瑞利分布时变水声信道仿真与实验

提出了一种使用Jakes仿真模型对时变水声信道进行模拟的方法。该模型是在研究水声信道衰落特性的基础上，基于信道包络服从瑞利分布而提出的。利用瑞利信道的多径延迟向量和功率向量，根据多普勒频率扩展对信道的时变性进行仿真，计算量较小。使用试验数据中提取的参数对声信道进行了仿真，并与海试实测信道进行了对比分析，通信误码率、星座图和信道的频率响应都比较相近，证明该模型是对随机时变衰落的多径水声信道进行仿真的一种简单有效的方法。     

水声信道的宽带传播特性仿真分析

以射线模型为基础,在水声信道传输模型中,引入反映信道声吸收频率特性的FIR滤波器,能够更真实地模拟水声信道对宽带信号传输特性的影响,并以白噪声声源的传播为例验证了模型的正确性。     

基于卡尔曼滤波的时变水声信道估计

为了能同时利用时变水声信道的簇状稀疏特性和时间相关性,构造了一种时变水声信道模型,并基于该模型对传统的卡尔曼滤波压缩感知算法进行改进。该方法主要利用前一时刻估计的信道状态响应来确定当前时刻信道的候选支撑集,并以此构造时变水声信道的状态转移方程。通过卡尔曼滤波迭代的方法计算候选支撑集上的系数,最后通过阈值法滤除误差原子。仿真结果表明：该方法能有效地利用水声信道间的时间相关性来提高信道估计的性能,同时由于水声信道存在簇状稀疏特性,因此经该方法也具有一定的鲁棒性。     

界面反射对信号频率估计的影响

将海洋信道看作是相干多途信道，使用以射线理论为基础的水声传播模型仿真研究了浅海界面反射对信号频率估计的影响。     

MIMO水声通信中的空时分组扩展编码方案探讨

采用多输入多输出（MIMO）结构和空时编码可以使水声通信系统获得分集增益,改善系统性能。针对水声信道中的频率选择性衰落,研究了一种用于MIMO水声通信系统的空时分组扩展编码方案（STBSC）,利用正交扩频编码克服了水声信道中多径干扰对空时分组编码（STBC）信号正交性的破坏。给出了方案的系统模型和实现框图,采用MIMO水声模型对方案的性能进行了仿真。仿真结果表明,STBSC方案在多径水声信道中可以得到完全发射分集。最后介绍了方案的水库试验,试验结果表明了方案的有效性。     

水声通信中的信道建模与仿真技术研究

水声信道是水声通信的一个重要组成部分,它的研究可以提高水声信号传输的可靠性。对水声通信中不同信道模型的传播特性进行较为详细的理论分析,并用MATLAB仿真软件对不同的信道模型的传播损失特性进行仿真,为水声通信系统的信道设计提供理论基础。     

适用于水声信道的新的盲均衡算法

由于时变水声信道的随机相位失真，常模算法（CMA）的误码性能将严重下降。在文献[1]中双模式盲均衡算法的基础上，提出了一种适用于水声信道的新的盲均衡算法（NCMA）。计算机仿真结果表明在时变水声信道中，该算法性能优于双模式算法，能够达到信号相位失真的恢复．并且收敛性能优于双模式算法。     

OFDM水声通信线性最小均方误差算法信道均衡

正交频分复用在高速水声通信中的应用越来越广泛.水声信道是多径、高噪声的衰落信道.由于信道条件差,容易产生码间干扰,信道均衡技术是提高通信系统性能的重要技术.提出了线性最小均方估计在水声通信系统中应用的方案,研究了实际通信中利用调频信号如何确定信号的平均多径时延、最大多径时延,比较了不同调频信号测量信道的性能.该方案基于导频辅助均衡方法,利用调频信号测量信道,获得的信道统计信息,计算信道的自相关矩阵.从而根据线性最小均方误差算法进行信道均衡.通过仿真和湖试进行验证,结果表明该方案效果较好,对系统性能改善比较明显.     

纠错编码技术在水声跳频通信中的性能研究

将水声跳频通信系统与纠错编码技术相结合进行了研究,针对复杂多变、强多途和起伏干扰的浅水水声信道,建立了基于BELLHOP射线模型的时变衰落水声信道模型,该信道模型建立起了信道特性与海洋环境参数之间的关系,在海洋环境参数给定的条件下可以精确仿真信道。在此基础上通过系统仿真的方法研究了卷积码、RS码和串行级联码三种纠错编码方案在水声跳频通信系统中的性能,给出了两种典型信道下的仿真结果并进行了对比分析,结果表明串行级联码具有更强的纠错能力,比较适合复杂多变的水声衰落信道。     

空间滤波器水声信号预处理方法研究

浅水水声信道受多径传播、时变和空变等特性的影响,由水听器直接观测到的信号大多是信噪比低、多种信号叠加而成的复杂信号,难以准确提取特征信息及信源分离。针对以上问题,提出基于空间滤波器的多源复杂水声信号的预处理方法。该方法通过Hilbert变换将直接观测信号构造成解析信号来抑制虚像,使用波束形成算法来实现对方向角的选择,在指定方位角下得到期望信号。仿真及试验结果表明:信噪比为0 d B时,通过空间滤波器对多源复杂水声信号进行预处理,可以有效地抑制噪声,并有效区分处于同一时间段、同一频段的多个源信号,经处理后的信号与源信号的相似度可达0.9853,对实际信号处理也可达到较好的效果,解决时频域很难处理的问题,进而为后续的研究工作提高精度。     

北极高速水声通信实验初步研究

因海冰覆盖和独特的声速剖面特征,北极水声信道有其特殊性,为研究、开发和利用北极,需要开展北极水声通信研究。2017年夏季在北冰洋中心区开展了一次距离1.26 km、通信速率为1.2 kbps的冰下水声通信实验。实验结果表明通信系统的载波频率偏高、声接收端背景噪声级较高以及水声信道上界面的海冰分布较为复杂是导致实验结果误码率偏高的主要原因,提出了相应的改进措施和建议。实验过程中,水声通信设备系统工作良好无故障。此次实验为极地水声通信装备的研制、极地水声通信的研究与应用积累了宝贵经验。     

一种信道估计动态更新的逐幸存路径处理算法

水声信道复杂的时变特性会影响水声通信系统的性能,在设计时需要进行特殊考虑。利用逐幸存路径处理算法在无需插入训练序列的情况下即可同时进行信道估计和数据检测的特点,提出了一种信道估计动态更新的算法。该算法通过比较当前时刻各条幸存路径的分支量度来判断信道变化的情况,从而决定信道估计更新的时刻,达到动态更新信道估计的目的。仿真结果表明,所提出的基于信道估计动态更新的逐幸存路径处理算法能有效地跟踪信道变化的情况,在时变信道中使用能获得较好的性能。     

基于分数阶傅里叶变换的水声信道参数估计

准确估计水声信道参数,对提高通信系统的性能有着重要的意义。Chirp脉冲有良好的相关性,常被用作信道探测信号。鉴于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)对chirp类信号的处理特性,用chirp信号作为测量信号,FRFT作为后端处理技术,可以得到很好的处理效果。研究了基于FRFT的水声信道多途时延和多普勒频偏参数估计的原理和方法,该方法通过发射具有正、负调频斜率的组合线性调频信号,在接收端根据FRFT幅值输出的峰值位置估计信道参数。仿真结果表明,此方法计算量与FFT相当,且有较高的估计精度。     

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。     

基于凸集投影的水声信道辨识算法

研究了使用凸集投影方法进行水声信道辨识的可行性,给出了凸集投影常用的凸集约束的条件,并推导了在复数域中的凸集约束的表达式。计算机仿真和实验结果证明,在较高信噪比的情况下,使用凸集投影方法可以正确估计水声信道中的多途幅度衰减和相位变化,其分辨率优于传统最大似然估计器-匹配滤波器,可作为研究水声信道的有力工具。     

一种低复杂度的正交频分复用水声信道估计方法

高可靠性、低复杂度的信道估计是实现正交频分复用(OFDM)数据通信的必要前提。由于水声信道是时间、频率高度散射的信道,传统的基于维纳滤波的信道估计复杂度过高,参考无线信道的广义平稳非相关散射(WSSUS)模型,本文提出了一种基于最小均方误差(MMSE)准则的低复杂度OFDM水声信道估计方案,其运算复杂度明显降低,并被实际实验证明是可行、有效的。     

水声通信与水声网络的发展与应用

水声信道是迄今为止最为复杂的无线通信信道之一,其固有的时-空-频变以及窄带、高噪、强多途、长时延传输等特征,使水声通信和水声网络在性能上还难以满足人们在实际应用中的迫切需求,面临极大的技术挑战。介绍了水声通信与水声网络的特点和发展现状,分析了复杂多变的水声信道特点及水声通信所要解决的关键技术,包括调制、解调技术和信号检测技术;介绍了水声网络中的拓扑结构、多路访问、MAC协议和路由选择等方法。最后简要介绍美国Teledyne Benthos公司的水声Modem和美国海军的海网Seaweb网络及国内在此方面所取得的一些进展及应用前景。     

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。     

基于最大相关熵准则的水下生物脉冲噪声消除方法

近海生物噪声表现为脉冲噪声,这一类噪声显著降低了水声通信系统的性能。结合水声信道的稀疏特性,提出一种基于最大相关熵准则的级联滤波器算法,该算法实现了脉冲噪声的消除及稀疏信道估计。第一级自适应滤波器完成对噪声的消除工作,第二级滤波器对去噪后的信号进行稀疏信道估计。该方法的优势在于无需知道信号和噪声的相关信息。仿真结果表明,提出的方法比单一的滤波器结构和传统信道估计算法性能更加优越。