CN106230517B - 一种水下移动通信用抗干扰处理方法 - Google Patents
一种水下移动通信用抗干扰处理方法 Download PDFInfo
- Publication number
- CN106230517B CN106230517B CN201610515201.4A CN201610515201A CN106230517B CN 106230517 B CN106230517 B CN 106230517B CN 201610515201 A CN201610515201 A CN 201610515201A CN 106230517 B CN106230517 B CN 106230517B
- Authority
- CN
- China
- Prior art keywords
- array
- signal
- interference
- submatrix
- underwater
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B11/00—Transmission systems employing sonic, ultrasonic or infrasonic waves
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03891—Spatial equalizers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03987—Equalisation for sparse channels
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开一种水下移动通信用抗干扰处理方法,步骤是:利用N个声纳形成2个相邻的均匀线阵所组成的嵌套阵列接收信号;利用嵌套阵列对水声信号进行采样,得到阵列输出信号;根据阵列输出信号计算虚拟阵列接收数据矢量;根据压缩感知原理利用凸优化算法对接收信号进行稀疏重构,构造超完备基;采用凸优化方法求解稀疏约束方程,得到估计值;根据估计值得到干扰DOA的估计值,构造干扰子空间矩阵及其正交空间投影矩阵,对向量化处理前的原始接收信号利用正交投影的方法完成干扰抑制。此种方法可提高通信的效率,节约通信的成本,具体广泛的应用价值。
Description
技术领域
本发明属于水声工程技术领域,特别涉及一种水下移动通信用抗干扰处理方法。
背景技术
水声是传递信息的重要载体之一。就目前来说,水声仍是水下传递信息最有效的手段。为了更好地进行水下移动通信,抑制水声信号中的噪声显得尤为重要,因此我们需要不断地改进水下移动通信设备来达到提高通信效率的目的。
传统的水下移动通信是通过水下机器人来接收航行命令、动力定位探测并收集信息,与岸上的水声通信系统共同完成。探测的信号中夹杂着很多的干扰和噪声信号,如混响和系统噪声等,不利于信息的准确传输,降低了通信效率。
发明内容
本发明的目的,在于提供一种水下移动通信用抗干扰处理方法,其可提高通信的效率,节约通信的成本,具体广泛的应用价值。
为了达成上述目的,本发明的解决方案是:
一种水下移动通信用抗干扰处理方法,包括如下步骤:
步骤1,利用N个声纳形成2个相邻的均匀线阵所组成的嵌套阵列接收信号;
步骤2,利用嵌套阵列对水声信号进行采样,得到阵列输出信号x(t);
步骤3,根据阵列输出信号x(t)计算虚拟阵列接收数据矢量z(t);
步骤4,根据压缩感知原理利用凸优化算法对接收信号进行稀疏重构,构造超完备基Ψ;
步骤5,将信号入射空域波达方向角估计转化为求解如下的优化问题:
其中,ε为预先给定的参数;
采用凸优化方法求解稀疏约束方程,得到p的估计值
步骤6,根据的值得到干扰DOA的估计值其中i=L+1,…,Q;利用估计得到的构造干扰子空间矩阵及其正交空间投影矩阵对向量化处理前的原始接收信号利用正交投影的方法完成干扰抑制,即
上述步骤1中,用声纳形成的均匀线阵共有N=N1+N2个,当N为偶数时 其中,较小的均匀线阵为一阶子阵,含有N1个阵元,阵元间隔为d1;较大的均匀线阵为二阶子阵,包含N2个阵元,阵元间隔为d2,且d2=(N1+1)d1。
上述步骤2中,假设有L个水声信号和Q-L个不相关的干扰信号入射到嵌套阵列中,则x(t)由两部分组成:声纳采集的信号xL(t)和干扰信号xQ-L(t);
t时刻声纳阵列接收的信号表示为:
其中,x(t)=[x1(t),x2(t),…,xN(t)]T表示所有阵元在采样时刻t的输出信号,[·]T表示转置运算,A=[a(θ1),…,a(θL),a(θL+1),…,a(θQ)]表示所有入射信号DOA对应的阵列流型矩阵,表示θ对应的导向矢量,λ为入射信号的半波长。
上述步骤3的具体过程是:
3a)根据K-R积,包含N个阵元的二阶nested阵列产生的虚拟均匀线阵具有个虚拟阵元;把个虚拟阵元划分为个子阵,每个子阵包含个虚拟阵元;
3b)把N个虚拟阵元划分为个子阵,每个子阵包含个虚拟阵元;
3c)对个子阵的数据协方差矩阵求和,得Rsum;
3d)将Rsum向量化,得
z=vec(Rsum)=Φp+σ2I。
上述步骤4的具体过程是:
4a)将信号入射空域进行离散采样,将整个DOA空间[-90°,90°]等间隔划分为Q个角度,定义为波达方向范围
4b)构造一个空域稀疏化后的超完备基Ψ(θ):
采用上述方案后,本发明主要解决海洋噪声环境下水下移动通信系统容易受到干扰的问题。该方法是在传统的移动通信设备原理基础上,按照本发明提出的处理方法进行信号采集与处理。具体方法是:首先利用嵌套阵列接收信号并对接收信号的数据进行预处理,作为新的接收数据进行处理;根据干扰信号空间谱的稀疏特性估计出干扰信号的来向,利用估计出来的干扰信号来向构造干扰子空间;然后利用正交子空间投影算法抑制掉估计出来的干扰。一方面,该发明提高了阵列自由度,有效缓解硬件对数据存储、数据计算和传输的压力,节约了装置的成本;另一方面,在低信噪比和小块拍数情况下依然有较好性能,在水下移动通信中可以达到除噪声的效果,提高了通信效率。
附图说明
图1是本发明适用的水下移动通信用设备的硬件框图;
图2是本发明适用的水下移动通信用设备的电路原理图;
图3是本发明的流程图;
图4是本发明的应用过程示意图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
本发明提供一种水下移动通信用抗干扰处理方法,适用于水下移动通信用设备,设备的架构可配合图1及图2所示,包括水上监测机0和收发合置换能器2,其中,水上监测机0一般放置在岸上,用于水上操作,所述水上监测机0包括信号采集模块2、信号接收模块3、ARM嵌入式处理模块11、DSP高速处理模块4和显示器12,信号采集模块2包括顺序连接的功放电路7、滤波器8和A/D转换器9,信号接收模块3包括顺序连接的D/A转换器15、滤波器16和阻抗匹配器17,DSP高速处理模块4包括DSP处理器10、DSP处理器13和电源14,DSP处理器10和DSP处理器13分别与ARM嵌入式处理模块11连接,电源14为信号采集模块2、信号接收模块3、ARM嵌入式处理模块11和DSP高速处理模块4提供电源;所述收发合置换能器2包括收发转换开关5和水声换能器6,且收发转换开关5和水声换能器6双向相连。
当该水下移动通信用设备在岸上工作时,换能器放置在水下。在开始进行水陆信息传递时,接通整个系统设备的电源,在ARM嵌入式处理模块上输入工作参数和控制命令,然后启动设备开始工作。水声换能器将水声通信信号转换为电信号,信号采集模块接收被传输的通信信息,然后经过DSP高速处理模块后送到信号接收模块,对传送的通信信息进行处理,最终获得需要的信息。
配合图3所示,本发明一种水下移动通信用抗干扰处理方法,包括如下步骤:
步骤1,利用N个声纳形成2个相邻的ULA(均匀线阵)所组成的嵌套阵列接收信号,每个声纳成为一个阵元,并假设有压制性干扰信号和水声信号共存,有L个水声信号和Q-L个不相关的干扰信号入射到该嵌套阵列中。
用声纳形成均匀线阵共有N=N1+N2个,当N为偶数时其中,较小的均匀线阵为一阶子阵,含有N1个阵元,阵元间隔为d1;较大的均匀线阵为二阶子阵,包含N2个阵元,阵元间隔为d2,且d2=(N1+1)d1。若用集合S表示阵元的位置,那么第1个阵列的阵元位置S1={md1,m=1,2,…,N1},第2个阵列的阵元位置S2={n(N1+1)d1,n=1,2,…,N2}。
步骤2,利用嵌套阵列对水声信号进行采样,得到阵列输出信号x(t),并定义x(t)由两部分组成:声纳采集的信号xL(t)和干扰信号xQ-L(t)。
t时刻声纳阵列接收的信号可以表示为:
其中,x(t)=[x1(t),x2(t),…,xN(t)]T表示所有阵元在采样时刻t的输出信号,[·]T表示转置运算,A=[a(θ1),…,a(θL),a(θL+1),…,a(θQ)]表示所有入射信号DOA对应的阵列流型矩阵,表示θ对应的导向矢量,λ为入射信号的半波长。
步骤3,根据阵列输出信号x(t)计算虚拟阵列接收数据矢量z(t),具体过程是:
3a)根据K-R积,包含N个阵元的二阶nested阵列产生的虚拟ULA具有个虚拟阵元。把个虚拟阵元划分为个子阵,每个子阵包含个虚拟阵元。
3b)类似空间平滑算法,把个虚拟阵元划分为个子阵,每个子阵包含个虚拟阵元,则第i个子阵的接收信号zi可表示为:
zi=Aip+ni
其中,Ai为第i个子阵的导向矢量矩阵,p为零均值的矢量信号,ni为第i个子阵的空域白噪声。
3c)对个子阵的数据协方差矩阵求和,得Rsum。
3d)将Rsum向量化,得
z=vec(Rsum)=Φp+σ2I
其中,Φ为子阵导向矢量矩阵与其共轭不转置运算的Khatri-Rao积,I为只有一个位置为1其余位置均为0的向量的集合。σ为信号的功率。
步骤4,根据压缩感知原理利用凸优化算法对接收信号进行稀疏重构,构造超完备基Ψ,并定义一个稀疏向量,也即步骤3b)中的零均值的矢量信号p,具体过程是:
4a)将信号入射空域进行离散采样,可将整个DOA空间[-90°,90°]等间隔划分为r个角度,定义为波达方向范围θ=[θ1,θ2,...,θr]。
4b)构造一个空域稀疏化后的超完备基Ψ(θ):
Ψ(θ)=[a(θ1),...,a(θr)]
4c)可将z重新表示为稀疏形式
步骤5,将信号入射空域波达方向角估计转化为求解如下的优化问题:
其中,ε为预先给定的参数,一般根据噪声功率设置。
采用凸优化方法求解步骤4c)中的稀疏约束方程,得到的估计值
步骤6,根据的值可以得到干扰DOA的估计值其中i=L+1,…,Q;利用估计得到的构造干扰子空间矩阵及其正交空间投影矩阵对向量化处理前的原始接收信号利用正交投影的方法完成干扰抑制,即
在求解出抑制噪声后的信号x'(n)后,将其传给DSP处理器,解算出需要得到的信息,即除去噪声后的通信信息。
图4是本发明在进行水下移动通信抗干扰工作的流程图,包括如下步骤:
步骤S4-1:在ARM嵌入式处理模块11上通过按钮或者选择键进行工作参数和控制命令的设置;
步骤S4-2:打开收发转换开关5开始通信信息传输;
步骤S4-3:通信信息经过水声换能器6转换成数字信号发送到信号采集模块2,信号首先经过功放电路7放大,再通过滤波器8滤波,用A/D转换器9将传输的海洋信号转换成数字信号;
步骤S4-4:判断有无信号,有信号就进行步骤S4-5,没有则跳到步骤S4-2;
步骤S4-5:在DSP处理器10对信号进行预处理;
步骤S4-6:把预处理后的信号在DSP处理器13中进行压缩采集、稀疏等处理,最后对稀疏处理后的信号进行信息的解算,得到干扰信号的估计值;
步骤S4-7:利用正交投影方法得到去噪后的信号。
步骤S4-5、S4-6、S4-7是基于传统的水下移动通信设备对信号处理的一个改进的地方。
综合上述,本发明一种水下移动通信用抗干扰处理方法,在传统水下移动通信设备基础上,采用稀疏重构方法,对探测到的传输信号实现去噪,获得更精确的传输信号,同时降低采样频率,缓解传输压力。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (3)
1.一种水下移动通信用抗干扰处理方法,其特征在于包括如下步骤:
步骤1,利用N个声纳形成2个相邻的均匀线阵所组成的嵌套阵列接收信号;
步骤2,利用嵌套阵列对水声信号进行采样,得到阵列输出信号x(t);
步骤3,根据阵列输出信号x(t)计算虚拟阵列接收数据矢量z(t);
所述步骤3的具体过程是:
3a)根据K-R积,包含N个阵元的二阶nested阵列产生的虚拟均匀线阵具有个虚拟阵元;把个虚拟阵元划分为个子阵,每个子阵包含个虚拟阵元;
3b)把个虚拟阵元划分为个子阵,每个子阵包含个虚拟阵元;
3c)对个子阵的数据协方差矩阵求和,得Rsum;
3d)将Rsum向量化,得
z=vec(Rsum)=Φp+σ2I;
其中,Φ为子阵导向矢量矩阵与其共轭不转置运算的Khatri-Rao积,k=L+1,...,Q,L为水声信号的个数,Q-L为不相关的干扰信号个数;I为只有一个位置为1其余位置均为0的向量的集合,σ为信号的功率;
步骤4,根据压缩感知原理利用凸优化算法对接收信号进行稀疏重构,构造超完备基Ψ;
所述步骤4的具体过程是:
4a)将信号入射空域进行离散采样,将整个DOA空间[-90°,90°]等间隔划分为r个角度,定义为波达方向范围θ=[θ1,θ2,...,θr];
4b)构造一个空域稀疏化后的超完备基Ψ(θ):
Ψ(θ)=[a(θ1),...,a(θr)]
4c)将z重新表示为稀疏形式
步骤5,将信号入射空域波达方向角估计转化为求解如下的优化问题:
其中,ε为预先给定的参数;
采用凸优化方法求解稀疏约束方程,得到的估计值
步骤6,根据的值得到干扰DOA的估计值其中i=L+1,…,Q;利用估计得到的构造干扰子空间矩阵及其正交空间投影矩阵对向量化处理前的原始接收信号利用正交投影的方法完成干扰抑制,即
2.如权利要求1所述的一种水下移动通信用抗干扰处理方法,其特征在于:所述步骤1中,用声纳形成的均匀线阵共有N=N1+N2个,当N为偶数时其中,较小的均匀线阵为一阶子阵,含有N1个阵元,阵元间隔为d1;较大的均匀线阵为二阶子阵,包含N2个阵元,阵元间隔为d2,且d2=(N1+1)d1。
3.如权利要求1所述的一种水下移动通信用抗干扰处理方法,其特征在于:所述步骤2中,假设有L个水声信号和Q-L个不相关的干扰信号入射到嵌套阵列中,则x(t)由两部分组成:声纳采集的信号xL(t)和干扰信号xQ-L(t);
t时刻声纳阵列接收的信号表示为:
其中,x(t)=[x1(t),x2(t),…,xN(t)]T表示所有阵元在采样时刻t的输出信号,[·]T表示转置运算,A=[a(θ1),…,a(θL),a(θL+1),…,a(θQ)]表示所有入射信号DOA对应的阵列流型矩阵,表示θ对应的导向矢量,λ为入射信号的半波长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515201.4A CN106230517B (zh) | 2016-07-01 | 2016-07-01 | 一种水下移动通信用抗干扰处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610515201.4A CN106230517B (zh) | 2016-07-01 | 2016-07-01 | 一种水下移动通信用抗干扰处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106230517A CN106230517A (zh) | 2016-12-14 |
CN106230517B true CN106230517B (zh) | 2018-11-09 |
Family
ID=57519026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610515201.4A Active CN106230517B (zh) | 2016-07-01 | 2016-07-01 | 一种水下移动通信用抗干扰处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106230517B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108710103B (zh) * | 2018-06-12 | 2021-12-10 | 西安电子科技大学 | 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253388A (zh) * | 2011-06-23 | 2011-11-23 | 哈尔滨工程大学 | 基于压缩感知的多无人水下航行器协同探测方法 |
CN103353595A (zh) * | 2013-06-18 | 2013-10-16 | 西安电子科技大学 | 基于阵列内插压缩感知的米波雷达测高方法 |
CN104749552A (zh) * | 2015-03-21 | 2015-07-01 | 西安电子科技大学 | 基于稀疏重构的互质阵列波达方向角估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9562968B2 (en) * | 2012-10-22 | 2017-02-07 | Saab-Sensis Corporation | Sensor system and method for determining target location using sparsity-based processing |
-
2016
- 2016-07-01 CN CN201610515201.4A patent/CN106230517B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253388A (zh) * | 2011-06-23 | 2011-11-23 | 哈尔滨工程大学 | 基于压缩感知的多无人水下航行器协同探测方法 |
CN103353595A (zh) * | 2013-06-18 | 2013-10-16 | 西安电子科技大学 | 基于阵列内插压缩感知的米波雷达测高方法 |
CN104749552A (zh) * | 2015-03-21 | 2015-07-01 | 西安电子科技大学 | 基于稀疏重构的互质阵列波达方向角估计方法 |
Non-Patent Citations (3)
Title |
---|
DOA Estimation Based on Compressive Sensing Method;Wang Biao;《Applied Mathematics & Information Sciences》;20150501(第3(2015)期);全文 * |
基于压缩感知的稀疏重构DOA估计算法;包晓蕾;《武汉理工大学学报(信息与管理工程版)》;20151231;第37卷(第6(2015)期);全文 * |
基于稀疏重构的阵列信号;胡南;《中国博士学位论文全文数据库》;20131031(第10(2013)期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106230517A (zh) | 2016-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103605108B (zh) | 声矢量阵高精度远程方位估计方法 | |
CN104166120B (zh) | 一种声矢量圆阵稳健宽带mvdr方位估计方法 | |
CN102879790A (zh) | 基于数字波束形成与空时调零级联的抗干扰系统和方法 | |
Sun et al. | Joint DOA and TDOA estimation for 3D localization of reflective surfaces using eigenbeam MVDR and spherical microphone arrays | |
CN104408278A (zh) | 一种基于干扰噪声协方差矩阵估计的稳健波束形成方法 | |
Tao et al. | A novel combined beamformer based on hypercomplex processes | |
CN102043145A (zh) | 基于声矢量传感器均匀直线阵的快速宽带频域波束形成方法 | |
Stergiopoulos | Implementation of adaptive and synthetic-aperture processing schemes in integrated active-passive sonar systems | |
CN110850445A (zh) | 一种基于空时采样协方差求逆的脉冲干扰抑制方法 | |
Stinco et al. | Detection of envelope modulation and direction of arrival estimation of multiple noise sources with an acoustic vector sensor | |
Guo et al. | Low-frequency beamforming for a miniaturized aperture three-by-three uniform rectangular array of acoustic vector sensors | |
CN111308424A (zh) | 一种基于相加求和与music联合算法的变电站设备可听声源定位方法 | |
CN103941234B (zh) | 一种针对多径信号的波束形成器设计方法 | |
CN114001816B (zh) | 一种基于mpsoc的声学成像仪音频采集系统 | |
CN106230517B (zh) | 一种水下移动通信用抗干扰处理方法 | |
Lombard et al. | Multidimensional localization of multiple sound sources using averaged directivity patterns of blind source separation systems | |
CN116701921B (zh) | 多通道时序信号自适应抑噪电路 | |
CN110320492B (zh) | 一种基于导向矢量对称特性的低复杂度doa估计方法 | |
CN101666876B (zh) | 一种双线阵声纳左右舷识别方法及相应系统 | |
CN108614234A (zh) | 基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法 | |
CN109870671A (zh) | 一种稳健性高分辨的高效doa估计算法 | |
CN113491137B (zh) | 具有分数阶的灵活差分麦克风阵列 | |
CN105138743A (zh) | 一种基于单矢量水听器的相干信号源方位估计方法 | |
CN108156545B (zh) | 一种阵列麦克风 | |
McIntyre et al. | Low power beamforming for underwater acoustic sensing using a 5-element circular hydrophone array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190603 Address after: 215500 Jiaotong University Science Park B3-317, No. 1 Xianshi Road, Changshu High-tech Zone, Suzhou City, Jiangsu Province Patentee after: Ocean Applied Acoustic-Tech Co., Ltd. Address before: 212003 Mengxi Road, Jingkou District, Zhenjiang, Jiangsu Province, No. 2 Patentee before: Jiangsu University of Science and Technology |
|
TR01 | Transfer of patent right |