干扰环境中信噪比和干扰功率的估计方法
技术领域
本发明属于无线通信通信抗干扰技术领域，涉及一种干扰环境中信噪比和干扰功率的估计方法。
背景技术
无线通信环境中出现越来越多的人为和非人为干扰源，给抗干扰通信系统带来了巨大的挑战。随着人工智能的发展，抗干扰技术的研究重点落在智能抗干扰技术上。通过对周围干扰环境进行感知，智能抗干扰决策系统根据干扰感知的结果实施相应的抗干扰策略。因此干扰感知技术是抗干扰通信的关键技术之一。干扰感知包括干扰检测、干扰识别、信噪比(Signal Noise Ratio,SNR)和干扰功率的估计。
自适应调制技术是一种典型的抗干扰方法，它是根据当前信息传输的信道环境自适应调整发端的编码方式。接收方将接收到的信号计算处理，将信道信息和干扰感知信息反馈回发送方，发送方对反馈回的信息进行分析处理，根据当前环境的状态动态调整此后的传输调制编码方式，在保证系统可靠传输的前提下，更加有效传输信息。因此如何准确地获取信道状态和干扰信息，是智能抗干扰的关键技术。在存在干扰的视距通信环境(Lineof Sight，LoS)中，衡量信道传输环境的典型指标便是信噪比和干扰功率的大小。
发明内容
针对在干扰环境中获得评价通信信道环境的指标，本发明提出一种利用基于伪随机同步序列的信噪比和干扰功率的最大似然估计方法。本发明的方法主要是，在存在干扰源的LoS信道环境中，接收端通过提取帧头的伪随机序列，根据最大似然准则和伪随机序列的特性估计信道的衰落系数，从而得到接收端的信号功率，然后根据噪声和干扰的频谱特征不同，分别提取出噪声功率和干扰功率，最后得到信噪比和干扰功率的估计。
本发明的技术方案为，干扰环境中信噪比和干扰功率的估计方法，该方法用于存在干扰的LoS传输通信系统，假设系统均衡和同步误差足够小，且系统有完美的定时同步，信道带来的影响可以近似为乘性信道衰落因子，所述方法包括以下步骤：
S1、接收端提取伪随机m序列：
r(n)＝ρd(n)+w(n)+j(n)
其中，r(n)表示接收端提取的m序列所在的受干扰序列，ρ表示信道衰落系数，d(n)表示发送端发送的m序列，w(n)表示接收端产生的高斯白噪声，j(n)表示干扰带来的加性影响；
S2、基于最大似然准则的信号功率估计方法，利用发送端发送的m序列d(n)和提取的相同位置的受干扰序列r(n)，相乘产生新的序列r1(n)＝r(n)d(n)，则接收序列和新产生序列描述为：
对两个序列分别进行累加：
其中N是m序列的长度；
m序列已知，根据最大似然准则得到似然函数如下：
其中，
则对数似然函数为：
分别对待估计的衰落系数ρ求导，并令其为0得衰落系数的估计为：
对其进行化简变形得到如下表达式：
即
其中E()是求期望均值的运算，对于上述两式存在三项未知系数，但由于考虑确定的干扰信号，其与伪随机的m序列是互相独立的，则可认为E[j(n)d(n)]＝E[j(n)]E[d(n)]，可直接求解得到衰落系数的估计结果为：
其中
其中| |是取模运算；
S3、在已经得到信号功率估计的情况下，噪声功率和干扰功率之和为：
其中
根据得到衰落系数估计，得到无信号的噪声加上干扰的序列估计：
其中w(n)为高斯白噪声信号，j(n)为干扰信号，对时域上的x(n)进行DFT变换得到频域信号X(k)：
bini是分割的第i段，L是每一段的序列长度，找到其中最小的m段，并将其按升序排列；根据噪声频谱平坦特性，以m段的噪声功率估计噪声整体的平均功率
根据噪声和干扰的独立性，由总功率减去噪声的功率
本发明的有益效果为：在固定干扰源的通信环境中，暂时没有典型的干扰功率和信噪比估计方法，而本发明提出了一种在干扰环境中的基于最大似然的信噪比和干扰功率估计方法，且对于信噪比和干扰功率都能达到较好的估计效果。
附图说明
图1是本发明提出的干扰环境中信噪比和干扰功率估计方法系统框图；
图2是不同长度的同步序列的信噪比估计的均方误差性能比较曲线图；
图3是不同长度的同步序列的干扰功率估计的均方误差性能比较曲线图。
具体实施方式
下面结合附图，通过仿真示例说明本发明的实用性。
如图1所示，本发明提出的自适应链路决策下的基于最大似然的信噪比和干扰功率估计方法包括：
1.在输入端获取接收到已经过时频同步的序列R(n)、原同步头序列d(n)。
2.接收信号提取同步序列部分,原同步序列求其期望均值
3.对提取的接收信号同步头部分的r(n),求其期望均值，并将r(n)和同步头序列d(n)做点乘得到的序列k(n),求其期望均值。
4.根据推导的衰落系数估计公式，代入计算信号衰落
5.根据衰落的幅度值得到信号的功率的估计值，由接收到的序列r(n)减去估计的衰落与同步头的乘积，得到噪声序列和干扰信号序列的和序列NandJ(n)
6.对干扰与噪声的和序列NandJ(n)做傅里叶变换求其频谱nandj(k),并对NandJ(n),求其幅度平方的平均得到噪声和干扰的总功率
7.对nandj(k)求幅度平方，并将其均分为L段
8.对升序排序，并重新标号选取m段求其均值并除以时域点数得到噪声功率
9.用噪声功率与干扰功率之和减去噪声功率得到干扰功率，用信号功率除以噪声功率得到信噪比SNR。
对于给定的干扰源和随机高斯白噪声，根据上述方法进行仿真，仿真步骤总结如表1.
表1：基于最大似然的信噪比和干扰功率估计方法
仿真中，采取三种不同长度的同步m序列，分别取长度为127，255，4095。在单音干扰、多音干扰、扫频干扰、部分带干扰四种典型干扰的仿真结果具有相似的结论，不失一般性，在本发明中以部分带干扰为例给出仿真结果图。
图1给出了本发明方案使用三种不同长度同步m序列对于信噪比估计的归一化均方误差(Normalized Mean Square Error,NMSE)性能比较。
图2给出了本发明方案使用三种不同长度同步m序列对于干扰功率估计的均方误差(Mean Square Error,MSE)性能比较。
从图1和图2可以看出，本发明提出的基于最大似然准则的信噪比估计和干扰功率估计方法，随着同步序列长度的增加和信噪比的增加，估计性能提升。
