引入梯度导引似p范数约束的稀疏信道估计算法

为克服l0和l1范数约束的最小均方算法在不同信道稀疏程度下对稀疏信道估计中出现的收敛性能起伏较大等缺点,提出一种新的似p范数约束的最小均方算法,通过在最小均方算法代价函数中引入p值可变的似p范数约束以适应信道的不同稀疏程度,并在验证代价函数凸性的基础上导出p值的梯度导引寻优。文中最后给出仿真实验及其讨论,实验结果表明了新算法的优越性。     

一种用于海洋环境监测的小型水声调制解调器

0引言近年来,世界各国不断加快了海洋开发的步伐,海洋经济得到快速发展,同时引起了一系列的海洋环境问题,对各类海洋环境参数进行网络化监测是目前海洋科学研究的重要手段。现有的海洋环境监测网络分成两大类,一类是有线监测网络,另一类是无线监测网络。在需进行密集、近距离海洋环境监测的网络中,由于有线方式布放不便、电缆容易受到破坏,逐渐被无线传感网络代替。而无线水下网络需需采用水声调制解调器。     

可适应稀疏度变化的非均匀范数约束水声信道估计算法

对于具有典型时频双重扩展特性的水声信道,利用其稀疏分布特性在估计算法中引入范数约束可提高信道估计性能。但当水声信道多径稀疏度变化时,经典的l₀或l₁范数约束由于缺乏对不同稀疏模式的适应性,将导致性能下降。通过引入非均匀范数约束自适应算法并对其进行收敛性分析,针对水声信道稀疏度变化利用该算法通过非均匀范数的形式提高适应性。不同接收深度水声信道的仿真及海上实验结果表明,该算法相对经典的l₀或l₁范数约束算法有较明显的性能改善。     

长时延扩展水声信道的联合稀疏恢复估计

对具有长时延扩展的水声信道,传统的信道估计算法如最小二乘法将在大量零值抽头产生严重的估计噪声,导致估计性能下降,同时信道估计时所需的较高估计器阶数大大提高了运算复杂度。压缩感知信道估计方法可有效利用多径稀疏特性改善性能,但需采用较大的训练序列长度以保证稀疏恢复精度,由此导致额外的系统开销。利用水声信道多径稀疏结构在数据块间存在的相关性,建立基于分布式压缩感知的长时延水声信道联合稀疏模型,从而可利用同步正交匹配追踪算法进行联合重构,以进一步减小系统的训练序列开销,提高估计性能。最后通过仿真和海上实验验证了所提方法的有效性。     

一种双参数可调的水声信道自适应均衡算法

针对浅海水声信道固有的随机时-空-频变、高噪、强多径等特性及变化的多径时延扩展,在变步长最小均方(LMS)平行滤波器组(PFB-LMS)算法的基础上提出了一种新的水声通信自适应均衡算法。该算法将变阶数和变步长的调整结合起来,降低了算法对迭代步长和均衡器阶数的敏感度。仿真结果表明,新算法在参数适应性方面优于传统LMS 及PFB-LMS 算法。     

基于似零范数和混合优化的压缩感知信号快速重构算法

欠定系统(又称超完备系统)的稀疏信号恢复在压缩感知、源信号分离和信号采集等领域中被广泛研究. 目前这类问题主要采用l1范数约束结合线性规划优化或贪婪算法进行求解, 但这些方法存在收敛速度慢、 恢复精度不高等缺陷. 提出一种快速恢复稀疏信号的算法, 该算法采用一种新的近似l0范数代替l1范数构造代价函数, 并融合牛顿法和最陡梯度法推导出寻优迭代式,以获得似零范数代价函数的最优解. 仿真实验和真实数据实验结果表明, 与经典算法相比, 该算法在能提供相同精度、甚至更好精度的条件下, 收敛速度更快.     

低信噪比条件下时间反转扩频水声通信研究

直接序列扩频提供了一种低信噪比条件下水声通信的有效手段,但在低信噪比条件下直扩系统常用的信道均衡,rake接收机等抑制多径干扰方法性能下降。该文结合具有突出时间、空间聚焦能力的多通道被动时间反转技术与直接序列扩频抑制低信噪比条件下多径干扰的影响,并采用卷积纠错编码进一步提高通信性能。湖试结果证明了该技术方案的有效性。     

异构无人潜水器水声通信技术发展综述

作为构建无人潜水器水下信息链路的关键技术，水声通信一方面受不确定海洋环境下水声信道多径、多普勒、环境噪声等制约因素严重影响；同时，不同类型异构无人潜水器具有完全不同的工作模式、航行状态、平台适装要求，对水声通信造成极大挑战。本文的目的是对异构无人潜水器水声通信技术近年来取得的研究进展进行分类综述。首先对自主式水下航行器、水下滑翔机、波浪滑翔机等典型异构无人潜水器水声通信面临的挑战进行介绍，然后从模型方法理论、技术系统实现及工程化应用等方面分析异构无人潜水器水声通信国内外的研究现状。考虑到当前异构无人潜水器水声通信技术仍无法满足高性能海洋立体信息体系建设的需求，本文围绕典型应用场景探讨了相关技术发展趋势并从适应性、体系化、一体化等角度进行展望。     

单输入多输出水声信道的联合稀疏恢复估计

单输入多输出(SIMO)水声通信系统可利用空间分集获取性能增益,考虑到水声信道垂直相关半径通常大于SIMO接收阵的阵元间距,因此各个SIMO信道响应的多径稀疏结构具有较强的相关性。利用SIMO信道间存在的稀疏相关性,提出分布式压缩感知(CS)框架的SIMO水声信道联合稀疏恢复估计算法,与传统CS信道估计方法只利用信道自身稀疏性相比,联合稀疏恢复估计方法可进一步利用信道间多径结构的相关性提高稀疏重构性能。仿真和海试SIMO水声通信实验表明:与传统估计方法相比,利用多通道联合稀疏恢复可有效提高SIMO信道估计性能,特别是可获取较低信噪比条件下的性能改善。