OFDM系統(tǒng)信噪比估計新算法

陶小魚，高 霞

（重慶金美通信有限責任公司，重慶400030）

OFDM系統(tǒng)信噪比估計新算法

陶小魚，高 霞

（重慶金美通信有限責任公司，重慶400030）

信噪比是OFDM通信系統(tǒng)中的關鍵度量參數，是評估通信質量的重要指標。在通信系統(tǒng)中，自動功率控制，自適應編碼調制，信道譯碼的軟判決數據計算等都需要知道信噪比的精確值，信噪比估計是OFDM通信系統(tǒng)接收信號處理的關鍵環(huán)節(jié)。針對OFDM通信系統(tǒng)，提出了一種新的信噪比估計算法，此算法在不增加額外開銷的情況下，可實現信噪比的快速和精確估計，并且具有計算量小和易于硬件實現的優(yōu)點。將新算法與SEO算法進行仿真對比，并比較兩種算法的蒙特卡洛統(tǒng)計結果，發(fā)現新算法具有更精確的估計結果，并且新算法受殘余頻偏和信道影響小，具有更廣泛的應用范圍。

OFDM系統(tǒng)；FFT變換；信噪比估計；訓練序列；重復前導；信號能量

1 引 言

正交頻分復用（OFDM：Orthogonal Frequency Division Multiplexing）是一種應用廣泛的多載波調制方式。OFDM系統(tǒng)可以根據子載波的信噪比信息來自適應選擇該子載波上數據的調制方式，因而在保證信息可靠傳輸的基礎上實現速率最大化。自動功率控制是通過信噪比來調整信號功率，在保證一定通信質量的前提下盡量降低信號發(fā)送功率。另外在OFDM系統(tǒng)中，廣泛采用TURBO碼、LDPC碼等先進的信道編碼技術，其譯碼都需要精確估計信道信噪比，用于計算接收比特的后驗概率消息作為譯碼器的軟判決輸入。同時在通信過程中，信噪比提供了觀察實時通信效果的有效方式，是通信質量評估的重要手段。因此，在OFDM系統(tǒng)中，精確的信噪比估計非常重要。

目前常用的信噪比估計方法主要分為兩大類：基于非數據輔助的盲估計算法，如二階矩四階矩方法（M2M4）等；另一類是基于訓練數據的數據輔助估計方法。提出了基于前導序列的信噪比估計算法，和目前廣泛采用的算法進行對比，具有計算量少方便工程實現、估計精度高，適應范圍廣的特點。

2 系統(tǒng)模型描述

首先對OFDM系統(tǒng)處理流程作一個簡單介紹，這里以802.11n的物理層處理為例［1］，如圖1所示。

圖1 OFDM通信系統(tǒng)結構

從圖1可知，發(fā)送端首先按照協議規(guī)定產生前導的頻域表示［2］。數據流首先送入編碼器進行編碼，必要時，需要將編碼序列刪余為一定的數據速率；比特級處理后，將比特流按照選定的速率進行調制，并將其映射到相應的子載波上，通過IFFT變換到時域，并將循環(huán)前綴加到符號首部。接收端首先利用短前導進行定時獲??；然后處理長前導，用于精確定時；將接收到的信號進行FFT變換，利用長前導進行信道估計；解映射；隨后數據傳給譯碼器。如果發(fā)端進行了刪余，譯碼前需將零矩陣插入到刪余比特位置處再進行譯碼。

3 基于前導的信噪比估計算法

3.1 已有算法

基于前導的信噪比估計算法首先由Boumard提出［3］。算法的前提是信道系數變換緩慢，因此不太能適應頻率性選擇信道。Ren在Boumard的基礎上對估計算法進行了改進［4］，使得算法的頻率適應性更強。Milan又提出了一種利用時域上周期重復的前導符號進行信噪比估計［5］，Milan算法通過減少間隔周期來得到更為精確的估計結果，但隨著間隔周期的減小，前導結構會變得更加復雜。SEO在Milan的思路上，提出了一種利用兩個前導進行信噪比估計的算法［6］，算法將信號能量視為單位能量，通過將兩個前導差的絕對值平方作為噪聲能量，從而進行信噪比估計。在此基礎上，提出了一種新的信噪比估計算法，詳細描述如下。

3.2 改進的信噪比估計算法

SEO信噪比估計算法中信號能量假定為單位能量太理想化，實際OFDM通信過程中信號能量受信道的影響較大。并且SEO算法中噪聲能量的估計也存在一定偏差，兩個接收前導差的絕對值平方結果應該為噪聲能量的兩倍，用SEO算法估計出來的信噪比結果與實際信噪比有3dB的偏差。因此提出了一種改進的信噪比估計新算法。

提出的新算法運用兩個重復的長前導進行信噪比估計，首先計算兩個接收前導的絕對值平方和如下式所示。

再計算兩個接收前導差的絕對值平方［7］：

那么利用下式即可進行信噪比估計：

根據上式計算出來的信噪比結果在前導有用子載波數與FFT點數相等時可認為是信噪比估計值，但在實際情況下，頻域上一般要添加必要的保護間隔，前導有用子載波數與FFT點數不相等。根據上式計算出來的是整個頻帶上的信噪比，而每個有用子載波上的信噪比才是需要估計的值，它們之間存在一定的轉換關系：

有用子載波上的信噪比計算方法為：

頻帶內的信噪比為頻帶內所有信號能量與所有噪聲能量比，其中有用子載波數為Nused，而FFT點數為NFFT，那么頻帶上的信噪比計算方法為：

有用子載波的信噪比與頻帶信噪比的關系為：

4 仿真結果

為了驗證算法的正確性和有效性，按照OFDM前導符號數：2；FFT點數：128；有用子載波數：114；循環(huán)前綴個數：32；蒙特卡洛統(tǒng)計次數：100；信道帶寬：40MHz參數進行仿真。

將新算法與SEO算法估計結果進行對比，得到的對比結果圖如圖2所示。

圖2 高斯信道下信噪比估計結果

從圖2可以看出，新算法的估計結果較平穩(wěn)和精確，而SEO算法估計結果與真實信噪比有約3dB的差值，且抖動性大。

仿真有殘余頻偏時的信噪比估計效果，殘余頻偏大小為子載波間隔的500ppm時，對比新算法和SEO算法，得到的仿真結果如圖3所示。

圖3 殘余頻偏為500ppm時高斯信道估計結果

從圖3可以看出，有殘余頻偏時，兩種算法的估計結果有一定的影響，特別是信噪比較高時，影響較大，但新算法在信噪比較低時，估計的結果也較準確。而SEO算法估計結果與實際信噪比的偏差大于3dB，接近5dB。實際通信系統(tǒng)應用中，由于受信道影響，信噪比不會超過35dB，因此仿真所設置的信噪比最高設置為35dB。

對仿真系統(tǒng)加入WLAN的TGN Channel B［8］，評估新算法受信道的影響，得到的仿真結果如圖4和圖5所示。

從圖4和圖5可以看出，新算法在加入信道影響后，估計值也較為精確，僅信噪比高時影響稍大。SEO算法始終將信號能量視為單位能量，而經過信道的影響，信號的能量會發(fā)生較大變化，并且信道對估計結果的影響具有隨機性，不能通過后期調整正確，SEO算法已完全不能正確估計出信噪比值。

圖4 信號經過多徑信道后的估計結果1

圖5 信號經過多徑信道后的估計結果2

5 結束語

OFDM通信系統(tǒng)應用范圍越來越廣泛，信噪比是OFDM系統(tǒng)中的關鍵參數。提出了基于重復前導的OFDM系統(tǒng)信噪比估計新算法，利用協議中已有的兩個重復前導，不需要任何先驗信息。從仿真結果看，提出的算法估計精度高，并且受信道系數及頻偏的影響較小。此外，算法的計算量低、估計速度快，易于工程硬件實現。并且算法允許前導符號存在空子載波，可根據實際所使用的子載波數進行調整，極大地擴大了使用范圍。

［1］ IEEE.Wireless LAN medium access control（MAC）and physical layer（PHY）specifications：high speed physical layer in the 5GHz band［S］.USA：IEEE Computer Society，2012.

［2］ Eldad Perahia and Robert Stacey.Next Generation WirelessLANs，Throughput，Robustness，and Reliability in 802.11n［M］.New York：Cambridge University Press，2008.

［3］ S.Boumard.Novel noise variance and SNR estimation algorithm for wireless MIMO OFDM systems［J］.Proc.IEEE Global Telecommunications Conf.（Globecom），2003（3）：1330－1334.

［4］ G Ren，H Zhang，Y Chang.SNR estimation algorithm based on the preamble for OFDM systems in frequency selective channels［J］.IEEE Trans.Commun，2009，57（8）：2230－2234.

［5］ M Zivkovic，R Mathar.Preamble－based SNR estimation in frequency selective channels for wireless OFDM systems［J］.Proc，IEEE VTC Sping，2009：1－5.

［6］ Changwoo SEO，Insik CHO.Performance Analysis of a New Preamble－Based SNR Estimation Algorithm［J］.IEICE Trans.Commun.，2011，E94－B（5）：1498－1501.

［7］ 岳光榮，田浩，楊霖，等.LTE中一種基于探測參考信號的信噪比估計算法［J］.電子與信息學報，2014，36（1）：241－245.

Yue Guang－rong，Tian Hao，Yang Lin.SNR Estimation Algorithm Based on Sounding Reference Signal in LTE［J］.Journal of Electronics＆Information Technology，2014，36（1）：241－245.

［8］ TGn Channel Models［S］.IEEE Std.802.11－03/94014.Available：http：//www.ieee802.org/11/DocFiles/03/11－0940－04－000n－tgnchannel－models.doc.

A New SNR Estimation Algorithm in OFDM System

Tao Xiaoyu，Gao Xia
（Chongqing Jinmei Communication Co.Ltd.，Chongqing 400030，China）

SNR（signal to Noise Ratio），as a key parameter in OFDM system，is the important indicates for communication quality evaluation.SNR estimation is important to receive signal processing in OFDM system because the SNR accurate values should be obtained for auto power control，adaptive modulation and coding and the calculation of soft judgment data.In this article，a new SNR estimation algorithm is put forward for OFDM communication system，which can estimate SNR quickly and accurately without addition reference data.It is easy to realize on hardware because of its low computational cost.Mont－calo simulation result shows that it ismore precise than the SEO algorithm and can also estimate SNR with less effect on the remaining frequency offset and the channel.So，the algorithm can be used in different condition.

OFDM system；FFT transformation；SNR estimation；Training sequence；Consecutive preamble；Signal energy

10.3969/j.issn.1002－2279.2015.05.009

TN911.4

A

1002－2279（2015）05－0032－03

陶小魚（1972－），男，河南省滑縣人，高級工程師，碩士研究生，主研方向：無線通信，抗干擾技術和糾錯編碼。

2014－12－10