CN103814528A - 用于高数据速率穿过金属的通信的联合papr降低和速率自适应超声波ofdm物理层 - Google Patents

Abstract

提供了链路自适应正交频分复用(OFDM)超声波物理层，其能够穿过金属结构进行高数据速率通信。自适应OFDM基于子载波的调制技术的使用通过利用信道的缓慢变化的特性来减轻穿过金属通信链路的严重频率选择性衰落的影响，并且改善频谱效率。为了解决峰值与平均功率比(PAPR)的可能的不良影响和更有效地利用在系统中的功率放大器，本发明修改和实现了在自适应OFDM框架中的基于码元旋转和反转的PAPR减小算法。该联合自适应物理层在被约束到期望的BER的同时，在大约7mW的平均发射功率下与传统窄带技术作比较能够将数据速率增大大约220%。

Description

用于高数据速率穿过金属的通信的联合PAPR降低和速率自适应超声波OFDM物理层

联邦资助研究的声明

使用在由美国国家科学基金会给予的研究经费No.#CNS-0923003和#CNS-0854946以及由海军研究办公室投资的研究经费No.N00014-11-1-0329和N00014-12-l-0262与项目#N05-T020下的政府支持来建立了本发明。美国政府在本发明中具有特定的权力。

相关申请的交叉引用

本申请要求对于在2011年5月26日提交的美国临时专利申请No.61/490,321的优先权。该申请的内容通过引用被包含在此。

技术领域

本发明涉及无线通信技术。更具体地，本发明涉及通过下述方式经由金属壁的高数据速率通信：组合基于子载波的速率自适应比特加载和在自适应正交频分复用(OFDM)超声波物理层中通过频域码元旋转导致的峰值与平均功率比(PAPR)减小的益处。

背景技术

工业控制网络经常要求在其中金属结构阻止连接性的环境中的数据传输。在许多应用中，不期望物理地穿透结构(加压管线、水密舱壁、装甲板等)。超声波无线链路能够通过穿过金属的数据通信来减轻这个问题，而不是通过使用机械穿透而损害屏障的结构完整性。然而，超声波链路会是网络流量的瓶颈，因为声波传播延迟和声道的反射特性，这也限制了通信带宽。当前的窄带手段受限于信道的频率选择性，并且获得达到5Mbps的最大数据速率。

美国海军已经表达了对于在他们的舰船上部署无线感测和控制网络以维护关键的自动化舰船操作的兴趣。Brooks、Lee和Chen，“SmartWireless Machinery Monitoring and Control for Naval Vessels(用于舰艇的智能无线机械监控)”，Thirteenth International Ship Control SystemsSymposium(SCSS)(第十三届国际船舶控制系统研讨会),April,2003；Hoover、Sarkady、Cameron和Whitesel，“A Bluetooth-based WirelessNetwork for Distributed Shipboard Monitoring and Control Systems(用于分布式船载监控系统的基于蓝牙的无线网络)”，机械故障预防技术协会第57次会议议题，2003年4月；Mokole、Parent、Street和Thomas，“RF Propagation on Ex-USS Shadwell(Ex-USS Shadwell上的RF传播)”2000IEEE-APS Conference on Antennas and Propagation for WirelessCommunications,2000(2000IEEE-APS会议，关于无线通信的天线和传播，2000年)；Primerano、Kam和Dandekar“High Bit Rate UltrasonicCommunication Through Metal Channels(穿过金属信道的高比特流超声波通信)”Information Sciences and Systems,2009(信息科学与系统，2009年)；Seman、Donnelly和Mastro“Wireless Systems Development forDistributed Machinery Monitoring and Control(用于分布式机械监控的无线系统开发)”Proceedings of the2007ASNE Intelligent Ships SymposiumVII,2007(2007ASNE智能船舶研讨会VII的议题，2007年)。部署这样的无线网络的主要挑战是壳体结构——金属壁阻隔电磁波的传播并限制网络连接。Kevan的“Shipboard Machine Monitoring for PredictiveMaintenance(用于预测维护的船载机械监测)”Sensors Magazine,February1,2006(传感器期刊，2006年2月1日)。将线缆穿过舱壁损害了舰船的舱室的结构完整性。超声波信号传播已经作为替代方式被研究以扩充隔离的RF无线网络，并且获得更可信赖的覆盖范围，而不用机械地穿透舱壁。Hu、Zhang、Yang和Jiang“Transmitting ElectricEnergy through a Metal Wall by Acoustic Waves using PiezoelectricTransducers(使用压电换能器通过声波穿过金属壁发射电能)”IEEETransactions on Ultrasonics,Ferroelectrics,and Frequency Control,"June,2003(关于超声波、铁电体和频率控制的IEEE学报，2003年6月)；Wanuga、Dorsey、Primerano和Dandekar“Hybrid Ultrasonic and WirelessNetworks for Naval Control Applications(用于海军控制应用的混合超声波和无线网络)”Proceedings of the2007ASNE Intelligent ShipsSymposium VII,2007(2007ASNE智能船舶研讨会VII的议题，2007年)。

尽管如此，超声波信道的独特的声质量引发回声效应，该回声效应引起大的延迟扩展。结果产生的信道的高频选择性反射特性限制了其相干带宽，并且使得超声波穿过金属的链路变为网络吞吐量的瓶颈。Murphy，“Ultrasonic Digital Communication System for a Steel WallMultipath Channel:Methods and Results(用于钢壁多径信道的超色波数字通信系统：方法和结果)”Master's Thesis,RPI,2006(硕士论文，RPI，2006年)。被信道的频率选择性特性限制的、当前的超声波信号传送的窄带手段要求使用高复杂度均衡器来改善吞吐量。在文献中找到的现有的超声波通信系统实现达5Mbps的最大吞吐率。Graham、Neasham和Sharif，“High Bit Rate Communication through Metallic Structuresusing Electromagnetic Acoustic Transducers(使用电磁声换能器穿过金属结构的高比特率通信)”，OCEANS2009-EUROPE20092009年5月1日，1-14；Primerano、Kam和Dandekar，“High Bit Rate UltrasonicCommunication Through Metal Channels(穿过金属信道的高比特率超声波通信)”，Information Sciences and Systems,2009(信息科学与系统，2009年)。期望用于在这样的环境中提供改善的数据速率的技术。

本发明人的先前的工作已经证明，基于OFDM的系统能够实现穿过金属壁的高数据速率通信，同时减轻超声波信道的频率选择性，而不需要复杂的分析器。例如，参见Bielinski，“Application of AdaptiveOFDM Bit Loading for High Data Rate Through-Metal Communication(对于高数据速率穿过金属通信的自适应OFDM比特加载的应用)”，IEEEGlobal Telecommunications Conference,2011(IEEE全球电信会议，2011年)和Bielinski“High Data Rate Adaptive Ultrasonic OFDM PhysicalLayer for Through-Metal Communications(用于穿过金属通信的超声波OFDM物理层)”，Proceedings of the2011ASNE Intelligent ShipsSymposium IX,2011(2011ASNE智能船舶研讨会IX的议题，2011年)。OFDM是用于减轻在不要求使用高度复杂的均衡器的宽带信道中的严重的频率选择性的调制技术。然而，OFDM的缺点是高的峰值与平均功率比(PAPR)，这能够导致在带辐射中的非线性调制失真和因为高信号峰值导致的减小的传输范围。在信号功率上的这些峰值源自OFDM的特性；N个独立的子载波在相位上相加，产生能够高达比平均功率大N倍的信号峰值。已经对于信号峰值的减小进行了大量的研究。例如，参见：Li和Cimini Jr，“Effects of Clipping and Filtering on thePerformance of OFDM(关于OFDM性能的钳位和滤波效应)”，IEEEVehicular Technology Conference,August,2002(IEEE车辆技术会议，2002年8月)；Popovic，“Synthesis of Power Efficient Multitone Signalswith Flat Amplitude Spectrum(具有平坦增幅谱的功率有效多音信号的合成)”，IEEE Transactions on Communications,July,1991(IEEE通信学报1991年7月)；Tarokh和Jafarkhani，“On the Computation of thePeak to Average Power Ratio in Multicarrier Communications(关于多载波通信中峰值与平均功率比的计算)”，Transactions on Communications,2000(IEEE通信学报，2000年)；Wade、Eetvelt和Tomlinson，“Peakto Average power Reduction for OFDM Schemes by SelectiveScrambling(通过选择性加扰降低对于OFDM系统的峰值-与-平均功率)”，IEEE Electronic Letters,October,1996(IEEE电子学通讯，1996年10月)；以及，Wilkinson、Jones和Barton，“Block Coding Schemefor Reduction of Peak to Mean Envelope Power Ratio of MulticarrierTransmission Schemes(用于见底多载波传输方案的峰值对平均包络功率比的块编码方案)”，IEEE Electronic Letters,December,1994(IEEE电子学通讯，1994年12月)。而且，Tan和Bar-Ness在“OFDMPeak-to-average Power Ratio Reduction by Combined Symbol Rotationand Inversion with Limited Complexity(通过以有限的复杂度组合的码元旋转和反转的OFDM峰值与平均功率比降低)”，IEEE GlobalTelecommunications Conference,2003(IEEE全球电信会议，2003年)中描述了用于减小信号峰值的OFDM信号旋转和反转算法。然而，这些手段都未实现对于超声波框架定制或解决因为功率放大器的低效使用导致的减小的有效发射功率的手段。

期望一种手段，该手段适合于具有减小的PAPR的基于OFDM的框架，同时最大化吞吐量和在概率上限制码元估计错误。本发明已经被设计来解决在本领域中的这些需要。

发明内容

一种自适应OFDM收发器被设计来用于超声波信道，以允许穿过金属壁的无线传输，以避免物理地穿过金属壁和损害结构完整性。该超声波收发器通过下述方式来获得较高的数据速率：利用和组合使用自适应比特加载(ABL)算法的基于子载波的速率调节和使用峰值与平均功率比(PAPR)减小算法通过频域码元旋转的PAPR减小的益处。PAPR的减小更有效地使用在系统中的功率放大器，其中，自适应比特加载实现了较大的频谱效率。在其中金属结构阻碍RF信号传播的环境中，超声波收发器使用无线通信技术提供高的数据速率。在自适应比特加载之前的减小PAPR的应用具有下述增加的益处：有效使用功率放大器以增大发射功率，以允许发射更多的信息，同时遵守可靠性约束。高PAPR对于在该介质中通常采用的增大数目的频率子载波的依赖性使得该手段高度有益。该两种算法一起用于最大化吞吐量，同时限制码元估计错误的概率。

正交频分复用(OFDM)已经显示为用于减轻超声波信道的频率选择性而不需要复杂均衡器的有前途的技术。本发明改善了链路自适应OFDM超声波物理层，并且通过下述方式来进一步完善了穿过金属的通信：利用超声波信道的缓慢变化的特性，并且采用组合的速率自适应和峰值与平均功率比(PAPR)减小算法。具体地说，通过在频域中旋转数据码元来获得PAPR的减小，以更有效地使用在系统中的功率放大器。自适应比特加载的增加获得更大的频谱效率，并且增大数据速率。采用自适应比特加载和减小的PAPR的联合算法已经显示同时增大了吞吐率、减小PAPR，并且遵守比特错误率(BER)约束，因此提供了用于支持高数据速率控制网络应用所需的吞吐量和可靠性。

在一个示例性实施例中，提供了基于OFDM的链路自适应超声波物理层，其能够获得穿过金属壁的高数据速率通信。OFDM是用于减轻宽带信道的严重频率选择性而不需要高复杂的均衡器的常用技术。根据本发明使用OFDM，以将频率选择性信道划分为正交平坦衰落带。超声波信道的静态特性也允许在长的持续时间上保持精确的信道状态信息的能力，并且因此提供了以有限的开销适应于所测量的信道条件的机会。OFDM基于子载波的速率自适应调制算法用于最大化吞吐量，同时在概率上限制码元估计错误。因为PAPR减小和ABL彼此互补，所以减小PAPR允许更有效地使用功率放大器和数模转换器(D/A)的动态范围，以对于相同的比特错误率(BER)约束产生较高的发射数据速率。而且，超声波信道的固定特性允许保持速率调节所需的信道状态信息(CSI)。CSI在长持续时间上保持精确，并且因此提供了用于以有限的开销适应于信道条件的环境。在超声波信道中的联合自适应算法的实现已经显示了高达11Mbps的发射吞吐率，同时保持在低发射功率下的10-5的BER，并且将PAPR减小了多达2dB。与在文献中报告的当前窄带超声波链路作比较，该性能构成了高达220%的数据速率改善，因此改善了用于支持诸如在海军舰船上的甲板下的高速率网络应用所需的吞吐量和可靠性。

本发明的方法包括：使用OFDM来将频率选择性宽带信道划分为正交频率平坦衰落子信道。平坦衰落允许减小复杂均衡，并且它们的正交性允许每一个子信道被独立地处理和适应于那个子信道的条件。通过向发射器反馈(在接收器处估计的)信道状态信息，利用声道的稳定特性。该反馈允许发射器将传输参数调节来改善频谱效率，增大系统可靠性，并且以减小的开销调整到改变的无线条件。更具体地，信道状态信息用于自适应比特加载，这允许最大化用于OFDM传输的吞吐量，同时在概率上约束传输错误的最大出现率。本发明的方法因此通过反馈和链路自适应比特加载(ABL)来允许使用信道状态信息，以改善频谱效率，并且同时获得较高的吞吐量和较好的链路可靠性。本发明的方法也向网络设计者提供了另外的控制度，以平衡系统吞吐量与传输错误的概率。

在本发明的一个示例性实施例中，提供了一种用于穿过金属来传送数据的系统。该系统包括在金属的相对侧上的第一和第二声换能器、在传输侧上的数据调制器与在接收侧上的信号处理器和解调器。数据调制器使用速率自适应正交频分复用调制将数据比特调制在子载波上，从而，基于子信道的信道状态信息的反馈来调节用于调制的数据的传输参数，以改善在穿过金属的传输期间子信道的频谱效率和可靠性。调制的数据比特被应用到第一声换能器，以在子载波上穿过金属来传输数据。第二声换能器接收已经穿过金属子信道发射的OFDM码元。信号处理器然后使用向每一个子载波应用的信道状态信息来均衡所接收的OFDM码元，并且解调器从所接收的子载波解调数据比特。

在第一示例性实施例中，数据调制器向数据比特应用自适应比特加载算法，以便在固定能量和比特错误率约束下最大化每一个OFDM码元的比特的数目。在第二示例性实施例中，进一步提供了数据处理块，其另外实现峰值与平均功率比(PAPR)减小算法，以通过旋转和/或反转码元以在旋转和/或反转后找到具有减小的PAPR的序列来减小子载波的PAPR。用于在每一个帧子块处获得最小PAPR所需的信息被存储在存储器中，并且被发送到接收器以用于在接收器处在解调之前恢复调制的数据比特。在示例性实施例中，数据调制器进一步利用数据比特来正交幅度调制以大约10kHz的间隔相隔的512个正交子载波。进行512个子载波的选择，使得每一个子载波能够被看作独立的、平坦衰落的信道。在示例性实施例中，信号处理器可以根据训练码元独立地估计在每一个子载波上的复信道增益。

附图说明

通过下面结合附图的详细说明，本发明的上述和其他有益特征和优点将变得清楚，在附图中：

图1图示了根据本发明的一个实施例的用于使用声收发器穿过金属壁来发射信号的穿过金属信道模型。

图2图示了对于0.25”厚低碳钢的频率选择信道幅度响应的频率扫描。

图3图示了根据本发明的第一实施例的自适应的基于OFDM的超声波系统的框图。

图4图示了根据本发明的第一实施例的对于非自适应和速率自适应调制所测量的平均比特错误率对平均后处理信噪比性能。

图5图示了根据本发明的第一实施例的对于非自适应和速率自适应调制所测量的平均发射数据速率对平均后处理信噪比性能。

图6图示了根据本发明的第一实施例的使用OFDM基于子载波的速率自适应调制算法的所测量的平均比特分配对平均后处理信噪比的直方图。

图7图示了根据本发明的第二实施例的包含自适应比特加载和PAPR减小的联合自适应基于OFDM的超声波系统的框图。

图8图示了在本发明的SS-CSRI算法中以逐个块为基础的最小PAPR的连续选择。

图9图示了根据本发明的在SS-SCRI和联合算法中的连续最小PAPR选择的比较。

图10图示了根据本发明的第二实施例的使用联合自适应比特加载和PAPR减小算法的模拟PAPR结果，其中，在码元旋转框架的顶部上实现三个物理层，并且与固定速率正交相移键控(QPSK)、非功率缩放速率自适应(NPSRA)比特加载和功率缩放速率自适应(PSRA)比特加载相比较。实线指示在应用码元级旋转算法之前对于QPSK、NPSRA和PSRA数据码元的原始PAPR，而虚线表示在对于每一个物理层采用码元旋转之后的PAPR。

图11图示了本发明的技术遵守比特错误率(BER)约束的能力，其中，直的虚线指示期望的10^-5BER目标，并且比特加载的物理层NPSRA和PSRA能够在虽然在较高的发射功率下在数据速率上的增大的情况下保持低于BER阈值。

图12图示了本发明的技术与诸如QPSK的固定速率调制方案作比较在遵守期望的可靠性(BER)约束的同时显著地增大数据速率。如所示，固定速率传输能够仅实现大约5Mbps的最大值，其中，NPSRA和PSRA比特加载的物理层达到大约11Mbps的数据速率。

具体实施方式

通过参考结合形成本公开的一部分的附图和示例而获取的下面的详细说明，可以更容易地明白本发明。应当明白，本发明不限于在此所述和/或示出的特定产品、方法条件或参数，并且在此使用的术语仅用于通过示例来描述特定实施例的目的，不意欲限制任何被要求保护的发明。类似地，关于可能的机制或行为模式或者改善的原因的任何说明仅意味着是说明性的，并且在此的发明不被任何这样的可能的机制或行为模式或者改善的原因的正确性和错误性约束。贯穿本文，可以认识到该说明指的是方法和用于实现这样的方法的软件两者，

现在参考图1-12来描述本发明的说明性实施例的详细说明。虽然本说明书提供了本发明的可能下述方式的详细示例，但是应当注意，这些细节意欲是示例性的，并且绝不限制本发明的范围。

超声波信道

图1图示了根据本发明的一个实施例的、用于使用具有例如在换能器外壳18、20中的压电元件14、16的声收发器10、12来穿过金属壁发射信号的穿过金属信道模型。在所示的实施例中，诸如AgilentN5182A MXG向量信号发生器的信号发生器(未示出)向诸如Panametrics Al12S-RM超声波换能器的超声波换能器10、12提供电信号，该换能器将电能转换为声能，并且穿过金属壁22(例如，代表海军舱壁的0.25"厚低碳钢壁)来提供声信号。信号发生器产生初始基带信号，并且使用例如MATLAB软件来执行基带处理。同相和正交信号分量的直接上转换允许载波波形的幅度和相位的调制。超声波地穿过金属壁的声信号通过所示的耦合的超声波接口24或26被在壁的相对侧上的换能器接收，并且然后被处理。在通带处捕获超声波能量，使得该信号可以在软件中被下转换为基带。例如在MATLAB中执行所有最后的信号和数据处理。

如图1中所示，进入金属舱壁22的左面的收发器10内的数据作为超声波能量被发射穿过金属屏障。该数据被右手的收发器12接收，并且通过信号处理被恢复。超声波信道因此由超声波换能器10、12和划分它们的金属屏障22构成。换能器负责将电能转换为声能。不幸的是，通过耦合的超声波接口24、26与壁配合的换能器因为在构成换能器10、12和壁22的材料上的差别而导致在声阻抗上的不匹配。在换能器10、12和屏障22之间的该阻抗不匹配引起在屏障22内的反射。

已经通过实验验证，图1的超声波系统相对于矩形脉冲信号群测试是近似线性的。参见例如Primerano、Kam和Dandekar，“High BitRate Ultrasonic Communication Through Metal Channels(穿过金属信道的高比特率超声波通信)”Information Sciences and Systems,2009(信息科学与系统，2009年)。该系统能够被建模为瞬态响应，该瞬态响应由主谐振脉冲和一系列延迟的回声路径构成。阻抗不匹配、衍射和收发器错位都是当使用高速率窄带调制技术时产生码元之间干扰(ISI)的回声的原因。

在图2中示出对于0.25"厚低碳钢的频率选择性信道幅度响应的、通过实验测量的频率扫描。换能器10、12与钢22匹配，因为在换能器10、12和舱壁22之间的接合而引起不匹配。在这个换能器舱壁接合处的反射系数大约是-0.48。如图2中所示，在响应内出现深的零位和高的峰值，即，它是高度频率选择性的。在图2中描述的响应内的深的零位与在信道中存在的声回声相关联，其中，零位到零位之间的间隔等于信道的往返行程回声周期的倒数，能够从壁的物理厚度和在钢22中的声音的速度来计算该往返行程回声周期。如下所述的自适应基于OFDM的物理层被定制来通过超声波信道进行通信。如所示，所提出的系统能够抵消回声引起的信道失真，减小PAPR，并且提供增大的吞吐量和链路可靠度。

超声波物理层——第一实施例

在图3中描述了根据本发明的第一实施例的自适应基于OFDM的超声波系统的框图。如所示，根据本发明的第一实施例，信源比特在编码器30处被编码，被交织器32交织，并且根据通过自适应比特加载(ABL)优化算法34计算的比特分布在发射器处被适当地调制。自适应比特加载是下述处理：通过该处理，基于反馈的信道状态信息，向消息的正交子信道分配数据。ABL算法假定在连续传输上在信道之间存在相关。而且，可以执行初始训练传输以在接收器处经由信道反馈36从信道估计器38获取信道状态信息(CSI)。对于ABL算法，该信息是用于每一个子载波的错误向量量值(EVM)的大小N的向量。假定ABL算法通过闭环反馈来利用CSI。在调制后，该信息经由IFFT40被转换到时域，并且通过超声波信道42被发射。在接收后，该数据经由FFT44被转换回频域，被信号处理器46均衡和解调，被解交织器48解交织，并且在接收器处被解码器50解码。

在一个示例性实施例中，超声波物理层利用在5MHz带宽上的512个子载波OFDM帧来减轻信道的严重的频率选择性和受限的相干带宽。子载波被大约10kHz的带宽隔开，以保证可以对于每一个子载波采用平坦的衰落信道。对于每一个子载波执行的链路ABL方案也被实现以改善链路的频谱效率。ABL算法的目标是最大化由目标比特错误率(BER)约束的链路吞吐量。ABL算法的示例性实施例已经显示对于在22–24dB的范围中的平均峰值功率信噪比(PPSNR)值可获得15Mbps的的平均发射数据速率。

正交频分复用

在图3中所示的自适应基于OFDM的超声波系统使用直接上/下转换前端来利用载波的同相和正交分量，并且允许自适应多级正交幅度调制(QAM)。在一个示例性实施例中，利用512个正交子载波来构造要发射的基带信号，其中的496个承载数据码元。非数据承载子载波包括：6个导频音，用于校正残余载波频率偏移(CFO)和时钟漂移；以及，10个载波，其被保留为保护带，以避免来自载波能量的干扰。在M-QAM之间对于每一个子载波范围的自适应星座阶数以及该算法允许每一个子载波利用M-QAM调制，其中，M=2ⁱ，i={2，4，6，8，10，12，14}。该手段提供了在每一个OFDM码元的496至6944未编码比特之间的分组信息速率。在以8.3MHz为中心的有效5MHz带宽上以7.81k码元/秒的速率来发射码元。

在OFDM下，512个子载波的每一个被看作其本身的平坦衰落信道，并且因此，可以通过下式被数学地建模：

$y_k=\sqrt{e_k}{h}_k{x}_k+n_k,1\≤k\≤N---\left(1\right)$

其中，是与第k个子载波相关联的功率，h_k|和x_k|分别是第k子载波信道响应和发射的码元，并且，

是第k子载波的加性白高斯噪声(AWGN)。假定噪声具有0平均值和单位方差。结果产生的用于所有加载的子载波的系统也能够被表达为长度N的向量信道矩阵。

接收器根据训练码元独立地估计在每一个子载波上的复信道增益，如在等式(2)中所示：

${\hat{h}}_k=\frac{y_k}{x_k}={h_{\mathrm{Tr}}}_k+\frac{{n_{\mathrm{Tr}}}_k}{\sqrt{e_k}{x_{\mathrm{Tr}}}_k},1\≤k\≤N---\left(2\right)$

在等式(2)中，h_Trk|是训练信道，x_Trk是第k个已知训练码元，并且n_Trk是第k个子载波的AWGN噪声因子。两个训练码元的采样平均值被用作信道增益的无偏估计量。根据测量的信道估计通过迫零均衡来校正接收的OFDM码元，如在等式(3)中所示，其中，

和^x_k分别是第k个子载波估计信道响应和估计的发射码元：

${\hat{x}}_k=\frac{y_k}{{\hat{h}}_k}=\frac{\sqrt{e_k}{h}_l{x}_k}{{\hat{h}}_k}+\frac{{n_{\mathrm{Tr}}}_k}{{\hat{h}}_k},1\≤k\≤N---\left(3\right)$

应当注意，码元估计具有影响EVM的两个因子，主要是初始信道估计误差和噪声的存在。在等式(3)中示出这一点，其中，y_k是第k个接收码元，该接收码元分别由当前的传输信道h_k、与第k子载波相关联的功率e_k与第k个发射码元和AWGN因子x_k和n_k构成。

最后，导频子载波用于校正因为时钟漂移导致的在分组的持续时间上的残余CFO。

自适应比特加载

通过Chow、Cioffi和Bingham的“A Practical Discrete MultitoneTransceiver Loading Algorithm for Data Transmission Over SpectrallyShaped Channels(用于通过谱成形信道的数据传输的实际离散多音收发器加载算法)”，IEEE Transactions on Communications,1995(IEEE通信学报，1995年)，先前开发的自适应基于子载波的比特加载算法试图最大化在固定能量和BER约束下的每一个OFDM码元的比特的数目，并且基于“SNR间隙”概念。SNR间隙是与通过Toumpakaris和Lee的“On the Use of the Gap Approximation for the Gaussian BroadcastChannel(对于高斯广播信道的间隙近似的使用)”，IEEE GlobalTelecommunications Conference,2010(IEEE全球电信会议，2010年)，所描述的获得容量的高斯码本作比较，用于使用离散星座来发射所需的另外的功率的估计。该间隙概念也在相等可能的消息的假设下将接收器SNR与期望的误码元率相关。根据本发明的第一实施例使用的超声波OFDM ABL算法基于通过EVM描述的接收码元分布的统计评估，并且也考虑在误比特概率和SNR之间的关系。

通过Campello在“Optimal Discrete Bit Loading for MulticarrierModulation Systems(对于多载波调制系统的优选离散比特加载)”，Information Theory(1998)(信息理论(1998))中建立的另外的比特加载算法力图计算“能量紧密的”比特分布，“能量紧密的”表示在所有子载波上不能计算任何其他的比特分布以使得能够在独立的码元内以更少的平均能量来加载等同数目的比特。与这些功率缩放的速率自适应算法形成对比，根据本发明的第一实施例实现的非功率缩放ABL算法不在单独的子载波内“收紧”能量。而是，它采用平均单位功率。

由Chow、Cioffi和Bingham(1995)描述的速率自适应比特加载算法试图使用下面的等式(4)和(5)来在固定能量和BER约束下最大化每一个OFDM码元的比特的数目。子载波的数目被表示为N，其中，ε_k|和g_k|分别是第k子载波能量和增益，

是SNR间隙，并且，

是关于信号星座x的每一个维度的平均能量(Chow、Cioffi和Bingham1995；还参见Cioffi，“Lecture Notes for Advanced Digital Communications(高级数字通信讲义)”，2008年)。

$\underset{{\mathrm{\ϵ}}_k}{\max }b=\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{2}{\log }_2(1+\frac{{\mathrm{\ϵ}}_k{g}_k}{\mathrm{\Γ}})---\left(4\right)$

${\mathrm{N\ϵ}}_x^{\′}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ϵ}}_k---\left(5\right)$

本发明的第一实施例的超声波OFDM ABL算法考虑在灰度编码的矩形M-QAM调制的接收的SNR和误比特概率之间的关系。因此，作为给定错误概率和偶数M-QAM调制阶数的函数的关于SNR的等式被公式化，以产生离线查找表，该离线查找表包含对于7个调制率获得在10^-4至10^-6的范围中的BER所需的线性缩放的SNR值。使用基于子载波的SNR值的估计来确定通过ABL算法执行的调制阶数判定。这些估计利用训练传输的EVM来作为它们的度量。根据基于子载波的SNR计算和在查找表中可获得的信息，分配在子载波中的比特的优化分布。最后，如果关于第k个子载波的SNR小于对于QPSK所需的SNR，则将BPSK选择为默认的调制阶数。

A.功率缩放的速率自适应比特加载

类似于如在“Optimal discrete bit loading for multicarrier modulationsystems(对于多载波调制系统的优选离散比特加载)”，IEEEInternational Symposium on Information Theory,p.193,Aug.1998(IEEE信息理论国际研讨会，第193页，1998年8月)中所述由Campello建立的、先前实现的比特加载算法，功率缩放的速率自适应算法力图计算e紧密的比特分布，其意味着不能够在所有子载波上计算在加载等同数目的比特的同时减小独立码元的平均能量

的其他的比特分布。用于对于严格地作为2的偶数幂的调制阶数在子载波基础上执行功率缩放的速率自适应的一般算法被描述如下：

1)基于下式来计算用于具有平均单位功率的N个子载波的每一个的PPSNR_k：

${\mathrm{PPSNR}}_k=\frac{1}{\stackrel{\‾}{{\mathrm{EVM}}_k}},1\≤k\≤N---\left(6\right),$ 其中

${\mathrm{EVM}}_k=\stackrel{\‾}{{|x_k-\widehat{x_k}|}^2},1\≤k\≤N---\left(7\right)$

并且，x_k是发射的信号，并且是接收的信号。

2)设b_k是在子载波k中加载的比特的数目，E_k是由子载波k使用的总的能量，e_k是用于在子载波k中增加比特分布所需的能量，并且，B_total是在所有载波中加载的比特的总数。将所有值初始化为0。

3)在等式(5)的由所有子载波使用的总的能量：

$E^{\mathrm{tot}}=\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}{E}_k<N\stackrel{\&OverBar;}{{\mathrm{\&epsiv;}}_k}---\left(8\right)$

的同时，找出增加的能量e_k，以在对于每一个子载波估计的SNR加载另外2个比特。

4)找出：

e^load=nun(e),    (9)

用于在N个子载波中加载另外2个比特所需的最小能量。

5)在这个子载波上加载另外2个比特，并且增加比特的总数和由子载波使用的总的能量被加载，使得

R^total=B^total+2    (10)

E^load=E^load+e^load    (11)

6)在利用所有可获得的能量时，将每一个子载波根据其计算的总的能量来缩放。

B.非功率缩放的速率自适应比特加载

与功率缩放的速率自适应算法对比，非功率缩放的速率自适应算法不在独立的子载波内“收紧”能量。而是，它采用对于所有的子载波的平均单位功率。虽然次佳，但是该算法在实现方式上简单得多，并且能够实际上减少当不执行训练时由于长的时间间隔导致的解码错误的可能。这是因为下述事实：根据陈旧信道状态信息来缩放功率趋向于比选择次佳或不精确的分布对于BER具有更大的影响。

用于对于严格地作为2的偶数幂的调制阶数在子载波基础上执行非功率缩放的速率调节的一般算法被描述如下：

1)基于等式(6)来利用平均单位功率计算N个子载波的每一个的PPSNR_k。

2)设b_k是在子载波k中加载的比特的数目，并且初始化为0。

3)设SNR^M-QAM表示用于在满足期望的BER约束的同时实现M-QAM调制所需的SNR。

4)对于每一个子载波，确定最大M，使得：

PPSNR_k<SNR^M-QAM，并且设置b_k＝log₂(M)。

结果

在三个固定速率调制和图3的实施例的基于OFDM的非功率缩放的速率自适应(NPSRA)物理层之间进行比较。首先，连续发射固定速率BPSK、QPSK和16-QAM分组，以获取对于每个独立的子载波的EVM的估计。紧接在这些分组之后，非功率缩放的ABL算法根据三个先前的固定速率分组的平均EVM来计算最佳的比特分布。对于每一个调制率，在测量期间发射由30个OFDM数据码元构成的总共6000个分组。在8dB至24dB的平均信道PPSNR范围上，平均BER和对于10^-6的严格目标BER的平均发射数据速率分别在图4和图5中被收集和绘制。

在查看在图4中的测量结果时，显然，不像高速率非自适应技术那样，ABL算法甚至在大约11dB的较低PPSNR值处成功地遵守目标BER。固定速率QPSK要求16dB或更高的PPSNR来实现BER约束，而16-QAM调制在测量的平均PPSNR范围上从不获得10^-6的平均BER。注意，对于这个调制率的平均BER总是被测量为大于10^-4。对于高阶调制的这些增大的错误率是在超声波信道中出现并且导致码元之间的干扰(ISI)的显著频率选择性的效果。

从图5也清楚，自适应调制与固定M-QAM调制作比较实现了更大的平均发射数据速率。主要通过下述事实来说明用于显著地改善吞吐量的ABL算法的能力：比特加载利用高质量的子载波，而在较弱的子载波上发射较少的比特。本发明的第一实施例的ABL算法能够通过使用混和调制来在最大化吞吐量的同时保持期望的可靠水平。在图6中描述了自适应OFDM物理层基于测量的信道条件来优化数据速率的该能力，图6提供了相对于测量的平均PPSNR使用特定的调制率的子载波的平均数目的直方图。

如图6中所示，当信道条件不良时，仅利用单个比特来加载大量的子载波。对于较大的平均PPSNR值，基于OFDM的NPSRA物理层能够加载多达6比特，即，利用64-QAM，同时仍然保持期望的BER，虽然固定速率16-QAM仍然在这些平均PPSNR值处经历不足的错误率。

对于22.8dB的平均测量的PPSNR，图6指示对于10^-6的BER约束，151个子载波能够加载64-QAM，257个载波能够利用16-QAM，86个载波加载QPSK，并且剩余的子载波仅支持BPSK调制。在子载波之间的数据速率的该扩展提供了所提出的自适应物理层如何利用高质量子载波来进一步改善在超声波信道中的频谱效率的清楚的视图。

虽然在图4或图5中未直接地比较窄带调制技术，但是单独在超声波信道中的OFDM和M-QAM调制的使用能够将数据速率增大得超过使用窄带技术可获得的最大5Mbps，如Primerano、Kam和Dandekar2009所示的。事实上。当考虑在仍然满足大于大约16dB的平均PPSNR值的期望的10⁶的BER约束的同时能够获得大约6.8Mbps的平均发射数据速率时，16-QAM能够将吞吐量增大36%。速率自适应物理层的使用将平均发射数据速率进一步增大为在22-24dB的平均PPSNR值处为大约14.6Mbps。相对于窄带技术，这是大约300%的显著改善。

联合自适应OFDM通信算法——第二实施例

图7图示了根据本发明的第二实施例的、包含自适应比特加载和PAPR减小的联合自适应基于OFDM的超声波系统的框图。象在图3的实施例中那样，源数据比特在编码器30处被编码，被交织器32交织，并且根据通过自适应比特加载(ABL)优化算法34计算的比特分布在发射器处被适当地调制。速率自适应算法依赖于下述假设而要求信道反馈：传输信道在两个分组的最小持续时间上保持固定。象在第一实施例中那样，可以执行初始化训练传输，以在接收器处经由信道反馈36从信道估计器38获取信道状态信息(CSI)。对于ABL算法，该信道状态信息是关于N个子载波的每一个的错误向量幅度(EVM)的大小N的阵列。假定发射器可访问CSI。

在调制后，信息经由IFFT40被转换到时域，并且通过超声波信道42被发射。在接收时，数据在接收器处经由FFT44被转换回频域，被信号处理器46均衡和解调，被解交织器48解交织，并且被解码器50解码。然而，在该实施例中，在调制后，象Tan和Bar-Ness(2003)所述那样在频域中找出其PAPR在置换时最低的序列，通过码元旋转和反转算法70来减小PAPR。关于在每一个帧子块处获得最小PAPR所需的旋转和反转的数目的信息被存储和发送到接收器，如在图7中的“PAPR旋转信息”块72中所示。该信息用于在接收器处的解调之前在74处恢复原始数据序列。

本实施例的联合算法被实现来更有效地利用在系统中的功率放大器，并且在被目标比特错误率(BER)约束的同时改善链路的频谱效率。图7的实施例已经示出对于在6-7dBm的范围中的平均发射功率值可获得11Mbps的平均发射数据速率。

正交频分复用

如在图3的实施例中那样，图7的实施例包含在5MHz带宽上扩展的512个子载波OFDM帧，以减轻严重的频率选择性和信道的受限的相干带宽。子载波以大约10kHz的带宽相隔，以保证可以对于每一个子载波假定平坦的衰落信道。象在图3的实施例中那样，再一次在前端处执行直接上/下转换，以利用载波的同相和正交分量，并且允许自适应多级正交幅度调制(QAM)。所发射的基带信号由512个正交子载波构成，其中的496个承载数据码元。非数据承载子载波包括：6个导频音，用于校正时钟漂移和残余载波频率偏移(CFO)；以及，10个载波，其被保留为保护带，以避免干扰来自以8.3MHz为中心的载波的能量。用于自适应算法的星座阶数允许每一个子载波的范围在M-QAM之间，其中，M=2ⁱ，i={2，4，6，8，10}。在有效的5MHz带宽上以7.81k码元/秒的速率来发射码元。

PAPR减小

峰值与平均功率比(PAPR)是OFDM系统的主要缺点，并且能够导致大量的问题，该大量的问题结果降低系统性能。PAPR取决于在OFDM系统中的子载波的数目——大量的子载波将增大PAPR的量值。为了避免高PAPR并且充分利用在图7的系统中的功率放大器，在Tan和Bar-Ness在“OFDM Peak-to-average Power Ratio Reduction byCombined Symbol Rotation and Inversion with Limited Complexity(通过以有限的复杂度组合的码元旋转和反转的OFDM峰值与平均功率比降低)”IEEE Global Telecommunications Conference,2003(IEEE全球电信会议，2003年)，中提出的码元旋转算法被调节到根据本发明的第二实施例的超声波环境(其中具有512个子载波，并且具有增大的对于PAPR的敏感度)。虽然可获得最佳的手段，但是与最佳手段作比较，次佳的手段仍然能够显著地减小PAPR，并且另外具有减小复杂度的益处。

根据本发明的最佳组合码元旋转和反转(O-CSRI)算法考虑在N子载波OFDM通信系统中的一组N个复码元X_i，其中，不置换导频码元(Tan和Bar-Ness，2003)。码元的序列被划分为M个块，每一个具有N/M个元素，其中，比率是整数。第i个块能够因此被定义为B_i=[X_i，1，X_i，2，…，X_i,N/M]在这些M个块的每一个内，旋转N/M个码元以产生至多N/M个块：

$\begin{array}{c}{B^{,\left(1\right)}}_i=[X_{i,1},X_{i,2},\&CenterDot;\&CenterDot;\&CenterDot;,X_{i,N/M}],\\ {B^{,\left(2\right)}}_i=[X_{i,N/M},X_{i,1},\&CenterDot;\&CenterDot;\&CenterDot;,X_{i,(N/M)\&CenterDot;I}],\\ \&CenterDot;\&CenterDot;\&CenterDot;,\\ {B^{,(N/M)}}_i=[X_{i,2},X_{i,3},\&CenterDot;\&CenterDot;\&CenterDot;,X_{i,1}],\end{array}---\left(12\right)$

为了避免在一个OFDM块中出现相同的码元，也通过对于组合的总共2N/M个块通过反转前N/M个块V'^(j)来建立另一组N/M个块：

$\begin{array}{c}{{\underset{\&OverBar;}{B}}^{,\left(1\right)}}_i=-{B^{,\left(1\right)}}_{i,}\\ {{\underset{\&OverBar;}{B}}^{,\left(2\right)}}_i=-{B^{,\left(2\right)}}_{i,}\\ \&CenterDot;\&CenterDot;\&CenterDot;,\\ {{\underset{\&OverBar;}{B}}^{,(N/M)}}_i={B^{,(N/M)}}_{i,}\end{array}---\left(13\right)$

因此，被划分为M个块的长度N的OFDM序列具有最多(2N/M)^M个唯一的组合。然后选择码元与最小PAPR的组合来与关于用于实现该最小PAPR所需的旋转和反转的数目的辅助信息一起传输。该辅助信息是用于在接收器处恢复原始OFDM序列所需的，并且要求M log₂(2N/M)比特。

在被称为连续次佳组合码元旋转和反转(SS-CSRI)算法的次佳手段中，与O-SCRI实现方式相比，依次地找到最小PAPR——在每一个独立块内执行随机置换(同时保持其他块相同)，而不是执行所有块的置换。因此，首先将N个复码元划分为N/M元素的块，如在最佳手段中进行的那样。接下来，仅对于总共2N/M个序列的前M个块执行码元旋转和反转。与在第一块中的最小PAPR的组合被存储在每一个块的存储器72(图7)中，而不考虑剩余的M-1个块。该处理对于剩余的M-1个块的每一个继续，导致总共2N个反转，如图8中所示。

在最佳手段(O-SCRI)中，假定在每一个块中的码元的数目恒定，可能序列的数目随着N指数地增大。因此，对于大的M，需要相当大数目的比较来定位具有最小PAPR的序列。复杂度变得过分高，并且使得该手段不实用。然而，在次佳算法(SS-CSRI)中，组合的总数限于2N。虽然对于最小PAPR的搜索空间被显著地减小，但是次佳算法图像捕获提供高的性能。表1演示了当考虑N＝512个子载波和M＝16个块时通过使用次佳手段实现的复杂度降低。

表1：最佳和次佳PAPR减小算法复杂度的比较

虽然通过次佳算法执行的置换减少，但是用于在接收器处解码原始OFDM序列所需的辅助信息的数目与在最佳手段中相同——Mlog2(2N/M)比特。这是因为需要传送旋转码元的次数(以及它们是否被反转)。

自适应比特加载

象在上面的第一实施例中那样，通过Chow、Cioffi和Bingham(1995)给出的速率自适应比特加载算法试图在固定能量和BER约束下最大化每一个OFDM码元的比特数目。如上，该算法基于“SNR间隙”，该“SNR间隙”在相等可能的消息的假设下将接收器SNR与期望的码元错误率相关，在此实现的超声波OFDM比特加载算法基于通过EVM描述的接收码元分布的统计评估。超声波OFDM比特加载算法考虑在通过使用训练传输的EVM的灰度编码的矩形M-QAM调制的接收的SNR和误比特概率之间的关系。使用与在上面的等式(3)中类似的符号，在等式(14)中提供了用于第k个子载波的EVM的估计。

${\mathrm{EVM}}_k=\stackrel{\&OverBar;}{{|{\hat{x}}_k-x_k|}^2}---\left(14\right)$

在反转平均EVM后，能够估计对于每一个独立子载波的后处理SNR(PPSNR)。因此，作为给定错误概率和偶数M-QAM调制阶数的函数的用于PPSNR的等式被公式化，以产生离线查找表，该离线查找表包含用于对于每一个调制率获得在10^-4至10^-6的范围中的BER所需的线性缩放的PPSNR值。

然后，通过经由下述方式的算法执行调制阶数判定：将基于子载波的PPSNR值的估计与在查找表中的那些作比较，使得分配在子载波之间的比特的最佳分布。最后，如果对于第k个子载波的SNR小于对于QPSK所需的SNR，则BPSK被选择为默认的调制阶数。

而且，在本实施例中，为了保证子载波保持能量紧密，执行独立的子载波的功率缩放。因此，已经开发了ABL的两种变化形式以用在联合算法中。功率缩放的速率自适应(PSRA)变化形式类似于由Campello等(1998)开发的那些“能量紧密”算法，其中，非功率缩放的速率自适应(NPSRA)算法不缩放功率。注意，NPSRA算法是次佳的，因为它未有效地利用子载波码元能量。而是，NPSRA变化形式采用在所有子载波上的平均单位功率。

联合ABL/PAPR算法

PAPR减小和ABL彼此互补。通过减小PAPR，功率放大器的更有效的利用是可能的，导致对于相同的BER约束发射更高的数据速率的能力。为了将两种技术组合到统一的算法内，必须关于在SS-CSRI算法中的码元旋转的数目(即，被选择来划分N长度的OFDM序列的块的数目M)进行小的修改，因为下述事实：通过ABL，可以向一些载波分配比其他更多或更少的要发射的数据。具体地说，通过由ABL算法选择用于发射OFDM序列的调制阶数的数目来确定M。例如，如果ABL算法确定最佳的比特分布利用二进制相移键控(BPSK)、正交相移键控(QPSK)和16-QAM的组合，则划分数M是3。将OFDM序列划分为与调制阶数相同数目的块保证仅可以旋转和反转相同的调制阶数的数据码元。另外，进行另一种修改，使得所执行的置换的最大数目Np是固定的。因此，通过在系统中的调制阶数的总数来确定用于SS-CSRI算法的块的数目，使得仅可以旋转和反转具有相同的调制阶数的数据码元。因为这一点，对于每一个调制阶数的“块”可能的置换的最大数目被能够发射那个速率的子载波的数目限制。

假定M个调制阶数的范围和要执行N_p个置换，该算法首先找到用于向最小数目的子载波分配的调制阶数的可能的最大置换K_max。该算法然后找到用于具有所分配的子载波的下一个最小数目的调制阶数的Kmax。该处理对于M-1个调制阶数继续。因此。最后的调制阶数由

个置换构成。

下面在小示例中概述了ABL/PAPR算法的步骤，假定Np＝90和三个调制阶数BPSK、QPSK和16-QAM。如果假定向每一个调制速率分配的子载波的数目分别是41、4和3(参见Sosa，“A Joint Bitloadingand Symbol Rotation Algorithm for Multi Carrier Systems(用于多载波系统的联合比特加载和码元旋转算法)”，Master's thesis,Drexel University,2011(硕士论文，德雷塞尔大学，2011年)，则：

1)找到用于16-QAM的K_max。对于3个子载波，总共3!=6个置换是可能的。

2)找到用于4-QAM的K_max。对于4个子载波，总共4!=24个置换是可能的。

3)对于承载BPSK调制数据的子载波执行剩余的90-6-24=60个置换。

在图9中提供了修改的联合算法和原始SS-CSRI算法的比较。在具有固定置换N_p的这个实现方式中，所需的控制开销的量是

比特，而不是在原始SS-SCRI中所需的Mlog₂(2N/M)比特。

结果

执行模拟以将固定速率QPSK调制和使用非功率缩放速率自适应(NPSRA)和功率缩放速率自适应(PSRA)比特加载两者的联合PAPR减小和ABL算法作比较。首先，连续发射三个固定速率QPSK分组，以获取对于每一个单独的子载波的EVM的估计。紧接在这些分组之后，NPSRA联合算法根据平均的基于子载波的EVM来计算次佳比特分布，并且其本身发射三个分组。PSRA算法执行这些相同的任务。对于每一个物理层，在测量期间发射由10个OFDM数据码元构成的总共20,520个分组。除了平均BER(图11)和平均发射数据速率(图12)之外，也收集对于Np＝120个置换的PAPR的互补累积分布函数(CCDF)(图10)——全部在10^-5的目标BER约束下。

图10图示了根据本发明的第二实施例的使用联合自适应比特加载和PAPR减小算法的模拟PAPR结果，其中，在码元旋转框架的顶部上实现三个物理层，并且相对于固定速率正交相移键控(QPSK)、非功率缩放速率自适应(NPSRA)比特加载和功率缩放速率自适应(PSRA)比特加载。实线指示在应用码元级旋转算法之前用于QPSK、NPSRA和PSRA数据码元的原始PAPR，而虚线表示在对于每一个物理层使用码元旋转之后的PAPR。

通过CCDF绘图来示出在图10中的在PAPR上的减小。如所有三条实线所示，在实现修改的SS-CSRI算法之前的原始码元的PAPR对于固定速率QPSK和两种形式的联合自适应算法相同。在对于固定速率QPSK分组执行码元旋转和反转后，PAPR略微减小了最大大约1dB，如在图10中的QPSK减小线所示。值得注意的是，联合自适应算法经历较大的PAPR减小——是固定速率调制的大约三倍。有趣的是，该算法的NPSRA版本实现了大约2.9dB的最大PAPR减小，这略大于由PSPA版本获得的。因此，当一起使用码元旋转和比特加载时将PAPR减小至少2dB。

图11图示了本发明的技术在大的发射功率的范围上遵守目标比特错误率(BER)的能力，这特别有益于在传输期间要求高度的可靠水平的通信应用。在图11中，直的虚线指示期望的10^-5BER目标，比特加载的物理层NPSRA和PSRA能够保持低于BER阈值，尽管以较高的发射功率在数据速率上增大(参见图12)。在查看了在图11中的测量结果后，联合PAPR减小速率自适应算法成功地遵守目标BER，即使在接近0.5–1.35mW的低的发射功率下，而不像固定速率QPSK调制那样。事实上，直到大约2.75mW的发射功率QPSK才获得期望的平均BER。对于固定速率QPSK调制的增大的错误率是因为在超声波信道中由频率选择性引起的相当大的ISI。

如上所述，在超声波信道中的非自适应OFDM M-QAM调制的使用已经显示出将数据速率增大得超过使用窄带技术能够获得的最大的5Mbps。然而，联合自适应物理层的使用将平均发射接收率进一步增大为在接近7mW的平均发射功率处为大约11Mbps，如图12中所示。相对于窄带技术，这是大约220%的显著吞吐量改善。

图12图示了本发明的ABL/PAPR算法与诸如QPSK的固定速率调制方案作比较在遵守期望的可靠性(BER)约束的同时显著地增大数据速率。如图12中所示，固定速率传输仅能够实现大约5Mbps的最大值，其中，NPSRA和PSRA比特加载的物理层达到大约11Mbps的数据速率。从图12，也清楚联合自适应算法与固定M-QAM调制作比较实现较大的平均发射数据速率。主要通过下述事实来说明用于显著地改善吞吐量的自适应算法的能力：比特加载利用较高质量的子载波，而在较弱的子载波上发射较少的比特。混和调制的使用允许ABL/PAPR算法在最大化吞吐量的同时保持期望的可靠水平。进一步可以注意到，如果选择较高的固定速率方案来增大数据速率，则将损害期望的可靠性。因此，结果示出ABL/PAPR算法的同时减小PAPR、遵守BER约束并且增大吞吐率的能力。

虽然单独在超声波信道中实现非自适应OFDM M-QAM调制能够将数据速率增大得超过使用窄带技术可实现的最大5Mbps(参见Primerano、Kam和Dandekar，“High Bit Rate Ultrasonic CommunicationThrough Metal Channels(穿过金属信道的高比特流超声波通信)”，Information Sciences and Systems,2009(信息科学与系统，2009年))，但是联合自适应物理层的使用进一步将平均发射数据速率增大为在接近7mW的平均发射功率处的大约11Mbps。相对于窄带技术，这是大约220%的显著改善。而且，对同时减小PAPR并且遵守期望的服务质量标准的能力增加了ABL/PAPR算法的益处。

本领域内的技术人员可以从上面的说明明白，当前的窄带通信技术因为在金属舱壁内的声回声导致在超声波信道中高度受限。与当前实现的窄带通信技术作比较，OFDM将在非穿透穿过金属通信链路中的可靠的数据吞吐量大大改善了大约40%。基于子载波的速率自适应算法通过增强频谱效率来进一步改善吞吐量。在大约20dB的平均PPSNR值处，本发明的基于OFDM的速率自适应物理层将平均发射数据速率增大大约200%，同时仍然复合严格的期望BER。为了处理PAPR的可能的不利影响并且更有效地利用在系统中的功率放大器，本发明修改和实现在自适应OFDM框架中的基于码元旋转和反转的PAPR减小算法。在被约束到期望的BER的同时，在大约7mW的平均发射功率下，与传统窄带技术作比较，该联合自适应物理层能够将数据速率增大大约220%。因此，本发明的补充调制技术当被应用在超声波通信链路中时提供了在11Mbps的数目级上的吞吐量和能够支持在海军舰船上的甲板下的较高速率网络应用的可靠性，同时避免网络瓶颈，并且保持贯穿船只的充分网络连接。

现在已知或以后设计的、由本领域内的普通技术人员看到的相对于所要求保护的主题的非实质的改变被明确地考虑为在权利要求的范围内等同。例如，不同的换能器安装选择和硬件可以用于使用本发明的技术来耦合穿过金属舱壁的能量。期望不要求与舱壁的物理配合的换能器，因为降低了安装复杂度和减少了连续的系统维护。而且，诸如更复杂的数据交织和信道编码的另外的通信技术也可以用于进一步增大在信道中的可靠性。因此，本领域内的普通技术人员现在或以后了解的明显的替代被限定为在所附的元素的范围内。

Claims (12)

1.一种穿过金属传送数据的方法，包括以下步骤：

使用速率自适应正交频分复用调制，将数据比特调制到子载波上，从而基于所述子载波的子信道的信道状态信息的反馈来调节用于所调制数据的传输参数，以改善在穿过所述金属的传输期间所述子信道的频谱效率和可靠性；

在所述子载波上，以声的方式将所调制的数据比特作为OFDM码元发射穿过所述金属；

在所述子信道中，接收已经被发射穿过所述金属的所述OFDM码元；以及

使用被应用到每一个子载波的所述信道状态信息，来均衡所接收的OFDM码元。

2.根据权利要求1所述的方法，其中，所述调制的步骤包括：向所述数据比特应用自适应比特加载算法，以便在固定能量和比特错误率的约束下最大化每一个OFDM码元的比特数目。

3.根据权利要求1所述的方法，进一步包括：在调制后，通过旋转和/或反转码元来减小所述子载波的峰值与平均功率比PAPR，以在所述旋转和/或反转后找到具有减小的PAPR的序列。

4.根据权利要求3所述的方法，进一步包括：在存储器中存储用于在每一个帧子块处获得最小PAPR所需的信息，以及，向接收器发送所述信息，以用于在所述接收器处在解调之前恢复在所述调制步骤中调制的所述数据比特。

5.根据权利要求1所述的方法，其中，所述调制的步骤包括：利用所述数据比特，将以大约10kHz的间隔相隔的512个正交子载波进行正交幅度调制。

6.根据权利要求1所述的方法，其中，所述均衡的步骤包括：根据训练码元，在每一个子载波上将复信道增益独立地估计为：

${\hat{h}}_k=\frac{y_k}{x_k}={h_{\mathrm{Tr}}}_k+\frac{{n_{\mathrm{Tr}}}_k}{\sqrt{e_k}{x_{\mathrm{Tr}}}_k}$

其中，e_k是与第k个子载波相关联的功率，h_trk是训练信道，x_Trk是第k个已知训练码元，以及n_Trk是第k个子载波的第k个子载波加性白高斯噪声因子。

7.一种用于穿过金属传送数据的系统，包括：

位于所述金属的相对侧上的第一声换能器和第二声换能器；

数据调制器，所述数据调制器使用速率自适应正交频分复用调制来将数据比特调制到子载波上，从而基于所述子载波的子信道的信道状态信息的反馈来调节用于所调制数据的传输参数，以改善在穿过所述金属的传输期间所述子信道的频谱效率和可靠性，所述数据调制器将所调制的数据比特应用到所述第一声换能器，以用于在所述子载波上穿过所述金属来传输所述数据，以及用于由所述第二声换能器接收已经在所述子信道上被发射穿过所述金属的OFDM码元；

信号处理器，所述信号处理器使用被应用到每一个子载波的所述信道状态信息，来均衡所接收的OFDM码元；以及

解调器，所述解调器从所接收的子载波来解调所述数据比特。

8.根据权利要求7所述的系统，其中，所述数据调制器向所述数据比特应用自适应比特加载算法，以便在固定能量和比特错误率约束下最大化每一个OFDM码元的比特数目。

9.根据权利要求7所述的系统，进一步包括数据处理块，所述数据处理块包括峰值与平均功率比PAPR减小算法，所述PAPR减小算法通过旋转和/或反转码元来减小所述子载波的PAPR，以在所述旋转和/或反转后找到具有减小的PAPR的序列。

10.根据权利要求9所述的系统，进一步包括存储器，所述存储器存储用于在每一个帧子块处获得最小的PAPR所需的信息，从而在由所述解调器解调之前使用所述信息来恢复由所述数据调制器调制的所述数据比特。

11.根据权利要求7所述的系统，其中，所述数据调制器利用所述数据比特，将以大约10kHz的间隔相隔的512个正交子载波进行正交幅度调制。

12.根据权利要求7所述的系统，其中，所述信号处理器根据训练码元，在每一个子载波上将复信道增益独立地估计为：

${\hat{h}}_k=\frac{y_k}{x_k}={h_{\mathrm{Tr}}}_k+\frac{{n_{\mathrm{Tr}}}_k}{\sqrt{e_k}{x_{\mathrm{Tr}}}_k}$

其中，e_k是与第k个子载波相关联的功率，h_Trk是训练信道，x_Trk是第k个已知训练码元，以及n_Trk是第k个子载波的第k个子载波加性白高斯噪声因子。

Images