CN103905153A - 一种基于正交空时编码的多输入多输出被动时反水声通信方法 - Google Patents

Abstract

本发明涉及水声通信领域，具体涉及水声通信中一种基于正交空时编码的多输入多输出被动时反水声通信方法。本发明包括：用线性调频信号及时反信号构造探测信号；利用所有的信息子信号及其时反信号构造编码信号矩阵；以一定的时间间隔依次发射探测信号；利用接收到的探测信号构造译码矩阵；合并接收阵元处理后的信号，以码元速率进行采样，经过判决后得到信息码组的估值。本发明在被动时反水声通信的接收平台尺度不受限时，保持接收阵元数不变，通过增加发射阵元数，同时利用多元阵发射和接收所实现的空间分集，可以获得更高的空间分集增益，进一步提高通信性能。

Description

一种基于正交空时编码的多输入多输出被动时反水声通信方法

技术领域

本发明涉及水声通信领域，具体涉及水声通信中一种基于正交空时编码的多输入多输出被动时反水声通信方法。

技术背景

水声信道中存在着各种噪声以及严重的多途扩展，因此噪声干扰以及多途扩展造成的码间干扰成为影响水声通信性能的两种主要因素。

时反技术来源于光学中的相位共轭法，仅需要通过简单的运算就可以实现空时聚焦，从而达到压缩多途扩展提高接收信噪比的目的，因此近年来被广泛的应用于水声通信领域。按空时聚焦实现方式的不同，时反水声通信可分为主动时反水声通信和被动时反水声通信。主动时反水声通信的空时聚焦是通过在真实的信道中进行反向传输而实现的，被动时反水声通信的空时聚焦是通过数学上的运算来实现的，虽然主动时反水声通信和被动时反水声通信的空时聚焦实现方式不同，但是其所使用的技术是相同的，都利用了匹配滤波技术和多阵元处理的空间分集技术。

与主动时反通信相比，被动时反通信仅需要进行单向传输，没有收发合置的要求，减小了接收端的硬件复杂程度，因此得到了更为广泛的研究。有关被动时反水声通信空时聚焦性能的研究表明，即使通过增加发射信号的能量来降低噪声干扰的影响，被动时反处理后的信号仍然会受到由于多途压缩的不理想而造成的残余码间干扰的影响。为了进一步压缩残余码间干扰，使被动时反处理后的组合信道响应更接近理想信道，通常需要使用阵元数较多的基阵进行接收。中国专利200910072531.0和200910071516.4均采用多元接收阵列组成多通道被动时反来实现抑制多途效应的水声通信。但是当接收阵的阵元数较多时，难以适用于一些小尺度的水下接收平台。中国专利201010581840.3采用单个阵元在不同的位置多次发射或多次接收相同的信息帧的方法来获得空间分集和时间分集，从而等效多元阵被动时反的效果，达到降低接收平台尺度的目的，但是该技术要求单阵元的收发双方必须一方能够移动并且要求进行多次收发。

发明内容

本发明的目的在于提供一种保证通信性能的基础上减少接收阵元数以及在接收阵元数相同的情况下提高通信性能的基于正交空时编码的多输入多输出被动时反水声通信方法。

本发明的目的是这样实现的：

(1)利用线性调频信号A₁p(t)及时反信号A₁p(-t)构造探测信号，p(t)为幅度归一化的线性调频信号，A₁为常数，A₁p(t)和A₁p(-t)间存在着保护时间间隔τ，τ大于信道的多途扩展所影响的时间；

(2)根据发射阵元数N将信息码元划分为长度相同的L个码组d_l(n),l＝1,…,L，以线性调频信号A₂p(t)作为载波对信息码组d_l(n)进行相位调制得到信息子信号

利用所有的信息子信号s_l(t)及其时反信号s_l(-t)构造编码信号矩阵C(t)，

$C\left(t\right)=\left[\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l\left(t\right)E_l\\ \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l(-t)E_l\end{array}\right],$

A₂为常数，E_l为L×N的实矩阵，满足：

$\left\{\begin{array}{cc}{E}_l^T{E}_{l^{\′}}+E_{l^{\′}}^T{E}_l=0_N,& l\≠l^{\′}\\ E_l^T{E}_l=I_N,& l=\mathrm{1,2},\·\·\·,L\end{array}\right.,$ 0_N是一个N×N的零矩阵；

(3)各发射阵元以一定的时间间隔2τ依次发射探测信号，当所有发射阵元的探测信号均发射完毕后，等待保护间隔τ，各发射阵元根据编码信号矩阵C(t)同时发射空时编码信号。

(4)第j个接收阵元利用接收到的探测信号构造译码矩阵Ω^j(t)，Ω^j(t)＝[D^j(t)D^j(-t)]。

D^j(t)和D^j(-t)均为L×L的矩阵，其第l行分别为：

$\left\{\begin{array}{c}{d}_l^j\left(t\right)={\left(E_l{P}^j\left(t\right)\right)}^T\\ d_l^j(-t)={\left(E_l{P}^j(-t)\right)}^T\end{array}\right.$

P^j(t)和P^j(-t)为N×1的矩阵，其第i个元素分别为p_ij(t)和p_ij(-t)，p_ij(t)和p_ij(-t)为：

$\left\{\begin{array}{c}{p}_{\mathrm{ij}}\left(t\right)=A_{1}p\left(t\right)*h_{\mathrm{ij}}\left(t\right)\\ p_{\mathrm{ij}}(-t)\mathrm{TR}[A_{1}p(-t)*h_{\mathrm{ij}}\left(t\right)]=A_{1}p\left(t\right)*h_{\mathrm{ij}}(-t)\end{array}\right.$

TR[]表示对括号内的信号进行时反，h_ij(t)表示第i个发射阵元到第j个接收阵元的信道响应，

对接收的编码信号矩阵R^j(t)的变换形式Y^j(t)进行译码和时反处理，

$=\begin{array}{c}{R}^j\left(t\right)=C^j\left(t\right)*H^j\left(t\right)\\ \left[\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l\left(t\right)E_l*H^j\left(t\right)\\ \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l(-t)E_l*H^j\left(t\right)\end{array}\right]\\ =\left[\begin{array}{c}{R}_1^j\left(t\right)\\ R_2^j\left(t\right)\end{array}\right]\end{array},$

和

表示R^j(t)的2个L×1的分块矩阵，“*”表示卷积，H^j(t)为N×1的矩阵，其第i个元素为h_ij(t)， $Y^j\left(t\right)=[{\left(R_1^j\left(t\right)\right)}^T,{\left(R_2^j(-t)\right)}^T],$

$Y_c^j\left(t\right)=A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2h_{\mathrm{ij}}\left(t\right)*h_{\mathrm{ij}}(-t)*g(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right));$

(5)合并M个接收阵元处理后的信号，

$\begin{array}{c}{Y}_c\left(t\right)=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{Y}_c^j\left(t\right)\\ =A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{2h}_{\mathrm{ij}}\left(t\right)*h_{\mathrm{ij}}(-t)*g(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\end{array},$

对Y_c(t)进行解调得到的基带信号为：

$\begin{array}{c}{Y}_c^{\′}\left(t\right)=A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2f_{\mathrm{ij}}(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\\ =A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}2f(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\end{array},f\left(t\right)=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_{\mathrm{ij}}\left(t\right),$

对Y′_c(t)以码元速率1/T进行采样，并且经过判决后可以得到信息码组d_l(n)的估值

本发明的有益效果在于：

(1)在被动时反水声通信的接收平台尺度受限时，通过降低接收阵元数增加发射阵元数，利用多元阵发射所实现的空间分集来保证通信性能。此时保证通信性能的空间分集是通过多元阵发射来获得的，无需通过单个阵元在不同的位置多次发射或多次接收来获得。

(2)在被动时反水声通信的接收平台尺度不受限时，保持接收阵元数不变，通过增加发射阵元数，同时利用多元阵发射和接收所实现的空间分集，可以获得更高的空间分集增益，进一步提高通信性能。

附图说明

图1是发射信号的构成形式。

图2是水池试验布放图。

图3是加海明窗的线性调频信号及其自相关信号的波形。

图4是发射换能器在1.5m和2m发射的信号波形。

图5是发射换能器在1.5m和2m发射时，接收换能器在1米处接收到的信号波形。

图6是接收阵元数从1增加到5时，两种方法的组合信道响应的对比。

图7是当接收阵元数从1增加到5时，两种方法的误码率曲线对比。

具体实施方式

下面结合附图对本发明做进一步描述。

图6中a是本发明的组合信道响应f(t)的波形。b是当发射换能器分别在1.5m和2m时，仅实现接收分集的被动时反水声通信方法的组合信道响应f′(t)的波形。

图7中“*”标注的曲线表示本发明的误码率，用“○”和“△”标注的曲线表示当发射换能器分别在1.5m和2m时，仅实现接收分集的被动时反水声通信方法(方法2)的误码率。

在通信的发射端，利用线性调频信号以及线性调频信号的时反信号构成探测信号，并利用相同形式的线性调频信号作为载波信号，使用相位调制方式将信息码元划分所得的码组调制成信息子信号，所有的信息子信号按照正交空时编码的原理构造编码信号矩阵。接收端利用接收到的探测信号构造译码信号矩阵，对接收到的编码信号矩阵的变换形式进行译码和时反处理处理，最后将所有接收阵元处理后的信号合并，经过解调、采样和判决后得到信息码元的估值，包括如下步骤：

(1)利用线性调频信号A₁p(t)及其时反信号A₁p(-t)构造探测信号，p(t)为幅度归一化的线性调频信号，A₁为常数，A₁p(t)和A₁p(-t)间存在着保护时间间隔τ，τ的设置大于信道的多途扩展所影响的时间。

(2)根据发射阵元数N将信息码元划分为长度相同的L个码组d_l(n),l＝1,…,L，以线性调频信号A₂p(t)作为载波对信息码组d_l(n)进行相位调制得到信息子信号

利用所有的信息子信号s_l(t)及其时反信号s_l(-t)构造编码信号矩阵C(t)，A₂也为常数。

(3)各发射阵元以一定的时间间隔2τ依次发射探测信号，当所有发射阵元的探测信号均发射完毕后，等待保护间隔τ，各发射阵元根据编码信号矩阵同时发射编码信号。

(4)第j个接收阵元利用接收到的探测信号构造译码矩阵Ω^j(t)，对接收的编码信号矩阵R^j(t)的变换形式Y^j(t)进行译码和时反处理。

(5)合并M个接收阵元处理后的信号，经过解调、采样和判决后得到信息码元的估值

1.信号的选择

p(t)表示幅度归一化的线性调频信号，本发明利用A₁p(t)和A₁p(-t)构造探测信号，A₂p(t)作为载波进行相位调制，A₁和A₁均为常数，也就是说本发明构造探测信号和用做载波的线性调频信号形式相同，只是幅度有所差别。下面分析选择线性调频信号的原因。

以A₂p(t)作为载波对L个信息码组d_l(n),l＝1,…,L进行相位调制得到的信息子信号为

如果收发双方的信道响应为h(t)，发射端分别发射A₁p(t)和s_l(t)，不考虑噪声的影响，接收端接收的信号为：

$\left\{\begin{array}{c}{r}_p\left(t\right)=A_{1}p\left(t\right)*h\left(t\right)\\ r_s\left(t\right)=s_l\left(t\right)*h\left(t\right)=A_2\underset{n}{\mathrm{\Σ}}{d}_l\left(n\right)p(t-\mathrm{nT})*h\left(t\right)\end{array}\right.---\left(1\right)$

式(1)中“*”表示卷积。利用r_p(t)对r_s(t)进行被动时反处理，则处理后的信号为：

$\begin{array}{c}r\left(t\right)=A_1{A}_2\underset{n}{\mathrm{\Σ}}{d}_l\left(n\right)p(t-\mathrm{nT})*p(-t)*[h\left(t\right)*h(-t)]\\ =A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}{d}_l\left(n\right)g(t-\mathrm{nT})*[h\left(t\right)*h(-t)]\end{array}---\left(2\right)$

式(2)中为信号p(t)的能量，g(t)为线性调频信号的自相关信号，其幅度进行了归一化：

$g\left(t\right)=[p\left(t\right)*p(-t)]/{\∫}_{-\∞}^{+\∞}{p}^2\left(t\right)\mathrm{dt}=[p\left(t\right)*p(-t)]/E_p---\left(3\right)$

由式(2)知时反处理后的信号r(t)可以视为以g(t)为载波对d_l(n)进行相位调制，并将调制后的信号经过信道响应为h(t)*h(-t)的信道进行传输而得到的。因此选择线性调频信号优势在于：第一，利用了线性调频信号的可压缩特性，第二，利用接收的探测信号所包含的信道响应信息对接收的信息子信号进行时反处理，省略了额外的信道估计的步骤。发射端的探测信号之所以由A₁p(t)和A₁p(-t)构成，是因为接收端需要利用接收的A₁p(t)对接收的s_l(t)进行时反处理，接收的A₁p(-t)对接收的s_l(-t)进行时反处理。此外，为了压缩线性调频信号自相关后的旁瓣，还可以对线性调频信号进行加窗处理。

2.发射信号的组成

发射端每个阵元的发射信号由探测信号和空时编码信号两部分组成。探测信号由线性调频信号A₁p(t)及其时反信号A₁p(-t)共同构成，中间存在着保护时间间隔τ，各个阵元的探测信号以时间间隔2τ依次进行发射。所有发射阵元的探测信号均发射完毕后，等待保护时间间隔τ，各发射阵元同时发射空时编码信号，每个阵元发射的空时编码信号对应于编码信号矩阵C(t)的一列。图1给出了发射信号的构成形式，实际应用中τ的大小要根据水声信道的多途扩展来确定。

3.正交空时编码的过程

(1)划分信息码组

根据发射阵元数N，将信息码元划分为长度相同的

个码组d_l(n),l＝1,…,L，最小化运算是对集合{c≥0,d≥0|8c+2^d≥N}中所有可能的整数c和d进行的。

(2)构造编码信号矩阵

将信息码组进行相位调制得到信息子信号s_l(t),l＝1,…,L，并将s_l(t)和s_l(-t)进行正交空时编码，编码后的信号矩阵C(t)为：

$C\left(t\right)=\left[\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l\left(t\right)E_l\\ \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l(-t)E_l\end{array}\right]---\left(4\right)$

其中E_l为L×N的实矩阵，满足：

$\left\{\begin{array}{cc}{E}_l^T{E}_{l^{\′}}+E_{l^{\′}}^T{E}_l=0_N,& l\≠l^{\′}\\ E_l^T{E}_l=I_N,& l=\mathrm{1,2},\·\·\·,L\end{array}\right.---\left(5\right)$

0_N是一个N×N的零矩阵，矩阵的上标“T”表示对矩阵进行转置运算。

由C(t)和E_l的表达式知，C(t)为2L×N的矩阵，其每一列表示同一个阵元在不同时隙发射的信号，每一行表示不同阵元在同一时隙发射的信号，由于L个信息子信号通过2L个时隙发送，所以正交空时编码的码率为12。

4.各阵元的译码和时反处理

(1)构造译码矩阵

在第j个接收阵元，利用接收的探测信号构造译码信号矩阵Ω^j(t)＝[D^j(t)D^j(-t)]。D^j(t)和D^j(-t)均为L×L的矩阵，其第l行分别为：

$\left\{\begin{array}{c}{d}_l^j\left(t\right)={\left(E_l{P}^j\left(t\right)\right)}^T\\ d_l^j(-t)={\left(E_l{P}^j(-t)\right)}^T\end{array}\right.---\left(6\right)$

式(6)中E_l为公式(5)定义的矩阵，P^j(t)和P^j(-t)为N×1的矩阵，其第i个元素分别为p_ij(t)和p_ij(-t)，不考虑信道噪声，p_ij(t)和p_ij(-t)可以表示为：

$\left\{\begin{array}{c}{p}_{\mathrm{ij}}\left(t\right)=A_{1}p\left(t\right)*h_{\mathrm{ij}}\left(t\right)\\ p_{\mathrm{ij}}(-t)\mathrm{TR}[A_{1}p(-t)*h_{\mathrm{ij}}\left(t\right)]=A_{1}p\left(t\right)*h_{\mathrm{ij}}(-t)\end{array}\right.---\left(7\right)$

式(7)中TR[]表示对括号内的信号进行时反，h_ij(t)表示第i个发射阵元到第j个接收阵元的信道响应。。

(2)由接收到的编码信号矩阵R^j(t)变换得到矩阵Y^j(t)

为了便于表达，定义信号矩阵A(t)和信号矩阵B(t)的卷积运算为

不考虑信道噪声，则第j个接收阵元接收到的编码信号矩阵R^j(t)为：

$=\begin{array}{c}{R}^j\left(t\right)=C^j\left(t\right)*H^j\left(t\right)\\ \left[\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l\left(t\right)E_l*H^j\left(t\right)\\ \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l(-t)E_l*H^j\left(t\right)\end{array}\right]\\ =\left[\begin{array}{c}{R}_1^j\left(t\right)\\ R_2^j\left(t\right)\end{array}\right]\end{array}---\left(8\right)$

其中

和

表示R^j(t)的2个L×1的分块矩阵，“*”表示卷积，H^j(t)为N×1的矩阵，其第i个元素为h_ij(t)，E_l为公式(5)定义的矩阵。

对R^j(t)进行变换得到Y^j(t)：

$Y^j\left(t\right)=[{\left(R_1^j\left(t\right)\right)}^T,{\left(R_2^j(-t)\right)}^T]---\left(9\right)$

(3)利用译码信号矩阵Ω^j(t)对矩阵Y^j(t)进行译码和时反处理

在第j个接收阵元，利用译码信号矩阵Ω^j(t)对矩阵Y^j(t)进行译码和时反处理得到：

$\begin{array}{c}{Y}_c^j\left(t\right)=Y^j\left(t\right)*{\left({\mathrm{\Ω}}^j(-t)\right)}^T\\ =A_1\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{2h}_{\mathrm{ij}}\left(t\right)*h_{\mathrm{ij}}(-t)*p(-t)*(s_1\left(t\right),\·\·\·,s_L\left(t\right))\end{array}---\left(10\right)$

结合式(2)、式(3)和式(10)可得：

$Y_c^j\left(t\right)=A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2h_{\mathrm{ij}}\left(t\right)*h_{\mathrm{ij}}(-t)*g(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))---\left(11\right)$

5.合并M个接收阵元处理后的信号

合并各接收阵元译码和时反处理后可得：

$\begin{array}{c}{Y}_c\left(t\right)=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{Y}_c^j\left(t\right)\\ =A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{2h}_{\mathrm{ij}}\left(t\right)*h_{\mathrm{ij}}(-t)*g(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\end{array}---\left(12\right)$

若g(t)对应的基带信号为g′(t)，h_ij(t)对应的基带信号为h′_ij(t)，且令

f_ij(t)＝h′_ij(t)*h′_ij(-t)*g′(t)  (13)

则对式(12)中的Y_c(t)进行解调得到的基带信号为：

$\begin{array}{c}{Y}_c^{\′}\left(t\right)=A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2f_{\mathrm{ij}}(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\\ =A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}2f(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\end{array}---\left(14\right)$

上式中f(t)表示时反处理后的组合信道响应：

$f\left(t\right)=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_{\mathrm{ij}}\left(t\right)---\left(15\right)$

由式(14)知，对Y′_c(t)以码元速率1/T进行采样，并且经过判决后可以得到信息码组d_l(n)的估值

由式(14)和式(15)知，本发明性能的优劣由f(t)决定，理想情况下，若不考虑信道噪声且f(t)=g′(t)，则可以理想的恢复信息码组d_l(n),l＝1,…,L。由式(14)知，译码和时反处理后的信号不仅实现了接收分集而且同时还实现了发射分集，此外值得注意的是，各个信息码组前都增加了一个系数2，这是因为每个信息码组调制得到的信息子信号均以s_l(t)和s_l(-t)的形式各发射一次，因此译码和时反处理后还实现了时间分集。

6.具体的水声通信计算实例

本发明提供的水声通信方法已经的试验中的到了验证，下面给出一个具体的计算实例来说明本发明的有效性。

图2给出了水池试验布放图。试验将一个无指向性的单阵元发射换能器和一个无指向性的单阵元接收换能器放置于不同的位置进行发射和接收，通过将不同情况下接收到的信号进行累积来等效发射阵元数N＝2接收阵元数M＝5的MIMO被动时反水声通信。信道水池的水体是静止的，试验环境较为安静，因此水池信道可视为码间干扰为主要干扰的线性时不变信道。换能器每次改变位置后，均等待水体完全平静再进行通信，以保证信道的时不变性，从而确保等效的有效性。试验中，发射换能器分别放置于距离水面D＝1.5m和D＝2m处，接收换能器最浅放置于水深d2＝1m，最深放置于水深d2＝3m处，相邻位置间距为0.5m，接收端与发射端的水平距离为10m，接收端的采样频率为60kHz。

试验所用线性调频信号时长为20ms，中心频率为15kHz，调频范围为10kHz～20kHz，有效带宽为5kHz，并且利用海明窗进行了加窗处理。信息码组码率为R＝5000bit/s，使用BPSK调制，调制后的信息子信号时长均为120ms。图3为试验所用海明加窗线性调频信号(linearfrequency modulation:LFM)及其自相关波形，图中波形均相对于其最大幅度进行了归一化。使用BPSK调制时，若发射码元符号为0则调制后信号波形如图3中左图所示，若发射码元符号为1，则调制后波形为图3中左图移相π。接收端利用接收到的探测信号对接收到的信息信号进行时反处理，理想情况下若发射的码元符号为0，则时反处理后的信号波形如图3中右图所示，若发射的码元符号为1则时反处理后的信号波形为图3中右图移相π。

图4给出了发射换能器分别在D＝1.5m和D＝2m发射的信号波形，包括探测信号和空时编码信号两部分，发射的空时编码信号由编码信号矩阵C(t)确定。图4中波形均相对于载波信号最大幅度进行了归一化。为了保证探测信号和信息子信号的幅度相差不至于太大，试验所用探测信号的幅度A₁为载波信号的幅度A₂的5倍。此外，为了不会产生相互干扰，各信息子信号s_l(t)之间均存在100ms的保护间隔。

图5给出了发射换能器分别在D＝1.5m和D＝2m发射时，接收换能器在d2＝1m处接收到的信号波形，图5中波形相对于其最大幅度进行了归一化。将图5与图4对比可以看出，噪声分量非常小其影响可以忽略，但是由于信道水池中存在严重的多途效应，接收信号产生了较为严重码间干扰，因此码间干扰是通信中的主要干扰。

图6是接收阵元数M从1增加到5时，两种方法的组合信道响应的对比。图6.(a)是本发明的组合信道响应f(t)的波形图，图6.(b)是仅实现接收分集的被动时反水声通信方法(方法2)的组合信道响应f′(t)的波形，图6.(b)中上图为发射换能器在D＝1.5m时方法2的组合信道响应，图6.(b)中下图为发射换能器在D＝2m时方法2的组合信道响应。图6中计算f(t)和f′(t)所用的f_ij(t)均相对|f_ij(0)|进行了归一化。由图6可以看出，当接收阵元数M相同时，|f(0)|=2|f′(0)|，这是因为本发明不仅实现了接收分集，而且利用2个发射阵元实现了发射分集。与|f′(t)|相比，|f(t)|的旁瓣得到了显著的压缩，波形更接近于基带调制信号g′(t)，因此本发明的通信性能更好。

图7是当接收阵元数M从1增加到5时，两种方法的误码率曲线对比。图7中“*”标注的曲线表示本发明的误码率，用“○”和“△”标注的曲线表示当发射换能器分别在D＝1.5m和D＝2m时，仅实现接收分集的被动时反水声通信方法(方法2)的误码率。由于试验条件下噪声非常微弱，此时通信中的误码均由码间干扰产生。由图7可以看出，当误码率相同的情况下，本发明需要的接收阵元数M要小于方法2，而当接收阵元数M相同时，本发明的误码率要低于方法2。

综上，本发明为水声通信平台提供了一种可靠的通信方法，它通过使用正交空时编码，在被动时反通信中同时实现了发射分集和接收分集，从而达到在保证通信性能的基础上降低对接收阵元数的要求以及在接收阵元数相同的情况下提高通信性能的效果。

除上述实施例外，凡采用或等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (1)

1.一种基于正交空时编码的多输入多输出被动时反水声通信方法，其特征在于包括下述步骤：

(1)利用线性调频信号A₁p(t)及时反信号A₁p(-t)构造探测信号，p(t)为幅度归一化的线性调频信号，A₁为常数，A₁p(t)和A₁p(-t)间存在着保护时间间隔τ，τ大于信道的多途扩展所影响的时间；

(2)根据发射阵元数N将信息码元划分为长度相同的L个码组d_l(n),l＝1,…,L，以线性调频信号A₂p(t)作为载波对信息码组d_l(n)进行相位调制得到信息子信号

利用所有的信息子信号s_l(t)及其时反信号s_l(-t)构造编码信号矩阵C(t)，

$C\left(t\right)=\left[\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l\left(t\right)E_l\\ \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l(-t)E_l\end{array}\right],$

A₂为常数，E_l为L×N的实矩阵，满足：

$\left\{\begin{array}{cc}{E}_l^T{E}_{l^{\′}}+E_{l^{\′}}^T{E}_l=0_N,& l\≠l^{\′}\\ E_l^T{E}_l=I_N,& l=\mathrm{1,2},\·\·\·,L\end{array}\right.,$ 0_N是一个N×N的零矩阵；

(3)各发射阵元以一定的时间间隔2τ依次发射探测信号，当所有发射阵元的探测信号均发射完毕后，等待保护间隔τ，各发射阵元根据编码信号矩阵C(t)同时发射空时编码信号。

(4)第j个接收阵元利用接收到的探测信号构造译码矩阵Ω^j(t)，Ω^j(t)＝[D^j(t)D^j(-t)]。

D^j(t)和D^j(-t)均为L×L的矩阵，其第l行分别为：

$\left\{\begin{array}{c}{d}_l^j\left(t\right)={\left(E_l{P}^j\left(t\right)\right)}^T\\ d_l^j(-t)={\left(E_l{P}^j(-t)\right)}^T\end{array}\right.$

P^j(t)和P^j(-t)为N×1的矩阵，其第i个元素分别为p_ij(t)和p_ij(-t)，p_ij(t)和p_ij(-t)为：

$\left\{\begin{array}{c}{p}_{\mathrm{ij}}\left(t\right)=A_{1}p\left(t\right)*h_{\mathrm{ij}}\left(t\right)\\ p_{\mathrm{ij}}(-t)\mathrm{TR}[A_{1}p(-t)*h_{\mathrm{ij}}\left(t\right)]=A_{1}p\left(t\right)*h_{\mathrm{ij}}(-t)\end{array}\right.$

TR[]表示对括号内的信号进行时反，h_ij(t)表示第i个发射阵元到第j个接收阵元的信道响应，

对接收的编码信号矩阵R^j(t)的变换形式Y^j(t)进行译码和时反处理，

$=\begin{array}{c}{R}^j\left(t\right)=C^j\left(t\right)*H^j\left(t\right)\\ \left[\begin{array}{c}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l\left(t\right)E_l*H^j\left(t\right)\\ \underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l(-t)E_l*H^j\left(t\right)\end{array}\right]\\ =\left[\begin{array}{c}{R}_1^j\left(t\right)\\ R_2^j\left(t\right)\end{array}\right]\end{array},$

和

表示R^j(t)的2个L×1的分块矩阵，“*”表示卷积，H^j(t)为N×1的矩阵，其第i个元素为h_ij(t)， $Y^j\left(t\right)=[{\left(R_1^j\left(t\right)\right)}^T,{\left(R_2^j(-t)\right)}^T],$

$Y_c^j\left(t\right)=A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2h_{\mathrm{ij}}\left(t\right)*h_{\mathrm{ij}}(-t)*g(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right));$

(5)合并M个接收阵元处理后的信号，

$\begin{array}{c}{Y}_c\left(t\right)=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{Y}_c^j\left(t\right)\\ =A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{2h}_{\mathrm{ij}}\left(t\right)*h_{\mathrm{ij}}(-t)*g(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\end{array},$

对Y_c(t)进行解调得到的基带信号为：

$\begin{array}{c}{Y}_c^{\′}\left(t\right)=A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}2f_{\mathrm{ij}}(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\\ =A_1{A}_2{E}_p\underset{n}{\mathrm{\Σ}}2f(t-\mathrm{nT})*(d_1\left(n\right),\·\·\·,d_L\left(n\right))\end{array},f\left(t\right)=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{f}_{\mathrm{ij}}\left(t\right),$

对Y′_c(t)以码元速率1/T进行采样，并且经过判决后可以得到信息码组d_l(n)的估值

Images