李国汉，王可人，张颂

一种基于经验模态分解的信噪比盲估计新算法✴

李国汉，王可人，张颂

（解放军电子工程学院信息系，合肥230037）

为了增强未知样式信号的信噪比估计性能，提出了一种基于经验模态分解（EMD）的信号信噪比估计新算法，通过固有模态函数（IMF）分量平均周期判断信号与噪声界限。给出了经验模态分解估计法的工作原理和流程图，分析了经验模态分解估计法的性能。仿真结果表明，与信号空间分解法一样，经验模态分解估计法能够实现盲信号信噪比估计，后者估计均方误差比前者要小，在0 dB信噪比下均方误差不超过0.3 dB。

信噪比估计；盲估计；经验模态分解；子空间分解

1 引言

信噪比是信号强度和背景噪声的比值，作为表征通道特性的参数，它是实现多项通信信号处理技术的重要依据，如功率控制、译码截止条件的设定、自适应调制编码等，获得精确的信噪比估计可以提高这类技术的性能。在非协作的通信环境中，信噪比估计值直接影响调制方式盲识别的效果，无论是基于统计模式识别还是基于最大似然的调制识别算法，都需要信噪比的估计值作为必需的先验知识，否则将很大程度上影响识别算法的性能［1］。因此，有关信噪比估计方法的研究一直受到广泛的关注，文献［1］对传统的信噪比估计法进行了总结。

Benedict和Soong较早应用二阶、四阶矩（M2M4）在加性高斯白噪声通道中分别对载波强度和噪声强度进行估计，文献［2］对其改进用于QPSK信号信噪比估计。……