DE602004002304T2

DE602004002304T2 - Verbesserte blinde SNR-Schätzung

Info

Publication number: DE602004002304T2
Application number: DE602004002304T
Authority: DE
Inventors: Paul A.M. Bune
Original assignee: Alcatel CIT SA; Alcatel SA
Current assignee: Alcatel Lucent SAS
Priority date: 2004-12-28
Filing date: 2004-12-28
Publication date: 2006-12-28
Anticipated expiration: 2024-12-29
Also published as: RU2005141120A; WO2006069846A1; JP4331716B2; US20060140312A1; EP1677445B1; ATE397850T1; MXPA05012543A; KR20060076189A; CN1798120A; DE602004002304D1; EP1677445A1; JP2006191565A

Description

Die Erfindung betrifft ein Verfahren zum Schätzen des Signal-Rausch-Abstandes (= SNR) (γ) eines modulierten Kommunikationssignals (r_n), das eine Datensymbolkomponente (s_n) und eine Rauschkomponente (n_n) enthält.
Eine Übersicht der SNR-Schätzungsverfahren ist in D.R. Pauluzzi, N.C. Beaulieu, IEEE Trans. Comm. Vol. 48, Nr. 10, P. 1681–1691 (Oktober 2000) gegeben.
Um das optimale Funktionieren der erweiterten Mobilfunkmodule bereitzustellen, ist die genaue Schätzung des Signal-Rausch-Abstandes (= SNR) des modulierten Kommunikationssignals notwendig. Auf der physikalischen Schicht werden die SNR-Werte im Kombinieren des maximalen Verhältnisses und in der Turbo-Decodierung verwendet. Auf höheren Schichten werden die SNR-Werte für den Verbindungsaufbau, die Makrodiversität und die Handoversteuerung verwendet.
In Umgebungen mit sich änderndem SNR, wie zum Beispiel Mobilfunknetzen, muß die Bestimmung eines SNR-Wertes ziemlich schnell sein.
Der SNR-Wert γ ist als das Verhältnis der Signalleistung und der Rauschleistung definiert, d.h.
Die SNR-Schätzung kann datenunterstützt (= DA) oder nicht-datenunterstützt (NDA) durchgeführt werden. Die letztere wird oft als eine "blinde" Schätzung bezeichnet.
In dem Fall der datenunterstützten SNR-Schätzung ist ein Satz von Abtastwerten (mit einem Abtastwert, der in der Regel einem Bit entspricht) im Voraus bekannt. Nach einer Übertragung des Satzes von Abtastwerten werden die empfangenen Daten mit den Ausgangsdaten mittels einer datenunterstützten maximalen Wahrscheinlichkeitsschätzung verglichen. Der bekannte Satz von Abtastwerten kann ein Anfangskennsatz oder eine Anlaufsequenz sein.
Wenn der übertragene Satz von Abtastwerten im Voraus nicht bekannt ist, muß ein blinder Schätzungsalgorithmus angewendet werden. Bekannte Algorithmen der blinden SNR-Schätzung umfassen

a) die standardmäßige empfangene datenunterstützte (= RDA) maximale Wahrscheinlichkeits-SNR-Schätzung (siehe z.B. D. Pauluzzi, N. Beaulieu, IEEE Trans. Comm., Vol 48, No 10, pp. 1681–1691, Oktober 2000),
b) die iterative SNR-Schätzung (siehe z.B. B. Li et al., IEEE Commun. Lett. Vol 6, No 11, pp. 469–471, November 2002), und
c) die Kurtosis-SNR-Schätzung (siehe z.B. R. Matzner, K. Letsch, Proc. IEEE-IMS Workshop on Information Theory and Statistics, Alexandria/VA, USA, p. 68ff, Oktober 1994).

Der Artikel "Hua Xu; Zupeng Li; Hui Zheng; von 2004 International Conference on Communications, Circuits and Systems, 2004. ICCCAS 2004. Volume 1, 27–29 June 2004 Page(s): 103–107 Vol. 1" zeigt ebenfalls einen Algorithmus, der mittels einer nichtlinearen Funktion einen Parameter korrigiert, der aus den empfangenen Daten berechnet wurde, um eine SNR-Schätzung eines QAM-Signals zu erhalten.
Jedoch sind diese bekannten Algorithmen ziemlich ungenau für eine geringe Anzahl von Abtastwerten. Darüberhinaus ist insbesondere die iterative SNR-Schätzung umständlich und zeitintensiv.
Es ist die Aufgabe der vorliegenden Erfindung, ein robustes SNR-Schätzungsverfahren für ein moduliertes Kommunikationssignal bereitzustellen, in dem das Verfahren eine hohe Genauigkeit sogar für geringe Anzahlen von verarbeiteten Abtastwerten aufweist.
Diese Aufgabe wird durch ein Verfahren erreicht, wie zu Beginn eingeführt, das dadurch gekennzeichnet ist, daß der SNR-Zwischenwert (γ ^RDA) des modulierten Kommunikationssignals von einer datenunterstützten Maximum-Likelihood-Schätzung abgeleitet wird, wobei die unterstützenden Daten im Voraus nicht bekannt sind, aber aus den Abtastwerten des modulierten Kommunikationssignals (r_n) rekonstruiert werden können, und anschließend ein geschätzter SNR-Wert (γ ^_RDA-ER) durch eine gesteuerte nichtlineare Umwandlung des SNR-Zwischenwertes (γ ^_RDA) bestimmt wird.
Das erfinderische Verfahren schätzt den SNR des modulierten Kommunikationssignals mittels einer Umwandlung des SNR-Zwischenwertes. Der SNR-Zwischenwert wird durch eine Standard-RDA-Maximum-Likelihood-SNR-Schätzung des modulierten Kommunikationssignals erhalten. Der SNR-Zwischenwert γ ^_RDA weicht von dem wahren SNR-Wert γ ab. Insbesondere für kleine Werte des wahren SNR-Wertes γ, d.h. γ → 0, ist γ ^_RDA viel größer als γ. Diese Abweichung wird durch die gesteuerte nichtlineare Umwandlung des SNR-Zwischenwertes kompensiert.
Die gesteuerte nichtlineare Umwandlung kann mittels einer Umwandlungstabelle auf der Basis einer experimentell vorgegebenen Korrelation zwischen γ ^_RDA und γ durchgeführt werden. Es wird jedoch bevorzugt, die Korrelation zwischen γ ^_RDA und γ mathematisch zu modellieren und die modellierte Korrelation für die Umwandlung zu verwenden. Zum Modellieren sind Informationen über und/oder geeignete Annahmen für die Charakteristika des modulierten Kommunikationssignals nützlich. Insbesondere sollte der Typ der Modulation bekannt sein. Es hat sich herausgestellt, daß Signale, die durch die Zweiphasenmodulation (Binary Phase Shift Keying/BPSK) moduliert wurden, sehr gut durch das erfinderische Verfahren verarbeitet werden können. Außerdem kann der Typ des Rauschens in dem modulierten Kommunikationssignal oft als eine Gauß'sche Normalverteilung angenommen werden.
Mit der Unterstützung der sehr genauen und robusten geschätzten SNR-Werte, die in einem breiten SNR-Bereich erhalten wurden, wie mittels der Erfindung bestimmt, ist es möglich, die Empfängerleistung zu verbessern, die dann wieder ermöglicht, die Grenzen z.B. in der Netzplanung zu entspannen, insbesondere niedrigere Anforderungen an die UL/DL-Sendeleistung und größere Entfernungen zwischen den Basisstationen, B-Knoten und dergleichen.
Eine sehr bevorzugte Variante des erfinderischen Verfahrens ist dadurch gekennzeichnet, daß die gesteuerte nichtlineare Umwandlung durch eine Korrekturfunktion Ψ^–1 durchgeführt wird, mit γ ^_RDA-ER = Ψ^–1(γ ^_RDA), wobei die Korrekturfunktion Ψ^–1 die Umkehrfunktion einer geschätzten Abweichungsfunktion Ψ ist, mit der geschätzten Abweichungsfunktion Ψ, die eine wahre Abweichungsfunktion Ψ_true approximiert, die die Abweichung des γ ^_RDA von γ in Wechselbeziehung bringt, d.h. γ ^_RDA = Ψ_true(γ) und Ψ(γ) ≈ Ψ_true(γ). In der Regel wird die geschätzte Abweichungsfunktion durch ein mathematisches Modell bestimmt. Ihre Umkehrfunktion, d.h. die Korrekturfunktion, kann durch Spiegeln der geschätzten Abweichungsfunktion an der Halbierenden des ersten Quadranten in dem Koordinatensystem erhalten werden. Wenn die geschätzte Abweichungsfunktion einfach genug ist, kann ihre Umkehrfunktion ebenfalls analytisch berechnet werden. Die geschätzte Abweichungsfunktion Ψ(γ) kann durch ihr Gleichsetzen mit dem SNR-Zwischensignal berechnet werden, was dann wieder das Verhältnis der geschätzten Signalleistung und der geschätzten Rauschleistung des modulierten Kommunikationssignals ist. Die geschätzte Signalleistung und die geschätzte Rauschleistung müssen anschließend als eine Funktion von γ ausgedrückt werden, mit der letzteren, die geeignete Annahmen erfordert, solche wie z.B. eine unendliche Anzahl von zu verarbeitenden Abtastwerten.
In einer bevorzugten Weiterentwicklung dieses Verfahrens wird Ψ so ausgewählt, daß Ψ(γ) = Ψ_true(γ) für eine große Anzahl von N ist, d.h. N → ∞, mit N – der Anzahl der Abtastwerte des zu verarbeitenden modulierten Kommunikationssignals (r_n). Die auf diese Weise gefundene geschätzte Abweichungsfunktion wird anschließend auch auf Daten mit einer endlichen Anzahl von Abtastwerten angewendet. In vielen Fällen, insbesondere mit einer BPSK-Modulation und Gauß'scher Rauschverteilung, kann Ψ_true(γ) Präzise für N → ∞ bestimmt werden. Die letztere Annahme ist in den meisten realen Situationen gerechtfertigt, wenn ausreichend große Anzahlen von Abtastwerten zur Verfügung stehen. Insbesondere ist eine Anzahl von 100 Abtastwerten oder mehr ausreichend.
In einer weiteren bevorzugten Entwicklung der Variante des erfinderischen Verfahrens ist
Diese Auswahl von Ψ(γ) ergibt sehr genaue Ergebnisse in dem Fall einer BPSK-Modulation des modulierten Kommunikationssignals.
In einer vorteilhaften Entwicklung der Variante wird Ψ^–1 mittels einer Approximationstabelle angewendet. Eine Approximationstabelle stellt den sehr schnellen Zugriff auf Werte der Korrekturfunktion bereit, die in der Tabelle eingetragen sind. Alternativ ist die numerische oder analytische Online-Berechnung von Werten der Korrekturfunktion ebenfalls möglich, aber zeitintensiver.
Außerdem bevorzugt ist eine Entwicklung der Variante, in der
ist. Diese Hyperbelfunktion ist eine gute Approximation von Ψ_true(γ) im Fall der BPSK-Modulation. Ihr Reziprokes kann direkt als
für
und Ψ_HA ^–1(γ) = 0 für
berechnet werden.
Folglich steht die Korrekturfunktion analytisch zur Verfügung, was die Bestimmung des geschätzten SNR-Wertes γ ^_RDA-ER vereinfacht und beschleunigt.
In einer anderen Variante des erfinderischen Verfahrens ist die Anzahl N der Abtastwerte des zu verarbeitenden modulierten Kommunikationssignals (r_n) gleich oder kleiner als 500, vorzugsweise gleich oder kleiner als 100. In diesen Fällen stellt das erfinderische Verfahren bereits geschätzte SNR-Werte von hoher Genauigkeit bereit, wohingegen bekannte Verfahren schlechte Genauigkeit zeigen. Für höhere Werte von N, wie zum Beispiel ein N von 1000 oder größer, ist es erwähnenswert, daß das erfinderische Verfahren ebenso genaue geschätzte SNR-Werte wie bekannte Verfahren bereitstellt, aber in der Regel mit weniger Aufwand.
Ebenfalls in dem Anwendungsbereich der Erfindung ist ein Computerprogramm zum Schätzen des Signal-Rausch-Abstandes (γ) eines modulierten Kommunikationssignals (r_n) gemäß dem erfinderischen Verfahren. Das Computerprogramm kann auf einem Speichermedium, insbesondere einer Festplatte, oder einem tragbaren Speichermedium wie zum Beispiel einer Compact-Disk, gespeichert sein.
Die Erfindung umfaßt ebenfalls ein Empfängersystem zum Schätzen des Signal-Rausch-Abstandes (γ) eines modulierten Kommunikationssignals (r_n) gemäß dem erfinderischen Verfahren. Das Empfängersystem umfaßt eine Empfängereinheit. Die Empfängereinheit kann gesendete Signale empfangen, mit der z.B. über Funk oder eine Glasfaserleitung durchgeführten Übertragung. Das erfinderische Verfahren kann direkt mit den empfangenen gesendeten Signalen durchgeführt werden, d.h. auf der Empfängereinheit. Alternativ kann das erfinderische Verfahren nach einer Kanaldecodierung durchgeführt werden, wie zum Beispiel der Turbo-Decodierung der empfangenen gesendeten Signale. In dem letzteren Fall wird das Verfahren mit "weichen" Signalen durchgeführt.
Schließlich wird die Erfindung ebenfalls in einer Vorrichtung realisiert, insbesondere einer Basisstation oder einer Mobilstation, die ein erfinderisches Computerprogramm und/oder ein erfinderisches Empfängersystem wie oben beschrieben umfaßt. Eine typische Mobilstation ist ein Mobiltelefon. Eine erfinderische Vorrichtung kann Teil eines 3G- oder B3G-Netzes sein, insbesondere eines UMTS-Netzes oder eines WLAN-Netzes.
Weitere Vorteile können aus der Beschreibung und der beigefügten Zeichnung entnommen werden. Die oben und unten erwähnten Merkmale können gemäß der Erfindung entweder einzeln oder zusammen in jeder Kombination verwendet werden. Die erwähnten Ausführungsformen sind nicht als erschöpfende Aufzählung zu verstehen, sondern weisen eher beispielhaften Charakter für die Beschreibung der Erfindung auf.
Zeichnungen
Die Erfindung ist in der Zeichnung dargestellt.
1 zeigt ein binäres Übertragungssystem mit einem Rauschkanal zur Verwendung mit dem erfinderischen Verfahren;
2 zeigt grafische Darstellungen einer geschätzten Abweichungsfunktion Ψ(γ) für einen realen Kanal der BPSK und eine Hyperbelfunktion Ψ_HA(γ), die die vorherige Funktion approximiert, sowie ihre Umkehrfunktionen gemäß der Erfindung;
3a zeigt ein Diagramm, das die normierten mittleren quadratischen Fehler der geschätzten SNR-Werte bezüglich der wahren SNR-Werte als eine Funktion des wahren SNR-Wertes grafisch darstellt, für die Standard-RDA-Maximum-Likelihood-SNR-Schätzung (Stand der Technik), die erfinderische RDA-ER und die erfinderische RDA-ERHA, mit 100 verarbeiteten Abtastwerten pro SNR-Schätzung;
3b zeigt ein Diagramm, das 3a entspricht, mit 1000 Abtastwerten pro SNR-Schätzung;
4a zeigt ein Diagramm, das die normierten mittleren quadratischen Fehler der geschätzten SNR-Werte bezüglich der wahren SNR-Werte als eine Funktion des wahren SNR-Wertes grafisch darstellt, für die Standard-RDA-Maximum-Likelihood-SNR-Schätzung (Stand der Technik), die erfinderische RDA-ER, das iterative Verfahren (Stand der Technik) und das Kurtosis-Verfahren (Stand der Technik) mit 100 verarbeiteten Abtastwerten pro SNR-Schätzung;
4b zeigt ein Diagramm, das 4a entspricht, mit 1000 verarbeiteten Abtastwerten pro SNR-Schätzung.
Die Erfindung behandelt die Schätzung von SNR-Werten in einem Übertragungssystem, wie zum Beispiel einem Funktelefonnetz. Ein Übertragungssystem zur Verwendung mit der Erfindung ist schematisch in 1 gezeigt. An einer Quelle S werden binäre Daten erzeugt. Die binären Daten können Informationen eines Anrufs zum Beispiel enthalten. Die binären Daten bestehen aus einer Anzahl von Bits b_n, mit n: Indexnummer der Bits, die von 0 bis N – 1 reicht, mit N: Gesamtanzahl der Bits der binären Daten. Jedes Bit kann einen Wert von 0 oder 1 aufweisen. Um die binären Daten zu transportieren, werden sie in einem Modulator M moduliert. Eine typische Modulation ist die Zweiphasenmodulation (BPSK), die Werte einer Datensymbolkomponente s_n von +1 oder –1 zur Folge hat. Bei der physikalischen Übertragung der Datensymbolkomponente s_n, die in der Regel eine Trägerfrequenz anwendet, wird s_n um einen Faktor α verstärkt. Ebenfalls wird Rauschen n_n durch den Kanal auf die verstärkte Datensymbolkomponente α·s_n überlagert. Der Verstärkungsfaktor α und der Rauschpegel sind am Anfang unbekannt. Folglich wird insgesamt ein moduliertes Kommunikationssignal r_n = α·s_n + n_n erzeugt und ist für die Auswertung auf einem Empfängersystem bereit. Das Empfängersystem kann Teil eines Mobiltelefons zum Beispiel sein. Während des physikalischen Transports können andere Datensymbolkomponenten gleichzeitig auf anderen Frequenzbereichen und/oder auf anderen (Spreiz-)Codebereichen übertragen werden. Diese anderen Datensymbolkomponenten können in diesem Zusammenhang vernachlässigt werden; obgleich sie die Rauschkomponente n_n beeinflussen können.
Im Folgenden wird eine BPSK-Modulation angenommen sowie ein realer Kanal, mit einer Gauß'schen Rauschwahrscheinlichkeitsdichtefunktion (= PDF)
mit σ: Standardabweichung oder Rauschamplitude. Jedoch sind andere Signalcharakteristika gemäß der Erfindung möglich.
Bei Durchführen einer datenunterstützten (DA) Maximum-Likelihood-SNR-Schätzung wird eine geschätzte Amplitude α ^ mit bekannten "Piloten" s_n, d.h. einem Satz von N bekannten Datensymbolkomponentenwerten als
berechnet, mit s_n = {+1, –1}. Es ist zu beachten, daß ein Hut ^ über einem Wert einen geschätzten Wert angibt und E die Schätzungsoperation ist, die den Mittelwert ihrer Eingangswerte bestimmt. Die geschätzte Rauschleistung σ ^² (zweites Moment) wird berechnet als
mit ν die eine gemäß der Literatur (D.R. Pauluzzi, N.C. Beaulieu, I.c.) auszuwählende Konstante wie folgt ist: Maximum-Likelihood für die σ²-Schätzung: ν = 0; Fehlerbeseitigung für die σ²-Schätzung: ν = 1; Minimaler MSE für die σ²-Schätzung: ν = –1; Fehlerbeseitigung für die γ-Schätzung ν = 3; Minimaler MSE für die γ-Schätzung: ν = 5. Die datenunterstützte SNR-Schätzung hat dann
zur Folge. Im Fall einer "blinden", d.h. empfangenen datenunterstützten (RDA) Maximum-Likelihood-SNR-Schätzung, werden die "Piloten" auf der Basis der Empfängerentscheidungen geschätzt, die mit dem ersten absoluten Moment identisch sind. Der geschätzte Verstärkungsfaktor α ^ wird berechnet als
Die Rauschleistung wird entsprechend geschätzt (vergleiche DA oben). Entsprechend wird ein SNR-Wert geschätzt, mit
Dieser Wert γ ^_BPSK1,RDA ist das Ergebnis der Standard-RDA-Maximum-Likelihood-SNR-Schätzung, wie aus der Literatur bekannt ist.
Jedoch wird durch Verwendung der geschätzten Datensymbolkomponentenwerte ŝ_n statt der wahren Datensymbolkomponentenwerte s_n ein Fehler eingebracht. Für ausreichend große SNR-Werte γ, γ ^_BPSK1,RDA approximiert γ sehr gut, aber für kleine Wert von γ sind die geschätzten Werte γ ^_BPSK1,RDA zu groß.
Gemäß der Erfindung wird der Wert γ ^_BPSK1,RDA einer geschätzten Abweichungsfunktion Ψ(γ) gleichgesetzt. Zu diesem Zweck werden die Terme von γ ^_BPSK1,RDA als Funktionen des wahren SNR-Wertes γ ausgedrückt, die einige Approximationen und Annahmen erfordern:
Insbesondere das eindimensionale Gauß'sche Rauschen PDF, wie am Anfang definiert wurde, ist in diese Berechnung eingeführt worden, und es basiert auf der BPSK-Modulation (bezeichnet durch den Index BPSK1, wo die "1" die Eindimensionalität des realen Kanals und sein Rauschen darstellt).
Das Ergebnis γ ^_BPSK1,RDA der Standard-RDA-Maximum-Likelihood-Schätzung wird als Ausgangspunkt für die eigentliche Berechnung eines geschätzten SNR-Wertes γ ^_BPSK1,RDA-ER gemäß der Erfindung verwendet. Aus diesem Grund wird der γ ^_BPSK1,RDA als ein SNR-Zwischenwert bezeichnet. Der Index "ER" von γ ^_BPSK1,RDA-ER bezeichnet einen erweiterten Bereich, d.h. einen verbesserten Bereich der Anwendung mit der Erfindung. Zum Berechnen von γ ^_BPSK1,RDA-ER wird die Umkehrfunktion Ψ^–1 der geschätzten Abweichungsfunktion Ψ(γ) bestimmt und der SNR-Zwischenwert γ ^_BPSK1,RDA wird Ψ^–1 zugewiesen, mit γ ^BPSK1,RDA-ER = Ψ–1(γ ^BPSK1,RDA).
Es ist zu beachten, daß Ψ^–1(x) = 0 für
ist. Die Korrelation von γ ^_BPSK1,RDA = Ψ(γ) ist aufgrund der notwendigen Annahmen und Vereinfachungen, um γ ^_BPSK1,RDA in Termen von γ auszudrücken, nur eine Approximation der wahren und exakten Korrelation γ ^_BPSK1,RDA = Ψ_true(γ). Je besser Ψ(γ) Ψ_true(γ) approximiert, um so genauer ist der geschätzte SNR-Wert γ ^_BPSK1,RDA-ER gemäß der Erfindung.
In dem oben berechneten Fall der BPSK über einem realen Kanal kann die geschätzte Abweichungsfunktion Ψ nicht in eine geschlossene Formumkehrfunktion umgekehrt werden, so daß die numerische Berechnung notwendig ist. Jedoch zur Vereinfachung kann die geschätzte Abweichungsfunktion Ψ durch eine Hyperbelfunktion Ψ_HA approximiert werden, die sich leicht umkehren läßt:
Dann kann der erfinderische geschätzte SNR-Wert berechnet werden als γ ^BPSK1,RDA-ERHA = Ψ–1HA (γ ^BPSK1,RDA).
In 2 ist die Funktion
sowie die Funktion
welche die vorherige Funktion approximiert, zum Vergleich grafisch dargestellt. Die Differenzen betragen ungefähr 0,2 absolut und ungefähr 10 % relativ bei Maximum. Ihre Umkehrfunktionen, die durch Spiegeln der grafischen Darstellungen an der Halbierenden des ersten Quadranten (Strichlinie ohne Symbole) zur Verfügung stehen, sind ebenfalls in 2 angegeben.
Um die Genauigkeit des erfinderischen Verfahrens zum Schätzen der SNR-Werte der modulierten Kommunikationssignale zu quantifizieren, sind verschiedene SNR-Schätzungsverfahren des Standes der Technik und gemäß der Erfindung getestet worden.
Eine Anzahl N von Tests wird mit jedem Verfahren durchgeführt. Jeder Test wird mit einem disjunktiven Satz von N Symbolen (oder Bits, Abtastwerten) durchgeführt. Die entsprechenden modulierten Kommunikationssignale r_n jedes Satzes, mit n, der von 0 bis N – 1 beträgt, weisen einen bekannten wahren SNR-Wert γ auf. In jedem Test wird ein geschätzter SNR-Wert γ ^_m des getesteten Satzes mittels des gegenwärtig getesteten Verfahrens bestimmt, mit m: Testindex (oder Index der getesteten Sätze), der von 0 bis N_t – 1 beträgt. Die Verteilung der geschätzten SNR-Werte γ ^_m im Vergleich zu dem wahren SNR- Wert γ wird durch Berechnen eines normierten mittleren quadratischen Fehlers (NMSE) γ ^_m von analysiert:
Die NMSE-Werte sind für jedes Verfahren eine Funktion des wahren SNR-Wertes γ und eine Funktion der Anzahl der Abtastwerte N jedes Satzes.
Die Testergebnisse sind in 3a grafisch dargestellt. Die Abszisse zeigt den wahren SNR γ in dB und die Ordinate zeigt eine logarithmische Skale der NMSE-Werte der geschätzten SNR-Werte für drei verschiedene Verfahren, d.h. die Standard-RDA-Maximum-Likelihood-Schätzung des Standes der Technik, die erfinderische RDA-ER-Maximum-Likelihood-Schätzung mit der geschätzten Abweichungsfunktion Ψ wie in 2 und die erfinderische RDA-ERHA-Maximum-Likelihood-Schätzung mit der geschätzten Abweichungsfunktion Ψ_HA, wie in 2. Für das Diagramm sind insgesamt 10⁶ SNR-Schätzungen (Test) berechnet worden, mit N = 100 Abtastwerten pro SNR-Schätzung.
Für niedrige SNR-Werte (0 dB und weniger) sind die NMSE-Werte der erfinderischen RDA-ER- und RDA-ERHA-Verfahren viel niedriger als die NMSE-Werte des Standard-RDA-Verfahren des Standes der Technik. Mit anderen Worten, die erfinderischen Verfahren sind in diesem Bereich genauer. Insbesondere bei –10 dB und –5 dB sind die erfinderischen Verfahren ungefähr 10 mal genauer als die Standard-RDA. In dem Bereich betragen die RDA-ER-NMSE-Werte ungefähr die Hälfte der RDA-ERHA-NMSE-Werte. Für höhere SNR-Werte (5 dB und darüber) sind alle drei Verfahren ungefähr gleich genau.
Für 3b sind die gleichen Tests wie für 3a durchgeführt worden, aber mit N = 1000 Abtastwerten pro SNR-Schätzung. Der relative Unterschied in der Genauigkeit zwischen der RDA des Standes der Technik einerseits und der erfinderischen RDA-ER und RDA-ERHA ist sogar höher, was die Verbesserung durch das erfinderische Verfahren zeigt.
Für 4a sind die gleichen Tests wie für 3a durchgeführt worden, mit wieder N = 100 Abtastwerten pro SNR-Schätzung. Die NMSE-Werte der geschätzten SNR-Werte sind für das Standard-RDA-Maximum-Likelihood-Schätzungsverfahren des Standes der Technik, das erfinderische RDA-ER-Maximum-Likelihood-Schätzungsverfahren, das iterative Verfahren des Standes der Technik und das Kurtosis-Verfahren des Standes der Technik grafisch dargestellt. Das erfinderische RDA-ER-Verfahren weist die niedrigsten NMSE-Werte auf, die auf die höchste Genauigkeit über einem sehr breiten SNR-Bereich hinweisen. In dem Bereich von 0 dB bis 5 dB ist das iterative Verfahren ungefähr gleich dem erfinderischen RDA-ER-Verfahren.
Für 4b sind die gleichen Tests wie für 4a durchgeführt worden, aber mit N = 1000 Abtastwerten pro SNR-Schätzung. Für niedrige SNR-Werte (0 dB und weniger) sind das erfinderische RDA-ER-Verfahren, das iterative Verfahren und das Kurtosis-Verfahren gleich genau. Für SNR-Werte von 10 dB und darüber übertrifft das erfinderische RDA-ER-Verfahren deutlich das iterative Verfahren. Außerdem übertrifft das erfinderische RDA-ER-Verfahren das Kurtosis-Verfahren zwischen 0 dB und 15 dB.
Zusammenfassend ist das erfinderische SNR-Schätzungsverfahren für einen BPSK-Kanal über einem realen AWGN-Kanal getestet worden. Es übertrifft oder ist mindestens gleich den bekannten Algorithmen der blinden SNR-Schätzung. Das erfinderische Verfahren kann ohne weiteres mit anderen Signalmodulationen über reale oder komplexe Kanäle verwendet werden. Das erfinderische Verfahren erfordert nur einen begrenzten Aufwand (etwas mehr als die weithin bekannte datenunterstützte Maximum-Likelihood-Schätzung); insbesondere erfordert es weder die Iteration noch die Decodierung/Wiedercodierung der geschützten Daten. Abschließend, um die Speicherung und die Bearbeitung der optimalen Interpolationskurve Ψ^–1 zu vermeiden, steht eine hyperbolische Approximation zur Verfügung, welche die sofortige Berechnung mit nur geringer Leistungsminderung ermöglicht.

Claims

Verfahren zum Schätzen des Signal-Rausch-Abstandes γ eines modulierten Kommunikationssignals r_n, das eine Datensymbolkomponente s_n und eine Rauschkomponente n_n enthält, in welchem ein SNR-Zwischenwert γ ^_RDA des modulierten Kommunikationssignals bestimmt wird und in welchem der geschätzte SNR-Wert γ ^_RDA-ER durch eine gesteuerte nichtlineare Umwandlung des SNR-Zwischenwertes γ ^_RDA bestimmt wird, dadurch gekennzeichnet, daß der SNR-Zwischenwert γ ^_RDA von einer datenunterstützten Maximum-Likelihood-Schätzung abgeleitet wird, die unterstützenden Daten im Voraus nicht bekannt sind, aber aus Abtastwerten des modulierten Kommunikationssignals r_n rekonstruiert werden.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die gesteuerte nichtlineare Umwandlung durch eine Korrekturfunktion Ψ^–1 durchgeführt wird, mit γ ^_RDA-ER = Ψ^–1(γ ^_RDA), in welchem die Korrekturfunktion Ψ^–1 die Umkehrfunktion einer geschätzten Abweichungsfunktion Ψ ist, mit der geschätzten Abweichungsfunktion Ψ, die eine wahre Abweichungsfunktion Ψ_true approximiert, die die Abweichung von γ ^_RDA von γ in Wechselbeziehung bringt, d.h. γ ^_RDA = Ψ_true(γ) und Ψ(γ) ≈ Ψ_true(γ)
Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß Ψ so ausgewählt wird, daß Ψ(γ) = Ψ_true(γ) für große Anzahlen von N ist, d.h. N → ∞, mit N – der Anzahl der Abtastwerte des zu verarbeitenden modulierten Kommunikationssignals r_n.
Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß
Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß Ψ^–1 mittels einer Approximationstabelle angewendet wird.
Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß
Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Anzahl N der Abtastwerte des zu verarbeitenden modulierten Kommunikationssignals r_n gleich oder kleiner als 500 ist, vorzugsweise gleich oder kleiner als 100.
Computerprogramm zum Schätzen des Signal-Rausch-Abstandes γ eines modulierten Kommunikationssignals r_n, wobei das Programm die Schritte der Verfahren implementiert, die in Anspruch 1 definiert sind.
Empfängersystem, umfassend Einrichtungen zum Durchführen der Schritte des Verfahrens, das in Anspruch 1 definiert ist.
Vorrichtung, insbesondere eine Basisstation oder eine Mobilstation, umfassend ein Computerprogramm nach Anspruch 8 und/oder ein Empfängersystem nach Anspruch 9.