CN113364539B - 频谱监测设备中的数字信号信噪比盲估计方法 - Google Patents

频谱监测设备中的数字信号信噪比盲估计方法 Download PDF

Info

Publication number
CN113364539B
CN113364539B CN202110907394.9A CN202110907394A CN113364539B CN 113364539 B CN113364539 B CN 113364539B CN 202110907394 A CN202110907394 A CN 202110907394A CN 113364539 B CN113364539 B CN 113364539B
Authority
CN
China
Prior art keywords
signal
noise ratio
autocorrelation
matrix
noise
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
Application number
CN202110907394.9A
Other languages
English (en)
Other versions
CN113364539A (zh
Inventor
钟新毅
何小勇
韩兵
莫舸舸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Huari Communication Technology Co ltd
Original Assignee
Chengdu Huari Communication Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Huari Communication Technology Co ltd filed Critical Chengdu Huari Communication Technology Co ltd
Priority to CN202110907394.9A priority Critical patent/CN113364539B/zh
Publication of CN113364539A publication Critical patent/CN113364539A/zh
Application granted granted Critical
Publication of CN113364539B publication Critical patent/CN113364539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector

Abstract

本发明公开了频谱监测设备中的数字信号信噪比盲估计方法，包括：步骤S100，采集I、Q基带数据；步骤S200，对I、Q基带数据建立自相关矩阵；对自相关矩阵进行特征值分解；确定信号子空间维数和噪声子空间维数；计算并输出信噪比。本发明针对实际无线信道，提出自相关矩阵特征值分解法进行信噪比估计，该方法是一种盲估计算法，不需要基带I、Q信号载波同步、定时同步的恢复，不需要预先知道数字信号的调制类型，对2ASK、FSK类、PSK类和QAM类信号都有效，具有较强的工程应用价值，是一种应用方便的盲估计方法。

Description

频谱监测设备中的数字信号信噪比盲估计方法
技术领域
本发明涉及无线电监测技术领域，具体的说，是一种频谱监测设备中的数字信号信噪比盲估计方法。
背景技术
频谱监测设备中提供数字信号解调功能，给出数字信号的眼图、星座图和比特流。通信中数字信号解调的性能，一般是给出在一定信噪比SNR(Signal Noise Ratio)下的解调误码率。信噪比是通信信号的关键参数，它是通信质量的衡量指标之一。通信信号的信噪比估计一直是无线通信领域中的重要研究课题。对于无线电监测领域，经常会对数字信号进行检测、识别、解调、解码。在调制识别时，接收信号信噪比与调制类型分类的阈值关系密切，信噪比估计的准确与否直接影响信号的正确识别率；在解调时，信噪比用来衡量解调的质量，一般是给出在一定信噪比下的解调误码率。因此信噪比盲估计算法在无线电监测领域具有应用价值。
根据接收端是否已知信号的先验信息，信噪比的估计方法通常分为两类：数据辅助（DA，Data Aided）和非数据辅助（NDA，Non Data Aided），其中：DA借助于信号中的训练序列（导频）进行信噪比估计。基于最大似然估计的方法利用训练序列或判决反馈序列来构造似然函数，而基于矩的方法则是利用信号和噪声的2、4阶矩之间的关系来估计信噪比，这两种方法都要求系统已经取得时钟同步和载波同步。NDA是一种盲估计方法，在无线电监测领域，缺少信号的先验信息，通常采用NDA。在实验室测试环境下，开关法是比较好的一种测试信噪比的方法，它需要采集两份信号的I、Q基带数据，首先关闭信号源，采集I、Q基带数据计算噪声功率，然后打开信号源，采集I、Q基带数据计算信号功率，从而计算信号的信噪比。但是在日常频谱监测中，无法控制数字信号的发射，有时只能得到数字信号的I、Q基带数据，所以需要研究更加简便的信噪比估计算法。
发明内容
本发明的目的在于提供一种频谱监测设备中的数字信号信噪比盲估计方法，用于解决现有技术中信噪比盲估计方法要求系统取得时钟同步和载波同步，以及日常频谱监测设备无法控制数字信号的发射无法进行信噪比盲估计的问题。
本发明通过下述技术方案解决上述问题：
一种频谱监测设备中的数字信号信噪比盲估计方法，包括：
步骤S100，采集I、Q基带数据；
步骤S200，对I、Q基带数据建立自相关矩阵，采用自相关矩阵特征值分解符估算信噪比，输出信噪比。
所述步骤S200具体包括：
步骤S210：对I、Q基带数据构造自相关矩阵；
步骤S220：对自相关矩阵进行特征值分解；
步骤S230：确定信号子空间维数和噪声子空间维数；
步骤S240：计算并输出信噪比。
所述步骤S210具体包括：
步骤S211：由复数接收信号y(t)估计自相关函数序列
Figure 440724DEST_PATH_IMAGE001
，估计公式 如下：
Figure 518401DEST_PATH_IMAGE002
（1）
其中，
Figure 550948DEST_PATH_IMAGE003
为接收信号长度，
Figure 30471DEST_PATH_IMAGE004
为自相关函数序列长度，
Figure 732848DEST_PATH_IMAGE005
为自相关函数序列
Figure 422455DEST_PATH_IMAGE001
中的元素，
Figure 602901DEST_PATH_IMAGE006
；
步骤S212：由自相关函数序列
Figure 468089DEST_PATH_IMAGE001
构造自相关矩阵
Figure 200421DEST_PATH_IMAGE007
：
Figure 518270DEST_PATH_IMAGE008
（2）
其中，*表示共轭。
所述步骤S220具体包括对自相关矩阵
Figure 502407DEST_PATH_IMAGE007
进行特征值分解：
Figure 579691DEST_PATH_IMAGE009
（3）
其中：
Figure 623870DEST_PATH_IMAGE010
为
Figure DEST_PATH_IMAGE011
阶对角矩阵，
Figure 22490DEST_PATH_IMAGE012
为
Figure 810318DEST_PATH_IMAGE011
阶对角矩阵的元素，
Figure 384519DEST_PATH_IMAGE013
；
Figure 458654DEST_PATH_IMAGE011
为自相关矩阵
Figure 485516DEST_PATH_IMAGE007
的阶数，且
Figure 936089DEST_PATH_IMAGE014
；
Figure 364796DEST_PATH_IMAGE015
为
Figure 750778DEST_PATH_IMAGE007
的特征矢量组成的正交 矩阵，
Figure 891034DEST_PATH_IMAGE016
为
Figure 20664DEST_PATH_IMAGE015
共轭转置。
所述步骤S230具体为利用最小描述原理MDL，使用如下公式（4）、（5）和（6）计算信 号子空间维数
Figure 303878DEST_PATH_IMAGE017
和噪声子空间维数
Figure 985395DEST_PATH_IMAGE018
：
Figure 721270DEST_PATH_IMAGE019
（4）
Figure 389012DEST_PATH_IMAGE020
（5）
Figure 916945DEST_PATH_IMAGE021
（6）
其中，式（4）、（5）和（6）中
Figure 910309DEST_PATH_IMAGE022
；
Figure 867901DEST_PATH_IMAGE023
、
Figure 729546DEST_PATH_IMAGE024
和
Figure 721773DEST_PATH_IMAGE025
为中 间变量；
得到信号子空间维数
Figure 620459DEST_PATH_IMAGE017
：
Figure 237252DEST_PATH_IMAGE026
（7）
得到噪声子空间维数
Figure 246797DEST_PATH_IMAGE018
：
Figure 359109DEST_PATH_IMAGE027
。
所述步骤S240具体包括：
估计信号功率
Figure 818909DEST_PATH_IMAGE028
：
Figure 751093DEST_PATH_IMAGE029
估计噪声功率
Figure 688962DEST_PATH_IMAGE030
：
Figure 655781DEST_PATH_IMAGE031
得到估计信噪比
Figure 896270DEST_PATH_IMAGE032
。
本发明与现有技术相比，具有以下优点及有益效果：
本发明针对实际无线信道，提出自相关矩阵特征值分解法进行信噪比估计，该方法是一种盲估计算法，不需要基带I、Q信号载波同步、定时同步的恢复，不需要预先知道数字信号的调制类型，对2ASK、FSK类、PSK类和QAM类信号都有效，具有较强的工程应用价值，是一种应用方便的盲估计方法。
附图说明
图1为本发明的流程图；
图2为仿真分析中的FMDL函数曲线；
图3为QPSK信号在信噪比为15dB时函数FMDL(k)随k变化的曲线；
图4为自相关矩阵特征值分解法在FSK类信号下的性能分析示意图；
图5为自相关矩阵特征值分解法在PSK类信号下的性能分析示意图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例：
结合附图1所示，一种频谱监测设备中的数字信号信噪比盲估计方法，包括：
步骤S100，采集I、Q基带数据；
步骤S200，对I、Q基带数据建立自相关矩阵，采用自相关矩阵特征值分解符估算信噪比，输出信噪比，具体包括：
对I、Q基带数据构造自相关矩阵：
步骤S211：由复数接收信号y(t)估计自相关函数序列
Figure 971542DEST_PATH_IMAGE034
，估计公式 如下：
Figure 322889DEST_PATH_IMAGE036
（1）
其中，
Figure 100002_DEST_PATH_IMAGE038
为接收信号长度，
Figure 100002_DEST_PATH_IMAGE040
为自相关函数序列长度，
Figure DEST_PATH_IMAGE042
为自相关函数序列
Figure 973575DEST_PATH_IMAGE034
中的元素，
Figure DEST_PATH_IMAGE044
；
Figure 978440DEST_PATH_IMAGE040
的选择关系到自相关矩阵及其特征值 表述信号的分辨率，因此要选择合适的
Figure 150796DEST_PATH_IMAGE040
值。本发明中
Figure 696047DEST_PATH_IMAGE040
的取值范围为50~100。
步骤S212：由自相关函数序列
Figure 371879DEST_PATH_IMAGE034
构造自相关矩阵
Figure DEST_PATH_IMAGE046
：
Figure DEST_PATH_IMAGE048
（2）
其中，*表示共轭。
对自相关矩阵
Figure 547645DEST_PATH_IMAGE046
进行特征值分解：
Figure DEST_PATH_IMAGE050
（3）
其中：
Figure DEST_PATH_IMAGE052
为
Figure DEST_PATH_IMAGE053A
阶对角矩阵，
Figure DEST_PATH_IMAGE054
为
Figure DEST_PATH_IMAGE053AA
阶对角矩阵的元素，
Figure DEST_PATH_IMAGE056
；
Figure DEST_PATH_IMAGE053AAA
为自相关矩阵
Figure 486258DEST_PATH_IMAGE046
的阶数，且
Figure DEST_PATH_IMAGE058
；
Figure DEST_PATH_IMAGE060
为
Figure 274347DEST_PATH_IMAGE046
的特征 矢量组成的正交矩阵，
Figure DEST_PATH_IMAGE062
为
Figure 929320DEST_PATH_IMAGE060
共轭转置。
确定信号子空间维数和噪声子空间维数：
利用最小描述原理MDL，使用如下公式（4）、（5）和（6）计算信号子空间维数
Figure DEST_PATH_IMAGE064
和噪 声子空间维数
Figure DEST_PATH_IMAGE065
：
Figure DEST_PATH_IMAGE066
（4）
Figure DEST_PATH_IMAGE068
（5）
Figure DEST_PATH_IMAGE069
（6）
其中，式（4）、（5）和（6）中
Figure DEST_PATH_IMAGE071
；
Figure DEST_PATH_IMAGE073
、
Figure DEST_PATH_IMAGE075
和
Figure DEST_PATH_IMAGE077
为中 间变量；
得到信号子空间维数
Figure 170595DEST_PATH_IMAGE064
：
Figure DEST_PATH_IMAGE079
（7）
如图2所示，接收序列在d1处分为（0~d1）的含噪信号子空间和（d1~m）的噪声子空 间。在仿真分析中，一般假设信号带宽和噪声带宽相同，因此，含噪声子空间维数
Figure DEST_PATH_IMAGE065A
：
Figure DEST_PATH_IMAGE081
。
在证明MDL原理时，使用了一个重要假设，即调制信号s(t)和噪声n(t)均为独立的复高斯随机过程。然而在实际通信中，发送的调制信号并不是一个复高斯随机过程，此条件不能得到满足。
如图3所示，QPSK信号在信噪比为15dB时函数Fmdl(k)随k变化的曲线，图中有两个 明显的拐点d1和d2，其中d1是信号子空间和噪声子空间的分界点，d2是带内信号和带外信 号的分界点。d2的存在是由于在实际应用中，接收机的带宽要比实际信号的带宽要宽，引入 了额外的带外噪声。因此在估计实际信噪比时，为了提高精度，必须要利用MDL原理找出噪 声子空间维数
Figure DEST_PATH_IMAGE065AA
：
Figure DEST_PATH_IMAGE083
（8）
计算并输出信噪比：
为估计信号功率
Figure DEST_PATH_IMAGE085
：
Figure DEST_PATH_IMAGE087
估计噪声功率
Figure DEST_PATH_IMAGE089
：
Figure DEST_PATH_IMAGE091
得到估计信噪比
Figure DEST_PATH_IMAGE093
。
实验结果如图4和图5所示，与开关法相比，在信噪比为5至25dB时，自相关矩阵特征值分解算法对所测数字信号2FSK，4FSK，MSK，BPSK，QPSK，8PSK和PI4QPSK都具有很好的鲁棒性（同样适用于所测信号2ASK，16QAM，32QAM和64QAM），在10-25db范围内算法估计误差小于0.5db。
尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。

Claims (2)

1.一种频谱监测设备中的数字信号信噪比盲估计方法，其特征在于，包括：
步骤S100，采集I、Q基带数据；
步骤S200，对I、Q基带数据建立自相关矩阵，采用自相关矩阵特征值分解符估算信噪比，输出信噪比；
所述步骤S200具体包括：
步骤S210：对I、Q基带数据构造自相关矩阵，具体包括：
步骤S211：由复数接收信号y(t)估计自相关函数序列
Figure DEST_PATH_IMAGE001
，估计公式如 下：
Figure 461194DEST_PATH_IMAGE002
（1）
其中，
Figure DEST_PATH_IMAGE003
为接收信号长度，
Figure 333335DEST_PATH_IMAGE004
为自相关函数序列长度，为自相关函数序列
Figure 592278DEST_PATH_IMAGE001
中的元素，；
步骤S212：由自相关函数序列
Figure 286881DEST_PATH_IMAGE001
构造自相关矩阵
Figure DEST_PATH_IMAGE007
：
Figure 216791DEST_PATH_IMAGE008
（2）
其中，*表示共轭；
步骤S220：对自相关矩阵进行特征值分解，具体包括：
对自相关矩阵
Figure 177794DEST_PATH_IMAGE007
进行特征值分解：
Figure DEST_PATH_IMAGE009
（3）
其中：
Figure 825944DEST_PATH_IMAGE010
为
Figure 835488DEST_PATH_IMAGE012
阶对角矩阵，为
Figure 14458DEST_PATH_IMAGE012
阶对角矩阵的元素，
Figure DEST_PATH_IMAGE015
；
Figure 8959DEST_PATH_IMAGE012
为 自相关矩阵
Figure 759877DEST_PATH_IMAGE007
的阶数，且；
Figure DEST_PATH_IMAGE017
为
Figure 967185DEST_PATH_IMAGE007
的特征矢量组成的正交矩 阵，
Figure 652244DEST_PATH_IMAGE018
为
Figure 65908DEST_PATH_IMAGE017
共轭转置；
步骤S230：确定信号子空间维数和噪声子空间维数，具体为：
利用最小描述原理MDL，使用如下公式（4）、（5）和（6）计算信号子空间维数
Figure DEST_PATH_IMAGE019
和噪声子 空间维数
Figure 621654DEST_PATH_IMAGE020
：
Figure 298623DEST_PATH_IMAGE021
（4）
Figure DEST_PATH_IMAGE023
（5）
Figure 143082DEST_PATH_IMAGE024
（6）
其中，式（4）、（5）和（6）中
Figure DEST_PATH_IMAGE025
；、和为中间变 量；
得到信号子空间维数
Figure 290664DEST_PATH_IMAGE019
：
Figure DEST_PATH_IMAGE029
（7）
得到噪声子空间维数
Figure 481474DEST_PATH_IMAGE020
：
Figure 377886DEST_PATH_IMAGE030
；
步骤S240：计算并输出信噪比。
2.根据权利要求1所述的频谱监测设备中的数字信号信噪比盲估计方法，其特征在于，所述步骤S240具体包括：
估计信号功率
Figure 173804DEST_PATH_IMAGE032
：
Figure 254892DEST_PATH_IMAGE034
估计噪声功率
Figure 94451DEST_PATH_IMAGE036
：
Figure DEST_PATH_IMAGE038
得到估计信噪比
Figure DEST_PATH_IMAGE040
。
CN202110907394.9A 2021-08-09 2021-08-09 频谱监测设备中的数字信号信噪比盲估计方法 Active CN113364539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110907394.9A CN113364539B (zh) 2021-08-09 2021-08-09 频谱监测设备中的数字信号信噪比盲估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110907394.9A CN113364539B (zh) 2021-08-09 2021-08-09 频谱监测设备中的数字信号信噪比盲估计方法

Publications (2)

Publication Number Publication Date
CN113364539A CN113364539A (zh) 2021-09-07
CN113364539B true CN113364539B (zh) 2021-11-16

Family

ID=77540691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110907394.9A Active CN113364539B (zh) 2021-08-09 2021-08-09 频谱监测设备中的数字信号信噪比盲估计方法

Country Status (1)

Country Link
CN (1) CN113364539B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7006800B1 (en) * 2003-06-05 2006-02-28 National Semiconductor Corporation Signal-to-noise ratio (SNR) estimator in wireless fading channels
CN109194422A (zh) * 2018-09-04 2019-01-11 南京航空航天大学 一种基于子空间的snr估计方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60104091T2 (de) * 2001-04-27 2005-08-25 CSEM Centre Suisse d`Electronique et de Microtechnique S.A. - Recherche et Développement Verfahren und Vorrichtung zur Sprachverbesserung in verrauschte Umgebung
EP1357714A1 (en) * 2002-04-23 2003-10-29 Siemens Information and Communication Networks S.p.A. Method and device for channel estimation in digital radio communication systems
CN101662321B (zh) * 2008-08-25 2013-05-01 上海无线通信研究中心 认知无线mimo系统中基于零子空间技术的次级预编码发送方法
FR3039727A1 (fr) * 2015-07-28 2017-02-03 B<>Com Procede de traitement d'informations representatives d'un canal de transmission par un equipement radio, procede de traitement d'un signal de retour, dispositifs, equipement recepteur, equipement emetteur et programme d'ordinateur associes
EP3376723A1 (en) * 2017-03-16 2018-09-19 Intel IP Corporation Channel estimation circuits and methods for estimating communication channels
CN109100749B (zh) * 2018-07-09 2020-07-17 中国人民解放军国防科技大学 基于mwf中运用滑窗判定的噪声子空间估计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7006800B1 (en) * 2003-06-05 2006-02-28 National Semiconductor Corporation Signal-to-noise ratio (SNR) estimator in wireless fading channels
CN109194422A (zh) * 2018-09-04 2019-01-11 南京航空航天大学 一种基于子空间的snr估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AWGN信道中非恒包络信SNR 估计算法;范海波;《电子学报》;20020930;正文第2节-第3.2节 *
Subspace based estimation of the signal to interference ratio for TDMA cellular systems;Michael Andersin;《Wireless Networks》;19981231;全文 *
常规数字通信信号信噪比估计综述;许华;《信号处理》;20130630;全文 *

Also Published As

Publication number Publication date
CN113364539A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
US7577210B2 (en) Method and system for communicating data frames
US9037187B2 (en) Interference cancellation receiver and method
CN108881089B (zh) 遥测系统中soqpsk调制信号的导频检测方法
US20140307767A1 (en) Methods and Systems for Modulation Classification
CN113556306B (zh) 离散傅里叶变换扩展正交时频空调制方法及系统
CN102387099A (zh) 认知无线系统中基于加性高斯白噪声信道数据辅助通信信号的信噪比误差矢量幅值估计方法
JP2008530951A (ja) 予め符号化された部分応答信号用の復調器および受信器
CN111628950A (zh) 基于差分星座轨迹图的oqpsk信号盲频偏估计方法
US6345076B1 (en) Receiver for a digital transmission system
CN102668436B (zh) 根据采样点的选择估计信干噪比的方法、装置及设备
CN113364539B (zh) 频谱监测设备中的数字信号信噪比盲估计方法
Gupta et al. Blind modulation classification for OFDM in the presence of timing, frequency, and phase offsets
US8867445B2 (en) Bit soft value normalization
EP3035622B1 (en) Maximum likelihood sequence detection in the phase domain
CN109818894B (zh) 多径信道下gmsk信号检测方法及检测装置
US11496343B2 (en) Method for decoding an RF signal bearing a sequence of symbols modulated by CPM and associated decoder
CN110233808A (zh) 一种ftn系统信号检测方法
KR100759801B1 (ko) Ｍ－ＰＳＫ（Ｍ－ａｒｙ Ｐｈａｓｅ ＳｈｉｆｔＫｅｙｉｎｇ）시스템의 심볼 판별 장치 및 방법
US7245670B2 (en) Method for channel equalization, a receiver a channel equalizer, and a wireless communication device
Asano et al. Improved post-detection processing for limiter-discriminator detection of CPM in a Rayleigh, fast fading channel
Wu et al. Blind signal-to-noise ratio estimation algorithm with small samples for wireless digital communications
US8290090B2 (en) Blind amplitude estimation for received symbols
Aiello et al. Frequency error measurement in GMSK signals in a multipath propagation environment
WO1993022853A1 (en) Optimum estimation of data and parameters for communication systems
WO2013097528A1 (zh) 测量载波信号中干扰信号的方法和系统

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