水声通信多通道最大似然联合均衡译码方法

水平阵是水声通信中常见的阵列接收形式,但垂直阵也有重要的应用场合。文章提出了一种适用于垂直阵的水声通信多通道最大似然联合均衡译码方法,相比现有仅在信道均衡中叠加各通道信号的多通道判决反馈均衡方法(Multichannel Decision Feedback Equalizer, M-DFE),该方法利用最大似然准则,在一体化联合均衡译码过程中融合空间多通道接收信息,将空间增益直接用于抵抗水声信道多途衰落和译码纠错,有效提升了水声通信的性能。仿真结果表明,在误码率同样达到 10^-3的条件下,该方法所需信噪比相比 M-DFE方法可下降 2 dB。海上实验结果显示,在多种信道条件下,该方法实现正确译码的通信速率是 M-DFE方法的 1.25倍以上。     

单载波频域判决反馈均衡水声通信技术研究

水声信道中多途干扰严重,由多途效应引起的码间干扰是影响水声通信系统的关键性因素。单载波频域均衡(Single-Carrier Frequency Domain Equalization,SC-FDE)技术基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术提出,能有效对抗水声信道中的多途干扰,同时能避免OFDM技术峰值平均功率比高的不足。文中先介绍判决反馈均衡算法,并与其他均衡算法的抗多途性能进行比较。然后为提高系统均衡的可靠性和水声信道带宽利用率,对传统数据帧结构进行改进。将独特字(Unique Words,UW)序列均分,提高水声信道估计的精度,进而降低误码率,增加传输的可靠性;增加数据帧中有用信息符号,系统误码性能几乎不变,水声信道频带有效利用率提高。最后开展水池试验,验证了算法的有效性和可靠性。     

基于稀疏约束的DCD滑动窗RLS水声信道估计算法研究

水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘（Least Square,LS）、最小均方（Least Mean Square,LMS）及递归最小二乘（Recursive Least Squares,RLS）算法在估计稀疏信道时不仅复杂度较高,而且在求解线性回归模型时,因忽略自变量的多重共线性而使稀疏信道估计精度降低。针对上述问题,首先,在经典RLS算法的代价函数中加入信道系数的范数对其进行约束,从而提高了稀疏信道估计的精度,然后,采用滑动窗的方式对其代价函数进行处理以减少算法的计算量。在此基础上又引入二分坐标下降（Dichotomous Coordinate Descent,DCD）算法搜索单次迭代中使代价函数最小的解,进一步降低了算法的复杂度。仿真结果表明,文中所提的算法相较于经典算法在估计精度和复杂度方面具有一定的优越性。     

水声DS-CDMA通信中多相位假设码片速率自适应判决反馈均衡算法研究

研究了直接序列扩频码分复用(DS-CDMA)通信中基于多相位假设的码片速率自适应判决反馈均衡算法.水声信道的衰落和多普勒频移会严重影响扩频信号的相关特性,需要在做解扩频之前进行多普勒频移补偿和信道自适应均衡.将空间分集-多普勒频移补偿-自最佳自适应判决反馈均衡算法应用到DS-CDMA通信中,提出一种基于多相位假设的码片速率自适应判决反馈均衡算法,并用实际的千岛湖实验数据和仿真数据对算法性能进行了分析.结果表明算法以增加计算复杂性为代价显著提高了DS-CDMA通信性能,在复杂快变的多途和多普勒频移条件下可以保证低的误符号率,在低信噪比条件下能够稳定工作,总体性能良好.     

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。     

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。     

水下航行器远程水声通讯技术研究

在传统的MFSK、MPSK通信技术基础上,提出了基于MFSK-MPSK交互调制的远程水声通信新方法,建立了远程水声通信的信道模型,研究了MFSK-MPSK交互调制解调的原理,采用基于RLS算法的自适应信道均衡技术对80km不同SNR下的误比特率进行了仿真实验,并与2FSK下的80km海上通信试验结果进行对比分析,取得了远程水声通信有参考价值的结论.     

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.     

水声通信中内嵌锁相环的格型均衡器

最小二乘格型（Least Squares Lattice,LSL）自适应均衡算法具有收敛速度快、算法复杂度低、对舍入误差不敏感等特点,适于应用在水下实时通信中。在LSL均衡算法的基础上,为增强对多普勒频移的跟踪能力,在均衡器中加入等效二阶锁相环（PLL）,提出了两种算法：后置PLL的LSL算法（LSL-PLL-post）和预置PLL的LSL算法（LSL-PLL-pre）。对RLS、LSL、LSL-PLL-post和LSL-PLL-pre四种算法进行了仿真,结果表明：PLL显著增强了LSL均衡器对多普勒频移的跟踪能力;在多径和多普勒环境下,LSL-PLL-pre是四种算法中性能最好的。湖试数据分析表明,LSL-PLL-pre算法性能略优于LSL-PLL-post算法,更具实用价值。     

被动时反与自适应均衡相联合的水声通信研究

在实际的水声环境中,被动时反处理单向传输、实施简单,可以减小信道衰落的影响并重组多途信号,抑制码间干扰,但因水声信道复杂性等的影响,接收到信号经被动时反处理后仍存在残余的码间干扰,为此,被动时反处理后,基于递归最小二乘（RLS）的判决反馈自适应均衡处理方法被用来消除这些残余的码间干扰。复杂的实验室波导试验结果表明这种联合处理：（1）实现了无误码传输,（2）自适应均衡器的抽头数较少,计算复杂度较低。验证了被动时间反转和自适应均衡相联合的信号处理方法在相位相干水下通信中的可靠性与高效性。     

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。     

基于MSS-PDS和单阵元PTRM信道均衡的深海远程水声通信方案

为了提高水声通信的性能,提出了一种联合运用M元扩频（MSS）通信和Pattern时延差编码（PDS）水声通信体制,并采用单阵元被动式时间反转镜（PTRM）来实现声信道均衡的深海远程水声通信方案。该方案的M元扩频-Pattern时延差编码通信技术既能胜任远程水声通信,又能提高通信速率;单阵元被动式时间反转镜信道均衡技术既可抑制多途扩展产生的码间干扰,又能提高信噪比。根据深海声道特性分析,该方案将通信固定节点置于声道轴以获取会聚增益,提高通信距离。计算机仿真结果证明,所提出的深海远程水声通信方案具有很好的鲁棒性和可行性。     

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。     

基于VBLAST的水声MIMO高速通信技术研究

为实现高速水下通信,提出了一种基于VBLAST（贝尔实验室垂直分层空时）编码的水声MIMO（多输入多输出）通信技术。该技术通过在发射端和接收端同时采用多个阵元进行多发多收,借助空间复用,可有效解决水下通信系统带宽资源缺乏的难题,使系统在不增加带宽的条件下成倍提高数据传输速率。在水声MIMO通信系统的接收端,提出采用带有二阶数字锁相环、基于自适应空时判决反馈均衡的相干解调技术。该技术可有效克服水声MIMO信道中的多径干扰及同频干扰,且能自适应跟踪信道变化。仿真及湖试结果证明了所提水声MIMO高速通信技术的良好性能。     

基于深度神经网络的水声FBMC通信信号检测方法

针对传统水声滤波器组多载波（Filter Bank Multi-Carrier,FBMC）通信接收端需经过信道估计和均衡才可恢复出发送符号,系统复杂度高且信道估计精度不佳等问题。文章将深度神经网络融入到水声多载波通信当中,提出一种基于深度神经网络的水声FBMC信号检测方法。在训练阶段通过大量的数据迭代、调试超参数和优化算法来改善深度神经网络参数,使其具有预期的估计效果。利用训练完成的深度神经网络模型取代传统FBMC通信系统接收端的信道估计、均衡等模块,自适应地学习水声信道状态信息,同时避免了固有的虚部干扰影响。在测试阶段直接将频域序列作为网络的输入来预测发送的二进制序列,仿真结果表明所提出的基于深度神经网络的FBMC信号检测方法相比传统信道估计算法有更好的误码率性能。