OFDM混合调制信号在认知网络中的应用

从图3，图4中可以看出，混合调制的凹凸部位置与插入调制子信道位置有关，并且相位调制中插入幅度调制后必将出现凸部，幅度调制中插入相位调制后也必将出现凹部。如果认知网络利用混合调制信号传输信息，认知网络和主用户没有协调关系(即统计相互独立)，并且不影响主用户传输，那么认知网络信号xc与主用户信号xp的混叠信号xm的自相关函数可以表达为：

式中：(因认知信号与主用户信号相关独立)，将式(20)代入式(2)、式(6)可以得到混合信号xm的谱相关函数：

由式(21)可以看出，混合信号的谱相关函数是认知用户信号和主用户信号的谱相关函数之和，混合信号谱相关函数的复包络大于主用户信号谱相关函数的复包络，也大于认知用户信号的复包络。可以利用信号的二阶循环平稳特性快速检测出信道中主用户信号传输、认知用户信号传输、两用户信号混叠和空白信道的四种状态。这为认知网络用户快速可靠接入，快速撤出提供了保障。并且利用改变混合调制的位置还可以标记认知网络，新的认知节点通过信号谱相关函数的分析可以快速分辨出凹(凸)部位，确定改变调制子信道的位置，进一步可以确定具体的认知网络。图5给出认知节点对于四种状态判别的工作示意图。

图6给出认知网络节点对于信道状态识别的仿真分析。主用户为MASK统一调制OFDM信号，认知用户为MPSK调制加入MASK调制的OFDM信号的认知网络中，认知节点对四种信道状态判别概率。由图6看出，认知节点通过对信号的谱相关分析，可以快速地对于信道的四种不同状态作出判别，其中空白信道判别最为迅速，也最为准确；混合信道与认知用户传输信道的判别在足够长的观察时间后(0．08 s以上)，也会出现准确的判别概率。

通过仿真结果的分析，显示出了混合调制信号在认知网络应用中的优势，也为认知网络提供一个新的发展方向。

4 结论
本文对于OFDM混合调制信号进行了谱相关分析，把混合调制信号运用到认知网络中，并且利用混合调制的位置来标记不同的认知网络，通过对信号二阶谱相关分析可以快速识别出信道的四种状态。该认知网络模型符合认知网络快速接入和快速撤出的要求，也符合对主用户和认知用户可靠检测的原则，对认知网络的标记可有效地协调各认知网络间的通信，认知网络的识别能力也得到了加强。