專利名稱：改進的盲snr估計的制作方法
技術領域：
本發(fā)明涉及一種用于估計包括數據符號分量(sn)和噪聲分量(nn)的調制通信信號(rn)的信噪比(SNR)(γ)的方法。
背景技術：
D.R.Pauluzzi和N.C.Beaulieu在IEEE Trans.Comm.Vol.48，No.10，P.1681-1691(2000年10月)中給出了SNR估計技術的概述。
為提供先進的移動無線電模塊的最佳功能，需要有對調制通信信號的精確的信噪比(SNR)估計。在物理層上，SNR值在最大比合并和渦輪譯碼(turbo-decoding)中使用。在更高層上，SNR值在呼叫建立、宏分集和切換控制中使用。
在具有變化的SNR的環(huán)境中，例如移動無線電網絡中，SNR值的確定必須相當快。
SNR值γ定義為信號功率與噪聲功率的比值，即 SNR估計可以通過數據輔助(DA)或非數據輔助(NDA)來完成。后者通常被稱為“盲”估計。
在數據輔助SNR估計的情況下，預先已知一組采樣(一個采樣典型地對應于一個比特)。在傳輸該組采樣之后，借助于數據輔助最大似然估計，將接收數據和原始數據進行比較。已知的該組采樣可以是前導序列或訓練序列。
如果傳輸的該組采樣不是預先已知的，則必須應用盲估計算法。已知的盲SNR估計算法包括a)標準接收數據輔助(RDA)最大似然SNR估計(見例如D.Pauluzzi和N.Beaulieu在2000年10月的IEEE Trans.Comm.，Vol.48，No.10，pp.1681-1691所給出的內容)，b)迭代SNR估計(見例如B.Li等人在2002年11月的IEEECommun.Lett.Vol 6，No 11，pp.469-471所給出的內容)，以及c)峰度(Kurtosis)SNR估計(見例如R.Matzner，K.Letsch在1994年10月的Proc.IEEE-IMS Workshop on Information Theory andStatistics，Alexandria/VA，USA，p.68ff所給出的內容)。
然而，這些已知算法對于較低的采樣數量是相當不精確的。此外，特別地，迭代SNR估計是麻煩且耗時的。

發(fā)明內容
本發(fā)明的目的是提供一種用于對調制通信信號進行穩(wěn)健的SNR估計的方法，其中該方法即使對于較低的處理采樣數量也具有高精確度。
該目的是通過如在開始所介紹的一種方法來實現(xiàn)的，該方法的特征在于，從數據輔助最大似然估計得到調制通信信號的中間SNR值 該輔助數據不是預先已知的，而是從調制通信信號(rn)的采樣重新構造的，以及通過該中間SNR值 的可控非線性轉換來確定估計SNR值 本發(fā)明方法借助于中間SNR值的轉換來估計調制通信信號的SNR。通過調制通信信號的標準RDA最大似然SNR估計獲得該中間SNR值。該中間SNR值 來自于真實SNR值γ。特別地，對于真實SNR值γ的較小值，即γ→0， 比γ大得多。這個偏差通過中間SNR值的可控非線性轉換得以補償。
可控非線性轉換可以借助于一個轉換表來完成，該轉換表基于實驗上所預定的 和γ之間的相互關系。然而，優(yōu)選的是在數學上建立 和γ之間相互關系的模型并且使用該模型化的相互關系進行轉換。為建立模型，可以使用有關調制通信信號的特性的信息和/或對于調制通信信號特性的適當假設。特別地，應當知道調制的類型。已經發(fā)現(xiàn)，由二進制相移鍵控(BPSK)調制的信號可以通過本發(fā)明的方法很好地處理。另外，調制通信信號中的噪聲的類型通?？梢约僭O為具有高斯(Gaussian)分布。
借助于在一個寬的SNR范圍上獲得的高度精確且穩(wěn)健的估計SNR值，如通過本發(fā)明所確定的那樣，可以改進接收機的性能，反過來可以慮及例如在網絡規(guī)劃中裕量的困擾，特別是在低UL/DL傳輸功率需求以及基站(節(jié)點B等)之間較大距離的情況下。
一種很優(yōu)選的本發(fā)明方法的變體，其特征在于可控非線性轉換由修正函數Ψ-1來執(zhí)行，可表示為γ^RAD-ER=Ψ-1(γ^RDA),]]>其中修正函數Ψ-1是估計偏差函數Ψ的反函數，而估計偏差函數Ψ近似于與 和γ的偏差相關的真實偏差函數Ψtrue，即γ^RDA=Ψtrue(γ)]]>及Ψ(γ)≈Ψtrue(γ)。典型地，估計偏差函數由一個數學模型來確定。其反函數，即修正函數，可以通過在坐標系中第一象限的平分線處映射估計偏差函數來得到。如果估計偏差函數足夠簡單，則也可以解析地計算出其反函數。通過設定估計偏差函數等于中間SNR信號，可以計算出估計偏差函數Ψ(γ)，而該中間SNR信號為調制通信信號的估計信號功率與估計噪聲功率的比。因而估計信號功率和估計噪聲功率必須表示為γ的函數，其中后者需要適當的假設，例如要處理無限采樣數量。
在本方法的優(yōu)選的又一改進中，選擇Ψ，使得對于大數目的N，即N→∞，Ψ(γ)＝Ψtrue(γ)，其中N是處理的調制通信信號(rn)的采樣的數量。然后將以此方式得到的估計偏差函數也應用于具有有限采樣數量的數據。在許多情況下，特別是具有BPSK調制和高斯噪聲分布的情況下，對于N→∞，可以精確地確定Ψtrue(γ)。在可利用足夠大的采樣數量時，在大多數實際情況下證明后者的假設是有效的。特別地，100個或更多的采樣數量是足夠的。
在本發(fā)明方法的所述變體的又一優(yōu)選改進中，Ψ(γ)=1γ+1(γerf(γ2)+2πe-γ2)2-1.]]>Ψ(γ)的該選擇，在調制通信信號的BPSK調制的情況下，給出了高精度的結果。
在該變體的一個有利改進中，借助于一個近似表來應用Ψ-1。近似表提供對表中列出的修正函數的值的非?？焖俚脑L問?？蛇x擇地，也可以對修正函數的值進行在線的數值計算或解析計算，但會更加耗時。
進一步優(yōu)選的所述變體的一種改進，其中Ψ(γ)=ΨHA(γ)=γ2+(2π-2)2.]]>在BPSK調制的情況下，該雙曲線函數是Ψtrue(γ)的良好近似。它的反函數可以直接計算為ΨHA-1(γ)=γ2-(2π-2)2]]>(對于γ≥2π-2]]>)，和ΨHA-1(γ)＝0(對于γ≤2π-2]]>)。因此，可以解析地得到修正函數，簡化并加速對估計SNR值 的確定。
在本發(fā)明方法的另一個變體中，處理的調制通信信號(rn)的采樣的數量N等于或小于500，優(yōu)選地等于或小于100。在這些情況下，本發(fā)明方法已經提供了高精度的估計SNR值，而已知方法表現(xiàn)出較差的精度。對于較高的N值，例如N為1000或更大，值得提及，本發(fā)明方法典型地利用更少的努力提供了與已知方法同樣精度的估計SNR值。
在本發(fā)明的范圍內還有一種計算機程序，用于根據本發(fā)明的方法估計調制通信信號(rn)的信噪比(γ)。該計算機程序可以存儲到存儲介質上，特別是硬盤或是便攜式存儲介質例如光盤。
本發(fā)明還包括一種接收機系統(tǒng)，用于根據本發(fā)明的方法估計調制通信信號(rn)的信噪比(γ)。該接收機系統(tǒng)包括一個接收機單元。該接收機單元可以接收由例如無線電或光纖線路進行的傳輸中傳輸的信號。本發(fā)明的方法可以直接地關于接收的傳輸信號即在接收機單元中執(zhí)行?？蛇x擇地，本發(fā)明的方法可以在接收的傳輸信號的信道譯碼例如渦輪譯碼之后應用。在后面的情況中，該方法利用“軟”信號執(zhí)行。
最后，本發(fā)明還實現(xiàn)于一種設備，特別是基站或移動臺，該設備包括如上所述的本發(fā)明的計算機程序和/或本發(fā)明的接收機系統(tǒng)。一種典型的移動臺是移動電話。本發(fā)明的設備可以是3G或B3G網絡的一部分，特別是UMTS網絡或WLAN網絡的一部分。
從說明書和附圖，可以提取出更多的優(yōu)勢。以上及以下描述的特征可以根據本發(fā)明獨立地或以任何組合共同地來使用。所述的實施方式不應理解為是無遺漏的列舉，而應理解為具有用于描述本發(fā)明的示例性特征。


在附圖中示出了本發(fā)明，其中圖1示出了利用本發(fā)明方法的具有噪聲信道的二進制傳輸系統(tǒng)；圖2示出了根據本發(fā)明用于BPSK真實信道的估計偏差函數Ψ(γ)和近似于該估計偏差函數的雙曲線函數ΨHA(γ)以及它們的反函數的圖；圖3a示出了對于標準RDA最大似然SNR估計(現(xiàn)有技術)、本發(fā)明的RDA-ER和本發(fā)明的RDA-ERHA，作為真實SNR值的函數所繪出的關于真實SNR值的估計SNR值的標準均方差的示圖，其中每個SNR估計有100個處理采樣；圖3b示出了對應于圖3a的示圖，其中每個SNR估計有1000個采樣；圖4a示出了對于標準RDA最大似然SNR估計(現(xiàn)有技術)、本發(fā)明的RDA-ER、迭代方法(現(xiàn)有技術)和峰度方法(現(xiàn)有技術)，作為真實SNR值的函數所繪出的關于真實SNR值的估計SNR值的標準均方差的示圖，其中每個SNR估計處理有100個處理采樣；圖4b示出了對應于圖4a的示圖，其中每個SNR估計有1000個處理采樣。
具體實施例方式
本發(fā)明處理對諸如無線電話網的傳輸系統(tǒng)中的SNR值的估計。在圖1中示意性地示出了利用本發(fā)明的傳輸系統(tǒng)。在一個源S處，生成二進制數據。該二進制數據可以包含例如電話呼叫的信息。該二進制數據由大量比特bn組成，其中n為比特的索引號碼，從0到N-1，其中N為二進制數據的比特總數。每個比特可以具有0或1的值。為傳輸二進制數據，在一個調制器M中對該二進制數據進行調制。一種典型的調制是二進制相移鍵控(BPSK)調制，得到+1或-1的數據符號分量sn的值。在數據符號分量sn的物理傳輸中，典型地應用一個載波頻率，將sn以系數α放大。而且，由信道將噪聲nn疊加到放大的數據符號分量α·sn。該放大系數α和噪聲水平最初是未知的。從而整個地生成一個調制通信信號rn＝α·sn+nn，并且為在接收機系統(tǒng)中的檢測做好準備。接收機系統(tǒng)可以是例如移動電話的一部分。在物理傳輸期間，其他數據符號分量可以在其他的頻率范圍和/或在其他(擴頻)編碼范圍內同時傳輸。在本文中可以忽略這些其他數據符號分量，雖然它們可能會對噪聲分量nn有影響。
以下，假設BPSK調制，以及假設真實信道具有高斯型的噪聲概率密度函數(PDF)p(nn)=1σ2πe-nn22σ2,]]>其中σ為標準偏差或噪聲振幅。然而，根據本發(fā)明可以是其他的信號特性。
在進行數據輔助(DA)最大似然SNR估計時，如下計算具有已知“導頻”sn的估計振幅 該已知“導頻”sn即一組N個已知數據符號分量值α^=E{rnsn}=1NΣn=0n-1rnsn=1NΣn=0N-1rnsn,]]>其中sn＝{+1，-1}。應該注意，在值上面的帽子^表示估計值，以及E是確定其輸入值的平均值的估計運算。所估計的噪聲功率 (二階矩)計算如下σ^2=E{(rn-α^sn)2}=E{rn2}-α^2E{sn2}=1N-νΣn=0N-1(rn-α^sn)2,]]>其中ν為一個常數，可以根據文獻(D.R.Pauluzzi，N.C.Beaulieu，l.c.)如下進行選擇對σ2的最大似然估計ν＝0；對σ2的無偏(Biaselimination)估計ν＝1；對σ2的最小MSE估計ν＝-1；對γ的無偏估計ν＝3；對Y的最小MSE估計ν＝5。于是數據輔助SNR估計的結果為γ^DA=α^2σ^2=(1NΣn=0N-1rnsn)21N-νΣn=0N-1rn2-1N(N-ν)(Σn=0N-1rnsn)2=(N-ν)Nγ^ν=0.]]>在“盲”的情況下，即接收數據輔助(RDA)最大似然SNR估計的情況下，等同于一階絕對矩，基于接收機決策來估計“導頻”。估計的放大系數 計算如下α^=E{rns^n}=E{rnsignum(rn)}=E{|rn|}=1NΣn=0N-1|rn|.]]>相應地(比較上述DA)估計噪聲功率。因而，估計SNR值為γ^BPSK1,RDA=(1NΣk=0N-1|rn|)21N-νΣn=0N-1rn2-1N(N-ν)(Σn=0N-1|rn|)2.]]>從文獻可以得知，該 值是標準RDA最大似然SNR估計的結果。
然而，通過使用估計的數據符號分量值 而不是真實的數據符號分量值sn，就引入了誤差。對于足夠大的SNR值γ， 非常好地接近于γ，但是對于小的γ值，估計值 太大。
根據本發(fā)明，設定 值等于估計偏差函數Ψ(γ)。為此，將 項表達為真實SNR值γ的函數，需要一些近似和假設α^=E{|rn|}=E{α+|nn|}=1α2π∫0∞ρe-ρ2+α22σ2cosh(ασ2ρ)dp=αerf(γ2)+σ2πe-γ2]]>α^2+σ^2=E{rn2}=1σ2π∫0∞υe-υ+α22σ2cosh(ασ2υ)dυ=α2+σ2]]>γ^BPSK1,RDA=α^2σ^2=(E{|rn|})2E{rn2}-(E{|rn|})2=1E{rn2}(E{|rn|})2-1=1γ+1(γerf(γ2)+2πe-γ2)2-1=ΔΨ(γ)]]>特別地，在此計算中引入了如在開始時定義的一維高斯型噪聲PDF，并且基于BPSK調制(用索引BPSK1表示，其中“1”代表真實信道及其噪聲的一維性)。
根據本發(fā)明，將標準RDA最大似然估計的結果 用作估計SNR值 的實際計算的開始點。為此，將 稱為中間SNR值。 的“ER”索引表示一個擴展的范圍，即本發(fā)明應用的改進范圍。為計算 確定估計偏差函數Ψ(γ)的反函數Ψ-1，并且將中間SNR值 賦值給Ψ-1，其中γ^BPSK1,RDA-ER=Ψ-1(γ^BPSK1,RDA).]]>應該注意對于x≤2π-2,]]>Ψ-1(x)＝0。由于根據γ來表達 需要進行假設和簡化，所以γ^BPSK1,RDA=Ψ(γ)]]>的相互關系只是對真實且精確的相互關系γ^BPSK1,RDA=Ψtrue(γ)]]>的一種近似。根據本發(fā)明，Ψ(γ)越接近Ψtrue(γ)，估計SNR值 就越精確。
在真實信道上的BPSK的上述計算情況中，估計偏差函數Ψ不能被轉化(invert)為顯式(closed form)反函數，所以數值計算是必需的。然而，為了簡化，可以將估計偏差函數Ψ通過一個容易轉化的雙曲線函數ΨHA來近似Ψ(x)≈ΨHA(x)=x2+(2π-2)2]]>對于x≥2π-2,Ψ-1(x)≈ΨHA-1(x)=x2-(2π-2)2]]>對于x≤2π-2,Ψ-1(x)=ΨHA-1(x)=0.]]>于是本發(fā)明的估計SNR值可以計算如下γ^BPSK1,RDA-ERHA=ΨHA-1(γ^BPSK1,RDA).]]>在圖2中，為進行比較，繪出了函數Ψ(γ)=1γ+1(γerf(γ2)+2πe-γ2)2-1]]>以及用來近似前者函數的函數ΨHA(γ)=γ2+(2π-2)2.]]>最大的絕對差異約為0.2及最大的相對差異約為10％。在圖2中還表示出了它們的反函數，其可以通過在第一象限的平分線(無符號的虛線)處映射這些曲線圖來得到。
為量化用于估計調制通信信號的SNR值的本發(fā)明方法的精確度，測試了現(xiàn)有技術和根據本發(fā)明的不同SNR估計方法。
對于每種方法都進行Nt數目的測試。每個測試都利用一組分離性的N個符號(或比特、采樣)來完成。每一組的相應調制通信信號rn具有一個已知的真實SNR值γ，其中n從0到N-1。在每個測試中，借助于當前測試方法確定測試組的估計SNR值 其中m為從0到Nt-1的測試索引(或測試組的索引)。與真實SNR值γ相比較的估計SNR值 的分布，通過計算一個 的標準均方差(NMSE)來進行分析NMSE{γ^m}=MSE{γ^m}γ2=E{(γ^m-γ)2}γ2=1Ntγ2Σm=0Nt-1(γ^m-γ)2.]]>對于每一種方法，NMSE值是真實SNR值γ的函數及每個組的采樣數量N的函數。
測試結果繪制在圖3a中。橫坐標以dB示出真實SNRγ，以及縱坐標在對數刻度上示出了估計SNR值的NMSE值，對應于三種不同方法，即現(xiàn)有技術的標準RDA最大似然估計、具有如圖2的估計偏差函數Ψ的本發(fā)明的RDA-ER最大似然估計、以及具有如圖2的估計偏差函數ΨHA的本發(fā)明的RDA-ERHA最大似然估計。對于這些曲線，計算了總共106個SNR估計(測試)，其中每個SNR估計有N＝100個采樣。
對于低的SNR值(0dB及更低)，本發(fā)明的RDA-ER和RDA-ERHA方法的NMSE值大大低于現(xiàn)有技術的標準RDA方法的NMSE值。換言之，在此范圍內本發(fā)明的方法更加精確。特別地，在-10dB和-5dB，本發(fā)明的方法大約比標準RDA更加精確10倍。在所述范圍內，RDA-ER NMSE值大約為RDA-ERHA NMSE值的一半。對于較高的SNR值(5dB及5dB以上)，所有三種方法大致上同樣精確。
對于圖3b，執(zhí)行了與對于圖3a同樣的測試，但其中每個SNR估計有N＝1000個采樣。在現(xiàn)有技術的RDA一方面與本發(fā)明的RDA-ER和RDA-ERHA之間的精確度的相對差異甚至更大，顯示出本發(fā)明方法的改進。
對于圖4a，執(zhí)行了與對于圖3a同樣的測試，其中每個SNR估計也有N＝100個采樣。對應于現(xiàn)有技術的標準RDA最大似然估計、本發(fā)明的RDA-ER最大似然估計方法、現(xiàn)有技術的迭代方法以及現(xiàn)有技術的峰度方法，對估計SNR值的NMSE值進行繪圖。本發(fā)明的RDA-ER方法在一個非常寬的SNR范圍上具有最低的NMSE值，表示其具有最高的精確度。在0dB到5dB的范圍內，迭代方法大致上與本發(fā)明的RDA-ER方法相同。
對于圖4b，執(zhí)行了與對于圖4a同樣的測試，但其中每個SNR估計有Ｎ＝1000個采樣。對于低的SNR值(0dB和更低)，本發(fā)明的RDA-ER方法、迭代方法和峰度方法同樣精確。對于10dB及10dB以上的SNR值，本發(fā)明的RDA-ER方法明顯勝過迭代方法。另外，在0dB和15dB之間，本發(fā)明的RDA-ER方法勝過峰度方法。
總之，已經對于真實AWGN信道上的BPSK信道測試了本發(fā)明的SNR估計方法。它勝過或至少等同于已知的盲SNR估計算法。本發(fā)明的方法可以容易地用于真實或復用信道上的其他信號調制。本發(fā)明的方法只需要有限的努力(比已知的最大似然數據輔助估計多一點)；特別地，它不需要迭代也不需要對保護的數據進行譯碼/重新編碼。最后，為避免存儲和處理最佳插值曲線Ψ-1，可以利用雙曲線近似，其允許即時計算，而只有較小的性能降級。
權利要求
1.一種用于估計包括數據符號分量(sn)和噪聲分量(nn)的調制通信信號(rn)的信噪比(SNR)(γ)的方法，其特征在于從數據輔助最大似然估計得到所述調制通信信號的中間SNR值 該輔助數據不是預先已知的，而是從所述調制通信信號(rn)的采樣重新構造的；以及通過所述中間SNR值 的可控非線性轉換，確定估計SNR值
2.根據權利要求1所述的方法，其特征在于，所述可控非線性轉換由修正函數Ψ-1來執(zhí)行，可表示為γ^RDA-ER=Ψ-1(γ^RDA),]]>其中所述修正函數Ψ-1是估計偏差函數Ψ的反函數，而所述估計偏差函數Ψ近似于與 和γ的偏差相關的真實偏差函數Ψtrue，即γ^RDA=Ψtrue(γ)]]>及Ψ(γ)≈Ψtrue(γ)。
3.根據權利要求2所述的方法，其特征在于，選擇Ψ，使得對于大數目的N，即N→∞，Ψ(γ)＝Ψtrue(γ)，其中N是處理的所述調制通信信號(rn)的采樣數量。
4.根據權利要求2所述的方法，其特征在于Ψ(γ)=1γ+1(γerf(γ2)+2πe-γ2)2-1.]]>
5.根據權利要求2所述的方法，其特征在于，借助于一個近似表來應用Ψ-1。
6.根據權利要求2所述的方法，其特征在于Ψ(γ)=ΨHA(γ)=γ2+(2π-2)2.]]>
7.根據權利要求1所述的方法，其特征在于，處理的所述調制通信信號(rn)的采樣數量N等于或小于500，優(yōu)選地等于或小于100。
8.一種計算機程序，用于根據權利要求1來估計調制通信信號(rn)的信噪比(γ)。
9.一種接收機系統(tǒng)，用于根據權利要求1來估計調制通信信號(rn)的信噪比(γ)。
10.一種設備，特別是基站或移動臺，其包括根據權利要求8的計算機程序和/或根據權利要求9的接收機系統(tǒng)。
全文摘要
一種用于估計包括數據符號分量(s
文檔編號H04L27/22GK1798120SQ20051013037
公開日2006年7月5日 申請日期2005年12月9日 優(yōu)先權日2004年12月28日
發(fā)明者保羅·A·M·比納 申請人:阿爾卡特公司