CN106301464A - 一种针对chirp信号的信噪比估计方法 - Google Patents

Abstract

本发明公开了一种针对chirp信号的信噪比估计方法，包括：获取信噪比估计需要的同步参数估计的中间结果；根据同步参数估计的中间结果计算干扰信号能量；计算信号能量；计算噪声能量；计算chirp信号的信号功率；计算噪声功率；计算信噪比的线性估计值。本发明利用chirp信号通用的同步参数估计过程的中间处理结果，即经过同步参数估计算法处理过的频域中间结果，进一步计算得到信号功率和噪声功率，然后计算信噪比估计值；信噪比估计所需的输入数据和同步参数估计的部分处理过程的输出完全一致，信噪比估计所需的计算及实现复杂度大大降低。

Description

一种针对chirp信号的信噪比估计方法

技术领域

本发明涉及信噪比计算技术领域，特别是涉及一种针对chirp信号的信噪比估计方法。

背景技术

在移动通信领域，信噪比因与误码率有直接对应关系，多倍通信测量技术采用作为衡量通信质量的重要指标。在通信过程中，一方面通过信噪比估计可以自适应的选择更有效的解调算法来提高解调性能；另一方面信噪比估计提供了功率控制、调制编码方案调整算法和新到分配算法所需的信道质量信息。目前，信噪比估计是移动通信领域测量通信信道的主要方式，信噪比估计的正确性直接影响着通信***的性能。Chirp信号(线性调频信号)作为大时宽带宽积信号具有较强的抗干扰性，能同时完成时延和频偏的估计，因而被广泛应用于卫星移动通信***中。

现有的信噪比估计方案多集中于对常规信号(例如PSK调制信号等)估计方案的描述(例如：徐卓异等在《电子设计工程》上发表的“信噪比估计方法研究”、李辉等在《无线电工程》上发表的“一种QPSK突发信号的信噪比估计方法”、专利“一种信噪比估计方法”(CN103916342A)、专利“一种信噪比忙估计的方法”(CN 103607363A))。而现有关于chirp信号的文献资料多是讨论怎么使用chirp信号进行同步参数估计或者是进行chirp信号本身参数估计的(例如：吴春航等在《电视技术》上发表的“卫星移动通信中利用chirp信号的时频同步算法”、王力男在《无线电通信技术》上发表的“卫星通信***中chirp信号设计与捕获”、专利“基于chirp信号进行同步的方法、接收端装置及通信***”(CN 105162571A)、专利“一种基于功率谱的线性调频信号参数估计方法”(CN 103063909B)、专利“Synchronization In Mobile Satellite Systems Using Dual-Chirp Waveform”(US6418158B1))。这两个领域的资料中都没有发现针对chirp信号的信噪比估计方法的相关描述。有些已有方案(例如“李辉等在《无线电工程》上发表的“一种QPSK突发信号的信噪比估计方法””)中的最小均方误差估计法经过修改可以用于chirp信号的信噪比估计。但是和上述文献中所描述的chirp信号同步参数估计方案对比来看，两个方法之间基本没有交集。也就是说在使用chirp信号进行同步参数估计的同时，还要有另一套独立的过程对chirp信号进行处理并进行信噪比估计。由此可见，这种方案实现复杂度较高，特别是在功率和尺寸都受限的手持移动终端中。

从chirp信号同步相关的文献资料中可以看到：由于chirp信号的特点，其同步参数估计方案大多都有如图1所示的处理结构。接收chirp信号与本地存储的上下扫频信号分别相乘，再把相乘的结果做FFT运算(快速傅里叶计算)；然后再两个FFT序列结果中各自寻找能量峰值得到能量峰值所在的位置，再根据峰值位置与接收信号采样频率的关系求得其所对应的频率值。最后根据一定的策略判断是否满足同步标准，然后根据两个频率值计算当前的频偏和时偏值。也可以不进行同步状态判断直接进行频偏和时偏的计算，视具体的工作场景而定。

从上述过程可以知道经过FFT之后的频域信号中同时含有信号功率和噪声功率，理论上如果能有合适的方式进行处理应该可以得到信噪比的值。这种普遍的chirp信号同步参数估计处理器结构以及其中间结果特点都为融合信噪比估计方案提供了良好的基础。在此基础上如果能把chirp信号的同步参数估计和信噪比估计两个过程进行适当融合，这样的方案便可以降低计算、实现复杂度以及功耗但是目前还没有看到相关技术方案的提出。

发明内容

本发明的目的在于克服现有技术的不足，提供一种针对chirp信号的信噪比估计方法，信噪比估计所需的输入数据和同步参数估计的部分处理过程的输出完全一致，信噪比估计所需的计算及实现复杂度大大降低。

本发明的目的是通过以下技术方案来实现的：一种针对chirp信号的信噪比估计方法，包括：

S1.获取chirp信号同步过程中的接收信号、本地上扫频信号和本地下扫频信号；将所述接收信号与所述本地上扫频信号相乘，并对相乘结果进行快速傅里叶变换得到序列为m_u；将所述接收信号与所述本地下扫频信号相乘，并对相乘结果进行快速傅里叶变换得到序列为m_d；

chirp信号同步过程中，计算序列m_u的能量峰值E_u,max和能量峰值E_u,max在序列m_u中的位置i_u,max，其中1≤i_u,max≤N，以及计算序列m_d的能量峰值E_d,max和能量峰值i_d,max在序列m_d中的位置i_u,max，其中1≤i_d,max≤N；

S2.计算序列m_u的干扰信号能量E_u,infe和序列m_d的干扰信号能量E_d,infe；

S3.计算序列m_u的信号能量E_u,sig和序列m_d的信号能量E_d,sig；

S4.计算序列m_u的噪声能量E_u,noise和序列m_d的噪声能量E_d,noise；

S5.计算chirp信号的信号功率P_s；

S6.计算噪声功率P_n；

S7.根据计算信号功率P_s和噪声功率P_n得到信噪比的线性估计值。

计算信号功率P_s除以噪声功率P_n得到信噪比的线性估计值。

所述步骤S1中，m_u＝[m_u,1,...,m_ux,,...m,_Nu,]，其中N为快速傅里叶变换的长度；m_d＝[m_d,1,...,m_d,x,...,m_d,N]，其中N为快速傅里叶变换的长度。

所述步骤S2包括：

S21.定义chirp信号的采样频率为f_smp，chirp信号的扫频范围为[-f_scan,f_scan]，计算得到其中表示向下取整，则序列m_d中干扰信号的频谱范围为[1，N_infe]和[N-N_infe+1，N]；序列m_u中干扰信号的频谱范围为[1，N_infe]和[N-N_infe+1，N]；

S22.定义i_u是区间[i_u,max-16，i_u,max+15]内的值，且1≤i_u≤N，将序列m_u对应位置的都变为0；

定义i_d是区间[i_d,max-16，i_d,max+15]内的值，且1≤i_d≤N，将序列m_d对应位置的都变为0；

S23.将序列m_u中[1，N_infe]和[N-N_infe+1，N]两段中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以2×N_infe-32，得到干扰信号能量E_u,infe；

将序列m_d中[1，N_infe]和[N-N_infe+1，N]两段中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以2×N_infe-32，得到干扰信号能量E_d,infe。

所述信号能量E_u,sig的计算公式为：E_u,sig＝E_u,max-E_u,infe。

所述信号能量E_d,sig的计算公式为：E_d,sig＝E_d,max-E_d,infe。

所述噪声能量E_u,noise的计算方法为：将序列m_u中[N_infe+2，N-N_infe-1]中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以N-2×N_infe-2，得到噪声能量E_u,noise。

所述噪声能量E_d,noise的计算方法为：将序列m_d中[N_infe+2，N-N_infe-1]中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以N-2×N_infe-2，得到噪声能量E_d,noise。

所述信号功率P_s的计算公式为：

$P_s=\frac{E_{u,sig}+E_{d,sig}}{M}$

式中，M为chirp信号的长度。

所述噪声功率P_n的计算公式为：

$P_n=\frac{E_{u,noise}+E_{d,noise}}{2}\·\frac{N}{M}$

式中，M为chirp信号的长度。

所述信噪比的线性估计值为

本发明的有益效果是：本发明利用chirp信号通用的同步参数估计过程的中间处理结果，即经过同步参数估计算法处理过的频域中间结果，进一步计算得到信号功率和噪声功率，然后计算信噪比估计值；信噪比估计所需的输入数据和同步参数估计的部分处理过程的输出完全一致，信噪比估计所需的计算及实现复杂度大大降低。

附图说明

图1为现有chirp信号的同步参数估计方案的处理结构示意图；

图2为本发明的一个实施例的流程示意图；

图3为加入信噪比估计后chirp信号的同步参数估计方案的处理结构示意图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图2所示，一种针对chirp信号的信噪比估计方法，包括：

S1.获取信噪比估计需要的同步参数估计的中间结果：获取chirp信号同步过程中的接收信号、本地上扫频信号和本地下扫频信号；将所述接收信号与所述本地上扫频信号相乘，并对相乘结果进行快速傅里叶变换(FFT)得到序列为m_u；将所述接收信号与所述本地下扫频信号相乘，并对相乘结果进行快速傅里叶变换得到序列为m_d。

m_u＝[m_u,1,...,m_u,x,...,m_u,N]，其中N为快速傅里叶变换的长度；m_d＝[m_d,1,...,m_d,x,...,m_d,N]，其中N为快速傅里叶变换的长度。

chirp信号同步过程中，计算序列m_u的能量峰值E_u,max和能量峰值E_u,max在序列m_u中的位置i_u,max，其中1≤i_u,max≤N，以及计算序列m_d的能量峰值E_d,max和能量峰值i_d,max在序列m_d中的位置i_u,max，其中1≤i_d,max≤N。

S2.根据同步参数估计的中间结果计算干扰信号能量：计算序列m_u的干扰信号能量E_u,infe和序列m_d的干扰信号能量E_d,infe。

所述步骤S2包括：

S21.定义chirp信号的采样频率为f_smp，chirp信号的扫频范围为[-f_scan,f_scan]，计算得到其中表示向下取整，则序列m_d中干扰信号的频谱范围为[1，N_infe]和[N-N_infe+1，N]；序列m_u中干扰信号的频谱范围为[1，N_infe]和[N-N_infe+1，N]。

S22.定义i_u是区间[i_u,max-16，i_u,max+15]内的值，且1≤i_u≤N，将序列m_u对应位置的都变为0；

定义i_d是区间[i_d,max-16，i_d,max+15]内的值，且1≤i_d≤N，将序列m_d对应位置的都变为0。

S23.将序列m_u中[1，N_infe]和[N-N_infe+1，N]两段中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以2×N_infe-32，得到干扰信号能量E_u,infe；

将序列m_d中[1，N_infe]和[N-N_infe+1，N]两段中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以2×N_infe-32，得到干扰信号能量E_d,infe。

S3.计算信号能量：计算序列m_u的信号能量E_u,sig和序列m_d的信号能量E_d,sig。

所述信号能量E_u,sig的计算公式为：E_u,sig＝E_u,max-E_u,infe，其中，E_u,max为序列m_u的能量峰值，E_u,infe为干扰信号能量。

所述信号能量E_d,sig的计算公式为：E_d,sig＝E_d,max-E_d,infe，其中，E_d,max为序列m_d的能量峰值，E_d,infe为干扰信号能量。

S4.计算噪声能量：计算序列m_u的噪声能量E_u,noise和序列m_d的噪声能量E_d,noise。

所述噪声能量E_u,noise的计算方法为：将序列m_u中[N_infe+2，N-N_infe-1]中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以N-2×N_infe-2，得到噪声能量E_u,noise。

所述噪声能量E_d,noise的计算方法为：将序列m_d中[N_infe+2，N-N_infe-1]中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以N-2×N_infe-2，得到噪声能量E_d,noise。

S5.计算chirp信号的信号功率P_s。

所述信号功率P_s的计算公式为：

$P_s=\frac{E_{u,sig}+E_{d,sig}}{M}$

式中，M为chirp信号的长度S7.根据计算信号功率P_s和噪声功率P_n得到信噪比的线性估计值。

S6.计算噪声功率P_n。

所述噪声功率P_n的计算公式为：

$P_n=\frac{E_{u,noise}+E_{d,noise}}{2}\·\frac{N}{M}$

式中，M为chirp信号的长度。

S7.计算信号功率P_s除以噪声功率P_n得到信噪比的线性估计值。

所述信噪比的线性估计值为

在一个实施例中：M＝480，N＝512，f_smp＝64kHz，f_scan＝7.68kHz，则N_infe＝122，从而计算得到序列m_u和序列m_d中干扰信号的频谱范围相同，均为[1，122]和[391，512]，2×N_infe-32＝212，[N_infe+2，N-N_infe-1]为[124，389]，N-2×N_infe-2＝266。

从图3可以看到信噪比估计过程与同步参数估计过程高度融合，没有任何冲突。只是需要添加若干针对信噪比计算得模块，但这些模块也基本只包含简单的加乘运算。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (8)

1.一种针对chirp信号的信噪比估计方法，其特征在于，包括：

S1.获取chirp信号同步过程中的接收信号、本地上扫频信号和本地下扫频信号；将所述接收信号与所述本地上扫频信号相乘，并对相乘结果进行快速傅里叶变换得到序列为m_u；将所述接收信号与所述本地下扫频信号相乘，并对相乘结果进行快速傅里叶变换得到序列为m_d；

chirp信号同步过程中，计算序列m_u的能量峰值E_u,max和能量峰值E_u,max在序列m_u中的位置i_u,max，其中1≤i_u,max≤N，以及计算序列m_d的能量峰值E_d,max和能量峰值i_d,max在序列m_d中的位置i_u,max，其中1≤i_d,max≤N；

S2.计算序列m_u的干扰信号能量E_u,infe和序列m_d的干扰信号能量E_d,infe；

S3.计算序列m_u的信号能量E_u,sig和序列m_d的信号能量E_d,sig；

S4.计算序列m_u的噪声能量E_u,noise和序列m_d的噪声能量E_d,noise；

S5.计算chirp信号的信号功率P_s；

S6.计算噪声功率P_n；

S7.根据计算信号功率P_s和噪声功率P_n得到信噪比的线性估计值。

计算信号功率P_s除以噪声功率P_n得到信噪比的线性估计值。

2.根据权利要求1所述的一种针对chirp信号的信噪比估计方法，其特征在于，所述步骤S1中，

m_u＝[m_u,1,...,m_u,x,...,m_u,N]，其中N为快速傅里叶变换的长度；

m_d＝[m_d,1,...,m_d,x,...,m_d,N]，其中N为快速傅里叶变换的长度。

3.根据权利要求1所述的一种针对chirp信号的信噪比估计方法，其特征在于，所述步骤S2包括：

S21.定义chirp信号的采样频率为f_smp，chirp信号的扫频范围为[-f_scan,f_scan]，计算得到其中表示向下取整，则序列m_d中干扰信号的频谱范围为[1，N_infe]和[N-N_infe+1，N]；序列m_u中干扰信号的频谱范围为[1，N_infe]和[N-N_infe+1，N]；

S22.定义i_u是区间[i_u,max-16，i_u,max+15]内的值，且1≤i_u≤N，将序列m_u对应位置的都变为0；

定义i_d是区间[i_d,max-16，i_d,max+15]内的值，且1≤i_d≤N，将序列m_d对应位置的都变为0；

S23.将序列m_u中[1，N_infe]和[N-N_infe+1，N]两段中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以2×N_infe-32，得到干扰信号能量E_u,infe；

将序列m_d中[1，N_infe]和[N-N_infe+1，N]两段中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以2×N_infe-32，得到干扰信号能量E_d,infe。

4.根据权利要求1所述的一种针对chirp信号的信噪比估计方法，其特征在于，所述信号能量E_u,sig的计算公式为：E_u,sig＝E_u,max-E_u,infe；

所述信号能量E_d,sig的计算公式为：E_d,sig＝E_d,max-E_d,infe。

5.根据权利要求1所述的一种针对chirp信号的信噪比估计方法，其特征在于，所述噪声能量E_u,noise的计算方法为：将序列m_u中[N_infe+2，N-N_infe-1]中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以N-2×N_infe-2，得到噪声能量E_u,noise；

所述噪声能量E_d,noise的计算方法为：将序列m_d中[N_infe+2，N-N_infe-1]中的所有值求模平方，再求所有模平方的和，最后将所有模平方的和除以N-2×N_infe-2，得到噪声能量E_d,noise。

6.根据权利要求1所述的一种针对chirp信号的信噪比估计方法，其特征在于，所述信号功率P_s的计算公式为：

$P_s=\frac{E_{u,sig}+E_{d,sig}}{M}$

式中，M为chirp信号的长度。

7.根据权利要求1所述的一种针对chirp信号的信噪比估计方法，其特征在于，所述噪声功率P_n的计算公式为：

$P_n=\frac{E_{u,noise}+E_{d,noise}}{2}\·\frac{N}{M}$

式中，M为chirp信号的长度。

8.根据权利要求1所述的一种针对chirp信号的信噪比估计方法，其特征在于，所述信噪比的线性估计值为