Underlay认知网络中时频重叠OFDM信号的信噪比盲估计

doi:10.3969/j.issn.0372-2112.2018.06.034

电子学报 ›› 2018, Vol. 46 ›› Issue (6): 1510-1514.DOI: 10.3969/j.issn.0372-2112.2018.06.034

Underlay认知网络中时频重叠OFDM信号的信噪比盲估计

刘明骞^1,2,3, 郭菲¹, 李兵兵¹, 陈钱², 吴芸³

1. 西安电子科技大学综合业务网理论及关键技术国家重点实验室, 陕西西安 710071;
2. 南京理工大学电子工程与光电技术学院, 江苏南京 210094;
3. 徐州雷奥医疗设备有限公司, 江苏徐州 221116

收稿日期:2017-04-11 修回日期:2017-08-04 出版日期:2018-06-25
- 作者简介:
- 刘明骞,男,1982年11月出生,河南平顶山人.2013年获西安电子科技大学信息与通信工程专业博士学位,现为西安电子科技大学讲师,硕士生导师,主要研究方向:通信信号处理、卫星网络信号处理和认知无线电等.E-mail:mqliu@mail.xidian.edu.cn;李兵兵,男,1955年1月出生,江苏宿迁人.现为西安电子科技大学教授,博士生导师,主要研究方向:通信信号处理、无线通信和通信对抗等;陈钱,男,1964年11月出生,江苏无锡人.教授,博士生导师,长江学者,现为南京理工大学校长助理,主要研究方向:光电探测和光电信号处理等.
- 基金资助:
- 国家自然科学基金 (No.61501348，No.61271299）; 陕西省自然科学基础研究计划 (No.2016JQ6039）; 中国博士后科学基金 (No.2017M611912）; 江苏省博士后科研资助计划 (No.1701059B）; 高等学校学科创新引智计划 (No.B08038）

Blind SNR Estimation of Time-Frequency Overlapped OFDM Signals for Underlay Cognitive Radio Networks

LIU Ming-qian^1,2,3, GUO Fei¹, LI Bing-bing¹, CHEN Qian², WU Yun³

1. State Key Laboratory of Integrated Service Networks, Xidian University, Xi'an, Shaanxi 710071, China;
2. School of Electronic and Optical Engineering, Nanjing University of Science and Technology, Nanjing, Jiangsu 210094, China;
3. Xuzhou LEO Medical Equipments Co., Ltd., Xuzhou, Jiangsu 221116, China

Received:2017-04-11 Revised:2017-08-04 Online:2018-06-25 Published:2018-06-25

摘要/Abstract

摘要： 针对underlay认知无线电中时频重叠正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）信号的信噪比（Signal to Noise Ratio，SNR）难以估计的问题，提出了一种基于循环自相关特性的时频重叠OFDM信噪比盲估计方法.该方法提取接收信号的循环自相关函数截面中的离散谱线估计出分量信号的总功率，并结合时延和循环频率均为零时的离散谱线估计出时频重叠OFDM信号的信噪比.仿真结果表明，在无需先验信息的情况下，当SNR大于-7dB时，所提方法估计的均方误差小于0.1，并且对分量信号的功率比和频谱重叠率具有稳健性.

关键词: 认知无线电, 参数估计, underlay, 时频重叠, OFDM, 信噪比

Abstract: In this paper,we propose one cyclic autocorrelation function (CAF) based method to implement the blind signal-to-noise (SNR) estimation over the underlay cognitive radio networks.The orthogonal frequency division multiplexing (OFDM) is adopted here.This SNR estimator utilizes the discrete spectrum of the CAF for the received signals,whose time delay and cyclic frequency are zero.Numerical results show that the proposed method is robust to the power ratio and spectral overlapping of the composite signal without prior information.Moreover,when the SNR is greater than -7dB,the mean square error (MSE) for the SNR estimation is less than 0.1.

Key words: cognitive radio, parameter estimation, underlay, time-frequency overlapped, OFDM, SNR

中图分类号:

TN911.7

刘明骞, 郭菲, 李兵兵, 陈钱, 吴芸. Underlay认知网络中时频重叠OFDM信号的信噪比盲估计[J]. 电子学报, 2018, 46(6): 1510-1514.

LIU Ming-qian, GUO Fei, LI Bing-bing, CHEN Qian, WU Yun. Blind SNR Estimation of Time-Frequency Overlapped OFDM Signals for Underlay Cognitive Radio Networks[J]. Acta Electronica Sinica, 2018, 46(6): 1510-1514.

[1]	韩亮, 蔡文涛, 蒲秀娟, 罗统军, 黄谦. 使用信噪比正则化LightGBM的腹部源胎儿心电信号提取方法[J]. 电子学报, 2022, 50(8): 1793-1800.
[2]	吴晓晓, 李刚强, 张胜利. 分布式协作频谱感知网络中恶意节点检测和定位方法研究[J]. 电子学报, 2022, 50(6): 1370-1380.
[3]	孟乃宣, 孙君. 基于最佳虚拟网关的认知SCMA系统[J]. 电子学报, 2021, 49(4): 736-743.
[4]	张敏, 罗正华, 黄建刚, 眭超亚, 张子翾. 一种基于I/Q失配的辐射源指纹提取方法[J]. 电子学报, 2020, 48(4): 717-722.
[5]	吴昭军, 张立民, 钟兆根, 金堃. 低信噪比下循环码识别[J]. 电子学报, 2020, 48(3): 478-485.
[6]	李美玲, 田莉莉, 杨晓霞, 李莹, 王安红, 董增寿, Sami Muhaidat, Mehrdad Dianati. 基于STBC的无线认知NOMA系统物理层安全性能研究[J]. 电子学报, 2020, 48(3): 463-469.
[7]	李俏杰. G.fast数字用户线路阻抗不匹配信道模型研究[J]. 电子学报, 2020, 48(2): 403-406.
[8]	位寅生, 周希波, 刘佳俊. 稳健的基于参数化协方差矩阵估计的空时自适应处理方法[J]. 电子学报, 2019, 47(9): 1943-1950.
[9]	廖勇, 花远肖, 姚海梅, 杨馨怡. 高速移动环境下基于深度学习的信道估计方法[J]. 电子学报, 2019, 47(8): 1701-1707.
[10]	查雄, 许漫坤, 彭华, 秦鑫, 李天昀. 基于深度残差网络的特定协议信号识别[J]. 电子学报, 2019, 47(7): 1532-1537.
[11]	袁晖坪. 泛延拓矩阵的QR分解[J]. 电子学报, 2019, 47(2): 308-313.
[12]	张行, 常颖, 宋康, 李春国, 杨绿溪. 一种新颖的水声信道参数估计算法[J]. 电子学报, 2019, 47(2): 509-512.
[13]	廖勇, 张楠, 姚海梅, 花远肖, 赵砚. 高速场景下基于叠加导频的迭代EKF信道估计方法[J]. 电子学报, 2019, 47(11): 2399-2406.
[14]	张政, 马金全. 低信噪比通信信号的自适应调参随机共振方法[J]. 电子学报, 2019, 47(11): 2323-2329.
[15]	钟兆根, 吴昭军, 刘杰, 张立民. 高误码率下归零Turbo码帧结构识别[J]. 电子学报, 2019, 47(10): 2089-2097.

Underlay认知网络中时频重叠OFDM信号的信噪比盲估计

Blind SNR Estimation of Time-Frequency Overlapped OFDM Signals for Underlay Cognitive Radio Networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics