相位调制水声高速通信中的一种空间滤波算法

提出了一种智能天线技术与空时联合判决反馈均衡器相结合的空间滤波算法。实现方法是水下通信系统采用水听器阵列接收,进行多波束智能天线算法处理,得到多路空间滤波后的信号,再经过空时联合判决反馈均衡处理。该算法已应用于在实际的水下正交相移键控调制高速水声通信系统中,在相同条件下的湖水试验中,与传统的空间分集算法进行了比较,获得的误码率分别为2．9×10-3和8．62×10-2,多组试验结果表明该算法有效抑制了水下多径干扰的影响,获得了与空间分集算法相比低十倍的误码率。     

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     

基于空间分集的高空平台光链路性能研究

针对高空平台不稳定性以及大气湍流对平台光通信性能的影响,提出利用空间分集技术改善高空平台光通信链路性能。在系统采用开关键控(OOK)调制条件下,利用矩母函数特性分别得到采用协作分集技术和多输入多输出(MIMO)技术的高空平台光链路误码率表达式,并求解协作通信系统中继平台的最优位置。仿真结果表明:协作分集技术与光MIMO技术对高空平台光链路性能的改善效果受到跟瞄误差的限制。采用发射选择分集的光MIMO技术对光链路的误码率性能最好。与采用重复码的MIMO方法相比,协作分集技术更适用于跟瞄误差大的通信系统。中继平台的最优位置与中继策略以及跟瞄误差无关。在中继平台最优位置附近,采用协作分集的光链路性能优于采用重复码MIMO光通信链路。     

任意分集方式多输入多输出无线通信系统的统计信道建模

针对极化分集多输入多输出系统的传统统计模型存 在着对不同极化方向上的功率变化设置不合理的问题, 提出一种功率矩阵对其进行纠正; 对采用不同分集方式的多输入多输出系统信道建模的原理进行分析, 提出对功率矩阵和相关矩阵进行复合计算的方法, 建立了一种适用于任意分集方式多输入多输出系统的统计信道模型, 该模型能够确切反映出同时受到距离分集和极化分集影响的多输入多输出系统之统计特征.     

相干水声通信幅相加权空间分集均衡算法

水声信道的典型特点为多普勒频移严重、可利用带宽窄以及强多径干扰。空间分集均衡技术是相干水声通信中克服信道多径干扰,消除码间干扰的一种有效手段。为了极大化地输出阵增益,结合无源相位共轭方法和多通道均衡算法,本文设计了组合信噪干比的全新信道评价方法。利用改进的Sigmoid函数对各通道接收信号的幅度进行加权处理;采用二阶锁相环跟踪各通道信号的相位变化,实现各通道信号同相累加。将各通道低通滤波后的信号能量归一化,采用了分数阶-判决反馈分集均衡器,加入各通道权重系数实现了水声通信系统的分集均衡接收。仿真结果和湖试数据处理结果均表明,优化的幅相加权分集均衡接收算法能抵消多径和噪声的干扰,性能优于等增益合并接收算法。湖试数据处理结果误码率降低了1.8%。      

多芯光纤分布式声传感

多芯光纤中有多个独立并行的空间信道,利用其实现空间分集,以解决基于传统单模光纤的分布式光纤声波传感系统所面临的信号衰落和信噪比受限问题。通过扇入扇出模块,在多芯光纤的其中四个纤芯中进行信号的独立传输和分集探测,并采用相干合并技术对多路信号进行有效合并。实验结果表明,外部扰动信号得到了很好的重构,信号衰落被抑制,系统的底噪较优化后单模光纤系统降低了5.2 dB。传感器表现出高水平的性能,带宽可达10 kHz,最低底噪达-85 dB。     

一种能有效消除水声信道相位连续旋转的分数间隔盲均衡算法研究

针对信道均衡过程中的均衡器输出相位连续旋转问题,提出一种带有二阶数字锁相环的分数间隔超指数迭代盲均衡算法。该算法利用分数间隔超指数迭代算法加强对信道多途的抑制,利用二阶数字锁相环消除均衡器输出信号连续相位旋转,从而实现对原始发射信号的正确恢复。水池实验结果表明:该算法相对于常规盲均衡算法,收敛速度快,剩余均方误差小,能够有效地消除均衡器输出信号相位连续旋转,从而降低水声通信系统的误码率。      

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。     

基于MIMO神经网络均衡的16QAM模分-波分复用相干传输系统

提出了一种基于神经网络的多输入多输出（MIMO）均衡器,并在大容量模分-波分复用通信系统中进行了实验验证。该系统基于6模掺铒光纤放大器实现了16通道波分复用双极化48 Gbaud 16阶正交振幅调制（16QAM）,在LP01、LP02、LP11a、LP11b、LP21a、LP21b六种模式上传输了100 km少模光纤（FMF）。为降低非线性的影响,在接收端数字信号处理中,采用基于多标签技术的MIMO神经网络均衡器,能够显著提升系统性能。实验结果表明,经100 km的FMF传输,MIMO神经网络均衡器的强大性能使得系统的比特误码率能满足15%软判决前项纠错阈值要求。     

基于SCFNN之PAM非线性信道均衡器成效研究

自组织型模糊类神经网络(SCFNN)可依据一定的法则自我构建神经网络的组织结构,从而适用于当前控制对象;多层神经元是传统的类神经网络,广泛应用于各个领域;倒传递学习法与最陡坡降法相结合,可使以上两种类神经网络进行有效的融合;目前,信道均衡器上的系统架构种类非常多,各种类神经网络应用于信道均衡器也颇为普遍;在研究SCFNN的基础上,将其应用于通道均衡器确实可行,效果良好;比较了SCFNN与MLP在通道均衡器的成效;仿真表明,在相同通道环境下,SCFNN的训练收敛速度、位错误率与系统敏感度优于MLP,完成结构学习后SCFNN的结构也颇为精简。     

Spatial diversity and combination technology using amplitude and phase weighting method for phase-coherent underwater acoustic communications

The UWA channel is characterized as a time-dispersive rapidly fading channel,which in addition exhibits Doppler instabilities and limited bandwidth. To eliminate intersymbol interference caused by multipath propagation, spatial diversity equalization is the main technical means. The paper combines the passive phase conjugation and spatial processing to maximize the output array gain. It uses signal-to-noise-plus-interference to evaluate the quality of signals received at different channels. The amplitude of signal is weighted using Sigmoid function. Second order PLL can trace the phase variation caused by channel, so the signal can be accumulated in the same phase. The signals received at different channels need to be normalized. It adopts fractional-decision feedback diversity equalizer(FDFDE) and achieves diversity equalization by using different channel weighted coefficients. The simulation and lake trial data processing results show that, the optimized diversity receiving equalization algorithm can improve communication system's ability in tracking the change of underwater acoustic channel,offset the impact of multipath and noise and improve the performance of communication system.The performance of the communication receiving system is better than that of the equal gain combination. At the same time, the bit error rate(BER) reduces 1.8%.     

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.     

水声通信近似L0范数约束的BP网络均衡器*

针对稀疏水声信道的长时延扩展及梯度下降的权值迭代方案导致的神经网络均衡器收敛速度慢的问题,提出了近似L₀范数约束的BP神经网络均衡器。首先在传统BP网络均衡器基础上增加判决反馈项,然后在代价函数中对均衡器输入层到隐含层的权值增加L₀范数约束,构造新的代价函数,利用高斯族函数近似L₀范数约束,并根据不同隐层神经元节点输出权值的L₂范数设定近似参数。仿真结果表明,稀疏信道条件下,本方法相比传统的BP网络均衡器收敛速度更快,误码率更低,可以有效提升神经网络均衡器的性能。     

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。      

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。      

载人潜水器“蛟龙”号的水声通信信号处理

蛟龙号的水声通信机实现了世界上首次7000 m深度的潜器与母船间的图像、语音、数据和文字的水声通信传输。研究了适用于载人潜水器的水声通信信号处理。(1)它有4种通信功能:1)相干水声通信,传输速率为5~15 kbps,用于传输图像;2)非相干水声通信,传输速率300 bps,传输文字、指令和数据;3)扩频水声通信,传输速率16 bps,传输指令;4)水声语音通信,采用单边带调制技术传输语音。(2)相干水声通信信号处理方法主要是自适应多普勒补偿的多通道自优化判决反馈自适应均衡器,它与Turbo码级联工作,同时采用定长编码的小波图像压缩方法。(3)声呐线阵吊放至水中一定深度,实现空间分集合并技术。(4)太平洋水域试验表明,水声通信机的作用距离几乎覆盖了所有地球海洋的深度,7s或14s传输一幅光图或声图。      

Adaptive and efficient nonlinear channel equalization for underwater acoustic communication

We investigate underwater acoustic (UWA) channel equalization and introduce hierarchical and adaptive nonlinear (piecewise linear) channel equalization algorithms that are highly efficient and provide significantly improved bit error rate (BER) performance. Due to the high complexity of conventional nonlinear equalizers and poor performance of linear ones, to equalize highly difficult underwater acoustic channels, we employ piecewise linear equalizers. However, in order to achieve the performance of the best piecewise linear model, we use a tree structure to hierarchically partition the space of the received signal. Furthermore, the equalization algorithm should be completely adaptive, since due to the highly non-stationary nature of the underwater medium, the optimal mean squared error (MSE) equalizer as well as the best piecewise linear equalizer changes in time. To this end, we introduce an adaptive piecewise linear equalization algorithm that not only adapts the linear equalizer at each region but also learns the complete hierarchical structure with a computational complexity only polynomial in the number of nodes of the tree. Furthermore, our algorithm is constructed to directly minimize the final squared error without introducing any ad-hoc parameters. We demonstrate the performance of our algorithms through highly realistic experiments performed on practical field data as well as accurately simulated underwater acoustic channels.     

Coherent underwater communication using passive time reversal over multipath channels

Passive time reversal exploits underwater acoustic channels’ spatial and temporal diversity. It can refocus multipath propagated signal at the receiver and can be realized simply by the passive phase conjugation (PPC) method. By the temporal focusing, time delay spread caused by multipath propagation is mitigated for spectral efficient coherent communications. However, the PPC method is unable to eliminate multipath and is limited by channel variations. An adaptive equalizer is therefore needed to compensate residual multipath after refocusing and to track channel temporal variations. Spatial diversity is obtained by using a vertical receiving array. In this paper we used 4-hydrophone array and demonstrated that the adaptive decision feedback equalization in conjunction with PPC significantly decreased the bit error rate.     

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。