qpsk信号时噪噪音频估计算法研究.docxVIP

qpsk信号时噪噪音频估计算法研究 1 研究中的质量控制 信噪比的信噪比估计对蜜蜂和卫星通信系统非常重要。另一方面，通过信噪比估算，可以应用更有效的调解算法来提高调解性能。另一方面，信噪比估计提供了转换、功率控制和信号治理算法所需的信号质量信息。文献对BPSK信号的信噪比估计进行了讨论,文献提出了BPSK在加性高斯白噪声条件下非数据辅助的信噪比估计方法,文献采用与文献类似的分析方法,推导了BPSK信号在一般Nakagami衰落信道的信噪比估计方法;文献提出了QPSK信号在加性高斯白噪声信道和有训练序列的慢衰落信道的简易估计方法;文献得到四种不同的QPSK的信噪比估计方法,并进行了性能比较。本文采用文献的分析方法,通过对实部和虚部的分别处理,得到了加性高斯白噪声条件下一种对QPSK信号精确的非数据辅助信噪比估计方法。通过计算机仿真得到,该算法的估计性能要比文献中估计算法的性能高得多。 2 qpsk信号的信噪比估计算法 我们假设系统均衡和同步的剩余误差足够小,不会对信噪比估计造成大的影响,这样就近似符合了加性高斯白噪声的条件;并且系统有Nyquist成型和完美的定时同步,这样码间串扰就可被忽略。于是匹配滤波器输出并符号率抽样得到的信号可以表示为 其中,rk为真实的星座信号,A为幅度的量值,ak∈[1+i,1-i,-1+i,-1-i];rk=Aak;nk为零均值的复高斯白噪声,其实部和虚部的方差都为σ2。将实部和虚部分别表示可重新写为 这里I,Q分别代表实部和虚部(或者称为同相和正交信号),式(2)中取+、-号的概率分别为1/2。nk表示零均值的实高斯白噪声,其方差为σ2。需要估计的QPSK信号的信噪比可定义为 下面列出QPSK已有的信噪比估计方法,文献采用一种叫做误差矢量幅值法(EVM)将I、Q两路分别处理,其估计算法可表述为: (1)分出大于零和小于零的yk＿I/Q,并在一段时间内(观察数据长度L)分别求其均值(Mean)和方差(Var);(2)利用SNR=(Mean)2/Var,分别估计信噪比;(3)对正值和负值的估计值平均以提高估计精度(或者将上面的步骤重复N次,再求平均)。以上称之为算法1。 文献中给出了4种估计方法,下面列出其中性能最好的一种算法,称为算法2,可表示为 以上两种算法对较高的信噪比值估计比较准确,但对较低的信噪比值(例如小于4dB)估计效果很差。而这一段低信噪比值的估计对QPSK信号的接收者来说,也是很重要的,所以我们必须找到一种在我们感兴趣的信噪比范围内都有效的估计方法。因为QPSK信号的解调性能在0dB以下达不到基本的误码率要求,而到了12dB以上解调性能已相当优越,没有再区分的必要,考虑到通信系统可采用像纠错编码这样的措施来提高解调性能,所以把可估计的信噪比范围设为[-5,12]dB。 因为 所以;即整个复信号的信噪比与实部和虚部的信噪比相同,于是只需对实部或虚部进行处理估计出的信噪比即可(而实部或者虚部的处理与一个BPSK信号的处理相同),采用与文献相同的处理方法,令,那么易得 又 那么, 通过两个简单的统计计算(即rk平方的均值和rk绝对值的均值)可得到函数f(λ)的值(即z值),这就给了我们估计λ的方法,即λ=g(z),其中g()=f--1(),若λ单位取dB,那么λ=10lg(g(z)),可以写成λ=g1(z);但是由于计算的复杂性,很难从式(8)和统计值中得到一个闭式解,但可以通过数据拟合的方法,在λ的一段取值范围内(即需要估计的信噪比范围内)进行多项式近似。通过优选我们使用以下的5阶多项式来近似式g1() 这个多项式用于近似z与λ之间的关系已相当精确,如图1所示。对于z这个比例值的估计可以通过相对应的使用一段数据的平均来代替均值,即使用代入式(9)来估计λ值。对于QPSK的估计来说,仅使用实部或虚部就可得到估计结果,但很明显,有用的接收信息没有被利用完全,只有将实部和虚部联合起来估计才是最有效的。于是 综上所述,对QPSK信号的信噪比估计的新算法可概括为:第一步,利用式(10)得到值;第二步,将值代入到式(9)计算近似的λ值,即得到估计的信噪比值。 通过前面的推导知道,即使得到真实的z值,通过近似多项式得到的估计值λ1,也并不是真实值λ。通过实际数据得到的是在真实的z值上下浮动其均值为z,而得到的信噪比估计值的均值为λ1(不等于λ),所以该算法不是无偏估计,但由于λ与λ1非常接近(如图1),所以可近似认为是无偏估计。 对观察数据长度的选择也是必须关注的问题,如果数据长度太短则不能进行有效估计,如果观察数据太长(即每次估计的时间间隔太长),又不能满足某些应用的需要,所以选一个比较适中的观察数据长度是必要的。 3 信噪比估计的仿真结果 下面使用Monte Carlo方法对QPSK的信噪比估计