背景技术
随着人类对近海岸的开发利用,新一代水声通信系统可灵活地用于不同的速率载荷、覆盖距离、水体深度、网络结构、海洋环境观测等情景,这也将是未来不可或缺的一项通信技术。但是,水声通信的广泛应用受到了诸多限制,其中,水声信道中多普勒频偏的存在及水声信道中丰富的脉冲噪声是制约水声通信系统性能的主要因素。
在实际中,水声信道中的多普勒频偏与脉冲噪声的影响是同时存在的,多普勒频偏估计与脉冲噪声估计也是无法独立分开的,因此联合估计多普勒频偏和脉冲噪声逐渐引起了重视。现有的联合估计并抑制多普勒频偏和脉冲噪声的方法有很多,如:文献
“Carrier frequency offset and impulse noise estimation for underwateracoustic orthogonal frequency division multiplexing”(水下声正交频分复用的载波频偏和脉冲噪声估计)中提出了利用OMP(正交匹配追踪)算法和空子载波能量最小化方法来联合估计脉冲噪声和多普勒频偏,但是该方法需要在频偏范围内搜索值并进行脉冲噪声估计,计算量较大,且抑制性能并不理想。又如:文献“A pilot-aided Doppler estimatorfor underwater acoustic channels”(水下声通道的辅助多普勒估计器)中提出了一种基于接收信号能量谱密度的水声多普勒估计器,其估计精度依赖于导频估计窗口的选取。
发明内容
本发明所要解决的技术问题是提供一种水声通信系统中脉冲噪声与多普勒频偏联合抑制方法,其抑制效果好。
本发明解决上述技术问题所采用的技术方案为:一种水声通信系统中脉冲噪声与多普勒频偏联合抑制方法,其特征在于包括以下步骤:
步骤一:在基于OFDM的水声通信系统的发送端,对原始的二进制数据进行交织变换,交织变换后得到一个M行J列的矩阵;然后对交织变换后得到的矩阵进行调制处理,得到二进制发送数据;再经过水声信道将二进制发送数据发送给基于OFDM的水声通信系统的接收端;其中,原始的二进制数据的长度为N,N表示OFDM子载波数量,N为正整数,N≥64,M和J均为正整数,M≥1,J≥1,M×J=N;
步骤二:在基于OFDM的水声通信系统的接收端,将接收端接收到的二进制时域信号转化为OFDM频域信号,记为R
F,R
F=FR=DFhF
Hs+Fv+Fn;接着令Λ=FhF
H,并令
将R
F=FR=DFhF
Hs+Fv+Fn转化为
再将DΛs分离为
将
转化为
之后对R
F提取相位信息,得到R
F=BS
1;其中,R
F的长度为N,F表示维数为N×N的离散傅里叶变换矩阵,R表示接收端接收到的二进制时域信号,R的长度为N,D表示维数为N×N的多普勒频偏,h表示维数为N×N的信道循环矩阵,h的第1列为归一化的信道脉冲响应,F
H为F的共轭转置,s表示原始的二进制数据,v表示时域的脉冲噪声信号,v的长度为N,n表示时域的背景噪声信号,n的长度为N,Λ和
均为引入的中间变量,符号“[]”为向量表示符号,R
n表示R
F中空子载波所对应的部分信号,R
d表示R
F中数据子载波所对应的部分信号,B表示维数为N×M的相移矩阵,B是一个满秩矩阵,S
1表示s对应的频域信号S中的第1列;
步骤三:对时域的脉冲噪声信号v和多普勒频偏D进行基于子空间的联合抑制,具体步骤如下:
1)令k表示迭代次数,k的初始值为1;
2)计算第k次迭代过程中R
n的协方差矩阵,记为
其中,
为维数为N×N的对角矩阵,(S
(k))
H为S
(k)的共轭转置,S
(k)表示第k次迭代过程中s对应的频域信号,k=1时S
(k)=S,B
H为B的共轭转置,
表示S
(k)的协方差矩阵;
3)令
表示第k次迭代过程中的噪声向量子空间;然后从
中的所有特征值中筛选出值大于或等于2σ
2的特征值;接着将筛选出的每个特征值对应的特征向量作为一列存入
中;再利用
确定第k次迭代过程中v在频域中的具体位置;其中,σ
2表示n的方差,f
(k)表示第k次迭代过程中v的频谱图,
表示S
(k)中
对应的部分频域信号,
为
的共轭转置;
4)构造一个最小二乘方程,描述为:
然后求解
得到
其中,
表示R
n中
所对应的部分信号,
表示B中
所对应的部分,
表示第k次迭代过程中v的幅度估计值,
为
的共轭转置;
5)当第k次迭代过程中v在频域中的具体位置和v的幅度估计值确定后,即得到第k次迭代过程中v的值,记为v
(k);然后在第k次迭代过程中对时域的脉冲噪声和时域的背景噪声信号进行抑制,得到第k次迭代过程中D的值,记为D
(k),
其中,θ
(k)为引入的中间变量,
表示第k次迭代过程中的OFDM频域信号,k=1时
6)判断v
(k)与v
(k-1)的差值的绝对值是否小于设定阈值,如果是,结束迭代过程,得到时域的脉冲噪声信号v和多普勒频偏D联合抑制后的频域信号,然后执行步骤四;否则,计算
然后令k=k+1,再返回步骤2)继续执行;其中,k≠1时v
(k-1)表示第k-1次迭代过程中v的值,k=1时v
(k-1)为无穷大,
表示第k+1次迭代过程中的OFDM频域信号,k=k+1中的“=”为赋值符号;
步骤四:对时域的脉冲噪声信号v和多普勒频偏D联合抑制后的频域信号进行解调处理,然后对解调处理后得到的二进制数据进行解交织变换,解交织变换后得到时域中的估计信号。
所述的步骤6)中设定阈值为10-5。
与现有技术相比,本发明的优点在于:
1)本发明方法在估计脉冲噪声的基础上,利用数据子载波联合估计了多普勒频偏,在发送信息已知的条件下,能够更好地完成水声通信系统中脉冲噪声的抑制,提升性能,仿真结果表明,本发明方法在相同信噪比下误比特率为未进行多普勒补偿情况下的脉冲噪声抑制算法的10-2。
2)本发明方法能够更加准确地估计水声通信系统中的脉冲噪声,从而完成脉冲噪声的抑制,与未进行脉冲噪声抑制相比,在误比特率为10-2时,信噪比提升了5dB。
3)由于增加空子载波的个数会降低系统容量,为了在不降低系统容量的条件下联合估计多普勒频偏与脉冲噪声,本发明方法在估计多普勒频偏时使用数据子载波所携带的信息,提高了鲁棒性。
附图说明
图1为本发明方法的总体实现框图;
图2为空子载波数为30时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线;
图3为空子载波数为90时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线;
图4为信噪比SNR为-10dB时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线;
图5为信噪比SNR为10dB时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本发明提出的一种水声通信系统中脉冲噪声与多普勒频偏联合抑制方法,其总体实现框图如图1所示,其包括以下步骤:
步骤一:在基于OFDM的水声通信系统的发送端,对原始的二进制数据进行交织变换,交织变换后得到一个M行J列的矩阵;然后对交织变换后得到的矩阵进行调制处理,得到二进制发送数据;再经过水声信道将二进制发送数据发送给基于OFDM的水声通信系统的接收端;其中,原始的二进制数据的长度为N,N表示OFDM子载波数量,N为正整数,N≥64,且一般将N设置为2的整数次幂,在本实施例中取N=256,M和J均为正整数,M≥1,J≥1,M×J=N,在本实施例中取M=16、J=16。
步骤二:在基于OFDM的水声通信系统的接收端,将接收端接收到的二进制时域信号转化为OFDM频域信号,记为R
F,R
F=FR=DFhF
Hs+Fv+Fn;接着令Λ=FhF
H,并令
将R
F=FR=DFhF
Hs+Fv+Fn转化为
再将DΛs分离为
将
转化为
之后对R
F提取相位信息,得到R
F=BS
1;其中,R
F的长度为N,F表示维数为N×N的离散傅里叶变换矩阵,R表示接收端接收到的二进制时域信号,R的长度为N,D表示维数为N×N的多普勒频偏,h表示维数为N×N的信道循环矩阵,h的第1列为归一化的信道脉冲响应,水声信道的信道脉冲响应是稀疏的,F
H为F的共轭转置,s表示原始的二进制数据,v表示时域的脉冲噪声信号,v的长度为N,n表示时域的背景噪声信号,n的长度为N,Λ和
均为引入的中间变量,实际上Λ为一个对角矩阵,其对角元素由水声信道的频域增益构成,
表示n的快速傅里叶变换,符号“[]”为向量表示符号,R
n表示R
F中空子载波所对应的部分信号,R
d表示R
F中数据子载波所对应的部分信号,B表示维数为N×M的相移矩阵,B是一个满秩矩阵,S
1表示s对应的频域信号S中的第1列。
步骤三:对时域的脉冲噪声信号v和多普勒频偏D进行基于子空间的联合抑制,具体步骤如下:
1)令k表示迭代次数,k的初始值为1。
2)计算第k次迭代过程中R
n的协方差矩阵,记为
其中,
为维数为N×N的对角矩阵,(S
(k))
H为S
(k)的共轭转置,S
(k)表示第k次迭代过程中s对应的频域信号,k=1时S
(k)=S,B
H为B的共轭转置,
表示S
(k)的协方差矩阵;由于B是一个满秩矩阵,因此C
RR中的特征值等于C
SS中对应位置的特征值。
3)令
表示第k次迭代过程中的噪声向量子空间;然后从
中的所有特征值中筛选出值大于或等于2σ
2的特征值;接着将筛选出的每个特征值对应的特征向量作为一列存入
中;再利用
确定第k次迭代过程中v在频域中的具体位置;其中,σ
2表示n的方差,f
(k)表示第k次迭代过程中v的频谱图,
表示S
(k)中
对应的部分频域信号,
为
的共轭转置。
4)构造一个最小二乘方程,描述为:
然后求解
得到
其中,
表示R
n中
所对应的部分信号,
表示B中
所对应的部分,
表示第k次迭代过程中v的幅度估计值,
为
的共轭转置。
5)当第k次迭代过程中v在频域中的具体位置和v的幅度估计值确定后,即得到第k次迭代过程中v的值,记为v
(k);然后在第k次迭代过程中对时域的脉冲噪声和时域的背景噪声信号进行抑制,得到第k次迭代过程中D的值,记为D
(k),
其中,θ
(k)为引入的中间变量,
表示第k次迭代过程中的OFDM频域信号,k=1时
6)判断v
(k)与v
(k-1)的差值的绝对值是否小于设定阈值,如果是,结束迭代过程,得到时域的脉冲噪声信号v和多普勒频偏D联合抑制后的频域信号,然后执行步骤四;否则,计算
然后令k=k+1,再返回步骤2)继续执行;其中,k≠1时v
(k-1)表示第k-1次迭代过程中v的值,k=1时v
(k-1)为无穷大,
表示第k+1次迭代过程中的OFDM频域信号,k=k+1中的“=”为赋值符号,设定阈值为10
-5。
步骤四:对时域的脉冲噪声信号v和多普勒频偏D联合抑制后的频域信号进行解调处理,然后对解调处理后得到的二进制数据进行解交织变换,解交织变换后得到时域中的估计信号。
为了验证本发明方法的可行性和有效性,对本发明方法进行计算机模拟。
计算机模拟是在基于OFDM的水声通信系统的复杂基带上进行的。在模拟中,OFDM的仿真参数设置为:总子载波数为256,循环前缀的长度为64,空子载波数分别为30和90,数据子载波数分别为226和166;信号调制模式采用4-QAM;脉冲噪声信号采用伯努利高斯模型。
在仿真结果图中,“MUSIC算法”代表本发明方法,“SBL算法”代表在已知准确的信道参数和脉冲噪声的统计信息下利用贝叶斯算法估计脉冲噪声和多普勒频偏的算法,“压缩感知”代表利用OMP算法抑制脉冲噪声补偿多普勒频偏的方法,“只补偿多普勒”代表利用空子载波补偿多普勒频偏但不进行脉冲噪声抑制,“未抑制”代表未对原始信号进行任何处理。
图2给出了空子载波数为30时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线,图3给出了空子载波数为90时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线。从图2和图3中可以看出,本发明方法表现出了良好的性能。由于本发明方法在估计脉冲噪声时利用了空子载波信息,估计多普勒频偏时利用了数据子载波信息,因此比仅利用空子载波信息的算法的性能有明显提高。从图2和图3中还可以看出,当信噪比SNR小于-10dB时,几种算法均难以对通信性能做出贡献,这是由于在低信噪比SNR下脉冲噪声具有较大的幅值,使得无论是脉冲噪声的估计还是多普勒频偏的补偿都具有较大困难,这对整个水声通信系统的影响几乎是毁灭性的。图3和图2相比显示,增加空子载波数目有助于提高性能,但是增加空子载波数目会降低频谱利用率,因此在实际中需要根据实际情况进行平衡。
图4给出了信噪比SNR为-10dB时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线,图5给出了信噪比SNR为10dB时MUSIC算法、SBL算法、压缩感知方法、只补偿多普勒方法、未抑制情况下的误比特率曲线。从图4和图5中可以看出,在不同信噪比、空子载波数情况下,本发明方法均具有较小的误码率,当信噪比SNR增大时,总体性能也随之提高;且误码率也随着空子载波数的增加,总体呈现出下降的趋势。
通过上述仿真,充分说明了本发明方法是可行且有效的。