CN114124245A - 一种时变信道下的水声高速通信方法 - Google Patents
一种时变信道下的水声高速通信方法 Download PDFInfo
- Publication number
- CN114124245A CN114124245A CN202111308587.9A CN202111308587A CN114124245A CN 114124245 A CN114124245 A CN 114124245A CN 202111308587 A CN202111308587 A CN 202111308587A CN 114124245 A CN114124245 A CN 114124245A
- Authority
- CN
- China
- Prior art keywords
- vertex
- rmserr
- doppler
- peak error
- correlation value
- 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.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000006835 compression Effects 0.000 claims description 17
- 238000007906 compression Methods 0.000 claims description 17
- 238000003491 array Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- HTAFVGKAHGNWQO-UHFFFAOYSA-N droprenilamine Chemical compound C=1C=CC=CC=1C(C=1C=CC=CC=1)CCNC(C)CC1CCCCC1 HTAFVGKAHGNWQO-UHFFFAOYSA-N 0.000 claims description 3
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 2
- 125000004122 cyclic group Chemical group 0.000 abstract description 8
- 230000000875 corresponding effect Effects 0.000 description 49
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- 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
- H04L25/0202—Channel estimation
-
- 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
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明提供一种时变信道下的水声高速通信方法,首先利用重采样后的多普勒信号与本地多普勒测量信号作循环相关,通过最大相关值判决,获得多普勒粗搜索的多普勒补偿初值;然后利用多普勒粗搜索出的多普勒补偿初值和循环相关峰值构建NelderMead单纯形,然后采用NelderMead算法进行精细多普勒搜索;本发明通过粗搜+精搜的方式估计出的多普勒补偿值更符合真实情况,更加精准,不仅适用于快时变信道,而且适用于低信噪比的情况,大大优化了水声高速OFDM通信的性能。
Description
技术领域
本发明属于水声通信领域,尤其涉及一种时变信道下的水声高速通信方法。
背景技术
水声高速OFDM通信技术是一种将要传输的高速数据流分配到多个正交的子载波上,进行并行传输。这样,每个子载波上的传输率大大降低,其抗码间干扰的能力增强了。但是,其主要缺点是对频率偏移敏感。由于相对运动以及表面海浪、洋流等因素的影响,水下声信道存在着严重的多普勒频率偏移,尤其是在快时变信道下,多普勒更是成为影响水声高速OFDM通信性能的主要因素之一。如果采用梯度进行多普勒频率搜索,当函数具有几个极值时,寻找局部极值可能会“停留”在其中,无法继续,从而无法收敛,进而不能得到多普勒补偿值,无法实现快时变信道下的水声高速通信。
发明内容
为解决上述问题,本发明提供一种时变信道下的水声高速通信方法,能够估计出更精确的多普勒补偿频率,从而大大优化水声高速OFDM通信的性能。
一种时变信道下的水声高速通信方法,包括以下步骤:
S1:对接收到的水声OFDM通信信号进行解包络处理,得到降基带后的接收信号;
S2:采用不同的采样频率按照从小到大的顺序对降基带后的接收信号进行重采样,得到多个补偿后的多普勒信号bcsigi(t),其中,i=1,2,…,N,N至少为2;
S3:分别将各多普勒信号bcsigi(t)与本地多普勒测量信号bdsig(t)作循环相关,得到各多普勒信号bcsigi(t)对应的相关值曲线valcori,获取所有相关值曲线valcori中的最大相关值,并将其对应的多普勒信号bcsigi(t)的序号记为k1,最大相关值记为valmax1k1,其中,若k1为1或N,则返回步骤S1重新接收信号;否则,执行步骤S4;
S4:判断最大相关值valmax1k1是否大于设定的检测阈值η1,若大于,则将最大相关值valmax1k1对应的采样频率fk1作为多普勒补偿初值,否则,返回步骤S1重新接收信号;
S5:将序号k1-1对应的采样频率与相关值曲线中的最大相关值组成二元数组最大相关值与采样频率fk1组成二元数组序号k1+1对应的采样频率与相关值曲线中的最大相关值组成二元数组再将三个二元数组作为NelderMead单纯形的顶点,并利用NelderMead算法对确定了顶点后的NelderMead单纯形进行顶点搜索,将搜索结果作为最终的多普勒补偿值;
S6:利用最终的多普勒补偿值对降基带后的接收信号进行多普勒补偿,得到多普勒补偿的信号;对多普勒补偿的信号进行多途信道估计,并采用频域均衡技术进行多途补偿,得到信道补偿后的信号;
S7:对信道补偿后的信号进行水声OFDM解码处理,恢复成信息,实现通信。
进一步地,所述利用NelderMead算法对确定了顶点后的NelderMead单纯形进行搜索具体为:
S51:将三个二元数组作为NelderMead单纯形的顶点v[0]、v[1]、v[2],并获取各顶点对应的单向峰值误差,其中,各顶点分别表示为:
v[0].x=valmax1k1-1
v[0].y=fk1-1
v[1].x=valmax1k1
v[1].y=fk1
v[2].x=valmax1k1+1
v[2].y=fk1+1
S52:判断各顶点之间的距离是否均小于1,若为是,则将当前单向峰值误差最小值对应的顶点记为顶点xl,并将顶点xl所包含的采样频率作为最终的多普勒补偿值,若为否,进入步骤S53;
S53:判断当前进入步骤S53的次数是否达到设定上限N1,若为是,则将第N1次得到的顶点xl所包含的采样频率作为最终的多普勒补偿值,若为否,进入步骤S54;
S54:按照单向峰值误差由小到大的顺序,将当前单向峰值误差对应的各顶点分别记为xl、xg、xh,同时,将当前各顶点对应的单向峰值误差的均值以及采样频率的均值组成的二元数组作为NelderMead单纯形的均值顶点xc;
S55:根据均值顶点xc与顶点xh获取NelderMead单纯形的反射顶点xr以及反射顶点xr对应的单向峰误差RMSErr(xr),判断单向峰误差RMSErr(xr)是否不大于顶点xl对应的单向峰误差RMSErr(xl),若为是,则进入步骤S56,若为否,则进入步骤S57;
S56:根据均值顶点xc与反射顶点xr获取NelderMead单纯形的扩张顶点xe以及扩张顶点xe对应的单向峰误差RMSErr(xe),判断单向峰误差RMSErr(xe)是否不大于顶点xl对应的单向峰误差RMSErr(xl),若为是,则将扩张顶点xe赋值给顶点xh,若为否,则将反射顶点xr赋值给顶点xh;然后,将顶点xl、xg以及更新后的顶点xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55;
S57:根据xr处的单向峰误差RMSErr(xr)、xl处的单向峰误差RMSErr(xl)、xg处的单向峰误差RMSErr(xg)以及xh处的单向峰误差RMSErr(xh)之间的大小关系,重新给顶点xh进行赋值,然后进入步骤S58;其中,若RMSErr(xl)<RMSErr(xr)≤RMSErr(xg),则将反射顶点xr赋值给顶点xh,并将标志位Rflag设置为0;若RMSErr(xg)<RMSErr(xr)≤RMSErr(xh),则将反射顶点xr赋值给顶点xh,并将标志位Rflag设置为1;若RMSErr(xh)<RMSErr(xr),则顶点xh保持不变,并将标志位Rflag设置为1;
S58:判断标志位Rflag是否为1,若为是,根据均值顶点xc与当前的顶点xh获取NelderMead单纯形的压缩顶点xs以及压缩顶点xs对应的单向峰误差RMSErr(xs),并进入步骤S59;若为否,则将顶点xl、xg以及更新后的顶点xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55;
S59:判断单向峰误差RMSErr(xs)是否小于当前顶点xh对应的单向峰误差RMSErr(xh),若为是,则将压缩顶点xs赋值给当前的顶点xh;若为否,则采用顶点xl更新当前的顶点xg、xh;然后,将顶点xl以及更新后的顶点xg、xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55;其中,顶点xl更新当前的顶点xg、xh的方法如下:
其中,v[gh]=xg或v[gh]=xh。
进一步地,步骤S51中各顶点对应的单向峰值误差的计算方法如下:
RMSErr(v[0])=100*(v[0].y-v[0].x*v[0].x)2+(1-v[0].x)2
RMSErr(v[1])=100*(v[1].y-v[1].x*v[1].x)2+(1-v[1].x)2
RMSErr(v[2])=100*(v[2].y-v[2].x*v[2].x)2+(1-v[2].x)2
其中,RMSErr(v[0])为初始顶点v[0]对应的单向峰值误差,RMSErr(v[1])为初始顶点v[1]对应的单向峰值误差,RMSErr(v[2])为初始顶点v[2]对应的单向峰值误差。
进一步地,步骤S52中任意两个顶点之间的距离Dist(a,b)的计算方法为:
其中,a=0,1,2,b=0,1,2,且a≠b。
进一步地,步骤S55中的反射顶点xr的计算方法为:
xr=(1+α)*xc-α*xh
其中,α为设定的反射系数;
单向峰误差RMSErr(xr)的计算方法为:
RMSErr(xr)=100*(xr.y-xr.x*xr.x)2+(1-xr.x)2
其中,xr.x为反射顶点xr对应的相关值曲线中的最大相关值,xr.y为反射顶点xr对应的采样频率。
进一步地,步骤S56中的扩张顶点xe的计算方法为:
xe=(1-γ)*xc+γ*xr
其中,γ为设定的扩张系数;
单向峰误差RMSErr(xe)的计算方法为:
RMSErr(xe)=100*(xe.y-xe.x*xe.x)2+(1-xe.x)2
其中,xe.x为扩张顶点xe对应的相关值曲线中的最大相关值,xe.y为扩张顶点xe对应的采样频率。
进一步地,步骤S58中的压缩顶点xs的计算方法为:
xs=β*xh+(1-β)*xc
其中,β为设定的压缩系数;
单向峰误差RMSErr(xs)的计算方法为:
RMSErr(xs)=100*(xs.y-xs.x*xs.x)2+(1-xs.x)2
其中,xs.x为压缩顶点xs对应的相关值曲线中的最大相关值,xs.y为压缩顶点xs对应的采样频率。
进一步地,步骤S2中不同的采样频率的设定方为:
fci=fl+(i-1)*Δf
其中,fci为采样频率,fl为采样频率的设定下限值,fh为采样频率的设定上限值,Δf为设定步长,floor(·)表示向下取整。
进一步地,步骤S4中的检测阈值η1的设定方法为:
有益效果:
1、本发明提供一种时变信道下的水声高速通信方法,首先利用重采样后的多普勒信号与本地多普勒测量信号作循环相关,通过最大相关值判决,获得多普勒粗搜索的多普勒补偿初值;然后利用多普勒粗搜索出的多普勒补偿初值和循环相关峰值构建NelderMead单纯形,然后采用NelderMead算法进行精细多普勒搜索;本发明通过粗搜+精搜的方式估计出的多普勒补偿值更符合真实情况,更加精准,不仅适用于快时变信道,而且适用于低信噪比的情况,大大优化了水声高速OFDM通信的性能。
2、本发明提供一种时变信道下的水声高速通信方法,NelderMead算法借助反射、扩展和压缩三种操作改进了搜索极值的方法,是一种有效且可靠度极高的直接搜索方法,不仅适用于快时变信道,而且适用于低信噪比情况下。
附图说明
图1为水声高速通信接收流程图;
图2为水声高速通信时域波形图;
图3为多普勒粗搜索流程图;
图4为基于NelderMead的多普勒精细搜索流程图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
本发明的基本思想为:采用多普勒粗搜获得的多普勒频率补偿值,结合循环相关最大值,建立NelderMead单纯形;然后,利用NelderMead算法进行多普勒精细搜索,提高了多普勒搜索的精度,从而提高了水声高速通信的性能。
如图1所示,一种时变信道下的水声高速通信方法,包括以下步骤:
S1:对接收到的水声OFDM通信信号进行解包络处理,得到降基带后的接收信号,如图2所示。
S2:采用不同的采样频率按照从小到大的顺序对降基带后的接收信号进行重采样,得到多个补偿后的多普勒信号bcsigi(t),其中,i=1,2,…,N,N至少为2。
具体的,本发明对接收到的多普勒信号rcsig(t)按照频率步长Δf从频率fl补偿到fh进行重采样,形成N路补偿后的多普勒信号bcsigi(t):
bcsigi(t)=resample(rcsig(t),fci)
fci=fl+(i-1)*Δf
其中,fci为采样频率,fl为采样频率的设定下限值,fh为采样频率的设定上限值,Δf为设定步长,floor(·)表示向下取整。
S3:如图3所示,分别将各多普勒信号bcsigi(t)与本地多普勒测量信号bdsig(t)作循环相关,得到各多普勒信号bcsigi(t)对应的相关值曲线valcori,获取所有相关值曲线valcori中的最大相关值,并将其对应的多普勒信号bcsigi(t)的序号记为k1,最大相关值记为valmax1k1,其中,若k1为1或N,则认为未粗搜到有效信号,返回步骤S1重新接收信号;否则,执行步骤S4。
S4:判断最大相关值valmax1k1是否大于设定的检测阈值η1,若大于,则将最大相关值valmax1k1对应的采样频率fk1作为多普勒补偿初值,否则,认为未粗搜到有效信号,返回步骤S1重新接收信号。
需要说明的是,多普勒粗搜的检测阈值η1通过对k1通道中去掉最大值valmax1k1后的其余相关值valcork1(j)的平均值进行放大A倍得到,具体计算公式如下:
S5:将序号k1-1对应的采样频率与相关值曲线中的最大相关值组成二元数组最大相关值valmax1k1与采样频率fk1组成二元数组序号k1+1对应的采样频率与相关值曲线中的最大相关值组成二元数组再将三个二元数组作为NelderMead单纯形的顶点,并利用NelderMead算法对确定了顶点后的NelderMead单纯形进行顶点搜索,将搜索结果作为最终的多普勒补偿值。
S6:利用最终的多普勒补偿值对降基带后的接收信号进行多普勒补偿,得到多普勒补偿的信号;对多普勒补偿的信号进行多途信道估计,并采用频域均衡技术进行多途补偿,得到信道补偿后的信号。
S7:对信道补偿后的信号进行水声OFDM解码处理,恢复成信息,实现通信。
需要说明的是,在通过步骤S4的操作粗搜到多普勒补偿初值fk1后,步骤S5根据粗搜索到的频率补偿值fk1,结合循环相关最大值valmax1k1,建立NelderMead单纯形,利用NelderMead算法实现多普勒的精细搜索;因此,下面详细介绍利用NelderMead算法对确定了顶点后的NelderMead单纯形进行搜索的具体过程,如图4所示:
S51:将三个二元数组作为NelderMead单纯形的顶点v[0]、v[1]、v[2],并获取各顶点对应的单向峰值误差,其中,各顶点分别表示为:
v[0].x=valmax1k1-1
v[0].y=fk1-1
v[1].x=valmax1k1
v[1].y=fk1
v[2].x=valmax1k1+1
v[2].y=fk1+1
由此可见,NelderMead单纯形的顶点包括两个维度的信息,v[i].x表示相关最大值,v[i].y表示对应的采样频率值,各顶点对应的单向峰值误差的计算方法如下:
RMSErr(v[0])=100*(v[0].y-v[0].x*v[0].x)2+(1-v[0].x)2
RMSErr(v[1])=100*(v[1].y-v[1].x*v[1].x)2+(1-v[1].x)2
RMSErr(v[2])=100*(v[2].y-v[2].x*v[2].x)2+(1-v[2].x)2
其中,RMSErr(v[0])为初始顶点v[0]对应的单向峰值误差,RMSErr(v[1])为初始顶点v[1]对应的单向峰值误差,RMSErr(v[2])为初始顶点v[2]对应的单向峰值误差。
S52:判断各顶点之间的距离是否均小于1,若为是,则将当前单向峰值误差最小值对应的顶点记为顶点xl,并将顶点xl所包含的采样频率xl.y作为最终的多普勒补偿值,若为否,进入步骤S53。
具体的,任意两个顶点之间的距离Dist(a,b)的计算方法为:
其中,a=0,1,2,b=0,1,2,且a≠b。
S53:判断当前进入步骤S53的次数是否达到设定上限N1,若为是,则停止迭代,并将第N1次得到的顶点xl所包含的采样频率xl.y作为最终的多普勒补偿值,若为否,进入步骤S54,即利用NelderMead算法修正本次迭代中的单纯形的顶点。
S54:按照单向峰值误差由小到大的顺序,将当前单向峰值误差对应的各顶点分别记为xl、xg、xh,同时,将当前各顶点对应的单向峰值误差的均值以及采样频率的均值组成的二元数组作为NelderMead单纯形的均值顶点xc。
具体计算公式如下:
xl=min{RMSErr(v[0]),RMSErr(v[1]),RMSErr(v[2])}
xh=max{RMSErr(v[0]),RMSErr(v[1]),RMSErr(v[2])}
xg=v,v≠xl,v≠xh
S55:根据均值顶点xc与顶点xh获取NelderMead单纯形的反射顶点xr以及反射顶点xr对应的单向峰误差RMSErr(xr),判断单向峰误差RMSErr(xr)是否不大于顶点xl对应的单向峰误差RMSErr(xl),若为是,则进入步骤S56,若为否,则进入步骤S57。
具体的,反射顶点xr的计算方法为:
xr=(1+α)*xc-α*xh
其中,α为设定的反射系数,如α取1;
单向峰误差RMSErr(xr)的计算方法为:
RMSErr(xr)=100*(xr.y-xr.x*xr.x)2+(1-xr.x)2
其中,xr.x为反射顶点xr对应的相关值曲线中的最大相关值,xr.y为反射顶点xr对应的采样频率。
S56:根据均值顶点xc与反射顶点xr获取NelderMead单纯形的扩张顶点xe以及扩张顶点xe对应的单向峰误差RMSErr(xe),判断单向峰误差RMSErr(xe)是否不大于顶点xl对应的单向峰误差RMSErr(xl),若为是,则将扩张顶点xe赋值给顶点xh,若为否,则将反射顶点xr赋值给顶点xh;然后,无论采用扩张顶点xe还是反射顶点xr给顶点xh赋值,均将顶点xl、xg以及更新后的顶点xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55,也即更新步骤S51中的三个顶点后再进入下一个迭代周期。
具体的,顶点xh的更新用公式表示如下:
扩张顶点xe的计算方法为:
xe=(1-γ)*xc+γ*xr
其中,γ为设定的扩张系数,且扩张系数γ取2;
单向峰误差RMSErr(xe)的计算方法为:
RMSErr(xe)=100*(xe.y-xe.x*xe.x)2+(1-xe.x)2
其中,xe.x为扩张顶点xe对应的相关值曲线中的最大相关值,xe.y为扩张顶点xe对应的采样频率。
S57:根据xr处的单向峰误差RMSErr(xr)、xl处的单向峰误差RMSErr(xl)、xg处的单向峰误差RMSErr(xg)以及xh处的单向峰误差RMSErr(xh)之间的大小关系,重新给顶点xh进行赋值,然后进入步骤S58;其中,若RMSErr(xl)<RMSErr(xr)≤RMSErr(xg),则将反射顶点xr赋值给顶点xh,并将标志位Rflag设置为0;若RMSErr(xg)<RMSErr(xr)≤RMSErr(xh),则将反射顶点xr赋值给顶点xh,并将标志位Rflag设置为1;若RMSErr(xh)<RMSErr(xr),则顶点xh保持不变,并将标志位Rflag设置为1。
具体的,采用公式表示如下:
xh=xr且Rflag=0 if RMSErr(xl)<RMSErr(xr)≤RMSErr(xg)
xh=xr且Rflag=1 if RMSErr(xg)<RMSErr(xr)≤RMSErr(xh)
xh=xh且Rflag=1 if RMSErr(xh)<RMSErr(xr)
S58:判断标志位Rflag是否为1,若为是,根据均值顶点xc与当前的顶点xh获取NelderMead单纯形的压缩顶点xs以及压缩顶点xs对应的单向峰误差RMSErr(xs),并进入步骤S59;若为否,则将顶点xl、xg以及更新后的顶点xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55。
具体的,压缩顶点xs的计算方法为:
xs=β*xh+(1-β)*xc
其中,β为设定的压缩系数,例如,β取0.5;
单向峰误差RMSErr(xs)的计算方法为:
RMSErr(xs)=100*(xs.y-xs.x*xs.x)2+(1-xs.x)2
其中,xs.x为压缩顶点xs对应的相关值曲线中的最大相关值,xs.y为压缩顶点xs对应的采样频率。
S59:判断单向峰误差RMSErr(xs)是否小于当前顶点xh对应的单向峰误差RMSErr(xh),需要说明的是,由于顶点xh可能在前述步骤已经发生过替换,则当前顶点xh与步骤S54中设定的顶点xh可能不同,若为是,则将压缩顶点xs赋值给当前的顶点xh;若为否,则采用顶点xl更新当前的顶点xg、xh;在上述两种方式择其一完成顶点更新后,再将顶点xl以及更新后的顶点xg、xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55;其中,顶点xl更新当前的顶点xg、xh的方法如下:
其中,v[gh]=xg或v[gh]=xh。
综上所述,本发明提供的一种时变信道下的水声高速通信方法,其技术方案可以总结如下:
(1)对接收到的水声高速OFDM通信信号进行解包络处理,得到降基带后的接收信号。
(2)对接收到的多普勒信号进行重采样后,与本地多普勒测量信号作循环相关,通过能量判决,获得多普勒粗搜索的多普勒补偿值。
(3)在粗搜到信号后,根据粗搜索到的频率补偿值,结合循环相关最大值,建立NelderMead单纯形,利用NelderMead算法实现多普勒的精细搜索。
(4)对多普勒精细补偿后的降基带后的信号进行多途信道估计,并采用频域均衡技术进行多途补偿,得到信道补偿后的信号。
(5)对信道补偿后的信号,进行水声高速OFDM解码处理,恢复成信息。
由此可见,本发明在水声高速通信接收处理的方法基础上,采用多普勒粗搜与细搜相结合的方法进行多普勒的精细搜索;具体的,首先利用重采样后的多普勒信号与本地多普勒测量信号作循环相关,通过能量判决,获得多普勒粗搜索的多普勒补偿值;然后,结合循环相关最大值,利用NelderMead单纯形算法,精细搜索多普勒补偿值,从而提高了水声高速通信的性能;本发明不仅适用于时变水声信道,而且适用于低信噪比情况。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当然可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (9)
1.一种时变信道下的水声高速通信方法,其特征在于,包括以下步骤:
S1:对接收到的水声OFDM通信信号进行解包络处理,得到降基带后的接收信号;
S2:采用不同的采样频率按照从小到大的顺序对降基带后的接收信号进行重采样,得到多个补偿后的多普勒信号bcsigi(t),其中,i=1,2,…,N,N至少为2;
S3:分别将各多普勒信号bcsigi(t)与本地多普勒测量信号bdsig(t)作循环相关,得到各多普勒信号bcsigi(t)对应的相关值曲线valcori,获取所有相关值曲线valcori中的最大相关值,并将其对应的多普勒信号bcsigi(t)的序号记为k1,最大相关值记为valmax1k1,其中,若k1为1或N,则返回步骤S1重新接收信号;否则,执行步骤S4;
S4:判断最大相关值valmax1k1是否大于设定的检测阈值η1,若大于,则将最大相关值valmax1k1对应的采样频率fk1作为多普勒补偿初值,否则,返回步骤S1重新接收信号;
S5:将序号k1-1对应的采样频率与相关值曲线中的最大相关值组成二元数组最大相关值valmax1k1与采样频率fk1组成二元数组序号k1+1对应的采样频率与相关值曲线中的最大相关值组成二元数组再将三个二元数组作为NelderMead单纯形的顶点,并利用NelderMead算法对确定了顶点后的NelderMead单纯形进行顶点搜索,将搜索结果作为最终的多普勒补偿值;
S6:利用最终的多普勒补偿值对降基带后的接收信号进行多普勒补偿,得到多普勒补偿的信号;对多普勒补偿的信号进行多途信道估计,并采用频域均衡技术进行多途补偿,得到信道补偿后的信号;
S7:对信道补偿后的信号进行水声OFDM解码处理,恢复成信息,实现通信。
2.如权利要求1所述的一种时变信道下的水声高速通信方法,其特征在于,所述利用NelderMead算法对确定了顶点后的NelderMead单纯形进行搜索具体为:
S51:将三个二元数组作为NelderMead单纯形的顶点v[0]、v[1]、v[2],并获取各顶点对应的单向峰值误差,其中,各顶点分别表示为:
v[0].x=valmax1k1-1
v[0].y=fk1-1
v[1].x=valmax1k1
v[1].y=fk1
v[2].x=valmax1k1+1
v[2].y=fk1+1
S52:判断各顶点之间的距离是否均小于1,若为是,则将当前单向峰值误差最小值对应的顶点记为顶点xl,并将顶点xl所包含的采样频率作为最终的多普勒补偿值,若为否,进入步骤S53;
S53:判断当前进入步骤S53的次数是否达到设定上限N1,若为是,则将第N1次得到的顶点xl所包含的采样频率作为最终的多普勒补偿值,若为否,进入步骤S54;
S54:按照单向峰值误差由小到大的顺序,将当前单向峰值误差对应的各顶点分别记为xl、xg、xh,同时,将当前各顶点对应的单向峰值误差的均值以及采样频率的均值组成的二元数组作为NelderMead单纯形的均值顶点xc;
S55:根据均值顶点xc与顶点xh获取NelderMead单纯形的反射顶点xr以及反射顶点xr对应的单向峰误差RMSErr(xr),判断单向峰误差RMSErr(xr)是否不大于顶点xl对应的单向峰误差RMSErr(xl),若为是,则进入步骤S56,若为否,则进入步骤S57;
S56:根据均值顶点xc与反射顶点xr获取NelderMead单纯形的扩张顶点xe以及扩张顶点xe对应的单向峰误差RMSErr(xe),判断单向峰误差RMSErr(xe)是否不大于顶点xl对应的单向峰误差RMSErr(xl),若为是,则将扩张顶点xe赋值给顶点xh,若为否,则将反射顶点xr赋值给顶点xh;然后,将顶点xl、xg以及更新后的顶点xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55;
S57:根据xr处的单向峰误差RMSErr(xr)、xl处的单向峰误差RMSErr(xl)、xg处的单向峰误差RMSErr(xg)以及xh处的单向峰误差RMSErr(xh)之间的大小关系,重新给顶点xh进行赋值,然后进入步骤S58;其中,若RMSErr(xl)<RMSErr(xr)≤RMSErr(xg),则将反射顶点xr赋值给顶点xh,并将标志位Rflag设置为0;若RMSErr(xg)<RMSErr(xr)≤RMSErr(xh),则将反射顶点xr赋值给顶点xh,并将标志位Rflag设置为1;若RMSErr(xh)<RMSErr(xr),则顶点xh保持不变,并将标志位Rflag设置为1;
S58:判断标志位Rflag是否为1,若为是,根据均值顶点xc与当前的顶点xh获取NelderMead单纯形的压缩顶点xs以及压缩顶点xs对应的单向峰误差RMSErr(xs),并进入步骤S59;若为否,则将顶点xl、xg以及更新后的顶点xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55;
S59:判断单向峰误差RMSErr(xs)是否小于当前顶点xh对应的单向峰误差RMSErr(xh),若为是,则将压缩顶点xs赋值给当前的顶点xh;若为否,则采用顶点xl更新当前的顶点xg、xh;然后,将顶点xl以及更新后的顶点xg、xh代替步骤S51中的顶点v[0]、v[1]、v[2],并重复执行步骤S51~S55;其中,顶点xl更新当前的顶点xg、xh的方法如下:
其中,v[gh]=xg或v[gh]=xh。
3.如权利要求2所述的一种时变信道下的水声高速通信方法,其特征在于,步骤S51中各顶点对应的单向峰值误差的计算方法如下:
RMSErr(v[0])=100*(v[0].y-v[0].x*v[0].x)2+(1-v[0].x)2
RMSErr(v[1])=100*(v[1].y-v[1].x*v[1].x)2+(1-v[1].x)2
RMSErr(v[2])=100*(v[2].y-v[2].x*v[2].x)2+(1-v[2].x)2
其中,RMSErr(v[0])为初始顶点v[0]对应的单向峰值误差,RMSErr(v[1])为初始顶点v[1]对应的单向峰值误差,RMSErr(v[2])为初始顶点v[2]对应的单向峰值误差。
5.如权利要求2所述的一种时变信道下的水声高速通信方法,其特征在于,步骤S55中的反射顶点xr的计算方法为:
xr=(1+α)*xc-α*xh
其中,α为设定的反射系数;
单向峰误差RMSErr(xr)的计算方法为:
RMSErr(xr)=100*(xr.y-xr.x*xr.x)2+(1-xr.x)2
其中,xr.x为反射顶点xr对应的相关值曲线中的最大相关值,xr.y为反射顶点xr对应的采样频率。
6.如权利要求2所述的一种时变信道下的水声高速通信方法,其特征在于,步骤S56中的扩张顶点xe的计算方法为:
xe=(1-γ)*xc+γ*xr
其中,γ为设定的扩张系数;
单向峰误差RMSErr(xe)的计算方法为:
RMSErr(xe)=100*(xe.y-xe.x*xe.x)2+(1-xe.x)2
其中,xe.x为扩张顶点xe对应的相关值曲线中的最大相关值,xe.y为扩张顶点xe对应的采样频率。
7.如权利要求2所述的一种时变信道下的水声高速通信方法,其特征在于,步骤S58中的压缩顶点xs的计算方法为:
xs=β*xh+(1-β)*xc
其中,β为设定的压缩系数;
单向峰误差RMSErr(xs)的计算方法为:
RMSErr(xs)=100*(xs.y-xs.x*xs.x)2+(1-xs.x)2
其中,xs.x为压缩顶点xs对应的相关值曲线中的最大相关值,xs.y为压缩顶点xs对应的采样频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111308587.9A CN114124245B (zh) | 2021-11-05 | 2021-11-05 | 一种时变信道下的水声高速通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111308587.9A CN114124245B (zh) | 2021-11-05 | 2021-11-05 | 一种时变信道下的水声高速通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114124245A true CN114124245A (zh) | 2022-03-01 |
CN114124245B CN114124245B (zh) | 2024-05-03 |
Family
ID=80381244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111308587.9A Active CN114124245B (zh) | 2021-11-05 | 2021-11-05 | 一种时变信道下的水声高速通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114124245B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6512720B1 (en) * | 2002-05-14 | 2003-01-28 | The United States Of America As Represented By The Secretary Of The Navy | Underwater telemetry method using doppler compensation |
US20110013487A1 (en) * | 2009-04-03 | 2011-01-20 | University Of Connecticut | Apparatus, systems and methods for enhanced detection, synchronization and online doppler scale estimation for underwater acoustic communications |
CN102868659A (zh) * | 2012-08-31 | 2013-01-09 | 中国船舶重工集团公司第七一五研究所 | 一种移动ofdm水声通信信号的符号同步和多普勒补偿方法 |
CN102916922A (zh) * | 2012-10-15 | 2013-02-06 | 哈尔滨工程大学 | 水声ofdm自适应搜索多普勒补偿方法 |
CN106961403A (zh) * | 2017-04-02 | 2017-07-18 | 苏州桑泰海洋仪器研发有限责任公司 | 一种基于稀疏信道模型的ofdm水声语音通信多普勒补偿估计方法 |
CN107547143A (zh) * | 2017-07-24 | 2018-01-05 | 哈尔滨工程大学 | 一种已知子载波频率的ofdm‑mfsk水声通信宽带多普勒估计与补偿方法 |
CN107911133A (zh) * | 2017-11-17 | 2018-04-13 | 厦门大学 | 一种移动水声通信的多普勒因子估计及补偿方法 |
CN108833312A (zh) * | 2018-06-08 | 2018-11-16 | 西北工业大学 | 一种基于时延多普勒域的时变稀疏水声信道估计方法 |
CN110808928A (zh) * | 2019-10-31 | 2020-02-18 | 苏州桑泰海洋仪器研发有限责任公司 | 基于信道稀疏度检测的正交多载波多普勒估计计算方法 |
CN112087266A (zh) * | 2020-08-21 | 2020-12-15 | 哈尔滨工程大学 | 一种基于emd-wfft时变宽带多普勒补偿方法 |
-
2021
- 2021-11-05 CN CN202111308587.9A patent/CN114124245B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6512720B1 (en) * | 2002-05-14 | 2003-01-28 | The United States Of America As Represented By The Secretary Of The Navy | Underwater telemetry method using doppler compensation |
US20110013487A1 (en) * | 2009-04-03 | 2011-01-20 | University Of Connecticut | Apparatus, systems and methods for enhanced detection, synchronization and online doppler scale estimation for underwater acoustic communications |
CN102868659A (zh) * | 2012-08-31 | 2013-01-09 | 中国船舶重工集团公司第七一五研究所 | 一种移动ofdm水声通信信号的符号同步和多普勒补偿方法 |
CN102916922A (zh) * | 2012-10-15 | 2013-02-06 | 哈尔滨工程大学 | 水声ofdm自适应搜索多普勒补偿方法 |
CN106961403A (zh) * | 2017-04-02 | 2017-07-18 | 苏州桑泰海洋仪器研发有限责任公司 | 一种基于稀疏信道模型的ofdm水声语音通信多普勒补偿估计方法 |
CN107547143A (zh) * | 2017-07-24 | 2018-01-05 | 哈尔滨工程大学 | 一种已知子载波频率的ofdm‑mfsk水声通信宽带多普勒估计与补偿方法 |
CN107911133A (zh) * | 2017-11-17 | 2018-04-13 | 厦门大学 | 一种移动水声通信的多普勒因子估计及补偿方法 |
CN108833312A (zh) * | 2018-06-08 | 2018-11-16 | 西北工业大学 | 一种基于时延多普勒域的时变稀疏水声信道估计方法 |
CN110808928A (zh) * | 2019-10-31 | 2020-02-18 | 苏州桑泰海洋仪器研发有限责任公司 | 基于信道稀疏度检测的正交多载波多普勒估计计算方法 |
CN112087266A (zh) * | 2020-08-21 | 2020-12-15 | 哈尔滨工程大学 | 一种基于emd-wfft时变宽带多普勒补偿方法 |
Non-Patent Citations (8)
Title |
---|
冉茂华;黄建国;韩晶;: "水声通信中的时变多普勒补偿算法研究与仿真", 计算机仿真, no. 11 * |
张涛;黄建国;何成兵;: "单载波频域均衡技术及其在水声通信中的应用", 探测与控制学报, no. 04 * |
普湛清;张阳;王巍;李宇;黄海宁;: "远程水声扩频通信时变多普勒估计与码片同步联合处理算法", 声学技术, no. 01, 15 February 2018 (2018-02-15) * |
普湛清;王巍;张扬帆;李宇;黄海宁;: "UUV平台OFDM水声通信时变多普勒跟踪与补偿算法", 仪器仪表学报, no. 07 * |
林娜: "水声OFDM通信系统信道补偿技术研究", 博士电子期刊2020年第07期 * |
王婷婷: "水声OFDM时变多普勒补偿技术研究", 硕士电子期刊2021年第05期 * |
申晓红;王海燕;白峻;周倩;: "基于导频chirpZ变换的基带OFDM水声通信多普勒估计方法", 西北工业大学学报, no. 01, 15 February 2009 (2009-02-15) * |
马雪飞;乔钢;赵春晖;郑彩云;: "正交频分复用水声通信子载波干扰抑制", 沈阳工业大学学报, no. 05 * |
Also Published As
Publication number | Publication date |
---|---|
CN114124245B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110071756B (zh) | 一种旋翼遮挡下的突发信号检测和载波同步方法 | |
CN110133596B (zh) | 一种基于频点信噪比和偏置软判决的阵列声源定位方法 | |
CN109039960A (zh) | 一种水声稀疏信道估计变步长稀疏度自适应匹配追踪方法 | |
CN109490826B (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
CN107332599B (zh) | 一种基于功率和码字联合域的上行非正交多址接入方法 | |
CN110138698B (zh) | 高阶调制线性混合信号频偏初相联合估计方法及装置 | |
CN111948598B (zh) | 空域干扰信号检测方法与装置 | |
CN107276932B (zh) | 一种盲源信号分离的方法及装置 | |
CN113259291B (zh) | 利用水声连续信号动态多普勒跟踪实现的相位补偿方法 | |
JP2016163078A (ja) | 復調装置および復調方法 | |
CN114124245B (zh) | 一种时变信道下的水声高速通信方法 | |
CN112910533B (zh) | 一种具有并行结构的宽带信号组阵系统 | |
CN114070354A (zh) | 基于gs迭代法的自适应分段矩阵逆跟踪mimo检测方法 | |
CN112968850A (zh) | 微弱bpsk信号载波捕获方法 | |
CN111291511B (zh) | 一种基于历史信息的软卡尔曼滤波迭代时变信道估计方法 | |
CN107465472B (zh) | 一种基于路径合成的多径时延估计方法 | |
WO2017054339A1 (zh) | 一种迭代信道估计方法及装置、计算机存储介质 | |
CN111314255B (zh) | 一种低复杂度siso和mimo接收机生成方法 | |
CN108924073B (zh) | 一种基于伪随机序列同步的快速自适应多普勒估计方法 | |
CN108400948B (zh) | 一种环境自适应感知无线通信信道估计与信号重构方法 | |
CN112887240B (zh) | 基于双重卡尔曼滤波的多普勒因子估计方法 | |
CN110971546A (zh) | 一种大规模mimo系统信道跟踪方法 | |
CN113746776B (zh) | 基于星座点排序和动态树搜索的信号接收方法 | |
CN117081894B (zh) | 一种利用信道稀疏特性的水声信号检测方法及系统 | |
CN114978839B (zh) | 一种水声通信中非一致性多普勒估计方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |