基于深度学习的OFDM半相干水声通信方法

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)水声通信中常用的相干和非相干通信分别面临的对多普勒敏感和频谱效率低的问题,提出一种高阶幅度键控调制的半相干通信技术,将OFDM符号时频帧结构中全部频点采用高阶幅度键控调制方式,并利用信号幅度信息完成半相干信道估计。通过两种基于深度学习的算法优化半相干信道估计这一非线性过程,较非相干通信有效提高了频谱效率,较一定信噪比下的相干通信提高了鲁棒性,降低了误比特率和系统复杂度,并利用元学习算法降低深度学习算法对训练数据的依赖。最后,提取海试信道数据,完成OFDM半相干水声通信系统仿真,验证了所提方法在频谱效率和系统误比特率性能方面较非相干和相干通信的优势,当信道长度改变时,基于元学习的算法依然可以获得较好的性能。     

冰下单载波水声通信试验研究

北极地区战略地位的提高促进了极区各种应用的快速发展,冰下水声通信成为其中一个热点问题。为了研究冰下单载波水声通信性能,在黄海冰区开展冰下试验。重点分析了内嵌锁相环的多通道判决反馈均衡(Multi-channelDecision Feedback Equalization, M-DFE)技术在冰下水声通信中抗多途时延的能力,研究比较了改进比例归一化最小均方(Improved Proportional normalized Least Mean Square, IPNLMS)算法和递归最小二乘(Recursive Least Squares,RLS)算法的均衡性能。试验结果表明IPNLMS和RLS都能克服信道多途效应带来的影响。在牺牲计算复杂度的前提下,RLS具有更好的均衡效果,M-DFE在冰下环境中能够有效消除码间干扰。     

MC-CDMA技术在水声通信中的应用研究

MC-CDMA技术是正交频分复用和码分多址技术相结合的综合技术,兼有OFDM和CDMA的优点。在水声通信中,由于海洋信道的复杂性,尤其在浅海信道中,存在严重的多途干扰和海洋环境噪声以及严重的时变和空变特性,因此水声信号的衰落很严重。为了在条件恶劣的水下声信道中实现高速可靠通信,将MC-CDMA技术应用于水声通信。该研究分析了MC-CDMA技术的基本原理,并通过仿真MC-CDMA系统和OFDM系统,以及两个系统的水池实验,验证了在水声通信中MC-CDMA系统具有比OFDM系统更好的性能。     

一种改进LS信道估计算法在稀疏多径水声信道中的应用

为了消除水声正交频分复用调制(Orthogonal Frequency Division Multiplexing,OFDM)系统中噪声对稀疏多径信道估计的影响,提出了一种改进的最小二乘(Least-Square,LS)信道估计算法。该方法在传统基于离散傅里叶变换(Discrete Fourier Transform,DFT)插值的信道估计结构上进行了改进,得到了基于阈值探测的DFT插值信道估计方法,该方法将小于阈值的时域信道响应置零,探测最有效信道抽头,有效消除噪声干扰的影响。仿真结果验证了DFT插值在稀疏多径水声信道估计中的实用性;得到了当循环前缀长度与信道长度越接近时信道估计性能(Bit Error Rate,BER)越好的结论;确定了在两种调制方式下算法的阈值系数范围;且该新算法与已有算法所需的信噪比可低约2 d B,解决了用循环前缀长度来近似信道真实长度的实际问题。     

利用声纳基阵实现多通道分集与均衡

在水下电报、远程控制、语音和图像传递等水声通信技术中,由于海洋水声信道是一个时变、频变、空变的非平稳随参信道,使得水声信道的传输速率低、频率资源利用率有限、码间干扰严重、误码率高。针对海洋水声信道的特点,描述如何利用基阵声纳的多通道结构,来实现多通道分集与联合均衡,从而减小多途效应引起的水声通信中的码间干扰,使得陆地移动通信系统中的一些先进技术能够在此基础上得到应用,并为现有的目标探测声纳增加水声通信功能提供参考。     

一种码分多址水声多用户接收系统

研究了一种水声异步多用户通信非集中式接收机系统,将码分多址和空时自适应滤波、多通道判决反馈均衡相结合,克服多用户系统中的多址干扰（MAI）以及水声信道多途效应引起的码间干扰（ISI）,实现指定用户的正确接收。利用实测多通道浅海水声信道响应函数进行了三个用户的异步通信仿真,分别比较了空时滤波均衡与单通道直接解扩、空间分集合并均衡等接收算法的性能,显示了空时滤波均衡接收机在抑制多址干扰、码间干扰、正确区分不同用户等方面的优点。码分多址机制和空时滤波均衡结合使用的特点使系统适合于低速数据传输且水声信道变化较慢的场合。     

水声通信中变步长神经网络盲均衡算法研究

在水声通信领域多途引起的码间干拢可以用均衡消减。盲均衡不需要训练序列,这将有效的节省通信带宽,提高通信效率及通信性能。实际中的通信信道不可能是完全线性的,神经网络作为一种非线性动态系统,具有大规模并行处理及高度的鲁棒性特征,将其应用于水声信道盲均衡切实可行。文中对变步长BP算法的前馈神经网络进行了理论和算法分析,并通过计算机对其实现水声信道盲均衡进行了仿真。仿真结果表明采用变步长BP算法比采用传统BP算法的神经网络盲均衡器收敛速度快,均衡性能明显提高。     

RA码在水声OFDM通信系统中的应用研究

正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术由于具有频谱利用率高、抗多径能力强等优点,成为当前水声通信的研究重点和热点,但较高的峰均功率比(Peak-to-Average Power Ratio, PAPR)严重影响了水声OFDM通信系统的性能。采用重复累积码(Repeat Accumulate, RA)作为信道编码方案,并用线性反馈移位寄存器(Linear Feedback Shift Registers, LFSR)代替原RA码结构中的累加器,再通过选择映射(Selective Mapping, SLM)方法降低系统的峰均功率比。计算机仿真和水池实验结果表明,采用改进结构的RA码结合SLM技术能有效降低水声OFDM系统的PAPR,提高系统的性能,具有很好的应用前景。     

多载波水声信道估计技术及其研究进展

简述了水声信道与正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统之间的必然联系,概述了基于导频符号的信道估计算法、自适应信道估计算法、子空间信道估计算法以及压缩感知稀疏信道估计方法在水声通信中的应用现状,总结了各种算法的特点,比较了各种算法的优缺点,并指出了未来水声信道估计的发展方向。     

强多径干扰下的水声通信均衡算法研究

水声信道的典型特点为强多径干扰、多普勒频移严重。锁相环-判决反馈均衡器(Phase-Lock Loop-Decision Feedback Equalization,PLL-DFE)是水声相干通信中克服信道多径干扰,消除码间干扰的主要技术手段。对抗多径干扰的判决反馈均衡自适应算法进行了改进,在快速自优化LMS算法的基础上进行了优化,提出了记忆快速自优化均衡(Memory Fast-Optimized LMS,MFOLMS)算法。该算法提高了均衡器的跟踪性能。在二阶锁相环和判决反馈均衡器的联合作用下,按照最小均方误差(Minimum Mean Square Error,MMSE)准则自动调节相应的参数,使均衡器达到最佳的性能。仿真和湖试数据处理结果均表明,该文提出的算法可以抵消多径的影响,提高通信系统的接收性能。     

一种浅海水声信道分数间隔自适应均衡算法研究

水声信道是最为复杂的数据通信环境之一,而具有重要军用和商用价值的浅海水声信道,其多径与频散效应更为严重。在浅海水声数字通信中,普遍存在着码间干扰和码内干扰效应,严重影响了水下通信的速度和质量。在判决反馈结构的基础上,采用分数的方法,提出了一种适用于浅海水声信道的自适应均衡算法,并通过计算机仿真实验与整数方法进行了性能对比。传输信号采用正交相移键控调制方式,以有效利用有限通信带宽。仿真结果表明,该算法获得了较快的收敛速度和较小的稳态误差,提高了水声通信的有效性及可靠性,因而具有良好的工程应用价值。     

基于压缩感知的OFDM水声通信信道二次估计算法

该文主要研究OFDM水声通信信道二次估计技术,针对传统信道二次估计算法跟踪估计缓慢时变水声信道存在误码遗传的缺点,提出了一种基于压缩感知的信道二次估计算法。该算法结合水声信道的稀疏特性,利用经过编码校验后的大多数可靠信息,二次匹配追踪信道频域响应,作为系统均衡器的反馈输入信息和次时段信道初始信息,有效地抑制了系统的误码遗传。通过Matlab仿真实验和水池试验,验证了基于压缩感知的信道二次估计算法的可靠性和高效性。     

基于DSK6455的OFDM水声通信算法设计与实现

正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术由于其具有频谱利用率高、抗多径和抗脉冲噪声能力强、在高效带宽利用率情况下的高速传输能力以及实现方法简单的特点,成为了近年来水声通信中的研究重点和热点之一.基于OFDM技术,在SDI公司的TMS320C6455DSK(DSP Starter Kit)板卡上实现了实时水声通信,试验结果表明,在4.3km的水平通信距离上,采用QPSK调制,1/2卷积码编码,通信带宽为4kHz,通信速率达到了1873 bps,误码率小于10^-4.为实现OFDM技术的水声组网通信,水声语音、图像传输奠定了基础.     

矢量水听器在水声通信系统中的应用

将矢量水听器应用于水声通信系统,利用矢量水听器的指向性屏蔽强干扰。建立了基于矢量水听器的多载波正交频分复用(OFDM)系统模型,对各向同性噪声场中矢量水听器的增益进行了推导,为抑制相干干扰提供了新的解决方案,并进行了仿真验证。仿真研究表明,该方案能够有效地增强系统的抗各向同性干扰的能力,达到提高信噪比的目的,降低了误码率,增加了系统的稳健性。湖上试验验证了该方法的有效性,表明基于矢量水听器的水声通信系统可为实现高速水声通信提供一种有效的途径。     

OFDM水声通信系统的LS-OMP信道估计

对于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信系统,最小二乘(Least Squares,LS)信道估计方法受噪声影响较大,并且使用的导频数量较多,影响通信效率。而基于压缩感知理论的正交匹配追踪(Orthogonal Matching Pursuit,OMP)信道估计方法可以充分利用水声信道的稀疏特性,同时能够有效地抑制系统噪声,但控制迭代运算次数的相关参数(稀疏度或误差容忍值)是OMP算法的关键条件。针对上述问题,提出了利用少量导频随机分布的LS和OMP联合的信道估计方法,该方法首先利用少量导频采用LS方法估计出OMP算法的误差容忍值,再利用OMP算法恢复数据子载波的信道信息。理论分析和仿真结果同时表明,与传统的LS算法或OMP算法相比,新算法能够在数据恢复的同时有效抑制系统噪声,应用稀疏特性及较少量的导频,进一步提高了系统的频谱效率,对时变稀疏水声信道具有更好的适应性。     

共生生物搜索算法在水声信道均衡中的应用

由于多径效应和频散效应导致水声信道中声信号衰减和失真严重,传统均衡技术不能满足在水声信道中应用的要求,近年来神经网络在均衡技术方面的突出表现受到广泛关注,因此,本文提出一种高效的神经网络训练算法,即基于非线性自回归神经网络的改进共生生物搜索算法(简称NARX-nSOS算法)实现水声信道均衡。该算法在非线性自回归神经网络(Nonlinear Autoregressive Neural Network with Exogenous Inputs, NARX)均衡器的基础上,用共生生物搜索算法(Symbiotic Organisms Search, SOS)来进行优化,并结合反向学习算法(Opposition-Based Learning, OBL)来提高该算法的收敛能力,利用计算机对NARX-nSOS算法的有效性进行了仿真验证,结果证明NARXnSOS算法加快了收敛速度,通信质量得到了显著提高。