无数据辅助软判决信噪比估计

现有的无数据辅助信噪比估计算法基于接收信号的硬判决信息。在低信嗓比时,这种估计算法出现较大偏差,为此提出了一种基于软判决的估计算法,并通过仿真和原有的算法在估计性能上进行了比较。仿真结果表明,该算法在低信噪比下具有良好的性能。     

M2M4信噪比估计算法的统计性能分析

针对雷达信号处理中信噪比估计的性能评价问题,研究了常用的二阶、四阶矩(M2M4)方法的统计性能。文中借助一阶泰勒近似,推导了该算法的均方根误差的近似闭合解,给出了其信噪比、观测数据长度的近似关系。计算机仿真结果表明,文中给出的近似公式计算结果针对常规信号、线性调频信号,在一定信噪比范围与仿真结果是吻合的。     

基于矩方法的通信信号信噪比估计算法研究

文中研究了一类基于矩方法的通信信号信噪比估计算法。归纳总结了各种基于矩方法的信噪比估计算法,包括最早的M2M4算法、M1M2算法以及最新的基于高阶矩的方法;对文献中涉及的典型算法在统一的条件下进行了估计成功概率、均值和均方误差的对比仿真分析,同时也对各算法的复杂度进行了分析;最后在分析的基础上总结了各种基于矩方法算法的性能优劣及应用限制,为实际中使用这类简单有效的信噪比估计算法提供指导。     

基于先验信噪比估计的语音增强方法

本文主要研究了噪声环境下频域语音增强问题。首先,总结了频域语音增强算法的主要特点;其次,分析了基于先验信噪比估计的最小均方误差和对数谱最小均方误差方法能够抑制噪声的主要原因;最后,根据"直接判决"的思想,提出了谱减法、最大似然估计法及维纳滤波法改进方法。实验结果表明,与传统的增强方法相比,所提出的方法能更好的抑制背景噪声和残留的"音乐噪声"。     

基于直接判决估计和预测估计的语音增强算法

对噪声环境下语音增强算法中的先验信噪比估计提出了一种新的估计算法。该算法结合了直接判决估计和预测估计方法,与传统的基于直接判决的先验信噪比估计算法相比较,当后验信噪比较大时,该算法减少了语音失真;当后验信噪比较小时,算法较明显地减少了音乐噪声。通过研究发现传统的直接判决方法就是该算法的一个特例,该算法可以通过一个权衡因子退化为传统的直接判决方法。实验结果也证实所提出的算法的优越性能。     

MSK信号信噪比估计的研究

针对 MSK 调制信号,分别研究了二阶距四阶距和基于同步头相关的信噪比估计方法,对两种方法的估计均方误差性能进行了仿真,并与克拉美-罗下界作对比,获得了两种方法的估计性能特点,最后根据两种方法的特点,给出了各自的适用范围。     

一种基于矩特性的SNR估计方法

提出了一种基于矩特征的信噪比估计算法,并对该算法进行了详细推导.仿真结果表明,该算法在低信噪比条件下也有较好的性能.该算法的计算复杂度低,易于在工程上实现.     

基于曲线拟合的信噪比估计方法研究

在无线通信系统中,信噪比作为衡量信道质量的重要参数,为许多自适应技术提供信道质量信息。由于周期平稳信号与高斯白噪声自相关函数的特性不同,用曲线拟合的方法,分离出自相关函数中的周期平稳信号和噪声的能量,从而计算出信噪比。最后仿真表明,该方法相对于其他方法具有较高的估计精度,并且计算复杂度较低。     

一种基于码元波形特征信息的软件化数字解调判决方法

根据数字信号码元波形简单,用软件的方法易于获取其特征信息的特点,提出了一种用软件进行数字信号解调判决的方法,阐述了方法的原理、实现步骤,并给出了软件流程和仿真结果。本方法的特点是不需要位同步信号,且运算量小,稳定性较高,并对连“0”码(或连“1”码)有较强的恢复能力。     

ISI信道下的突发通信信噪比估计

信噪比(SNR)是通信系统的重要参数,SNR估计是信号处理的重要环节,而无线通信中常见的多径效应会给SNR估计带来恶劣影响.丈中首先介绍了突发通信中借助训练序列进行SNR估计的主要方法,分析了ISI信道对估计产生的不利影响.根据信道函数的特性,文中提出了基于相关峰捕获和DFE均衡器处理的两种SNR估计法.随后文中讨论分析了这两种算法的估计性能.仿真表明,这两种算法都能对ISI信道的SNR进行可靠的估计.     

一种低信噪比下的 RFID 信号解调方法

针对实际环境中RFID信号微弱且易受干扰的情况,提出了一种低信噪比条件下的解调方法,对以前的方法进行了改进,采取了基于自适应拟合的降噪除干扰算法,并设计了一种新的同步结构。通过理论分析和计算机仿真结果表明,该方法能在较低的信噪比容限下,正确地解调出RFID信号,性能优于原有方法,可为低信噪比条件下RFID的信号处理以及远距离RFID技术的应用提供更有效的解决途径。     

一种基于序列相关的信噪比估计算法

针对多径信道,提出了一种基于序列相关的信噪比估计算法,利用本地序列与接收信号相关,并采用最小二乘估计法,精确地估计了接收信号幅度和噪声方差,得到了两径信道下信噪比的估计值。仿真结果表明该算法整体估计性能较好,特别适合于低信噪比条件下。在信噪比为-1dB时,与现有的频域和二阶矩四阶矩（M2M4,2-order and 4-order Moments）估计算法相比,该算法的归一化均方误差分别降低了0．09和0．2。     

低SNR下基于LDPC译码的迭代SNR估计

针对低信噪比（≤0dB）下SNR估计的难题,提出了基于低密度奇偶校验码（LDPC）译码辅助的迭代SNR估计算法。该算法先采用期望最大（EM）原理及LDPC译码软信息实现SNR粗估计,再以不同SNR下LDPC软信息硬判结果满足校验矩阵约束程度的差异为判决依据,实现基于判决反馈的SNR精估计。仿真表明,该算法能以相对较小的计算复杂度,使LDPC编码系统在低SNR下获得了较高精度的SNR估计。     

迭代均衡系统中的一种SNR估计方法

该文首先分析了最大后敛概率(Maximum A posterior Probability, MAP)迭代均衡及其简化算法Max-Log- MAP(MLM)、缩放软信息的Max-Log-MAP算法(Scaled Max-Log-MAP,SMLM)对SNR估计误差的敏感性问题,然后利用SMLM算法对SNR估计误差不敏感的特性,提出了一种基于SMLM的软输出信息估计信道SNR的方法。最后,利用该算法,还提出了一种新的迭代均衡算法,并研究了其性能,结果表明该算法不仅不需要任何导引符号开销,还能获得非常接近具有理想的SNR的MAP算法的误码性能。     

基于频率区间二分解调的LFM信号参数估计方法

首先讨论了线性调频信号在时频域的主要特点及调频斜率与振幅频谱的关系,在此基础上提出基于频率区间二分解调的LFM信号参数估计方法。该方法充分利用了LFM信号的线性性质,有效地将信号与噪声分离开来,通过二分法搜索调频斜率,提高了LFM信号参数的估计效率。     

一种新的基于特征值分析的盲信噪比估计方法

对自相关矩阵的特征值分解进行公式推导,基于此提出了一种采用协方差矩阵进行特征值分析的盲信噪比估计方法。在加性高斯白噪声环境下的仿真结果表明,该方法的估计偏差及标准差等性能均优于基于自相关矩阵特征值分析的盲信噪比估计方法。     

一种改进的信噪比估计算法

基于现今越来越多的算法需要信噪比的先验知识来进行性能优化,论述了信噪比估计在通信系统中具有的重要作用,介绍了信噪比估计算法的信号模型。通过分析现有的几种信噪比估计算法在较大的信噪比范围内的估计性能,提出了改进的信噪比估计算法,并对新算法的估计均值、估计偏差和估计方差进行了仿真。仿真及分析结果表明,改进的算法在较大的信噪比范围内性能良好,估计准确。     

选择性分集合并中信噪比估计问题的研究

针对高速列车无线测控通信系统,研究了多信道选择性分集合并问题.在加性高斯白噪声(AWGN)信道和多径衰落信道下,对四种信噪比(SNR)估计算法的性能进行了仿真分析,并通过均衡技术改善了多径信道下SNR估计的准确性,计算机仿真结果验证了方法的有效性.     

基于信噪比估计的辅助对星技术

针对Tracstar公司IMVS450M天线的自动对星功能,给出了一种基于信噪比估计的辅助自动对星方法。该方法实现简单,估计时间短,无需恢复信号载波,资源占用少,通过性能仿真,能够确保低速终端(不小于32k)在低信噪比条件下(不低于0dB)仍能辅助Tracstar天线完成自动对星。     

Switching Equalization Algorithm Based on a New SNR Estimation Method

It is well-known that turbo equalization with the max-log-map （MLM） rather than the log-map （LM） algorithm is insensitive to signal to noise ratio （SNR） mismatch. As our first contribution, an improved MLM algorithm called scaled max-log-map （SMLM） algorithm is presented. Simulation results show that the SMLM scheme can dramatically outperform the MLM without sacrificing the robustness against SNR mismatch. Unfortunately, its performance is still inferior to that of the LM algorithm with exact SNR knowledge over the class of high-loss channels. As our second contribution, a switching turbo equalization scheme, which switches between the SMLM and LM schemes, is proposed to practically close the performance gap. It is based on a novel way to estimate the SNR from the reliability values of the extrinsic information of the SMLM algorithm.