无线通信中的信噪比估计算法研究

doi:10.3778/j.issn.1002-8331.1906-0326

计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (18): 82-89.DOI: 10.3778/j.issn.1002-8331.1906-0326

无线通信中的信噪比估计算法研究

刘剑锋，李瑞华，刘垚圻，苏泳涛，胡金龙

1.国家移动卫星通信工程技术研究中心，南京 210002
2.中国科学院计算技术研究所无线通信技术研究中心，北京 100190
3.中国科学院大学计算机科学与技术学院，北京 100049
4.中国科学院计算技术研究所南京移动通信与计算融合创新研究院，南京 211135

出版日期:2020-09-15 发布日期:2020-09-10

Research on Signal-to-Noise Ratio Estimation Algorithm in Wireless Communication

LIU Jianfeng, LI Ruihua, LIU Yaoqi, SU Yongtao, HU Jinlong

1.National Mobile Satellite Communication Engineering Technology Research Center, Nanjing 210002, China
2.Wireless Communication Technology Research Center, Institute of Computing Technology of Chinese Academy of Sciences, Beijing 100190, China
3.School of Computer Science and Technology, University of Chinese Academy of Sciences, Beijing 100049, China
4.Nanjing Institute of Mobile Communications and Computing Fusion Innovation of Institute of Computing Technology of Chinese Academy of Sciences, Nanjing 211135, China

Online:2020-09-15 Published:2020-09-10

摘要/Abstract

摘要：

针对无线通信中的信噪比估计，对文献中经典的信噪比估计算法进行概述。为了能在含有滤波器和上下采样的仿真系统上对经典的信噪比估计算法进行仿真，搭建了三种不同的仿真系统，并基于这三种仿真系统研究了滤波器和上下采样对真实信噪比以及信噪比估计算法性能的影响。在具有滤波器和上下采样的仿真系统中，对经典的信噪比估计算法进行仿真验证，比较得到各种调制方式下性能较为优良的信噪比估计算法。

关键词: 信噪比估计, 无线通信, 滤波器, 上下采样

Abstract:

For the estimation of signal-to-noise ratio in wireless communication, the classic signal-to-noise ratio estimation algorithm in the literature is summarized. In order to simulate the classic SNR estimation algorithm on the simulation system with filter and up-sampling, three different simulation systems are built, and based on these three simulation systems, the effects of filters and up-and-down sampling on real SNR and performance of SNR estimation algorithm are studied. In the simulation system with filter and up-sampling, the classical SNR estimation algorithm is simulated and verified, and the SNR estimation algorithm with better performance under various modulation modes is obtained.

Key words: signal to noise ratio estimation, wireless communication, filter, upsampling and subsampled

刘剑锋，李瑞华，刘垚圻，苏泳涛，胡金龙. 无线通信中的信噪比估计算法研究[J]. 计算机工程与应用, 2020, 56(18): 82-89.

LIU Jianfeng, LI Ruihua, LIU Yaoqi, SU Yongtao, HU Jinlong. Research on Signal-to-Noise Ratio Estimation Algorithm in Wireless Communication[J]. Computer Engineering and Applications, 2020, 56(18): 82-89.

[1]	姚远，张朝阳. 基于HP-LSTM模型的股指价格预测方法[J]. 计算机工程与应用, 2021, 57(24): 296-304.
[2]	王国屹，孙永荣，吴雷，曾庆化. 分块检测尺度自适应的圆形目标相关跟踪[J]. 计算机工程与应用, 2020, 56(8): 177-184.
[3]	王思奎，刘云鹏，亓琳，张钟毓，林智远. 基于背景约束与卷积特征的目标跟踪方法[J]. 计算机工程与应用, 2020, 56(8): 205-214.
[4]	李俊彦，宋焕生，张朝阳，侯景严，武非凡. 基于视频的多目标车辆跟踪及轨迹优化[J]. 计算机工程与应用, 2020, 56(5): 194-199.
[5]	贺军义，杨丰，安葳鹏，尚家泽. 基于IGGIII方案的自适应渐消卡尔曼滤波器[J]. 计算机工程与应用, 2020, 56(14): 52-56.
[6]	潘荣敏，袁杰，王宏伟，米汤. 融合深度信息的移动机器人跟踪方法研究[J]. 计算机工程与应用, 2020, 56(14): 161-168.
[7]	苗露，冯新喜，迟珞珈. 基于GGIW-CPHD的衍生扩展目标跟踪算法[J]. 计算机工程与应用, 2019, 55(9): 118-123.
[8]	吴刚1，2，曾晓勤2，王池社1，苏守宝1. DCNN深度特征与交替方向乘子的相关滤波跟踪[J]. 计算机工程与应用, 2019, 55(8): 157-163.
[9]	郑银环1，王备战2，王嘉珺2，陈凌宇2，洪清启2. 深度卷积神经网络应用于人脸特征点检测研究[J]. 计算机工程与应用, 2019, 55(4): 173-178.
[10]	付佳，田婷，唐铭，何凌，尹恒. 结合PECGTFs和SSMC的腭裂语音咽擦音自动检测算法[J]. 计算机工程与应用, 2019, 55(24): 102-109.
[11]	马骏峰1，韩鹏1，2. 基于便携式智能终端的空中鼠标技术研究[J]. 计算机工程与应用, 2018, 54(7): 56-61.
[12]	王剑峰，姜顺，潘丰. 一类网络控制系统的非脆弱耗散滤波器设计[J]. 计算机工程与应用, 2018, 54(7): 114-120.
[13]	杨松1，2，3，李盛阳1，2，邵雨阳1，2，郑贺1，2，3. 基于改进HOG特征的建筑物识别方法[J]. 计算机工程与应用, 2018, 54(7): 196-200.
[14]	陈长华1，刘煜2，崔强3. 结合饱和度运算和暗通道理论的遥感图像去雾算法[J]. 计算机工程与应用, 2018, 54(5): 174-179.
[15]	朱明明1，许悦雷1，张旭蕾2，马时平1，吕超1，辛鹏1，邹洪中1，马红强1. 基于V1细胞特性的边缘检测[J]. 计算机工程与应用, 2018, 54(5): 200-205.

无线通信中的信噪比估计算法研究

Research on Signal-to-Noise Ratio Estimation Algorithm in Wireless Communication

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics