基于支持向量机的水声信道盲均衡算法研究

水声信道的带宽极为有限,与需要训练序列的自适应均衡算法相比盲均衡技术节省了带宽,特别适合高速水声通信和多点通信。针对基于高阶统计量的盲均衡算法收敛速度慢的缺点,研究了一种基于支持向量机的盲均衡算法,它收敛速度快并具有全局最优解。通过对浅海信道触发通信信号的计算机仿真,证明了算法的有效性。     

一种降低复杂度的压缩感知水声信道估计方法

针对浅海的水声信道稀疏特性,提出了一种降低复杂度的前向回溯正交匹配追踪(RC-LABOMP)信道估计方法。首先计算正交匹配追踪和子空间追踪信道估计算法的两类支撑集,接着根据两类支撑集的交集和并集,预处理先验信息,最后利用先验信息完成前向回溯正交匹配追踪信道估计。该算法经过先验信息的预处理,能够减少原LABOMP算法的迭代次数,同时缩小原子的索引范围,因此能够显著降低原LABOMP算法的计算复杂度。此外,将提出的算法与水声Turbo均衡系统相结合,更适用于水声通信系统。仿真结果表明,所提算法在随机信道和水声信道条件下,具有估计精度高、误码率低的特点,同时能够显著降低LABOMP算法的计算复杂度,是一种适用于浅海水声信道的有效估计方法。     

一种用于多径衰落水声信道的盲均衡算法研究

信道均衡是现今高速水声通信系统中克服码间干扰一项关键技术,如何提高均衡器的性能是目前研究的热点课题。针对水声信道的时变多普勒特性,在分析信道模型及盲均衡器结构特点的基础上,提出了一种时域解相关的变步长恒模算法,并对算法进行了仿真及试验分析。结果表明改进算法能够有效克服实际水声通信中的码间干扰效应,具有更快的收敛速度和更小的剩余误差,提高了浅海水声通信的有效性和可靠性,具有广阔的工程应用前景。     

l0-范数约束的稀疏多径信道分数间隔双模式盲均衡算法

针对深衰落稀疏多径信道下多进制相移键控（Multiple Phase Shift Keying,MPSK）信号的盲均衡问题,提出了一种l₀-范数约束的分数间隔稀疏自适应双模式盲均衡算法.该算法借鉴传统的分数间隔双模式盲均衡算法思想,结合稀疏自适应滤波理论,首先利用l₀-范数对均衡器抽头系数进行稀疏性约束,构造出一种l₀-范数约束的分数间隔双模式最小均方误差代价函数,然后依据梯度下降法推导出盲均衡器抽头系数更新公式,并对迭代步长进行归一化和比例系数化.理论分析和仿真实验表明,与基于门限稀疏化的盲均衡算法、基于分数阶范数的盲均衡算法及分数间隔双模式盲均衡算法相比,本文所提算法在保证较快收敛速度的前提下,能有效降低剩余符号间干扰.本文设计的盲均衡算法为水声通信系统中接收方恢复出发送信号,提供了一种快速有效的方法.     

基于盲源分离的水声信道盲均衡处理方法

提出了一种基于盲源分离的水声信道讯均衡处理方法,通过对接收信号过采样构成源信号,采用了基于信息最大化原理(Infomax)在线分离算法进行了水声信道的盲均衡,并研究了时变水声信道条件下算法的均衡情况,仿真实验结果表明,该处理方法对多径水声信道具有较好的均衡效果,同时不受最小相位的条件限制。     

LDPC码在浅海水声通信中的应用研究

LDPC码具有编码增益高、译码速度快、可并行译码等特点,是当前编码界的一个研究热点。针对复杂多变、强多途和大起伏干扰的浅海水声信道,建立了LDPC码在浅海水声信道中仿真的模型,仿真研究了浅海水声信道下采用和一积译码算法的LDPC码性能。仿真结果表明,LDPC码在3径多途信道下性能优越;当译码迭代3—5次,码长1000bit左右时基本上能满足水声通信对误码率为10^-4的基本要求。     

基于FBMP算法的水声信道估计

设计了一种基于贝叶斯压缩感知(bayesian compressing sensing,BCS)的水声信道(underwater acoustic channel,UWAC)估计方法,并具体采用快速贝叶斯匹配追踪算法(fast bayesian matching pursuit,FBMP)对水声正交频分复用(OFDM)通信系统下的信道脉冲响应进行估计。在水声信道中,信道的抽头的位置及系数通常分别服从伯努利和复高斯分布,利用这一先验知识,首先对抽头的位置进行检测,然后通过最小均方误差准则得到准确的信道估计。仿真分析了导频数量、信噪比对FBMP、正交匹配追踪(orthogonal matching pursuit,OMP)、变换域(discrete fourier transform,DFT)、最小二乘法(least square,LS)信道估计算法的性能的影响,仿真结果表明,在稀疏信道下,基于FBMP的信道估计方法明显优于OMP、DFT、LS信道估计方法。     

一种快速收敛的水声信道分数间隔盲均衡算法

为了加快常数模盲均衡算法(CMA)的收敛速度并降低剩余均方误差,提出了一种快速收敛的分数间隔常数模算法。新算法采用T/2分数间隔均衡器,针对水声通信中常用的BPSK信号,设计了一个新的误差函数,取代常数模算法中的误差函数。最后,采用浅海水声信道进行了仿真,结果表明,新算法性能稳定;收敛速度高于常数模算法和分数间隔常数模算法;剩余均方误差与分数间隔常数模算法处于同一水平。     

流形学习在浅海水声通信中的应用

在复杂的浅海环境中,水声信道具有强烈的空变和时变特性,致使水声通信系统的鲁棒性很难得到保证。该文不同于依赖复杂信道编码和信道均衡手段的传统水声通信算法,将流形学习思想应用于高维海洋环境参数空间刻画及信号空间映射中,为水下数据传输提出创新方案。从声场角度出发,结合浅海实验数据,分析通信信号时空起伏特性,研究环境参数空间和声场信号空间的内在关系,提出了基于非线性流形学习算法增加合理的物理约束,结合信道稀疏特性,对于高维非线性水声信号系统的冗余维度信息进行维数约简,映射到稳定的低维目标空间,降低信道时空起伏对通信系统的影响。仿真和实验结果验证了算法的可靠性和有效性。     

流形学习在浅海水声通信中的应用

在复杂的浅海环境中,水声信道具有强烈的空变和时变特性,致使水声通信系统的鲁棒性很难得到保证.该文不同于依赖复杂信道编码和信道均衡手段的传统水声通信算法,将流形学习思想应用于高维海洋环境参数空间刻画及信号空间映射中,为水下数据传输提出创新方案.从声场角度出发,结合浅海实验数据,分析通信信号时空起伏特性,研究环境参数空间和声场信号空间的内在关系,提出了基于非线性流形学习算法增加合理的物理约束,结合信道稀疏特性,对于高维非线性水声信号系统的冗余维度信息进行维数约简,映射到稳定的低维目标空间,降低信道时空起伏对通信系统的影响.仿真和实验结果验证了算法的可靠性和有效性.     

基于自适应噪声抵消的无线传感网络信道优化

无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域。无线传感网络通信信道受到多途干扰,导致信道失衡,需要进行信道均衡模型设计。提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术,首先构建了无线传感器网络通信的信道模型,对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组,采用自适应噪声抵消算法进行信道的多途干扰滤波,结合最小二乘（ RLS）准则算法进行无线传感器网络通信信道均衡设计。仿真结果表明,采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量,降低通信传输失真和误比特率,实现信道自适应均衡,提高通信的抗干扰能力。     

LMS算法和RLS算法在水声信道通信系统中应用的比较

为了减小水声通信系统中存在的由于多径传播效应引起的符号间干扰,可在系统中使用线性均衡器。首先介绍了LMS算法和RLS算法基本原理,利用Matlab仿真软件,给出了两种算法在水声信道通信系统中的自适应均衡的仿真系统,并对这两种算法对于均衡器的影响进行了比较,最后对比较的结果进行了分析。     

LMS算法和RLS算法在水声信道通信系统中应用的比较

为了减小水声通信系统中存在的由于多径传播效应引起的符号间干扰,可在系统中使用线性均衡器。首先介绍了LMS算法和RLS算法基本原理,利用Matlab仿真软件,给出了两种算法在水声信道通信系统中的自适应均衡的仿真系统,并对这两种算法对于均衡器的影响进行了比较,最后对比较的结果进行了分析。     

水声相干通信信道均衡实验研究

在水声相干通信中,自适应均衡是克服信道码间干扰的有效方法。为了检验所设计的水声相干通信数据处理方法的正确性及作者所提出的一种变步长低计算量自适应均衡算法在实际应用中的性能,进行了水下通信实验。对实验数据的处理结果表明,常用的Ts/2分数间隔均衡效果不理想,采用Ts/4分数间隔均衡时性能有很大提高并获得了零误码。通过与传统算法进行性能对比得出,该算法在初始步长取值变化时具有很好的收敛性能且计算量较低,性能优于传统算法。     

稳定水声通信判决反馈盲均衡算法研究

水声信道环境恶劣,尤其是多径效应常会造成水声通信系统同步位置发生偏移,对均衡算法造成严重影响。从提高均衡算法稳健性的角度出发,在稳定性较高的归一化常数模算法基础上,借助早迟积分比相原理完成对采样位置的跟踪,并结合判决正方形方法提出一种归一化修正常模盲均衡算法。仿真结果表明,这种基于判决正方形的归一化修正常模盲均衡算法具有更好的收敛能力与稳定性,具有较强的抗干扰能力,能保证水声通信高效运行。     

自适应滤波器在大气激光通信系统中的应用研究

由于光信号在大气中传输,会受到大气信道的影响,引起信号衰减和符号间干扰,从而导致误码率增加。通过在光通信系统中加载自适应均衡模块来抵制大气激光通信中的信号衰减和符号间干扰问题。选用LMS算法作为自适应滤波算法,并通过Monte Carlo方法对其进行了仿真验证,结果显示在恒参信道条件下,加载自适应均衡模块后接收信号经过很短的学习时间后会很好的跟踪发送信号,从而提高系统的可靠性。