跳頻通信干擾條件下的信噪比估計方法
【技術領域】
[0001 ] 本發明屬于跳頻自適應傳輸領域，具體涉及一種跳頻通信干擾條件下的信噪比估 計方法。
【背景技術】
[0002] 信噪比是通信系統中的一項重要參數指標，它反映了信號與噪聲之間的相對關 系，與系統誤碼率性能有直接的對應關系，可為數據解調、譯碼等提供必要的依據，是通信 系統中經常用到的一種信道狀態信息。鏈路自適應技術就是根據信道的狀態對傳輸信號參 數進行自適應的調整，使通信質量達到要求。在慢跳頻系統中一種典型的干擾就是部分頻 帶干擾，由于每一跳頻時隙中包含多個符號，在這一情況下的干擾檢測可視為對每跳頻時 隙內的信噪比估計。在信噪比估計方面前人已經進行了大量研究，這些研究可以分為兩大 類：基于數據輔助的方法（DA)和基于非數據輔助的方法（NDA)。數據輔助的方法要求在數 據流中插入接收端已知的導頻信號或者訓練序列。顯然，采用這種方法會降低系統傳輸效 率。在很多應用場合，從提高頻譜效率的角度來考慮，非數據輔助方法是一種更好的選擇。
[0003] 由于非數據輔助的信噪比估計技術在節省系統資源上顯現出的巨大優勢，讓其在 眾多學者中得到了更多的青睞。目前常用的NDA信噪比估計算法有一階二階矩和二階四 階矩（M2M4)估計算法。其中一階和二階來估計信噪比的方法比M2M4算法精度高，在低信 噪比時估計偏差更小。但是實際應用中受查找表大小限制，高信噪比時估計性能會隨著 信噪比增加而下降。文獻"Non-data-aid SNR estimation method for APSK exploting rank discrimination test"采用一致最大功效檢驗的方法針對APSK信號的NDA方法進 行了研究，在高信噪比時其性能要優于M2M4估計算法。文獻"Signal-to-noise ratio estimation algorithm for adaptive coding and modulation in advanced digital video broadcasting - radar cross sectionsatellite systems" 針對 MPSK 調制系統提 出了一種短突發SNR估計算法，高信噪比時性能優于M2M4估計算法，但其需要準確的相位 信息，對相位估計提出了較高的要求。以上是針對高信噪比時的信噪比估計進行的研究，且 未與編碼系統相結合。針對低信噪比估計文獻"Non-data-aided signal-to-noise-ratio estimation"提出了一種迭代似然函數期望最大化NDA算法。文獻"How to use a priori information of data symbols for SNR estimation" 提出了如何將數據符號 的先驗信息用于 SNR 估計。文獻"Robust frequency hopping for interference and fading channels"在解調器和譯碼器之間增加一個信道估計器，它采用期望最大（EM - Expectation maximization)算法，利用每次譯碼反饋的后驗信息得到信道估計值。這種 方法具有良好的性能，在每跳包含一定數量符號的條件下與已知信道邊信息的情況十分接 近，但是由于EM算法的計算量很大，這種方法的復雜度較高，不利于實際應用。
[0004] "Robust frequency hopping for interference and fading channels，'（IEEE Transactions on Communications, vol. 56, no. 8, pp. 1343-1351，2008.)在解調器和譯碼 器之間增加一個信道估計器，它采用期望最大（EM - Expectation maximization)算法，利 用每次譯碼反饋的后驗信息得到信道估計值。這種方法具有良好的性能，在每跳包含一定 數量符號的條件下與已知信道邊信息的情況十分接近，但是由于EM算法的計算量很大，這 種方法的復雜度較高，不利于實際應用。
[0005] 綜上所述，傳統的信噪比估計方法估計精度低、信噪比估計范圍窄、在低信噪比情 況下估計偏差很大，在信號長度很短且信噪比很低的情況下，很多信噪比估計方法都會出 現較大估計偏差。

【發明內容】

[0006] 本發明的目的在于提供一種跳頻通信干擾條件下的信噪比估計方法，用于解決在 估計精度高、信噪比估計范圍廣且在低信噪比情況下估計偏差很小條件下的信噪比估計。
[0007] 實現本發明目的的技術解決方案為：一種跳頻通信干擾條件下的信噪比估計方 法，方法步驟如下：
[0008] 步驟1、在跳頻通信干擾條件下，將接收到的信號通過匹配濾波器進行匹配濾波， 再將其傳入能量檢測器進行能量檢測，并預判出干擾跳，再將其解調；
[0009] 步驟2、將解調后的信號分別送入低密度奇偶校驗碼（LDPC)迭代譯碼器和信噪比 估計器，經LDPC迭代譯碼器迭代譯碼后，將信號的迭代譯碼信息送入信噪比估計器，結合 解調后的信號信息，在信噪比估計器中通過估計算法進行性噪比估計，將估計值送入LDPC 迭代譯碼器，進行下一次迭代譯碼，然后將迭代譯碼信息送入信噪比估計器，再結合解調后 的信號信息，通過估計算法進行性噪比估計，再將估計值送入LDPC迭代譯碼器，重復上述 過程，直至達到迭代次數，并將最終估計值輸出。
[0010] 上述步驟2中，估計算法為通過最大似然算法估計出信號幅度A和噪聲方差2 〇2， 算法步驟如下：
[0011] 匹配濾波后信號yn的函數為
[0012] yn = Aang〇+wn (1)
[0013] 信號yn的對數似然函數111?(7/^，〇2)為
[0015] 其中，Μ為調制階數，K為估計符號長度，在慢跳頻中每跳的符號數應能被K整除， Pr(s(1))為第i個發送符號序列s(1)的先驗概率，i = 0，1，2...11<-1，&是抽樣脈沖的峰值， ak是發送符號，wk表示經匹配濾波采樣后的噪聲，p表示概率密度函數；
[0016] 分別對A和〇 2求偏導
[0019]條件似然函數 In p(y/s(1)，Α，σ 2)為
[0021] 將式（6)分別代入式（4)和式（5)得
[0024] 其中nk為譯碼信息期望值，％為nk的共軛，p k為后驗均方值；
[0025] 令式（7)和式⑶分別等于零，即可得到A和0 2的估計值，并將所得到的估計值 代入基于最大似然的非數據輔助（ML-NDA)估計式，得到估計值f
[0027] 再乘以因子（Κ_3)/Κ以降低估計偏差，得到修正后的估計值，并將其輸出
[0029] 上述譯碼信息期望值η k取值如下：
[0030] 對于BPSK調制信號，譯碼信息期望值
是迭代譯碼器 迭代計算1次后輸出的對數域譯碼信息；
[0031] 對于QPSK調制信號，1為
[0034] 上述[ak(1)，bk(1)]是映射到第k個QPSK調制符號的兩個比特，L(a k(1))和L(bk(1)) 是
[0035] 映射到第k個QPSK調制符號的兩個比特對應的迭代譯碼器迭代計算1次后輸出 的對數域譯碼信息。
[0036] 步驟2中的迭代次數范圍為[8,40]。
[0037] 本發明與現有技術相比，其顯著優點：（1)本發明解決了在估計精度高、信噪比估 計范圍廣且在低信噪比情況下估計偏差很小條件下的信噪比估計；（2)通過分析估計算法 的的偏差特性，當采用SNV-SRT算法時，雖然用于估計的數據個數僅有64個，但在信噪比低 至-2dB依然可以保持很小的估計偏差；(3)在慢調頻通信中，每一跳的數據個數往往較少， 因此這種修正方法特別適用于慢調頻通信，對于提高慢跳頻通信自適應傳輸時信道狀態估 計準確性有積極作用。