OFDM混合调制信号在认知网络中的应用

摘要：对OFDM混合调制信号进行了谱相关分析，并将其应用到认知网络中。在采用OFDM混合调制信号传输的认知网络中，利用信号的循环平稳特性可以快速识别出信道空闲、认知信号传输、主用户信号传输和两种信号混叠这四种状态，为认知网络中认知信号的快速可靠接入和退出提供了保障。进一步利用混合调制的位置来标记不同的认知网络，认知节点可以区分不同认知网络信号。在提出的认知网络应用模型中，传输和接收设备较简单，而且不需专门的信道来传输控制命令，节约了带宽。仿真结果显示，在认知网络中，该模型可以提高频谱利用率，使通信系统的性能得到改善。
关键词：OFDM混合调制信号；认知网络；循环谱；二阶循环平稳特性；认知节点；循环平稳信号

0 引言
认识网络可以提供动态频谱的接入，充分利用频谱资源，对频谱进行有效的管理。认知网络通过调整自身信号的调制参数来充分利用空闲的频谱资源，借用主用户的授权频段进行通信。通常在一个认知网络中，一个主用户和多个认知用户共用一个频段，通过网络的认知节点来建立起网络用户间的通信。认知用户利用空闲频段进行通信，而这一空闲频段是无法预测的，受到主用户通信的影响。
在主用户和认知用户频谱动态接人中，普遍存在两大困难：一是快速发现空白信道，进而建立起认知用户通信；二是维持认知用户通信的连贯性，同时避免对主用户信号通信产生影响。文献通过指定一个共用的控制信道达到网络的协调，但是这一方式需要占用一段频谱资源，而且需要与主用户网络协商进行通信，影响到了主用户的传输。文献提出增加信号报头内容的方法，但是这一个方式增加了通信设备的复杂度，并且降低了信息的传输速率。文献利用信号的循环平稳特性对认知信号进行区分，利用频谱的对称性设计出一种新的循环平稳特性，但是信号识别的可靠性较差，更无法可靠地识别出两信号混叠的现象，而且子信道进行二次调制(形成对称调制)，产生了带宽的浪费。文献中分别在特定通信环境下利用信号的四阶平稳循环特性进行信号的识别，但是算法复杂。
本文提出的在认知网络中利用OFDM混合调制信号传输模型可以可靠快速地区分信道中的四种不同状态；该模型仅改变一路或多路子信道的调制方式，对现有的发送和接收设备不会有太大的改变，设备较简单；利用信号的二阶循环平稳特性来区分信道中的四种状态，算法快速收敛，避免了利用高阶循环平稳特性算法复杂的问题。

1 循环平稳信号的分析
一般情况下，要调制的信息通常为平稳随机过程，信息经过周期调制(如三角载波。脉冲序列等)以后，调制信号变为循环平稳信号。一个复信号的自相关函数定义如下：

如果函数在时域t上，相对于时移τ存在一个周期或者多个周期，则称信号为循环平稳信号。对于循环平稳或者多周期循环平稳信号，信号自相关函数的傅里叶级数表达形式为：

为信号的循环自相关函数，其中Z为时间总长度，信号自相关函数Rxx(t，τ)的傅里叶级数α包含了一切循环自相关函数*****不为零的情况。对应地给出信号共轭自相关函数与共轭循环自相关函数的定义：

循环平稳信号谱的相关函数与共轭谱的相关函数分别是信号循环自相关函数与共轭循环自相关函数的傅里叶变换，即：

对于一个二阶循环平稳的信号，谱相关是信号最为重要的特征。如果信号存在循环平稳特性，那么在频域上频谱平移相应位置后也会存在相关性。

2 OFDM信号的谱相关分析
OFDM信号可以看作是由N路数字调制的子信道组成，信号可以表达为：

式中：fc为载波频率；w(t)为N路子信号复合后的复包络。w(t)可以表示为：

式中：γn，k为独立同分布的信息码元序列(γn，k是第k个OFDM码元中第n个子信道的调制码元)；N为子信道数量；q(t)是脉宽为T的矩形脉冲；Ts为OFDM信息码元周期；Tg为码元保护间隔，即循环前缀；T=Ts+T0。