《基于数据辅助的mpsk信号频域信噪比估计-甘明.pdf》由会员分享，可在线阅读，更多相关《基于数据辅助的mpsk信号频域信噪比估计-甘明.pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第58卷第1期2018年1月电讯技术Telecommunication EngineeringV0158，No1January，2018doi：103969jissn1001-893x201801008引用格式：甘明基于数据辅助的MPSK信号频域信噪比估计J电讯技术，20t8，58(1)：4145GAN MingData-aided SNR estimation ofMPSK signalsinfrequencydomainJTelecommunication Engineering，2018，58(1)：4l一45基于数据辅助的MPSK信号频域信噪比估计4甘 明料(中国西南电子技术研究所，成
2、都610036)摘要：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、信噪比为一10 dB时，均方误差与克拉关罗界只有015 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。关键词：MPSK信号；信噪比估计；数据辅助；最大似然估计；载波频率鲁棒开放科学(资源服务)标识码(OSID)：中图分类号：TN91 文献标志码：
3、A震 微信扫描二维码听独家语音介绍与作者在线交流文章编号：1001893X(2018)01004105Data-aided SNR Estimation of MPSK Signalsin Frequency-domainGAN Ming(Southwest China Institute of Electronic Technology，Chengdu 610036，China)Abstract：In order to improve the estimation accuracy of Multiple Phase Shift Keying(MPSK)signals inlow signa
4、l-to-noise ratio(SNR)condition before the carrier frequency is accurately recovered，a frequency-domain data-aided(DA)SNR estimator for MPSK signals is proposedAfter the symbol timing recoveryand frame synchronization，the algorithm is used to extract the pilot symbols，and then estimate the SNR inthe
5、frequency domain after correlation processingSimulation results show that the mean estimation valuehas no bias and it is not influenced by the carrier frequency errorUnder the circumstances that the symbollength is 5 12 and the SNR is一10 dB，its mean square error(MSE)and CramerRao lower bounds(CRLB)d
6、eviation is only 015 dB，SO it is suitable for the applications in which superior SNR performanceat low SNR before the carrier frequency recovery is requiredKey words：MPSK signal；SNR estimation；data aided；maximuln likelihood estimation；carrier frequency robust1 引 言在通信系统中信噪比是衡量通信质量的重要指标。信噪比估计是信道估计的重要组
7、成部分，系统的信号检测、自适应速率调整、Turbo码的迭代译码、发射端功率调节等功能都依赖信噪比的准确估计。一般来说，信噪比估计算法大致可以分为两类：数据辅助(DataAided，DA)和非数据辅助(NonDataAided，NDA)。文献1对前人研究的多种信噪比估计方法进行了总结，并进行了性能仿真比较。常用的基于NDA的盲信噪比估计包括二阶矩四阶收稿13期：20170726；修回13期：20171113 Received date：201707-26；Revised date：20171113通信作者：18080962525189cn Corresponding author：1808096
8、2525189cn41万方数据电讯技术 2018焦矩(M2M4)心4估计法、信号一方差比(SignaltoVariation Ratio，SVR)估计法5和奇异值分解法(Singular Value Decomposition，SVD)估计法6，广泛应用于中高信噪比估计，在低信噪比下的性能差。基于DA的最大似然(Maximum Likelihood，ML)估计方法使用已知的传输序列，在低信噪比下能获得精确的信噪比估计值，广泛应用于深空通信和卫星系统74。然而，基于DA的ML估计方法在存在载波频率误差的情况下，估计性能会急剧下降。文献10提出了一种载波频率鲁棒(Carrier Frequency
9、Robust，CFR)的DA信噪比估计方法，在精确的符号定时恢复1l-12和帧同步13的条件下对接收得到的同步段符号，进行前后符号的相关计算作为接收总功率。该方法克服了载波频率误差的影响但在低信噪比条件下，均方误差与克拉美罗界偏差较大。文献1415的频域(Frequency Domain，FD)信噪比估计方法利用白噪声频谱平坦的特点，选取接收信号谱密度最低的一段作为纯噪声频谱。该方法不受载波频率误差的影响，但实际系统一般是估计带内的信噪比频带内信号和噪声是叠加无法提取纯白噪声频谱。本文提出了一种基于DA的频域信噪比估计方法，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
10、。与前面所述文献方法相比本文方法在低信噪比条件下的性能更优，同时具有载波频率鲁棒的特点。2基于DA的信噪比估计方法21基于DA的最大似然(MLDA)估计方法多进制数字相位调制(Multiple Phase Shift Keying，MPSK)的数字通信系统，在有Nyquist成形滤波(如发送端脉冲成形滤波器选择均方根升余弦滤波器接收端匹配滤波器具有同均方根升余弦滤波器)且定时同步和载波频率的剩余误差足够小，这样可以忽略码间干扰对信噪比估计造成的影响，按符号率抽样后的输出基带信号“：r=厢+俩nt，后=1，2，K。 (1)式中：o-t,。+j为同步段序列对应的MPSK调制信号，口。为同相分量，o
11、。为正交分量；S和分别是信号和噪声功率；n。=凡。+jnQk为接收信号中包含的噪声信号，噪声信号n。是均值为0且方差为l的服从正态分布N(0，1)的独立同分布复高斯白噪声。令估计的信号和噪声功率分别为和，估计42的接收总功率为食，定义接收信号的信噪比为7，估计的信噪比为9，由文献1得到MLDA估计的信噪比为妒埘=1 i1丕K Reh引2 (2)zIML-DA食A=篙Ik2掣A，(3)多帆。04=_K旦一。 (4)7 1 o 、。，专二2一s舭。0“K台l。这就是基于DA的SNR最大似然估计可以看出，该方法只能工作在精确的载波频率恢复的条件下。随着载波频率误差的增大，式(2)估计的信号功率会急剧
12、变小信噪比的估计偏差变大。22载波频率鲁棒的DA信噪比(CFRDA)估计方法由文献10，在接收机未进行精确的载波频率恢复前。按符号率抽样后。与接收端的本地同步段相关后的输出基带信号为缸-ro,k+=幅ej钆+俩nIo?。 (5)式中：0=2,rrkv+00，后=1，2，K，u为归一化频率偏差，吼为固定相位偏差。定义z。的前后相关值如为Rc2南舌。?， (6)展开为Rel=t【一-x-l tz：t15ej2,n-vt。mV7，t+I“I+I，z口!-+幅历eJ0k+l(nkn：)+e巾t(凡二。n)。 (7)式中：2，rrv=0。一0“是频偏引起的固定相位差。在此基础上，定义尺c。为肫mm Ki
13、mi蔓zmzk-m+】， (8)则CFRDA估计的信噪比为sm。0“=产圣l Rc。I， (9)CFR-DA-丁F_=一。 (10)玄磊2一妒加“23基于DA的频域(FDDA)估计方法在式(5)中缸为消除了同步段序列信息，只保留载波频率误差的正弦信号可e鲰，其幅度为可归一化频率为。频率t，即为载波频率误差，其信噪比保持不变，仍为SN。由于钆为含白噪声的正弦信号，信号能量在频域集中，利于信号和噪声的分万方数据第58卷 甘明：基于数据辅助的MPSK信号频域信噪比估计 第1期离，采用文献14的思想，利用白噪声频谱平坦的特点，选取信号频谱非正弦信号的一段作为纯噪声频谱进行信噪比的估计。由于正弦信号能量
14、不受频率偏差影响，该方法具有抗载波频率误差的特点，可在接收机的载波频率同步之前进行。该方法可归结为以下几个步骤：Step 1 接收端通过定时同步和帧到达检测获得同步段序列信号h(k=1，2，K)。“的功率谱如图1所示，由于接收机与信号带宽匹配，因此信号和噪声是叠加在一起的，无法提取纯白噪声频谱。O1020趟馨-30基140重50爿 图1接收信号的功率谱Fig1 The spectrum of the received signalsStep 2将r。与本地对应的同步段序列信号的共轭转置：复乘，为缸，见式(5)。z。的功率谱如图2所示，若信号的正弦频率恰好位于陕速傅里叶变换后的谱线上，则其信号能
15、量几乎全部集中在该谱线上，此时，可将其余谱线的值全部视为噪声，从而估计出信噪比。不过，大多数情况下，信号的正弦频率并不位于谱线上，而是落在两个谱线之间，这时就会发生频谱泄露，信号能量集中于连续的多个谱线上，因此应将多个谱线作为信号谱线，但信号谱线数目远小于陕速傅里叶变化的点数。图2的功率谱Fig2 The spectrum of zStep 3 对进行点快速傅里叶变化，并计算其幅度值平方I鼍I 2(七=1，2，)。Step 4计算估计的接收总功率食：，启=荟2。 (11)Step 5 提取纯白噪声频谱，计算估计的噪声功率。具体为在J置J 2中找出最大值，其谱线序号为k。，为去掉频谱泄露的影响，
16、蒋谱线序号范围ko-M，I|。+M作为过渡段，M：22，则估计的噪声功率为胪。0“=而N鲁2M可1(舡。：豪M2)。(12)一 一( +)、一：嚣M1“l 7。、1。7Step 6计算估计的信噪比：FD-DA-噪芸。 (13)3仿真与分析基于DA最大似然估计方法简称为MLDA，文献10提出的载波频率鲁棒的DA信噪比估计方法简称为CFRDA，本文提出的方法简称为FDDA，下面采用Monte Carlo方法对以上三种信噪比估计算法进行计算机仿真，评估其性能。好的信噪比估计算法应该是无偏的(或估计偏差很低)，另外应具有小的估计均方误差。均方误差描述了随着信噪比的增加估计算法的渐进性其定义为MSE=E
17、(7一y)2。 (14)为了更好地比较三种算法的性能我们将其估计的MSE与文献16给出的数据辅助的BPSK的信噪比估计的克拉美罗界(CRLB)进行对比。数据辅助的BPSK的信噪比估计的CRLB为 伽肿)=志(专“)。(15)式中：信噪比为y，数据辅助长度为K。图3给出了信噪比估计均值与载波频率误差的关系。仿真环境为加性白高斯噪声(Additive WhiteGaussion Noise，AWGN)信道，BPSK调制，SNR为5 dB归一化载波频率误差在一25102510。3之间，仿真次数为10 000。由图3可知，对于MLDA信噪比估计算法，其数据辅助的符号长度K分别为128和256。当归一化
18、频率误差为0时其估计均值是无偏的；归一化频率误差增大，估计均值开始偏离实际信噪比，并且符号长度K越大，估计均值偏差越大。对于CFRDA和FDDA信噪比估计算法，其符号长度K为256。在整个归一化频率误差范围内，其估计均值相对于真实SNR是无偏的。43万方数据wmteleonlineen 电讯技术 2018正一2520151005 00 05 10 15 20 25归一化频率误差lO3图3 在载波频率误差下的信噪比估计均值Fig3 Mean estimation value of SNR estimatorswith frequeney errors图4给出了信噪比估计均值与SNR的关系。仿真环
19、境为AWGN信道BPSK调制，符号长度K为128，归一化载波频率误差为0，SNR为一10一10 dB，仿真次数为10 000。由图4可见，在中高信噪比时，三种算法的估计均值均与实际SNR曲线紧密吻合但在低信噪比时(信噪比小于一6 dB)，CFRDA信噪比估计算法是有偏的。并随着信噪比降低均值偏差逐渐增大，在SNR为一10 dB时。CFRDA信噪比估计有13 dB的偏差。FDDA与MLDA信噪比估计算法的性能相当，在整个范围内与实际信噪比基本重合。108 6 4 2 0 2 4 6 8 10sNRdB图4 K=128的信噪比估fO,J均值Fig4 Mean estimation value of
20、 SNR estimators when K=128图5给出了信噪比估计均方误差与SNR的关系。仿真环境为AWGN信道，BPSK调制，符号长度K为128和512归一化载波频率误差为0，SNR为一1010 dB，仿真次数为10 000。由图5可见，MLDA估计算法性能最好，在K=128和K=512时均方误差能很好的符合克拉美罗界。CFRDA信噪比估计在中高信噪比时(信噪比大于0 dB)，均方误差与克拉美罗界很接近，随着信噪比的降低，偏差增大；SNR为一10 dB、K=128时与克拉美罗界有563 dB44的偏差：K=512时偏差降低至202 dB。FDDA的均方误差性能在K=128时信噪比低于一
21、8 dB后，与克拉美罗界出现偏差，在SNR为一10 dB时偏差143 dB；增加符号长度K=512时，偏差015 dB，与克拉美罗界基本一致。虱5信噪比估计的均方误差Fig5 MSE of SNR estimators4算法运算量分析本文提出的FDDA算法运算量包括5部分，分别为算法的Step 26。其中，Step 2为K次复数乘法，对应公式(5)；Step 3为一次长度为K的FFT1，运算，躐-lb(K)次复数乘法和Klb(K)次复数加二法；Step 4为K次复数乘法和(K一1)次实数加法，对应公式(11)；Step 5和Step 6的计算量与同步段长度K无关，且计算量相对较小，可忽略不计。
22、由于在实际运算时，复数乘法所占用的资源和时间最多，所以下面主要以复数乘法次数来评估算法运算量。表1列出了三种算法的复数乘法次数可见MLDA算法的运算量最低，FDDA算法次之，但相对于MLDA算法，增加了一个FFT的运算量，而CFRDA算法的运算量最高。由于FFT运算已非常成熟目前的FPGA、DSP芯片通常都有专门IP核或库函数对其进行优化，因此本文提出的FDDA算法在硬件实现上有一定的优势。表1算法运算量Tab1 Computational complexity of algorithms算法 复数乘法次数MLDACFRDAFDDA2K(L。+1)K一。(三。+1)2K(2+lb(K)2)5
23、结束语基于DA最大似然信噪比估计方法是有数据辅5O5O5Op靼露本撂越鏊是万方数据第58卷 甘明：基于数据辅助的MPSK信号频域信噪比估计 第1期助条件下的一种最优信噪比估计方法它是无偏的且均方误差符合克拉美罗界，但存在载波频率误差时性能急剧下降；文献10提出的载波频率鲁棒的DA信噪比估计方法的估计均值不受载波频率误差的影响，但在低信噪比时均值是有偏的，且均方误差与克拉美罗界偏差较大：本文提出的基于DA的频域信噪比估计算法，估计均值无偏且不受载波频率误差的影响，估计均方误差优于载波频率鲁棒的DA信噪比估计方法，虽然在低信噪比下性能有下降，但这种影响可通过增加数据辅助的符号长度来减轻。从而逼近克
24、拉美罗界：且算法运算复杂度不高，主要的F丌运算易于硬件实现，特别适合于接收信号包含载波频率误差且要求低信噪比条件下具有较高信噪比估计精度的应用。在后续研究中，我们将考虑MQAM信号的处理算法。参考文献：23456PAULUZ：盈D RBEAULIEU N CA comparison of SNR eS-timation techniques for the AwGN channelJ1EEE Transactions on Communications，2000，48(10)：1681-1691MA7IZNER RAn SNR estimation algorithm for complexb
25、aseband signals using higher order statisticsJFactaUnibersitatis，1993，6(1)：4152REN G LCHANG YLZHANG HA new SNRS estimator for QPSK Modulations in an AwGN channelJIEEETransactions on Circuits and Systems II：Express Briefs，2005 52(6)：336338U Z X，WU N，SD，et a1A low complexity SNR estima-tion for QPSK m
26、odulafion in AWGN channelCProceedings of the 8th International ICST Conference on Communications and NetworkingGuilin：I正2013：129132BRADDA0 A L，LOPES L B，MCLERNON D CIn-serv-ice monitoring of multipath delay and cochannel interfer-ence for indoor mobile communication systemsCProceedings of IEEE Inter
27、national Conference on Communi-cationsSan Francisco：IEEE。1994：14581462WU T，ZHENG H X，YAN D，et a1A roodified SNR estimation algorithm based on singular value decompositionCProceedings of the 2014 International Conferenceon Information and Communications TechnologiesNan-jing：lET，2014：l一57 CIONI S，GAUD
28、ENZI R D，RINALDO RChannel estima-tion and physical layer adaptation techniques for satellitenetworks exploiting adaptive coding and modulationJInternational Journal of Satellite Communications and Networking，2008，26(2)：157-1888 CIONI S，c0RAzzA G E，BOUSQUET MAn analyticalcharacterization of maximuln
29、likelihood signal-tonoiseratio estimationCProceedings of 2005 InternationalSymposium on Wireless Communication SystemsSienaItaly：IEEE，2005：827830f 9 RICE MDataaided and nondataaided maximum like1ihood SNR Estimators for CPMJIEEE Transactions onCommunications，2015，63(11)：4244425310YAN C，WANG H，KUANG
30、J，et a1Design of data-aided SNR estimator robust to frequency offset for MPSKsignalscProceedings of 2010 IEEE 71st VehicularTechnology ConferenceTaipei，China：IEEE，2010：1511 GARDER F MA BPSKQPSK timing-error detector forsampled receiversJIEEE Transactions on Communications，1986，34(5)：42342912 MENGALI
31、 U，ANDREA A NSynchronization techniquesfor digital receiversMNew York：Plenum，199713SUN F W，JIANG Y M，LEE L NFrame synchronization and pilot structure for second generation DVB viasatellitesJInternational Journal of Satellite Communications and Networking，2004，22(3)：319-33914HUA J Y，HUA H，MENG Q M，et
32、 a1A scheme for theSNR estimation and its application in Doppler shift esti-mation of mobile communication systemsCProceedings of 2004 IEEE 60th Vehicular Technology ConferencePiscataway：IEEE，2004：242715 KOsINsl(I J，Su W，SHI Y Q，et a1An investigation ofnon-dataaided SNR estimation techniques for ana
33、logmodulation signalsCProceedings of 2010 IEEESarnoff SymposiumPrinceton，NJ：IEEE，2010：l一516 ALAGHA N SCramerRao bounds of SNR estimates forBPSK and QPSK modulated signalsJIEEE Communi-cations Letters，2001，5(1)：10一12甘明(1978一)，男，四川资阳人，2004年于电子科技大学获硕士学位现为高级工程师，主要研究方向为抗干扰通信、编码和凋制。Email：18080962525189cn万方数据