CN111447024B - 一种无线通信系统加性高斯噪声信道建模方法 - Google Patents
一种无线通信系统加性高斯噪声信道建模方法 Download PDFInfo
- Publication number
- CN111447024B CN111447024B CN202010182395.7A CN202010182395A CN111447024B CN 111447024 B CN111447024 B CN 111447024B CN 202010182395 A CN202010182395 A CN 202010182395A CN 111447024 B CN111447024 B CN 111447024B
- Authority
- CN
- China
- Prior art keywords
- signal
- gaussian
- noise
- average power
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Noise Elimination (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种无线通信系统加性高斯噪声信道建模方法,属于无线通信领域。该方法首先输入初始信噪比SNR及初始信号平均功率P0;然后将生成的高斯复随机序列X根据信噪比和初始信号平均功率P0生成的第一帧噪声,加上第一帧输入信号生成输出信号Y,并根据当前帧信号计算当前帧信号平均功率P;最后循环进行第二步直到输入信号结束。本发明方法根据每帧信号计算信号平均功率,生成噪声是实时性高,实现简单。
Description
技术领域
本发明属于无线通信领域,涉及一种无线通信系统加性高斯噪声信道建模方法。
背景技术
加性高斯白噪声AWGN是最基本的噪声与干扰模型。加性噪声:叠加在信号上的一种噪声,通常记为n(t),而且无论有无信号,噪声n(t)都是始终存在的。因此通常称它为加性噪声或者加性干扰。白噪声:噪声的功率谱密度在所有的频率上均为一常数,则称这样的噪声为白噪声。如果白噪声取值的概率分布服从高斯分布,则称这样的噪声为高斯白噪声。概率分布是标准正太分布,即:
μ为位置参数,σ为尺度参数。
加性高斯白噪声信道是无线通信中最广泛存在信道环境,对无线通信系统建模极其重要,当前加性高斯信道建模采用方法多数基于软件实现,可应用于硬件实现的方法中如中心极限定理和Box-Muller等方法会占用较多的硬件资源,而且在获取信号平均功率时实时性不高,导致生成的噪声精确性较差。
因此,目前亟需一种能够提高获取加性高斯噪声信道信号实时性的方法。
发明内容
有鉴于此,本发明的目的在于提供一种无线通信系统加性高斯噪声信道建模方法,在计算每帧的输入信号平均功率,提高加性高斯噪声信道的实时性,并且产生复高斯随机序列的步骤可以采用预存1024组高斯随机序列实现时采用按均匀分布随机提取生成,以此来降低实现难度。
为达到上述目的,本发明提供如下技术方案:
一种无线通信系统加性高斯噪声信道建模方法,首先输入初始信噪比SNR及初始信号平均功率P0;然后将生成的高斯复随机序列X根据信噪比和初始信号平均功率P0生成的第一帧噪声,加上第一帧输入信号生成输出信号Y,并根据当前帧信号计算当前帧信号平均功率P;最后循环进行第二步直到输入信号结束;该方法具体包括以下步骤:
S1:输入初始信噪比SNR及初始信号平均功率P0;
S2:生成0-1的均匀分布的相互独立随机序列u1,u2(m1,m2),通过计算得到符合高斯分布的随机序列Rx和Ix,将其作为高斯复随机序列的实部和虚部得到复高斯随机序列X;
S3:根据信噪比及初始信号平均功率生成的第一帧噪声,将其加上第一帧输入信号生成输出信号Y;
S4:根据当前帧信号,计算更新输入信号平均功率P;
S5:最后循环步骤S2至步骤S4,直到输入信号结束。
进一步,所述步骤S2中,生成0-1的均匀分布的独立随机序列u1,u2(m1,m2),通过计算得到符合高斯分布的随机序列Rx作为复高斯随机序列的实部为:
U1=(u1+1/998)/(1000/998)
U2=(u2+1/998)/(1000/998)
通过相同方法生成复高斯随机序列的虚部Ix,得到复高斯随机序列X:
M1=(m1+1/998)/(1000/998)
M2=(m2+1/998)/(1000/998)
X=Rx+j*Ix
其中,j表示复数单位(并且此步骤可以采用预存1024组高斯随机序列实现时采用按均匀分布随机提取生成,以此来降低实现难度)。
进一步,所述步骤S3中,根据信噪比及初始信号平均功率生成第一帧噪声Noise,加上第一帧输入信号Signal_input生成输出信号Y:
Y=Signal_input+Noise
其中,std(*)表示求标准差。
进一步,所述步骤S4中,根据当前帧信号计算输入信号平均功率更新P值:
P=sum(abs(Signal_input(i)))/(Signal_length(i))
其中,sum(*)为求和函数,abs(*)为求复数的模值,Signal_input(i)为第i帧输入信号序列,Signal_length(i)为第i帧输入信号序列长度。
本发明的有益效果在于:本发明通过增加复随机序列生成可存取模块,降低了实现难度;以及通过实时计算每帧输入信号的平均功率应用到下一帧信号噪声计算增加信道建模的实时性;本发明具有很高的实用价值。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明所述加性高斯噪声信道建模方法的流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
请参阅图1,为一种无线通信系统加性高斯噪声信道建模方法,首先输入初始信噪比SNR及初始信号平均功率P0;然后将生成的高斯复随机序列X根据信噪比和初始信号平均功率P0生成的第一帧噪声,加上第一帧输入信号生成输出信号Y,并根据当前帧信号计算当前帧信号平均功率P;最后循环进行第二步直到输入信号结束;该方法具体包括以下步骤:
S1:输入初始信噪比SNR及初始信号平均功率P0;
S2:生成0-1的均匀分布的相互独立随机序列u1,u2(m1,m2),通过计算得到符合高斯分布的随机序列Rx和Ix,将其作为高斯复随机序列的实部和虚部得到复高斯随机序列X。
其中,生成0-1的均匀分布的相互独立随机序列u1,u2(m1,m2),通过计算得到符合高斯分布的随机序列Rx作为复高斯随机序列的实部为:
U1=(u1+1/998)/(1000/998)
U2=(u2+1/998)/(1000/998)
通过相同方法生成复高斯随机序列的虚部Ix,得到复高斯随机序列X:
M1=(m1+1/998)/(1000/998)
M2=(m2+1/998)/(1000/998)
X=Rx+j*Ix
其中,j表示复数单位(并且此步骤可以采用预存1024组高斯随机序列实现时采用按均匀分布随机提取生成,以此来降低实现难度)。
S3:根据信噪比及初始信号平均功率生成第一帧噪声Noise,加上第一帧输入信号Signal_input生成输出信号Y为:
Y=Signal_input+Noise
其中,std(*)表示求标准差。
S4:根据当前帧信号,根据当前帧信号计算输入信号平均功率更新P值:
P=sum(abs(Signal_input(i)))/(Signal_length(i))
其中,sum(*)为求和函数,abs(*)为求复数的模值,Signal_input(i)为第i帧输入信号序列,Signal_length(i)为第i帧输入信号序列长度。
S5:最后循环步骤S2至步骤S4,直到输入信号结束。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种无线通信系统加性高斯噪声信道建模方法,其特征在于,该方法具体包括以下步骤:
S1:输入初始信噪比SNR及初始信号平均功率P0;
S2:生成0-1的均匀分布的相互独立随机序列u1,u2(m1,m2),通过计算得到符合高斯分布的随机序列Rx和Ix,将其作为高斯复随机序列的实部和虚部得到高斯复随机序列X;
S3:根据初始信号平均功率生成的第一帧噪声,将其加上第一帧输入信号生成输出信号Y;
S4:根据当前帧信号,计算更新输入信号平均功率P;
S5:最后循环步骤S2至步骤S4,直到输入信号结束;
步骤S2中,生成的0-1的均匀分布的相互独立随机序列u1,u2(m1,m2),通过计算得到符合高斯分布的随机序列Rx作为复高斯随机序列的实部为:
U1=(u1+1/998)/(1000/998)
U2=(u2+1/998)/(1000/998)
通过相同方法生成复高斯随机序列的虚部Ix,得到复高斯随机序列X:
M1=(m1+1/998)/(1000/998)
M2=(m2+1/998)/(1000/998)
X=Rx+j*Ix
其中,j表示复数单位;
步骤S3中,根据初始信号平均功率生成第一帧噪声Noise,加上第一帧输入信号Signal_input生成输出信号Y:
Y=Signal_input+Noise
其中,std(*)表示求标准差。
2.根据权利要求1所述的一种无线通信系统加性高斯噪声信道建模方法,其特征在于,所述步骤S4中,根据当前帧信号计算输入信号平均功率更新P值:
P=sum(abs(Signal_input(i)))/(Signal_length(i))
其中,sum(*)为求和函数,abs(*)为求复数的模值,Signal_input(i)为第i帧输入信号序列,Signal_length(i)为第i帧输入信号序列长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010182395.7A CN111447024B (zh) | 2020-03-16 | 2020-03-16 | 一种无线通信系统加性高斯噪声信道建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010182395.7A CN111447024B (zh) | 2020-03-16 | 2020-03-16 | 一种无线通信系统加性高斯噪声信道建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111447024A CN111447024A (zh) | 2020-07-24 |
CN111447024B true CN111447024B (zh) | 2022-03-11 |
Family
ID=71652346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010182395.7A Active CN111447024B (zh) | 2020-03-16 | 2020-03-16 | 一种无线通信系统加性高斯噪声信道建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111447024B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108521311A (zh) * | 2018-04-24 | 2018-09-11 | 成都吉纬科技有限公司 | 一种基于格雷序列的信噪比估计方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030049803A (ko) * | 2001-12-17 | 2003-06-25 | (주) 윌텍정보통신 | 부가성 백색잡음 발생 장치 |
CN1756248B (zh) * | 2004-09-29 | 2010-06-02 | 上海贝尔阿尔卡特股份有限公司 | 多入多出正交频分复用移动通信系统及信道估计方法 |
CN101697495B (zh) * | 2009-11-05 | 2013-02-06 | 湖南大学 | 一种基于博弈论的mimo信道跟踪方法 |
CN101807880A (zh) * | 2009-12-17 | 2010-08-18 | 北京交通大学 | 一种高斯白噪声发生器及实现方法 |
-
2020
- 2020-03-16 CN CN202010182395.7A patent/CN111447024B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108521311A (zh) * | 2018-04-24 | 2018-09-11 | 成都吉纬科技有限公司 | 一种基于格雷序列的信噪比估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111447024A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | An efficient deep learning model for automatic modulation recognition based on parameter estimation and transformation | |
CN108304877B (zh) | 一种基于机器学习的物理层信道认证方法 | |
Zhang et al. | A data preprocessing method for automatic modulation classification based on CNN | |
CN109889462B (zh) | 一种适用于高速可见光通信的神经网络辅助的迭代接收方法 | |
CN107276932B (zh) | 一种盲源信号分离的方法及装置 | |
CN110138459A (zh) | 基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置 | |
CN103441962A (zh) | 一种基于压缩感知的ofdm系统脉冲干扰抑制方法 | |
CN107947881A (zh) | 一种混合高斯噪声稀疏贝叶斯频谱感知方法 | |
CN115146670A (zh) | 基于数据增强和对比学习的射频指纹识别方法及系统 | |
CN107038730A (zh) | 基于高斯尺度结构块分组的稀疏表示图像重建方法 | |
CN111447024B (zh) | 一种无线通信系统加性高斯噪声信道建模方法 | |
CN114707765A (zh) | 一种基于动态加权聚合的联邦学习负荷预测方法 | |
CN109981219B (zh) | 一种基于分布式压缩感知的非正交多址系统信号检测方法 | |
CN104079520B (zh) | 一种ofdm系统的脉冲干扰抑制方法 | |
CN114124168B (zh) | 一种基于深度学习的mimo-noma系统信号检测方法及系统 | |
CN108566227A (zh) | 一种多用户检测方法 | |
CN113704737A (zh) | 一种小样本物理层设备认证方法、系统、终端及存储介质 | |
CN111401412B (zh) | 一种基于平均共识算法的物联网环境下分布式软聚类方法 | |
CN107817473A (zh) | 一种提高可见光定位精度的方法 | |
Li et al. | Determination of cancellation factors for soft-decision partial PIC detector in DS/CDMA systems | |
CN107463750B (zh) | 锁相环电路中阻容参数确定方法 | |
CN114374435B (zh) | 一种基于ofdm的可见光通信与定位一体化方法及系统 | |
CN116094634A (zh) | 一种多径衰落信道的仿真方法及装置 | |
Long et al. | Bit error rate improvement for chaos shift keying chaotic communication systems | |
Solomentsev et al. | Research of energy characteristics of QAM modulation techniques for modern broadband radio systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |