CN109547372A - 正交频分复用水声通信中时变宽带多普勒因子估计方法及装置 - Google Patents

Abstract

本发明属于OFDM水声通信技术领域，特别涉及一种正交频分复用水声通信中时变宽带多普勒因子估计方法及装置，该方法包含：获取正交频分复用OFDM数据通过水声信道后的信号模型，其中，正交频分复用OFDM数据包含同步段的同步信号和OFDM数据段的码元，每个码元中包含循环前缀和符号数据；依据信号模型，获取OFDM数据中起始码元多普勒因子；根据接收信号中OFDM数据各码元数据长度，并联合起始码元多普勒因子，获取时变多普勒因子。本发明能够对每个码元的多普勒系数进行精确地估计和补偿，降低多普勒因子估计复杂度和实现难度；能够实现移动OFDM通信中的时变多普勒因子估计与补偿，保证通信的稳健，性能稳定、运行高效，具有较强的实际应用价值和发展前景。

Description

正交频分复用水声通信中时变宽带多普勒因子估计方法及 装置

技术领域

本发明属于OFDM水声通信技术领域，特别涉及一种正交频分复用水声通信中时变宽带多普勒因子估计方法及装置。

背景技术

水声通信是典型的宽带通信，其多普勒效应比陆地无线通信更加严重，多普勒效应不仅仅表现为载波频率偏移，还包括信号的压缩和扩展，这导致了OFDM水声通信系统接收端的子载波间干扰(inter-carrier interference,ICI)，为了保证系统的正常工作，实现多普勒因子的准确估计与补偿显得尤为重要。

对于水声通信中的多普勒因子估计问题，国内外学者进行了大量的研究并取得了一些成果，总体可以归纳为两类：1)测量接收信号的频率，通过计算发送信号频率与接收信号频率的比值获得多普勒系数进行估计值；2)根据多普勒效应引发的时域扩展或压缩的效应，通过测量信号的时域伸缩变化量进行多普勒系数的估计。在数据块首尾添加一对已知的线性调频信号，在接收端来计算相关来的到实际接收信号长度，通过测量收发数据块在时域上的伸缩变化量来得到多普勒因子；将OFDM水声通信中多普勒建模为宽带多普勒和窄带多普勒，分两步对多普勒因子进行估计与补偿、在分析多普勒效应对信好影响的基础上，利用具有多普勒不变特性的双曲调频信号和对多普勒敏感的单频脉冲信号，提出高速移动时的多普勒估计方法。目前，这些已有的方法针对固定的多普勒因子估计与补偿进行了丰富的研究并取得了较好的效果，不适用于移动水声OFDM通信。声波在水中传播速度远远小于电磁波在空中的传播速度，这使得水声通信中的多普勒效应远远严重与无线通信，另一方面，由于水声通信中收发载体的相对运动以及海浪浮动等外界因素的干扰，使得多普勒因子变化的很快。而传统的多普勒估计方法适用于非时变多普勒因子估计，而移动水声通信中的多普勒因子具有动态时变特性，运用传统方法不能准确估计出每个码元的多普勒因子，而且当多普勒因子较大时，估计精度也不高。

发明内容

针对现有技术中的不足，本发明提供一种正交频分复用水声通信中时变宽带多普勒因子估计方法及装置，适用于移动水声通信中时变多普勒因子估计，水声通信过程中易于实现，且估计精度高。

按照本发明所提供的设计方案，一种正交频分复用水声通信中时变宽带多普勒因子估计方法，包含如下内容：

获取正交频分复用OFDM数据通过水声信道后的信号模型，其中，正交频分复用OFDM数据包含同步段的同步信号和OFDM数据段的码元，每个码元中包含循环前缀和符号数据；

依据信号模型，获取OFDM数据中起始码元多普勒因子；

根据接收信号中OFDM数据各码元数据长度，并联合起始码元多普勒因子，获取时变多普勒因子。

上述的，依据OFDM数据循环前缀保护长度及符号长度，获取OFDM码元长度、子载波间隔、子载波频率及带宽；并考虑水声多径信道冲击响应，获取接收到的带通信号，并将其搬移到基带，获取包含多普勒因子和多普勒频移表示的信号模型。

优选的，针对接收到的带通信号，依据多普勒因子依次对其进行重采样和基带搬移，获取作为信号模型的子信道解调输出模型。

上述的，依据信号模型，对接收OFDM数据中同步信号进行检测识别，检测到同步信号后，依据同步信号的起始频率或调频率获取起始码元的多普勒因子估计值。

优选的，依据同步信号的起始频率或调频率，并通过分数阶傅里叶变换获取起始码元的多普勒因子估计值。

更进一步，通过分数阶傅里叶变换获取起始码元的多普勒因子估计值，包含如下内容：

通过改变分数阶次和旋转角度，获取接收数据中同步信号的分数阶傅里叶变换，得到对应于新调频率的最优分数阶次；

依据信号中存在最优分数阶次使其能量聚集于以最大值表现的冲激函数，对信号进行检测，并根据分数阶傅里叶变换性质，获取同步信号调频率；

依据接收数据中同步信号调频率及获取到的同步信号调频率，得到起始码元的多普勒因子估计值。

上述的，获取时变多普勒因子，包含如下内容：

设定OFDM数据中循环前缀和符号数据的长度区间范围，搜索区间的起始时间，长度区间范围的相关系数及迭代中的滑动步长；

依据滑动步长对起始时间进行自动迭代累加，每次迭代累加过程中，对循环前缀和符号数据的长度区间范围进行采样和相关调整，获取调整后的长度区间范围的相关系数，并依据相关系数获取时变多普勒因子的估计值。

优选的，依据相关系数获取时变多普勒因子的估计值，包含如下内容：判断迭代累加后的起始时间是否滑到OFDM数据末尾，若未到末尾，则依据滑动步长对起始时间继续进行自动迭代累积后的操作处理；若到末尾，判断获取调整后的相关系数中，是否出现若干相关联峰值，若出现，则获取时变多普勒因子估计值，未出现，则判定其不是OFDM信号。

一种正交频分复用水声通信中时变宽带多普勒因子估计装置，包含模型获取模块、估计模块一和估计模块二，其中，

模型获取模块，用于获取正交频分复用OFDM数据通过水声信道后的信号模型，其中，正交频分复用OFDM数据包含同步段的同步信号和OFDM数据段的码元，每个码元中包含循环前缀和符号数据；

估计模块一，用于依据信号模型，获取OFDM数据中起始码元多普勒因子；

估计模块二，用于根据接收信号中OFDM数据各码元数据长度，并联合起始码元多普勒因子，获取时变多普勒因子。

上述的装置中，估计模块二包含初始状态设定子模块和迭代处理子模块，其中，

初始状态设定子模块，用于设定OFDM数据中循环前缀和符号数据的长度区间范围，搜索区间的起始时间，长度区间范围的相关系数及迭代中的滑动步长；

迭代处理子模块，用于依据滑动步长对起始时间进行自动迭代累加，每次迭代累加过程中，对循环前缀和符号数据的长度区间范围进行采样和相关调整，获取调整后的长度区间范围的相关系数，并依据相关系数获取时变多普勒因子的估计值。

本发明的有益效果：

本发明中基于OFDM中循环前缀与符号段数据的相关性，通过可变长度的循环前缀滑动相关搜索进行多普勒跟踪与快速补偿，不仅能够对每个码元的多普勒系数进行精确地估计和补偿，在OFDM水声通信中多普勒因子估计时，可以降低多普勒因子估计复杂度和实现难度。针对海上船舰或无人航行器水声通信时，能够实现移动OFDM通信中的时变多普勒因子估计与补偿，保证通信的稳健，性能稳定、运行高效，具有较强的实际应用价值和发展前景。

附图说明：

图1为实施例中多普勒因子估计方法流程示意图；

图2为实施例中系统发送端OFDM模型示意图；

图3为实施例中系统接收端OFDM模型示意图；

图4为实施例中多普勒因子估计装置示意图；

图5为实施例中估计模块二示意图；

图6为实施例中长度区间范围一的相关峰值实验数据曲线图；

图7为实施例中长度区间范围二的相关峰值实验数据曲线图；

图8为实施例中长度区间范围三的相关峰值实验数据曲线图；

图9为实施例中AWGN信道下误码率曲线图；

图10为实施例中归一化冲激响应示意图；

图11为实施例中高斯白噪声信道下多普勒估计值示意图；

图12为实施例中Bellhop信道下多普勒估计值示意图；

图13为实施例中受多普勒因子影响下的第一组码元相关峰值一示意图；

图14为实施例中受多普勒因子影响下的第一组码元相关峰值二示意图；

图15为实施例中受多普勒因子影响下的第一组码元相关峰值三示意图；

图16为实施例中Bellhop信道下误码率曲线对比图。

具体实施方式：

下面结合附图和技术方案对本发明作进一步详细的说明，并通过优选的实施例详细说明本发明的实施方式，但本发明的实施方式并不限于此。

针对现有技术中多普勒估计方法适用于非时变多普勒因子估计，而移动水声通信中的多普勒因子具有动态时变特性，运用传统方法不能准确估计出每个码元的多普勒因子，而且当多普勒因子较大时，估计精度也不高等情形，本申请实施例中，参见图1所示，提供一种正交频分复用水声通信中时变宽带多普勒因子估计方法，包含如下内容：

获取正交频分复用OFDM数据通过水声信道后的信号模型，其中，正交频分复用OFDM数据包含同步段的同步信号和OFDM数据段的码元，每个码元中包含循环前缀和符号数据；

依据信号模型，获取OFDM数据中起始码元多普勒因子；

根据接收信号中OFDM数据各码元数据长度，并联合起始码元多普勒因子，获取时变多普勒因子。

基于OFDM中循环前缀与符号段数据的相关性，通过可变长度的循环前缀滑动相关搜索进行多普勒跟踪与快速补偿，从系统信号模型、起始码元多普勒因子估计和时变多普勒因子估计三个方面进行实现，可靠性高，具有较强的实际应用价值。

OFDM水声通信系统中，参见图2和图3所示，本发明再一个实施例中，依据OFDM数据循环前缀保护长度及符号长度，获取OFDM码元长度、子载波间隔、子载波频率及带宽；并考虑水声多径信道冲击响应，获取接收到的带通信号，并将其搬移到基带，获取包含多普勒因子和多普勒频移表示的信号模型。优选的，针对接收到的带通信号，依据多普勒因子依次对其进行重采样和基带搬移，获取作为信号模型的子信道解调输出模型。

设OFDM循环前缀保护长度为T_g，符号长度为T，则OFDM码元的长度为T'＝T+T_g，子载波间隔为Δf＝1/T，第k个子载波的频率为：

f_k＝f_c+kΔf,k＝-K/2,L,K/2-1 (1)

式中，f_c为载波频率，子载波数为K，则带宽B＝KΔf。

在一个OFDM码元周期T'内，用d[k]表示第k个子载波上所发送的复信息符号，则被传送的带通信号为：

其中g(t)＝1,t∈[0,T]，否则g(t)＝0。考虑水声多径信道的冲激响应可用下式表示^[3]：

式中：A_p(t)为路径信号的幅值；δ(g)为单位冲激函数；τ_p(t)为路径的时延；p为多径数。假设所有路径的多普勒相同且在一个OFDM码元时间T内，A_p，τ_p和a都为常数。则系统接收到的带通信号可以下式表示：

式中，为加性噪声，将搬移到基带得到y(t)，则有：

式中n(t)表示基带信号中的加性噪声。可以看出多普勒效应对其有两方面的影响[]1):OFDM码元周期由T变为T/(1+a)。2):所有子载波产生了一个与各自子载波频率和多普勒因子a有关的多普勒频移因此，本发明另一个实施例中，依据信号模型，对接收OFDM数据中同步信号进行检测识别，检测到同步信号后，依据同步信号的起始频率或调频率获取起始码元的多普勒因子估计值。

在估计得到多普勒因子a后对式(4)中进行重采样得则：

其中v(t)为加性噪声，将搬移到基带得：

经过式(6)的重采样补偿之后，一方面对压缩或展宽的信号进行波形恢复，另一方面消除了多普勒效应对OFDM水声通信系统所产生的频率偏移，进而减少了由此引起的载波间干扰，恢复了子载波间的正交性。接收端进行解调，第m个子信道解调输出为:

其中，v_m为输出的噪声部分。这样接收到的信号基本就能不受ICI影响，由此可见只有精确多普勒因子的估计，才能实现正确的解调，下面介绍时变的多普勒因子估计方法。

图3为接收端OFDM模型，受时变多普勒因子的影响，接收端各个码元长度受到不同程度的伸缩影响。接收端收到信号后，首先对同步段信号进行检测识别，检测到同步信号后，对其进行处理得到第一个码元的多普勒因子。水声OFDM通信中同步段信号使用广泛的是具有大多普勒容限的线性调频(Chirp)信号，其表达式为：

式中，A，f₀和k分别为Chirp信号的幅度，起始频率和调频率。受多普勒因子a影响后Chirp信号的瞬时相位和频率为：

其中，D＝1+a，由上式可知，多普勒效应给Chirp信号带来的影响有三个方面，分别是Chirp信号时域压缩或扩展、起始频率由f₀变为Df₀、调频率由k变为D²k，因此如果能够得到接收Chirp信号的起始频率或调频率的估计值，就能计算出起始码元多普勒系数a的估计值。本发明再一个实施例中，依据同步信号的起始频率或调频率，并通过分数阶傅里叶变换获取起始码元的多普勒因子估计值。并进一步，通过分数阶傅里叶变换获取起始码元的多普勒因子估计值，包含如下内容：

通过改变分数阶次和旋转角度，获取接收数据中同步信号的分数阶傅里叶变换，得到对应于新调频率的最优分数阶次；

依据信号中存在最优分数阶次使其能量聚集于以最大值表现的冲激函数，对信号进行检测，并根据分数阶傅里叶变换性质，获取同步信号调频率；

依据接收数据中同步信号调频率及获取到的同步信号调频率，得到起始码元的多普勒因子估计值。

采用分数阶傅里叶变换(Fractional Fourier transform,FRFT)估计出多普勒系数的具体实现方法，通过改变分数阶次p，从而改变旋转角度α＝pp/2，求接收信号的FRFT，得到对应于新调频率D²k的最优分数阶次对于给定的Chirp信号存在一个最佳分数阶次使其能量聚集于以最大值而表现为一个冲激函数，以此可对Chirp信号进行检测，由FRFT的性质可得：

另外有接收到Chirp信号的调频率代入式(11)得：

由于水中载体运动速度限制，使得远小于1，所以可认为恒为整数，因此有：

式(13)就是基于FRFT的同步信号多普勒因子估计的表达式，将其作为起始码元的多普勒因子估计值，即

给出起始码元的多普勒因子的估计，如果能够得到接收信号中OFDM各个码元的数据长度联合起始码元的多普勒因子便可得到不同码元间的多普勒因子。本发明再一个实施例中，获取时变多普勒因子，包含如下内容：

设定OFDM数据中循环前缀和符号数据的长度区间范围，搜索区间的起始时间，长度区间范围的相关系数及迭代中的滑动步长；

依据滑动步长对起始时间进行自动迭代累加，每次迭代累加过程中，对循环前缀和符号数据的长度区间范围进行采样和相关调整，获取调整后的长度区间范围的相关系数，并依据相关系数获取时变多普勒因子的估计值。

依据相关系数获取时变多普勒因子的估计值时，可根据迭代累加后的起始时间进行判定，具体可设计为：判断迭代累加后的起始时间是否滑到OFDM数据末尾，若未到末尾，则依据滑动步长对起始时间继续进行自动迭代累积后的操作处理；若到末尾，判断获取调整后的相关系数中，是否出现若干相关联峰值，若出现，则获取时变多普勒因子估计值，未出现，则判定其不是OFDM信号。获取时变多普勒因子的相关算法可设计如下：

Step 1:确定循环前缀和符号段数据长度的范围。假设CP段长度其中τ_max是信道中的最大时延。一般选择符号段数据长度为循环前缀长度的4倍，这样由插入循环前缀所造成的信噪比损耗在1dB左右。可设置符号段长度搜索范围为3到5倍的循环前缀长度，即

Step 2:设置搜索区间的起始时间为t₀，则符号段和数据段的相关搜索区间分别为和在这两个区间上采样后并执行相关运算后得到相关系数

其中，i是相关搜索区间的起点，和分别是在区间和中的采样点数，r(k)是在区间中的采样值，是r(k)的共轭。

Step 3:令t₀＝t₀+Δt，其中Δt为滑动步长，在滑动的同时调整和在这两个区间进行采样和相关处理后。从离散域讨论：令i＝i+1，因此得到当t₀滑动到第j个循环前缀的起点并且有时，将会出现一个明显的峰值，其中T_gj和T_j分别为接收信号中第j个循环前缀和符号段数据的时长，和分别为T_gj和T_j的估计值。

Step 4:判断t₀是否滑动到OFDM数据段的末尾，如果未滑动到数据段的末尾，返回Step 3，否则执行Step 5。

Step 5:判断如果没有出现一系列有规律的峰值，则不是OFDM信号，如果出现一系列有规律的峰值则可以判断是OFDM信号。假设出现了j个峰值，则第j个峰值的间隔为估计到的码元长度。时变的多普勒因子的估计值为：

其中，T_g和T为发送的OFDM循环前缀和符号段数据长度，为第j个码元的多普勒因子。

基于滑动相关搜索进行OFDM水声通信中时变多普勒因子估计与补偿，可以估计出不同码元间的多普勒因子，实现复杂度第，具有较好的实用性和发展前景。

基于上述的多普勒因子估计方法，本发明实施例还提供一种正交频分复用水声通信中时变宽带多普勒因子估计装置，参见图4所示，包含模型获取模块101、估计模块一102和估计模块二103，其中，

模型获取模块101，用于获取正交频分复用OFDM数据通过水声信道后的信号模型，其中，正交频分复用OFDM数据包含同步段的同步信号和OFDM数据段的码元，每个码元中包含循环前缀和符号数据；

估计模块一102，用于依据信号模型，获取OFDM数据中起始码元多普勒因子；

估计模块二103，用于根据接收信号中OFDM数据各码元数据长度，并联合起始码元多普勒因子，获取时变多普勒因子。

上述的装置中，参见图5所示，估计模块二103包含初始状态设定子模块201和迭代处理子模块202，其中，

初始状态设定子模块201，用于设定OFDM数据中循环前缀和符号数据的长度区间范围，搜索区间的起始时间，长度区间范围的相关系数及迭代中的滑动步长；

迭代处理子模块202，用于依据滑动步长对起始时间进行自动迭代累加，每次迭代累加过程中，对循环前缀和符号数据的长度区间范围进行采样和相关调整，获取调整后的长度区间范围的相关系数，并依据相关系数获取时变多普勒因子的估计值。

为验证本发明技术方案的有效性，下面通过仿真实验做进一步解释说明：

在Matlab R2015b环境下进行了仿真实验。仿真时码元内速度不变，生成信号每帧包含12个OFDM符号，信号帧首尾均为85.3ms的Chirp信号，在首部的Chirp信号前还有一段85.3ms的单频信号，频率为10kHz，采样速率为10kHz，其他参数如表1所示：

表1 OFDM系统主要参数

仿真一：收发机匀速运动状态下本发明实施例技术方案与单频测频及时域相关方法的性能分析。首先在无多途信道影响下进行仿真，假设发射机运动速度为6m/s，接收机静止，发射机正对接收机的方向运动，信道中的噪声为高斯白噪声且信噪比为5dB。在仿真中FFT点数为2的整数次方，为了减小计算量，在2⁵,2⁶,L 2ⁿ的取值附近进行搜索。图6和图7分别表示当 和 搜索得到的相关峰值，图8表示当 搜索得到的相关峰值。

从图6中可以看出峰值杂乱不规则，因此CP的实际搜索点数N_Tg不在[103,152]范围内，因此需要调整参数进一步搜索。从图7中可以看出相关峰规则分布且峰值大小近似，因此可以推断在[231,280]范围内。如图8所示，进一步可以得到时峰值最大，结合采样速率可得由FRFT计算可以得到估计的第一个码元的多普勒因子根据峰值间隔可得因此有T_g+T＝127.98ms，与表1中的码元周期128ms基本一致。本发明实施例技术方案对单频测频法和时域相关法进行了仿真，采取50000次的蒙特卡洛实验，多普勒因子估计的结果如表2所示：

表2 6m/s匀速运动时多普勒因子估计

从表中可以看出，随着信噪比的增加，多普勒系数的估计值逐渐接近理论值，在高信噪比的条件下，三种方法都能够看为近似无偏的估计。在低信噪比(0dB)时，单频测频法与本发明实施例技术方案对多普勒因子估计较为精确，而在高信噪比(16dB)时，时域相关法的估计值更为准确。图9给出用三种方法对信号进行多普勒补偿后的误码率曲线并与不补偿的误码性能作比较。由图9中可以看出，在较低信噪比的情况下(小于8dB)，本发明实施例技术方案与单频测频法的误码性能好于时域相关法，但在较高信噪比条件下(大于8dB)情况正好相反。事实与之前多普勒系数估计的结论是基本一致的。

仿真二：收发机变速运动状态下本发明实施例技术方案与单频测频及时域相关方法的性能，并在有多途效应和无多途效应两种情况下对结果进行仿真。仿真信道采用Bellhop射线模型模拟浅海水声信道，接收机和发射机水平距离1km，整个水体平均水深100m，发射机深度10m，接收机深度10m，声波频率50kHz，归一化后的冲激响应如图10所示。假设发射机运动速度为5m/s～25m/s，接收机静止，发射机正对接收机的方向运动，水中声速在1540m/s～1543m/s内浮动，信噪比为5dB。实验中设定每四个码元为一组，每组内速度不变，组与组之间速度时变，图11和图12为滑动相关多普勒估计方法对每个码元跟踪估计并与理论值进行比较，由计算可知理论估计值应该在0.0033:0.0167浮动。以40个码元为例，可以看出，在无多途干扰时，多普勒因子的估计值较为准确，基本与理论值在上下一个采样点内浮动，存在多途干扰时，部分多普勒系数估计值与理论值存在偏差，但这种偏差不会累计和影响到下一组估计值得准确性，对整体一帧信号影响不大，具有较强的稳定性和可靠性。图13，图14和图15分别为无多途条件下三组受不同多普勒因子影响下搜索到的相关峰值，对应于图的前12个码元，其中参数分别为和三组数据参数估计值如下表3所示，其中声速c＝1541.5m/s。

表3三组数据参数估计

由表3可以看出多普勒因子，速度以及加速度的理论值与估计值比较接近。图16为Bellhop信道下本发明实施例技术方案与其他方法的误码性能对比，由该图可以看出在变速运动下，单频测频及时域相关方法补偿效果非常差，性能基本与无多普勒补偿误码率曲线一致，原因是单频测频方法得到的多普勒因子估计是一帧信号的起始时刻的多普勒系数，时域相关方法得到的是一帧信号的平均多普勒系数，但多普勒系数时变时，这两种方法都不适用，而本发明实施例技术方案补偿效果则很明显，在18dB后效果很好，可靠性很高，原因在于本发明实施例技术方案借助循环前缀与符号数据段的相关性，可以得到不同码元间的多普勒系数，从而提供更加精确的多普勒补偿，保证系统的稳健通信。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

结合本文中所公开的实施例描述的各实例的单元及方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已按照功能一般性地描述了各示例的组成及步骤。这些功能是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域普通技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不认为超出本发明的范围。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如：只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现，相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，包含如下内容：获取正交频分复用OFDM数据通过水声信道后的信号模型，其中，正交频分复用OFDM数据包含同步段的同步信号和OFDM数据段的码元，每个码元中包含循环前缀和符号数据；

依据信号模型，获取OFDM数据中起始码元多普勒因子；

根据接收信号中OFDM数据各码元数据长度，并联合起始码元多普勒因子，获取时变多普勒因子。

2.根据权利要求1所述的正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，依据OFDM数据循环前缀保护长度及符号长度，获取OFDM码元长度、子载波间隔、子载波频率及带宽；并考虑水声多径信道冲击响应，获取接收到的带通信号，并将其搬移到基带，获取包含多普勒因子和多普勒频移表示的信号模型。

3.根据权利要求2所述的正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，针对接收到的带通信号，依据多普勒因子依次对其进行重采样和基带搬移，获取作为信号模型的子信道解调输出模型。

4.根据权利要求1所述的正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，依据信号模型，对接收OFDM数据中同步信号进行检测识别，检测到同步信号后，依据同步信号的起始频率或调频率获取起始码元的多普勒因子估计值。

5.根据权利要求4所述的正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，依据同步信号的起始频率或调频率，并通过分数阶傅里叶变换获取起始码元的多普勒因子估计值。

6.根据权利要求5所述的正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，通过分数阶傅里叶变换获取起始码元的多普勒因子估计值，包含如下内容：

通过改变分数阶次和旋转角度，获取接收数据中同步信号的分数阶傅里叶变换，得到对应于新调频率的最优分数阶次；

依据信号中存在最优分数阶次使其能量聚集于以最大值表现的冲激函数，对信号进行检测，并根据分数阶傅里叶变换性质，获取同步信号调频率；

依据接收数据中同步信号调频率及获取到的同步信号调频率，得到起始码元的多普勒因子估计值。

7.根据权利要求1所述的正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，获取时变多普勒因子，包含如下内容：

设定OFDM数据中循环前缀和符号数据的长度区间范围，搜索区间的起始时间，长度区间范围的相关系数及迭代中的滑动步长；

依据滑动步长对起始时间进行自动迭代累加，每次迭代累加过程中，对循环前缀和符号数据的长度区间范围进行采样和相关调整，获取调整后的长度区间范围的相关系数，并依据相关系数获取时变多普勒因子的估计值。

8.根据权利要求7所述的正交频分复用水声通信中时变宽带多普勒因子估计方法，其特征在于，依据相关系数获取时变多普勒因子的估计值，包含如下内容：判断迭代累加后的起始时间是否滑到OFDM数据末尾，若未到末尾，则依据滑动步长对起始时间继续进行自动迭代累积后的操作处理；若到末尾，判断获取调整后的相关系数中，是否出现若干相关联峰值，若出现，则获取时变多普勒因子估计值，未出现，则判定其不是OFDM信号。

9.一种正交频分复用水声通信中时变宽带多普勒因子估计装置，其特征在于，包含模型获取模块、估计模块一和估计模块二，其中，

模型获取模块，用于获取正交频分复用OFDM数据通过水声信道后的信号模型，其中，正交频分复用OFDM数据包含同步段的同步信号和OFDM数据段的码元，每个码元中包含循环前缀和符号数据；

估计模块一，用于依据信号模型，获取OFDM数据中起始码元多普勒因子；

估计模块二，用于根据接收信号中OFDM数据各码元数据长度，并联合起始码元多普勒因子，获取时变多普勒因子。

10.根据权利要求9所述的正交频分复用水声通信中时变宽带多普勒因子估计装置，其特征在于，估计模块二包含初始状态设定子模块和迭代处理子模块，其中，

初始状态设定子模块，用于设定OFDM数据中循环前缀和符号数据的长度区间范围，搜索区间的起始时间，长度区间范围的相关系数及迭代中的滑动步长；

迭代处理子模块，用于依据滑动步长对起始时间进行自动迭代累加，每次迭代累加过程中，对循环前缀和符号数据的长度区间范围进行采样和相关调整，获取调整后的长度区间范围的相关系数，并依据相关系数获取时变多普勒因子的估计值。