CN111970014B - 信号的噪声估计方法及相关产品 - Google Patents

Abstract

本申请实施例提供一种信号的噪声估计方法及相关产品，所述方法包括如下步骤：获取信号的所有子带的噪声平均值AVE_G；依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略，依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果。本申请提供的技术方案具有增强噪声估计的灵活性和普适性的优点。

Description

信号的噪声估计方法及相关产品

技术领域

本申请涉及通信处理技术领域，尤其涉及一种信号的噪声估计方法及相关产品。

背景技术

噪声信号指一切有干扰性的信号。如由于外部原因(如工业干扰等)或内部原因(如元件、器件内部的热骚动等)引起的妨碍电信接收的电干扰。

对于OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)调制的系统而言，传统的噪声估计要么是宽带噪声估计要么是子带噪声估计，其中宽带噪声估计适用于噪声平稳分布的场景，子带噪声估计适用于噪声非平稳的场景，通常我们需要知道场景的先验信息，再选择是用宽带噪声估计还是子带噪声估计。因此现有的噪声估计无法自适应场景调整，影响噪声的灵活性和普适性。

发明内容

本申请实施例公开了一种信号的噪声估计方法及相关产品，本申请的方法引入噪声平稳与非平稳界定，针对平稳与非平稳，采取不同的估计措施，从而实现噪声的自适应估计，增强噪声估计的灵活性和普适性。

第一方面，提供一种信号的噪声估计方法，所述方法包括如下步骤：

获取信号的所有子带的噪声平均值AVE_G；

据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略，依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果。

第二方面，提供一种信号的噪声估计装置，所述装置包括：

获取单元，用于获取信号的所有子带的噪声平均值AVE_G；

噪声单元，用于依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略，依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果。

第三方面，提供一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面所述的方法中的步骤的指令。

本申请实施例第四方面公开了一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面所述的方法。

本申请实施例第五方面公开了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

本申请实施例第六方面公开了芯片系统，所述芯片系统包括至少一个处理器，存储器和接口电路，所述存储器、所述收发器和所述至少一个处理器通过线路互联，所述至少一个存储器中存储有计算机程序；所述计算机程序被所述处理器执行时实现第一方面所述的方法。

本申请的技术方案通过噪声估计算法，获得每个子带(每个PRB)的噪声估计值，然后计算所有子带的噪声估计值的平均值，并通过设定上下阈值界定噪声平稳和非平稳区域，将平稳区域的噪声平滑已得到平稳区域噪声估计值，非平稳噪声区域不平滑，以自适应地估计每个子带噪声，实现噪声平稳和非平稳场景下最佳估计的目的。

附图说明

以下对本申请实施例用到的附图进行介绍。

图1是本申请实施例提供的一种示例通信系统的系统架构图；

图2是本申请实施例提供的一种信号的噪声估计方法的流程示意图；

图3是本申请实施例一提供的信号的噪声方法的总流程示意图；

图4是本申请实施例一提供的自适应选择的流程示意图；

图5是本申请实施例一提供的信号的噪声估计方法流程示意图；

图6是本申请实施例提供的一种信号的噪声估计装置的结构示意图。

具体实施方式

下面结合本申请实施例中的附图对本申请实施例进行描述。

本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，表示前后关联对象是一种“或”的关系。

本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。

本申请实施例的技术方案可以应用于如图1所示的示例通信系统100，该示例通信系统100包括终端110和网络设备120，终端110与网络设备120通信连接。

该示例通信系统100例如可以是：全球移动通讯(Global System of Mobilecommunication，GSM)系统、码分多址(Code Division Multiple Access，CDMA)系统、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)系统、通用分组无线业务(General Packet Radio Service，GPRS)、长期演进(Long Term Evolution，LTE)系统、先进的长期演进(Advanced long term evolution，LTE-A)系统、新无线(New Radio，NR)系统、NR系统的演进系统、免授权频谱上的LTE系统(LTE-based access to unlicensedspectrum，LTE-U)、免授权频谱上的NR系统(NR-based access tounlicensed spectrum，NR-U)、通用移动通信系统(Universal Mobile Telecommunication System，UMTS)、下一代通信系统或其他通信系统等。

通常来说，传统的通信系统支持的连接数有限，也易于实现，然而，随着通信技术的发展，移动通信系统将不仅支持传统的通信，还将支持例如，设备到设备(Device toDevice，D2D)通信，机器到机器(Machine to Machine，M2M)通信，机器类型通信(MachineType Communication，MTC)，以及车辆间(Vehicle to Vehicle，V2V)通信等，本申请实施例也可以应用于这些通信系统。可选地，本申请实施例中的通信系统可以应用于载波聚合(Carrier Aggregation，CA)场景，也可以应用于双连接(Dual Connectivity，DC)场景，还可以应用于独立(Standalone，SA)布网场景。

本申请实施例中的终端110可以指用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。终端还可以是蜂窝电话、无绳电话、会话启动协议(session initiation protocol，SIP)电话、无线本地环路(wireless local loop，WLL)站、个人数字助理(personaldigital assistant，PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、中继设备、车载设备、可穿戴设备，未来5G网络中的终端或者未来演进的公用陆地移动通信网络(public land mobile network，PLMN)中的终端等，本申请实施例对此并不限定。

本申请实施例中的网络设备120可以是用于与终端通信的设备，该网络设备可以是LTE系统中的演进型基站(evoled NodeB，eNB或eNodeB)，还可以是云无线接入网络(cloud radio access network，CRAN)场景下的无线控制器，或者该网络设备可以为中继设备、接入点、车载设备、可穿戴设备以及未来5G网络中的网络设备或者未来演进的PLMN网络中的网络设备，5G系统中的基站的一个或一组(包括多个天线面板)天线面板，或者，还可以为构成gNB或传输点的网络节点，如基带单元(baseband unit，BBU)，或，分布式单元(distributed unit，DU)等，本申请实施例并不限定。

在一些部署中，gNB可以包括集中式单元(centralized unit，CU)和DU。gNB还可以包括有源天线单元(active antenna unit，AAU)。CU实现gNB的部分功能，DU实现gNB的部分功能。比如，CU负责处理非实时协议和服务，实现无线资源控制(radio resource control，RRC)，分组数据汇聚层协议(packet data convergence protocol，PDCP)层的功能。DU负责处理物理层协议和实时服务，实现无线链路控制(radio link control，RLC)层、媒体接入控制(media access control，MAC)层和物理(physical，PHY)层的功能。

参阅图2，图2提供了一种信号的噪声估计方法，该方法应用于如图1所示的网络系统中，该方法可以由电子设备执行，该电子设备可以为终端设备，也可以为网络侧设备，当然在实际应用中，还可以为其他类型的通信设备，例如智能穿戴设备等等，该方法如图2所示，包括如下步骤：

步骤S201、获取信号的所有子带的噪声平均值AVE_G；

上述子带的获取方式包括但不限于：利用带通滤波器(BPF)组把原始信号分割为若干(例如m个)子频带，该子频带简称子带。本申请获取所有子带的方式还可以采用其他的方法。

所有子带中每个子带的噪声可以通过噪声估计算法得到，例如通过子带噪声估计算得到所有子带中每个子带的噪声。

上述子带可以为半个PRB(Physical Resource Block，物理资源块)、1个PRB或多个PRB，本申请对子带的粒度并不限定。

带宽与PRB数量如表1所示。

表1：

步骤S202、依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略，依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果。

在一种可选的方案中，上述获取信号的所有子带的噪声平均值AVE_G具体包括：

通过子带噪声估计对信号的所有子带的噪声进行估计得到所有子带的噪声值集合G＝{G₀,G₁,…,G_N-1}，其中N为子带的数量值；计算所述噪声值集合的平均值AVE_G。

上述噪声值集合G中，下标标识噪声值对应的子带在噪声值集合的编号，该编号起始值可以为0，当然在实际应用中，还可以是其他的起始值，例如1。

在一种可选的方案中，所述依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略具体包括：

计算所述噪声值集合G＝{G₀,G₁,…,G_N-1}与AVE_G之间的差值得到差值集合diff＝{diff ₀,diff ₁,…,diff _N-1}，统计差值集合diff中超过门限阈值的数量α，依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略。

上述差值集合diff中超过门限阈值的具体方式可以为，若diff为正，则确定超过门限阈值上门限的为超过门限阈值，若diff为负，则确定低于门限阈值下门限的为超过门限阈值。

上述门限阈值可以为预设的门限阈值，当然该门限阈值也可以由网络侧配置，本申请并不限制上述门限阈值的具体获取方式。

上述diff为差值结合，其中diff集合中的下标为子带的编号，得到的具体方式例如，diff₀＝G₀-AVE_G；diff_i＝G_i-AVE_G，这样即能够计算出差值集合中所有的差值。

在一种可选的方案中，上述依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略具体包括：

若所述数量α小于所述数量阈值，将差值集合diff中小于门限阈值所对应噪声值确定为平稳噪声数组G’，将差值集合diff中大于或等于门限阈值所对应噪声值确定为非平稳噪声数组G”；计算平稳噪声数组G’的平均值BW_G_AVE，采用BW_G_AVE替换所述平稳噪声数组G’的值得到更新平稳噪声数组。

例如，G＝{G₀,G₁,…,G_N-1}中的N＝15，则具有15个子带的噪声值，假设G₀到G₅对应的diff₀到diff₅均小于门限阈值，其他则大于门限阈值，确定α小于数量阈值，则计算BW_G_AVE＝(G₀+G₁+G₂+G₃+G₄+G₅)/6；将噪声值集合G中G₀到G₅更换成BW_G_AVE，非平稳噪声组G”的值不变。

在一种可选的方案中，所述依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略具体包括：

若所述数量α大于或等于所述数量阈值，将差值集合diff中小于门限阈值所对应噪声值确定为平稳噪声数组G’，将差值集合diff中大于或等于门限阈值所对应噪声值确定为非平稳噪声数组G”；

若非平稳噪声数组G”具有大于或等于所述数量阈值连续非平稳子带，将该连续非平稳子带左、右相邻的平稳子带添加至非平稳噪声数组G”，该连续非平稳子带左、右相邻的平稳子带从平稳噪声数组G’删除；

计算平稳噪声数组G’的平均值BW_G_AVE，采用BW_G_AVE替换所述平稳噪声数组G’的值得到更新平稳噪声数组。

例如，G＝{G₀,G₁,…,G_N-1}中的N＝15，则具有15个子带的噪声值，假设G₀到G₂、G₁₄对应的diff₀到diff₂、diff₁₁均小于门限阈值，其他则大于门限阈值，确定α＝11，若数量阈值＝5；将G₂、G₁₄更换到到G’，则计算BW_G_AVE＝(G₀+G₁)/2，将G₀、G₁更换成BW_G_AVE，非平稳噪声组G”的值不变。

在一种可选的方案中，所述依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果具体包括：

将所述更新平稳噪声数组和非平稳噪声数组G”确定为所述信号的最终噪声估计结果。

实施例一

本申请实施例一提供了一种信号的噪声估计方法，该方法可以由电子设备执行，该方法的总体流程图如图3所示，该方法的自适应选择流程图如图4所示，该方法如图5所示，具体可以包括如下步骤：

步骤S501、通过子带噪声估计模块得到子带噪声G＝{G₀,G₁,…,G_N-1}；

上述步骤S501中的子带通常是以PRB为单位，其中N表示PRB的个数，由LTE带宽决定(子带大小也可自定义，比如半个PRB为一个子带，或者两个PRB为一个子带等)；

步骤S502、通过宽带噪声估计模块得到宽带噪声Noise；

如图3所示，可以设置初步噪声选择开关，若开关关闭，则选择Noise为最终估计噪声(该配置主要用于确知的噪声平稳场景，即不打开自适应功能)；若开关打开，则使用自适应噪声估计(即执行如图4所示的流程)，

步骤S503、在初步噪声选择开关开启时，启动自适应流程对噪声进行估计。

进行如下自适应估计方法：

计算所有PRB的G的平均值为AVE_G＝(G₀+…+G_N-1)/N；

对于第i个PRB，计算差值diff_i值，diff_i＝G_i-AVE_G；

如果diff_i为正，则判断是否超过上门限(up_Line＝up_th*AVE_G,0≤up_th≤1),如果超过就是非平稳，否则就是平稳。若为平稳，记录对应的PRB编号为index，并将此PRB的噪声G_index存放到平稳PRB噪声数组G’中；

如果diff_i为负，则判断是否超过下门限(down_Line＝-(down_th*AVE_G),0≤down_th≤1),如果超过就是非平稳，否则就是平稳；同理，记录平稳噪声对应的PRB编号及存放相应的G值到平稳噪声数组G’中；

当连续非平稳个数大于连续门限Th(Th>＝1)时，将连续非平稳的左右两个PRB噪声也置为非平稳噪声；

综上得到平稳噪声数组G’＝{G₀,G₁,…,G_Index-1}，其中Index表示噪声平稳PRB的个数。计算平稳噪声数组G’均值，即所有噪声平稳PRB对应G的均值，记为BW_G_AVE＝(G₀+…+G_Index-1)/Index，并将所有平稳PRB的噪声G替换为BW_G_AVE。

本申请的技术方案通过噪声估计算法，获得每个子带(每个PRB)的噪声估计值，然后计算所有子带的噪声估计值的平均值，并通过设定上下阈值界定噪声平稳和非平稳区域，将平稳区域的噪声平滑已得到平稳区域噪声估计值，非平稳噪声区域不平滑，以自适应地估计每个子带噪声，实现噪声平稳和非平稳场景下最佳估计的目的。

参阅图6，图6提供了一种信号的噪声估计装置，所述装置包括：

获取单元601，用于获取信号的所有子带的噪声平均值AVE_G；

噪声单元602，用于依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略，依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果。

本申请的技术方案通过噪声估计算法，获得每个子带(每个PRB)的噪声估计值，然后计算所有子带的噪声估计值的平均值，并通过设定上下阈值界定噪声平稳和非平稳区域，将平稳区域的噪声平滑已得到平稳区域噪声估计值，非平稳噪声区域不平滑，以自适应地估计每个子带噪声，实现噪声平稳和非平稳场景下最佳估计的目的。

在一种可选的方案中，

噪声单元602，具体用于通过子带噪声估计对信号的所有子带的噪声进行估计得到所有子带的噪声值集合G＝{G₀,G₁,…,G_N-1}，其中N为子带的数量值；计算所述噪声值集合的平均值AVE_G。

在一种可选的方案中，

噪声单元602，具体用于计算所述噪声值集合G＝{G₀,G₁,…,G_N-1}与AVE_G之间的差值得到差值集合diff＝{diff ₀,diff ₁,…,diff _N-1}，统计差值集合diff中超过门限阈值的数量α，依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略。

在一种可选的方案中，

噪声单元602，具体用于若所述数量α小于所述数量阈值，将差值集合diff中小于门限阈值所对应噪声值确定为平稳噪声数组G’，将差值集合diff中大于或等于门限阈值所对应噪声值确定为非平稳噪声数组G”；计算平稳噪声数组G’的平均值BW_G_AVE，采用BW_G_AVE替换所述平稳噪声数组G’的值得到更新平稳噪声数组。

在一种可选的方案中，

噪声单元602，具体用于若所述数量α大于或等于所述数量阈值，将差值集合diff中小于门限阈值所对应噪声值确定为平稳噪声数组G’，将差值集合diff中大于或等于门限阈值所对应噪声值确定为非平稳噪声数组G”；

若非平稳噪声数组G”具有大于或等于所述数量阈值连续非平稳子带，将该连续非平稳子带左、右相邻的平稳子带添加至非平稳噪声数组G”，该连续非平稳子带左、右相邻的平稳子带从平稳噪声数组G’删除；

计算平稳噪声数组G’的平均值BW_G_AVE，采用BW_G_AVE替换所述平稳噪声数组G’的值得到更新平稳噪声数组。

在一种可选的方案中，

噪声单元602，具体用于将所述更新平稳噪声数组和非平稳噪声数组G”确定为所述信号的最终噪声估计结果。

本申请实施例还提供一种芯片系统，所述芯片系统包括至少一个处理器，存储器和接口电路，所述存储器、所述收发器和所述至少一个处理器通过线路互联，所述至少一个存储器中存储有计算机程序；所述计算机程序被所述处理器执行时，图2、图3、图4或图5所示的方法流程得以实现。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在用户设备上运行时，图2、图3、图4或图5所示的方法流程得以实现。

本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在终端上运行时，图2、图3、图4或图5所示的方法流程得以实现。

本申请实施例还提供一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行图2、图3、图4或图5所示实施例的方法中的步骤的指令。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模板。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模板并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种信号的噪声估计方法，其特征在于，所述方法包括如下步骤：

获取信号的所有子带的噪声平均值AVE_G；

依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略，依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果；

所述依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略具体包括：

计算噪声值集合G＝{G₀,G₁,…,G_N-1}与AVE_G之间的差值得到差值集合diff＝{diff₀,diff₁,…,diff_N-1}，统计差值集合diff中超过门限阈值的数量α，依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略；

所述依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略具体包括：

若所述数量α大于或等于所述数量阈值，将差值集合diff中小于门限阈值所对应噪声值确定为平稳噪声数组G’，将差值集合diff中大于或等于门限阈值所对应噪声值确定为非平稳噪声数组G”；

若非平稳噪声数组G”具有大于或等于所述数量阈值连续非平稳子带，将该连续非平稳子带左、右相邻的平稳子带添加至非平稳噪声数组G”，该连续非平稳子带左、右相邻的平稳子带从平稳噪声数组G’删除；

计算平稳噪声数组G’的平均值BW_G_AVE，采用BW_G_AVE替换所述平稳噪声数组G’的值得到更新平稳噪声数组。

2.根据权利要求1所述的方法，其特征在于，所述获取信号的所有子带的噪声平均值AVE_G具体包括：

通过子带噪声估计对信号的所有子带的噪声进行估计得到所有子带的噪声值集合G＝{G₀,G₁,…,G_N-1}，其中N为子带的数量值；计算所述噪声值集合的平均值AVE_G。

3.根据权利要求1所述的方法，其特征在于，所述依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果具体包括：

将所述更新平稳噪声数组和非平稳噪声数组G”确定为所述信号的最终噪声估计结果。

4.根据权利要求1-3任意一项所述的方法，其特征在于，

所述子带为半个物理资源块PRB、1个PRB或多个PRB。

5.一种信号的噪声估计装置，其特征在于，所述装置包括：

获取单元，用于获取信号的所有子带的噪声平均值AVE_G；

噪声单元，用于依据每个子带的噪声与AVE_G之间的差值确定所述信号的噪声估计策略，依据所述噪声估计策略对所述信号的噪声进行估计得到所述信号的最终噪声估计结果；

所述噪声单元，具体用于计算噪声值集合G＝{G₀,G₁,…,G_N-1}与AVE_G之间的差值得到差值集合diff＝{diff₀,diff₁,…,diff_N-1}，统计差值集合diff中超过门限阈值的数量α，依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略；

所述依据所述数量α与数量阈值之间的关系确定所述信号的噪声估计策略具体包括：

若所述数量α大于或等于所述数量阈值，将差值集合diff中小于门限阈值所对应噪声值确定为平稳噪声数组G’，将差值集合diff中大于或等于门限阈值所对应噪声值确定为非平稳噪声数组G”；

若非平稳噪声数组G”具有大于或等于所述数量阈值连续非平稳子带，将该连续非平稳子带左、右相邻的平稳子带添加至非平稳噪声数组G”，该连续非平稳子带左、右相邻的平稳子带从平稳噪声数组G’删除；

计算平稳噪声数组G’的平均值BW_G_AVE，采用BW_G_AVE替换所述平稳噪声数组G’的值得到更新平稳噪声数组。

6.一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-4任意一项所述的方法中的步骤的指令。

7.一种芯片系统，所述芯片系统包括至少一个处理器，至少一个存储器和接口电路，所述存储器、所述接口电路和所述至少一个处理器通过线路互联，所述至少一个存储器中存储有计算机程序；所述计算机程序被所述处理器执行时实现如权利要求1-4任意一项所述的方法。

8.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在用户设备上运行时，执行如权利要求1-4任意一项所述的方法。

Images