[发明专利]一种信噪比估计方法

说明书

技术领域

本发明涉及通信技术领域，尤其涉及一种信噪比估计方法。

背景技术

在通信系统中，表征信道质量的参数主要有误码率、误包率、信噪比（信干比）、接收信号强度、多普勒频移和信道时延扩展等，其中，误码率和误包率是信号传输质量的直接度量，但它们需要通过大量的统计才能够得到，耗费时间长，不能够反应实时系统性能。而信噪比（Signal to Noise Ratio，SNR）作为通信系统中一项重要的参数，是多种通信技术得以实现的重要依据，包括移动通信中的切换、链路自适应技术、译码算法等等，其直接与误码率、误包率相关，并且可以实时测量，能够更真实的反应系统的实时特性，方便设计人员尽可能的利用有限资源来提升系统性能。

信噪比是指接收信号中平均有用信号功率和干扰噪声的平均功率之比，估计的方法通常可以分为盲估计方法和基于导频符号的估计方法。其中，前者需要进行大量统计和复杂的运算，并且估计精度不如后者精确；后者是指在发送数据符号中插入导频，然后在接收端利用这些已知的导频进行信噪比估计，通常，导频符号是在频域插入的，即和数据符号一样放到不同的子载波上发送。对于导频符号辅助的估计方法，有以下几种经典的方法可以参考：

在文献1【Sandrine Boumard,Novel Noise Variance and SNR Estimation Algorithm for Wireless MIMO OFDM Systems,GLOBECOM2003,0-7803-7974-8-03/$17.002003,IEEE,1330-1334】中，提供的信噪比估计方法的核心思想是假设相邻子载波的信道近似相等，这样可以通过相邻子载波的相似性减少计算的复乘次数。但是，这种假设也局限了该算法的性能，这是因为：当信道的均方时延扩展增大时，假设条件就越来越得不到满足，引入的误差也越来越大，并且会在低信噪比和高信噪比的情况下出现error floor（错误平层），从而导致信噪比估计性能恶化。因此，虽然该算法的实现方式较简单，但是它只适用于慢衰落信道的环境中。

在文献2【Chenyang Li,Sumit Roy,Subspace-Based Blind Channel Estimation for OFDM by Exploiting Virtual Carriers,IEEE Transactions on Wireless Communications,Vol.2,No.1,January2003,141-150】中，提出了一种基于特征值分解的信噪比估计算法，该算法利用接收信号共轭相乘矩阵的特征值估计信噪比，也就是相当于时间上无延时自相关。这种方法不会随着信噪比的增加而出现平顶效应，并且MMSE（Minimum mean-square error最小均方差）会下降，每一帧的计算波动也比较小。但是，当估计的路径模型与实际的多径数目相差较大的时候，会出现较大误差。并且计算特征值所需的硬件在实现中难度较大。

文献3【蔡梦张科峰邹雪城吴兰春，基于空子载波的信噪比估计算法，华中科技大学学报（自然科学报）第38卷第3期，69-71】提出了基于虚子载波的信噪比估计算法，该算法假设虚子载波上带的是纯噪声，那么信噪比估计是比较准确的。但是，在实际中，虚子载波是要被滤波器滤除的，而且不能保证虚子载波上全是纯噪声，其还会携带频带串扰和本振干扰，这会使噪声功率估计极不准确，波动也比较剧烈。

文献4【REN Guang-liang,ZHANG Hui,CHANG Yi-lin,An SNR blind estimation technique based on virtual carriers in OFDM systems,西安电子科技大学学报第31卷第2期，186-189】提供了一种基于导频时域自相关的算法，但是，该算法每一次的计算结果波动比较大，但在多次计算后的NMSE较小。同时，该算法也存在平顶效应，当信噪比过大或者过小的时候都会出现性能恶化。

文献5【张金成彭华赵国庆，信噪比估计算法研究，信息工程大学学报第12卷第5期，535-543】提供了利用导频位置信道估计值进行频域自相关以获得SNR估计的算法，该算法与利用时间自相关的算法是类似的。后者在不同时间同一子载波作能量计算后平均，而前者是在同一时间点不同子载波做能量计算后平均。然而，对于频选信道，频域自相关在做平均时忽略了频率选择衰落。因此当信道出现比较严重的深衰落时，估计性能会出现严重恶化，并且该算法计算量比较大，有相较于时间自相关更多的相关运算。