通信系统中基于信号强度的振幅估计方法与流程

本发明涉及通信
技术领域：
，具体涉及通信系统中基于信号强度的振幅估计方法。
背景技术：
：在通信
技术领域：
，从一系列含有噪声的离散时间序列中估计未知参数是信号检测模块的重要研究问题。最常见的解决方法是采用最大似然(ml)估计理论。ml估计基于假设：未知参数没有先验知识，即振幅可能是任意的非负值，频率和相位可能是区间[-π,π)之间的任意取值；信道为时不变复加性高斯白噪声信道。传统的ml估计方法利用基于频域解的快速傅里叶变换(fft)首先估计信号频率、相位参数，然后再估计振幅等其他参数。这种传统的ml估计方法当且仅当已知频率估计值和相位估计时，才能得到振幅的估计值要想提高信号振幅的估计性能，需要依赖频率估计和相位估计众所周知，其实估计信号的频率和相位需要面临很多常见问题，如计算复杂度和相位展开等，这些问题降低了振幅的估计性能，给振幅的估计带来了困难。技术实现要素：本发明的目的在于克服上述估计信号振幅需要依赖频率估计和相位估计的问题，提出通信系统中基于信号强度直接估计振幅的估计方法。该方法基于最大似然原理，无需进行频率和相位估计，通过接收信号的强度样本就能恢复信号的振幅参数。该方法是经典的莱斯分布估计参数问题的进一步解决方式。本发明的目的是通过以下技术方案实现的：通信系统中基于信号强度的振幅估计方法，所述通信系统的接收信号是可用复数表示、包含复加性高斯白噪声的信号，包括以下步骤：(1)采集通信系统中信号接收端采样点的信号强度样本集合其中，|r(k)|为接收信号k时刻采样点的样本值，个采样点的强度样本集合；(2)建立通信系统中振幅估计模型如下：其中，为信号的振幅估计值；σ2为复加性高斯白噪声实部或虚部的方差；i0(g)和i1(g)分别为零阶、一阶的第一类修正贝塞尔函数。(3)将步骤(1)中获得的样本代入到步骤(2)所建立的模型中，得到振幅估计结果。进一步地，步骤(3)中，所述将步骤(1)中获得的样本代入到步骤(2)所建立的模型中，通过阶梯迭代法求解得到振幅估计结果，具体如下：(a1)设置判断迭代结束的阈值ε。(a2)确定迭代起点，选择作为最初的振幅估计：(a3)根据权利要求1所述振幅估计模型获得第n+1次迭代振幅估计与第n次迭代振幅估计之间的关系式，开始迭代，计算第n+1次迭代得到的振幅估计(a4)当时，结束迭代；将当前迭代估计值作为振幅的最终估计值。进一步地，步骤(3)中，所述将步骤(1)中获得的样本代入到步骤(2)所建立的模型中，通过牛顿迭代法求解得到振幅估计结果，具体如下：(b1)设置判断迭代结束的阈值ε。(b2)确定迭代起点，选择作为最初的振幅估计：(b3)根据振幅估计模型获得第n+1次迭代振幅估计与第n次迭代振幅估计之间的关系式，开始迭代，计算迭代后的振幅估计其中，(b4)当时，结束迭代；将当前迭代估计值作为振幅的最终估计值。进一步地，步骤(3)中，所述将步骤(1)中获得的样本代入到步骤(2)所建立的模型中，通过近似法求解得到振幅估计结果，具体如下：(c1)计算样本的均值(c2)将步骤(c1)所确定的均值代入到由振幅估计模型推导出的近似估计式中，获得振幅估计其中，表示取数值的实部。进一步地，噪声的方差σ2为已知参数或通过如下方法估计得到：(d1)确定获得的样本的均值(d2)确定获得的样本的均方值(d3)将步骤(c1)所确定的均值和均方值代入由振幅估计模型推导出的噪声方差估计式中，获得噪声方差估计值本发明与现有技术相比，具有以下优点：(1)信号幅度参数从接收信号的强度样本中直接恢复，因此无需频率估计或相位估计，性能不受多普勒频移的影响，且估计性能不依赖于频率估计或相位估计的准确度。(2)振幅估计方法中的近似法做了合理的近似计算，因此大大降低计算复杂度。(3)本振幅估计方法的估计性能优于传统估计方法。附图说明图1是接收信号的几何表示；图2是方差已知的情况下，当n＝50、snr＝5db时，阶梯迭代法求信号振幅估计的原理图；图3是方差已知的情况下，当n＝50、snr＝5db时，牛顿迭代法求信号振幅估计的原理图；图4当n＝50时，多种估计方法基于信噪比的mse对比图。具体实施方式本发明的振幅估计模型基于最大似然原理推导得出，具体推导过程如下：接收信号的几何相量表示方法如图1所述，具体模型如下：r(k)＝aej(ωk+θ)+n(k)k＝0,1,2,...其中，a表示发送信号的实际振幅，ω与θ分别表示信号的频率与相位，n(k)为均值为零、方差为2σ2、循环对称、独立分布的复高斯白噪声，图1中n(k)被分解为平行于aej(ωk+θ)的同相分量ni(k)和垂直于aej(ωk+θ)的正交分量nq(k)，因此接收信号的模型可以被写作：r(k)＝a+ni(k)+nq(k)由接收信号的模型得到接收信号强度的模型，具体如下：接收信号的每一个强度样本值|r(k)|是服从莱斯分布的随机变量，其条件概率密度函数如下：由条件概率密度函数推导得强度样本的联合条件概率密度函数，具体如下:由联合条件概率密度函数推导得对数似然函数，具体如下：利用最大似然原理对λ(a,σ2)求关于a的偏导，令其结果为0，可得：解出振幅的最大似然估计，即所述振幅估计模型：本发明的阶梯迭代法，具体推导过程如下：对振幅估计模型变形为：由阶梯迭代公式xn+1＝f(xn)可知，振幅估计即为阶梯迭代公式中的x，即为阶梯迭代公式中的f(x)。代入后得振幅估计模型得阶梯迭代法估计式：本发明的牛顿迭代法，具体推导过程如下：对振幅估计模型变形为：由牛顿迭代公式可知，振幅估计即为牛顿迭代公式中的x，变形后的振幅估计模型即为阶梯迭代公式中的f(x)。代入后得振幅估计模型得牛顿迭代法估计式：其中，本发明的近似估计式由对振幅估计模型求近似推导得出，具体推导过程如下：贝塞尔函数的展开式具体如下：当变量x趋于无穷大时，i0无限趋近于无限趋近于因此，一阶贝塞尔函数与零阶贝塞尔函数的比值可以写作当变量x趋于无穷大时，一阶贝塞尔函数与零阶贝塞尔函数的比值无限趋近于即将近似后的贝塞尔函数比值代入振幅估计模型，得到关于a的一元二次方程，具体如下：解得所述近似估计式：现实应用场景里，显然信号功率总是大于噪声功率大，因此近似估计式最终应取上方正号的情况：本发明的噪声方差估计式联合振幅估计模型推导得出，具体推导过程如下：利用最大似然原理对λ(a,σ2)求关于方差σ2的偏导，令其结果为0，可得：联合振幅估计模型，得到关于a和σ2的二元二次方程，具体如下：联合近似法的推导，解得所述噪声方差估计式：同近似法估计式对应的：在现实应用场景里，显然信号功率总是大于噪声功率，因此噪声方差估计式最终应取上方负号的情况：下面结合附图对本发明的实例作详细说明。本实例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和性能分析，但本发明的保护范围不限于下述的实例。实施例1：此例设估计参数没有任何先验知识，振幅参数可能是任意正实数，设噪声的方差已知，且噪声方差σ2＝1；设噪声均值为零；假设信噪比γ为5db，则由信噪比公式可得所需估计的参数实为a≈2.5149；设接收信号的采样点数量n＝50。该通信系统的振幅估计方法承接前续接收信号抽样工作，根据抽样的接收信号强度样本展开恢复振幅参数的工作，利用mse评判估计的性能以支持后续信号判决工作。具体如下：(1)获得通信系统中接收端信号的采样点的强度样本集合具体如下表：1.641155653.748790142.408913072.895885043.234681321.762967934.062377673.824934710.8826390582.274617161.762967934.062377673.824934710.8826390582.274617162.961234772.174624323.201377242.173618632.488421742.353910863.235280772.381268892.344943252.323491302.492110052.381093361.170212602.925793021.523848341.448399142.587314542.386026681.825016843.811494152.057440483.309721471.342471121.895185272.020949442.254862332.712634772.149292272.373936694.252240142.479194983.704765002.817632302.371003483.12163161(2)建立通信系统中振幅估计模型如下：(3)将步骤(1)中获得的样本代入到步骤(2)所建立的模型中，通过阶梯迭代法求解得到振幅估计结果，迭代原理如图2，具体如下：(a1)设置判断迭代结束的阈值ε＝10-6(a2)确定迭代起点(a3)计算第一次迭代后的振幅估计由于继续迭代，计算第二次迭代后的振幅估计由于继续迭代……当n＝7时，迭代停止，选择作为最终振幅估计值。最后采用最小均方误差的方法衡量该实例振幅估计的准确度：m为估计次数，设m＝106次重复类似实例的估计。该通信系统中基于信号强度的振幅估计方法的估计性能如图4所示，由图可知，由阶梯迭代法求得的振幅估计性能优于传统的取均值振幅估计方法。实施例2：此例设估计参数没有任何先验知识，振幅参数可能是任意非负数，设噪声的方差已知，且噪声方差σ2＝1；设噪声均值为零；假设信噪比γ为5db，则由信噪比公式可得估计参数为a≈2.5149；设接收信号的采样点数量n＝50。该通信系统的振幅估计方法承接前续接收信号抽样工作，根据抽样的接收信号强度样本展开恢复振幅参数的工作，利用mse评判估计的性能以支持后续信号判决工作。具体如下：(1)获得通信系统中接收端信号的采样点的强度样本集合具体如下表：3.10836410.5966867273.141214702.243478651.865410371.160988402.343846441.806864054.335767243.761046183.601798092.568354594.140668204.392161172.278515232.438270061.865643871.134465493.396720082.227121293.041507543.006018810.6855048123.506852192.954650093.329638621.932114514.129309102.681319681.807453732.04566583.375710814.598802202.519137822.339952272.783715582.323022052.560830262.224521303.938841744.040556412.144296933.625725523.262956420.3865820882.582584070.8265321642.223530581.794096123.96835980(2)建立通信系统中振幅估计模型如下：(3)将步骤(1)中获得的样本代入到步骤(2)所建立的模型中，通过牛顿迭代法求解得到振幅估计结果，迭代原理如图3，具体如下：(b1)设置判断迭代结束的阈值ε＝10-6(b2)确定迭代起点(b3)计算第一次迭代中的中间变量计算第一次迭代后的振幅估计由于继续迭代，计算第二次迭代后的振幅估计由于继续迭代，计算第三次迭代后的振幅估计当n＝3时，迭代停止，选择作为最终振幅估计值。最后采用最小均方误差的方法衡量该实例振幅估计的准确度：m为估计次数，设m＝106次重复类似实例的估计。该通信系统中基于信号强度的振幅估计方法的估计性能如图4所示，由图可知，由牛顿迭代法求得的振幅估计性能优于传统的取均值振幅估计方法。实施例3：此例设估计参数没有任何先验知识，振幅参数可能是任意正实数，设噪声的方差已知，且噪声方差σ2＝1；设噪声均值为零；假设信噪比γ为5db，则由信噪比公式可得估计参数为a≈2.5149；设接收信号的采样点数量n＝50。该通信系统的振幅估计方法承接前续接收信号抽样工作，根据抽样的接收信号强度样本展开恢复振幅参数的工作，利用mse评判估计的性能以支持后续信号判决工作。具体如下：(1)获得通信系统中接收端信号的采样点的强度样本集合具体如下表：3.221918093.144442703.335976492.963677362.109863352.51060413.819257331.7809251943.589480762.007284383.43567171.499243351.2163257984.417363742.3750820951.72063132.295244091.7259910584.233917482.5830454691.82046342.482365522.2122939853.032671983.8854917722.27495241.938798692.3244364441.888210102.4272523253.61760642.287571402.3259651981.572061171.2331468732.13252213.652116902.4736644392.703994862.6447562631.78831523.955950282.4688626252.484387602.5783702653.04969052.360632551.8566881063.318736804.220561077(2)确定步骤(1)中获得的样本的均值(3)将步骤(2)所确定的样本均值代入到由振幅估计模型推导出的近似估计式中，获得振幅估计最后采用最小均方误差的方法衡量该实例振幅估计的准确度：m为估计次数，设m＝106次重复类似实例的估计。该通信系统中基于信号强度的振幅估计方法的估计性能如图4所示，由图可知，由近似法求得的振幅估计性能优于传统的取均值振幅估计方法。实施例4：此例设估计参数没有任何先验知识，振幅参数可能是任意正实数，设噪声的方差未知，且噪声方差σ2＝1；设噪声均值为零；假设信噪比γ为5db，则由信噪比公式可得估计参数为a≈2.5149；设接收信号的采样点数量n＝50。该通信系统的振幅估计方法承接前续接收信号抽样工作，根据抽样的接收信号强度样本展开恢复振幅参数的工作，利用mse评判估计的性能以支持后续信号判决工作。具体如下：(1)获得通信系统中接收端信号的采样点的强度样本集合具体如下表：(2)计算噪声的方差，具体方法如下：(d1)确定获得的样本的均值(d2)确定获得的样本的均方值(d3)将步骤c1所确定的均值和均方值代入到由振幅估计模型推导出的噪声方差估计式中，获得噪声方差估计值(3)将步骤(d1)所确定的均值和步骤(d3)所确定的代入到由振幅估计模型推导出的近似估计式中，获得振幅估计最后采用最小均方误差的方法衡量该实例振幅估计的准确度：m为估计次数，设m＝106次重复类似实例的估计。该通信系统中基于信号强度的振幅估计方法的估计性能如图4所示，由图可知，由近似法求得的振幅估计性能优于传统的取均值振幅估计方法。综上所述，本发明提供了一种估计性能良好的通信系统中基于信号强度的振幅估计方法，其中近似法计算复杂度低，估计准确度高，在含有大量接收信号抽样样本的通信系统中在准确度和计算复杂度方面有明显优势，极大地提高了通信系统振幅估计的经济性和效率。当前第1页12