（通讯员 李泽铭）近日，通信工程学院刘明骞副教授，硕士生郭菲，英国杜伦大学Yunfei Chen教授及大连理工大学赵楠教授合作完成的最新研究成果“Blind Modulation Classification for OFDM in the Presence of Carrier Frequency Offsets”获得IEEE TAOS TC（IEEE传输介入与光系统技术委员会） 2023年度最佳论文奖。

IEEE传输介入与光系统技术委员会是IEEE通信学会（IEEE ComSoc）最具活力的技术委员会之一，在传输和光系统技术领域发挥着主导作用，其历史可以追溯至60余年前，在业界具有广泛而深远的影响。IEEE TAOS TC最佳论文奖旨在表彰学者在光系统或通信传输领域的杰出研究成果，该奖项由IEEE传输介入与光系统技术委员会从上一年度发表的论文中进行评选，2023年度全球仅有两篇文章入选。

在多径信道下，正交频分复用（OFDM）系统中会受到载波频率偏移（CFO）引起的子载波干扰（ICI）问题的影响，这对于OFDM系统的调制方式识别是一个挑战。为了解决这一问题，本论文提出了一种新的OFDM系统调制方式盲识别方法，该方法使用二阶矩对OFDM系统的空子载波信号和导频子载波信号进行识别，然后利用四阶累积量和六阶累积量对带有CFO的调制子载波进行识别。实验表明，所提方法在低信噪比时，对空子载波、导频子载波及QPSK子载波的识别正确率可以达到100%，对16QAM子载波和64QAM子载波的正确识别率也可达到90%以上。同时，所提方法不仅可以有效消除CFO的影响，而且可以有效抑制高斯噪声对识别性能的影响。与现有的OFDM系统调制方式识别方法相比，所提盲识别方法不仅能够降低能耗、节省开销，还具有更好的性能和更低的计算复杂度，为绿色无线电技术提出了新的思路。

本论文的发表向外界展示了学院在相关领域的最新研究成果，标志着相关研究在该领域得到了国际同行的进一步认可。本论文得到国家自然科学基金重点项目、国家自然科学基金面上项目和陕西省重点研发计划等项目资助。

论文链接：https://ieeexplore.ieee.org/document/10279377