一种OFDM系统的信噪比盲估计方法与流程

本发明涉及无线通信技术领域，特别OFDM系统技术领域，具体是指一种OFDM系统的信噪比盲估计方法。

背景技术：

信噪比是通信信号的关键参数，它是通信质量的衡量指标之一，在无线通信中的许多场合，如调制信号的识别、Turbo Code的迭代译码，移动通信中的功率控制、自适应调制切换、自适应越区切换等，都需要知道信噪比的数值，以获得最佳的性能。因此，在自适应OFDM的通信系统(OFDM，Orthogonal Frequency Division Multiplexing，正交频分复用技术)中，信噪比是实现多项通信技术的重要依据。

目前OFDM系统信噪比估计的方法大致可以分成两类：一类是基于导频数据辅助的信噪比估计方法，一类是盲估计方法。对于缓慢变化的信道，前者需要不断地在每个子载波上发送导频数据，这将降低通信系统信息传输效率；而盲估计方法是建立在有用信号和噪声干扰统计特性的基础上，无须发送导频数据，因而其通信效率较高，但其估计性能不如前者。为了不降低通信系统信息传输效率和提高信噪比估计精度，一般采用盲估计方法，并寻求更好的方法以提高估计性能。

近年来国内外在无线OFDM系统信噪比估计方面开展了一些研究。其中性能较好的Boumard方法和采用虚载波方法等。Boumard方法利用前导符号估计噪声方差，利用子信道估计系数进一步得到系统信噪比，但性能受时延扩展的影响；虚载波方法的性能会受到具体系统滤波器的影响。

技术实现要素：

本发明的目的是克服了上述现有技术中的缺点，提供一种基于OFDM系统信号帧的前导符号实现的，复杂度低，信噪比估计性能好，精度更高，且实现方式简单，实现成本低廉的OFDM系统的信噪比盲估计方法。

为了实现上述的目的，本发明的OFDM系统的信噪比盲估计方法采用以下步骤：

(1)对OFDM前导符号进行傅里叶变换；

(2)根据经傅里叶变换后的前导符号获取数据子载波平均功率P_s；

(3)根据经傅里叶变换后的前导符号获取虚载波平均功率P_v；

(4)根据所述的信号平均功率和所述的虚载波平均功率确定信噪比为

该OFDM系统的信噪比盲估计方法中，所述的步骤(4)具体为：

以根据下式确定的平均信噪比作为所述的OFDM系统的信噪比：

上式中，为第k个子载波上的信道，根据下式确定：

上式中，M_2，k为第m个OFDM前导符号的第k个子载波上的接收数据Y_m，k的二阶矩描述，W为噪声方差。

该OFDM系统的信噪比盲估计方法中，所述的第m个OFDM前导符号的第k个子载波上的接收数据Y_m，k的二阶矩描述根据下式确定：

上式中，L为OFDM前导符号的个数，||·||表示取模。

该OFDM系统的信噪比盲估计方法中，所述的噪声方差W根据下式确定：

$W=\frac{1}{2}E\left\{{\left|\right|Y_{m,k}^{\′}-Y_{m+1,k}^{\′}\left|\right|}^2\right\}$

上式中，||·||表示取模。E{.|k}表示求条件期望，m＝0，1，...，L-1，L为OFDM前导符号的个数。

该OFDM系统的信噪比盲估计方法中，所述的前导符号包括短训练符号和长训练符号。

该OFDM系统的信噪比盲估计方法中，

所述的步骤(1)具体为：

(1-1)将短训练符号分为两组，分别进行傅里叶变换；

所述的步骤(2)具体为：

(2-1)根据其中一组经傅里叶变换后的短训练符号获取数据子载波平均功率P_s；

所述的步骤(3)具体为：

(3-1)根据其中另一组经傅里叶变换后的短训练符号获取虚载波平均功率P_v。

该OFDM系统的信噪比盲估计方法中，

所述的步骤(1)具体为：

(1-2)将两个长训练符号分别进行傅里叶变换；

所述的步骤(2)具体为：

(2-2)根据经傅里叶变换后的长训练符号获取数据子载波平均功率P_s；

所述的步骤(3)具体为：

(3-2)将两个经傅里叶变换后的长训练符号相减，得到的信号的功率为信道中噪声功率的两倍，进而可以得到噪声功率。

该OFDM系统的信噪比盲估计方法中，

所述的步骤(1)具体为：

(1-3)将短训练符号分为两组，分别进行傅里叶变换，并两个长训练符号分别进行傅里叶变换；

所述的步骤(2)具体为：

(2-3)根据其中一组经傅里叶变换后的短训练符号获取数据子载波平均功率P_s；

所述的步骤(3)具体为：

(3-3)将两个经傅里叶变换后的长训练符号相减，得到的信号的功率为信道中噪声功率的两倍，进而可以得到噪声功率。

该OFDM系统的信噪比盲估计方法中，

所述的步骤(1)具体为：

(1-4)将短训练符号分为两组，分别进行傅里叶变换，并两个长训练符号分别进行傅里叶变换；

所述的步骤(2)具体为：

(2-4)根据经傅里叶变换后的长训练符号获取数据子载波平均功率P_s；

所述的步骤(3)具体为：

(3-4)根据一组经傅里叶变换后的短训练符号获取虚载波平均功率P_v。

采用了该发明的OFDM系统的信噪比盲估计方法，由于其基于OFDM系统信号帧的前导符号获取数据子载波平均功率及虚载波平均功率进而确定信噪比，因此，比现有技术中基于导频辅助的信噪比的估计方法具有更高的通信效率；比采用虚载波进行信噪比估计的方法的估计精度更高，同时，本发明的OFDM系统的信噪比盲估计方法复杂度低，实现方式简单， 实现成本低廉。

附图说明

图1为本发明的OFDM系统的信噪比盲估计方法的步骤示意图。

图2为本发明采用的OFDM系统的OFDM前导符号结构示意图。

图3为本发明的四种信噪比估计方法情况下的均方误差曲线。

图中，a-只使用短前导估计；b-只使用长前导估计；c-使用短前导和长前导结合估计；d-使用短前导(虚载波)和长前导估计。

图4为设定输入信噪比情况下输出信噪比估计曲线。

具体实施方式

为了能够更清楚地理解本发明的技术内容，特举以下实施例详细说明。

请参阅图1所示，为本发明的OFDM系统的信噪比盲估计方法的步骤示意图。

在一种实施方式中，OFDM系统的信噪比盲估计方法，其特征在于，所述的方法包括以下步骤：

(1)对OFDM前导符号进行傅里叶变换；

(2)根据经傅里叶变换后的前导符号获取数据子载波平均功率P_s；

(3)根据经傅里叶变换后的前导符号获取虚载波平均功率P_v；

(4)根据所述的信号平均功率和所述的虚载波平均功率确定信噪比为

在一种较优选的实施方式中，所述的步骤(4)具体为：

以根据下式确定的平均信噪比作为所述的OFDM系统的信噪比：

上式中，为第k个子载波上的信道，根据下式确定：

上式中，M_2，k为第m个OFDM前导符号的第k个子载波上的接收数据Y_m，k的二阶矩描述，W为噪声方差。

在一种进一步优选的实施方式中，所述的第m个OFDM前导符号的第k个子载波上的接 收数据Y_m，k的二阶矩描述根据下式确定：

上式中，L为OFDM前导符号的个数，||·||表示取模。

所述的噪声方差W根据下式确定：

$W=\frac{1}{2}E\left\{{\left|\right|Y_{m,k}^{\′}-Y_{m+1,k}^{\′}\left|\right|}^2\right\}$

上式中，||·||表示取模。E{.|k}表示求条件期望，m＝0，1，...，L-1，L为OFDM前导符号的个数。

在另一种进一步优选的实施方式中，所述的前导符号包括短训练符号和长训练符号。前导符号的选用可以采用以下四种优选实施方式中的任意一种。

第一种优选的实施方式，所述的步骤(1)～(3)具体为：

(1-1)将短训练符号分为两组，分别进行傅里叶变换；

(2-1)根据其中一组经傅里叶变换后的短训练符号获取数据子载波平均功率P_s；

(3-1)根据其中另一组经傅里叶变换后的短训练符号获取虚载波平均功率P_v。

第二种优选的实施方式，所述的步骤(1)～(3)具体为：

(1-2)将两个长训练符号分别进行傅里叶变换；

(2-2)根据经傅里叶变换后的长训练符号获取数据子载波平均功率P_s；

(3-2)将两个经傅里叶变换后的长训练符号相减，得到的信号的功率为信道中噪声功率的两倍，进而可以得到噪声功率。

第三种优选的实施方式，所述的步骤(1)～(3)具体为：

(1-3)将短训练符号分为两组，分别进行傅里叶变换，并两个长训练符号分别进行傅里叶变换；

(2-3)根据其中一组经傅里叶变换后的短训练符号获取数据子载波平均功率P_s；

(3-3)将两个经傅里叶变换后的长训练符号相减，得到的信号的功率为信道中噪声功率的两倍，进而可以得到噪声功率。

第四种优选的实施方式，所述的步骤(1)～(3)具体为：

(1-4)将短训练符号分为两组，分别进行傅里叶变换，并两个长训练符号分别进行傅里叶变换；

(2-4)根据经傅里叶变换后的长训练符号获取数据子载波平均功率P_s；

(3-4)根据一组经傅里叶变换后的短训练符号获取虚载波平均功率P_v。

在实际应用中，本发明的方法的OFDM系统的信噪比盲估计方法具体步骤如下：

本发明采用OFDM符号有效持续周期为T_U＝80μs和子载波总数为1024的OFDM系统。短前导和长前导均采用CAZAC序列，其循环前缀(CP)持续周期为即T_CP＝20μs，长前导符号循环前缀持续时间T_CP1＝40us，短前导持续时间T_short＝10*T_CP＝200us，有用子载波数N_S＝480，FFT/IFFT变换长度为1024，带宽为6MHz，如图2所示。

根据任何子载波上的高斯白噪声具有相同的统计特性(其与子载波序号无关)和前导OFDM符号中数据放置方式与数据OFDM符号中的相同的特点。首先对接收到的前导符号进行FFT变换，然后分别计算数据子载波和虚载波的平均功率，即可得到信噪比估计值：

$S\hat{N}R=\frac{P_s}{P_v}---\left(1\right)$

式中，P_s为前导符号上数据符号子载波上的平均功率，和P_v为前导序列符号上虚载波上的信号平均功率，在此认为为噪声平均功率。上面的处理过程可以用图1来表示。

在OFDM系统中，信号帧结构往往采用前置前导符号加数据的结构，如在无线局域网IEEE802.11a标准中，前导符号包括10个周期重复的短训练符号和2个周期重复的长训练符号，符号间隔与正常的OFDM符号相同。如图2所示。所以提出四种信噪比估计方案：

1)只使用短前导符号

短训练符号是由CAZAC序列调制到载波上，然后将短训练符号分为两组，分别做FFT变换，然后分别统计数据载波和虚载波的平均功率，即可计算出信噪比。

2)只使用长前导符号

两个长前导符号是由CAZAC序列调制到载波上，然后分别做FFT变换，由于长前导符号中没有虚载波，将FFT变换后的长前导符号相减，得到的信号的功率为信道中噪声功率的两倍，进而可以得到噪声功率，从而计算出信噪比。

3)短前导符号和长前导符号相结合

同时使用以上两种方法，计算出数据载波功率和噪声功率，从而计算出信噪比。

4)短前导符号(只使用虚载波)和长前导符号相结合

和第三种方法类似，短前导符号中只使用虚载波，不使用数据载波，因为短前导符号中数据载波数量较少，计算时误差较大。

在OFDM系统中，频域中第m个传输符号可以表示为：

C_m＝[c_m，0，c_m，1，...，c_m，k，...，c_m，N-1] (2)

上式中N表示IFFT长度，c_m，k表示第m个OFDM符号第k个子载波上的已调数据。已调数据经过信道后，在接收端经FFT处理后，第m个OFDM符号第k个子载波上的接收数据给出如下：

Y_m，k＝c_m，kH_m，k+n_m，k (3)

上式中n_m，k是零均值，方差为W的高斯白噪声，且各个子载波间相互独立。H_m，k为第k个子载波的信道系数，可以表示为：

$H_{m,k}=\underset{l=1}{\overset{G}{\mathrm{\Σ}}}h(\mathrm{mT},l{T}_s)\·e^{-j2\mathrm{\π}\frac{\mathrm{kl}}{N}}---\left(4\right)$

h(mT，lT_s)是第m个OFDM的无线信道冲击响应的离散采样，T是OFDM符号周期，T_s是接收端的采样周期，G是无线信道冲击响应的采样长度。

在无线OFDM系统中，OFDM包的持续时间短于信道相干时间，则H_m，k可以被H_k代替。则对于OFDM的第L个符号，第k个子载波的SNRρ_k给出如下：

${\mathrm{\ρ}}_k=\frac{E\left\{{\left|\right|c_{m,k}\left|\right|}^2\right|k\}{\left|\right|H_k\left|\right|}^2}{W}---\left(5\right)$

上式中，||·||表示取模。E{.|k}表示求条件期望。m＝0，1，...，L-1。

则平均SNR给出如下：

${\mathrm{\ρ}}_{\mathrm{av}}=\frac{E\left\{E\right[{\left|\right|c_{m,k}\left|\right|}^2\left|k\right]{\left|\right|H_k\left|\right|}^2\}}{W}=E\left\{{\mathrm{\ρ}}_k\right\}---\left(6\right)$

上式中，k＝0，1，...，L-1，m＝0，1，...，L-1。

根据公式(3)，第m个和m+1个OFDM训练符号的前导给出如下：

Y_m，k＝c_m，kH_m，k+n_m，k (7)

Y_m+1，k＝c_m+1，kH_m+1，k+n_m+1，k (8)

这里c_m，k为已知数据。若c_m，k≠0，则假定||c_m，k||＝1。

当c_m，k≠0，令

$Y_{m,k}^{\′}=Y_{m,k}\·c_{m,k}^{*}=H_k+n_{m,k}\·c_{m+1,k}^{*}=H_k+n_{m,k}^{\′}---\left(9\right)$

$Y_{m+1,k}^{\′}=Y_{m+1,k}\·c_{m,k}^{*}=H_k+n_{m+1,k}\·c_{m+1,k}^{*}=H_k+n_{m+1,k}^{\′}---\left(10\right)$

当c_m，k＝0，令

Y′_m，k＝Y_m，k＝n_m，k＝n′_m，k (11)

Y′_m+1，k＝Y_m+1，k＝n_m+1，k＝n′_m+1，k (12)

考虑如下等式

E{||Y′_m，k-Y′_m+1，k||²}＝E{||n′_m，k-n′_m+1，k||²}＝2W (13)

所以，噪声方差可按下式估计

$W=\frac{1}{2}E\left\{{\left|\right|Y_{m,k}^{\′}-Y_{m+1,k}^{\′}\left|\right|}^2\right\}---\left(14\right)$

实际中，因为噪声的遍历性上式可写为

等式(3)的二阶矩可以描述为

M_2，k＝E{||Y′_m，k||²}＝E{||c_m，kH_k||²}+E{||n′_m，k||²}＝P_k+W (16)

上式中，P_k是第k个子载波的信号功率。

从等式(14)和(15)，第k个子载波的信号功率可以描述为

P_k＝M_2，k-W (17)

则第k个子载波上的信道估计为

这里

上式中，L是OFDM符号个数。

则平均SNR可以表示为

综上所述，从仿真结果图3和图4可以看出，本发明方法完全可行，与理论结果一致。本发明的关键点在于：

1)本发明采用基于前导符号的OFDM信噪比盲估计方法，相对于插入导频的方法，具有不需要额外开销，通信效率高等特点；

2)本发明采用基于前导符号的OFDM信噪比盲估计方法，相对于Boumard方法利用前导符号估计噪声方差，利用子信道估计系数进一步得到系统信噪比，其性能受时延扩展的影响，本方法采用前导符号的相关函数估计系统信噪比，具有估计性能和精度高等优势；

3)本发明采用基于前导符号的OFDM信噪比盲估计方法，相对于采用虚载波估计方法，受具体系统滤波器影响，本方法采用虚载波和数据子载波相结合的方法，具有估计精度高，实现简单，复杂度低等特点；

4)本发明采用基于前导符号的OFDM信噪比盲估计方法，根据短前导符号和长前导符号的特点，提出了四种信噪比估计方法可以根据具体的应用场合灵活选用，以达到最佳估计性能和精度。

采用了该发明的OFDM系统的信噪比盲估计方法，由于其基于OFDM系统信号帧的前导符号获取数据子载波平均功率及虚载波平均功率进而确定信噪比，因此，比现有技术中基于导频辅助的信噪比的估计方法具有更高的通信效率；比采用虚载波进行信噪比估计的方法的估计精度更高，同时，本发明的OFDM系统的信噪比盲估计方法复杂度低，实现方式简单，实现成本低廉。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。