[发明专利]跳频通信干扰条件下的信噪比估计方法

说明书

技术领域

本发明属于跳频自适应传输领域，具体涉及一种跳频通信干扰条件下的信噪比估计方法。

背景技术

信噪比是通信系统中的一项重要参数指标，它反映了信号与噪声之间的相对关系，与系统误码率性能有直接的对应关系，可为数据解调、译码等提供必要的依据，是通信系统中经常用到的一种信道状态信息。链路自适应技术就是根据信道的状态对传输信号参数进行自适应的调整，使通信质量达到要求。在慢跳频系统中一种典型的干扰就是部分频带干扰，由于每一跳频时隙中包含多个符号，在这一情况下的干扰检测可视为对每跳频时隙内的信噪比估计。在信噪比估计方面前人已经进行了大量研究，这些研究可以分为两大类：基于数据辅助的方法(DA)和基于非数据辅助的方法(NDA)。数据辅助的方法要求在数据流中插入接收端已知的导频信号或者训练序列。显然，采用这种方法会降低系统传输效率。在很多应用场合，从提高频谱效率的角度来考虑，非数据辅助方法是一种更好的选择。

由于非数据辅助的信噪比估计技术在节省系统资源上显现出的巨大优势，让其在众多学者中得到了更多的青睐。目前常用的NDA信噪比估计算法有一阶二阶矩和二阶四阶矩(M2M4)估计算法。其中一阶和二阶来估计信噪比的方法比M2M4算法精度高，在低信噪比时估计偏差更小。但是实际应用中受查找表大小限制，高信噪比时估计性能会随着信噪比增加而下降。文献“Non-data-aid SNR estimation method for APSK exploting rank discrimination test”采用一致最大功效检验的方法针对APSK信号的NDA方法进行了研究，在高信噪比时其性能要优于M2M4估计算法。文献“Signal-to-noise ratio estimation algorithm for adaptive coding and modulation in advanced digital video broadcasting–radar cross sectionsatellite systems”针对MPSK调制系统提出了一种短突发SNR估计算法，高信噪比时性能优于M2M4估计算法，但其需要准确的相位信息，对相位估计提出了较高的要求。以上是针对高信噪比时的信噪比估计进行的研究，且未与编码系统相结合。针对低信噪比估计文献“Non-data-aided signal-to-noise-ratio estimation”提出了一种迭代似然函数期望最大化NDA算法。文献“How to use a priori information of data symbols for SNR estimation”提出了如何将数据符号的先验信息用于SNR估计。文献“Robust frequency hopping for interference and fading channels”在解调器和译码器之间增加一个信道估计器，它采用期望最大(EM－Expectation maximization)算法，利用每次译码反馈的后验信息得到信道估计值。这种方法具有良好的性能，在每跳包含一定数量符号的条件下与已知信道边信息的情况十分接近，但是由于EM算法的计算量很大，这种方法的复杂度较高，不利于实际应用。

“Robust frequency hopping for interference and fading channels”(IEEE Transactions on Communications,vol.56,no.8,pp.1343-1351,2008.)在解调器和译码器之间增加一个信道估计器，它采用期望最大(EM－Expectation maximization)算法，利用每次译码反馈的后验信息得到信道估计值。这种方法具有良好的性能，在每跳包含一定数量符号的条件下与已知信道边信息的情况十分接近，但是由于EM算法的计算量很大，这种方法的复杂度较高，不利于实际应用。

综上所述，传统的信噪比估计方法估计精度低、信噪比估计范围窄、在低信噪比情况下估计偏差很大，在信号长度很短且信噪比很低的情况下，很多信噪比估计方法都会出现较大估计偏差。

发明内容

本发明的目的在于提供一种跳频通信干扰条件下的信噪比估计方法，用于解决在估计精度高、信噪比估计范围广且在低信噪比情况下估计偏差很小条件下的信噪比估计。

实现本发明目的的技术解决方案为：一种跳频通信干扰条件下的信噪比估计方法，方法步骤如下：

步骤1、在跳频通信干扰条件下，将接收到的信号通过匹配滤波器进行匹配滤波，再将其传入能量检测器进行能量检测，并预判出干扰跳，再将其解调；