OFDM水声通信系统动态OMP信道跟踪算法

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)水声通信系统中最小二乘(Least Square,LS)信道估计算法和静态压缩感知信道估计算法分别存在估计精度低、导频开销大和计算复杂度高、实时性差的缺点,利用水声信道冲激响应的时域相关性,通过建立动态稀疏观测模型,提出一种动态正交匹配追踪(Dynamic Orthogonal MatchingPursuit,D-OMP)信道跟踪算法。该算法仅在初始时刻进行一次完整的正交匹配追踪(OrthogonalMatching Pursuit, OMP)信道估计获取信道支撑集,之后通过连续跟踪前一时刻信道支撑集的变化来跟踪信道。仿真结果表明,在导频开销相同的情况下,与传统LS算法、经典OMP算法相比,所提算法具有更好的信道跟踪性能和较低的算法复杂度。     

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。     

基于压缩感知的多中继协作通信系统稀疏信道估计算法研究

提出了一种基于压缩感知理论的多中继协作通信系统稀疏信道估计方法.采用正交匹配追踪（Orthogonal Matching Pursuit,OMP）压缩感知算法,对时域信道脉冲响应进行估计.对多中继协作通信系统进行稀疏建模;结合压缩感知理论构建观测矩阵,并给出卷积信道的稀疏表示;利用压缩信道感知算法重建了系统的卷积复合信道.仿真结果表明,与传统的最小二乘法（Least Square,LS）相比,采用压缩感知理论的信道估计算法,能利用较少的导频信号获得很好的信道估计性能,提高了频谱利用率.     

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。     

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.     

基于gOMP算法的FBMC水声通信信道估计方法

传统基于训练序列及块状导频结构的滤波器组多载波（Filter Bank Multicarrier,FBMC）信道估计方法花费额外的频谱资源,这在频谱资源较为紧张的水声通信环境中具有一定的局限性。针对这一问题并结合水声信道稀疏性的特点,文章提出了一种基于压缩感知的离散导频结构FBMC信道估计方法。首先基于等效导频能量最大化的思想,设计了一种新的离散导频结构来解决FBMC系统信道估计时存在的固有虚部干扰问题;然后配合该结构,提取出导频处的接收信息并利用重构效果优良的压缩感知gOMP算法对水声信道进行重构。该方法在保证水声信道估计精度的同时有效提高了FBMC系统的频谱利用率,改善了水声通信的性能。仿真结果表明,文中所提方法相较于传统方法在估计精度和频谱利用率方面具有一定的优越性。     

基于频域导频时域处理的OFDM系统信道估计算法

针对正交频分复用(OFDM)系统,提出了一种适用于时变信道的信道估计算法。该方法利用频域导频,经离散傅立叶变换(DFT),获得的信道冲击响应等效于利用频域导频对应的时域序列和接收信号进行循环相关获得的信道冲击响应。因此,避免了在时域采用复杂的循环相关运算。同时,通过消除频域导频时域序列的自相关误差,能有效降低由DFT谱泄漏导致的信道估计误差。仿真和分析表明,在时变多径衰落信道下,提出的信道估计方法的性能比传统的基于DFT的算法和频域维纳滤波算法有明显提高。     

飞行试验遥测系统中相位噪声纠正算法

针对航空飞行试验领域的关键环节——试飞遥测中存在遥测接收机的相位噪声会严重影响正交频分复用技术(orthogonal frequency division multiplexing,OFDM)系统信号质量的问题,该文提出一种改进的相位噪声纠正算法。该算法根据空地无线信道的特点,先对连续导频位置进行信道估计和补偿,以便更好地压制共同相位误差(common phase error,CPE)在信道系数中的残留,然后挑选符合要求的连续导频完成CPE的估计和纠正,再送入信道估计模块。通过理论分析、计算机仿真验证和实际应用效果可以看出,该算法能够较好地保证抑制相位噪声的范围和精度,有效降低系统的误码率,满足航空试飞领域的技术要求,而且算法复杂度不高,有一定的实用价值。     

一种适用于慢衰落信道OFDM系统的信道估计算法

针对慢衰落信道OFDM系统,提出了一种新的低复杂度的且能对抗定时误差的信道估计器.这种信道估计器是基于导频间隔I=2的特殊梳状导频结构设计的.基于工程实现的考虑,采用了最小平方(LS)算法进行导频信道估计,同时利用了线性内插对非导频信道进行估计.分析了定时误差对非导频子载波估计的影响,并提出了一种相当简单但十分有效的修正算法,仿真结果有力的证明了此算法能有效的抵抗定时误差对非导频信道插值估计的影响.     

适用于OFDM系统的改进的信道估计算法

针对实际系统中的信道冲激响应(CIR)泄漏问题,提出了一种适用于梳状导频正交频分复用(OFDM)系统的改进的最小二乘(LS)信道估计算法.该算法基于分数抽头延时信道近似(FTCA)的参数化信道模型,此信道模型采用一个抽头间隔为分数倍采样间隔的抽头延时线结构的有限冲激响应(FIR)滤波器表示.此算法首先通过FTCA信道模型来近似实际信道,然后再估计该信道模型中的某些参数来获取实际的信道信息;该算法利用了FTCA信道模型中所有的延时抽头,从而很好地抑制了CIR泄漏.仿真与分析表明,FTCA信道模型能够有效地近似实际信道,同时降低信道自相关矩阵的维数,从而提高信道估计的性能.     

水下双工语音通信系统的设计与实现

蛙人语音通信是水声领域研究的热点问题。利用多帧联合处理以及矢量量化技术实现了1.2kbps 速率的混合激励线性预测语音压缩编码,为适应水声信道的特点,采用正交频分复用技术对信源进行调制,并加入了同步、信道估计、RS纠错码等相关技术,以TMS320DM642和TLV320AIC23B等芯片为核心搭建硬件平台,设计并实现了一套水下实时双工语音通信系统。水池试验表明,在20 m距离上,合成语音清晰连贯并可分辨出说话人为谁,系统性能稳定。     

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。     

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。     

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。     

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。     

叠加编码技术在水声OFDM通信系统中的应用研究

<正>交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)通信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。在保证鲁棒性能的前提下,为了能够进一步提高其吞吐量,将叠加编码(Superposition Coding,SC)技术应用于水声OFDM通信系统中,在保证基本信号的同时获得额外的信息。仿真结果和水池实验结果表明:通过选择合适的功率分配因子,叠加编码在保证两路信号误比特率性能的前提下,可以提高系统的吞吐量,具有很好的应用前景。     

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。