实 施进行分析说明。
[0033] 设此多速率多用户同步DS-CDMA系统的基带高斯白噪声信道模型为：
[0034]
[003引其中，x(t)为基带信号，R为速率组数，Kf为第r组速率所包含的用户数目，k为 第r组速率的第k个用户所接收信号的幅值，T。为R组速率的WH码中最长的码周期，m,,k为 信息码，为WH码波形；L为采样起始点，当IV恰好处于信息码与伪码序列的同步点 上时，L = 0, n(t)是方差为口卽勺零均值高斯白噪声。
[0036] 将信号x(t)按反向业务信道码片速率t的整数倍采样形成一个时间序列，并W T。为周期进行连续不重叠分段（图6为单个用户的分段示意图）。于是每段序列就可构成 一个数据向量Xl。
[0037] 当Τχ随机选取时，可W表达为：
[0038] 稱：
[0039] 其中，为第r组速率的第k个用户每段数据所包含的信息码数量，+"为 第i段数据的第j个信息码
巧应的扩频码序列， Pf,k为第r组速率的第k个用户采样后的一周期WH码序列，P' 为包含了 P,k的后段的 序列，P' f,k,2为包含了 Pf,k的前段的序列。
[0040] 数据矩阵的自相关矩阵的估计值：
[0041]
口）
[0042] 式中，I为单位矩阵。
[0043] 将传做幅度归一化，
[004引其中Tf,k为第r组速率的第k个用户的扩频码周期。由上式可知，第r组速率的第 k个用户有个较大的奇异值对应于有用信号，而剩下的较小奇异值则对应了噪声。通过 W上计算可W得到数据信道对应的较大奇异值数目，再结合数据信道奇异值数目与调制类 型的关系，可W得到数据信道调制类型。
[0050] 利用计算机对算法进行仿真，仿真参数为：采样速率F, = 1. 2288Mchip/s ;数据 信道相对于导频信道增益为；B4类型8. 75地、Q4类型11. 5地、Q2类型14. 5地、Q4Q2类型 17地、E4E2类型21. 25地。信噪比为10地时，去除导频信道干扰后对x(t)和y(t)分别使 用32和16分段求取相关矩阵、奇异值分解。每次截取1024个符号长度，对待识别信号进 行100次独立的蒙特卡洛仿真，取其平均值，得到的归一化奇异值如图7和图8所示。
[0051] 图7 (a)中，采用B4调制类型，如图2数据经过BPSK调制器后I路无数据输出，因 此有4个奇异值（数据信道0个、辅助导频信道1个、RRI信道2个、ACK/DSC信道1个）；图 7化）中，采用Q4调制类型，如图3数据信道数据经QPSK调制器后I路数据经过WH码W/扩 频，因此有12个奇异值（数据信道8个、辅助导频信道1个、RRI信道2个、ACK/DSC信道1 个）；图7 (C)中，采用Q2调制类型，数据信道数据经QPSK调制器后I路数据经过WH码W/ 扩频，因此有20个奇异值（数据信道16个、辅助导频信道1个、RRI信道2个、ACK/DSC信 道1个）；图7(d)中，采用Q4Q2/E4E2调制类型，如图4所示数据信道数据经2个QPSK/8PSK 调制器后两路数据分别经过WH码W/和Wi2扩频，因此有28个奇异值（数据信道24个、辅 助导频信道1个、RRI信道2个、ACK/DSC信道1个）。
[0052] 图8可作为辅助识别，图8(a)中，采用B4调制类型，如图2数据经过BPSK调制 器后Q路数据经过WH码W/扩频，因此有5个奇异值（数据信道4个、DRC信道1个）；图 8化）中，采用Q4调制类型，如图3数据信道数据经QPSK调制器后Q路数据经过WH码W/ 扩频，因此有5个奇异值（数据信道4个、DRC信道1个）；图8(c)中，采用Q2调制类型， 数据信道数据经QPSK调制器后Q路数据经过WH码Wi 2扩频，因此有9个奇异值（数据信道 8个、DRC信道1个）；图8(d)中，采用Q4Q2/E4E2调制类型，如图4所示数据信道数据经2 个QPSK/8PSK调制器后两路数据分别经过WH码W/和Wi2扩频，因此有13个奇异值（数据 信道12个、DRC信道1个）。
[0053] 结合W上分析，通过对CDMA2000反向业务信道的奇异值分解，可W找到奇异值分 解得到的奇异值数目与数据信道调制类型的对应关系，利用送种关系就能实现数据信道 B4、Q4和Q2调制类型的识别。
[0054] 如图7 (d)和图8 (d)所示，为数据信道采用Q4Q2或E4E2调制类型时奇异值分解 的结果。由于数据信道采用Q4Q2调制类型或者E4E2调制类型时其扩频结构相同且唯一， 此时恢复出数据信道的数据利用高阶累积量识别算法就能实现Q4Q2和E4E2调制类型的识 别。
[00巧]由于高斯随机过程的高阶累积量恒为零，因此利用高阶累积量识别算法对数据信 道调制类型识别时对高斯噪声具有很好的鲁棒性。在信号识别中，采用六阶及W上累积量 识别效果好，但是计算复杂，本发明采用四阶累积量进行识别。
[0056] 对于一个具有零均值复平稳随机过程r化)，位置q处的P阶混合矩定义为；Mpq = E[rG0P V^(k)g]
[0057] 其中*表示函数的共辆。根据共辆函数位置（位置分别为0，1，2)的不同，其四阶 累积量分别为：
[0058]
[0059] (其中，侣。|，侣11，IC42I分别为的位置0, 1，2的四阶累积量的绝对值，）
[0060] 表1平均功率归一化后调制信号的高阶累积量理论值
[0061]
[006引 由QPSK和8PSK的四阶累积量的理论值可W构造特征参数f =也。|/也2|来区 分QPSK信号和8PSK信号；当f = 1时为QPSK信号；当f = 0时为8PSK信号，由于噪声的 存在，实际计算得到的f不可能恒为0或1。根据图9的仿真结果设置判决口限为0.6。当 f<0. 6时，判断为8PSK调制信号；当f〉= 0. 6时，判断为QPSK调制信号。
[0063] 利用计算机对算法进行仿真，仿真参数为：采样速率F, = 1. 2288Mchip/s ;每次截 取1024个符号长度，对待识别信号进行100次独立的蒙特卡洛仿真，取其平均值，特征参数 f随信噪比的变化如图9所示。从图中可W看出待识别的调制信号在信噪比不低于0地时 可W完全分离出来。
[0064] 上述过程可W归纳为；当数据信道奇异值的数目为0个、8个或16个时，数据信道 对应采用B4、Q4、Q2调制类型；当奇异值数目为24个时，数据信道采用Q4Q2或E4E2调制 类型。构造四阶累积量特征参数f = |Cwl/|C42l区分QPSK信号和8PSK信号；当f〉= 0.6 时为QPSK信号，采用Q4Q2调制类型；当f<0. 6时为8PSK信号，采用E4E2调制类型。
【主权项】
1. 一种CDMA2000调制类型识别方法，其特征在于：使用确定长度对CDM信号进行分 段，求取每段信号的相关矩阵，对每段信号的相关矩阵累加取平均获得相关矩阵的估计值， 再对相关矩阵的估计值进行奇异值分解；根据产生的奇异值的数目判断数据信道使用的扩 频码周期，确定数据信道所使用的调制类型和物理结构，识别数据信道使用的是M、Q2或 Q4调制类型；进一步根据奇异值分解获得的数据信道扩频码，恢复出数据信道数据，使用 高阶累积量识别算法识别数据信道使用的是Q4Q2或E4E2类型。2. 根据权利要求1所述的方法，其特征在于：所述进行奇异值分解进一步包括：将 CDM信号x(t)按反向业务信道码片速率fs的整数倍采样形成一个时间序列，并以T。= 32E/f s为周期进行连续不重叠分段，每段序列构成一个数据向量X1，使用这些分段数据向 量组成数据矩阵A = [Xl，X2，…，xM]，求出相关矩阵的估计值对相关矩 阵的估计值/Vf)进行奇异值分解，其中，E为正整数，T。为R组速率的WH码中最长的码周 期。3. 根据权利要求1所述的方法，其特征在于：所述判断数据信道所使用的调制类型和 所使用的物理结构具体包括：当奇异值的数目为〇个、8个或16个时，数据信道对应采用 B4、Q4或Q2调制类型；当奇异值数目为24个时，数据信道采用Q4Q2或E4E2调制类型。4. 根据权利要求3所述的方法，其特征在于：识别数据信道使用的是Q4Q2或E4E2类型 进一步包括，构造四阶累积量特征参数f = I C4J/|C421区分QPSK信号和8PSK信号：当f> =0. 6时为QPSK信号对应Q4Q2调制类型；当f〈0. 6时为8PSK信号对应E4E2调制类型。5. 根据权利要求2所述的方法，其特征在于：根据公式：确定数据向量X1，其中，R为速率组数，&为第r :， 组速率所包含的用户数目，\k为第r组速率的第k个用户每段数据所包含的信息码数量， 为第i段数据的第j个信息码，对应的扩频码序列，Pu为第r组速率的第k个用户采样后的一周期WH码序列，p' Uil为包含了 Pu的后段的序列，为包含了 Pu的前段的序列。
【专利摘要】本发明请求保护一种CDMA2000反向业务信道中数据子信道的调制类型识别算法，属于信号处理技术领域。该方法使用奇异值分解识别出数据信道部分调制类型，结合CDMA2000系统特点恢复出数据信道数据，采用高阶累积量识别算法对恢复出来的数据进行分析。本发明采用的算法不需要对数据信道的调制类型进行遍历，进而提高了识别的速度。
【IPC分类】H04L25/02, H04L27/18
【公开号】CN105490972
【申请号】CN201410505376
【发明人】张天骐, 高超, 张刚, 阳锐, 吴旺军
【申请人】重庆邮电大学
【公开日】2016年4月13日
【申请日】2014年9月26日