CN1324146A - 确定一个信号的信噪比的方法和装置 - Google Patents

Abstract

本发明涉及一种用于在假设噪声信号部分(n)具有高斯分布这一条件下确定一个具有有用信号部分(x)和噪声信号部分(n)的信号(y)的信噪比(ρ)的方法。为了在每个测量间隔中仅有相对少的测量值(S)或在一个具有强的噪声信号部分(n)的相对坏的信号(y)的情况下也能精确和可靠地计算信噪比(ρ),本发明建议:在确定信噪比(ρ)之前如此处理信号(y),使得噪声信号部分(n)以更高的概率具有高斯分布。一个已知功率的噪声信号(n′)被加到信号(y)上。此噪声信号(n′)最好具有高斯分布。

Description

确定一个信号的信噪比的方法和装置

本发明涉及确定一个具有有用信号部分和噪声信号部分的信号的信噪比的方法和装置，并假设噪声信号部分具有高斯分布。本发明还涉及用于这种装置的控制单元。本发明也涉及用于通信传输的接收机，它具有确定一个具有有用信号部分和噪声信号部分的接收信号的信噪比的装置，并假设噪声信号部分具有高斯分布。

在专业文献中信噪比也称为信号干扰比(SIR)或信号噪声比(SNR)。在电信部门诸如移动电话和基站中信噪比是评价传输质量的判据。

现有技术中有一系列确定信噪比的方法和装置。例如Matzner，R，Letsch，K.的文章“采用突出度进行SNR估计和盲均衡(去卷积)”，Proc.1994 IEEE-IMS信息理论和统计学专题讨论会，Alexandria，VA，1994.10，P.68，http：//Speedy.et.unibwmuenchen.de/forsch/ht/publ/itstat94/paper.html[1]描述了一种借助于突出度确定信噪比的方法。对此出版物作了明确的引用。突出度是被确定信噪比的信号的4阶矩与信号的2阶矩的平方之商。突出度与信号的功率无关。

这些已有的方法和装置用时间离散的信号工作。在规定的测量间隔中一定数量的信号测量值(样值)被记录下来，并且通过借助确定的公式计算这些测量值来对这些测量值确定信噪比。所有这些已有的方法和装置的共同之处在于为了简化计算公式在确定信噪比时假设信号的噪声信号部分具有高斯分布。

然而此假设仅当在每个测量间隔中记录足够大的数量的测量值时才成立。在过于少的测量值情况下未被测量部分严重影响测量结果，并且测量结果与实际测量值间有相对大的偏差。在[1]所说明的方法中给定测量值的足够数量是每个测量间隔从大约20至30。而且上述假设对于信噪比相对小的坏信号是不成立的。对于一个坏信号，此假设不被满足的概率相对较大，因而在此情况下测量结果的偏差会相对增大。总之在现有方法中采用了一个统计测量方法，在每个测量间隔中所用测量值愈多，其工作就愈可靠和愈精确。

如果信号的噪声信号部分具有高斯分布这一假设实际上不被满足，用现有方法求出的信噪比会具有负值或甚至于是复数值。然而这种值不能进一步用于改善信噪比，例如用于提高有用信号部分的发送功率或用于补偿信号的噪声信号部分。

US4530076公开了突出度在通信技术中的应用。在那里通过从信号中消除具有非高斯分布的噪声信号部分，应用突出度来改善信噪比。

本发明的任务在于，尤其是在每个测量间隔仅有相对少的测量值，或者在一个具有高的噪声信号部分的相对坏的信号的情况下也能精确和可靠地计算具有有用信号部分和噪声信号部分的信号的信噪比。

为了完成上述任务，本发明从本说明书开始处所述方式的方法出发建议：在确定信噪比之前如此处理此信号，使得噪声信号部分以更高的概率具有高斯分布。

本发明的方法使得在按照现有方法确定信噪比时所作的假设通常得以满足。在任何情况下此假设比在现有技术的方法明显更经常地被满足。采用本发明的方法能显著精确和可靠地计算具有有用信号部分和噪声信号部分的信号的信噪比。尤其是在每个测量间隔仅有相对少的测量值的情况下或在一个具有高的噪声信号部分的相对坏的信号的情况下也是如此。

按照本发明的一个有优点的设计，信号至少处理一轮，直至求出的信噪比没有虚部并且是正值为止。如果在第一轮处理后求出的信噪比的值还是负值或具有虚部，也就是说如果这个值是不可信的，此信号在另一轮中重新处理。这个循环被一直进行到求出的信噪比是可信的或者完成了规定次数的多轮处理。采用这种方法可以保证在此过程结束时通常给出一个可信的信噪比值。这样的一个可信的值然后可进一步用于改善信噪比，例如用于提高有用信号部分的发射功率或用于补偿信号的噪声信号部分。

按照本发明的一个优化实施形式，建议在确定信噪比之前加一个已知平均功率的噪声信号到信号中。通过加入噪声信号，原来信号和此噪声信号之和构成的和信号的噪声信号部分具有高斯分布的概率明显提高了。在每个测量间隔有较少测量值和坏信号的情况下此措施有显著的正面效果。本发明的此实施形式使得可以简单的方法显著精确和可靠地确定信噪比。平均功率是在噪声信号的多个噪声值上计算的，这些测量值在测量间隔中被加到信号的测量值上。

加到信号中的噪声信号最好具有高斯分布。严格讲，加到测量间隔中信号的各个测量值上的噪声值最好具有高斯分布。噪声信号或各个噪声值可以根据需要用一个随机数发生器产生或从一个存储器中读取。

按照本发明另一个有优点的实施形式，建议借助于突出度估计信噪比，其中突出度是信号的4阶矩与信号的2阶矩的平方之商。这种估计信噪比的方法被文章[1]公开，它被明确引用。为使信号的噪声信号部分具有高斯分布而进行的本发明的信号处理补充了这种方法，得到一种特别简单地实现，然而精确和可靠的确定信号的信噪比的方法。

在确定了信噪比之后噪声信号对信号的影响被很好地补偿。噪声信号对信号的影响最好按下列公式在确定了信噪比之后被补偿： $\mathrm{\ρ}=\frac{(1+a)\·{\mathrm{\ρ}}^{\′}}{a-{\mathrm{\ρ}}^{\′}}------\left(1\right)$ 其中ρ′是由信号和噪声信号之和构成的和信号的信噪比，a是信号对噪声信号的功率比。

在进行多轮处理时，建议功率比a由前一测量间隔的平均的估计信噪比求出。功率比a典型地等于一个小于1的因子乘以前一测量间隔的信噪比。

按照本发明另一个优化实施形式，建议应用此方法确定一个全球移动通信系统(UMTS)信号的信噪比。在UMTS中信噪比的确定或估计具有决定性的影响。在UMTS中大部分基本功能，如功率调整(功率控制)，接续传递(接续转交)等都基于良好的信噪比求取。在UMTS中如通话业务等某些重要的业务通常在每个测量间隔中仅有相对少的测量值被用来确定信噪比。在UMTS中例如在一个时隙中进行功率调整时只存在非常短的时间间隔，它具有相应少的测量值。对于从基站至终端的所谓下行接续，本发明的方法尤其有优点，因为这里从测量间隔到测量间隔噪声信号部分的功率会明显起伏，因而必须采用像这里所推荐方法这样的盲估计测量方法。

尤为有意义的是本发明方法以一个控制单元的形式的实现，该单元用于确定信噪比的装置的控制设备。同时在控制单元中存储一个程序，它在一台计算机，尤其是在一个微处理器上运行，并且适用于实现本发明的方法。在此情况下本发明通过一个程序实现，如同该程序所适于执行的方法一样，本发明描述了此含有程序的控制单元。尤其是一个电存储介质可用作控制单元，例如一个只读存储器或一个闪存器。

作为本发明任务的另一解决方案，由上面所述方式的装置出发，建议此装置具有在确定信噪比之前处理信号的装置，并且处理信号的装置如此进行处理，使得噪声信号部分以更高的概率具有高斯分布。

此外作为本发明任务的另一解决方案，从说明书开始处所述方式的接收机出发，建议此装置具有在确定信噪比之前处理信号的装置，并且处理信号的装置如此进行处理，使得噪声信号部分以更高的概率具有高斯分布。

本发明的其它特征，应用可能性和优点由下面对附图中本发明实施例的说明给出。并且所有被说明的或被描述的特征自身或以任意的组合构成本发明的对象，与它们在权利要求中的总结和关系无关，并且与它们在说明书或在附图中的阐述或表示无关。附图中

图1以方框图形式示出本发明装置的一个优化实施形式；并且

图2是证实本发明方法能力的曲线。

图1中1是用于确定信号y的信噪比ρ的本发明装置。信噪比ρ例如在移动电话中是传输质量的判据。信号y例如是一个UMTS-信号。在UMTS中信噪比ρ的确定或估计起决定性的作用，因为UMTS中大多数基本功能，如功率调整(功率控制)，接续传递(接续转变)等依赖于求取信噪比ρ的良好功能，即精确和可靠地求取它。信号y具有有用信号部分x和噪声信号部分n。信号y是时间离散的信号，并且在规定的测量间隔中提供确定数量的测量值(样值)S供使用。装置1的输入在功能框2中被限制为每个测量间隔中测量值S的数目最大为100。这样为确定信噪比ρ的计算开销保持在允许的界限内。

在功能框3中按照现有方法的一种估计信噪比ρ。一种现有方法例如是在以下文献中所说明的：Matzner，R.，Letsch，K的“用突出度进行SNR估计和盲均衡(去卷积)”，Proc.1994 IEEE-IMS信息理论和统计学专题讨论会，Alexandria，VA，1994.10，P.68，http：//speedy.et.unibwmuenchen.de/forsch/ut/Publ/itstat94/paper.html[1]。

下面给出与本发明方法密切关联的频域复数方程。可以理解，表示为实数方程可实现方程的简化，并且通过相应的变换方程可直接在时域中表示。

首先从噪声信号n′＝0，因而y′＝y出发。在[1]中所说明的现有方法从以下假设出发：信号y的有用信号部分x和噪声信号部分n相互统计独立。信号y＝x+n的概率密度函数(Pdf)fy(y)由有用信号部分x的概率密度函数f_x(y)和噪声信号部分n的概率密度函数f_n(y)在时域的卷积得到。

概率密度函数的富氏变换被称为特征函数(CF)。时域中的卷积对应于频域中简单的乘法：

φ_y(ω₁，ω₂)＝φ_x(ω₁，ω₂)φ_n(ω₁，ω₂)    (2)

特征函数φ_y(ω₁，ω₂)可展开为泰勒级数。泰勒级数的系数是概率密度函数的矩： ${\mathrm{\φ}}_y({\mathrm{\ω}}_1,{\mathrm{\ω}}_2)=\underset{p=0}{\overset{\∞}{\mathrm{\Σ}}}\frac{(-j)p}{p!}\underset{q=0}{\overset{\∞}{\mathrm{\Σ}}}\left[\begin{array}{c}p\\ q\end{array}\right]m_{y,p-q,q}{\mathrm{\ω}}_1^{p-q}{\mathrm{\ω}}_2^q------\left(3\right)$ 由于这个关系式，特征函数的泰勒级数也称为矩级数。对于对称的概率密度函数，特征函数是一个有理函数，并且不存在所有奇数阶矩。利用方程(3)中表示特征函数的矩级数导出下面的表达式： $m_{y,k,l}=\underset{u=0}{\overset{k}{\mathrm{\Σ}}}\underset{v=0}{\overset{l}{\mathrm{\Σ}}}\left[\begin{array}{c}k\\ u\end{array}\right]\left[\begin{array}{c}l\\ v\end{array}\right]m_{x,k-u,l-v}{m}_{n,u,v}-----\left(4\right)$

这是足够的：利用2阶和4阶矩工作。2阶矩m_y，2和4阶矩m_y，4由下式得出：m_y，2＝m_x，2，0+m_x，0，2+m_n，2，0+m_n，0，2m_y，4＝m_x，4，0+2m_x，2，2+m_x，0，4+m_n，4，0+2m_n，2，2+m_n，0，4+

                                                             (5)

      +4(m_x，2，0+m_x，0，2)(m_n，2，0+m_n，0，2)+

      + 2(m_x，2，0-m_x，0，2)(m_n，2，0-m_n，0，2)

它们对于导出所谓信号y的突出度Ky是有意义的。突出度Ky的重要性质是它不依赖于信号y的功率。这意味着突出度是概率密度函数的一个形状因子。 $K_y=\frac{m_{y,4}}{{\left(m_{y,2}\right)}^2}$ $=\frac{K_x{S}^2+K_n{N}^2+4\mathrm{SN}+2(S_r-S_i)(N_r-N_i)}{{(S+N)}^2}------\left(6\right)$ 其中S＝Sr+Si＝m_x，2，0+m_x，0，2和N＝Nr+Ni＝m_n，2，0+m_n，0，2

有用信号部分x和噪声信号部分n的4阶矩被相应的突出度Kx和Kn代替。经过相应的变换得到仅含有2阶矩和突出度的方程： $K_y=\frac{K_x{S}^2+K_n{N}^2+4\mathrm{SN}}{{(S+N)}^2}-------\left(7\right)$

这已经几乎接近了估计问题的解：Kx和Kn是有用信号部分x和噪声信号部分n的概率密度函数的形状因子，它们是已知的。Ky可通过观测信号y得到。方程(7)对于解出S/N是足够的，S/N是被估计的信噪比。

公式(7)中感兴趣的项是混合项4SN。方程(7)可用一个量G表示，在复数情况下G＝K-2。

对于高斯分布G为0，而对于大多数典型的调制的和基带的源G为负值。通过将方程(7)中有用信号部分x和信号y的突出度K用相应的量G替代，并且假设Gn＝0(对具有高斯分布的噪声信号n成立)得到一个非常清晰的公式： $G_y=G_x{\left(\frac{S}{S+N}\right)}^2=G_x{\left(\frac{m_{x,\mathrm{2,0}}+m_{x,\mathrm{0,2}}}{m_{x,\mathrm{2,0}}+m_{x,\mathrm{0,2}}+m_{n,\mathrm{2,0}}+m_{n,\mathrm{0,2}}}\right)}^2------\left(8\right)$ 并且 $\mathrm{\κ}=\frac{S}{S+N}=\frac{m_{x,2}}{m_{x,2}+m_{n,2}}-----\left(9\right)$ 公式(8)给出了信噪比的一个简单表达式。 $G_y=G_x{\mathrm{\κ}}^2\mathrm{\κ},\mathrm{\ρ}=\frac{\mathrm{\κ}}{1-\mathrm{\κ}}------\left(10\right)$

由公式10的推导可见，现有确定信噪比的方法基于以下假设：信号y的噪声信号成分n具有高斯分布。

然而此假设仅当在每个测量间隔中记录足够大的数量的测量值S时才成立。在过于少的测量值情况下未被测量部分严重影响测量结果，并且测量结果与实际测量值间有相对大的偏差。在上面所述方法中给定测量值的足够数量是每个测量间隔中大约从20至30。此外上述假设对于信噪比ρ相对小的坏信号y是不成立的。对于一个坏信号y，此假设不被满足的概率相对较大，因而在此情况下测量结果的偏差会相对增大。总之在现有方法中采用了一个统计测量方法，在每个测量间隔中所用测量值愈多，其工作就愈可靠和愈精确。

在UMTS中通常在每个测量间隔中只有相对较少的测量值S可用于确定信噪比ρ。在UMTS中按时现有功率调整技术一个时隙仅有很短时间，只有相应少的测量值S。在从基站到终端的下行线路中还有以下限制，使得实际上只能应用盲均衡方法来估计信噪比ρ。在下行线路中作为接收机的终端不仅在有用信号部分而且在噪声信号部分都会有功率起伏。因而噪声信号成分不像上行线路中那样能与有用信号部分分开测量。此外，预先知道的导频比特的数量对于估计工作也是不够的。

跟在功能框3后面的采样框4检查用现有方法在功能框3中计算出的信噪比ρ是否可信。如它仅含有理部分并且是正值，它是可信的。如果信噪比ρ是可信的，在后一采样框5中检查是否此方法还处在第一轮工作。若是此情况，则ρ＝ρ′，并且在功能框3中确定的信噪比ρ被输出。

然而如果在采样框4中确认在功能框3中求出的信噪比ρ不可信，则进入本发明的装置6对信号y进行处理。装置6如此处理信号y，使得噪声信号部分n以更高的概率具有高斯分布。在给出的实施例中装置6如此构成：一个噪声信号n′被加到信号y中。噪声信号n′有高斯分布。噪声信号n′由多个噪声值组成，它们以表格或列表的形式存放在存储器7中。噪声值例如事前由一个随机数发生器(未示出)产生并存入存储器7中。在测量间隔中的每个测量值S上加上相应的噪声值。借助于一个选择单元8选出相应的噪声值。在最简单的情况下噪声值从存储器7的列表中一个跟着一个地读出。然而也可以随机地从列表中选出一个噪声值。

然后在功能框3中计算和信号y′＝y+n′的信噪比ρ′。

变量a是信号y与噪声信号n′的功率比。功率比a可以由前一测量间隔估计的信噪比ρ相应确定。典型地，功率比a等于一个小于1的因子f乘以前一测量间隔的信噪比。因子f的典型值是f≈0.25。

然后在采样框4中检查在功能框3中求出的信噪比ρ′是否可信。如果可信，在后面的采样框5中检查是否此方法还处在第一轮工作。因为此方法已经处在第二轮，过程转入功能框9，在其中和信号y′的信噪比ρ′被转换为信号y的实际信噪比ρ。存在以下关系： $\mathrm{\ρ}=\frac{(1+a){\mathrm{\ρ}}^{\′}}{a-{\mathrm{\ρ}}^{\′}}-----\left(1\right)$ 然后求出的信噪比ρ的值被输出，本发明方法的过程结束。

如果在采样框4中给出：求出的信噪比ρ′是不可信的，过程再次转入装置6对信号y的处理，加一个噪声信号n′到信号y中。通常下一轮选择的噪声信号n′不同于前面各轮的噪声信号n′。此过程一直进行到求出的信噪比ρ′的值是可信的，如果过程进行的轮数量达到了规定值仍没有求出可信的值，此过程中断。

本发明的目标在于和信号y′达到高斯分布。为此不要求噪声信号n′具有高斯分布。然而噪声信号n′最好具有高斯分布。噪声信号n′的平均功率是已知的。它或者为0，或者在求出信噪比ρ后被补偿。

本发明方法是对时间离散信号y(k)，k＝0，1，2，3，…说明的。然而也可用于时间连续信号y(t)。

图2示出证实本发明方法能力的曲线。该图包含所有在第一轮之后不可信的信噪比ρ(具有虚部或是负值)(对应100％)。横座标是信噪比ρ。纵座标是采用本发明方法处理信号y得到可信的值的信噪比ρ的百分数。图2所示曲线基于一个信号y，它在每个测量间隔中有20个测量值S。轮数量的最大被限制到30。

由图2明显可见，尤其在坏信号y，即小信噪比ρ时，尤其是ρ＜3的情况下，本发明方法明显提高了可信的信噪比ρ值的数量，因为只有可信的值可继续处理，用本发明方法的数据传输可显著地被优化。

Claims (12)

1.在假设噪声信号部分(n)具有高斯分布的条件下确定具有有用信号部分(x)和噪声信号部分(n)的信号(y)的信噪比(ρ)的方法，其特征在于，在确定信噪比(ρ)之前信号(y)被如此处理，使得噪声信号部分(n)以更高的概率具有高斯分布。

2.如权利要求1所述的方法，其特征在于，信号至少被处理一轮，并一直处理到求出的信噪比(ρ)没有虚部，并且为正值。

3.如权利要求1或2所述的方法，其特征在于，在确定信噪比(ρ)之前，一个具有已知功率的噪声信号(n′)被加到信号(y)上。

4.如权利要求3所述的方法，其特征在于，噪声信号(n′)具有高斯分布。

5.如权利要求1至4中任一项所述的方法，其特征在于，借助于突出度(Ky)估计信噪比(ρ)，并且突出度(Ky)是信号(y)的4阶矩(m_y，4)和信号(y)的2阶矩(m_y，2)的平方之商。

6.如权利要求3至5中任一项所述的方法，其特征在于，在确定信噪比(ρ)之后，噪声信号(n′)对信号(y)的作用被补偿。

7.如权利要求6所述的方法，其特征在于，在确定信噪比(ρ)之后按以下公式补偿噪声信号(n′)对信号(y)的影响： $\mathrm{\ρ}=\frac{(1+a)\·{\mathrm{\ρ}}^{\′}}{a-{\mathrm{\ρ}}^{\′}}------\left(1\right)$ 其中ρ′是由信号(y)与噪声信号(n′)的和构成的和信号(y′)的信噪比，a是信号(y)与噪声信号(n′)的功率比。

8.如权利要求7所述的方法，其特征在于，由此方法前一轮的平均估计信噪比(ρ)确定a。

9.如权利要求1至8中任一项所述的方法，其特征在于，此方法被应用于确定全球移动通信系统(UMTS)的信号(y)的信噪比(ρ)。

10.用于确定信号(y)的信噪比(ρ)的装置中的控制设备的控制单元，尤其是只读存储器或闪存器，其中存储一个程序，此程序在一台计算机，尤其是在一个微处理器上运行，并且适用于完成前面各项权利要求中任一项所述的方法。

11.用于在假设噪声信号部分(n)具有高斯分布这一条件下确定具有有用信号部分(x)和噪声信号部分(n)的信号(y)的信噪比(ρ)的装置，其特征在于，该装置具有用于在确定信噪比(ρ)之前处理信号(y)的装置，并且该装置如此处理信号(y)，使得噪声信号部分(n)以更高的概率具有正态分布。

12.具有一个用于在假设噪声信号(n)具有高斯分布这一条件下确定具有有用信号部分(x)和噪声信号部分(n)的接收信号(y)的信噪比(ρ)的装置的通信传输线路接收机，其特征在于，该装置具有用于在确定信噪比(ρ)之前处理信号(y)的装置，并且该装置如此处理信号(y)，使得噪声信号部分(n)以更高的概率具有高斯分布。

Images