一种低信噪比条件下信噪比的图域估计方法及系统技术方案

一种低信噪比条件下信噪比的图域估计方法及系统，主要分为两个环节，第一个环节是信噪比估计公式的拟合。首先取频带观测信号的实部进行有混叠分段，计算每段序列的傅里叶变换，而后对傅立叶变换的模进行图转换，求取图的度向量之和；最后计算所有段的度向量之和平均值，得到图的度和平均值。根据上述方法，得到每一信噪比条件下对应的图的度和平均值，并据此拟合出信噪比估计的近似解析表达式。第二个环节是信噪比的估计。当给定某一测试信号时，利用上述方法计算图的度和平均值，并代入至拟合所得的近似解析表达式中，求得信噪比的估计值。本发明专利技术无需信号的任何先验信息，相对于传统估计方法，其性能在低信噪比时更佳，且对载频不敏感。频不敏感。频不敏感。

【技术实现步骤摘要】
一种低信噪比条件下信噪比的图域估计方法及系统


[0001]本专利技术属于信号处理
，具体涉及一种低信噪比条件下信噪比的图域估计方法及系统。

技术介绍

[0002]随着时代的发展和科技的进步，无论是民用还是军事方面，无线通信技术、认知无线电的应用越来越广泛。比如，在生活中，人们使用手机、网络等各种交互移动终端。信噪比是衡量通信设备质量的重要指标，通过信噪比可指导功率控制、信道分配等。如果信噪比越高，则通信质量越好；而在军事方面，信噪比的重要性更是不言而喻，无线军用通信、雷达调制信号识别、分类问题中阈值的取值、数字统计量特征的提取等均与信噪比有关。由于军用通信设备的精度要求非常高，有任何差错都有可能导致“失之毫厘，谬以千里”的结果，甚至可能造成战术情报的失误。因此，通常需要对信噪比进行盲估计，信噪比估计方法的研究也成为信号处理领域的经典课题。
[0003]目前较为经典的信噪比估计方法主要有基于最大似然估计方法、二阶四阶矩估计方法、平方信噪比差估计方法等。图域方法进行信噪比估计，也成为一种新的框架(参考文献Yan K，Wu H C，Huang X.Blind SINR Estimation Based on Graph Sparsity[C]//GLOBECOM 2020
‑
2020 IEEE Global Communications Conference.IEEE，2020.)。现有的图域信噪比估计方法只能对基带信号的信噪比估计有效，但应用于频带信号时，特别是在信噪比变低时(如小于10dB)，其性能较差，基本失效。如协作通信中，虽然接收方可事先获得信号的载波信息，但由于晶振的稳定度的影响，接收端信号的频偏不可能为0。在非协作通信中，一方面由于接收方缺少发射方的先验信息，通常需要对调频信号的载波进行估计，此时必然存在一定的估计误差，另一方面，有时需要直接对射频信号或者中频信号的信噪比进行估计。此外，在非协作信号处理中，收发双方的天线方向通常难以对准，接收机需要利用旁瓣信号进行进一步处理，导致接收信号的信噪比较低。因此，在实际信号处理中，对低信噪比时的频带的信噪比估计需求更为迫切与实用。

技术实现思路

[0004]本专利技术针对现有图域方法信噪比估计技术中，应用于频带信号时，特别是在信噪比变低时性能失效的问题，提供一种低信噪比条件下信噪比的图域估计方法及系统。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]一种低信噪比条件下信噪比的图域估计方法，其特征在于，包括：
[0007]步骤1：获取一定信噪比范围内的观测信号，对于每一种信噪比条件下的观测信号，对观测信号的实部进行混叠分段，对混叠分段后的每一段信号分别做傅里叶变换并取模；
[0008]步骤2：分别将每一段信号的傅里叶变换模值作为图转换的输入，通过均一化、均匀量化和图构建得到对应的简单无向图，求取每一个简单无向图的度向量之和，计算所有
简单无向图的度向量之和的平均值作为图的度和平均值，进而得到每种信噪比条件下观测信号的图的度和平均值；
[0009]步骤3：根据每一种信噪比条件下观测信号的图的度和平均值，对信噪比估计的近似解析表达式进行非线性拟合；
[0010]步骤4：计算测试信号的图的度和平均值，并将其代入信噪比估计的近似解析表达式中，计算得到测试信号的信噪比估计。
[0011]为优化上述技术方案，采取的具体措施还包括：
[0012]进一步地，所述步骤1中，所述观测信号为含高斯白噪声的频带信号，其表达式为：
[0013]x(n)＝s(n)+w(n)＝Aexp(j[2πf0nΔt+πd(n)+θ])+w(n)，0≤n≤N
‑1[0014]式中，x(n)为观测信号，s(n)为频带信号，A为信号幅度，n是离散时间序列，N是信号样本个数，f0为信号载频，Δt为采样间隔，θ为信号的初始相位，d(n)为相位函数；w(n)为零均值高斯白噪声，其实部与虚部独立，方差为
[0015]取x(n)的实部，记为x
r
(n)，对其进行混叠分段，分段数为M，每段样本点数为L，混叠样本点数为p，此时第m段序列的第l个样本点取值为：
[0016][0017]对做L点傅立叶变换并取模，得到：
[0018][0019]式中，X
m
(k)表示的傅里叶变换模值。
[0020]进一步地，所述步骤2中，图的度和平均值的计算过程具体如下：
[0021]步骤2.1：求X
m
(k)的最大值和最小值，并将第m段序列的所有样本通过下式逐一映射到[0，1]区间：
[0022][0023]式中，Y
m
(k)是归一化后的频谱，μ
max
和μ
min
分别为X
m
(k)的最大值和最小值；
[0024]步骤2.2：设定量化级数q，对Y
m
(k)做如下的等间隔量化：
[0025]Q
m
(k)＝c+1
[0026]式中，Q
m
(k)是等间隔量化后的频谱，c/q＜Y
m
(k)＜c+1/q，0≤c≤q
‑
1，c为量化索引；
[0027]步骤2.3：将Q
m
(k)映射为简单无向图G
m
＝{E
m
，V
m
}，E
m
和V
m
分别表示简单无向图的边集合和顶点集；
[0028]步骤2.4：计算简单无向图G
m
的度向量并对其求和：
[0029][0030]式中，φ
m
表示度向量之和，为第m段第i个顶点的度；
[0031]对所有段序列计算φ1，φ2，...，φ
M
并求取平均值，作为图的度和平均值
[0032]进一步地，所述步骤3中，根据每一种信噪比条件下观测信号的图的度和平均值α，选配以e为底，求和项数为2项的指数函数，采用信赖域算法进行非线性拟合，得到信噪比估计的近似解析表达式为：
[0033][0034]式中，为信噪比估计值，f(α)为拟合函数。
[0035]进一步地，所述步骤4中，计算测试信号的图的度和平均值α0，并将其代入信噪比估计的近似解析表达式中，计算得到测试信号的信噪比估计
[0036]一种低信噪比条件下信噪比的图域估计系统，其特征在于，包括：
[0037]处理单元，用于获取一定信噪比范围内的观测信号，对于每一种信噪比条件下的观测信号，对观测信号的实部进行混叠分段，对混叠分段后的每一段信号分别做傅里叶变换并取模；
[0038]计算单元，用于分别将每一段信号的傅里叶变换模值作为图转换的输入，通过均一化、均匀量化和图构建得到对应的简单无向图，求取每一个简单无向图的度向量之和，计算所有简单无向图的度向量之和的平均值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低信噪比条件下信噪比的图域估计方法，其特征在于，包括：步骤1：获取一定信噪比范围内的观测信号，对于每一种信噪比条件下的观测信号，对观测信号的实部进行混叠分段，对混叠分段后的每一段信号分别做傅里叶变换并取模；步骤2：分别将每一段信号的傅里叶变换模值作为图转换的输入，通过均一化、均匀量化和图构建得到对应的简单无向图，求取每一个简单无向图的度向量之和，计算所有简单无向图的度向量之和的平均值作为图的度和平均值，进而得到每种信噪比条件下观测信号的图的度和平均值；步骤3：根据每一种信噪比条件下观测信号的图的度和平均值，对信噪比估计的近似解析表达式进行非线性拟合；步骤4：计算测试信号的图的度和平均值，并将其代入信噪比估计的近似解析表达式中，计算得到测试信号的信噪比估计。2.如权利要求1所述的一种低信噪比条件下信噪比的图域估计方法，其特征在于：所述步骤1中，所述观测信号为含高斯白噪声的频带信号，其表达式为：x(n)＝s(n)+w(n)＝Aexp(j[2πf0nΔt+πd(n)+θ])+w(n)，0≤n≤N
‑
1式中，x(n)为观测信号，s(n)为频带信号，A为信号幅度，n是离散时间序列，N是信号样本个数，f0为信号载频，Δt为采样间隔，θ为信号的初始相位，d(n)为相位函数；w(n)为零均值高斯白噪声，其实部与虚部独立，方差为取x(n)的实部，记为x
r
(n)，对其进行混叠分段，分段数为M，每段样本点数为L，混叠样本点数为p，此时第m段序列的第l个样本点取值为：对做L点傅立叶变换并取模，得到：式中，X
m
(k)表示的傅里叶变换模值。3.如权利要求2所述的一种低信噪比条件下信噪比的图域估计方法，其特征在于：所述步骤2中，图的度和平均值的计算过程具体如下：步骤2.1：求X
m
(k)的最大值和最小值，并将第m段序列的所有样本通过下式逐一映射到[0，1]区间：式中，Y
m
(k)是归一化后的频谱，μ
max
和μ
min
分别为X
m
(k)的最大值和最小值；步骤2.2：设定量化级数q，对Y
m
(k)做如下的等间隔量化：Q
m
(k)＝c+1式中，Q
m
(k)是等间隔量化后的频谱，c/q＜Y
m
(k)＜c+1/q，0≤c≤q
‑
1，c为量化索引；步骤2.3：将Q
m
(k)映射为简单无向图G
m
＝{E
m
，V
m
}，E
m
和V
m
分别表示简单无向图的边集合和顶点集：
步骤2.4：计算简单无向图G
m
的度向量并对其求和：式中，φ
m
表示度向量之和，为第m段第i个顶点的度；对所有段序列计算φ1，φ2，...，φ
M
并求取平均值，作为图的度和平均值4.如权利要求3所述的一种低信噪比条件下信噪比的图域估计方法，其特征在于：所述步骤3中，根据每一种信噪比条件下观测信号的图的度和平均值α，选配以e为底，求和项数为2项的指数函数，采用信赖域算法进行非线性拟合，得到信噪比估计的近似解析表达式为：式中，为信噪比估计值，f(α)为拟合函数。5.如权利要求4所述的一种低信噪比条件下信噪比的图域估计方法，其特征在于：所述步骤4中，计算测试信号的图的度和平均值α0，并将其代入信噪比估计的近似解析表达式中，计算得到测试信号的信噪比估计6.一种低信噪比条件下信噪比的图...

【专利技术属性】
技术研发人员：杨莉，胡国兵，姜志鹏，
申请(专利权)人：金陵科技学院，
类型：发明
国别省市：