CN111245525A

CN111245525A - 大规模mimo水声通信方法与系统

Info

Publication number: CN111245525A
Application number: CN202010050511.XA
Authority: CN
Inventors: 高西奇; 吴文谦; 孙晨
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2020-01-17
Filing date: 2020-01-17
Publication date: 2020-06-05
Anticipated expiration: 2040-01-17
Also published as: CN111245525B

Abstract

本发明提出了大规模多输入多输出(MIMO,multiple‑input multiple‑output)水声通信方法与系统。本发明中发射端或接收端配置大规模换能器阵列，发射端利用波束域统计信道信息和水声信道的稀疏特性进行低复杂度预编码矩阵设计。其中，基于确定性等同的低维度预编码设计适用于发射端或接收端配置大规模阵列的情况。特别地，当发射端配置数十个以上发射换能器时，可以通过波束域功率分配得到预编码矩阵。而当发射端和接收端皆配置数十个以上换能器时，最优波束域功率分配可以通过经典的注水算法实现。本发明所提出的方法可以显著提高水声通信的频谱效率和功率效率，进而大幅提高传输速率和传输距离，同时解决了所涉及的预编码设计复杂的问题。

Description

大规模MIMO水声通信方法与系统

技术领域

本发明属于水下无线通信领域，具体涉及一种利用大规模收发换能器阵列的水声通信方法与系统。

背景技术

近年来，水声通信受到了学术界和产业界的广泛关注，其在国防军事、海洋环境考察、资源开发等领域具有重大的应用前景。与无线电波和光波信号相比，声波信号在水下环境中具有较好的传输特性，常被用于中长距离传输的水下无线通信。同时，在水下频谱资源有限的情况下，采用大规模MIMO技术可以大幅提高水声通信系统的功率效率和频谱效率。因此，大规模MIMO水声通信可以满足未来水下无线通信高速、可靠、环保等方面的要求，具有极大的研究价值。

在现有的几种MIMO水声通信方案中，皆考虑在发射端或接收端配置规模较小的换能器阵列。然而，换能器个数制约了系统吞吐量，是系统性能进一步提升的瓶颈。为了能够支撑水下高速率移动通信业务，需要进一步挖掘空间维度无线资源。为此，本发明给出一种在发射端或接收端配置大规模换能器阵列的水声通信方法与系统。

发明内容

发明目的：本发明旨在提供一种充分挖掘利用空间维度水下无线资源的大规模MIMO的水声通信方法，提高水下无线通信的频谱效率和功率效率，同时解决所涉及的预编码设计复杂的问题。

技术方案：为实现上述发明目的，本发明提供一种大规模MIMO水声通信方法，该方法中发射端和接收端分别配置发射换能器阵列和接收换能器阵列，构成发射或接收阵列的换能器单元个数为十个以上。发射端根据信号频率和收发阵列配置确定相应的一组收发舵矢量，即收发阵列在多个角度上的方向矢量组；利用收发舵矢量，构建波束域信道统计模型，并利用波束域信道稀疏性，形成降维的波束域信道表示；发射端利用降维后的波束域统计信道信息进行预编码设计，并通过生成的预编码矩阵与接收端进行水声通信。

进一步地，发射换能器阵列和接收换能器阵列的单元间距为发送信号最高频率对应的半波长量级，收发阵列可以为一维或二维阵列；发射端通过数字预编码的方法生成预编码发送信号。

进一步地，所述的收发舵矢量确定方法包括：根据波束方向采样个数以及发送信号的最低频率和最高频率，确定接收和发送方向采样角。根据收发阵列中单元配置情况，并结合收发方向采样角，生成一组与频率相关的接收和发射舵矢量，不同的频率的发送信号对应不同的收发舵矢量。

进一步地，发射端利用探测信号或反馈链路获得波束域统计信道信息，结合波束域信道稀疏性，选择波束增益较大的波束方向，得到降维后的波束域统计信道信息和对应方向的收发舵矢量。其中，降维后的波束域统计信道信息只包括波束增益较大方向的波束增益；发射端利用降维后的波束域统计信道信息进行低复杂度预编码设计。

进一步地，所述的低复杂度预编码设计为基于确定性等同的低维度预编码设计。具体包括：利用大维随机矩阵理论和降维后的波束域统计信道信息计算出可达遍历速率的确定性等同；利用凸优化最优性条件得到最大化速率确定性等同问题最优解对应的定点方程，通过求解该定点方程更新低维度的输入协方差矩阵；迭代上述过程直至前后两次结果对应的速率的确定性等同之差小于某个预设门限值，并返回最新的低维度输入协方差矩阵。最后，通过发送舵矢量和满秩分解得到预编码矩阵。

进一步地，所述的低复杂度预编码设计为基于确定性等同的波束域预编码设计。具体包括：采用波束域传输，波束方向由发射舵矢量确定，发射端利用降维后的波束域统计信道信息对波束域发送信号进行功率分配。其中，功率分配算法为：利用大维随机矩阵理论和降维后的统计信道信息计算出可达遍历速率的确定性等同；对于最大化速率确定性等同问题，利用凸优化最优性条件得到最优功率分配矩阵对应的定点方程，通过求解该定点方程更新低维度的功率分配矩阵；迭代上述过程直至前后两次结果对应的速率的确定性等同之差小于某个预设门限值，并返回最新的低维度功率分配矩阵。最后，通过波束方向矢量和功率分配矩阵得到预编码矩阵。

进一步地，所述的低复杂度预编码设计为基于经典注水的波束域预编码设计。具体包括：采用波束域传输，波束方向由发射舵矢量确定。利用降维后的波束域统计信道信息，发射端通过经典的注水算法进行低维度的波束域功率分配之后，通过发送舵矢量和满秩分解得到预编码矩阵，该预编码矩阵适用于任一子载波频率上的发送信号。

基于相同的发明构思，本发明所提供的大规模MIMO水声通信系统，发射端和接收端分别配置发射换能器阵列和接收换能器阵列，构成发射阵列或接收阵列的换能器单元个数为十个以上；发射端使用上述的大规模MIMO水声通信方法与接收端进行通信。

有益效果：与现有技术相比，本发明的优点如下：

(1)本发明中，发射端或接收端配置大规模换能器阵列，结合水声信道的宽带特性，给出一系列与频率有关的收发舵矢量，大幅提高空间分辨率，获取大规模阵列所能够提供的功率增益和多径分集增益，显著提升了系统的频谱效率和功率效率，进而提高系统传输速率和传输距离。

(2)本发明中，发射端利用波束域统计信道信息对发送信号进行设计，所需的波束域统计信道信息可通过稀疏信号检测的方法获得，大幅降低信道信息获取的代价。

(3)本发明中，即使采用大规模收发阵列，通过结合水声信道的稀疏特性，可以对波束域统计信道信息进行降维处理，所述预编码设计方法可以在不损失系统容量的同时显著降低物理层的实现复杂度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅表明本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。

图1为大规模MIMO浅水信道示意图；

图2基于确定性等同的低维度预编码设计；

图3基于确定性等同的波束域预编码设计的流程图；

图4基于经典注水的波束域预编码设计的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明实施例公开的一种大规模MIMO水声通信方法，发射端和接收端分别配置发射换能器阵列和接收换能器阵列，收发阵列可以为一维或二维阵列，构成发射阵列或接收阵列的换能器单元个数为十个以上。该方法中发射端首先根据信号频率和收发阵列配置确定相应的一组收发舵矢量，即收发阵列在多个角度上的方向矢量组；利用收发舵矢量，构建波束域信道统计模型，并利用波束域信道稀疏性，形成降维的波束域信道表示；发射端利用降维后的波束域统计信道信息进行预编码设计，并通过生成的预编码矩阵与接收端进行水声通信。

具体地，根据波束方向采样个数以及发送信号的最低频率和最高频率，确定接收和发送方向采样角；根据收发阵列中单元配置情况，并结合收发方向采样角，生成一组与频率相关的接收和发射舵矢量，不同的频率的发送信号对应不同的收发舵矢量。发射端利用探测信号或反馈链路获得波束域统计信道信息，结合波束域信道稀疏性，选择波束增益较大(根据阈值来确定，或不为0来确定)的波束方向，得到降维后的波束域统计信道信息和对应方向的收发舵矢量；发射端利用降维后的波束域统计信道信息进行低复杂度预编码设计，通过数字预编码的方法生成预编码发送信号与接收端进行水声通信。

下面以浅海环境下的大规模MIMO水声正交频分复用(OFDM)传输为例，对本发明实施例进行详细说明。考虑发射端和接收端分别配置M个发射换能器和N个接收换能器(M和N为10或10²以上数量级)，大规模换能器阵列采用均匀线性阵列，换能器阵列的单元间距为发送信号最高频率对应的半波长。图1为大规模MIMO浅水信道示意图，发射端到接收端之间的传输路径可分为直达径和非直达径。

发射端采用N_c个子载波的OFDM调制，考虑载波频率为f_c，子载波间频率间隔为Δf，则第l个子载波频率为f_l＝f_c+lΔf(l＝0,…,N_c-1)。考虑接收端采用重采样的非均匀多普勒补偿方法等预处理的方式有效缓解了水声通信中的多普勒效应，则接收端在第l个子载波上的接收信号可以表示为

y_l＝H_lx_l+n_l (1)

其中，H_l为发射端到接收端在第l个子载波上的信道矩阵，x_l为第l个子载波上的发送信号，n_l为等效高斯噪声，其均值为0，方差为I。具体的，利用接收和发射舵矩阵F_R,l和F_T,l，信道矩阵H_l可以表示为

其中，

为发射端到接收端在第l个子载波上的波束域信道矩阵，其能量耦合阵为

波束域信道

由直达径和非直达径两部分构成，即

运算符(·)^T表示矢量或矩阵转置。考虑接收端和发射端分别在N_s和M_s个波束方向上进行采样，且分别定义接收和发射方向采样角φ_R,n和φ_T,m为

其中，f₀和

分别为第0个和第N_c-1个子载波频率。则第l个子载波对应的接收和发射舵矩阵F_R,l和F_T,l可以分别表示为

其中，频率为f时的接收和发射舵矢量v_R(f,φ)和v_T(f,φ)分别被定义为

其中，

注意到对于收发端都配置二维均匀平面阵列的情况，H_l可以表示为

其中，运算符

表示矩阵Kronecker乘积，F_R,h,l(F_T,h,l)和F_R,v,l(F_T,v,l)分别为水平和垂直接收(发射)舵矩阵，其定义与(5)-(6)式相似。

考虑发射端利用探测信号或反馈链路能够获得波束域统计信道信息，即

和

运算符⊙，(·)^*和

分别表示矩阵Hadamard乘积，矩阵共轭和期望运算。通过特征模式能量耦合矩阵Ω，分别定义集合

和

和

其中ω_row,n和ω_col,m分别为Ω的第m行和第n列。

和

分别表示接收端和发射端波束增益不为0的波束指标集合，集合大小分别为

和

则信道可以重新表示为

其中，矩阵

为降维后的波束域信道矩阵，F_R,l,e和F_T,l,e分别为降维后的接收和发射舵矩阵。

表示由矩阵F_R,l选出的不同列矢量所构成的子矩阵，所选列矢量的位置由集合

决定。类似地，

表示由矩阵

选出的不同行矢量所构成的子矩阵，所选行矢量的位置由集合

决定。此外，

表示由矩阵

中的元素构成的子矩阵，所选元素的行列位置分别由集合

和

中的元素决定。利用集合

和

降维后的特征模式能量耦合矩阵为

注意到在水声通信中，信道存在稀疏特性，这意味着波束增益不为0的可分辨波束个数(N_e和M_e)通常较小。考虑到使用大规模收发阵列，N_e和M_e远小于换能器个数N和M，则相比于Ω，Ω_e的维度得到大幅降低，其维度与可分辨波束个数有关。为了获得更高的可达遍历速率，需要对发送信号的预编码矩阵进行优化。在本实施例中，发射端利用降维后的波束域统计信道信息(Ω_e和

)进行低复杂度预编码设计。为方便表示，下文中忽略代表子载波下标l。

定义发送信号的输入协方差矩阵为

对于低复杂度预编码设计，考虑优化低维度矩阵

并利用降维后的发射舵矩阵F_T,l,e得到发送信号的输入协方差矩阵Q，之后通过满秩分解得到相应的预编码矩阵P。具体地，本实施例考虑三种低复杂度预编码设计方案，包括基于确定性等同的低维度预编码设计、基于确定性等同的波束域预编码设计和基于经典注水的波束域预编码设计。1、基于确定性等同的低维度预编码设计

由于在计算可达遍历速率时，需要使用Monte-Carlo仿真对信道进行遍历。为降低计算复杂度，本实施例利用大维随机矩阵理论来计算可达遍历速率的确定性等同。此方法仅需统计信道信息即可获得可达遍历速率的逼近结果。图2示出了基于确定性等同的低维度预编码设计的实现过程，该方法给出一种在功率约束下最大化可达遍历速率确定性等同的低复杂度预编码设计，设计的详细过程如下：

步骤1，设置迭代次数指示k＝0，初始化低维度的输入协方差矩阵

使其满足功率约束条件tr(W^(k)D)≤P_power，其中P_power为发射端功率约束，

运算符

表示矩阵的伪逆。

步骤2，定义矩阵

并利用W^(k)迭代计算第k次迭代用到的确定性等同辅助变量

直至收敛，其中，η(X)和

为对角矩阵，其对角元素可以计算为

同时，计算第k次迭代中的可达遍历速率的确定性等同

为

步骤3，分别初始化辅助参数μ的上界和下界为

和μ_lb＝0。

步骤4，设置迭代次数指示i＝0，并初始化X⁽ⁱ⁾＝W^(k)和

步骤5，注意到利用凸优化最优性条件，对于在功率约束下最大化可达遍历速率确定性等同的W^op存在定点方程

其中，μ^op为功率约束tr(W^opD)≤P_power对应的拉格朗日乘子。利用该定点方程更新矩阵X⁽ⁱ⁺¹⁾为

对矩阵X⁽ⁱ⁺¹⁾进行奇异值分解，得到

并重新构建矩阵X⁽ⁱ⁺¹⁾为

步骤6，计算

运算符||·||_F表示矩阵的F范数。如果数值小于等于预先设置好的门限值ε₁，则转到步骤7。否则，令i＝i+1，并返回步骤5。

步骤7，如果tr(X⁽ⁱ⁾D)＞P_power，则令μ_ub＝μ；反之，则令μ_lb＝μ。之后返回步骤4，直至|tr(X⁽ⁱ⁾D)-P_power|小于等于预先设置好的门限值ε₂并转入步骤8。

步骤8，更新矩阵W^(k+1)为W^(k+1)＝X⁽ⁱ⁾。利用公式(10)～(14)计算出新的可达遍历速率的确定性等同

并计算

与

之间的差值。如果两者的差值小于等于预先设置好的门限值ε₃，则迭代结束并转入步骤9。否则，令k＝k+1，并返回步骤2。

步骤9，利用最终迭代结果W^(k+1)和发射舵矩阵F_T,e，得到发送信号的输入协方差矩阵为

并通过满秩分解得到预编码矩阵P，使得Q＝PP^H。算法结束。

在计算可达遍历速率的确定性等同时，需要迭代计算出辅助变量，该迭代过程收敛速度很快。相比于利用Monte-Carlo方法直接计算可达遍历速率，计算复杂度显著降低。此外，本算法首先优化低维度矩阵W(M_e×M_e维)，之后再通过发射舵矩阵F_T,e恢复出发送信号的输入协方差矩阵Q。注意到在发射端配置有大规模发射换能器阵列时，M_e远小于发射换能器个数M，这使得本算法能够有效降低输入协方差矩阵设计的计算复杂度，从而实现低复杂度预编码设计。

2、基于确定性等同的波束域预编码设计

考虑波束域传输，波束方向由发射舵矩阵F_T,e确定。原先的发送信号的输入协方差矩阵设计问题转变一个波束域功率分配问题。同样地，为降低计算复杂度，仍然利用大维随机矩阵理论来计算可达遍历速率的确定性等同。图3示出了基于确定性等同的波束域预编码设计的实现过程，该方法给出一种在功率约束下最大化波束域可达遍历速率确定性等同的低复杂度预编码设计，设计的详细过程如下：

步骤1，设置迭代次数指示k＝0，初始化低维度的输入协方差对角矩阵

使其满足功率约束条件tr(Λ^(k))≤P_power，其中P_power为发射端功率约束。

步骤2，将公式(10)～(14)中的W替换为Λ，并带入Λ^(k)迭代计算第k次迭代用到的确定性等同辅助变量直至收敛。同时，计算第k次迭代中的可达遍历速率的确定性等同

为

步骤3，分别初始化辅助参数μ的上界和下界为

和μ_lb＝0。

步骤4，设置迭代次数指示i＝0，并初始化X⁽ⁱ⁾＝Λ^(k)和μ＝0.5(μ_ub+μ_lb)。

步骤5，类似于基于确定性等同的低维度预编码设计中的步骤5，更新矩阵X⁽ⁱ⁺¹⁾为

步骤6，计算

如果数值小于等于预先设置好的门限值ε₁，则转到步骤7。否则，令i＝i+1，并返回步骤5。

步骤7，如果tr(X⁽ⁱ⁾)＞P_power，则令μ_ub＝μ；反之，则令μ_lb＝μ。之后返回步骤4，直至tr(X⁽ⁱ⁾)-P_power小于等于预先设置好的门限值ε₂并转入步骤8。

步骤8，更新矩阵Λ^(k+1)为Λ^(k+1)＝X⁽ⁱ⁾。利用公式(10)～(14)计算出新的可达遍历速率的确定性等同

并计算

与

之间的差值。如果两者的差值小于等于预先设置好的门限值ε₃，则迭代结束并转入步骤9。否则，令k＝k+1，并返回步骤3。

步骤9，利用最终迭代结果Λ^(k+1)和发射舵矩阵F_T,e，得到发送信号的输入协方差矩阵为

并通过满秩分解得到预编码矩阵P，使得Q＝PP^H。算法结束。

当发射端配置有数十个以上发射换能器时，波束域传输几乎不损失系统容量。其中，波束方向由发射舵矩阵F_T,e确定，优化问题简化为一个M_e×1维的功率分配问题。相比于基于确定性等同的低维度预编码设计，基于确定性等同的波束域预编码设计的算法复杂度进一步降低。

3、基于经典注水的波束域预编码设计

考虑波束域传输，波束方向由发射舵矩阵F_T,e确定。原先的发送信号的输入协方差矩阵设计问题转变一个波束域的功率分配问题，并通过经典的注水算法求解该问题。图4示出了基于经典注水的波束域预编码设计的实现过程，该方法给出一种在功率约束下最大化波束域近似可达遍历速率的低复杂度预编码设计，设计的详细过程如下：

步骤1，定义对角矩阵

其第m个对角元素为矩阵Ω_e第m列中的非零元素。求解如下问题

得到问题(21)的最优解Λ，其第m个对角元素满足

其中μ_wf为使得最优解Λ满足μ_wf(tr(Λ)-P_power)＝0的辅助参数。γ_m为Γ的第m个对角元素。特别地，最优解Λ可以通过经典的注水算法实现。

步骤2，利用上一步骤中的最优解Λ和发射舵矩阵F_T,e，得到发送信号的输入协方差矩阵为

并通过满秩分解得到预编码矩阵P，使得Q＝PP^H。算法结束，得到的预编码矩阵P适用于任一子载波频率上的发送信号。

类似于基于确定性等同的波束域预编码设计，当发射端和接收端皆配置有数十个以上换能器时，波束域传输几乎不损失系统容量。此时，相应的最优波束域功率分配问题可以利用经典的注水算法实现。相比于之前两种设计方案，基于经典注水的波束域预编码设计的算法复杂度最低。

基于相同的发明构思，本发明实施例公开大规模MIMO水声通信系统，发射端和接收端分别配置发射换能器阵列和接收换能器阵列，构成发射阵列或接收阵列的换能器单元个数为十个以上；发射端使用上述的大规模MIMO水声通信方法与接收端进行通信。

应当指出，以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims

1.大规模MIMO水声通信方法，其特征在于：所述通信方法中，发射端和接收端分别配置发射换能器阵列和接收换能器阵列，构成发射阵列或接收阵列的换能器单元个数为十个以上；发射端根据信号频率和收发阵列配置确定相应的一组收发舵矢量，即收发阵列在多个角度上的方向矢量组；利用收发舵矢量，构建波束域信道统计模型，并利用波束域信道稀疏性，形成降维的波束域信道表示；发射端利用降维后的波束域统计信道信息进行预编码设计，并通过生成的预编码矩阵与接收端进行水声通信。

2.根据权利要求1所述大规模MIMO水声通信方法，其特征在于：发射换能器阵列和接收换能器阵列的单元间距为发送信号最高频率对应的半波长量级，收发阵列为一维或二维阵列；发射端通过数字预编码的方法生成预编码发送信号。

3.根据权利要求1所述大规模MIMO水声通信方法，其特征在于：所述的收发舵矢量确定方法包括：根据波束方向采样个数以及发送信号的最低频率和最高频率，确定接收和发送方向采样角；根据收发阵列中单元配置情况，并结合收发方向采样角，生成一组与频率相关的接收和发射舵矢量，不同的频率的发送信号对应不同的收发舵矢量。

4.根据权利要求1所述大规模MIMO水声通信方法，其特征在于：发射端利用探测信号或反馈链路获得波束域统计信道信息，结合波束域信道稀疏性，选择波束增益较大的波束方向，得到降维后的波束域统计信道信息和对应方向的收发舵矢量；其中，降维后的波束域统计信道信息只包括波束增益较大方向的波束增益；发射端利用降维后的波束域统计信道信息进行低复杂度预编码设计。

5.根据权利要求4所述大规模MIMO水声通信方法，其特征在于：所述的低复杂度预编码设计为基于确定性等同的低维度预编码设计，具体包括：利用大维随机矩阵理论和降维后的波束域统计信道信息计算出可达遍历速率的确定性等同；利用凸优化最优性条件得到最大化可达遍历速率确定性等同问题最优解对应的定点方程，通过求解该定点方程更新低维度的输入协方差矩阵；迭代上述过程直至前后两次结果对应的速率的确定性等同之差小于某个预设门限值，并返回最新的低维度输入协方差矩阵；最后，通过发送舵矢量和满秩分解得到预编码矩阵。

6.根据权利要求4所述大规模MIMO水声通信方法，其特征在于：所述的低复杂度预编码设计为基于确定性等同的波束域预编码设计，具体包括：采用波束域传输，波束方向由发射舵矢量确定，发射端利用降维后的波束域统计信道信息对波束域发送信号进行功率分配；其中，功率分配算法为：利用大维随机矩阵理论和降维后的统计信道信息计算出可达遍历速率的确定性等同；对于最大化速率确定性等同问题，利用凸优化最优性条件得到最优功率分配矩阵对应的定点方程，通过求解该定点方程更新低维度的功率分配矩阵；迭代上述过程直至前后两次结果对应的速率的确定性等同之差小于某个预设门限值，并返回最新的低维度功率分配矩阵；最后，通过波束方向矢量和功率分配矩阵得到预编码矩阵。

7.根据权利要求4所述大规模MIMO水声通信方法，其特征在于：所述的低复杂度预编码设计为基于经典注水的波束域预编码设计，具体包括：采用波束域传输，波束方向由发射舵矢量确定，利用降维后的波束域统计信道信息，发射端通过经典的注水算法进行低维度的波束域功率分配；之后，通过发送舵矢量和满秩分解得到预编码矩阵，该预编码矩阵适用于任一子载波频率上的发送信号。

8.大规模MIMO水声通信系统，其特征在于：系统发射端和接收端分别配置发射换能器阵列和接收换能器阵列，构成发射阵列或接收阵列的换能器单元个数为十个以上；发射端使用根据权利要求1-7任一项所述的大规模MIMO水声通信方法与接收端进行通信。