谱熵和谱减法在CMMB信道估计中的应用

徐晓梅，鲁周迅

南京工业大学 电子与信息工程学院，南京 211800

谱熵和谱减法在CMMB信道估计中的应用

徐晓梅，鲁周迅

南京工业大学 电子与信息工程学院，南京 211800

1 引言

通信系统的性能主要受到无线信道的制约，而信道估计是均衡和自适应调制的必要条件，是提高系统传输质量，发挥其优越性的关键所在[1-2]。因此信道估计在传输系统中有很关键的作用。

基于谱熵和谱减法的端点检测方法被广泛应用于语音信号识别中，随着语音识别技术的不断发展，端点检测方法得到了越来越广泛的应用。这种方法在识别有噪声背景下的语音时起到了较大作用[3-4]。在CMMB系统中，主要是基于导频的信道估计算法，其中包括最小二乘法、最小均方误差等方法[5]。但是这种方法不太适应于多径丰富的信道，因此本文尝试的将端点检测的方法引入到CMMB系统的信道估计中。实验表明，本文方法较基于导频的信道估计方法有更好的效果。

2 CMMB标准中的信道估计简介

CMMB（China Mobile Multimedia Broadcasting）标准采用了多载波调制技术OFDM，物理层数据具有OFDM帧结构的特点，物理层信号每1 s为1帧，划分为40个时隙，每个时隙的长度为25 ms，包括1个信标和53个OFDM符号。每个OFDM符号中，又包含了连续导频、离散导频、保护间隔等信息[6]。在现有的CMMB系统信道估计中，因为导频的结构特殊（如图1），所以主要利用基于导频的方法，对每个OFDM符号在导频位置处用插值的方式实现信道的估计。CMMB标准中的信道估计算法实现流程，如图2。

图1 导频信息在每个OFDM符号中的位置

图2 CMMB标准中的信道估计流程图

3 谱熵和谱减法的原理

3.1 谱熵定义

将带噪信号s(n)进行分帧、加窗处理后，按帧间隔50%的重叠做快速傅氏变换（长度为N的FFT），则得到某一频率分量fi的能量谱为Sm() fi，这样各频率分量的归一化谱概率密度函数pi如式（1），其中m为分析的某一帧：

因为多媒体广播信号的能量主要集中在fL至fH之间，故有约束条件：

由此，每帧信息的短时谱熵[7]定义为：

3.2 谱减法原理

谱减法[8]是语音增强中最常用的一种算法，由于其计算复杂度低，实时性强，一直受到了语音增强研究者的广泛重视。本文意在将这种语音增强的方法应用于CMMB系统的信道估计中，以提高CMMB信号传输的质量。该算法的原理如下：

然后得其估计的背景噪声：

4 谱熵和谱减法在信道估计中的应用

同理，由式（3）可以得到每帧信息的短时谱熵定义为：

为了得到信道的输出信号，要对增强之后的信号能量谱进行判决，这样就需要一个判决门限，设集合λ为用式（8）得到的谱熵集，则：

其中，M为实验中所分析的信号的总帧数，设ξ为文中要用到的判决门限，ξ的设定方法为：

ξ确定以后，判决是否为信息的规则为：

经过以上分析，可以得到改进后的CMMB系统信道估计流程，如图3所示。

图3 改进的信道估计流程图

5 仿真结果分析及结论

为了说明不同信噪比情况下的谱熵特性，在Matlab 7.1平台上进行仿真实验，分别在信噪比0 dB、10 dB、20 dB的环境下计算谱熵，谱熵曲线如图4所示。

图4 不同信噪比情况下的谱熵曲线图

由图4可以看出，同一信号在不同噪声干扰下，谱熵曲线的形状基本保持不变，但信噪比越低，谱熵值越低，谱熵值的降低可能会影响判决门限。

基于本实验，在Matlab 7.1的仿真平台上，分别在不同的信噪比干扰下，比较了CMMB系统基于离散导频的信道估计方法、基于谱熵和谱减法的信道估计方法下的误码率，以及两种方法下系统的性能。其中，信噪比的设置分别为：0 dB、10 dB、20 dB、30 dB，仿真结果如图5所示。两种方法下的性能比较，如表1所示。

图5 不同信噪比情况下两种方法的误码率比较

表1 两种方法在信道估计中的性能比较

由图5可以看出，在信噪比良好的情况下，基于离散导频的信道估计方法和基于谱熵的信道估计方法效果基本一致，但是在信道比较差的情况下（＜5 dB），改进方法的性能要优于传统的基于导频的信道估计方法。

由表1可以看出：

（1）从系统内存角度来看，基于导频的数据存储量要低于基于谱熵和谱减法的数据存储量。

（2）从运算次数来看，基于导频的方法运算次数比较多，每次运算的数据量也较大，因此这就导致基于导频的方法所用的时间略长。

（3）从总体上来分析，这两种方法所用的内存、运算次数以及数据处理时间差别不是很大。因此，结合图5的结论，在信噪比较低时，可以考虑用基于谱熵和谱减法的信道估计方法。

6 结论与展望

本文将CMMB信道估计的方法和语音信号的处理方法相结合。实验条件下，基于谱熵和谱减法的信道估计方法在信噪比很低的情况下比传统的基于离散导频的方法性能要好，因此在未来的基于CMMB标准的系统信号传输系统中，可以考虑将这种基于谱熵的方法应用于信道估计中，以便提高系统的总体性能。

[1]彭曦.基于CMMB的信道估计算法研究[D].杭州：浙江大学，2008-05.

[2]Cho J，Hwang J，Hwang T，et al.A novel channel estimation method for OFDM in high-speed mobile system[C]//Proceedings of the International Symposium on Industrial Electronics，2001.

[3]韩纪庆，张磊，郑铁然.语音信号处理[M].北京：清华大学出版社，2004-09.

[4]Ephraim Y，Trees H V.A single subspace approach for speech enhancement[J].IEEETransonSpeech AudioProcessing，1995，3（4）：251-266.

[5]梁弟标.基于CMMB系统的信道估计与均衡技术研究[D].西安：西安电子科技大学，2009-01.

[6]GY/T 220.1-2006移动多媒体广播第1部分：广播信道帧结构、信道编码和调制[S].国家广播电影电视总局广播电视规划院，2006.

[7]Jia C，Xu B.An improved entropy based endpoint detection algorithm[C]//Proceedings of the ISCSLP Conference，2002.

[8]金学骥.语音增强算法的研究与实现[D].杭州：浙江大学，2005-01.

XU Xiaomei,LU Zhouxun

College of Electronics and Information Engineering,Nanjing University of Technology,Nanjing 211800,China

The method of signal detection based on spectral entropy and spectral subtraction is widely used in the processing of voice.But till now,this method is rarely used in the channel estimation based on CMMB（China Mobile Multimedia Broadcasting）. The algorithm based on entropy is used in channel estimation.The simulation illustrates that this algorithm performs well in low SNR（Signal Noise Ratio）.

entropy;China Mobile Multimedia Broadcasting（CMMB）;channel estimation;Signal Noise Ratio（SNR）

基于谱熵和谱减法的信号检测方法在语音处理领域得到了广泛应用，但至今没有发现将这种方法应用于基于中国移动多媒体即CMMB（China Mobile Multimedia Broadcasting）标准的信道估计中。将这种方法用于基于CMMB标准的系统信道估计中；仿真结果表明，该方法在信噪比很低时，较传统的CMMB系统信道估计方法有较好的效果。

谱熵；中国移动多媒体（CMMB）；信道估计；仿真；信噪比

A

TN911.6

10.3778/j.issn.1002-8331.1111-0177

XU Xiaomei,LU Zhouxun.Application of spectral entropy and spectral subtraction in CMMB.Computer Engineering and Applications,2013,49（13）：204-206.

徐晓梅，女，硕士生，主要研究方向为信号与信息处理；鲁周迅，男，副教授，主要研究方向为信号与信息处理。E-mail：xiaomei6276@foxmail.com

2011-11-14

2012-01-05

1002-8331（2013）13-0204-03

CNKI出版日期：2012-04-25http://www.cnki.net/kcms/detail/11.2127.TP.20120425.1721.065.html