1) noise power estimation
噪声功率估计
1.
Thereby a new unbiased FMT channel estimation algorithm grounded on channel noise power estimation was proposed.
鉴于此,提出了基于信道噪声功率估计的FMT无偏信道估计算法,利用估计值数据特点,完全消除了残余直流偏置,同时在接收端利用导频序列估计信道噪声功率,根据路径信噪比选择出受噪声干扰大而能量贡献小的多径分量并将其置零,降低了信道噪声对估计精度的影响,改善了信道估计性能。
2.
The main work described in this project is listed as follows:(1) By making use of the frequency autocorrelation characteristics of the TPS data, the PN codes and the coefficients of the sub-channels, a new noise power estimation method in Chinese DTTB systems is presented.
本论文在详细分析无线通信系统信道特性的基础上,结合我国数字电视地面广播传输标准系统自身特点,把数字电视信道状态信息估计由传统的信噪比估计化分为信道平均噪声功率估计和系统信道传输系数估计(即信道估计)两大部分,并提出了基于这两大部分参数估计的设计改进方法;在论文的最后部分,还详细给出了数字电视信道状态信息估计中的关键模块3780点FFT的硬件设计实现方法。
3.
In this paper,a modified algorithm of AWGN noise power estimation is proposed.
提出了一种改进的AWGN噪声功率估计方法,该算法利用信道估计模块得到的信道响应信息,从接收的总噪声中减去符号间干扰功率和多用户之间的信号干扰功率,从而准确估计AWGN信道的噪声功率。
2) pre-estimation of average noise power
噪声功率预估计
1.
Power-saving scheme for mobile Ad hoc networks based on pre-estimation of average noise power;
一种平均噪声功率预估计的自组网节能机制
3) Noise Power Spectrum Estimation
噪声功率谱估计
4) noise power statistic
噪声功率统计
1.
Motion detection and edge detection is adopted for noise power statistic and noise analysis.
该方法通过运动检测和边缘检测技术进行噪声功率统计和分析,选择性的利用中值滤波、均值滤波以及运动自适应滤波方法,对传感器输出图像进行了数字降噪处理。
5) Dicke radiometer
微波噪声功率计
6) noise estimation
噪声估计
1.
Speech enhancement with noise estimation in bark domain;
一种基于巴克域噪声估计的语音增强算法
2.
During the noise estimation,the estimation of its spectrum is updated by tracking the speech-absent frames.
噪声估计过程中通过跟踪带噪语音帧来更新噪声估计。
3.
After capturing theneighborhoods of discontinuity in the image and acquiring their spatial features based on noise estimation,adaptive optimal.
它首先通过噪声估计捕捉图象中可能存在边界的邻域，然后获取邻域中有关边界的空间参数，由此选择最佳微分滤波算子对相应邻域进行滤波，以获取边界点。
补充资料：功率谱密度估计
随机信号的功率谱密度用来描述信号的能量特征随频率的变化关系。功率谱密度简称为功率谱，是自相关函数的傅里叶变换。对功率谱密度的估计又称功率谱估计。平稳随机信号x(t)的（自）功率谱Sxx(ω)定义为
(1)
式中rxx(τ)为平稳随机信号的自相关函数。
对于离散情况，功率谱表示为
(2)
式中T为离散随机信号的抽样间隔时间。
当利用随机信号的 N个抽样值来计算其自相关估值时，即可得到功率谱估计为
(3)
可见，随机信号的功率谱与自相关函数互为傅里叶变换的关系，这两个函数分别从频率域和时间域来表征随机信号的基本特征。按上式计算功率谱估值，其运算量往往很大，通常采用快速傅里叶变换算法，以减少运算次数。
计算信号功率谱的方法可以分为两类：一为线性估计方法，有自相关估计、自协方差法及周期图法等。另一类为非线性估计方法，有最大似然法、最大熵法等。线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。
参考书目
何振亚：《数字信号处理的理论与应用》，人民邮电出版社，北京，1983。
A. V. Oppenheim, R. W. Schafer, Digital Signal Processing Prentice-Hall, Inc., Englewood Cliffs,New Jersey,1975.
(1)
式中rxx(τ)为平稳随机信号的自相关函数。
对于离散情况，功率谱表示为
(2)
式中T为离散随机信号的抽样间隔时间。
当利用随机信号的 N个抽样值来计算其自相关估值时，即可得到功率谱估计为
(3)
可见，随机信号的功率谱与自相关函数互为傅里叶变换的关系，这两个函数分别从频率域和时间域来表征随机信号的基本特征。按上式计算功率谱估值，其运算量往往很大，通常采用快速傅里叶变换算法，以减少运算次数。
计算信号功率谱的方法可以分为两类：一为线性估计方法，有自相关估计、自协方差法及周期图法等。另一类为非线性估计方法，有最大似然法、最大熵法等。线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。
参考书目
何振亚：《数字信号处理的理论与应用》，人民邮电出版社，北京，1983。
A. V. Oppenheim, R. W. Schafer, Digital Signal Processing Prentice-Hall, Inc., Englewood Cliffs,New Jersey,1975.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条