CN107426120B - 一种基于最小均方误差的水声ofdm-mfsk信道均衡方法 - Google Patents

Abstract

本发明提供的是一种基于最小均方误差的水声OFDM‑MFSK信道均衡方法，属于水声通信领域。具体内容如下：(1)发射端在一帧数据的首尾加入线性调频信号；(2)接收端对帧前同步信号进行检测，完成数据截取和多普勒因子估计，并对接收信号进行多普勒补偿；(3)利用多普勒补偿后的帧前同步信号进行高精度信道冲激响应估计；(4)利用每个OFDM‑MFSK符号中的空子载波估计当前符号噪声，并根据估计出的信道冲激响应实现OFDM‑MFSK符号的频域最小均方误差信道均衡；(5)最后对均衡后的数据进行解调。本发明提供的方法考虑了噪声对信道均衡的影响，有效弥补了OFDM‑MFSK水声通信系统受严重的信道多途扩展影响而引起的性能损失。

Description

一种基于最小均方误差的水声OFDM-MFSK信道均衡方法

技术领域

本发明涉及的是一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，属于水声通信领域。

背景技术

OFDM-MFSK是多载波技术与MFSK相结合的调制技术，OFDM-MFSK的发射端将全部子载波以M元为一组进行划分，采用MFSK的方式进行信息映射，接收端则按照非相干的方式进行MFSK信号的检测，无需信道估计与均衡过程。OFDM-MFSK兼容了多载波调制技术的高通信速率，又保留了MFSK调制的稳健性能，与正交频分复用(OFDM)调制相比，可以更好的平衡传输速率和稳健性能。

水声信道是迄今为止最为复杂的无线信道之一，具有严重的多途扩展和多普勒扩展，且可用带宽有限。在多载波系统中，较大的多途扩展会导致系统受到严重的符号间干扰(ISI)的影响。为了消除ISI，系统需要加入较长的循环前缀来进行消除，由此会降低系统的频带利用率。为了有效减少较长的多途扩展，有学者将被动时间反转镜技术应用于多载波OFDM-MFSK系统中，利用时间反转镜技术良好的时间压缩和空间聚焦特性实现信道的短化，结果表明，时反处理系统相比未时反系统，可以有效降低系统误码率，提高系统性能，但该方法没有考虑探测信号自相关对处理结果的影响。基于此，有学者提出采用虚拟时间反转镜技术应用于OFDM系统，该方法首先利用探测信号采用匹配追踪算法对信道冲激响应进行精确估计，然后对估计出的结果进行时间反转，并与信号进行卷积来完成信道均衡，结果表明，虚拟时间反转镜技术相比被动时间反转镜技术由于对信道进行了精确估计，避免了探测信号子相关的影响具有更好的系统误码性能。综上所述，时间反转镜技术可以有效降低由于信道多途扩展给系统带来的性能损失，但时间反转镜技术没有考虑到信道噪声对信道均衡性能的影响，而本发明则根据OFDM-MFSK符号自身的特点，对每个符号的噪声功率进行精确估计，并在频域采用最小均方误差实现信道均衡，以此来进一步短化信道，提高系统性能。

发明内容

本发明公开了一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，本发明的目的是这样实现的：

(1)发射端在一帧数据的首尾加入线性调频信号；

(2)接收端对帧前同步信号进行检测，完成数据截取和多普勒因子估计，并对接收信号进行多普勒补偿；

(3)利用多普勒补偿后的帧前同步信号进行高精度信道冲激响应估计；

(4)利用每个OFDM-MFSK符号中的空子载波估计当前符号噪声，并根据估计出的信道冲激响应实现OFDM-MFSK符号的频域最小均方误差信道均衡；

(5)最后对均衡后的数据进行解调。

本发明的主要优势在于：本发明提供的方法通过每个符号的空子载波实现了逐个符号噪声功率的精确估计，并在频域按照最小均方误差准则实现接收信号的信道均衡过程，该方法有效实现了接收信号在频域的信道均衡，解决了由于信道严重的多途扩展而导致系统性能下降的问题，并且相比虚拟时间反转镜技术可以进一步短化信道，提高系统性能。

附图说明

图1是OFDM-MFSK水声通信系统发射帧结构示意图；

图2是OFDM-MFSK水声通信系统接收端信号流程图。

具体实施方式

下面结合附图对本发明给出更详细的说明。

1、发射端在一帧数据的首尾加入线性调频信号，发射帧结构如图1所示，现将数据之前的线性调频信号称之为帧前同步信号，数据之后的线性调频信号称之为帧后同步信号。两个线性调频信号的参数一致，数据与两个线性调频信号间的保护间隔长度大于信道的最大多途扩展长度。OFDM-MFSK数据块由时域OFDM-MFSK符号加入循环前缀和循环后缀组成，循环前缀即将OFDM-MFSK符号后面的数据复制到符号之前，循环后缀即将OFDM-MFSK符号前面的数据复制到符号之后，具体参见图1。

2、接收端对帧前同步信号进行检测，完成数据截取和多普勒因子估计，并对接收信号进行多普勒补偿。

对接收到的数据以同步信号作为参考信号进行相关运算，寻找帧前和帧后同步信号的峰值坐标点，计算两个信号的时间间隔T_r，根据如下公式计算整个数据块的多普勒因子

其中，T_t为发射帧信号中两个线性调频信号的时间间隔。

假设原始采样点矢量为x，根据计算得到的多普勒因子，经过多普勒补偿后的新采样点位置为

多普勒补偿后信号的幅值则采用线性插值的方式完成。

设函数f(x)在区间[x₀,x₁]两端点的函数值为f(x₀)和f(x₁)，使用线性函数L(x)＝ax+b近似代替区间[x₀,x₁]内的f(x)，通过选择参数a和b，使得L(x₀)＝f(x₀)，L(x₁)＝f(x₁)，由直线方程的两点可求得L(x)的表达式为

结合公式(2)和新采样点位置为

即可完成接收信号的多普勒补偿。

3、利用多普勒补偿后的帧前同步信号进行高精度信道冲激响应估计。

本发明将多普勒补偿后的帧前同步信号作为探测信号，采用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法完成水声信道的高精度估计。相比于匹配追踪(Matching Pursuit,OMP)算法，OMP算法增加了对备选原子的正交化过程，可以减少残差，提高信道估计精度，下面给出OMP算法的具体步骤：

现考虑稀疏信道的线性化模型

y＝Φx+v (3)

其中，y∈R^M为信道观测向量，x∈R^N为待估计的稀疏信道，v∈R^M为信道噪声向量，Φ∈R^M×N为测量矩阵(或原子库)，且可以表示为

为原子，在本发明中观测矩阵为探测信号所构成的托普利兹矩阵。

1)初始化残差r₀＝y，索引集

迭代索引i＝1，

2)寻找测量矩阵Φ中与残差最匹配的原子：

3)增加支撑集Λ_i＝Λ_i-1∪{λ_i}，增广矩阵

4)利用索引集中现有的原子逼近观测向量：

5)更新残差：

6)若i＜k，迭代索引加1，返回到第2)步；若i＝k，得到最后的信道估计结果

4、利用每个OFDM-MFSK符号中的空子载波估计当前符号噪声，并根据估计出的信道冲激响应实现OFDM-MFSK符号的频域最小均方误差信道均衡。

在频域最小均方误差信道均衡中，符号噪声估计准确性非常重要。假定接收的当前OFDM-MFSK时域符号为r＝[r₁,r₂,…,r_N]，对其进行N点DFT运算，得到频域数据R＝[R₁,R₂,…,R_N]，对R进行取模运算并以M元为一组进行划分，在每组数据中模值最大的子载波作为有效子载波，其余则看做空子载波，将全部空子载波的合集记做S_null，根据全部空子载波的能量计算当前符号的噪声功率N₀。

频域最小均方误差(MMSE)信道短化技术与时间反转镜技术一样，均基于声场互易的原理，区别于时间反转在时域上进行处理，MMSE信道短化技术则在频域上完成操作，即完成信号频域相位共轭的处理，同时考虑了信道噪声的影响，具体的实现流程如图2所示。接收端首先提取探测信号，估计出信道冲激响应

然后在频域按照最小均方误差准则给出预处理器的传递函数H_MMSE，计算公式如下所示；

其中，

为估计出的信道冲激响应

进行DFT后的结果，即信道传递函数。

将当前接收符号变换到频域，并与H_MMSE点乘完成信均衡；最后将均衡后的信号经过IFFT变回到时域完成后续的信号解调。

设发射信号为s[n]，水声信道冲激响应为h[n]，接收信号为r[n]，三者的傅立叶变换为S[m]、H[m]和R[m]，有下面等式成立。

R[m]＝S[m]H[m]+Z[m] (8)

经过频域MMSE信道短化后的频域信号Y[m]可表示为

从上式可以看出，若能正确估计N₀便可弥补由于信道噪声对信道短化效果带来的影响。

Claims (6)

1.一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，其特征在于：(1)发射端在一帧数据加入线性调频信号；(2)接收端对帧前同步信号进行检测，完成数据截取和多普勒因子估计，并对接收信号进行多普勒补偿；(3)利用多普勒补偿后的帧前同步信号进行高精度信道冲激响应估计；(4)利用每个OFDM-MFSK符号中的空子载波估计当前符号噪声，并根据估计出的信道冲激响应实现OFDM-MFSK符号的频域最小均方误差信道均衡；(5)最后对均衡后的数据进行解调；

所述的最小均方误差信道均衡过程如下，假定接收的当前OFDM-MFSK时域符号为r＝[r₁,r₂,…,r_N]，对其进行N点DFT运算，得到频域数据R＝[R₁,R₂,…,R_N]，对R进行取模运算并以M元为一组进行划分，在每组数据中模值最大的子载波作为有效子载波，其余则看做空子载波，将全部空子载波的合集记做S_null，根据全部空子载波的能量计算当前符号的噪声功率N₀，频域最小均方误差信道短化技术在频域上完成操作，即完成信号频域相位共轭的处理，同时考虑了信道噪声的影响，接收端首先提取探测信号，估计出信道冲激响应

然后在频域按照最小均方误差准则给出预处理器的传递函数H_MMSE，计算公式如下

其中，

为估计出的信道冲激响应

进行DFT后的结果，即信道传递函数；

将当前接收符号变换到频域，并与H_MMSE点乘完成信均衡；最后将均衡后的信号经过IFFT变回到时域完成后续的信号解调；

设发射信号为s[n]，水声信道冲激响应为h[n]，接收信号为r[n]，三者的傅立叶变换为S[m]、H[m]和R[m]，有下面等式成立；

R[m]＝S[m]H[m]+Z[m]

经过频域MMSE信道短化后的频域信号Y[m]可表示为

正确估计N₀便可弥补由于信道噪声对信道短化效果带来的影响。

2.根据权利要求1所述的一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，其特征在于：所述的线性调频信号加入在发射端一帧数据的首和尾。

3.根据权利要求1所述的一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，其特征在于：所述的发射端发射帧结构数据之前的线性调频信号称之为帧前同步信号，数据之后的线性调频信号称之为帧后同步信号，两个线性调频信号的参数一致，数据与两个线性调频信号间的保护间隔长度大于信道的最大多途扩展长度，OFDM-MFSK数据块由时域OFDM-MFSK符号加入循环前缀和循环后缀组成，循环前缀即将OFDM-MFSK符号后面的数据复制到符号之前，循环后缀即将OFDM-MFSK符号前面的数据复制到符号之后。

4.根据权利要求1所述的一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，其特征在于：所述的多普勒因子估计及多普勒补偿的过程如下，对接收到的数据以同步信号作为参考信号进行相关运算，寻找帧前和帧后同步信号的峰值坐标点，计算两个信号的时间间隔T_r，根据如下公式计算整个数据块的多普勒因子

其中，T_t为发射帧信号中两个线性调频信号的时间间隔；

假设原始采样点矢量为x，根据计算得到的多普勒因子，经过多普勒补偿后的新采样点位置为

多普勒补偿后信号的幅值则采用线性插值的方式完成；

设函数f(x)在区间[x₀,x₁]两端点的函数值为f(x₀)和f(x₁)，使用线性函数L(x)＝ax+b近似代替区间[x₀,x₁]内的f(x)，通过选择参数a和b，使得L(x₀)＝f(x₀)，L(x₁)＝f(x₁)，由直线方程的两点可求得L(x)的表达式为

结合公式(2)和新采样点位置为

即可完成接收信号的多普勒补偿。

5.根据权利要求1所述的一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，其特征在于：所述的高精度信道冲激响应估计过程如下，将多普勒补偿后的帧前同步信号作为探测信号，采用正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法完成水声信道的高精度估计。

6.根据权利要求5所述的一种基于最小均方误差的水声OFDM-MFSK信道均衡方法，其特征在于：所述的OMP算法的具体步骤如下，

现考虑稀疏信道的线性化模型

y＝Φx+v (3)

其中，y∈R^M为信道观测向量，x∈R^N为待估计的稀疏信道，v∈R^M为信道噪声向量，Φ∈R^{M ×N}为测量矩阵，且可以表示为

为原子，测量矩阵为探测信号所构成的托普利兹矩阵；

(1)初始化残差r₀＝y，索引集

迭代索引i＝1，

(2)寻找测量矩阵Φ中与残差最匹配的原子：

(3)增加支撑集Λ_i＝Λ_i-1∪{λ_i}，增广矩阵

(4)利用索引集中现有的原子逼近观测向量：

(5)更新残差：

(6)若i＜k，迭代索引加1，返回到第(2)步；若i＝k，得到最后的信道估计结果

Images