基于数据辅助的qam信号信噪比估算方法

文档序号:7875581阅读:752来源:国知局
专利名称:基于数据辅助的qam信号信噪比估算方法
基于数据辅助的QAM信号信噪比估算方法技术领域
本发明属于通信信号处理技术领域,具体涉及一种基于数据辅助的正交幅度调制(QAM)信号信噪比估算方法。
背景技术
对接收信号的捕获、载波同步、均衡、译码等流程都需要根据估计的信噪比进行算法的初始化和迭代参数的调整。信噪比估计可以提供信道质量的信息,用于动态分配信道和功率控制。多进制正交幅度调制(Multiple quadrature amplitude modulation, MQAM)由于复杂的星座形式增大了解调难度,因此需要准确估计其信噪比,使解调算法达到最优的性能。
在加性高斯白噪声信道条件下,常用的信噪比估计算法分为两类:一类是基于数据辅助(Data-Aided, DA)的估计;另一类估计不需要数据辅助(Non-Data-Aided, NDA),即为盲估计。DA算法需要在发送数据符号时插入已知的训练序列,估计精度高,运算量较小可以实现实时处理的要求。最大似然估计法和最小均方误差估计法是两种典型的DA信噪比估计方法,如最大似然估计方法利用训练序列来构造似然函数。DA算法通过降低有效数据传输速率换取估计精度的提高。NDA算法目前主要有二阶四阶矩估计法和数据拟合估计法等。此类算法的缺点是计算比较复杂,收敛速度慢,在低信噪比下性能劣化。
QAM是相位和幅度同时调制的信号,传统的信噪比估计方法一般都针对恒包络信号,不适用于QAM调制信号。对QAM信号的信噪比估计已有文章进行了研究,包括利用信号自相关矩阵的奇异值分解实现对信噪比的盲估计;利用多项式拟合高阶统计量与信噪比的关系;基于先验信息多次迭代更新信噪比参数等。但上述方法存在较高的系统复杂度,在缺乏硬件资源的情况下,往往会有较大的估计偏差,甚至算法不能正常实现。发明内容
有鉴于此,本发明提供了一种基于数据辅助的QAM信号信噪比估算方法。该方法基于条件数最小的准则,对QAM星座图划分区域,利用各星座点间功率的比例关系,推导出QAM信号信噪比估算方法,且该方法将信噪比估算简化为求解二元线性方程组,算法简单易实现,在-15 IOdB的估计范围内具有较高的估计精度。
基于数据辅助的QAM信号信噪比估算方法是通过如下技术方案实现的:
步骤一、针对接收的训练序列的每一数据,确定其在星座图上的位置,然后统计训练序列上各数据落在星座图上各星座点上的数量;
步骤二、以星座图的中心为原点,采用多个不同半径的圆,将星座图划分成圈内和圈外区域;针对于每一种划分情况,计算出矩阵
权利要求
1.基于数据辅助的QAM信号信噪比估算方法,其特征在于,具体步骤为: 步骤一、针对接收的训练序列的每一数据,确定其在星座图上的位置,然后统计训练序列中各数据落在星座图上各星座点上的数量; 步骤二、以星座图的中心为原点,采用多个不同半径的圆,将星座图划分成圈内和圈外区域;针对于每一种划分情况,计算出矩阵.Λ =\^ \]其中变量k表示圈内星座的信号平均功率Ps @与所有星座的信号平均功率Ps的比值; 步骤三、穷举矩阵A中变量k的所有可能取值,以矩阵A的条件数cond(A)最小为原则,确定最优变量k的值,并根据最优变量k确定星座图中最优画圈的位置; 步骤四、计算接收训练序列的含噪信号平均功率ys与属于最优圈内星座点的含噪信号平均功率Ys ; 步骤五、根据线性方程Ax=y求解接收训练序列的信号平均功率Ps和噪声功率Pn,其中1.向星I= P 5向星y = y ^., 步骤六、估算接收信号的信噪比SMH(dB) = 10.1g10(^)o fH
2.根据权利要求1所述基于数据辅助的QAM信号信噪比估算方法,其特征在于,采用K-1个不同半径的圆将星座图划分成圈内和圈外区域,其中K为星座图上信号幅度的总个数;所述K-1个圆 的半径分别处于星座图上相邻幅度的两星座点之间。
全文摘要
本发明提供一种基于数据辅助的QAM信号信噪比估算方法,具体步骤为步骤一、确定训练序列在星座图上的位置;步骤二、采用多个不同半径的圆,将星座图划分成圈内和圈外区域;并计算出矩阵A;步骤三、根据A确定星座图中最优画圈的位置;步骤四、计算接收训练序列的含噪信号平均功率ys与属于最优圈内星座点的含噪信号平均功率ys内;步骤五、求解接收训练序列的信号平均功率Ps和噪声功率Pn;步骤六、估计接收信号的信噪比。本发明利用各星座点间功率的比例关系,推导出QAM信号信噪比估算方法,且该方法将信噪比估计简化为求解二元线性方程组,算法简单易实现。
文档编号H04B17/00GK103152313SQ20131007667
公开日2013年6月12日 申请日期2013年3月11日 优先权日2013年3月11日
发明者王帅, 高原, 卜祥元, 邱源, 王铁星 申请人:北京理工大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1