CN103441965A - 一种Sounding信号的信噪比估计方法 - Google Patents

Abstract

本发明涉及信噪比估计技术，尤其涉及探测参考信号的信噪比估计方法，包括：求出信道的时域冲击响应；确定噪声估计区间；加窗操作；计算平均信噪比。本发明所述方法能有效减少Sounding信号泄露对噪声估计的影响，进而得到准确的信噪比估计。

Description

一种Sounding信号的信噪比估计方法

技术领域

本发明涉及信噪比估计技术，尤其涉及探测参考信号的信噪比估计方法。

背景技术

长期演进计划(Long Term Evolution，LTE)系统中，在上行链路定义了探测参考信号(Sounding Reference Signal，SRS)，用于信道质量的探测、频域调度及功率控制等操作。SRS覆盖的范围通常大于当前数据的传输带宽，从而可以得到整个信道带宽内的信道质量信息，进而选择信道质量好的频带作为下个时隙数据传输的信道频带。

人们通常用信噪比(SNR)作为衡量信道质量的一个重要参数。目前，研究人员提出的信噪比估计方法主要可以分为两大类：一类是基于非数据辅助的盲估计的方法，如二阶矩四阶矩方法(M2M4)。另一类是基于导频的数据辅助的估计方法，本发明所探讨的Sounding信号便属于这一类方法。由于LTE系统本身就需要利用如Sounding信号等导频来实现系统同步、信道估计等，因此信噪比估计也可以利用这些已有的导频序列来实现，不会给通信系统带来额外的开销，且精度较高。

但是目前研究人员对信噪比的研究多是在OFDM系统下的，而LTE上行链路是采用的SC-FDMA的多址方式，二者存在一定区别，一些在OFDM系统下可以取得良好性能的信噪比估计算法并不完全适用Sounding信号或者说性能达不到系统要求。因此，本发明针对Sounding信号这一特殊的导频提出了一种性能良好，且具有一定实用价值的信噪比估计方法。

发明内容

本发明的目的在于提供一种Sounding信号的信噪比估计方法，该方法利用加窗技术，能有效减少信号泄露对噪声估计的影响，进而得到准确的信噪比估计。

本发明的目的是通过以下技术方案来实现的：

S1、假设系统模型为Y_k＝X_k·H_k+W_k(k＝0，1，...，N_s-1)，其中，X_k表示在第k个子载波上的发送信号，W_k表示均值为0，方差为σ²的高斯白噪声，H_k为信道的频率响应，对Y_k做最小二乘估计（LS），得到信道系数的估计值为：

H_LS(k)＝Y(k)X^*(k)

＝H(k)+V(k)  k＝0，1，...，N_s-1，其中，X^*(k)表示X(k)的共轭，V(k)代表噪声成分，N_s为SRS的序列长度；

S2、对Y_k做IFFT变换，得到时域的冲击响应：

h_LS(l)＝IFFT{H_LS(k)}＝h(l)+v(l)，l＝0，1，...，N_s-1，其中，H_LS(*)为上式所得的频域信道响应，h(l)为真实的信道冲击响应，v(l)为噪声成分；

S3、噪声估计区间的确定，噪声估计区间为window＝[N_cp:N_s-N_cp-1]；

S4、确定窗函数，进行加窗操作，包括：

S41、确定窗函数为汉明窗，

0≤l≤N_s-1；

S42、对S41所述窗函数w(l)的门限值进行确定：

$h_w=\left\{\begin{array}{cc}{h}_{\mathrm{LS}}\left(l\right)\·w\left(l\right)& \mathrm{MSE}\left(H_{\mathrm{DFT}}\right)\≥\mathrm{MSE}\left(H_{\mathrm{LS}}\right)\\ h_{\mathrm{LS}}\left(l\right)& \mathrm{others}\end{array}\right.,$ 其中，MSE(H_DFT)表示DFT信道估计的MSE，MSE(H_LS)表示LS信道估计的MSE值；

S5、计算噪声功率和平均信噪比：噪声方差的估计值为 ${{\widehat{\mathrm{\σ}}}_w}^2=\frac{1}{\mathrm{length}\left(\mathrm{window}\right)}\underset{l=N_{\mathrm{CP}}}{\overset{N_s-N_{\mathrm{cp}}-1}{\mathrm{\Σ}}}{\left|h_w\left(l\right)\right|}^2,$ 则平均信噪比为 ${\mathrm{\ρ}}_{\mathrm{av}}=\frac{\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|Y_k\right|}^2-{{\widehat{\mathrm{\σ}}}_w}^2}{{{\widehat{\mathrm{\σ}}}_w}^2}.$

本发明的有益效果是：通过利用空载波技术，利用加窗技术，能有效减少Sounding信号泄露对噪声估计的影响，进而得到准确的信噪比估计。

附图说明

图1为本发明提出的信噪比估计方法的流程图；

图2为信道能量泄露的示意图；

图3为LS和DFT信道估计的MSE对比图；

图4为本发明所提算法的平均信噪比估计仿真图

图5为本发明所提算法的NMSE仿真图。

具体实施方式

下面结合附图来说明本发明的具体实施方式：

本发明提供了一种Sounding信号的信噪比估计算法，具体流程如图1所述。

S1、假设系统模型为Y_k＝X_k·H_k+W_k(k＝0，1，...，N_s-1)，其中，X_k表示在第k个子载波上的发送信号，W_k表示均值为0，方差为σ²的高斯白噪声，H_k为信道的频率响应，对Y_k做最小二乘估计（LS），得到信道系数的估计值为：

H_LS(k)＝Y(k)X^*(k)

＝H(k)+V(k)  k＝0，1，...，N_s-1，其中，X^*(k)表示X(k)的共轭，V(k)代表噪声成分，N_s为SRS的序列长度；

S2、对Y_k做IFFT变换，得到时域的冲击响应：

h_LS(l)＝IFFT{H_LS(k)}＝h(l)+v(l)，l＝0，1，...，N_s-1，其中，H_LS(*)为上式所得的频域信道响应，h(l)为真实的信道冲击响应，v(l)为噪声成分；

S3、噪声估计区间的确定，噪声估计区间为window＝[N_cp:N_s-N_cp-1]。对于整数采样间隔信道：假设信道长度为L，则对于采样点大于信道长度的部分，时域冲击响应是为0的（即当l≥L时，h(l)＝0）。因此，由A所述的时域冲击响应的估计值h_LS(l)的最后N_s-L个采样点可以看做全由噪声组成。由于实际中信道长度通常是未知的，并且L一般是小于循环前缀的长度的，因此可以用循环前缀的长度N_CP代替信道长度L，这部分便可以用来进行噪声估计。对于非整数采样间隔信道，由于多径时延位置不是采样时间的整数倍，因此当进行IFFT变换的时候会存在能量泄露，信道的能量会泄露到h_LS(l)所有的采样点上，如图2所示。从图中可以看出h_LS(l)存在拖尾现象，即在h_LS(l)的尾部也存在少量的信号能量。因此，在进行噪声估计的时候必须将这部分残留的信号能量消除，否则将对噪声估计带来很大误差；

S4、随着信噪比的提高，有用信号能量会向噪声区间泄露，尤其是在高信噪比下，这将导致噪声估计不准确，从而影响整个算法的性能。因此，我们提出通过加窗技术进一步提高噪声估计的准确性。确定窗函数，进行加窗操作，包括：

S41、确定窗函数为汉明窗，0≤l≤N_s-1，加窗的目的主要是为了抑制高信噪比时的能量泄露影响；

S42、分别计算LS信道估计和DFT信道估计的最小均方误差（MSE），由仿真实验可知，在信噪比较小的区域，DFT的MSE是小于LS的MSE的，但是随着信噪比的逐渐升高，DFT的MSE最终会大于LS的MSE，如图3所示，这主要是由于在高信噪比下DFT信道估计更易受信号能量泄露的影响，基于此现象，对S41所述窗函数w(l)的门限值进行确定：

$h_w=\left\{\begin{array}{cc}{h}_{\mathrm{LS}}\left(l\right)\·w\left(l\right)& \mathrm{MSE}\left(H_{\mathrm{DFT}}\right)\≥\mathrm{MSE}\left(H_{\mathrm{LS}}\right)\\ h_{\mathrm{LS}}\left(l\right)& \mathrm{others}\end{array}\right.,$ 其中，MSE(H_DFT)表示DFT信道估计的MSE，MSE(H_LS)表示LS信道估计的MSE值；

S5、计算噪声功率和平均信噪比：噪声方差的估计值为 ${{\widehat{\mathrm{\σ}}}_w}^2=\frac{1}{\mathrm{length}\left(\mathrm{window}\right)}\underset{l=N_{\mathrm{cp}}}{\overset{N_s-N_{\mathrm{cp}}-1}{\mathrm{\Σ}}}{\left|h_w\left(l\right)\right|}^2,$ 则平均信噪比为 ${\mathrm{\ρ}}_{\mathrm{av}}=\frac{\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|Y_k\right|}^2-{{\widehat{\mathrm{\σ}}}_w}^2}{{{\widehat{\mathrm{\σ}}}_w}^2}.$

Claims (1)

1.一种Sounding信号的信噪比估计方法，其特征在于：其步骤如下所述：

S1、假设系统模型为Y_k＝X_k·H_k+W_k(k＝0，1，...，N_s-1)，其中，X_k表示在第k个子载波上的发送信号，W_k表示均值为0，方差为σ²的高斯白噪声，H_k为信道的频率响应，对Y_k做最小二乘估计（LS），得到信道系数的估计值为：

H_LS(k)＝Y(k)X^*(k)

＝H(k)+V(k)  k＝0，1，...，N_s-1，其中，X^*(k)表示X(k)的共轭，V(k)代表噪声成分，N_s为SRS的序列长度；

S2、对Y_k做IFFT变换，得到时域的冲击响应：

h_LS(l)＝IFFT{H_LS(k)}＝h(l)+v(l)，l＝0，1，...，N_s-1，其中，H_LS(*)为上式所得的频域信道响应，h(l)为真实的信道冲击响应，v(l)为噪声成分；

S3、噪声估计区间的确定，噪声估计区间为window＝[N_cp:N_s-N_cp-1]；

S4、确定窗函数，进行加窗操作，包括：

S41、确定窗函数为汉明窗，0≤l≤N_s-1；

S42、对S41所述窗函数w(l)的门限值进行确定：

$h_w=\left\{\begin{array}{cc}{h}_{\mathrm{LS}}\left(l\right)\·w\left(l\right)& \mathrm{MSE}\left(H_{\mathrm{DFT}}\right)\≥\mathrm{MSE}\left(H_{\mathrm{LS}}\right)\\ h_{\mathrm{LS}}\left(l\right)& \mathrm{others}\end{array}\right.,$ 其中，MSE(H_DFT)表示DFT信道估计的MSE，MSE(H_LS)表示LS信道估计的MSE值；

S5、计算噪声功率和平均信噪比：噪声方差的估计值为 ${{\widehat{\mathrm{\σ}}}_w}^2=\frac{1}{\mathrm{length}\left(\mathrm{window}\right)}\underset{l=N_{\mathrm{CP}}}{\overset{N_s-N_{\mathrm{cp}}-1}{\mathrm{\Σ}}}{\left|h_w\left(l\right)\right|}^2,$ 则平均信噪比为 ${\mathrm{\ρ}}_{\mathrm{av}}=\frac{\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|Y_k\right|}^2-{{\widehat{\mathrm{\σ}}}_w}^2}{{{\widehat{\mathrm{\σ}}}_w}^2}.$

Images