一种动态环境下基于数据辅助的稳健信噪比估计方法
一种动态环境下基于数据辅助的稳健信噪比估计方法
【技术领域】
[0001] 本发明设及信号处理技术中的参数估计技术，具体为一种动态环境下基于数据辅 助的稳健信噪比估计方法。
【背景技术】
[0002] 信噪比是现代通信系统中的重要参数和指标，在很大程度上反映了通信系统的质 量，影响各种通信技术和方案的选择。对于蜂窝通信系统和卫星通信系统，信号在传输过程 中受到复杂传播环境的影响，其信噪比的估计难度较大，因此需要针对不同应用场景设计 高效的信噪比估计方法。
[0003]在现有文献中，大多数系统模型都假定接收信号已进行多普勒频移补偿，并未考 虑多普勒频移带来的影响。然而在高动态环境下，比如蜂窝移动通信、航空导航与通信、 卫星定位与通信等，存在随机波动变化的多普勒频移和载波相位偏差，即使对其进行一 定的补偿，但仍会存在较大的多普勒频移和载波相位偏差残留。文献出uaJ，MengLXu X,etal.NovelschemeforjointestimationofSNR,Doppler,andcarrierfrequency offsetindouble-selectivewirelesschannels[J].IEEETransactionsonVehicular Technology, 2009, 58 (3) : 1204-1217.]给出一种基于谱分析的信噪比估计算法，其主要思 想是利用白噪声频谱的平坦性，即任何一个频段中单位带宽噪声功率都是相等的，将接收 信号频谱最低的一段认为是不包含信号成分的噪声频谱均值，它不需要准确地计算噪声频 带和信号频带的分割点，从而完成信噪比估计。该估计方法从频域出发，通过傅里叶变换避 开了多普勒频移的影响，取得了较好的效果。但此方法计算法过程中需要进行傅里叶变换， 因此计算量较大、复杂度高，其次对于非窄带通信系统或接收端存在抗混叠滤波器导致噪 声功率谱密度非平坦的情况时，谱分析算法的估计性能就会严重下降。
【发明内容】
[0004] 针对现有技术中的问题，本发明提供了一种计算量大大减少，实时性高，复杂度 低，不需要额外的数据存储的动态环境下基于数据辅助的稳健信噪比估估计方法，本发明 的技术方案如下；一种动态环境下基于数据辅助的稳健信噪比估计方法，其包括W下步 骤：
[0005] 101、在通信系统基带模型下，当采用平坦衰落信道时，信号源根据星座映射得到 映射后的信号a。，并依次经过过采样、成型滤波、载波多普勒频移、复高斯白噪声，得出接收 端收到的信号rk;
[0006] 102、对步骤101接收端收到的信号rk，进行延迟共辆相乘，将其变换为固定的相位 因子；即a* =?!-右，右表示町的延迟共辆；下标k表示第k个接收数据；ak表示延迟共 辆相乘后的第k个数据；
[0007] 103、计算出总功率P，并对步骤102得到的ak求其期望值E[a]，然后E[a]取 模得到IE[a]I，并根据已知发送数据nik求出估计信号功率5，再根据总功率与信号功率求 得估计噪声功率方，最后求出信噪比估计值。
[0008] 进一步的，步骤101中的通信系统基带模型中，A1、依次包括对信号源信号进行映 射得到映射后的多进制数字相位调制（MPSK)信号a。，其中Nwm为原始符号个数，然后过采 样过程对每个符号进行N,,倍的过采样得到过采样后的信号bk;A2、然后进行脉冲成型滤 波，脉冲成型滤波器采用滚降系数为a、长度为L的归一化根升余弦滤波器，hk为成型滤波 器系数，满巧
化是发送数据；A3、加入载波多普勒频移，A0表示相位偏差，fd为 载波多普勒频移，L是采样时间间隔；A4、加入复高斯白噪声Zk;S和N分别是信号和噪声的 功率因子，得到接收端收到的信号；
[0009]
(1)
[0010] 进一步的，步骤102中对rk进行延迟共辆相乘，将其变换为固定的相位因子具体 为：
[0011]
[0016] 由于化是等概率的MPSK复信息数据，Z k是零均值单位方差的复高斯白噪声，且mk 与Zk相互独立，因此随着K的增大，g接近于0 ;
[0017] 接着对式（3)取模，消除相位因子的影响：
[0021] 由于系统模型中辅助数据nik是已知的，便可m十算出因子y的具体值，从而得到 估计信号功率为：
[0029] 本发明的优点及有益效果如下：
[0030] 本发明对长度为K的数据序列进行信噪比估计需要约服次乘法运算，其中常 数因子y值可W事先由辅助数据计算存储起来，估计信噪比时不需再做计算，而文献 [Hua J, Meng L, Xu X, et al. Novel scheme for joint estimation of SNR, Doppler, and carrier frequency offset in double-selective wireless channels[J].IEEE Transactions on Vehi州lar Technology, 2009, 58 (3): 1204-1217.]中提出的谱分析估计 法需要进行约40K次乘法运算，相比而言本文给出的新算法计算量小很多，实时性高，特别 适用于高动态环境。此外，从硬件实现的角度出发，本文算法复杂度低，不需要额外的数据 存储，相比于需要进行傅里叶变换的谱分析算法，实现更为简单，效果更好。
【附图说明】
[0031] 图1通信系统基带模型；
[0032] 图2 QPSK信号信噪比估计均值；
[0033] 图3 QPSK信号信噪比估计归一化均方误差；
[0034] 图4 8PSK信号信噪比估计均值；
[00巧]图5 8PSK信号信噪比估计归一化均方误差。
【具体实施方式】
[0036] W下结合附图，对本发明作进一步说明：
[0037] 针对高动态环境下的平坦衰落信道，采用附图1所示的通信系统基带模型。图中， a。为映射后的信号，过采样过程对每个符号进行倍的过采样，bk为过采样后的信号，脉 冲成型滤波器采用滚降系数为a、长度为L的归一化根升余弦滤波器，hk为成型滤波器系 数，满巧
Nwm为原始符号个数，nik是多进制数字相位调制（MPSK)数据，Zk是零 均值单位方差的复高斯白噪声，S和N分别是信号和噪声的功率因子，A0表示相位偏差，fd为载波多普勒频移，T,是采样时间间隔。因此，接收端收到的信号可W表示为；Equation Section(Next)
[0038]
(1)
[0039] 注意，对于 平坦衰落信道，由于本算法考虑数据辅助下的估计，估计时使用观察数 据较少，因此假设在估计周期内信道增益保持不变，可看作是一个已知常数，在式（1)中省 略。
[0040] 为了消除多普勒频移的影响，对rk进行延迟共辆相乘，将其变换为固定的相位因 子：
[0041]
[004引对式似求期望，实际中用时间平均来代替统计平均：
[0043]
[0046] 由于nik是等概率的MPSK复信息数据，Zk是零均值单位方差的复高斯白噪声，且mk 与Zk相互独立，因此随着K的增大，W接近于0。
[0047] 接着对式做取模，消除相位因子的影响：
[0051] 由于系统模型中辅助数据化是已知的，因此可W通过辅助数据直接计算出因子y 的具体值，从而得到估计信号功率为：
[0059] 事实上，根据式5、9、10可知，对长度为K的数据序列进行信噪比估计需要约服 次乘法运算，其中常数因子y值可W事先由辅助数据计算存储起来，估计信噪比时不需 再做计算，而文献出uaJ,MengL,XuX,etal.Novelschemeforjointestimation ofSNR,Doppler,andcarrierfrequencyoffsetindouble-selectivewireless channels[J].I邸E"TransactionsonVehicularTechnology, 2009, 58 (3): 1204-1217.]中 提出的谱分析估计法需要进行约40K次乘法运算，相比而言本文给出的新算法计算量小很 多，实时性高，特别适用于高动态环境。此外，从硬件实现的角度出发，本文算法复杂度低， 不需要额外的数据存储，相比于需要进行傅里叶变换的谱分析算法，实现更为简单，效果更 好。
[0060] 图2、3给出了公式（10)对QPSK信号进行信噪比估计时的估计均值与归一化均方 误差。仿真中，fd= 60KHZ，Ts= 0. 5yS，A0 = 60°，仿真5000次取均值得到如图所示 的结果。从图2中可W看到，公式（10)对存在多普勒频域环境的QPSK信号进行信噪比估 计时偏差较低，该说明该算法对多普勒频域不敏感，其次通过较少的数据量完成了低信噪 比下较高精度的估计，且随着数据量的增加性能逐步提高，说明了估计算法的性能较好。图 3给出了公式（10)对存在多普勒频域环境的QPSK信号进行信噪比估计时的归一化均方误 差，可W看到高信噪比时的均方误差非常低，随着信噪比的降低，均方误差逐渐增大，但是 随着数据量的增大均方误差会降低，也就是说对于精度要求高的场合，可W通过增加数据 量来达到要求，由此可W得出该算法可信度较高。
[0061] 图4、5给出了公式（10)对8PSK信号进行信噪比估计时的估计均值与归一化均方 误差。仿真中，fd=65KHz，T,=O.5ys，A0=125°，仿真5OOO次取均值得到如图所示 的结果。从两图中可W看出，公式（10)对8PSK信号进行信噪比估计同样有较好的性能。
[0062] W上该些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在 阅读了本发明的记载的内容之后，技术人员可W对本发明作各种改动或修改，该些等效变 化和修饰同样落入本发明权利要求所限定的范围。
【主权项】
1. 一种动态环境下基于数据辅助的稳健信噪比估计方法，其特征在于，包括以下步 骤： 101、 在通信系统基带模型下，当采用平坦衰落信道时，信号源根据星座映射得到映射 后的信号3"，并依次经过过采样、成型滤波、载波多普勒频移、复高斯白噪声，得出接收端收 到的信号rk; 102、 对步骤101接收端收到的信号rk，进行延迟共轭相乘，将其变换为固定的相位因 子：即Otfc = 表示:Tk的延迟共轭；k表示第k个接收数据；a k表示延迟共轭相乘 后的第k个数据； 103、 计算出总功率P，并对步骤102得到的a k求其期望值E [ α ]，然后E [ α ]取模得到 I Ε[α ] I，并根据已知发送数据mk求出估计信号功率S，再根据总功率P与信号功率左求得 估计噪声功率分，最后求出信噪比估计值。2. 根据权利要求1所述的动态环境下基于数据辅助的稳健信噪比估计方法，其特征在 于，步骤101中的通信系统基带模型中，A1、依次包括对信号源信号进行映射得到映射后的 多进制数字相位调制信号an，其中Nsym为原始符号个数，然后过采样过程对每个符号进行 Nss倍的过采样得到过采样后的信号b k;A2、然后进行脉冲成型滤波，脉冲成型滤波器采用 滚降系数为α、长度为L的归一化根升余弦滤波器，hk为成型滤波器系数，满足=1 ' k mk是发送数据；A3、加入载波多普勒频移，Λ Θ表示相位偏差，fd为载波多普勒频移，T 3是 采样时间间隔；A4、加入复高斯白噪声zk;S和N分别是信号和噪声的功率因子，得到接收端 收到的信号：(1)3. 根据权利要求1所述的动态环境下基于数据辅助的稳健信噪比估计方法，其特征在 于，步骤102中对rk进行延迟共轭相乘，将其变换为固定的相位因子具体为：对式⑵求期望，得到：由于mk是等概率的MPSK复信息数据，z k是零均值单位方差的复高斯白噪声，且mk与z k相互独立，因此随着K的增大，衬妾近于0 ; 接着对式（3)取模，消除相位因子的影响：由于系统模型中辅助数据mk是已知的，便可以计算出因子μ的具体值，从而得到估计 ?目号功率为：总功率为：最后，噪声功率分通过总功率与信号功率之差得到：至此，可以得到基于数据辅助的信噪比估计值(3为：
【专利摘要】本发明请求保护一种动态环境下基于数据辅助的稳健信噪比估计方案，涉及无线通信系统。信噪比是现代通信系统中的重要参数和指标，在很大程度上反映了通信系统的质量，影响各种通信技术和方案的选择。现有文献中，大多数系统模型都假定接收信号已进行多普勒频移补偿，并未考虑多普勒频移带来的影响。然而在高动态环境下，存在随机波动变化的多普勒频移和载波相位偏差，即使对其进行一定的补偿，但仍会存在较大的多普勒频移和载波相位偏差残留。本发明提出一种基于数据辅助的稳健信噪比估计算法，该算法从时域出发，对接收信号进行延迟共轭相乘，将多普勒频移转变成固定的相位因子，克服了相偏和多普勒频移的影响，再利用辅助数据完成信噪比估计。
【IPC分类】H04B17/336, H04L25/02
【公开号】CN104901907
【申请号】CN201510253537
【发明人】谢显中, 刘源源, 雷维嘉
【申请人】重庆邮电大学
【公开日】2015年9月9日
【申请日】2015年5月18日
【技术领域】
[0001] 本发明设及信号处理技术中的参数估计技术，具体为一种动态环境下基于数据辅 助的稳健信噪比估计方法。
【背景技术】
[0002] 信噪比是现代通信系统中的重要参数和指标，在很大程度上反映了通信系统的质 量，影响各种通信技术和方案的选择。对于蜂窝通信系统和卫星通信系统，信号在传输过程 中受到复杂传播环境的影响，其信噪比的估计难度较大，因此需要针对不同应用场景设计 高效的信噪比估计方法。
[0003]在现有文献中，大多数系统模型都假定接收信号已进行多普勒频移补偿，并未考 虑多普勒频移带来的影响。然而在高动态环境下，比如蜂窝移动通信、航空导航与通信、 卫星定位与通信等，存在随机波动变化的多普勒频移和载波相位偏差，即使对其进行一 定的补偿，但仍会存在较大的多普勒频移和载波相位偏差残留。文献出uaJ，MengLXu X,etal.NovelschemeforjointestimationofSNR,Doppler,andcarrierfrequency offsetindouble-selectivewirelesschannels[J].IEEETransactionsonVehicular Technology, 2009, 58 (3) : 1204-1217.]给出一种基于谱分析的信噪比估计算法，其主要思 想是利用白噪声频谱的平坦性，即任何一个频段中单位带宽噪声功率都是相等的，将接收 信号频谱最低的一段认为是不包含信号成分的噪声频谱均值，它不需要准确地计算噪声频 带和信号频带的分割点，从而完成信噪比估计。该估计方法从频域出发，通过傅里叶变换避 开了多普勒频移的影响，取得了较好的效果。但此方法计算法过程中需要进行傅里叶变换， 因此计算量较大、复杂度高，其次对于非窄带通信系统或接收端存在抗混叠滤波器导致噪 声功率谱密度非平坦的情况时，谱分析算法的估计性能就会严重下降。
【发明内容】
[0004] 针对现有技术中的问题，本发明提供了一种计算量大大减少，实时性高，复杂度 低，不需要额外的数据存储的动态环境下基于数据辅助的稳健信噪比估估计方法，本发明 的技术方案如下；一种动态环境下基于数据辅助的稳健信噪比估计方法，其包括W下步 骤：
[0005] 101、在通信系统基带模型下，当采用平坦衰落信道时，信号源根据星座映射得到 映射后的信号a。，并依次经过过采样、成型滤波、载波多普勒频移、复高斯白噪声，得出接收 端收到的信号rk;
[0006] 102、对步骤101接收端收到的信号rk，进行延迟共辆相乘，将其变换为固定的相位 因子；即a* =?!-右，右表示町的延迟共辆；下标k表示第k个接收数据；ak表示延迟共 辆相乘后的第k个数据；
[0007] 103、计算出总功率P，并对步骤102得到的ak求其期望值E[a]，然后E[a]取 模得到IE[a]I，并根据已知发送数据nik求出估计信号功率5，再根据总功率与信号功率求 得估计噪声功率方，最后求出信噪比估计值。
[0008] 进一步的，步骤101中的通信系统基带模型中，A1、依次包括对信号源信号进行映 射得到映射后的多进制数字相位调制（MPSK)信号a。，其中Nwm为原始符号个数，然后过采 样过程对每个符号进行N,,倍的过采样得到过采样后的信号bk;A2、然后进行脉冲成型滤 波，脉冲成型滤波器采用滚降系数为a、长度为L的归一化根升余弦滤波器，hk为成型滤波 器系数，满巧
化是发送数据；A3、加入载波多普勒频移，A0表示相位偏差，fd为 载波多普勒频移，L是采样时间间隔；A4、加入复高斯白噪声Zk;S和N分别是信号和噪声的 功率因子，得到接收端收到的信号；
[0009]
(1)
[0010] 进一步的，步骤102中对rk进行延迟共辆相乘，将其变换为固定的相位因子具体 为：
[0011]
[0016] 由于化是等概率的MPSK复信息数据，Z k是零均值单位方差的复高斯白噪声，且mk 与Zk相互独立，因此随着K的增大，g接近于0 ;
[0017] 接着对式（3)取模，消除相位因子的影响：
[0021] 由于系统模型中辅助数据nik是已知的，便可m十算出因子y的具体值，从而得到 估计信号功率为：
[0029] 本发明的优点及有益效果如下：
[0030] 本发明对长度为K的数据序列进行信噪比估计需要约服次乘法运算，其中常 数因子y值可W事先由辅助数据计算存储起来，估计信噪比时不需再做计算，而文献 [Hua J, Meng L, Xu X, et al. Novel scheme for joint estimation of SNR, Doppler, and carrier frequency offset in double-selective wireless channels[J].IEEE Transactions on Vehi州lar Technology, 2009, 58 (3): 1204-1217.]中提出的谱分析估计 法需要进行约40K次乘法运算，相比而言本文给出的新算法计算量小很多，实时性高，特别 适用于高动态环境。此外，从硬件实现的角度出发，本文算法复杂度低，不需要额外的数据 存储，相比于需要进行傅里叶变换的谱分析算法，实现更为简单，效果更好。
【附图说明】
[0031] 图1通信系统基带模型；
[0032] 图2 QPSK信号信噪比估计均值；
[0033] 图3 QPSK信号信噪比估计归一化均方误差；
[0034] 图4 8PSK信号信噪比估计均值；
[00巧]图5 8PSK信号信噪比估计归一化均方误差。
【具体实施方式】
[0036] W下结合附图，对本发明作进一步说明：
[0037] 针对高动态环境下的平坦衰落信道，采用附图1所示的通信系统基带模型。图中， a。为映射后的信号，过采样过程对每个符号进行倍的过采样，bk为过采样后的信号，脉 冲成型滤波器采用滚降系数为a、长度为L的归一化根升余弦滤波器，hk为成型滤波器系 数，满巧
Nwm为原始符号个数，nik是多进制数字相位调制（MPSK)数据，Zk是零 均值单位方差的复高斯白噪声，S和N分别是信号和噪声的功率因子，A0表示相位偏差，fd为载波多普勒频移，T,是采样时间间隔。因此，接收端收到的信号可W表示为；Equation Section(Next)
[0038]
(1)
[0039] 注意，对于 平坦衰落信道，由于本算法考虑数据辅助下的估计，估计时使用观察数 据较少，因此假设在估计周期内信道增益保持不变，可看作是一个已知常数，在式（1)中省 略。
[0040] 为了消除多普勒频移的影响，对rk进行延迟共辆相乘，将其变换为固定的相位因 子：
[0041]
[004引对式似求期望，实际中用时间平均来代替统计平均：
[0043]
[0046] 由于nik是等概率的MPSK复信息数据，Zk是零均值单位方差的复高斯白噪声，且mk 与Zk相互独立，因此随着K的增大，W接近于0。
[0047] 接着对式做取模，消除相位因子的影响：
[0051] 由于系统模型中辅助数据化是已知的，因此可W通过辅助数据直接计算出因子y 的具体值，从而得到估计信号功率为：
[0059] 事实上，根据式5、9、10可知，对长度为K的数据序列进行信噪比估计需要约服 次乘法运算，其中常数因子y值可W事先由辅助数据计算存储起来，估计信噪比时不需 再做计算，而文献出uaJ,MengL,XuX,etal.Novelschemeforjointestimation ofSNR,Doppler,andcarrierfrequencyoffsetindouble-selectivewireless channels[J].I邸E"TransactionsonVehicularTechnology, 2009, 58 (3): 1204-1217.]中 提出的谱分析估计法需要进行约40K次乘法运算，相比而言本文给出的新算法计算量小很 多，实时性高，特别适用于高动态环境。此外，从硬件实现的角度出发，本文算法复杂度低， 不需要额外的数据存储，相比于需要进行傅里叶变换的谱分析算法，实现更为简单，效果更 好。
[0060] 图2、3给出了公式（10)对QPSK信号进行信噪比估计时的估计均值与归一化均方 误差。仿真中，fd= 60KHZ，Ts= 0. 5yS，A0 = 60°，仿真5000次取均值得到如图所示 的结果。从图2中可W看到，公式（10)对存在多普勒频域环境的QPSK信号进行信噪比估 计时偏差较低，该说明该算法对多普勒频域不敏感，其次通过较少的数据量完成了低信噪 比下较高精度的估计，且随着数据量的增加性能逐步提高，说明了估计算法的性能较好。图 3给出了公式（10)对存在多普勒频域环境的QPSK信号进行信噪比估计时的归一化均方误 差，可W看到高信噪比时的均方误差非常低，随着信噪比的降低，均方误差逐渐增大，但是 随着数据量的增大均方误差会降低，也就是说对于精度要求高的场合，可W通过增加数据 量来达到要求，由此可W得出该算法可信度较高。
[0061] 图4、5给出了公式（10)对8PSK信号进行信噪比估计时的估计均值与归一化均方 误差。仿真中，fd=65KHz，T,=O.5ys，A0=125°，仿真5OOO次取均值得到如图所示 的结果。从两图中可W看出，公式（10)对8PSK信号进行信噪比估计同样有较好的性能。
[0062] W上该些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在 阅读了本发明的记载的内容之后，技术人员可W对本发明作各种改动或修改，该些等效变 化和修饰同样落入本发明权利要求所限定的范围。
【主权项】
1. 一种动态环境下基于数据辅助的稳健信噪比估计方法，其特征在于，包括以下步 骤： 101、 在通信系统基带模型下，当采用平坦衰落信道时，信号源根据星座映射得到映射 后的信号3"，并依次经过过采样、成型滤波、载波多普勒频移、复高斯白噪声，得出接收端收 到的信号rk; 102、 对步骤101接收端收到的信号rk，进行延迟共轭相乘，将其变换为固定的相位因 子：即Otfc = 表示:Tk的延迟共轭；k表示第k个接收数据；a k表示延迟共轭相乘 后的第k个数据； 103、 计算出总功率P，并对步骤102得到的a k求其期望值E [ α ]，然后E [ α ]取模得到 I Ε[α ] I，并根据已知发送数据mk求出估计信号功率S，再根据总功率P与信号功率左求得 估计噪声功率分，最后求出信噪比估计值。2. 根据权利要求1所述的动态环境下基于数据辅助的稳健信噪比估计方法，其特征在 于，步骤101中的通信系统基带模型中，A1、依次包括对信号源信号进行映射得到映射后的 多进制数字相位调制信号an，其中Nsym为原始符号个数，然后过采样过程对每个符号进行 Nss倍的过采样得到过采样后的信号b k;A2、然后进行脉冲成型滤波，脉冲成型滤波器采用 滚降系数为α、长度为L的归一化根升余弦滤波器，hk为成型滤波器系数，满足=1 ' k mk是发送数据；A3、加入载波多普勒频移，Λ Θ表示相位偏差，fd为载波多普勒频移，T 3是 采样时间间隔；A4、加入复高斯白噪声zk;S和N分别是信号和噪声的功率因子，得到接收端 收到的信号：(1)3. 根据权利要求1所述的动态环境下基于数据辅助的稳健信噪比估计方法，其特征在 于，步骤102中对rk进行延迟共轭相乘，将其变换为固定的相位因子具体为：对式⑵求期望，得到：由于mk是等概率的MPSK复信息数据，z k是零均值单位方差的复高斯白噪声，且mk与z k相互独立，因此随着K的增大，衬妾近于0 ; 接着对式（3)取模，消除相位因子的影响：由于系统模型中辅助数据mk是已知的，便可以计算出因子μ的具体值，从而得到估计 ?目号功率为：总功率为：最后，噪声功率分通过总功率与信号功率之差得到：至此，可以得到基于数据辅助的信噪比估计值(3为：
【专利摘要】本发明请求保护一种动态环境下基于数据辅助的稳健信噪比估计方案，涉及无线通信系统。信噪比是现代通信系统中的重要参数和指标，在很大程度上反映了通信系统的质量，影响各种通信技术和方案的选择。现有文献中，大多数系统模型都假定接收信号已进行多普勒频移补偿，并未考虑多普勒频移带来的影响。然而在高动态环境下，存在随机波动变化的多普勒频移和载波相位偏差，即使对其进行一定的补偿，但仍会存在较大的多普勒频移和载波相位偏差残留。本发明提出一种基于数据辅助的稳健信噪比估计算法，该算法从时域出发，对接收信号进行延迟共轭相乘，将多普勒频移转变成固定的相位因子，克服了相偏和多普勒频移的影响，再利用辅助数据完成信噪比估计。
【IPC分类】H04B17/336, H04L25/02
【公开号】CN104901907
【申请号】CN201510253537
【发明人】谢显中, 刘源源, 雷维嘉
【申请人】重庆邮电大学
【公开日】2015年9月9日
【申请日】2015年5月18日
最新回复(0)