APP下载

基于GNURadio的认知OFDM系统研究

2016-08-16蔡伟煌

福建质量管理 2016年12期
关键词:框图开源时域

蔡伟煌

(湖南科技学院 湖南 永州 425000)



基于GNURadio的认知OFDM系统研究

蔡伟煌

(湖南科技学院 湖南 永州 425000)

在开源软件无线电(GNU Radio)平台上来搭建一种认知无线电系统及非连续正交频分复用(NC-OFDM)系统,通过对各模块的参数设置以及编写程序来完成系统信号的收发。对OFDM模块的调制方式选用QPSK和16QAM,然后对收发信号的时域和频谱进行异同分析,仿真结果表明在NC-OFDM系统中QPSK调制方式更合适。

认知无线电;NC-OFDM;GNURadio

引言

为了提高频谱资源利用率,近年来,被业界称为认知无线电(CR,cognitive radio)的频谱使用模式正逐渐受到人们的关注[1]。在认知无线电系统中,认知用户通过未被频谱授权用户占用的频段进行通信,因此,基于正交频分复用(OFDM,orthogonalfrequency division multiplexing)的认知无线电系统中,OFDM符号的部分子载波可能会落到频谱授权用户占用的频段内。为了避免对频谱授权用户造成干扰,这些落入频谱授权用户占用频段内的子载波上不能用来发送数据或导频,而只能将其置零,这时的系统便成为不连续子载波(NC-OFDM)系统。

目前国内外针对NC-OFDM的研究尚在理论与实验阶段,该系统还没有广泛的应用到实践中,但是一些国外高校和机构都建立了自己的无线电平台进行仿真和演示。例如美国维吉利亚理工大学(Virginia Tech)无线通信中心利用USRP构建了一个认知无线电演示平台,可以开发独立的认知无线电系统以及进行频谱感知测试,算法分析等。

本文将NC-OFDM系统与开源软件GNU Radio平台相结合,进行系统框图的建立和研究,通过设置框图中各模块的参数能够进行不同条件下的仿真,本文在OFDM调制模块就设置了两种不同调制方式下的仿真,分别是QPSK和16QAM。利用开源软件平台和OFDM系统相结合的方式也是现在研究OFDM在通信中的应用的一种趋势。

一、NC-OFDM系统框图

OFDM及正交频分复用(Orthogonal Frequency Division Multiplexing),是一种特殊的多载波数字调制技术。认知OFDM,就是使用非连续的正交频分复用技术,及NC-OFDM。NC-OFDM系统模型框图如图1.1所示,其基本原理是:在发送端,对数据流采用QPSK调制,然后调制后的数据按照子载波的开/关信息进行数据的串并变换,设NC-OFDM系统子载波总数是N,才串并变换后,将数据变成N路较低速率的数据流,分配到可用的子载波上。

图1.1 NC-OFDM系统框图

NC-OFDM系统在发送端需要在动态频谱感知模块的辅助下监测出目前禁用的子载波数,从而来获得可用子数。子载波分配模块将用户已调符号和导频符合分配到可用的子载波上,并禁止子载波置零,形成有顺序的序列。数据经过串并变换后,需要插入导频(保护间隔),得到符号X(k),然后对X(k)进行N点逆傅里叶变换,得到信号x(n):

(1)

其中,N为逆傅里叶变换的点数。X(k)和OFDM调制中的符号相异,它是数据通过子载波开/关信息进行串并变换得到的。为了降低信号见干扰和载波间干扰,在发送数据前给每个NC-OFDM符号插入保护间隔,再进行并串变换,回复成串行数据流,由此可以得到基带发送信号x(t):

(2)

其中,Ts=Tg+T,T为OFDM的符号周期,Ts为加入保护间隔后的周期,Tg为保护间隔的长度,N为子载波的数目,ε为传输信号的功率。X(t)经过调制后发送出去。

在接收端进行和发送端相反的操作。将接收到的信号先进行射频解调,得到基带信号y(t)。y(t)进行串并变换和去除保护间隔,经N点傅立叶变换后得到频域信号Y(k):

(3)

其中,N为傅立叶变换的点数,y(n)为去除保护间隔后得到的信号。然后进行信道估计以对抗多径衰落。去除导频信号,根据由发送端得到的子载波开/关信息对数据进行并串变换,正确的读取出子载波上发送的数据信息。最后进行QPSK解调,恢复出发送的原始数据流。

在整个收发过程中值得注意的是:发送端和接收端的子载波开/关信息必须保持一致,否则无法进行正确的数据解调。实际应用中可以采取收发双方协同检测的办法来实现一致[2]。文章采用的是将发送端的子载波开/关信息发送给接收端的方法来实现一致[3]。

二、GNURadio平台的实现

(一)GNURadio仿真平台

GNU Radio(开源软件无线电),是由Eric Blossom于2001年发起的,可以用来构建软件无线电平台的软件包[4]。它包含大量的数字信号处理模块,例如:OFDM调节模块,OFDM解调模块等等,除了GNU Radio本身所包含的丰富处理模块意外,用户还可以自定义许多特定的信号处理模块。它是一个很灵活的系统,并且扩展新的处理模块也很容易,程序员或者用户均可以通过搭建相应的模块来构建无线电应用的流图,也可以自定义编码来扩展模块构建无线应用。

系统仿真实现框图中所选用的模块有:Radom Source模块,OFDM Mod模块,OFDM Demod模块,Noise Source模块,WX GUI 系列模块,Throttle模块,Varlable模块。仿真框图中各模块的基本参数设置如表2-1所示,其他参数为模块默认值。

表 2-1 基本仿真参数说明

(二)NC-OFDM仿真的实现

认知OFDM的仿真可以在多平台上实现,其调制的方式也有QPSK和QAM,文章选择在Ubuntu系统下搭建GNU Radio仿真平台,通过GNU Radio自带的开源模块,搭建起NC-OFDM系统仿真实验图。通过添加OFDM调制,OFDM解调等模块,然后设置各个模块的参数,例如:OFDM调制和解调应用的调制方式选用的是正交相移键控(Quadrature Phase Shift Keyin,QPSK),采样频率设为32K,噪声源设为高斯白噪声等等。

仿真采用重复的随机信号,通过对周围电磁环境进行频谱检测,得到频谱的使用信息,形成分配向量,在可以用频带内进行OFDM子载波的选择与分配。认知OFDM调制后的波形和解调后的波形可以通过添加多个WX GUI Scope Sink模块进行观测。

三、仿真结果及其分析

图3.1 QPSK调制收发信号频谱图

在linux环境下,通过GNU Radio平台仿真,由WX GUI Scope Sink观测到的仿真结果的频域图如图3.1和3.2所示。时域结果如图3.3和图3.所示。

图 3.2 16QAM调制收发信号频谱图

仿真结果表明,系统信道环境为加性高斯白噪声,采用QPSK调制技术,采用QPSK调制而不采用QAM调制的原因是系统的误码性能较好。而NC-OFDM系统频谱估计的结果直接决定了子载波是否用来传送数据。

从仿真结果可以看出,系统子载波的分布有时会和当时的频谱情况不完全对应,这是由预设门限值不准确造成的。门限值太大则一些干扰将无法滤除,影响系统的性能;门限值太小则会使大量可用频带被剔除,降低频谱的利用率。门限值的选取要根据当时系统的噪声水平和授权用户的功率来确定。另外在分布子载波时还要留有足够的保护子载波,来避免对授权用户造成干扰[5]。噪声的改变也会使接收端收到的信号出现失真。模块参数的改变也会使仿真结果发生变化。

从图3.1和3.2可以看出,在OFDM系统中采用QPSK调制技术比采用16QAM调制技术,系统的误码性能较好,在采用两种调制方式下,系统的收发信号频谱图基本保持一致。如图3.3和3.4所示,采用QPSK和16QAM调制方式,收发信号的时域图在位置上发生了时移,但收发信号的前后,时域图并无较明显的变化。

图3.3 QPSK调制收发信号时域图

图3.4 16QAM收发信号时域图

四、结论

利用GNU Radio中的模块搭建NC-OFDM系统框图,通过改变模块中的参数(QPSK调制/16QAM调制)来得到不同的结果,对仿真结果分析,QPSK调制技术更适合NC-OFDM系统。从根源上解决日趋增长的无线通信需求与有限的无线频谱资源间的矛盾还需不断的努力。当然,文章中所提到的NC-OFDM是解决无线电数据传输问题的最有效的技术之一,它通过调整子载波的分配太适应系统频谱的动态变化。文章研究了NC-OFDM技术的基本原理和实现方法,并且在开源软件平台(GNU Radio)上进行了仿真。仿真的结果表明NC-OFDM能够适应认知环境中的可用频谱特性,并且在系统中有很多子载波并没有得到利用,这样可以通过一些快速傅里叶变化(FFT)修剪算法来降低系统实现的复杂度[5]。

[1]何雪云.认知无线电NC-OFDM系统中基于压缩感知的信道估计新方法[J].通信学报,2011.11.

[2]蒋相.基于GNURadio和USRPX310的多带Chirp信号检测[J].电子科学技术,2016.5.

[3]王钦辉,叶保留,田宇,等.认知无线电网络频谱分配算法研究[J].电子学报,2012,40(1):147-154.

[4]李佳珉,康桂华.NC-OFDM在认知无线电中应用的仿真研究[J].计算机仿真,2009.9.

[5]DucToan Nguyen.Implementation of OFDM systems using GNU Radio and USRP[M].University of Wollongong,2013

蔡伟煌(1995.04-),男,汉族,湖南娄底人,本科。

猜你喜欢

框图开源时域
捷豹I-PACE纯电动汽车高压蓄电池充电系统(三)
五毛钱能买多少头牛
基于时域信号的三电平逆变器复合故障诊断
电路图2017年凯迪拉克XT5
算法框图的补全
基于极大似然准则与滚动时域估计的自适应UKF算法
大家说:开源、人工智能及创新
开源中国开源世界高峰论坛圆桌会议纵论开源与互联网+创新2.0
基于时域逆滤波的宽带脉冲声生成技术
开源计算机辅助翻译工具研究