混合稀疏水声信道的动态区分性压缩感知估计

由于水声传播过程中同时存在声信号直达、静态或动态边界反射的现象,水声信道会呈现不同动态特性的多径,形成具有混合稀疏的结构,即多径由静态或相对缓变的平稳多径分量和快速时变的动态多径分量混合组成。对于混合稀疏信道,经典的稀疏信道估计算法未考虑混合稀疏性,将导致算法失配、性能下降;以时变稀疏集为模型,动态压缩感知(DCS)结合卡尔曼滤波(KF-CS)可提高对时变多径分量的估计精度,但KF对静态稀疏分量的估计无法充分挖掘其稀疏性。通过将混合稀疏水声信道建模为由静态和时变支撑集所组成的稀疏集,提出一种动态区分性压缩感知(DDCS)方法。该算法首先结合同步正交匹配追踪(SOMP)和正交匹配追踪(OMP)将混合稀疏多径进行区分,分解为静态分量和时变分量;然后,分别用KF-CS和同步正交匹配追踪算法估计时变和静态多径的幅度;最后,将静态分量和时变分量的估计结果整合以得到整个水声信道的冲激响应。通过海试实验把所提DDCS算法与经典信道估计算法、压缩感知算法和DCS算法进行了比较,验证了所提算法的有效性。结果表明,对混合稀疏水声信道进行区分性稀疏估计可改善信道估计性能,进而可通过信道估计均衡器提升水声通信质量。     

稀疏信道条件下正交多载波扩频水声通信无导频信道估计算法

提出了一种无导频信道估计算法,该算法首先利用水声信道的稀疏特性对扩频信号进行识别,再利用扩频信号识别结果对水声信道响应进行判决反馈估计,从而实现对稀疏水声信道响应的可靠重建。仿真和湖上试验结果证实:无导频信道估计算法可以在不降低通信质量的前提下,实现对水声通信信号的稳健均衡,提升水声通信速率。     

采用去网格相关向量机的水下多径稀疏信道估计

在采用训练序列的水下稀疏信道估计问题中,由于采样过程的存在产生了测量矩阵的网格,所以当多径时延不恰好位于网格上时,传统的有网格方法就无法准确估计出该多径的位置,在网格间距较大时这个问题更加严重。针对这个问题,本文构建了一个去网格的稀疏信道估计模型,这个估计模型的测量矩阵包含了对网格外偏差进行调整的参数,在此基础上进一步采用相关向量机的方法对这个调整参数进行估计,得到网格外的偏差值。针对两种不同的水下稀疏多径信道模型进行的仿真试验证明,此方法相比其它有网格稀疏信道估计算法,在估计误差和误码率上有提升,在网格间距较大时,优势更加明显。     

水声信道线性均衡的研究

本文在对LMS和稀疏权自适应均衡算法进行分析的基础上，将其引入到水声数据传输中，利用LMS算法对时不变信道和慢变信道进行了仿真实验；利用稀疏权自适应均衡算法对深海信道进行了仿真实验，并获得了仿真结果。     

改进的信道稀疏度检测正交多载波多普勒估计方法

针对正交频分复用水声移动通信中频域变采样技术联合信道稀疏度检测的多普勒估计算法在冰水混合区复杂信道环境下多普勒估计效果欠佳且计算量大的问题,提出了一种改进的多普勒估计算法。采用时域重采样技术对信号进行不同压缩因子的补偿,避免了频域变采样技术中的高阶快速傅里叶变换运算,从而降低了算法复杂度。利用梳状导频位置向量结合时域变采样技术更准确提取的导频子载波,进而获得更加精确的信道估计和信道稀疏度检测结果,提高了多普勒估计精度。仿真结果和冰下试验结果表明,与原始算法相比,改进的方法在冰水混合水域复杂多径时变信道环境下可以有效实现对信号多普勒畸变的跟踪并且计算量显著下降,能够保障正交频分复用水声移动实时通信。     

多频带水声信道的时频联合稀疏估计

多频带水声信道多径结构在相邻数据块和不同子频带存在相关性,从分布式压缩感知的角度可对这种时频联合稀疏特性进行利用。但是,在传统联合稀疏模型下水声信道间存在的不同多径时延部分形成差异支撑集,由此引入的干扰导致估计性能下降,提出利用多路径选择机制进行差异支撑集检测;同时,进一步结合频域子频带信道间、时域相邻数据块信道间存在的相关性进行频带-时间域联合稀疏估计.利用数值仿真及海试实验结果进行了性能验证和比较,表明利用时频联合稀疏估计构造的水声通信接收机改善了匹配性能,可获得较为明显的输出信噪比、误比特率等通信性能提升.从而说明:利用多频带水声信道在时域、频域存在的联合相关性可有效提高信道估计性能。     

起伏海面环境下水声信道特性及估计方法*

为了研究随机起伏海面的散射对水声信道特性的影响,以及不同信道估计算法在该信道条件下的性能问题,该文从利用Monte Carlo方法模拟的基于PM海浪谱的二维随机起伏海面出发,提取了与风向不同夹角的一维随机起伏海面,并利用Kirchhoff近似法计算了其散射强度。将得到的声散射特性和海面环境信息融入到信道模型中,建立了基于PM海浪谱的随机信道模型。通过仿真分析了不同风速、传播距离条件下,声波的传播损失和信道冲激响应变化,并利用l_0-最小均方误差法、匹配追踪算法和正交匹配追踪算法进行了信道估计。给出了不同环境条件下,三种算法估计性能的综合比较结果,验证了算法针对该信道模型的有效性。     

改进的时序多重稀疏贝叶斯学习冰下水声信道估计方法

针对时序多重稀疏贝叶斯学习信道估计方法计算复杂度高且在低信噪比时估计精度低的问题,本文提出了一种改进的时序多重稀疏贝叶斯学习正交频分复用冰下水声信道估计方法。首先,采用奇异值分解方法对接收导频矩阵进行去噪;随后利用去噪后的接收导频矩阵结合最小二乘信道估计方法获得时序多重稀疏贝叶斯信道估计的超参数矩阵、感知矩阵等先验知识;最后,利用冰下水声信道的稀疏特性和多途结构较为稳定的特点,采用时序多重稀疏贝叶斯信道估计对不同符号的冰下水声信道进行联合重建。仿真结果显示,在能量系数为0.03时,改进方法信道估计均方误差相比较于原始方法至少降低了约2.87×10^-5,运算时间至少下降了约为90%。第11次北极科学考察冰下试验结果显示,改进方法的平均原始误码率略微低于原始方法,平均运算时间降低约75%。研究结果表明,利用冰下水声信道的特点,改进方法可以实现高精度冰下水声信道估计,并且有效降低系统计算复杂度。     

一种基于DFT时域插值的OFDM水声信道估计改进方法

信道估计作为OFDM通信系统中的重要部分,其性能关系到整个系统的误比特率。本文提出了一种基于DFT时域插值的信道估计改进方法,用于OFDM水声通信系统。该方法利用噪声门限抑制多径之间的信道估计噪声,计算简单,达到较好的信道估计效果。对该方法进行了理论分析,仿真实验以及海试。在海试中得到传输距离2km,有效数据率2.8kbit/s,证明该方法可以用于中短程浅海水声通信。     

最优路径搜索压缩感知水声通信信道估计

将信号恢复中最优路径搜索的A*正交匹配追踪(A*Orthogonal Matching Pursuit,A*OMP)伪贪婪算法引入到水声通信信道估计中,可以有效改善正交匹配追踪(OMP)算法容易陷入局部最优的问题,并提出了一种改进型的A*OMP水声信道估计算法。改进了路径初始化方式,同时为了避免过多迭代引起的未知误差,将前后两次迭代残差之差作为停止准则。在正交频分复用(OFDM)通信体制下,对OMP、A*OMP和本文改进方法的估计误差和误比特率进行了仿真对比,随着信噪比的增加,改进方法未出现误差平台,且受导频间隔影响较小。仿真结果表明相对于OMP算法和传统A*OMP算法,在高信噪比下改进方法的估计误差分别降低约2和1个数量级,海试数据结果验证了改进方法的可行性,其误比特率分别平均降低42.0%和4.7%。     

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.     

接近非相干水声通信信道容量的信号处理算法

恶劣情况下的非相干水声通信信道模型为随机相位Rayleigh衰落,推导了该模型的信道容量曲线。为实现接近非相干信道容量的可靠通信,提出多进制低密度校验码(LDPC)和恒重码级联码的多进制非相干概率域迭代处理算法。在信道幅度和相位完全未知的情况下,根据矩估计得到信号和噪声频点幅度的统计参量,进而得到恒重码的码字后验概率,再对多进制LDPC码进行因子图迭代译码。仿真证明本算法与现有的最大能量检测非迭代译码算法相比,与信道容量曲线的差距从4.5dB缩小至1.5dB。给出了实际海试湖试通信效果,频段为6~10kHz,数据速率为357bps,海试时近似垂直通信距离为5km,湖试时水平通信距离近3km、多径超过50mS,两种情况下无差错通信的信噪比门限为2dB,验证了本算法的优势。     

水声通信技术综述

文章介绍了水声学中的基础研究领域水下声传播影响因素和研究进展,分析了海洋环境因素对水下声传播的影响机理,给出了不同类型海域以及不同季节的水下声传播特征。文章还列举了目前水下声传播研究的热点问题：水下三维声传播和复杂海洋环境下的水下声传播不确定性研究,并阐述了它在目标探测研究中的应用。最后文章着重讨论了水下声传播的重要应用之一——自适应匹配场处理技术。     

使用稀疏贝叶斯学习的水声多途信道盲估计

提出了一种使用稀疏贝叶斯学习(SBL)的多途信号盲解卷积方法对水声多途信道的信道脉冲响应(CIR)进行盲估计。该方法利用垂直阵和多频SBL获得宽带舰船声源在不同垂直到达角上的复数域多频点信号,取其相位对垂直阵接收信号匹配滤波,得到每条路径上的CIR,将多路径CIR相干叠加得到最终的多途CIR结果。仿真与海试数据处理结果表明,相比于原有的基于交替投影的多途信号盲解卷积方法,所提出方法有以下几个好处:(1)无需准确预估多途信号数目;(2)分离的多途信号的方位更准确且信号相位更可靠;(3)有效获取了舰船与阵列之间的CIR.并且将弱路径CIR的平均时间估计误差从4.7 ms缩小到1.0 ms.显著提高了弱路径CIR的时间估计精度。使用稀疏贝叶斯学习的多途信号盲解卷积方法能够有效提高多途环境下水声信道盲估计的性能。     

隐蔽通信中基于水声信道的密钥生成技术*

水声传感器网络实现了高度智能化、自主性强、分布式、全天候的水下信息采集、传输、处理及融合,是水下目标的监测、定位、跟踪与分类等应用的最佳选择之一。针对隐蔽传输中的加密,提出了基于水声信道响应特征产生密钥的方法,通过利用水声信道的短时相关性,通信双方实时的产生加密密钥,以保证信息的保密性能。通过将信息隐藏技术和密钥生成技术相结合,确保水声信息的隐蔽传输。仿真与试验结果表明,基于提出的密钥生成方法能够生成匹配密钥,为水声隐蔽通信提供加密支持。     

水声正交频分多址上行通信稀疏信道估计与导频优化

针对水声正交频分多址(OFDMA)上行通信中用户导频数量少、分布不均匀, 导致传统内插信道估计方法产生误码平层的问题, 提出一种稀疏信道估计与导频优化方法. 基于压缩感知(CS)理论估计稀疏信道冲激响应, 并依据CS理论中测量矩阵互相关最小化原理, 提出基于随机搜索的导频图案和导频功率联合优化算法. 仿真结果表明, 所提方法在不同多径扩展信道下的性能均优于基于线性内插的最小二乘估计、未经导频优化的CS信道估计以及单纯基于导频图案优化的CS信道估计. 水池实验分别验证了交织式和广义式子载波分配的水声OFDMA上行通信性能, 在接收信噪比高于10 dB时利用所提方法实现了两用户接入的可靠通信.     

OFDM水声通信CS限幅失真补偿与LS信道估计优化算法

正交频分复用技术应用于水声通信系统时,会引起较高的峰均比,当采用限幅法对峰均比进行抑制时,会产生非线性失真.另外,系统采用最小二乘法进行信道估计受噪声的影响较大.针对以上问题,提出了一种基于压缩感知技术的补偿限幅非线性失真与最小二乘信道估计相组合的新算法,在接收端利用导频数据采用压缩感知算法对限幅失真进行补偿,同时对最...