OFDM系统信噪比估计新算法

陶小鱼，高 霞

（重庆金美通信有限责任公司，重庆400030）

OFDM系统信噪比估计新算法

陶小鱼，高 霞

（重庆金美通信有限责任公司，重庆400030）

信噪比是OFDM通信系统中的关键度量参数，是评估通信质量的重要指标。在通信系统中，自动功率控制，自适应编码调制，信道译码的软判决数据计算等都需要知道信噪比的精确值，信噪比估计是OFDM通信系统接收信号处理的关键环节。针对OFDM通信系统，提出了一种新的信噪比估计算法，此算法在不增加额外开销的情况下，可实现信噪比的快速和精确估计，并且具有计算量小和易于硬件实现的优点。将新算法与SEO算法进行仿真对比，并比较两种算法的蒙特卡洛统计结果，发现新算法具有更精确的估计结果，并且新算法受残余频偏和信道影响小，具有更广泛的应用范围。

OFDM系统；FFT变换；信噪比估计；训练序列；重复前导；信号能量

1 引 言

正交频分复用（OFDM：Orthogonal Frequency Division Multiplexing）是一种应用广泛的多载波调制方式。OFDM系统可以根据子载波的信噪比信息来自适应选择该子载波上数据的调制方式，因而在保证信息可靠传输的基础上实现速率最大化。自动功率控制是通过信噪比来调整信号功率，在保证一定通信质量的前提下尽量降低信号发送功率。另外在OFDM系统中，广泛采用TURBO码、LDPC码等先进的信道编码技术，其译码都需要精确估计信道信噪比，用于计算接收比特的后验概率消息作为译码器的软判决输入。同时在通信过程中，信噪比提供了观察实时通信效果的有效方式，是通信质量评估的重要手段。因此，在OFDM系统中，精确的信噪比估计非常重要。

目前常用的信噪比估计方法主要分为两大类：基于非数据辅助的盲估计算法，如二阶矩四阶矩方法（M2M4）等；另一类是基于训练数据的数据辅助估计方法。提出了基于前导序列的信噪比估计算法，和目前广泛采用的算法进行对比，具有计算量少方便工程实现、估计精度高，适应范围广的特点。

2 系统模型描述

首先对OFDM系统处理流程作一个简单介绍，这里以802.11n的物理层处理为例［1］，如图1所示。

图1 OFDM通信系统结构

从图1可知，发送端首先按照协议规定产生前导的频域表示［2］。数据流首先送入编码器进行编码，必要时，需要将编码序列删余为一定的数据速率；比特级处理后，将比特流按照选定的速率进行调制，并将其映射到相应的子载波上，通过IFFT变换到时域，并将循环前缀加到符号首部。接收端首先利用短前导进行定时获取；然后处理长前导，用于精确定时；将接收到的信号进行FFT变换，利用长前导进行信道估计；解映射；随后数据传给译码器。如果发端进行了删余，译码前需将零矩阵插入到删余比特位置处再进行译码。

3 基于前导的信噪比估计算法

3.1 已有算法

基于前导的信噪比估计算法首先由Boumard提出［3］。算法的前提是信道系数变换缓慢，因此不太能适应频率性选择信道。Ren在Boumard的基础上对估计算法进行了改进［4］，使得算法的频率适应性更强。Milan又提出了一种利用时域上周期重复的前导符号进行信噪比估计［5］，Milan算法通过减少间隔周期来得到更为精确的估计结果，但随着间隔周期的减小，前导结构会变得更加复杂。SEO在Milan的思路上，提出了一种利用两个前导进行信噪比估计的算法［6］，算法将信号能量视为单位能量，通过将两个前导差的绝对值平方作为噪声能量，从而进行信噪比估计。在此基础上，提出了一种新的信噪比估计算法，详细描述如下。

3.2 改进的信噪比估计算法

SEO信噪比估计算法中信号能量假定为单位能量太理想化，实际OFDM通信过程中信号能量受信道的影响较大。并且SEO算法中噪声能量的估计也存在一定偏差，两个接收前导差的绝对值平方结果应该为噪声能量的两倍，用SEO算法估计出来的信噪比结果与实际信噪比有3dB的偏差。因此提出了一种改进的信噪比估计新算法。

提出的新算法运用两个重复的长前导进行信噪比估计，首先计算两个接收前导的绝对值平方和如下式所示。

再计算两个接收前导差的绝对值平方［7］：

那么利用下式即可进行信噪比估计：

根据上式计算出来的信噪比结果在前导有用子载波数与FFT点数相等时可认为是信噪比估计值，但在实际情况下，频域上一般要添加必要的保护间隔，前导有用子载波数与FFT点数不相等。根据上式计算出来的是整个频带上的信噪比，而每个有用子载波上的信噪比才是需要估计的值，它们之间存在一定的转换关系：

有用子载波上的信噪比计算方法为：

频带内的信噪比为频带内所有信号能量与所有噪声能量比，其中有用子载波数为Nused，而FFT点数为NFFT，那么频带上的信噪比计算方法为：

有用子载波的信噪比与频带信噪比的关系为：

4 仿真结果

为了验证算法的正确性和有效性，按照OFDM前导符号数：2；FFT点数：128；有用子载波数：114；循环前缀个数：32；蒙特卡洛统计次数：100；信道带宽：40MHz参数进行仿真。

将新算法与SEO算法估计结果进行对比，得到的对比结果图如图2所示。

图2 高斯信道下信噪比估计结果

从图2可以看出，新算法的估计结果较平稳和精确，而SEO算法估计结果与真实信噪比有约3dB的差值，且抖动性大。

仿真有残余频偏时的信噪比估计效果，残余频偏大小为子载波间隔的500ppm时，对比新算法和SEO算法，得到的仿真结果如图3所示。

图3 残余频偏为500ppm时高斯信道估计结果

从图3可以看出，有残余频偏时，两种算法的估计结果有一定的影响，特别是信噪比较高时，影响较大，但新算法在信噪比较低时，估计的结果也较准确。而SEO算法估计结果与实际信噪比的偏差大于3dB，接近5dB。实际通信系统应用中，由于受信道影响，信噪比不会超过35dB，因此仿真所设置的信噪比最高设置为35dB。

对仿真系统加入WLAN的TGN Channel B［8］，评估新算法受信道的影响，得到的仿真结果如图4和图5所示。

从图4和图5可以看出，新算法在加入信道影响后，估计值也较为精确，仅信噪比高时影响稍大。SEO算法始终将信号能量视为单位能量，而经过信道的影响，信号的能量会发生较大变化，并且信道对估计结果的影响具有随机性，不能通过后期调整正确，SEO算法已完全不能正确估计出信噪比值。

图4 信号经过多径信道后的估计结果1

图5 信号经过多径信道后的估计结果2

5 结束语

OFDM通信系统应用范围越来越广泛，信噪比是OFDM系统中的关键参数。提出了基于重复前导的OFDM系统信噪比估计新算法，利用协议中已有的两个重复前导，不需要任何先验信息。从仿真结果看，提出的算法估计精度高，并且受信道系数及频偏的影响较小。此外，算法的计算量低、估计速度快，易于工程硬件实现。并且算法允许前导符号存在空子载波，可根据实际所使用的子载波数进行调整，极大地扩大了使用范围。

［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］ 岳光荣，田浩，杨霖，等.LTE中一种基于探测参考信号的信噪比估计算法［J］.电子与信息学报，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

陶小鱼（1972－），男，河南省滑县人，高级工程师，硕士研究生，主研方向：无线通信，抗干扰技术和纠错编码。

2014－12－10