移动通信中,信道的信噪比估计是一个重要的技术。功率控制、自适应调制、 信道译码等都需要信噪比的估计值。按照适用的信道类型,常见的信噪比估计方 法可以分为可用于加性高斯白噪声(AWGN)信道的信噪比估计方法和可用于瑞 利衰落(Rayleigh fading)信道的信噪比估计方法两大类。
在线信噪比估计是一种直接利用接收数据符号,估计出信道信噪比的估计算 法。它不需要额外的辅助
信号,信道利用率高。它的估计是根据每一
帧接收数据 进行的,实时
跟踪性能好。而且它的计算复杂度低,可与数据信号的接收同步进 行,在系统中引入的时延非常小。总之,它是一种高速、高效、低复杂度的信噪 比估计方法。
但是现有的在线信噪比估计方法的估计
算法是基于AWGN信道的,不适用 于
瑞利衰落信道。而实际系统中的信道往往是瑞利衰落信道。所以,有必要对现 有的在线信噪比估计方法进行
修改和推广,使之能应用于瑞利衰落信道。
技术问题:本发明的目的是提供一种用于瑞利信道的校正均值在线信噪比估 计方法,该估计方法将适用于AWGN信道的现有在线信噪比估计方法进行扩展, 以使它适用于瑞利衰落信道。
技术方案:本发明提出了一种校正均值在线信噪比估计方法,其基本思路是: 用瑞利衰落因子的均值代替实际的时变瑞利衰落因子,推导出信道信噪比与接收 数据统计值之间的关系,利用这种关系,得到信道信噪比的估计值。
本发明的具体步骤如下。
第1步:对解调器输出的每帧信号r′n,求其包络均值E(|r′n|)和功率均值 E(|r′n|2);
第2步:根据第1步中求出的信号包络均值和功率均值,计算功率均值与包 络均值的平方的比值z=E(|r′n|2)/[E(|r′n|)]2;
第3步:用瑞利衰落因子的平均值E(|αn|)代替随时间变化的时变瑞利衰落 因子αn,利用最小二乘拟合方法,得到信噪比β与第2步中得到的比值z的近 似函数关系β=-43.3586z2+83.9816z-30.0738,并将此函数关系存入一个函数 查寻表(可以用只读
存储器存储此函数查询表的函数值);
第4步:第3步中的近似关系还存在一定的误差,需要对它进行校正,以得 到更准确的信噪比估计;对不同的信噪比条件下,我们可以发射若干帧(比如 1000帧)导频,对每一帧我们计算出真实信噪比的值,减去估计值β所得的差 值,然后求差值的平均值,并记录下来,就可得到对应于不同信噪比条件下的校 正因子η;
第5步:以第2步中得到的比值z为地址,查寻函数表,得到与此比值对应 的信噪比数值β,并加上校正因子η进行校正,以得到准确的信噪比数值 β′=β+η。
有益效果:本发明克服了目前在线信噪比估计方法只能用于AWGN信道的缺 点,提出的校正均值在线信噪比估计方法能用于瑞利衰落信道,
精度较高,并且 算法比较简单,易于
硬件实现。本发明提出的校正均值在线信噪比估计方法与现 有文献中的用于高斯信道的在线信噪比估计方法每帧(帧长为N)运算量的比较 如下:
方法 加法操作 乘法操作 除法操作 高斯信道在线估计器 2N N+1 3 校正均值在线估计器 2N+1 N+1 3
附图说明
图1是本发明的均值在线信噪比估计方法的具体实施
框图。
以上的图中有:接收数据在线统计模
块1、函数查寻表模块2、估计值校正 模块3。
本发明用瑞利衰落因子的均值代替实际的时变瑞利衰落因子,推导出信道信 噪比与接收数据统计值之间的关系,利用这种关系,得到信道信噪比的估计值,
其具体步骤如下:
第1步:对解调器输出的每帧信号r′n,求其包络均值E(|r′n|)和功率均值 E(|r′n|2);
第2步:根据第1步中求出的信号包络均值和功率均值,计算功率均值与包 络均值的平方的比值z=E(|r′n|2)/[E(|r′n|)]2;
第3步:用瑞利衰落因子的平均值E(|αn|)代替随时间变化的时变瑞利衰落 因子αn,利用最小二乘拟合方法,得到信噪比β与第2步中得到的比值z的近 似函数关系β=-43.3586z2+83.9816z-30.0738,并将此函数关系存入一个函数 查寻表(可以用
只读存储器存储此函数查询表的函数值);
第4步:第3步中的近似关系还存在一定的误差,需要对它进行校正,以得 到更准确的信噪比估计;对不同的信噪比条件下,我们可以发射若干帧(比如 1000帧)导频,对每一帧我们计算出真实信噪比的值,减去估计值β所得的差 值,然后求差值的平均值,并记录下来,就可得到对应于不同信噪比条件下的校 正因子η;
第5步:以第2步中得到的比值z为地址,查寻函数表,得到与此比值对应 的信噪比数值β,并加上校正因子η进行校正,以得到准确的信噪比数值 β′=β+η。
我们以系统采用二进制
相移键控调制(BPSK)时为例进行说明。在平坦瑞 利衰落信道中,采用BPSK调制时,接收码字r′n(1≤n≤N)可表示为
[公式1]
其中an是衰落因子,an幅度符合瑞利分布,也即
[公式2]
由瑞利分布特性,可得衰落因子的期望值为E(an)=0.8862。[公式1]中Es为 发送符号
能量,nn为均值为0,方差为σ2的白高斯噪声。信噪比估计方法的任务 是估计出Eb/N0(Eb为每信息比特能量),设R代表编码速率,则
Eb/N0=(Es/R)/N0=Es/RN0=Es/2Rσ2 [公式3]
设编码速率R等于0.5,则可得Eb/N0=Es/σ2。设β=Es/σ2,现在信噪比 估计方法的任务就是估计出β。
因为an是一个随机变量,为了简化推导,我们用an的均值来代替[公式1]中 的an,从而得到
[公式4]
我们由每一帧接收数据可得
[公式5]
[公式6]
综合[公式5]和[公式6],可得
[公式7]
[公式8]
所以(E(an))2β=f-1(z),利用简单的二次曲线拟合,可得到
(E(an))2β=-34.0516z2+65.9548z-23.6184 [公式9]
因β=f-1(z)/(E(an))2,利用[公式9]及E(an)=0.8862,可得
β=-43.3586z2+83.9816z-30.0738 [公式10]
因为[公式10]的推导是基于衰落因子an的均值的,所以我们可以将基于[公 式10]的信噪比估计方法简称为均值在线信噪比估计方法。
[公式4]是用统计平均代替实际的随机变量,所以[公式8]并不能十分精确地 反映信噪比,需要进行校正。通过仿真试验,可以发现在一定的信噪比范围内, 校正因子设置为常数时估计方法的估计精度就可以达到要求。所以我们可以将 [公式10]修改得到
β=-43.3586z2+83.9816z-30.0738+η (0<β<7) [公式11]
其中η称为校正因子,它可根据不同的应用场合与条件,通过仿真试验获得。 例如在应用于码长1000比特左右的低
密度校验码的译码器中时,可通过仿真发 现,η的数值设置为4即可让校正均值在线信噪比估计方法达到较好的估计精度。
基于[公式11]的信道信噪比估计方法就是本发明提出的,适用于瑞利衰落信 道的信噪比估计方法,可称为校正均值在线信噪比估计方法。
由图1可见,校正均值在线信噪比估计方法由在线数据统计模块,函数查寻 表模块,估计值校正模块等部分组成。各部分的具体构成及功能描述如下。
(1)接收数据在线统计模块
该模块主要完成对解
调制器输出数据的在线统计,即完成求[公式5]中的 E(r′n 2)值和[公式7]中的[E(|r′n|)]2值的功能。
(2)函数查寻表模块
该模块利用E(r′n 2)和[E(|r′n|)]2得到[公式7]中的z。然后根据[公式10]所示的 二次函数,使用函数值查表的方法,得到[公式10]中的β值。
(3)估计值校正模块
该模块根据[公式11],在β值上加上一个校正因子η,从而得到校正均值在 线信噪比估计方法的最终信噪比估计结果。