基于先验信息的M-APSK信号迭代信噪比估计

该文提出了一种适合多进制振幅移相键控信号信噪比估计的迭代算法。给定先验信息的条件下,由经过平坦衰落的多进制振幅移相键控信号的概率分布出发,对其对数期望求导得到信噪比参数和数据的关系,引入数据可信度更新信噪比参数,从而获得相应的迭代算法。与已有的矩方法相比,该文提出的基于先验信息迭代算法在迭代四次,互信息大于0.4以上时性能优于已有非数据辅助算法,而无先验信息下的五次迭代时中高信噪比下优于矩方法。     

基于数据辅助的MPSK信号频域信噪比估计

为在载波频率精确恢复前提高多进制数字相位调制（MPSK）信号在低信噪比下的估计精度,提出了一种数据辅助的MPSK信号频域信噪比估计算法。算法在符号定时恢复和帧同步后提取同步段符号,相关运算后在频域进行信噪比估计。仿真结果表明,算法估计均值无偏,不受载波频率误差的影响,在符号长度为512、信噪比为-10 dB时,均方误差与克拉美罗界只有0.15 dB的偏差,特别适合于接收信号包含载波频率误差且要求低信噪比下具有较高信噪比估计性能的应用。     

无数据辅助软判决信噪比估计

现有的无数据辅助信噪比估计算法基于接收信号的硬判决信息。在低信嗓比时,这种估计算法出现较大偏差,为此提出了一种基于软判决的估计算法,并通过仿真和原有的算法在估计性能上进行了比较。仿真结果表明,该算法在低信噪比下具有良好的性能。     

载波频率估计的编码辅助算法

本文讨论了载波频率估计的编码辅助(code-aided)算法。因为难以直接计算频率的最大似然估计值,我们转而利用EM算法迭代逼近这一结果,而且将EM迭代与MAP译码器结合起来,在频率估计中利用了译码输出的信息,从而在低信噪比下获得了非常理想的性能。仿真结果表明,文中所给算法的性能远优于传统的NDA算法。     

一种低复杂度编码辅助载波同步算法

该文针对低信噪比下编码辅助同步算法存在复杂度高的问题,在分析了后验信息概率分布特性的基础上,通过设定表征可靠性大小的门限值得到了只有3种状态的简化后验均值和新的后验似然比。将新的后验均值和似然比分别运用到基于软扫频的粗同步和基于期望最大的细同步算法中,得到一种新的同步算法。新算法使用了一种新的评价函数和简化的期望最大算法。通过码率为1/6的Turbo码验证了新算法可以大幅降低加法及乘法的运算次数,在信噪比大于-7.9 dB时能达到理想同步,最大性能损失仅为0.05 dB。     

低信噪比下相位编码信号载频估计新方法

研究了电子侦察中相位编码信号的载频估计问题, 提出一种低信噪比下载频估计新方法.该方法首先将相位编码信号划分为等长度的交叠区间, 并计算各个区间内信号频谱的聚集性测度, 然后采用网格密度聚类算法对聚集性测度进行分类, 以聚类结果作为载频估计的特征类, 最后叠加特征类频谱并提取峰值得出信号载频估计值.实验结果表明, 该方法无需先验知识, 对编码形式不敏感, 且能够在较低信噪比下完成相位编码信号的载频估计, 适合于电子侦察场合.     

DVB-S2 ACM技术中的信噪比估计

为了在DVB-S2系统自适应编码调制(ACM)技术中实现对信道信噪比的精确、高效估计,提出了一种基于子空间分解的数据辅助类信噪比估计算法。计算机仿真结果表明,在较宽的信噪比范围内,该算法的性能优于数据辅助类的最大似然估计算法和经典的基于子空间分解的ED算法,估计精度高,计算复杂度低,非常适合在DVB-S2系统ACM技术中应用。     

信噪比盲估计算法性能比较

为了实现非协作环境下的通信信号信噪比估计,本文在功率谱分析的基础上,提出了一种基于功率谱差分的信噪比盲估计算法,并将其与传统的基于奇异值分解的信噪比盲估计算法进行了比较。理论与仿真结果表明,与传统方法相比,本文提出的算法不但复杂度低,而且在低信噪比情形下仍具有较高的估计精确度和稳健性。     

OFDM信噪比估计分析与设计

本文研究的是OFDM系统中的信噪比估计算法,并利用DSP芯片,通过AD6640和AD6620组成中频接收平台,将其应用到实际的OFDM传输系统中。信噪比估计在许多无线通信系统中发挥着重要的作用,它可以提供自适应传输技术中的功率控制和比特分配算法需要的信道质量信息。DSP是现在主流的信号处理器件,具有强大的数字信号处理性能,利用C语言可以方便的实现系统中各种复杂的算法。     

BPSK信号盲信噪比估计的一种新算法

对于MPSK信号而言，信噪比的估计可以直接转化成对信号模的估计问题。本文从最大似然的信号模估计出发，通过复高斯白噪声信道的角度考虑BPSK信号和2次方去数据调制的方法得出了一种针对BPSK信号的盲信噪比估计新算法，计算机仿真显示这种简单算法具有优良的估计性能。文章还对新算法产生高性能的原因进行了分析。     

OFDM系统中一种新的迭代信道估计算法

本文提出了OFDM系统中一种新的基于软信息迭代处理的信道估计算法。该算法将面向判决最小二乘估计算法和盲估计算法相结合,在估计器中构造了一种新的置信度量函数,根据解码和软映射重构的反馈信号置信度大小在两种估计算法中自适应选择,这样估计的信道频响可以有效提高软信息迭代接收性能,大大降低信道估计训练开销。仿真结果表明,本文提出的算法能有效跟踪信道时变,限制传统面向判决估计的错误传播,达到好的系统性能。     

基于EM算法的码辅助迭代载波同步的预估计

针对非贝叶斯迭代载波同步联合译码算法的收敛条件进行研究,以EM迭代估计模型为例,重点研究了多种频偏预估计算法的估计性能,并结合最大似然相位估计算法,仿真得到了使EM迭代估计器收敛的概率,分析无法收敛对系统译码性能的恶化程度,以及为满足最终误码性能所需要选择的预估计方案,并得到了一些有参考价值的结论.     

非理想信噪比估计对BICM-ID系统性能的影响

该文给出一种直观的信噪比估计非理想时的先验信息建模,使用外信息转移图较为全面地分析了非理想信噪比估计对带迭代译码的比特交织编码调制系统性能的影响,分析结果表明非理想信噪比估计对典型的星座类型和标号在高斯和瑞利信道下的影响相似;通过对不同帧长的系统性能比较可知,长帧下信噪比估计偏小在-3dB以下时性能会大大下降,而估计偏大则没有影响;而对于中短帧而言,在相同的偏差下,偏小的影响要大于偏大的影响;此外,还给出由拟合得到的8PSK高斯信道和16QAM高斯与瑞利信道下的信噪比估计算法,最后通过系统仿真验证了该算法的有效性。     

LTE中一种基于探测参考信号的信噪比估计算法

为了在上行链路支持频率选择性调度,长期演进(LTE)系统定义了探测参考信号(SRS)用于信道质量估计。该文主要研究SRS的信噪比估计方法,针对Boumard方法和传统DFT方法的缺点,提出一种改进的基于DFT的估计方法。该方法通过在时域修正噪声的估计区间,减小高信噪比时有用信号能量泄露对噪声估计的影响,从而获得更准确的信噪比估计。仿真结果表明,所提方法的估计性能优于Boumard方法和传统的DFT方法,提高了高信噪比时的估计精度,在高信噪比区域,平均估计性能提高了约6 dB以上。     

LTE上行链路中基于探测参考信号的信噪比估计

信噪比是衡量信道质量的一个重要参数,该文主要研究LTE(Long Term Evolution)系统中基于探测参考信号(Sounding Reference Signal, SRS)的信噪比估计方法。针对DASS(Difference of Adjacent Subcarrier Signal)算法在高信噪比下噪声估计误差较大的这一缺点,该文提出一种适用于SRS的改进DASS方法。该方法通过重新定义子载波的差分方式,减小了噪声估计的误差,并且由于对连续的3个SRS频点,仅需要估计一次噪声,使得该文方法的复杂度仅为原DASS方法的1/3。仿真结果表明,所提方法的估计性能优于其余的方法,特别是在低时延和中等时延信道下,高信噪比时的估计精度提高了约10倍。     

MPSK信号的最大似然SNR估计方法

该文利用最大似然准则分别推导了对于MPSK信号的数据辅助SNR估计方法、判决指向SNR估计方法和一种新的盲信噪比估计方法。文章对这些算法的性能进行了分析和计算机仿真,并与其它一些SNR估计算法进行了比较。分析和仿真的结果显示数据辅助的SNR方法性能优越,很好地符合了信噪比估计性能下限(CRLB)。判决指向算法性能依赖于判决的准确程度,在高信噪比时性能较好;而在低信噪比条件时,特别是小于OdB以后其估计有较大偏差。新的盲SNR估计算法对于BPSK信号具有估计范围广、精度高和复杂度小的特点,但是当M增加时性能会明显下降。     

QPSK数字接收机中的SNR估计的新方法

通过对基于判决反馈的信噪比最大似然估计推导过程的分析,得出：判决反馈最大似然估计得到的估计值是有偏估计;利用基带数据的高阶矩特性,可以获得渐近无偏估计。该文提出了两种新的SNR的迭代求解方法。一种是基于NDA(Non-Data-Aided)最大似然估计的梯度迭代求解方法,这种方法与其它迭代方法相比,具有更好的收敛性能。另一种是基于统计参量的迭代方法,它不需要对输入数据进行存储;而且在相同的信噪比估计性能下,与其它迭代运算相比,运算量大大降低,尤其适合于低信噪比下信噪比估计要求高的应用中。最后,文章对比了几种SNR估计子的性能与运算量。     

迭代均衡系统中的一种SNR估计方法

该文首先分析了最大后敛概率(Maximum A posterior Probability, MAP)迭代均衡及其简化算法Max-Log- MAP(MLM)、缩放软信息的Max-Log-MAP算法(Scaled Max-Log-MAP,SMLM)对SNR估计误差的敏感性问题,然后利用SMLM算法对SNR估计误差不敏感的特性,提出了一种基于SMLM的软输出信息估计信道SNR的方法。最后,利用该算法,还提出了一种新的迭代均衡算法,并研究了其性能,结果表明该算法不仅不需要任何导引符号开销,还能获得非常接近具有理想的SNR的MAP算法的误码性能。