个或多个值的范围;
-处理每个变换LSCFy(f,α),L是在q(q严格为正)个预定值{L1;…;Lq}的集合中所取的,以从其中提取峰值pi的集合,所述峰值pi即根据变量f和α或者根据针对α的每个离散值的唯一变量f检测到的局部最大值,这些峰值中的每个由三元组{LApi,LFpi,Lαpi}来表征,其中LFpi和Lαpi分别是峰值所处的频率和循环频率并且LApi是其幅度;
-识别作为由构成给定频带中存在的信号的参数的集合留下的签名(signature)的三元组{LApi,LFpi,Lαpi}的组。
在本发明的上下文中,对于实数M,使用如下定义的函数MPT的特定情况是有用的:
其中,Fτ[.]是傅里叶变换,ryM(τ)是升高到采样信号y(n)(其可选地先前已被标准化并居中)的M次幂的自相关函数。当阶数M和阶数L为相同时,函数MPT对应于α取零的函数LSCF:LSCFy(f,0)=MPTy(f)\L=M。因此,使用函数LSCF的一般公式包括函数MPT的特定情况。
当阶数M和阶数L为相同时,函数MPT对应于α取零的函数LSCF:LSCFy(f、0)=MPTy(f)\L=M。使用函数LSCF的一般公式包括函数MPT的特定情况。
识别阶段可以基于用于检测到的峰的分类的若干方法。所有这些都基于生成混合(mixture)的谱线特性的每个函数LSCF(或MPT)的固有性质,其因此可以被认定为签名。这些线出现的频率是节律和残余载波频率的组合,而根据谱变换的阶数L(或M)的其幅度分布主要是调制(星座图和整形滤波器)和混合的信号的幅度的函数。
本发明基于可观察的谱变换的组合的丰富性以及峰的位置和幅度的联合利用。实际上,对与探索变量(循环频率α)的附加维度的可能性的相关联的变换的一些阶数(L或M)的选择使能够在没有先前知识的情况下单独确定构成信号的混合的参数。特别地,L(或M)的感兴趣值取决于可能的星座图,并且通常可以在集合{2,4,8}中选择以表征最当前的星座图。
本发明有利地通过单独地采用下面的设置或以其技术上可能的组合中的任一个来完成。
首先通过考虑循环频率α为零离散值(特别是函数MPT)以用于识别三元组{LApi,LFpi,Lαpi=0}的组,并且第二通过选择根据该方法的第一次应用的结果确定的阶数L的值的集合和α≠0的离散值或变化的范围的集合来进行该确定步骤。
傅里叶变换的模数的第L个根在谱变换的公式中被傅里叶变换的模数的任何其他功率或对数或任何其他实单调函数替换。
该方法还包括对所接收的信号的预处理,其包括以下子步骤:
-确定y(n)的幂的谱密度;
-对幂的谱密度进行处理,以用于估计混合中包含的噪声的水平;
-根据先前获得的特性对信号的混合进行标准化和居中的处理,基于被标准
化和居中的混合来确定针对在{L1,...Lq}中所取的L的一些值的函数LSCF。
该识别包括根据提前预定的签名获得的三元组{LApi,LFpi,Lαpi}的组的比较步骤,即,三元组或二元组对应于构成混合中存在的信号的参数的取值的集合。
该识别允许通过根据峰值所处频率来执行峰值的分类算法来估计信号的调制和幅度,然后经由计算构成创建以类似于这种方式形成的组的签名的混合的参数来进行搜索。
对信号的混合的调制和幅度进行估计执行对使用签名的分析模型和所观察到的扩展(spread)的概率获得的峰值的最大概率进行的搜索算法。
对信号中的每个的调制的估计执行算法,该算法搜索不同三元组或二元组与先前根据理论值或实验值建立的签名之间的最小均方误差(MSE)。
根据给定电信标准中存在的调制选择L的值。
该识别允许根据值LFpi来估计残余载波频率和节律符号。
该识别允许根据值LFpi来估计信号Nu的数量。
附图说明
本发明的其他特性、目的和优点将从以下描述中显现出来,该描述仅是说明性的而非限制性的并且其必须参考附图来考虑,其中:
-图1示意性地示出了根据本发明的方法的步骤;
-图2示意性地示出了图1的方法的步骤的细节。
在该组图中,相似的元件由相同的附图标记来表示。
具体实施方式
根据在关于图1和图2描述的对构成给定带中的频率中的部分或完全叠加的一个或多个信号的参数的估计的方法,由包括一个或多个天线2的无线电接收器1接收E0信号y(t)。
所接收的复合信号y(t)是频带中包含的单个信号或若干信号的混合,并且在时间上被如下表示:
其中
-ω:加性高斯白噪声;
-Nu:所考虑频带中包含的信号的数量;
-au:信号u的幅度;
-fu:信号u的载波频率;
-φu:信号u的原点处的相位;
-su:由发送器u发送的符号;
-Ru:发送器u的符号节律;
-τu:信号u的初始延迟;
-hu:信号u的整形滤波器。
该方法的目的是对构成所考虑频带中存在的每个信号的参数进行估计。对于索引信号u,特别感兴趣的是其节律Ru、其载波频率fu的偏移、其幅度au、符号su源自的其星座图Cu以及可选地用于整形脉冲hu的其滤波器。
在第一步骤中,复合信号y(t)经由典型的接收链而被数字化E1。这种接收链典型地包括与低噪声放大器相关联的射频滤波器,接着是混频器,其允许包括感兴趣的带至基带的带宽的通过,并且最后是采样器。其产生采样信号y(n),其中n表示样本索引。y(n)被特别定义为:
其中f’u对应于信号u的标准化残余载波频率。
为了使后续处理更容易,可选地在第二步骤中预处理E2数字化信号y(n)。
这种预处理E2包括居中和标准化E21的子步骤。这种预处理E2产生信号ycn(n),使得其功率的谱密度以0为中心,并且使得:
其中
此子步骤可选地从对混合中所包含噪声的水平的估计E23进行,并且可选地,对于其有用的带Bu的混合的信号中的每个,借助于信号y(n)的幂的谱密度的确定E22来可能地估计这些参数。这通过信噪比的检测来授权。功率的谱密度也确定了这个带的有用频带和中心频率,如文献[Proakis,2007]中所解释的。
非常一般地,在第三步骤E3中对于q(q严格为正)个严格正实数的集合{L1,...Lq}中所取的L的不同值,确定计算下文中所定义的谱相关的函数:
其中,是升高到(可选地被标准化并居中的)L次幂的采样信号y(n)的循环自相关函数(CAF),其中,Fτ[.]是傅里叶变换,并且其中,对于每个q,α可以独立地取一个或多个离散值和/或遍历一个或多个值的范围。
特别地,第三简化的步骤E3包括首先考虑零循环频率α。以这种方式,对于在q(q严格为正)个预定值{M1,...Mq}的集合中所取的严格正实数M,这以计算谱函数为前提:
其中,ryM(τ)是升高到(其可选地先前已被标准化并居中的)采样信号y(n)的M次幂的自相关函数。根据所获得的结果,可以通过使用在第三步骤期间所使用的M的那些的L的值的仅一个相关子集的函数LSCFy(f,α≠0)的有限的计算来完成分析。
所考虑的谱变换的阶数M或L取决于混合中可能的调制,通常M=L=2,4或8足以对用于诸如BPSK、QPSK、OQPSK、8-QAM、16-QAM、8-PSK、16-APSK、32-APSK的当前调制的不同信号的参数进行正确地表征。
接下来,在第四步骤中,针对在集合{L1,...Lq}中所取的L的每个值获得的每个变换LSCFy(f,α)被处理E4,以根据变量f和α两者从中提取指定其峰pi的三元组{LApi,LFpi,Lαpi},其中,LApi是峰的幅度,LFpi是峰所处频率f,并且Lαpi是峰出现的循环频率α。
当对于L的一些值采用α的离散值时,对于α的每个所考虑值,仅根据单个变量f来检测峰,并且其遵循Lαpi等于α。特别地,当针对在{M1,...Mq}中所取的M单独使用变换MPTy(f)时,这些三元组全都具有零值α,因此其可以被减少到单个二元组{MApi,MFpi}。
一旦谱函数具有在宽度的间隔内有效的局部最大值,就认为存在峰,所述宽度根据执行可以被提前或自适应地确定,该幅度的最大值大于或等于根据执行也可以被提前或自适应地确定的阈值。例如,阈值的值可以根据所考虑的样本数量和/或混合中所估计的噪声的水平来选择。
可以看出的是,函数LSCFy(f)和MPTy(f)由傅里叶变换的模数的第L个或第M个根来提取。傅里叶变换的另一个幂、或甚至其对数或关于正实数的任何单调函数的使用,提供了具有分别由所采用函数修改的幅度的相同峰位置。因此,可以使用这些可替选公式来提取三元组。
一旦获得不同的三元组,就在第五步骤E5中识别由所考虑频带中的一些类型的信号的存在留下的特性签名所观察到的三元组{LApi,LFpi,Lαpi}的组,即,位于特定频率的这些峰的组遵循作根据L阶的幅度分布,其是构成混合的参数的特性:特别地,签名的集合可以指示混合中存在的信号的幂和/或载波频率和/或符号节律和/或调制的类型及其数量。
按照惯例,将认为的是感兴趣的信号是具有最大幅度的信号。然而,将清楚的是,一些应用更多地关注由使用同一频率资源但具有更多幂的一个或多个信号掩蔽的信号。
特别地,考虑到估计信号中的每个的调制和幅度,可以使用最有可能的签名的不同识别算法:
-用于峰值的分类的算法,其出现在通过简单关系(相同的、谐波的或均匀间隔的)彼此连接的频率处的若干变换中,并且具有用于比较参考的先前建立的签名的数据库。
-或者基于分析公式的优化算法,其给出理论幅度和签名的峰位置的关系。在这种情况下,信号的幅度和调制以以下优化问题的形式被共同地估计:其中κ是根据观察到的二元组{MApi,MFpi}或三元组{LApi,LFpi,Lαpi}的给定的取值的集合的概率的严格单调成本的函数,并且是所估计的调制和幅度的集合;
-或者甚至,当仅调制要被估计时,基于从信号y(n)获得的不同三元组{LApi,LFpi,Lαpi}或二元组{MApi,MFpi}之间的MSE(均方误差)的最小化的算法以及先前根据理论值或实验值建立的签名的基础:
其中,表示针对所考虑的频带中存在的Nu信号的估计的调制的集合,表示签名的参考的基础,即,先前针对构成作为取值所考虑的调制的参数的不同值建立的三元组{LApi,LFpi,Lαpi}的值,并且Π表示根据信号y(n)获得的三元组{LApi,LFpi,Lαpi}的值的集合。
类似地,借助于基于值和LFpi(或者MFpi)的集合的观察的方法来估计残余载波频率和平均符号节律。同时,可选地确定信号Nu的数量。
参考文献:
-[Guenther,2010]:Guenther,B.(2010)。Multi-User Signal ClassificationVia Cyclic(MsC论文);
-[Mazo,1978]:Mazo,J.(1978)。Jitter Comparison of Tones Generated bySquaring and by Fourth-Power Circuits。贝尔***技术期刊;
-[Proakis,2007]:Proakis,J.(2007)。数字通信第5版。麦格劳-希尔教育;-[Reichert Reichert,1992]:J.(1992)。Automatic Classification of CommunicationSignal using Higher Order Statistics.IEEE语音、声学和信号处理国际会议;
-[Swami&Sadler,2000]:Swami,A.和Sadler,B.(2000)。Hierarchical digitalmodulation classification using cumulants。IEEE通信学报;
-[Zaerin&Seyfe]:Zaerin,M.和Seyfe,B.(2012)。Multiuser modulationclassification based on cumulants in additive white Galsoan noise channel。IET信号处理;
-[Ramkumar,2009]:Ramkumar(2009)Automatic Modulation Classificationfor Cognitive Radios using cyclic feature detection,IEEE电路与***杂志,2009年4月1日,第9卷,第2期;
-[Wu,2012]:Zhikiang Wu等(2012),Blind Cyclostationary CarrierFrequency and symbol rate estimation for underwater acoustic communication",IEEE国际通信会议,第3482-3486页;
-[Rebeiz,2011]:Reibeiz等(2011),Low Complexity Feature-basedModulation Classifier and its Non-asymptotic analysis,IEEE全球电信会议,2011年12月5日,第1-5页。
Claims (11)
1.一种用于估计给定带中的单个信号或混频信号的参数的方法,所述方法包括以下步骤:
-接收(E0)给定频带中的单个信号或信号的混合y(t);
-对于q个预定值{L1;…;Lq}的集合中所取的严格正实数L,q严格为正,
确定(E3)在下面定义的谱相关函数:
其中,是升高到所述信号y(t)的采样版本y(n)的L次幂的循环自相关函数,并且其中,Fτ[.]是傅里叶变换,并且其中,对于每个q,α能够独立地取一个或多个离散值和/或遍历一个或多个数值范围;
-处理(E4)每个变换LSCFy(f,α),以从其中提取峰值Pi的集合,L是在q个预定值{L1;…;Lq}的集合中所取的,q严格为正,所述峰值Pi即根据所述变量f和α或者根据针对α的每个离散值的唯一变量f检测到的局部最大值,这些峰值中的每个由三元组{LApi,LFpi,Lαpi}来表征,其中,LFpi和Lαpi分别是其所处频率和循环频率,并且LApi是其幅度;
-识别(E5)三元组{LApi,LFpi,Lαpi}的组作为由构成所述给定频带中存在的信号的参数的集合留下的签名。
2.根据权利要求1所述的估计方法,其中,确定步骤(E3)通过以下方式进行:首先,将所述循环频率α考虑为零离散值以用于识别三元组{LApi,LFpi,0}的组,以及
-第二,选择根据所述方法的第一次应用的结果确定的阶数L的值和α≠0的离散值或变化的范围的集合。
3.根据权利要求1或2中的任意一项所述的方法,其中,所述傅里叶变换的模数的第L个根在谱变换的公式中被所述傅里叶变换的模数的任何其他幂或对数或任何其他实单调函数替换。
4.根据权利要求1至3中的任意一项所述的估计方法,还包括对接收到的信号的预处理,其包括以下子步骤:
-确定y(n)的幂的谱密度;
-对所述幂的谱密度进行处理,以用于估计所述混合中包含的噪声的水平;
-根据先前获得的特性对信号的混合进行标准化和居中的处理,基于被标准化和居中的混合来确定针对在{L1,...Lq}中所取的L的一些值的函数LSCF。
5.根据权利要求1至4中的任意一项所述的估计方法,其中,别(E5)包括将获得的三元组{LApi,LFpi,Lαpi}的组与提前预定的签名进行比较的步骤,即,对应于构成所述混合中存在的信号的参数的取值的集合的三元组。
6.根据权利要求1至5中的任意一项所述的估计方法,其中,所述识别(E5)允许通过根据峰值所处频率执行所述峰值的分类算法来估计信号的调制和幅度,然后通过计算构成创建类似于以这种方式形成的所述组的签名的混合的参数来进行搜索。
7.根据权利要求5或6所述的估计方法,其中,对信号的混合的调制和幅度的估计执行对使用签名的分析模型和所观察到的偏差的概率获得的峰值的最大似然估计进行搜索算法。
8.根据权利要求5或6所述的估计方法,其中,对所述信号中的每个的调制的估计执行算法,所述算法搜索不同三元组或二元组与先前根据理论值或实验值建立的签名的数据库之间的最小均方误差(MSE)。
9.根据前述权利要求中的任意一项所述的估计方法,其中,根据所考虑的电信标准中存在的调制选择所述L的值。
10.根据权利要求1至9中的任意一项所述的估计方法,其中,识别(E5)允许根据所述值LFpi来估计残余载波频率和符号节律。
11.根据权利要求1至10中的任意一项所述的估计方法,其中,识别(E5)允许根据所述值LFpi来估计信号Nu的数量。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1650945 | 2016-02-05 | ||
FR1650945A FR3047578B1 (fr) | 2016-02-05 | 2016-02-05 | Procede d'estimation de parametres de signaux contenus dans une bande de frequences |
PCT/EP2017/052396 WO2017134233A1 (fr) | 2016-02-05 | 2017-02-03 | Procédé d'estimation de paramètres de signaux contenus dans une bande de fréquences |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109076038A true CN109076038A (zh) | 2018-12-21 |
CN109076038B CN109076038B (zh) | 2021-05-07 |
Family
ID=56084167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780010045.9A Active CN109076038B (zh) | 2016-02-05 | 2017-02-03 | 用于对频带中包含的信号的参数进行估计的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10848357B2 (zh) |
EP (1) | EP3412012B1 (zh) |
CN (1) | CN109076038B (zh) |
ES (1) | ES2760985T3 (zh) |
FR (1) | FR3047578B1 (zh) |
IL (1) | IL260970B (zh) |
WO (1) | WO2017134233A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108242963B (zh) * | 2018-01-24 | 2020-12-08 | 合肥工业大学 | 一种瑞利圆拱衰落信道的验证*** |
CN113312996B (zh) * | 2021-05-19 | 2023-04-18 | 哈尔滨工程大学 | 一种混叠短波通信信号检测与识别方法 |
CN113408420B (zh) * | 2021-06-18 | 2022-12-06 | 西安电子科技大学 | 基于多维度参数提取和支持向量机的扩频信号识别方法 |
CN118018372B (zh) * | 2024-04-09 | 2024-06-21 | 中国人民解放军海军工程大学 | 基于广义循环相关熵的改进msk载波估计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101179284A (zh) * | 2007-11-27 | 2008-05-14 | 哈尔滨工程大学 | 抑制窄带干扰和高斯噪声的循环边带相关置换方法 |
US20100023990A1 (en) * | 2007-03-08 | 2010-01-28 | Hou-Shin Chen | Apparatus and method for sensing a signal using cyclostationarity |
EP2393223A1 (en) * | 2010-04-26 | 2011-12-07 | JDSU Deutschland GmbH | In-band SNR measurement based on spectral correlation |
CN103888389A (zh) * | 2014-03-31 | 2014-06-25 | 西安电子科技大学 | 一种时频重叠信号的幅度估计方法 |
CN104184526A (zh) * | 2013-05-23 | 2014-12-03 | 北京邮电大学 | 基于最优检测门限的两步认知无线电频谱检测方法 |
CN104618278A (zh) * | 2015-02-13 | 2015-05-13 | 重庆邮电大学 | 一种基于谱相关的多用户tddm-boc信号的伪码速率估计方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7649988B2 (en) * | 2004-06-15 | 2010-01-19 | Acoustic Technologies, Inc. | Comfort noise generator using modified Doblinger noise estimate |
US7486747B1 (en) * | 2004-07-09 | 2009-02-03 | L-3 Communications Corporation | Digital timing recovery operable at very low or less than zero dB Eb/No |
JPWO2009145326A1 (ja) * | 2008-05-27 | 2011-10-20 | 日本電気株式会社 | コグニティブ無線システム、コグニティブ無線機および無線信号検出方法 |
TW201203893A (en) * | 2010-01-27 | 2012-01-16 | Agency Science Tech & Res | Method for spectrum sensing and communication device |
JP5624847B2 (ja) * | 2010-10-19 | 2014-11-12 | 株式会社Nttドコモ | 信号検出装置及び信号検出方法 |
TWI561103B (en) * | 2012-08-30 | 2016-12-01 | Univ Nat Tsing Hua | Active sensing method based on spectral correlation for cognitive radio systems |
US10027368B2 (en) * | 2012-12-14 | 2018-07-17 | Commscope Technologies Llc | System and method for passive intermodulation identification using cyclostationary signals |
-
2016
- 2016-02-05 FR FR1650945A patent/FR3047578B1/fr active Active
-
2017
- 2017-02-03 CN CN201780010045.9A patent/CN109076038B/zh active Active
- 2017-02-03 EP EP17702399.1A patent/EP3412012B1/fr active Active
- 2017-02-03 WO PCT/EP2017/052396 patent/WO2017134233A1/fr active Application Filing
- 2017-02-03 ES ES17702399T patent/ES2760985T3/es active Active
- 2017-02-03 US US16/074,972 patent/US10848357B2/en active Active
-
2018
- 2018-08-02 IL IL260970A patent/IL260970B/en active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100023990A1 (en) * | 2007-03-08 | 2010-01-28 | Hou-Shin Chen | Apparatus and method for sensing a signal using cyclostationarity |
CN101179284A (zh) * | 2007-11-27 | 2008-05-14 | 哈尔滨工程大学 | 抑制窄带干扰和高斯噪声的循环边带相关置换方法 |
EP2393223A1 (en) * | 2010-04-26 | 2011-12-07 | JDSU Deutschland GmbH | In-band SNR measurement based on spectral correlation |
CN104184526A (zh) * | 2013-05-23 | 2014-12-03 | 北京邮电大学 | 基于最优检测门限的两步认知无线电频谱检测方法 |
CN103888389A (zh) * | 2014-03-31 | 2014-06-25 | 西安电子科技大学 | 一种时频重叠信号的幅度估计方法 |
CN104618278A (zh) * | 2015-02-13 | 2015-05-13 | 重庆邮电大学 | 一种基于谱相关的多用户tddm-boc信号的伪码速率估计方法 |
Non-Patent Citations (1)
Title |
---|
REBEIZ等: ""low Complexity feature-based modulation Classifier and its Non-Asymptotic Analysis"", 《GLOBAL TELECOMMUNICATIONS CONFERENCE (GLOBAL 2011)》 * |
Also Published As
Publication number | Publication date |
---|---|
EP3412012B1 (fr) | 2019-09-11 |
WO2017134233A1 (fr) | 2017-08-10 |
ES2760985T3 (es) | 2020-05-18 |
US20190044767A1 (en) | 2019-02-07 |
EP3412012A1 (fr) | 2018-12-12 |
IL260970B (en) | 2020-03-31 |
US10848357B2 (en) | 2020-11-24 |
FR3047578A1 (fr) | 2017-08-11 |
FR3047578B1 (fr) | 2018-05-04 |
CN109076038B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764077B (zh) | 一种基于卷积神经网络的数字信号调制分类方法 | |
Hameed et al. | On the likelihood-based approach to modulation classification | |
US8688759B2 (en) | Efficient detection algorithm system for a broad class of signals using higher-order statistics in time as well as frequency domains | |
CN109076038A (zh) | 用于对频带中包含的信号的参数进行估计的方法 | |
US8160163B1 (en) | Method for OFDM signal identification and parameter estimation | |
CN108134753B (zh) | 宽带信号调制方式的识别方法 | |
Tekbiyik et al. | Multi–dimensional wireless signal identification based on support vector machines | |
Moser et al. | Automatic modulation classification via instantaneous features | |
Savaux et al. | A joint MMSE channel and noise variance estimation for OFDM/OQAM modulation | |
Banani et al. | OFDM with iterative blind channel estimation | |
Zhang et al. | Second-order cyclostationarity of BT-SCLD signals: Theoretical developments and applications to signal classification and blind parameter estimation | |
CN110046591A (zh) | 一种基于分数阶小波变换的无人机图传信号与遥控信号识别方法 | |
Savaux et al. | OFDM/OQAM blind equalization using CNA approach | |
Kong et al. | Waveform classification in radar-communications coexistence scenarios | |
Chaudhari et al. | Design and testbed implementation of blind parameter estimated OFDM receiver | |
Masmoudi et al. | Closed-form expressions for the exact Cramér–Rao bounds of timing recovery estimators from BPSK, MSK and square-QAM transmissions | |
Zhu et al. | Modulation classification in cognitive radios for satellite and terrestrial systems | |
US8161089B1 (en) | Method for detecting a broad class of signals in Gaussian noise using higher order statistics in both time and frequency domains | |
KR101501483B1 (ko) | 주파수 도약 fm / bfsk 시스템에서 도약 위상 추정기를 이용한 블라인드 복조 방법 | |
Kosmowski et al. | A novel OFDM sensing method based on CAF-max for hybrid detectors architecture | |
CN112865822A (zh) | 一种用于模数混合调幅广播接收机的抗音频干扰方法 | |
Mansour et al. | Post detection integration in DFT modulated filter bank transceivers for cognitive radio | |
Tri et al. | Performance of filterbank multicarrier/offset quadrature amplitude modulation under non-Gaussian additive noise | |
Aygül et al. | Blind signal analysis | |
EP1122891A1 (en) | Radio receiver and method therein |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Cotebf, France Patentee after: Safran Data Systems Inc. Address before: Cotebf, France Patentee before: ZODIAC DATA SYSTEMS |