基于部分序列的空时分组码盲识别算法设计和实现-通信与信息系统专业论文.docxVIP

万方数据 万方数据 摘要 MIMO 系统是下一代无线通信的关键技术，空时分组码是 MIMO 系统的重要 组成部分。空时分组码的盲识别是通信对抗迫切需要研究的领域，它能够为 MIMO 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，已引起学 术界的关注。 已有的空时分组码的盲识别算法分为最大似然类算法和时滞相关类算法。最 大似然类算法函数构造简单，计算复杂度低，但它对于分组长度和分组符号数相 同的码型无法识别；时滞相关算法可识别的码型较多，但需要已知噪声功率，并 且其计算复杂度随着采样点数成指数增加，在实际中难以应用于实时检测。 本文目的在于针对上述已有技术的不足，提出一种基于部分序列的空时分组 码盲识别方法，以提高空时分组码型识别范围，降低计算的复杂度。本文首先简 述了 MIMO 系统及其空时编码技术，并就当前已有的两类空时编码盲识别算法： 时滞相关类算法和最大似然类算法，进行了仿真验证，并根据结果进行了性能分 析和根因讨论。 然后给出空时编码的最大似然识别模型，并根据此模型，提出了基于部分序 列的空时编码盲识别方法，并通过对编码序列的分析，提出了边缘抽取法，在保 证检测性能的前提下，进一步简化了系统的结构复杂度和计算复杂度，应用 Matlab 对该算法的性能进行了仿真，并与现有的算法进行了性能的比较，验证了算法的 正确性、高效性和广泛性。 最后，应用 ADI 公司的浮点 DSP 芯片 Tiger-SHARC TS201S，设计实现了基 于边缘抽取法的部分序列空时编码盲识别系统，包括了 DSP 外围电路和核心软件 算法，并通过软硬件的仿真，验证了设计的正确性，通过数据结构，算法结构， 指令，汇编四类优化方法，进一步的优化系统和程序，与优化之前的系统对比， 成倍的提高了性能。 关键词 ：空时分组码 盲识别 最大似然 部分序列 数字信号处理 万方数据 万方数据 Abstract MIMO system is the key to the next generation of wireless communication technology, space-time block code is an important component of the MIMO system. Space-time code of blind identification is urgent need to study in the field of communication countermeasures, it can provide the basis for MIMO system against technology and technical support and has impo rtant theoretical significance and application value. It has aroused the concern of the academia. The existing algorithms of Space-time code of blind identification are divided into maximum likelihood detection algorithm and delay correlation algorithm. Maximum likelihood detection algorithm function has simple structure, low computational complexity, but the method is not able to discriminate between two STBCs that transmit the same number of symbols during the same time slots; Delay correlation algorithm can identify the type of more, but need noise power to be known. and its computational complexity with the increase of sampling points into index, in practice it is difficult to applied to real-time detection. The purpose of this article is aiming at the shortcomings of the the existing technologies, in this paper,