一种基于OFDM系统的发射机参数联合估计方法 专利技术说明

电子通信装置的制造及其应用技术一种基于ofdm系统的发射机参数联合估计方法技术领域1.本发明涉及无线通信技术领域，具体涉及一种基于ofdm系统的发射机参数联合估计方法。背景技术：2.在无线设备中，由于发射机射频前端电路中非线性元器件的影响，使设备发出的信号发生扭曲和失真，元器件和工厂生成的差异，导致这些失真不尽相同，这些特征具有长期稳定性，唯一性，可以作为发射机的射频指纹来用于对发射机的识别和认证。3.传统ofdm信号的发射机特征提取方法主要是单独的iq不平衡或是单独的非线性，且很多需要多个训练序列，采用线性(最小二乘，最小均方误差)或非线性(极大似然)算法等；而且大部分算法估计发射机iq不平衡和多径信道的联合效应，并不能独立于信道，所以也不能作为发射机的射频指纹。技术实现要素：4.发明目的：为了克服现有技术的不足，本发明提供一种基于ofdm系统的发射机参数联合估计方法，该方法可以解决现有技术中无法高精度独立估计出发射机iq不平衡，非线性和多径信道三个参数的问题。5.技术方案：本发明所述的一种基于ofdm系统的发射机参数联合估计方法，包括以下步骤：6.(1)设置具有iq不平衡以及非线性的发射机的结构；7.(2)采用ofdm系统发射长度为n的训练序列d，且所述训练序列d包括不同幅度的序列；8.(3)所述发射机接收到训练序列后进行经过联合分离算法对所述发射机的参数进行联合分离，进而独立输出iq不平衡系数、非线性系数和多径系数；9.(4)采用iq不平衡系数、非线性系数和多径系数作为发射机的射频指纹，进行发射机的识别认证。10.进一步的，包括：11.所述发射机的结构包括本振器，其产生两个不同幅度和相位的正弦波分别记为：和且训练序列d中的具有同相分量的序列di(t)与进行相乘，训练序列d中的具有正交分量的序列dcq(t)与进行相乘，并分别将得到的相乘结果进行相减操作，并将输出结果输入到带通滤波器一中，进而进行功率放大，再次输入到带通滤波器二中后发射出去。12.进一步的，包括：13.所述联合分离算法包括以下步骤：14.s1：给定：训练序列d，要求不同幅度的d(i)不少于m个，接受信号r，训练序列长度n，非线性长度m，多径长度l；15.s2：初始化：iq不平衡系数，u0＝1，v0＝0；长度为l的多径信道系数，h0＝[1,0,...,0]t；梯度下降迭代步伐大小μ》0，控制外部迭代停止条件ε1》0，控制内部迭代停止条件ε2》0，外部迭代步数i＝0；执行步骤s3-s4；[0016]s3：如果i＝0，令[0017]s4：如果输出：并执行s10，结束；否则，执行s5-s7；[0018]s5：计算其中f为傅里叶矩阵，其中f为傅里叶矩阵，表示x向量和y向量的元素与元素相除，这里可用fft快速傅里叶变换计算。[0019]s6：由ui，vi组成矩阵s，估计并组成向量[0020]s7：如果则输出：并执行s10，结束；否则，令k＝0，执行s8；[0021]s8：估计通过公式[0022]如果执行s9；否则，k＝k+1，执行步骤s6-s7；[0023]s9：利用vi估计vx是vi的实部，vy是vi的虚部，然后通过估计r″，由r″按列得到循环矩阵rn×l，并通过更新i＝i+1，执行步骤s3-s4。[0024]进一步的，包括：[0025]所述步骤(4)中，采用最邻近法或支持向量机分类算法进行发射机的识别认证。[0026]有益效果：本发明基于一个训练序列，在ofdm系统中能联合且分离的估计出iq不平衡系数，非线性系数和多径系数，具有估计精度高，需要的训练序列少的优点。附图说明[0027]图1为本发明实施例所述的具有iq不平衡，非线性功放的等效基带发射机框图；[0028]图2为本发明实施例所述的发射机iq不平衡，非线性和多径信道联合估计算法流程图；[0029]图3为比较示意图，图3a为θ＝10，α＝0.2，b＝[1,0.2]时本发明实施例所述的联合分离算法估计精度与其他算法的精度的比较示意图，图3b为θ＝10，α＝0.2，b＝[1,0.3,0.2+0.3i,-0.1i]时本发明实施例所述的联合分离算法估计精度与其他算法的精度的比较示意图，图3c为θ＝20，α＝0.4，b＝[1,0.2]时本发明实施例所述的联合分离算法估计精度与其他算法的精度的比较示意图，图3d为θ＝20，α＝0.4，b＝[1,0.3,0.2+0.3i,-0.1i]时本发明实施例所述的联合分离算法估计精度与其他算法的精度的比较示意图。具体实施方式[0030]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，并不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0031]首先，如图1所示，发射端发射一个长度为n的训练序列[0032]d＝[d(0),d(1),d(2)...d(n-1)]t[0033]经过发射机iq不平衡和射频前端功放的非线性作用，接收端接收到的离散信号是[0034]r＝(sb)*h+n[0035]其中，[s]i,m＝|s(i)|2(m-1)，s(i)＝ud(i)+vd*(i)，b＝[b0,...,bm-1]t，n是加性噪声。令集合θ＝{b,v,u,h}，其中，b是非线性系数，h是多径信道系数，v,u为iq不平衡系数，由下式定义：[0036]u＝cos(θ/2)+jαsin(θ/2)[0037]v＝αcos(θ/2)+jsin(θ/2)[0038]现在的问题是要在接收信号r中联合且分离的估计出iq不平衡系数、非线性系数和多径系数。[0039]如图2所示，本发明提供一种ofdm系统中发射机iqi、非线性和多径信道联合估计方法，此方法利用序列迭代的算法实现，包括以下步骤：[0040]s1：给定：训练序列d(要求不同幅度的d(i)不少于m个)，接受信号r，训练序列长度n，非线性长度m，多径长度l；[0041]s2：初始化：iq不平衡系数，u0＝1，v0＝0；长度为l的多径信道系数，h0＝[1,0,...,0]t；梯度下降迭代步伐大小μ》0，控制外部迭代停止条件ε1》0，控制内部迭代停止条件ε2》0，外部迭代步数i＝0；执行s3-s4；[0042]s3：如果i＝0，令[0043]s4：如果输出：并执行s10，结束；否则，执行s5-s7；[0044]s5：计算其中f为傅里叶矩阵，表示x向量和y向量的元素与元素相除，这里可用fft快速傅里叶变换计算。[0045]s6：由ui，vi组成矩阵s，估计并组成向量[0046]s7：如果则输出：并执行s10，结束；否则，令k＝0，执行s8；[0047]s8：估计通过公式[0048]如果执行s9；否则，k＝k+1，执行s6-s7；[0049]s9：利用vi估计(vx是vi的实部，vy是vi的虚部)，然后通过估计r″，由r″按列得到循环矩阵rn×l，并通过更新i＝i+1，执行s3-s4。[0050]最后，步骤s10使用iq不平衡和非线性系数进行分类或者识别(可以利用最邻近法、支持向量机等分类算法)发射机。[0051]如图3，4幅图显示了本方法和另外两种已经存在的方法估计精度(均方误差)的数值比较，下标1为本方法，下标2、3为已有方法。[0052]具体的:显示了在4种不同的iq不平衡系数和非线性大小的情况下(依次是弱iq不平衡，弱非线性；弱iq不平衡，强非线性；强iq不平衡，弱非线性；强iq不平衡，强非线性)，本方法和另外两种已经存在的方法估计精度(均方误差)的数值比较。下标1为本方法，下标2[1]、3[2]为已有的两种方法，nl_b表示非线性系数b，iq_u和iq_v分别表示iq不平衡系数u和v，h表示多径信道系数。[0053]因为第2中方法只有iq不平衡没有考虑非线性；第3种方法只考虑了非线性而没有考虑iq不平衡，仿真结果显示发射机在有iq不平衡和非线性存在的情况下，本方法对比具有相当高的参数估计精度，同时利用这2个特征作为发射机射频指纹，能够为发射机的识别认证提供更加健壮和精确的性能。[0054]现有的方法所在的文献为：[0055][1]2017_p_compensation of transmitter iq imbalance in millimeter-wave sc-fde systems.ieee transactions on vehicular technology,vol.66,no.5,may 2017[0056][2]2011_p_nonlinearity estimation for specific emitter identification in multipath channels.ieee transactions on information forensics and security,vol.6,no.3,september2011。[0057]本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。[0058]本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。[0059]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。[0060]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。[0061]尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。[0062]显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!