一种用于瑞利信道的校正均值在线信噪比估计方法专利检索-瑞利衰落电信专利检索查询-专利查询网

一种用于瑞利信道的校正均值在线 信噪比估计方法

阅读：316发布：2020-05-14

专利汇可以提供一种用于瑞利信道的校正均值在线信噪比估计方法专利检索，专利查询，专利分析的服务。并且一种用于瑞利信道的校正均值在线信噪比估计方法是一种可应用于移动通信系统的在线信噪比估计方法，属于移动通信系统中的信道估计技术领域。其特征是：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。对于长为N的一帧信号，只需要(2N+1)次加法操作，(N+1)次乘法操作，3次除法操作。，下面是一种用于瑞利信道的校正均值在线信噪比估计方法专利的具体信息内容。

权利要求

1、一种用于瑞利信道的校正均值在线信噪比估计方法，其特征是：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，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，对第2步中得到的比值z进行最小二乘拟合，得到信噪比β与比值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表；
第4步：对不同的信噪比条件下，发射若干帧导频，对每一帧我们计算出真实信噪比的值，减去估计值β后所得的差值，然后求差值的平均值，并记录下来，通过仿真试验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。

说明书全文

技术领域

本发明是一种可应用于移动通信系统的在线信噪比估计方法，属于移动通信系统中的信道估计技术领域。

背景技术

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。

发明内容

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。

具体实施方式

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

r_{n}^{'} = \pm a_{n} \sqrt{E_{s}} + n_{n}

[公式1]
其中an是衰落因子，an幅度符合瑞利分布，也即

P_{a} (x) = {2 xe}^{{- x}^{2}}, (x > 0)

[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

r_{n}^{'} \approx \pm E (a_{n}) \sqrt{E_{s}} + n_{n}

[公式4]
我们由每一帧接收数据可得

E (r_{n}^{' 2}) \approx {(E (a_{n}))}^{2} E_{s} + σ^{2}

[公式5]

E (| r_{n}^{'} |) \approx σ \sqrt{\frac{2}{π}} e^{- ({(E (a_{n}))}^{2} E_{s} / 2 σ^{2})} + E (a_{n}) \sqrt{E_{s}} [\erf (E (a_{n}) \sqrt{\frac{E_{s}}{{2 σ}^{2}}})]

[公式6]
综合[公式5]和[公式6]，可得

z = \frac{E (r_{n}^{' 2})}{[{E (| r_{n}^{'} |)]}^{2}} \approx \frac{1 + \frac{{(E (a_{n}))}^{2} E_{s}}{σ^{2}}}{{\sqrt{\frac{2}{π}} e^{- ({(E (a_{n}))}^{2} E_{s} / {2 σ}^{2})} + \sqrt{\frac{{(E (a_{n}))}^{2} E_{s}}{σ^{2}}} [{\erf (\sqrt{\frac{{(E (a_{n}))}^{2} E_{s}}{{2 σ}^{2}}})]}}^{2}}

[公式7]

= f (\frac{{(E (a_{n}))}^{2} E_{s}}{σ^{2}}) = f {((E (a_{n}))}^{2} β)

[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。

标题	发布/更新时间	阅读量
一种多天线物联网信息传输方法	2020-05-17	75
基于相关瑞利衰落信道的中继及干扰选择方法	2020-05-11	840
一种在瑞利衰落信道中的基于最优阈值传输调度的中继节点选择方法	2020-05-13	528
多径瑞利快衰落信道下OFDM调制制式识别方法	2020-05-11	801
应用于移动通信网络的无线信道建模与仿真方法	2020-05-14	430
一种快速的Nakagami信道模型仿真方法	2020-05-16	280
一种基于瑞利衰落信道的联合决策中继选择方法	2020-05-12	310
避免偏振衰落的分布式光纤瑞利散射振动传感系统和方法	2020-05-12	804
一种基于小样本的精确能量检测方法	2020-05-14	249
一种多径瑞利衰落信道下改善高阶累积量信号识别的方法	2020-05-12	578

一种用于瑞利信道的校正均值在线信噪比估计方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：