基于改进的SOMP水声通信信道联合估计方法

水声通信信道通常表现出时变特征。然而在某些通信条件下,水声信道的变化速率相对发送的OFDM符号周期而言仍然较慢,整体呈现缓慢时变特性,而且研究表明在相邻时隙内的信道结构具有较强的时间相关性。如何利用好信道的缓变特征,设计适合的OFDM信道估计方法,对进一步改善水声通信信道估计性能具有重要意义。分布式压缩感知(Distributed Compressed Sensing,DCS)理论通过利用多个信号的共同稀疏性进行联合重构,能够进一步提高稀疏重建性能。因此本文将以此为基础,在DCS理论框架下,通过对同步正交匹配追踪(Simultaneous Orthogonal Matching Pursuit,SOMP)算法进行改进,构造一种时域联合的信道估计方法并通过仿真与其他类似算法进行性能比较。     

水声MIMO-OFDM通信系统中基于导频的信道估计算法研究

正交频分复用(OFDM)和多输入多输出(MIMO)的结合可以有效地对抗多径衰落和码间干扰,大幅度提高水声通信系统的信道容量和传输效率,在高速水声通信中有着重要的发展前景。在分析梳状导频水声MIMO-OFDM通信原理的基础上,结合水声通信及信道传播特点,建立了信道模型,研究水声MIMO-OFDM系统中的信道估计原理和LS(最小平方误差)、MMSE(最小均方误差)算法。通过仿真试验比较两种算法在信道估计中的性能差异,为实际系统设计提供了理论参考。     

基于叠加训练序列的稀疏水声OFDM信道估计(英文)

针对稀疏多径的水声OFDM信道,提出了基于叠加训练序列的信道估计方法,能够提高带宽传输效率.在发送端的信息序列中叠加一个低功率的周期性训练序列,在不占用额外的信号带宽的情况下估计信道参数,未知的信息序列会对叠加训练序列的信道估计方法产生干扰,在本文中采用迭代方法提高估计性能.水声信道具有延时时间长,信道稀疏的特点,本文采用匹配跟踪的方法估计信道非零系数的位置,降低加性白噪声对信道估计的影响.仿真结果显示,本文的方法能达到很好的信道估计性能,同时能够降低OFDM的峰均比.     

基于改进BOMP算法的水声信道估计

近年来,水声信道估计主要是基于稀疏模型展开。水声介质的非均匀性等使声线以簇的形式传播,导致水声信道展现出块结构稀疏特性。本文针对信道的块结构稀疏特性,在OFDM通信系统中,提出使用改进的BOMP算法进行水声信道估计。BOMP算法一次筛选1个最大相关块,改进的算法一次挑选t个非零块,算法重构时间将降低t倍。仿真结果表明:改进的BOMP算法误码率和重构时间要优于传统的LS、基于压缩感知的OMP算法;在不降低BOMP算法重构精度的前提下,将重构时间降低t倍。     

基于改进BOMP算法的水声信道估计

近年来,水声信道估计主要是基于稀疏模型展开.水声介质的非均匀性等使声线以簇的形式传播,导致水声信道展现出块结构稀疏特性.本文针对信道的块结构稀疏特性,在OFDM通信系统中,提出使用改进的BOMP算法进行水声信道估计.BOMP算法一次筛选1个最大相关块,改进的算法一次挑选t个非零块,算法重构时间将降低t倍.仿真结果表明:改进的BOMP算法误码率和重构时间要优于传统的LS、基于压缩感知的OMP算法;在不降低BOMP算法重构精度的前提下,将重构时间降低t倍.     

基于GPU的实时水声信道仿真实现

对于水下无人系统跟踪定位、水声通信等技术而言,水声信道估计的实时性至关重要。本文首先简要分析了水声在浅海中的传播特性及信道模型,包括声速建模、传播衰减建模及本征声线的搜索模型;其次为了满足水声信道估计实时性的要求,基于GPU利用OpenCL环境进行仿真实现。最后通过结果分析,说明了本文对于水声信道的建模合理正确,同时也满足了实时性这一要求。     

OFDM系统时频二维信道估计研究

针对短波信道时变色散的特点,设计了OFDM系统信道估计所需的时频二维棱形插入导频图案,并根据时频域两方向导频插入的稀疏程度,选择了二维插值的方法和插值次序,另外,提出了改进的变换域DFT信道估计算法.该算法通过适当选取变换域补零的位置,有效减小了非整数倍采样间隔信道时延引入的能量泄露,并滤除了噪声的影响.最后,在短波多径环境下仿真算法的性能,并与常用频域插值算法和维纳滤波方法进行了对比.仿真结果表明：改进方法的增强了算法对多径延迟分布的鲁棒性,提高了信道估计精度,同时还保持了较低的计算复杂度.     

基于机器学习算法的船舶通信网络信道估计

针对传统船舶通信网络信道估计方法调控响应性能较差的问题,提出一种基于机器学习算法的船舶通信网络信道估计方法。在物理层LTE协议中定义导频序列,基于gold序列设计船舶通信网络信道的导频序列,通过奈奎斯特定理决定导频信号的插入密度,在设计的船舶通信网络信道导频序列中按照该密度插入导频信号,基于机器学习算法拟合不同时间点同一子帧内的信道估计值,以实现船舶通信网络的信道估计。为了证明基于机器学习算法的船舶通信网络信道估计方法的调控响应性能较强,比较该方法与传统船舶通信网络信道估方法。实验结果证明该方法的调控曲线拟合性最强,即该方法的调控响应性能优于实验中的传统方法,证明了该方法的优越性。     

水声信道自适应均衡算法及误码率分析研究

水声通信系统一直是船舶航行通信领域的研究重点,随着信息化技术的快速发展,船舶通信系统也变得越来越复杂,航道探测和声呐通信等技术的使用也越发频繁,但是随着数据量的快速增长,水声通信由于其复杂的技术瓶颈,目前正面临诸多困难。在水声通信中,信道自适应均衡技术的出现,在一定程度上解决了上述难题,本文着重分析水声信道的传输特点,对LMS自适应均衡算法的核心部分进行建模,并通过分析建模数据对该种算法的误码率进行分析研究,对此算法提出进一步的改进措施。     

声场模型的海洋水声信道通信系统研究

海洋环境通常复杂多变,时常受到时变、频变、空变随机特性及噪声引起的各种干扰,造成海洋水声信道中的通信过程中存在着严重的信号失真和畸变,极大地降低了水声通信系统的可靠性和有效性。因此对水声信道进行研究和特性分析,对于设计水声通信系统而言意义重大。本文进行基于声场模型的海洋水声信道通信系统中的信道分析与仿真,采用Kraken简正波模型对海洋信道通信系统的传播损失特征进行分析。仿真结果表明,Kraken简正波模型应用于海洋信道通信系统传播损失特征分析的可行性和有效性。