A constant modulus algorithm for blind equalization in α-stable noise

Channel noise is often assumed to be Gaussian in most of the existing channel equalization algorithms. The performance of these algorithms will degrade seriously when the noise is non-Gaussian. This paper deals with the problem of blind channel equalization in impulsive noise environment that is modeled as α-stable process. A modified adaptive error-constrained constant modulus algorithm (MAECCMA) is proposed by soft-limiting the amplitude of the equalizer input and transforming the error signal of the original adaptive error-constrained constant modulus algorithm (AECCMA) nonlinearly to suppress the influence of α-stable noise. Computer simulation results of two underwater acoustic channels show that, MAECCMA has almost the same performance as AECCMA and they both have faster convergence rate than constant modulus algorithm (CMA) and normalized least mean absolute deviation (NLMAD) algorithm in Gaussian noise, while MAECCMA provides the best performance of those four algorithms in α-stable noise.     

基于扩频码的单载波迭代频域均衡水声通信

单载波时域均衡在长时延扩展水声信道中计算量大,并对接收机参数的选择较为敏感,可靠性低,而正交频分复用信号峰均功率比高、对频率偏移敏感. 针对这些问题,提出基于扩频码的单载波块传输高速率水声通信方法和基于T/4分数间隔迭代频域均衡的接收机算法. 该接收机利用已知扩频码进行信道估计以及对由多普勒偏移引起的旋转相位进行估计,并通过一种低复杂度迭代频域均衡算法改善系统性能. 开展了湖上实验研究,结果表明在浅水1.8 km距离且复杂多径干扰条件下,利用BPSK/QPSK调制可实现10^-2–10^-4的误码率并达到1500–3000 bit/s的有效数据率. 关键词： 水声通信 单载波 频域均衡 迭代处理     

单载波频域均衡中的水声信道频域响应与噪声估计

本文对单载波频域均衡(SC-FDE)中的信道和噪声估计进行研究,理论分析了形成误码率平台的可能原因,提出了基于Chu序列的联合信道时频域响应和噪声功率估计算法.利用水声信道响应的稀疏特性和门限确定信道能量集中区域,进行信道估计的去噪处理和噪声功率计算.借助于水声射线模型对所提出的算法进行了仿真,分析了噪声估计对SC-FDE性能的重要影响.仿真结果表明,所提出的信道和噪声估计算法可以有效减缓或消除SC-FDE中的误码率平台.     

一种水声信道均衡器的混合算法

水声高速相干通信中使用自适应均衡对抗信道在接收信号中产生的码间串扰。目前,1/2分数间隔采样的判决反馈均衡器结构得到了广泛的应用。本文分析了几种自适应算法在此种均衡器结构下的性能,结合浅海水声信道的特点,提出了一种快速卡尔曼滤波和快速自优化最小均方的混合算法,模拟及海试结果表明,该混合算法在计算复杂度、收敛速度以及稳定性方面都有很好的性能,已经应用到了水声实时高速通信系统当中。     

Efficient processing of acoustic signals for high-rate information transmission over sparse underwater channels

For underwater acoustic channels where multipath spread is measured in tens of symbol intervals at high transmission rates, multichannel equalization required for bandwidth-efficient communications may become prohibitively complex for real-time implementation. To reduce computational complexity of signal processing and improve performance of data detection, receiver structures that are matched to the physical channel characteristics are investigated. A decision-feedback equalizer is designed which relies on an adaptive channel estimator to compute its parameters. The channel estimate is reduced in size by selecting only the significant components, whose delay span is often much shorter than the multipath spread of the channel. Optimal coefficient selection (sparsing) is performed by truncation in magnitude. This estimate is used to cancel the post-cursor ISI prior to linear equalization. Spatial diversity gain is achieved by a reduced-complexity pre-combining method which eliminates the need for a separate channel estimator/equalizer for each array element. The advantages of this approach are reduction in the number of receiver parameters, optimal implementation of sparse feedback, and efficient parallel implementation of adaptive algorithms for the pre-combiner, the fractionally-spaced channel estimators and the short feedforward equalizer filters. Receiver algorithm is applied to real data transmitted at 10 kbps over 3 km in shallow water, showing excellent results.     

基于量子粒子群优化的正交小波加权多模盲均衡算法

针对常数模盲均衡算法(CMA)均衡高阶正交振幅调制信号(QAM)存在收敛速度慢、稳态误差大的缺点, 提出了基于量子粒子群优化的正交小波加权多模盲均衡算法(QPSO-WTWMMA). 该算法根据高阶QAM信号星座图分布特点, 将量子粒子群优化算法(QPSO) 和正交小波变换融入于加权多模盲均衡算法(WMMA)中. 因而, 利用QPSO对均衡器权向量进行了优化, 利用正交小波变换降低了输入信号的自相关性, 利用WMMA选择了合适的误差模型匹配QAM星座图. 理论分析及水声信道仿真结果表明, QPSO-WTWMMA算法可以获得更快的收敛速度和更低的稳态误差, 在水声通信中具有重要的参考价值.     

水声通信中基于信道辨识的盲turbo均衡方法

水声信道多途效应明显,造成接收信号存在严重的码间干扰(ISI,Intersymbol interference)。基于最小均方误差(MMSE,Minimum mean square error)准则的turbo均衡器级联了均衡和信道译码,能够有效去除ISI,并获得优良的性能。由于水声信道的时变性,传统MMSE-turbo均衡需要周期性的训练序列,以实现连续可靠的通信。训练序列虽然提高了通信的可靠性,但降低了信息的有效传输速率。因此,为提高通信效率,本文提出了一种盲turbo均衡方法,该方法通过引入新的盲信道辨识器来同时获得信道估计响应和已去除部分ISI的初步均衡输出信号,并为turbo均衡提供初始的响应参数和比特软信息。与水声通信中应用较多的盲判决反馈均衡器(DFE,Decision feedback equalizer)相比,海上实验结果证明本文提出的盲turbo均衡方法抗信道多途衰落的能力较强,并且与传统MMSE-turbo均衡相比无需训练序列,因此提高了信息的有效传输速率。     

水声通信中后验符号概率密度分布及概率成形容量分析

考虑到实际水声信道复杂特性对水声通信的影响,对系统的通信容量进行计算分析,并研究了一种适用于水声信道的容量评估算法。文中通过对不同条件下的均衡器输出的后验符号特性进行统计分析,提出了一种基于后验高斯分布的符号方差分段转移函数模型。在此基础上,采用Maxwell-Boltzmann分布来改变均衡器输出符号的成形分布,即引入概率成形技术对实际的水声通信系统容量进行评估分析。最后通过对水池和湖试多径信道数据的处理,获得了不同调制方式下的通信容量。结果显示,在特定的信噪比区间内,概率成形技术比传统的等概率映射的容量提升最大可达0.5 bits/symbol。      

水声通信系统中双向turbo均衡算法

提出了一种水声通信系统中直接自适应双向turbo均衡算法。摒弃了信道估计步骤,采用基于直接自适应的turbo均衡器,并利用内嵌数字锁相环的判决反馈均衡器结构跟踪时变信道,采用最速优化算法自适应调整迭代步长,使得收敛速度和算法性能得到很好折中。此外,利用最小均方误差准则,得到最优权重因子,对正向与反向turbo均衡结果加权求和,消除误差传播效应。仿真和湖上实验验证了方法的正确性,双向均衡的性能优于单向均衡。湖上实验结果表明,基于直接自适应算法相比于基于信道估计的算法,对时变信道不敏感,能获得更低的误比特率。      

混沌通信系统中非线性信道的自适应组合神经网络均衡

针对混沌通信系统的非线性信道干扰问题,基于混沌信号重构理论和函数型连接神经网络理论,提出了一种横向滤波器与函数型连接神经网络组合(combination of transversal filter and functional link neural network,CFFLNN)的自适应非线性信道均衡器,并给出基于低复杂度归一化最小均方(NLMS)的自适应算法,并对该均衡器的稳定性以及收敛条件进行了分析.该非线性自适应均衡器充分利用了横向滤波器的快速收敛,以及函数型连接神经网络通过增大输入空间提高非线性逼近能力的特点,进一步提高均衡器的收敛速度和降低稳态误差.仿真研究表明：所提出的非线性自适应均衡器能够有效地消除线性和非线性信道干扰,均衡器输出信号能反映出混沌信号的特性,具有良好的抗干扰性能;且该均衡器的结构简单,收敛稳定性较好,易于工程实现. 关键词： 非线性信道 自适应均衡器 混沌吸引子 神经网络     

基于水声信道传播时延排序的分层空时信号检测

基于分层空时编码的多输入多输出技术是一种极具潜力的高速水声通信技术, 但要实现这种潜力需要复杂的空时信号处理方法, 以抵消来自水声信道的多径干扰和异步到达干扰, 以及叠加在接收端的各层信号之间的干扰. 对低复杂度的空时信号处理方案进行了研究, 提出了一种基于子信道传播时延排序的有序连续干扰抵消信号检测算法, 利用子信道间的传播时延差, 实现可使差错概率最小的最佳检测排序; 给出了利用信道估计, 以极低的计算量确定排序的方法, 从而可以大幅降低信号检测的计算复杂度. 采用低复杂度的单载波频域均衡来抵消水声信道中的码间干扰和异步到达干扰. 仿真结果表明, 基于时延排序的信号处理算法可以获得检测性能的改善, 而且性能增益在高数据率时更加显著. 研究结果表明, 采用有效的信号处理方法可使水声信道中造成信号检测干扰的传播时延成为改善系统性能的有利因素.     

改进支持向量机和常数模算法水声信道盲均衡

针对盲均衡算法收敛速度较慢的问题,提出一种结合改进支持向量机和常数模算法的水声信道盲均衡算法。该算法首先利用具有优异小样本学习能力的支持向量机进行盲均衡器权系数初始化,在完成初始化后切换至运算量较小的常数模算法。考虑到支持向量机本身非自适应运算的限制,在时变水声信道条件下利用经典支持向量机获得的均衡器初始权向量与切换后的信道仍然存在失配。因此,本文导出时变条件下的改进支持向量机用于盲均衡器初始化,改善算法切换时的权系数失配,并结合分数间隔结构和内嵌数字锁相环进一步提高盲均衡算法性能。仿真和湖试实验结果表明:在时变水声信道条件下,本文算法的收敛性能优于经典支持向量机盲均衡算法。      

遗传优化神经网络的水声信道盲均衡

不需要训练序列的盲均衡技术可以有效地节省水声通信带宽，消除码间干扰，提高水声通信效率和质量。以前馈神经网络（FNN）作为盲均衡器，既适用于最小相位信道，也适用于非最小相位信道，包括非线性信道，但是前馈神经网络在实际的应用中其网络拓扑结构的选取和初始权重的确定缺乏理论依据，且其训练主要依靠BP算法，存在收敛速度慢、容易陷入局部极值及“过学习”的问题。为此，本文提出了一种遗传优化神经网络的水声信道盲均衡算法（GA—BP），对前馈神经网络拓扑结构和网络权重同时优化，有效地克服了传统前馈神经网络盲均衡的缺陷，提高了前馈神经网络盲均衡的泛化性能并加强了跟踪时变信道的能力和对信道突变的适应能力。水池试验结果证明了文中提出的遗传优化神经网络水声信道盲均衡算法的有效性，与直接前馈神经网络盲均衡相比较，均衡性能明显得到了提高。     

An efficient spread spectrum pulse position modulation scheme for point-to-point underwater acoustic communication

The underwater acoustic channel is a complicated and time-varying multipath channel, and many equalization algorithms have been researched and developed to overcome the difficulties for underwater acoustic communication. Unfortunately, many algorithms are computational intensive and prone to lose convergence due to their sensitiveness to different channel configurations. In this paper, a pulse position modulation (PPM) scheme is proposed, and it uses two M-sequences of low cross-correlation to transfer information, which are modulated on two orthogonal carriers. One is used as a reference sequence, and the other is shifted relative to the reference. Information is carried by the starting time difference between the two sequences in each symbol. Comparing with conventional direct-sequence spread spectrum technique, the proposed scheme is more spectral efficient. Two receiver designs are given, one takes advantages of M-sequences’ auto-correlation properties, and the other is motivated by passive phase conjugation (PPC) to take advantages of the channel. Combined with M-sequence, PPC performance is augmented without a receiving array to cover the water column, and it is far less complex than adaptive equalizers for receivers. Results from lake field trials are analyzed, and they verify potential applications of this PPM scheme.     

相干水声通信系统中均衡器长度设计方法

基于自适应均衡技术的相干通信被证明是有效的水声通信方式之一。在均衡器设计过程中,确定均衡长度的方法主要是经验确定与搜索算法,前者依赖于特定的环境,后者一般计算量较大。本文提出一种应用于相干水声通信系统的根据信道冲激响应确定均衡长度的设计方法。仿真及试验结果证明了该方法可以有效地提高通信的可靠性。     

块稀疏水声信道的改进压缩感知估计

压缩感知信道估计可利用信道稀疏特性提高估计性能,但对于具有典型块稀疏分布的水声信道,经典的l₀或l₁范数无法很好地描述块稀疏特性。利用水声信道块稀疏分布规律特性提出一种能够识别块稀疏结构的块稀疏似零范数,并在稀疏恢复信道估计算法中引入块稀疏似零范数约束项,进一步推导了复数域块稀疏似零范数恢复迭代算法,该算法通过对块稀疏似零范数进行梯度下降迭代并将梯度解投影至解空间来获得水声信道的块稀疏似零范数估计。数值仿真和海上水声通信实验结果表明该算法相对经典的稀疏信道估计算法有较明显的性能改善。通过算法推导、仿真和实验可获取结论:利用水声信道的块稀疏特性进行压缩感知重构可有效提高信道估计性能。      

水声通信系统中双向turbo均衡算法研究（英文）

A direct-adaptation based bidirectional turbo equalizer for underwater acoustic communications is proposed.Abandoning the channel estimation process,the direct-adaptation based turbo equalizer embedded with digital phase-locked loop is adopted to track time-varying channel.The fast self-optimized algorithm is used to adjust the step size,thus a good tradeoff between the convergence speed and performance has been made.Furthermore,by minimizing the mean squared error,an optimal weighting factor is derived to exploit bidirectional diversity gain.The forward turbo equalizer is combined with the backward turbo equalizer to eliminate error propagation effect.Simulated and experimental results demonstrate that the bidirectional turbo equalizer outperforms the single directional one.It can be seen from the experimental results that,compared with the channel estimation based algorithm,the direct-adaptation based algorithm is less sensitive to the time-varying channel and has a lower bit error rate.     

基于Dual-Mode MCMA+DD双模式盲均衡算法研究

为了兼顾误差性能和收敛速度,研究了将双模修正常量模算法和判决引导算法有机结合的双模式盲均衡算法.该算法在收敛初期采用双模修正常量模算法调整均衡器,然后根据判决条件自动切换到判决引导算法,最终实现信道的盲均衡.仿真结果表明:此算法收敛速度快、稳态误差小,并能在去除码间干扰的同时纠正信道固有的相位旋转,具有很好的实用性.     

混沌通信系统中非线性信道的自适应神经Legendre正交多项式均衡

针对混沌通信系统中非线性信道干扰问题，基于混沌信号重构理论和Legendre正交多项式结构，提出了一种自适应神经Legendre正交多项式信道均衡器，并给出相应的归一化最小均方算法. 仿真研究表明：所提出的自适应神经Legendre正交多项式信道均衡器能有效地消除线性和非线性信道干扰，均衡器输出信号能反映出混沌信号的特性，具有良好的抗干扰性能.该均衡器的结构简单，权系数参数较少，收敛稳定性较好. 关键词： Legendre 正交多项式 信道均衡 混沌吸引子 神经网络     

改进频域均衡算法的水声CDMA通信

针对时域均衡和传统频域均衡复杂度高的特点,本文基于水声信道的特殊性,对于码分多址(CDMA)水声扩频技术,提出改进的频域均衡算法,大大的减少了计算量和寄存器使用的数量,从而简化了硬件复杂度。本文定量的分析了传统的、简化的和改进的频域均衡算法的计算量和寄存器使用数量,并进行了湖试验证了改进频域均衡算法的性能。