基于有限长样本数据的信噪比估计

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于有限长样本数据的信噪比估计

廖红舒, 魏平, 李万春

文章导航 > 电子科技大学学报 > 2012 > 41(3): 364-367

廖红舒, 魏平, 李万春. 基于有限长样本数据的信噪比估计[J]. 电子科技大学学报, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

引用本文:

廖红舒, 魏平, 李万春. 基于有限长样本数据的信噪比估计[J]. 电子科技大学学报, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

LIAO Hong-shu, WEI Ping, LI Wan-chun. SNR Estimation Based on Finite Sample Data[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

Citation:

LIAO Hong-shu, WEI Ping, LI Wan-chun. SNR Estimation Based on Finite Sample Data[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

基于有限长样本数据的信噪比估计

doi: 10.3969/j.issn.1001-0548.2012.03.007

1.
电子科技大学电子工程学院成都 611731

基金项目:

中央高校基本科研业务费专项资金(ZYGX2009J016)

作者简介:
廖红舒(1978-),女,博士生,主要从事非合作通信信号处理方面的研究.

中图分类号: TN914

SNR Estimation Based on Finite Sample Data

1.
School of Electronic Engineering,University of Electronic Science and Technology of China Chengdu 611731

摘要: 从信号模型上给出了信号子空间是有限维数的说明,并通过仿真说明信号与噪声子空间的特征值在短数据下无法准确获得。提出基于仅由噪声特征值构成的极大似然函数的改进AIC准则,实现了信号子空间的维数的准确估计,从而获得了一种在相对较小样本下更稳健的信噪比估计方法。从不同的信噪比大小与样本数据长度进行仿真验证,结果表明,该方法比原始的子空间方法能适应更低的信噪比和更短的数据样本长度。
- 有限长样本 /
- 信息论准则 /
- 信噪比 /
- 子空间
Abstract: This paper first demonstrats that signal subspace has finite dimensions from signal model. A conclusion is obtained by simulation test that both eigenvalues of signal subspace and noise subspace can't be evaluated precisely due to small size data. Then signal subspace dimensions are estimated accurately with Modified-AIC criterion using likelihood function depending only on noise space eigenvalues. A new robust SNR estimation method is proposed with the application of modified-AIC criterion. Regarding a variety of SNR and data size, simulation results show that the new method can be applied in lower SNR and shorter data samples environment.
- finite sample data /
- information criteria /
- SNR /
- subspace

[1]	傅家旗, 郭强, 刘建国. 基于有限信息的网络邻接关系识别研究 . 电子科技大学学报, 2019, 48(5): 794-800. doi: 10.3969/j.issn.1001-0548.2019.05.021
[2]	吴琳拥, 毛谨, 白渭雄. 基于奇异值分解的雷达微小目标检测方法 . 电子科技大学学报, 2019, 48(3): 326-330. doi: 10.3969/j.issn.1001-0548.2019.03.002
[3]	宋勇, 蔡志平. 一种基于信息论模型的入侵检测特征提取方法 . 电子科技大学学报, 2018, 47(2): 267-271. doi: 10.3969/j.issn.1001-0548.2018.02.017
[4]	胡剑浩, 李晓倩, 李妍. 基于信息论的高容错非对称MRF电路的供电电压分析 . 电子科技大学学报, 2016, 45(4): 520-527. doi: 10.3969/j.issn.1001-0548.2016.04.004
[5]	汪方斌, 洪津, 孙晓兵, 宋茂新, 孙斌, 王羿. 航空多角度偏振辐射计信噪比不确定性数学模型 . 电子科技大学学报, 2014, 43(6): 869-873. doi: 10.3969/j.issn.1001-0548.2014.06.013
[6]	牟青, 魏平. 低信噪比下长码直扩信号的符号宽度估计 . 电子科技大学学报, 2011, 40(3): 352-356. doi: 10.3969/j.issn.1001-0548.2011.03.004
[7]	张剑, 贺知明. 预编码和子空间跟踪的OFDM信道盲估计 . 电子科技大学学报, 2008, 37(6): 848-850,859.
[8]	徐飞, 庄奕琪, 郭锋. 载荷长度对蓝牙数据传输吞吐量的影响 . 电子科技大学学报, 2008, 37(1): 39-42.
[9]	程梦璋, 景为平. 新型流水线ADC的设计与分析 . 电子科技大学学报, 2008, 37(6): 930-933.
[10]	罗万伯, 罗霄岚, 陈炜, 彭舰, 吴端培. K子空间和时延自相关器的英汉音素识别 . 电子科技大学学报, 2006, 35(1): 66-69.
[11]	张勇, 陈滨. Logistic映射的有限字长研究 . 电子科技大学学报, 2006, 35(3): 292-294,316.
[12]	蒲晓蓉, 郑自明, 周伟. 基于子空间投影的残缺人脸图像识别新算法 . 电子科技大学学报, 2006, 35(2): 208-210,220.
[13]	徐海波, 杜欢, 张振仁. OFDM信道估计的子空间方法 . 电子科技大学学报, 2006, 35(5): 752-754.
[14]	杜东平, 唐斌. 基于FrFT和子空间正交的LFM信号参数估计 . 电子科技大学学报, 2004, 33(3): 247-249.
[15]	王洪裕, 阮成礼, 王琪. 有限长V锥天线的辐射场 . 电子科技大学学报, 2004, 33(5): 535-538.
[16]	梁金明, 章毅. 回复式离散神经网络的特征子空间估值 . 电子科技大学学报, 2002, 31(4): 349-355.
[17]	黄勇, 栾心芙, 肖先赐. 多带通信号采样的信噪比分析 . 电子科技大学学报, 2002, 31(4): 331-335.
[18]	罗光春, 李炯. 有限自动机在BBS信息监测系统中的运用 . 电子科技大学学报, 2002, 31(3): 262-265.
[19]	朱雯, 何明星. 关于有限群的自同构群 . 电子科技大学学报, 2000, 29(5): 549-551.
[20]	丁齐, 肖先赐. 基于四阶累积量的子空间测向方法研究 . 电子科技大学学报, 1998, 27(1): 33-38.

WeChat

点击查看大图

计量

文章访问数: 4666
HTML全文浏览量: 97
PDF下载量: 59
被引次数: 0

基于有限长样本数据的信噪比估计

doi: 10.3969/j.issn.1001-0548.2012.03.007

1. 电子科技大学电子工程学院成都 611731

基金项目:

中央高校基本科研业务费专项资金(ZYGX2009J016)

作者简介:
廖红舒(1978-),女,博士生,主要从事非合作通信信号处理方面的研究.

收稿日期: 2010-11-08
修回日期: 2011-05-11
刊出日期: 2012-06-15

中图分类号: TN914

关键词:

摘要: 从信号模型上给出了信号子空间是有限维数的说明,并通过仿真说明信号与噪声子空间的特征值在短数据下无法准确获得。提出基于仅由噪声特征值构成的极大似然函数的改进AIC准则,实现了信号子空间的维数的准确估计,从而获得了一种在相对较小样本下更稳健的信噪比估计方法。从不同的信噪比大小与样本数据长度进行仿真验证,结果表明,该方法比原始的子空间方法能适应更低的信噪比和更短的数据样本长度。

English Abstract

廖红舒, 魏平, 李万春. 基于有限长样本数据的信噪比估计[J]. 电子科技大学学报, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

引用本文:

廖红舒, 魏平, 李万春. 基于有限长样本数据的信噪比估计[J]. 电子科技大学学报, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

LIAO Hong-shu, WEI Ping, LI Wan-chun. SNR Estimation Based on Finite Sample Data[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

Citation:

LIAO Hong-shu, WEI Ping, LI Wan-chun. SNR Estimation Based on Finite Sample Data[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(3): 364-367. doi: 10.3969/j.issn.1001-0548.2012.03.007

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发