面向多项式相位信号的盲信噪比估计方法

本方案属于信号处理，具体涉及面向多项式相位信号的盲信噪比估计方法。

背景技术：

1、信噪比盲估计是通信系统中一种重要的信号处理技术，它指的是在不依赖于先验信息或辅助数据的情况下，对信号的信噪比(signal to noise ratio,snr)进行估计的过程。信噪比是衡量通信系统性能的关键参数，它描述了信号强度与背景噪声水平之间的比例关系。

2、申请号为201310646751.6公开了一种信噪比盲估计的方法，该方法包括：对接收到的原始带通信号进行希尔伯特变换，获得对应的复基带信号；利用预定的带宽对所述复基带信号进行低通滤波，获得对应的带限信号；对所述带限信号依次进行m倍上采样与n倍下采样后，采用奇异值分解算法估计信噪比。通过采用本发明公开的方法提高了稳定性与准确性，扩大了适用范围。

3、上述技术采用奇异值分解来进行pps的信噪比估计，算法的计算复杂度较大，导致数据处理冗杂，处理效率低，响应差的问题，现需要一种技术能够降低计算复杂度。

技术实现思路

1、本方案的目的是提供面向多项式相位信号的盲信噪比估计方法，以解决计算复杂度大的问题。

2、面向多项式相位信号的盲信噪比估计方法，包括以下步骤：

3、s1：构建信号模型：建立pps的数学模型，该模型包括信号的幅值、相位参数和加性高斯白噪声，pps的相位可以表示为时间的多项式函数；

4、s2：信号差分：对pps进行差分操作，即计算连续采样点之间的差值，差分操作有助于提取信号的高频成分，同时抑制低频成分；

5、s3：计算差分平方和：计算差分后的信号的平方和，由于加性白高斯噪声在统计上是随机的，其频谱成分服从均匀分布，因此差分后的噪声功率可以通过计算差分信号的平方和来估计；

6、s4：计算信号平方和；

7、s5：结合信号的平方和与差分的平方和，计算信噪比；

8、s6：参数优化：根据估计出的信噪比，优化移动平均滤波器的参数，所述参数为冲击响应的采样数。

9、本方案的基本原理及有益效果：通过上述步骤，可以在不依赖先验知识的情况下，对pps的信噪比进行有效的盲估计。这种估计方法对于信号处理系统的设计和优化具有重要意义，尤其是在需要动态调整去噪策略的应用场景中。信噪比是信号能量与噪声能量的比值，通过这个比值可以估计出pps的信噪比，并且采用信号差分的平方和以及信号的平方和来估计新造比，计算更为简便，计算效果更为准确。

10、进一步，步骤s1中的信号模型为：构建多项式相位信号的公式为：

11、

12、其中n＝1,2,…,n，υ(n)是加性高斯白噪声，a是一个常数，表示信号的幅值，ai,0≤i≤p是多项式相位信号的相位参数；

13、步骤s2、s3中计算差分的平方和为：计算y(n)差分的平方和，如下：

14、

15、步骤s4中计算信号的平方和为：计算y(n)的平方和，如下：

16、

17、步骤s5中计算信噪比为：根据vd和sd,估计的信噪比snr如下：

18、

19、进一步，步骤2中的差分计算公式为：

20、

21、其中，v′(n+1)是v(n+1)的差分。

22、进一步，所述υ(n)的数学期望e[v(n)]＝0，方差表示如下：

23、var[v(n)]＝σ2，

24、再结合公式：

25、e[(v(n+1)-v(n))2]＝e[v2(n+1)+v2(n)-2v(n+1)v(n)]

26、＝2σ2-2σ2δ(1)

27、＝2σ2

28、得到：

29、

30、进一步，根据权利要求3中的计算结果，结合公式：

31、和

32、

33、得到：

34、

35、进一步，计算a2和σ2的公式如下：

36、

37、结合公式：

38、

39、得到：

40、

41、进一步，计算信噪比snr如下：

42、

43、进一步，所述多项式相位信号在进行盲信噪比估计之前要经过两次移动平均滤波处理。本方案的基本原理及有益效果：移动平均滤波(moving average filtering，maf)就是对信号采样值根据时间序列直接求等权重均值，它的本质是一种低通滤波，其目的是过滤掉时间序列中的高频扰动，保留有用的低频趋势。这种滤波器采用平均窗函数的形式对信号波形进行低通过滤的滤波器，该平均窗函数的结构原理为：用某点相邻一定范围内点的平均值取代该点的方法平滑数据，在不同信号采样阶段处，移动平均滤波器冲击响应的采样数m是不同的，带噪pps执行一次移动平均滤波使得pps的去噪效果并不明显，这里我们采用二次移动平均滤波对带噪pps进行去噪，第二次对去噪后的信号进行maf去噪，去噪后的信号平滑性较好。然而，采样数的增加，虽然能重构信号的平滑性更好，但不能保证对信号的去噪效果更好，根据信号信噪比决定m的值，从实际应用来看，我们需要对pps的信噪比进行盲信噪比估计。盲信噪比估计技术是信号处理中的重要技术，很多情况下信噪比是作为先验信息给出的，直接影响信号处理方法的选择和分析结果。根据多项式相位信号(polynomial phase signal,pps)的特点，为了准确估计pps的信噪比，需要采用基于子空间的协方差矩阵的奇异值分解来进行pps的信噪比估计，这必然会加大算法的计算复杂度。因此，为了减少计算的复杂度，本方案采用另一种减少计算复杂度的方法来决定的值，这种方法跟信噪比仍然有着密切的关系。

技术特征：

1.面向多项式相位信号的盲信噪比估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的面向多项式相位信号的盲信噪比估计方法，其特征在于：

3.根据权利要求2所述的面向多项式相位信号的盲信噪比估计方法，其特征在于：步骤2中的差分计算公式为：

4.根据权利要求3所述的面向多项式相位信号的盲信噪比估计方法，其特征在于：所述υ(n)的数学期望e[v(n)]＝0，方差表示如下：

5.根据权利要求4所述的面向多项式相位信号的盲信噪比估计方法，其特征在于：根据权利要求3中的计算结果，结合公式：

6.根据权利要求5所述的面向多项式相位信号的盲信噪比估计方法，其特征在于：计算a2和σ2的公式如下：

7.根据权利要求6所述的面向多项式相位信号的盲信噪比估计方法，其特征在于：计算信噪比snr如下：

技术总结本方案属于信号处理技术领域，具体涉及面向多项式相位信号的盲信噪比估计方法：包括以下步骤：S1：构建信号模型：建立PPS的数学模型，该模型包括信号的幅值、相位参数和加性高斯白噪声，PPS的相位可以表示为时间的多项式函数；S2：信号差分：对PPS进行差分操作；S3：计算差分平方和：计算差分后的信号的平方和，由于加性白高斯噪声在统计上是随机的，其频谱成分服从均匀分布，因此差分后的噪声功率可以通过计算差分信号的平方和来估计；S4：计算信号平方和；S5：结合信号的平方和与差分的平方和，计算信噪比。利用信号的平方和与差分的平方和结合特定公式能够对PPS的信噪比进行简便、有效的盲估计。技术研发人员：欧国建受保护的技术使用者：西昌学院技术研发日：技术公布日：2024/7/23