Real-time measurement of signal to noise ratio for harmonic signals

• Autorzy: Griszin J. , Jańczak D.

Identyfikatory

DOI

10.15199/48.2017.12.05

Warianty tytułu

PL

Pomiar w czasie rzeczywistym stosunku sygnału do szumu dla sygnałów harmonicznych

• Języki publikacji: EN

Abstrakty

EN

The paper presents a new real time measuring method of the ratio of sinusoidal signal power to noise power. The recursive estimation procedure was developed on the basis of maximum-likelihood (ML) method with use of the stochastic approximation technique. The performance of the algorithm was checked by means of numerical simulations, which revealed its high efficiency and low numerical load, what enables to use it in real time systems.

PL

W artykule zaprezentowano nową metodę wyznaczania w czasie rzeczywistym stosunku sygnału do szumu w przypadku sygnałów harmonicznych. Rekursywna procedura estymacji została opracowana przy wykorzystaniu estymatora największej wiarygodności oraz metody aproksymacji stochastycznej. Wyniki badań symulacyjnych potwierdziły wysoką efektywność algorytmu i niewielkie obciążenie obliczeniowe.

Słowa kluczowe

EN

signal to noise ratio; real time estimation; maximum likelihood estimation

PL

stosunek sygnału do szumu; estymacja; estymator; sygnał harmoniczny

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2017
• Tom: R. 93, nr 12
• Strony: 18--21
• Opis fizyczny: Bibliogr. 15 poz., rys., wykr.

Twórcy

autor

Griszin J.

• Politechnika Białostocka, Wydział Elektryczny, ul. Wiejska 45 D, 15-351 Białystok

autor

Jańczak D.

• Politechnika Białostocka, Wydział Elektryczny, ul. Wiejska 45 D, 15-351 Białystok

Bibliografia

• [1] Haykin S., Moher M., An Introduction to Analog and Digital Communications, Wiley, 2007
• [2] Konopko K., The comparison of probability density function estimation for signal detection in impulse noise, Przeglad Elektrotrotechniczny, 86 (2010), No. 3, 36-37
• [3] Penttinen J. T. (ed.), The Telecommunications Handbook: Engineering Guidelines for Fixed, Mobile and Satellite Systems. John Wiley & Sons, 2015
• [4] Janczak D., An adaptive algorithm of state estimation in the presence of multiplicative interference, Przeglad Elektrotrotechniczny, 86 (2010), No. 3, 30-31
• [5] Zankiewicz A., Susceptibility of IEEE 802.11n networks to adjacent-channel interference in the 2.4GHz ISM band, Przeglad Elektrotrotechniczny, 88 (2012), No. 9b, 287-288
• [6] Sadowski M., Litwinczuk N., Simulation and experimental researches of the linear broadband antenna array, XVIII International Conference: Electromagnetic disturbances, EMD'2008, Vilnius, September 25-26, 2008, 103-106
• [7] Janczak D., Griszin J., Data processing algorithm for the Rayleigh fading channels, Przeglad Elektrotrotechniczny, 88 (2012), No. 8, 68-71
• [8] Stephenne A., Bellili F., Affes S., Moment-based SNR estimation over linearly-modulated wireless SIMO channels, IEEE Transactions on Wireless Communications, 9 (2010), No. 2, 714-722
• [9] Erdogmus D., Larsson E. G., Yan R., Principe J. C., Fitzsimmons J. R., Measuring the signal-to-noise ratio in magnetic resonance imaging: a caveat, Signal Processing, 84 (20014), Issue 6, 1035-1040
• [10] Sijbers J., den Dekker A. J., Scheunders P., Van Dyc k D., Maximum-likelihood estimation of Rician distribution parameters, IEEE Transactions on Medical Imaging, 17 (1998), No. 3, 357-361
• [11] Yakovleva T. V., Kulberg N. S., Noise and Signal Estimation in MRI: Two-Parametric Analysis of Rice-Distributed Data by Means of the Maximum Likelihood Approach, American Journal of Theoretical and Applied Statistics, 2 (2013), Issue 3, 67-80
• [12] Griszin J., Janczak D., Real time estimation of signal to noise ratio, XXIV International Conference: Electromagnetic disturbances, EMD'2017, Bialystok, September 20-22, 2017, 31-33
• [13] Durgin G. D., Rappaport T. S., de Wolf D. A., New analytical models and probability density functions for fading in wireless communications, IEEE Transactions on Communications, vol. 50 (2002), No. 6, 1005-1015
• [14] Kay S., Fundamentals of statistical signal processing: Estimation theory. Prentice-Hall, 1993
• [15] Benveniste A., Metivier M.; Priouret P., Adaptive algorithms and stochastic approximations. Berlin, Springer- Verlag, 1990

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).