卫星信道中基于包络的改进信噪比估计算法
卫星通信中一种改进的DOA算法
摘要 ： 在卫星通信系统的阵列信号处理 中， 由于阵列孔径的限制 ， 现有 Ｄ Ａ解相干算法所能够分 辨的信源数以及能够达到 Ｏ
的谱分辨率一直不高 ， 导致不能精确定位信号波达方 向， 卫星通信无法准确传递信息。因此 ， 提出一种分辨率高 、 稳定性好 的解相干算法 （ Ｓ Ｄ ， Ｍ Ｖ ） 利用人射信号的非圆对称性 ， 对原阵列进行有效的扩展 ， 得到新的虚拟阵列 ， 再用 Ｓ Ｄ算法对新的 Ｖ 阵列进行谱峰搜索。仿真结果表明 ， Ｓ Ｄ算法与 Ｓ Ｄ算法相 比， ＭＶ Ｖ 其精度更高 、 稳定性更好 、 分辨率更高 、 且可以估计的信源
ｌ 引言
在现代卫星通信 系统 中， 由于多经传 播或人 为干扰 ， 信
号通常高度 相关 ， 经典 的 Ｄ Ａ算 法如 ＭＵ Ｉ 、 Ｓ Ｒ Ｔ算 法 Ｏ ＳＣ Ｅ Ｐ Ｉ 等 由于 自相关矩阵降秩 ， 不能精度估计 目标信号 的来 向。针
对 这 一 问题 。 内外 学 者 提 出 了 很 多 去 相 关 算 法 ， 中 最 常 国 其
ｎ ｅｅ ．Ｉ ｉ ｐｐｒ ｓｃ ｎｗａ ｏｉ ｍ （ Ｖ ｅｄｄ ｎｔ ｓ ａｅ， ｕ ｈａ ｅ ｌ ｒｈ ＭＳ Ｄ）ｉｐｏｏｅ ， ｈｃ ｐｎ ｓ ｅ ｐｒ ｒ ｆｈ ｒ ｙｅｅｔｅ ｈ ｇ ｔ ｓ ｒｐｓｄ ｗ ｉｈ ｘ ａｄ ｅｔ ｅ ｅａ ａ ｃ ｖ－ ｅ ｈ ｔ ａ ｕ ｏｔ ｒ ｆ ｉ
第２ 卷 第５ ８ 期
文 章 编号 ：０ ６ ９ ４ （０ １ ０ ＝ ０ ８ ０ １０ — ３ ８ ２ １ ）５ ０ ６ — ４
计
算
机
仿
真
２１年５ ０１ 月
卫 星通 信 中一种 改进 的 Ｄ ＯＡ 算 法
张 瑜 ， 登 山， 黄 李欢欢
一种改进的OFDM系统中信噪比估计算法
武汉 ４ ３ ０ ０ ７ ０）
摘要 ： 信 噪比是通 信信号的关键参数 ， 它是通信质量 的衡 量指 标之 一 ， 在无线 通信及 有线通 信 的许 多场合 ， 如 功率控 制 、 自适 应调制切换 等 ， 都需要知道信 噪比的数值 ， 以获 得最 佳的性能 。本 文首先分 析 了几种典பைடு நூலகம்型 的 Ｓ Ｎ Ｒ估 计算法 ， 并根 据有线 信道 特点 ， 在信道估 计差量 Ｓ Ｎ Ｒ估 计方法 的基础上 ， 提 出改进措施 。仿真结果 表明 ， 改进算法有效 的提高了估计精度 ， 适用 于有线
ｓ ｙ ｓ ｔ ｅ ｍｓ ｏ ｆ ｃ ａ ｂ ｌ ｅ ｃ ｈ ａ ｎ ｎ ｅ １ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：Ｏ Ｆ ＤＭ ，Ｓ ＮＲ，ｃ ｏ ｌ ｏ ｒ ｎ ｏ ｉ ｓ ｅ ，ｃ ａ ｂ ｌ ｅ ｃ ｈ ａ ｎ ｎ ｅ １
１ 引 言
正交频 分 复用 （ Ｏ Ｆ Ｄ Ｍ： Ｏ ｒ ｔ ｈ ｏ ｇ ｏ ｎ ａ ｌ Ｆ ｒ ｅ ｑ ｕ ｅ ｎ ｃ ｙ Ｄ ｉ ｖ ｉ ｓ ｉ ｏ ｎ Ｍｕ ｈ ｉ ｐ ｌ ｅ ｘ ｉ ｎ ｇ ） 是 多 载 波调 制 方式 的一 种 ， Ｏ Ｆ Ｄ Ｍ 系 统 可 以根 据每 个子 载波 的信 噪 比等 信息 选择 该子 载 波 上数 据 的调 制 模 式 … ， 从 而在 保 证信 息 传输 可 靠性 的
信道 的 Ｏ Ｆ Ｄ Ｍ 系统 。 关键词 ： Ｏ Ｆ Ｄ Ｍ， 信 噪比估计 ， 有 色噪声 。 有线信道
Ａｎ Ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ Ｓ ＮＲ Ｅｓ ｔ ｉ ｍａ ｔ ｉ ｏ ｎ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｉ ｎ Ｏ ＦＤＭ
Ｌ Ｉ Ｕ Ｔ ｉ ｅ ，Ｓ Ｈ Ｉ Ｇ ｕ ｏ ｍｅ ｉ ， ＨＵ Ａ Ｎ Ｇ Ｑ ｉ ｕ ｙ ｕ ａ ｎ ， Ｚ Ｈ Ｏ Ｕ Ｐ ｅ ｎ ｇ
AWGN信道中的信噪比估计算法
AWGN信道中的信噪比估计算法一、本文概述本文旨在探讨和分析在加性白高斯噪声（AWGN）信道中的信噪比（SNR）估计算法。
AWGN信道是一种理想的通信信道模型，其中噪声是加性的、白色的，并且服从高斯分布。
在实际的无线通信系统中，SNR是一个关键的参数，它直接影响到通信系统的性能和可靠性。
因此，准确地估计SNR对于优化系统性能、提高通信质量和实现可靠的数据传输至关重要。
本文将首先介绍AWGN信道的基本概念和特性，包括噪声的统计特性和其对信号的影响。
随后，将详细讨论几种常用的SNR估计算法，如基于统计特性的估计算法、基于信号处理的估计算法以及基于机器学习的估计算法等。
这些算法各有优缺点，适用于不同的应用场景和信道条件。
本文还将对这些SNR估计算法的性能进行评估和比较，包括它们的估计精度、计算复杂度以及鲁棒性等方面。
通过仿真实验和理论分析，我们将揭示各种算法在不同SNR水平和信道条件下的表现，并为实际应用中的SNR估计提供有益的参考和指导。
本文还将探讨SNR估计算法在无线通信系统中的应用，如信道编码、调制解调、信号检测等方面。
通过合理的SNR估计，可以有效地提高通信系统的性能，实现更可靠的数据传输和更高的频谱效率。
本文将对AWGN信道中的SNR估计算法进行全面而深入的探讨，旨在为无线通信领域的研究和实践提供有益的参考和启示。
二、AWGN信道中的信噪比估计方法概述在加性白高斯噪声（AWGN）信道中，信噪比（SNR）估计是一项关键任务，它对于无线通信系统的性能优化、错误控制以及信号恢复等方面具有重要影响。
SNR估计的准确性直接影响到接收机的性能，因此，开发高效、准确的SNR估计算法一直是无线通信领域的研究热点。
在AWGN信道中，SNR通常定义为信号功率与噪声功率的比值。
由于噪声是白噪声，即其功率谱密度在所有频率上都是恒定的，因此SNR可以简化为信号幅度与噪声幅度的比值。
然而，在实际通信系统中，由于信号受到多种干扰和失真的影响，准确估计SNR变得十分困难。
一种基于M2M4算法的QPSK信噪比估计
一种基于M2M4算法的QPSK信噪比估计尚春杰;陈敬乔【摘要】在通信中根据信号信噪比情况实时进行功率控制能有效提高功率效率并保证通信质量.针对卫星通信信噪比估计问题,研究了一种基于M2M4算法的QPSK 信号信噪比估计算法,并对此算法进行了推导简化,同时用查找表法来代替信噪比计算的最复杂部分,从而大大降低了计算复杂度.对简化的算法进行Matlab仿真,结果表明简化的算法在损失较小估计精度的前提下可以有效估计0～ 20 dB的信噪比.讨论了成形系数和频偏大小对估计精度的影响,并给出了工程实现中成形系数大小的选择和大频偏情况下的处理建议.【期刊名称】《无线电工程》【年(卷),期】2018(048)009【总页数】4页(P756-759)【关键词】信噪比估计;正交移相调制;M2M4算法【作者】尚春杰;陈敬乔【作者单位】中国电子科技集团公司第五十四研究所,河北石家庄050081;中国电子科技集团公司第五十四研究所,河北石家庄050081【正文语种】中文【中图分类】TN9110 引言在通信系统中，信噪比是通信质量好坏的重要标志，尤其是在卫星通信以及地面移动通信中，终端若能实时上报信噪比情况，则可以有效地进行功率控制以及越区切换，有效提高功率效率并保证通信质量。
在卫星通信中，QPSK信号兼具功率效率和带宽效率优势，在工程中应用较多。
文献[1-8]从最大似然估计的角度给出了信噪比估计的最大似然估计算法，其精确度较高，但复杂度也较大；文献[9-10]给出了2种适用于移动通信环境的信噪比估计法；文献[11-15]提出了一种基于二阶四阶矩阵的估计法，该方法实施时不需要信号进行载波恢复，信噪比估计范围大，更适合卫星通信实际工程应用。
本文从二阶四阶矩阵信噪比估计法出发，将其进行了推导简化，同时利用查找表来实现复杂部分，在降低复杂度的同时只有少量的精度损失，更利于FPGA实现。
1 M2M4估计法原理卫星信道噪声模型多采用AWGN信道，在此基础上定义信号。
卫星通信中的调制与信噪比分析研究
卫星通信中的调制与信噪比分析研究随着我国通信技术发展的不断进步，“信息高速公路”已经不再是一个空洞的口号。
卫星通信是目前国际上最适合发展于地域广、地形变化多、信息传输距离远的广域移动通信体系，也是目前世界上唯一可以实现全球性通信覆盖的通信技术。
卫星通信中的调制与信噪比分析研究是保证通信质量的关键技术之一。
一、调制技术简介调制是指通过改变载波的频率、振幅、相位或它们的组合，来改变基带信息信号的某些参数，从而实现信号在载波上的传送。
调制技术是卫星通信中的核心技术，其可靠性和灵活性直接影响通信质量。
1.1 调制方式调制方式包括频移键控（FSK）、相移键控（PSK）、振幅键控（ASK）、正交振幅调制（OQPSK）等多种。
不同的调制方式适用于不同的通信场景和传输距离。
例如，对于大功率卫星通信用户，ASk调制可提供高效率的传输；而PSK调制则适用于数据传输距离远、要求高抗干扰性的环境。
1.2 调制参数调制参数包括调制波形、调制深度、调制频率等。
调制波形是指在调制信号中所采用的波形；调制深度是指载波振幅受到调制信号影响的程度，通常以百分比表示；调制频率是指载波频率和调制信号频率之间的差值。
二、信噪比分析信噪比是指有用信号与噪声信号的比值，是衡量通信质量的重要指标。
卫星通信环境相对于地面通信环境来说更加恶劣，存在着较强的干扰与噪声。
因此在卫星通信中，信噪比的计算和分析更是至关重要的。
2.1 信噪比计算由于卫星通信信道是非线性时变的，因此计算信噪比时需要将信道视为线性时不变的信道，以方便计算。
在信道误差模型中，带宽B、发射功率P、接收天线面积A、系统温度T、前端增益G等参数都是影响信噪比计算的重要因素。
2.2 信噪比分析通过对信噪比的分析，可以评估卫星通信系统的性能和容量，为卫星通信手段的优化提供依据。
同时，利用信噪比分析的结果，可为通信网络的规划和设计提供重要的参考依据。
三、结尾在卫星通信中的调制与信噪比分析研究中，我们介绍了调制技术的基本原理、调制方式、调制参数等内容，并进行了信噪比的计算和分析。
一种基于包络的QAM信号盲信噪比估计算法
计 式分别进行 了理论推导，分析和仿真结果表 明算法对这两类信号都能进行有效估计，且算法
复杂度 小，易于实时实现。
关键 词 ：非 恒 包络 ；信 噪 比估 计 ；Ｑ ＡＭ
１ 引 言
对 于 现 代 移 动 通 信 系 统 来 说 ，信 噪 比估 计 算 法 的研 究 有 着 举 足 轻 重 的 地 位 ， 因 为 其 它 许
科技论文：一种基于包络 的 ＱＡ 信号盲信噪 比估计算法 Ｍ
一
种 基于包络 的 Ｑ Ｍ 信号盲信噪 比估计算法 Ａ
曹晓明
摘要 ： 出了一种在加性高斯白噪声信道中基 于 Ｑ Ｍ 信号包络的信噪比估计算法， 提 Ａ 解决
了一 些文 献 中包络 方 法只适 用于 恒 包络 ＭＰ Ｋ信 号 的限制 。 方形和 十 字形 星座信 号信 噪 比估 Ｓ 对
信 噪 比相 比 不 仅 具 有 小 的偏 差 而 且 具有 小 的 标
准差。
２ 基 于包 络 的信 噪 比估 计 算法
假设 系统均衡和 同步 的剩余误差足 够小 ，
卫星通信中的信道建模与优化算法
卫星通信中的信道建模与优化算法卫星通信是一项基于空间技术的广泛应用，它以其广域覆盖、零距离通讯和灵活部署等优势，成为了现代通信网络中非常重要的一部分。
然而，由于信号传输所经过的空间环境非常复杂，因此卫星通信中存在着众多的信道建模及优化问题，这些问题对于卫星通信的质量和效率都有着极大的影响。
本文将要着重探讨卫星通信中的信道建模以及优化算法，希望对广大读者有所启迪和帮助。
一、信道建模卫星通信系统中的信道建模是指将信道的特性进行描述与模拟的过程，具体包括了信噪比、多径效应、衰落效应等多个方面，其中最重要的是多径效应。
在卫星通信中，信号会因地球的曲率和自转、大气层、射线的折射、终端天线指向等因素而受到多径衰落现象的影响，因此从原来的发送端到达接收端的路径不止一条，每一条多径路径的传播速度和路程也会不同，甚至有些路径上的信号可能会发生相消干扰，这都会导致系统的性能下降。
为了解决这个问题，我们必须对信道进行建模，以便更好地进行系统分析、算法设计和参数设置。
在信道建模中，我们所要用到的最主要的技术是卫星链路的仿真模拟，通过这种方式可以准确地模拟系统中的传输过程和信道状态。
在进行信道建模时，要尽可能考虑多种因素，以切实反映信道实际环境中的复杂性。
比如，在卫星通信中，我们不仅要考虑到信号的强度和频率，还要考虑到卫星的轨道、地球的自转、大气层的温度、湿度等因素对信号的影响。
除此之外，由于地球内的其它无线电通信也会对卫星通信的信号造成干扰，因此还要考虑到信噪比、衰落信号、多径效应等问题。
只有考虑周全了这些因素，才能进行精确的信道建模，才能更好地为卫星通信的优化算法提供基础支撑。
二、优化算法卫星通信优化算法是指通过对发射端、中继器和接收端进行信号过滤、调整和控制以优化信道质量的技术。
在卫星通信优化算法中，最常用的方法有匹配滤波、自适应均衡、自适应预编码等。
下面，我将会详细阐述这些方法的具体实现方式和优缺点。
匹配滤波是一种使用接收信号在自身内部相互比对的技术，在卫星通信中主要用于对信号的频率和幅度进行调整。
OFDM系统中一种改进的信噪比估计算法
OFDM系统中一种改进的信噪比估计算法李卫国【期刊名称】《电视技术》【年(卷),期】2017(041)007【摘要】在OFDM系统,SNR承担着监控信号质量的责任.主要研究了基于LMMSE信道估计的信噪比估计.针对现有算法的复杂度高,信噪比估计有偏的问题,提出了一种改进的修正算法.该方法通过无偏的噪声估计以及前后OFDM符号之间的迭代来实现快速收敛,并且直接利用LMMSE信道估计过程的系数来计算修正因子,计算复杂度低.经仿真表明,所提方法在高SNR时估计精度可提高2dB,误码率也有0.3dB的提升.%In OFDM systems,The SNR serves as a standard measure of signal quality.In this paper,we researched the SNR estimation based LMMSE channel estimation.In order to deal with the shortcomings of high complexity and biased SNR for traditional method,we present a new modified SNR estimation which is unbiased,and iteration throw last OFDM and this OFDM symbols can get good performance.The simulation shows estimation accuracy of the proposed method is improved about 2dB in high SNR,and also can promote the BER 0.3dB.【总页数】4页(P19-22)【作者】李卫国【作者单位】展讯通信(上海)有限公司上海201203【正文语种】中文【中图分类】TN929.5【相关文献】1.MIMO-OFDM系统中一种改进的盲信道估计算法 [J], 李国民;刘鑫;康晓非;廖桂生2.OFDM系统中一种改进的频偏估计算法 [J], 刘毓;邓晓昺3.MIMO-OFDM系统中一种改进的最大似然信道估计算法 [J], 陈鹤;李兆训;李峰4.一种改进的OFDM系统中信噪比估计算法 [J], 刘铁;时国美;黄秋元;周鹏;5.一种改进的OFDM系统中信噪比估计算法 [J], 刘铁;时国美;黄秋元;周鹏因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
卫星信道中基于包络的改进信噪比估计算法游伟;郭道省;易旭;牛和昊【摘要】卫星通信中利用信噪比估计方法能够有效提高系统的解调性能,为信道分配、功率控制等提供重要的信道质量信息,具有重要的研究价值和意义.首先研究了卫星信道下几种常见的恒模信号信噪比估计方法,并在此基础上提出了一种有效的信噪比估计算法.该算法利用信号包络的均值和方差进行估计,不需要提取接收信号的IQ路信息,具有计算量小复杂度低的优点.仿真结果表明该算法估计准确,有很好的应用价值.【期刊名称】《通信技术》【年(卷),期】2016(049)005【总页数】4页(P529-532)【关键词】卫星信道;信噪比估计;恒模信号;信号包络【作者】游伟;郭道省;易旭;牛和昊【作者单位】解放军理工大学通信工程学院,江苏南京210007;解放军理工大学通信工程学院,江苏南京210007;解放军理工大学通信工程学院,江苏南京210007;解放军理工大学通信工程学院,江苏南京210007【正文语种】中文【中图分类】TN929.5对接收信号进行信噪比(SNR, signal-to-noise radio)估计在卫星通信系统中具有重要的作用，如实现自适应编码调制(ACM, adaptive coding and modulation)、链路功率控制(PC,power control)等，通常多使用信噪比作为信道质量的主要衡量参数，控制通信频率或者调制方式的切换，信噪比估计的正确性直接影响着通信系统的性能。
卫星信道是典型的AWGN信道，近年来，在AWGN信道下的信噪比估计问题得到了广泛研究。
文献[1]中，作者提出了有导频辅助的基于最大似然准则的SNR估计算法，导频符号的存在降低了传输效率。
文献[2]中，作者提出了多项式逼近算法，然而该算法只能用于BPSK和QPSK信号。
文献[3]中，作者提出一种基于判决的估计算法，判决过程增加了实现复杂度。
文献[4]提出了利用接受信号2阶和4阶统计量进行估计的算法，通常称作M2M4算法，该算法具有低复杂度的特点，但是在低信噪比区域存在较大误差。
文献[5]对4种非数据辅助的SNR估计算法进行了对比分析，指出了性能最好的估计算法。
文献[6]针对BPSK和QPSK信号提出了一种改进的M2M4的估计算法，其中对信号功率的估计需要提取I/Q路信息，该算法在中高信噪比区域的性能优于M2M4算法，在低信噪比区域性能相比M2M4算法有所下降。
文献[7]将文献[6]的算法推广到8PSK信号，此时需要解调判决，将8PSK信号分解成两个QPSK信号进行，判决处理增加了运算量且在低信噪比区域因为判决错误概率增大使算法估计误差增大。
文献[8]提出了一种基于特征值分解的SNR估计算法，该算法有较高的估计精度，然而进行特征值分解的矩阵维度与估计数据长度的平方成正比，不适合存储容量小的系统。
本文首先研究了卫星信道下几种常见的恒模信号信噪比估计方法，并在此基础上提出了一种有效的信噪比估计算法。
该算法利用信号包络的均值和方差进行估计，不需要提取接收信号的I\Q路信息，能够有效降低计算量和实现复杂度。
恒模信号可表达为：式中,A为信号幅度，fc为载波频率，θm=2πm/M(m=0,1,2,…,M-1)为载波相位。
其中A和fc固定不变，信息由相位θm表示，因此称作恒模信号，MPSK调制信号是该类信号的典型代表。
假设信号在传输过程中只受加性高斯白噪声的影响，接收机的输入可表示为:式中，n(t)为复加性高斯白噪声，服从分布CN(0,2σ2)。
假设接收端实现了理想的载波和符号同步，则接收信号的I路和Q路分量分别为：式中，和均值为0且方差为σ2。
因此待估计的SNR可以表示为：2.1 算法1(M2M4算法)M2M4算法是最常见的SNR估计算法，该算法利用信号的2阶和4阶矩进行估计，因此得名。
该算法理论推导如下[4]：对信号功率和噪声功率的估计值分别为：信噪比的估计值为N。
实际计算时采用：代替M2和M4，其中N为数据长度。
2.2 算法2文献[5]中，作者分析比较了4种信噪比估计算法，估计方式分别为：其中第二种算法估计性能最好，本文将该算法记作算法2。
2.3 算法3文献[6]中，作者提出了一种类似M2M4的估计算法，其中对信号功率的估计为：而信噪加噪声的总功率用2阶矩表示，则信噪比的估计值为S)，该方法仅限于估计BPSK和QPSK信号。
文献[7]将该算法推广到8PSK信号，基本思路是将8PSK 信号的星座图视作两种QPSK信号星座图的叠加，进行信噪比估计时首先对接收信号进行解调判决，此处省略细节分析。
以上两种算法统称作算法3。
本文方法的基本原理是在AWGN信道条件下，可将接收信号包络a(n)的均值和方差分别当作信号功率和噪声功率，利用下式进行SNR估计[8]。
对于复基带信号时，信号包络为：其中：因为信号和噪声是不相关的，因此的均值：μ=方差：η=定义z=η/μ2，则有：将上式变形得2，因此，由此便可得到SNR的估计值。
若以dB为单位则上式变为：下面对比分析本文算法与其余几种算法的运算量，结果见表1，其中N为数据长度。
由表1可知，本文算法的运算量比算法1和2有所降低，实数乘法的运算量高于算法3，但是本文算法比算法3有更好的估计性能，该特性将在仿真部分得到验证。
以下将本文算法与上述几种算法作仿真比较，仿真对象为BPSK、QPSK和8PSK信号， SNR估计算法[9-10]的性能通常用归一化均方误差(NMSE,Normalized Mean Square Error)来表示，公式为：式中，l为每次运算的估计值，ρ为信噪比真实值，L为重复计算次数。
所有仿真中数据长度均为2000，每个数据点重复计算200次，SNR范围为[-10:2:20]。
仿真结果见图1～图6。
由图1～图6可知，本文算法对恒模信号有很好的估计性能，估计误差与M2M4算法相当，优于算法2和算法3。
在高信噪比区域，几种算法估计性能基本相同，低信噪比区域算法2和算法3有较大的估计误差，而本文算法和M2M4算法估计性能较好。
从图5和图6易知算法3对8PSK信号无法进行信噪比估计，而本文算法无此缺陷，对恒模信号有良好的适应能力。
本文首先研究了卫星信道下几种常见的恒模信号信噪比估计方法，并在此基础上提出了一种有效的信噪比估计算法。
该算法利用信号包络的均值和方差进行估计，不需要提取接收信号的I\Q路信息，具有计算量小复杂度低的优点。
仿真结果表明该算法估计准确，适用于很宽的信噪比范围,并且对信号的调制阶数不敏感，有很好的应用价值。
游伟(1990—)，男，硕士研究生，主要研究方向为信噪比估计、功放预失真；郭道省(1973—)，男，教授，主要研究方向为卫星通信；易旭(1990—)，男，硕士，主要研究方向为信道编码。
【相关文献】[1] 许华,郑辉.MPSK信号的最大似然SNR估计方法[J].电子与信息学报,2007,27(04):527-531. XU Hua, ZHENG Hui. On the Maximum-Likelihood SNR Estimation Algorithm for MPSK Signals[J].Journal of Electronics & Technology, 2007,27(04):527-531.[2] XU Hua, FAN Long-fei, ZHENG Hui. A Precise SNR Estimation Algorithm for QPSK Signals[J]. Journal of China Comunicaiton,25(2),pp: 55-60, 2004.[3] 李银永,陈瑾,张玉明.基于解调判决的信噪比估计方法[J].通信技术,2011,44(05):6-11.LI Yin-yong, CHEN Jin, ZHANG Yu-ming.SNR Estimation Method based on Demodulation Decision[J]. Communications Technology, 2011,44(05):6-11.[4] Mohammed Bakkali, Alex Stephenne and Sofiene Affes. Generalized Moment-based Method for SNR Estimation[C]. IEEE Wireless Communications and Networking Conference, 2007: 2228-2232.[5] Norman C, Beaulie Andrew S, Toms,David R Pauluzzi．Comparion of Four SNR Estimator for QPSK[J].IEEE Communications Letters,2000,4(2), 43-45.[6] Ijaz A, Awoseyila A B,Evans B G. Improved SNR Estimation for BPSK and QPSK Signals[J]. Electronics Letters, Vol. 45, No. 1,2009.[7] Ijaz A,Awoseyila A B,Evans B G. Signal-to-Noise Ratio Estimation Algorithm for Adaptive Coding and Modulation in Advanced Digital Video Broadcasting-Radar Cross Section Satellite Systems[J]. IET Communications, vol. 6, Iss.11, pp.1587-1593, 2012. [8] WU Hao,SHA Zhi-chao,HUANG Zhi-tao,ZHOU Yi-yu. Signal-to-Noise Ratio Estimation for DVB-S2 based on Eigenvalue Decomposition[J]. IET Communications, vol.10, Iss.1, pp.1-7,2016.[9] 张金成, 彭华, 赵国庆. 信噪比估计算法研究[J], 信息工程大学学报, 2011,12(05):535-543. ZHANG Jin-cheng, PENG Hua,ZHAO Guo-qing. Research on SNR Estimation Algorithms[J].Journal of Information Engineering University, 2011,12(05):535-543. [10] 徐卓异, 王兵. 信噪比估计方法研究[J].电子设计工程, 2013,21(06):135-137.XU Zuo-yi, WANG Bing. Research on SNR Estimation Algorithm[J].Electronic Design Engineering, 2013,21(06):135-137.。