تشخيص كـور سيستم هاي OFDM در ماه واره هاي باند وسيع و شبكه پايه

Blind Detection of OFDM systems in broadband satellite and basic networks

ظرف چند سال گذشته، فناوري سيستمهاي OFDM در شبكههاي مختلط ماهوارهاي نظامي و تجاري بسيار توسعه پيدا كردهاست؛ لذا توجه به تشخيص كور سيستمهاي فوق براي مديريت طيف و كاربردهاي نظامي بسيار مهم و كارگشا خواهد بود. هر سيستم OFDM، برحسب فاصله فركانسي زيرحامل متفاوت با يكديگر فرق ميكنند. پس با الگوريتمهاي تشخيص كور ميتوان به تفكيك و شناسايي سيستمهاي موجود پرداخت. در اين مقاله، روشهاي تشخيص كور سيستمهاي مبتني بر مدولاسيون OFDM بررسي ميشوند و با استفاده از روشهاي فوق به تخمين پارامترهاي سيگنال سيستمهايOFDM شبكههاي فرضي ماهوارهاي پرداخته ميشود كه از مدولاسيونهايOFDM پيچيده و تركيبي براي مقابله با عمليات جمينگ، كارايي بهينه طيف و افزايش ظرفيت سيستمهايشان استفاده مينمايند. همچنين نشان داده ميشود كه تابع شباهت ML، عملكرد بهتري نسبت به ساير روشهاي مطرحشده دارد و روش ايستان دورهاي با رعايت يك موازنه مناسب (بسته به شرايط كانال و طول پيشوند دورهاي) براي تخمين پارامترهاي سيگنالOFDM شبكههاي مختلط ماهوارهاي قابل استفادهتر از بقيه روشهاي مطرحشده خواهد بود.

Over the past two decades, OFDM based satellite networks were greatly developed. Therefore, payattention on blind recognitions algorithms for spectrum management of the electromagnetic spectrum and other military applications would be very important and critical. Subcarrier spacing in OFDM-based systems is chosen as the inverse of OFDM Symbol duration without the presence of cyclic prefix. The blind recognition algorithms can be applied to find this parameter. In this paper, the performance and complexity of the three methods including cyclic correlation, matched filter and ML algorithms has been reviewed, analyzed and compared with each others. The simulation results of the ML and cyclic correlation methods have showed that ML algorithm has the best performance and with minimal 64 subcarriers and a two Block Symbol of OFDM signal can be implemented with low complexity. cyclic correlation with two times above subcarriers and at least 20 blocks would be the same performance within the previous algorithm. Cyclic correlation method will be proper than other existing methods wherein a reasonable trade off has been considered between channel conditions and the length of the cyclic prefix .In such conditions, cyclic correlation method would have appropriately performance.