CN114124246B - 一种基于多频空域稀疏重构的水声多址通信方法与系统 - Google Patents
一种基于多频空域稀疏重构的水声多址通信方法与系统 Download PDFInfo
- Publication number
- CN114124246B CN114124246B CN202111341059.3A CN202111341059A CN114124246B CN 114124246 B CN114124246 B CN 114124246B CN 202111341059 A CN202111341059 A CN 202111341059A CN 114124246 B CN114124246 B CN 114124246B
- Authority
- CN
- China
- Prior art keywords
- frequency
- array
- signal
- multiple access
- underwater acoustic
- 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.)
- Active
Links
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
- H04L27/00—Modulated-carrier systems
- H04L27/10—Frequency-modulated carrier systems, i.e. using frequency-shift keying
- H04L27/106—M-ary FSK
-
- 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)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明给出了一种基于多频空域稀疏重构的水声多址通信方法与系统,包括在压缩感知框架下提出在网络节点配备小尺度水平阵,基于多频频率键控(MFSK)构造空域测量矩阵,将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,以稀疏重构算法对信号进行重构从而恢复节点通信数据,实现异步网络模式下的水声网络多址通信。本发明方案将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,实现了以较低的实时运算复杂度获取更好的水声网络多址通信效果,避免了因碰撞、握手协议导致的时延及低多址接入效率,同时在水声网络节点上有着很好的适装性,结合MFSK与频率分集抑制水声信道多径导致频域选择性衰落的影响,在压缩感知框架下实现了网络多址通信。
Description
技术领域
本发明涉及水声多址通信技术领域,尤其是一种基于多频空域稀疏重构的水声多址通信方法与系统。
背景技术
随着海洋开发、资源勘探、环境监测和国防安全等领域对水下信息获取与传输的需求日益增加,水声网络通过多个水下节点实现互联互通可实现水下分布式、网络化、立体化数据采集、信息获取、态势感知等任务,得到各国广泛重视。
作为水下几乎唯一可选的中、远距离无线通信手段,水声通信提供了一种方便的水下无线通信、组网方式,为水声网络提供了有效技术手段。与点对点通信不同,多址通信是指网络多节点通过共享信道实现多址接入的网络通信方式,通信网络中网络节点往往需通过随机竞争、固定分配等方式实现多址接入通信。
但是,水声通信可用频带极窄以及信道多径、多普勒影响,水声信道资源极其有限,导致采用频分、时分固定多址接入方式的多址通信效率极低;而水声传播速度慢导致的长传输时延则导致竞争类接入方法的握手效率即网络状态感知能力急剧下降,严重影响网络节点的随机接入性能。为了提高水声网络接入性能,研究者提出了多种解决方案。
在现有的技术中,已知有一种适用于水声网络的时反多址接入方法,通过主动时间反转处理进行空时聚焦性,利用水声信道空变特性,削弱水声信道的广播特性,从而有效隔离分布式多跳环境下相邻链路间信号干扰;另有一种基于MACA-U协议的水声网络多址接入方法,该方法利用源节点与目的节点的握手过程获取网络节点状态,计算出源节点或目的节点适合接收另一节点所发送的数据帧的时间,从而提高网络接入性能。
上述水声网络多址方案仍要求网络节点之间进行必要的握手,导致水声网络的长接入时延、低接入效率,严重影响水声网络多址通信性能。
本发明面向水声网络组网需求,充分利用网络节点空间分布造成并发节点具有的稀疏性,提供了一种利用多频空域稀疏重构来提高多址接入效率的水声网络组网多址通信方法。
考虑到典型应用背景下,水声网络中并发节点数目远少于总节点数因而具有空间稀疏性,本发明在压缩感知框架下提出在网络节点配备小尺度水平阵,基于多频频率键控(MFSK)构造空域测量矩阵,将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,以稀疏重构算法(如正交匹配追踪,OMP算法)对信号进行重构从而恢复节点通信数据,实现异步网络模式下的水声网络多址通信。本发明方案实现以较低的实时运算复杂度获取更好的水声网络多址通信效果。
发明内容
本发明提出了一种基于多频空域稀疏重构的水声多址通信方法与系统,以解决上文提到的现有技术的缺陷。
在一个方面,本发明提出了一种基于多频空域稀疏重构的水声多址通信方法,该方法包括以下步骤:
S1:在压缩感知框架下,水声传感网络包括I个传感节点和1个中心接收节点,所述中心接收节点处的阵列接收多频发送信号由传感节点到达所述中心接收节点时的接收信号,其中所述多频发送信号为采用MFSK进行调制后的发送信号;
S2:将所述多频发送信号从所述I个传感节点分别到达所述阵列时所述阵列接收到的I个时延频域响应组成的矩阵作为观测矩阵C(k),并利用稀疏重构算法构建所述多频发送信号在所述阵列的频域观测信号矢量利用所述观测矩阵C(k)和所述频域观测信号构建出稀疏恢复方程,再将所述观测矩阵以MFSK调制方式调制在所述频域观测信号上;
S3:对所述稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,再根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构。
以上方法基于多频频率键控(MFSK)构造空域测量矩阵,将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,避免了因碰撞、握手协议导致的时延及低多址接入效率,同时在水声网络节点上有着很好的适装性;再对稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,最后根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构,在空域稀疏估计中,结合MFSK与频率分集抑制水声信道多径导致频域选择性衰落的影响,在压缩感知框架下实现了网络多址通信。
在具体的实施例中,所述I个传感节点中,同时发送数据的节点的个数小于I。考虑到本实施例水声网络由大量传感节点和少数中心接收节点组成,通常情况下同时发射测量数据的并发节点数远少于总传感节点数,因此并发节点相对于所有网络节点具有空间稀疏性。
在具体的实施例中,所述稀疏重构算法包括正交匹配追踪算法和OMP算法。
在具体的实施例中,所述中心接收节点配备小尺度水平阵列。从系统实现复杂性考虑,水声网络中数量较少的中心节点配备小尺度接收阵列是可承受的,利用配备小尺度水平阵列的中心节点可进行各传感节点测量数据的稀疏测量方程构建。
在具体的实施例中,所述S2的步骤具体包括:
在所述水声传感网络中I个传感节点的空间位置集为{r1,r2,…,rI},所述阵列为M元阵列,其中所述阵列的第m个水听器接收到的信号xm(n)(m=1,2,…,M)为:
xm(r)=hm(rs,n)*s(n)+ωm(n)
其中,n为离散时间,hm(rs,n)为第s个传感节点的位置rs到所述阵列的第m个水听器的信道冲激响应,s(n)为所述多频发送信号,ωm(n)为第m个水听器的接收噪声;
将hm(rs,n)分解为到达第m个水听器的阵列时延响应dm(rs,n)和对齐的信道冲激响应ham(rs,n)的卷积,即:
hm(rs,n)=dm(rs,n)*ham(rs,n)
则,将所述信号xm(n)的频域表示为:
Xm(k)=Dm(rs,k)Hm(rs,k)S(k)+Wm(k)
其中Xm(k),Dm(rs,k),Hm(rs,k),S(k),Wm(k)分别为:
xm(n),dm(rs,n),ham(rs,n),s(n),ωm(n)的离散傅里叶变换,则利用Xm(k),Dm(rs,k),Hm(rs,k),Wm(k)来构成所述阵列位置处的各变量的频域矢量为:
X(k)={x1(k),x2(k),…,xM(k)}T
D(rs,k)={D1(rs,k),D2(rs,k),…,DM(rs,k)}T
H(rs,k)={H1(rs,k),H2(rs,k),…,HM(rs,k)}T
W(k)={W1(k),W2(k),…,WM(k)}T
再将式
Xm(k)=Dm(rs,k)Hm(rs,k)S(k)+Wm(k)
表示为:
X(k)=D(rs,k)H(rs,k)S(k)+W(k)
其中,k为频率,X(k)表示所述阵列接收到的信号矢量的频域,D(rs,k)表示所述多频发送信号从所述第s个传感节点的位置rs到达所述阵列的时延频域响应矢量,H(rs,k)表示D(rs,k)对应的信道频域响应矢量,W(k)为频域噪声矢量;
定义所述观测矩阵C(k)为:
C(k)={D(r1,k),D(r2,k),…,D(rI,k)}
再将所述观测矩阵作为字典将式
X(k)=D(rs,k)H(rs,k)S(k)+W(k)
扩展为稀疏恢复方程:
根据本发明的第二方面,提出了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机处理器执行时实施上述方法。
根据本发明的第三方面,提出一种基于多频空域稀疏重构的水声多址通信系统,该系统包括:
多频信号接收模块:配置用于在压缩感知框架下,水声传感网络包括I个传感节点和1个中心接收节点,所述中心接收节点处的阵列接收多频发送信号由传感节点到达所述中心接收节点时的接收信号,其中所述多频发送信号为采用MFSK进行调制后的发送信号;
多频空域稀疏重构模块:配置用于将所述多频发送信号从所述I个传感节点分别到达所述阵列时所述阵列接收到的I个时延频域响应组成的矩阵作为观测矩阵C(k),并利用稀疏重构算法构建所述多频发送信号在所述阵列的频域观测信号矢量利用所述观测矩阵C(k)和所述频域观测信号构建出稀疏恢复方程,再将所述观测矩阵以MFSK调制方式调制在所述频域观测信号上;
频率分集模块:配置用于对所述稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,再根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构。
本发明基于多频频率键控(MFSK)构造空域测量矩阵,将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,避免了因碰撞、握手协议导致的时延及低多址接入效率,同时在水声网络节点上有着很好的适装性;再对稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,最后根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构,在空域稀疏估计中,结合MFSK与频率分集抑制水声信道多径导致频域选择性衰落的影响,在压缩感知框架下实现了网络多址通信。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本发明的一个实施例的一种基于多频空域稀疏重构的水声多址通信方法的流程图;
图2是本发明的一个具体的实施例的不同方位传感节点相对中心节点同一接收水听器的信道响应;
图3是本发明的一个具体的实施例的不同发射数据概率p时网络中并发传感器节点数概率分布;
图4是本发明的一个具体的实施例的异步网络结合频率分集时网络通信误比特率曲线;
图5是本发明的一个实施例的一种基于多频空域稀疏重构的水声多址通信系统的框架图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本发明的一个实施例的一种基于多频空域稀疏重构的水声多址通信方法,图1示出了根据本发明的实施例的一种基于多频空域稀疏重构的水声多址通信方法的流程图。如图1所示,该方法包括以下步骤:
S1:在压缩感知框架下,水声传感网络包括I个传感节点和1个中心接收节点,所述中心接收节点处的阵列接收多频发送信号由传感节点到达所述中心接收节点时的接收信号,其中所述多频发送信号为采用MFSK进行调制后的发送信号。
在具体的实施例中,所述I个传感节点中,同时发送数据的节点的个数小于I。
在具体的实施例中,所述中心接收节点配备小尺度水平阵列。
S2:将所述多频发送信号从所述I个传感节点分别到达所述阵列时所述阵列接收到的I个时延频域响应组成的矩阵作为观测矩阵C(k),并利用稀疏重构算法构建所述多频发送信号在所述阵列的频域观测信号矢量利用所述观测矩阵C(k)和所述频域观测信号构建出稀疏恢复方程,再将所述观测矩阵以MFSK调制方式调制在所述频域观测信号上。
在具体的实施例中,所述稀疏重构算法包括正交匹配追踪算法和OMP算法。
在具体的实施例中,所述S2的步骤具体包括:
在所述水声传感网络中I个传感节点的空间位置集为{r1,r2,…,rI},所述阵列为M元阵列,其中所述阵列的第m个水听器接收到的信号xm(n)(m=1,2,…,M)为:
xm(n)=hm(rs,n)*s(n)+ωm(n)
其中,n为离散时间,hm(rs,n)为第s个传感节点的位置rs到所述阵列的第m个水听器的信道冲激响应,s(n)为所述多频发送信号,ωm(n)为第m个水听器的接收噪声;
将hm(rs,n)分解为到达第m个水听器的阵列时延响应dm(rs,n)和对齐的信道冲激响应ham(rs,n)的卷积,即:
hm(rs,n)=dm(rs,n)*ham(rs,n)
则,将所述信号xm(n)的频域表示为:
Xm(k)=Dm(rs,k)Hm(rs,k)S(k)+Wm(k)
其中Xm(k),Dm(rs,k),Hm(rs,k),S(k),Wm(k)分别为:
xm(n),dm(rs,n),ham(rs,n),s(n),ωm(n)
的离散傅里叶变换,则利用Xm(k),Dm(rs,k),Hm(rs,k),Wm(k)来构成所述阵列位置处的各变量的频域矢量为:
X(k)={x1(k),x2(k),…,xM(k)}T
D(rs,k)={D1(rs,k),D2(rs,k),…,DM(rs,k)}T
H(rs,k)={H1(rs,k),H2(rs,k),…,HM(rs,k)}T
W(k)={W1(k),W2(k),…,WM(k)}T
再将式
Xm(k)=Dm(rs,k)Hm(rs,k)S(k)+Wm(k)
表示为:
X(k)=D(rs,k)H(rs,k)S(k)+W(k)
其中,k为频率,X(k)表示所述阵列接收到的信号矢量的频域,D(rs,k)表示所述多频发送信号从所述第s个传感节点的位置rs到达所述阵列的时延频域响应矢量,H(rs,k)表示D(rs,k)对应的信道频域响应矢量,W(k)为频域噪声矢量;
定义所述观测矩阵C(k)为:
C(k)={D(r1,k),D(r2,k),…,D(rI,k)}
再将所述观测矩阵作为字典将式
X(k)=D(rs,k)H(rs,k)s(k)+W(k)
扩展为稀疏恢复方程:
S3:对所述稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,再根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构。
在具体的实施例中,由稀疏恢复方程可知,如把传感节点的观测数据以MFSK调制方式调制在上,在满足并发节点数少于总传感节点数的情况下,中心节点通过稀疏重构恢复的是信道频域响应H(r1,k)加权的传感节点观测数据。考虑到水声多径信道对应导致的频率选择性衰落效应,将导致在严重衰落的频率无法保证对观测数据向量的恢复。
在具体的实施例中,S3包括:
在MFSK调制上进一步结合频率分集,如采用频率四分集方案,则所有的M个频率以4个为一组携带信息,即:kj,j=1,2,3,4,携带一个bit,kj,j=5,6,7,8,携带一个bit,…,则M=2B个频率在四分集方案下每个MFSK调制数据符号可携带B-2个bit信息。
因此,MFSK调制结合频率分集,可以牺牲通信速率为代价抑制信道多径导致的频域选择性衰落对稀疏重构的影响,从而改善传感节点观测数据恢复的性能。
在MFSK调制上进一步结合频率分集,则可以牺牲通信速率为代价抑制信道多径导致的频域选择性衰落对稀疏重构的影响,从而改善传感节点观测数据恢复的性能。因此,在所述稀疏恢复方程的基础上采用多频调制结合频率分集,则可通过采用0MP算法等本领域通用的稀疏恢复算法实现重构,在压缩感知的框架下实现水声网络传感节点的测量数据恢复。
因此,如上所示,在本发明所提利用多频空域稀疏重构的水声网络多址通信方法中,由于充分利用MFSK调制结合空域稀疏重构,多址通信中网络节点之间无需进行握手,即本方法可支持网络节点中若干个节点并发通信,从而大大简化水声网络多址接入流程,提高多址通信效率。
为了使本发明的技术内容、特征、优点更加明显易懂,下文以一个具体的水声网络多址方案实施例进行进一步的阐述。
以浅海条件分布式海洋环境参数采集应用为例:设置水下传感网络由24个携带海洋传感器的传感节点和1个作为网络中心的中心节点组成,采用星型中心拓扑结构,24个传感节点分布在以中心节点为圆心,半径5km、方差200m分布进行设置。设置海深为100米,为简化计算起见设置声速为恒定。
网络通信采用多频频率键控(MFSK)调制,基带采样率为8kHz,码元长度Tc为64ms,以频点间隔为30Hz,设置128个频点,即每个码元携带7个bit信息,对应原始数据率为109.375bps;在此基础上,结合4频率分集方案,则原始数据率降低为78.125bps。
网络中心节点配备一个小尺度6元圆形水平接收阵,阵列半径为1m,布放深度为50m。利用射线模型可获得各个传感节点到中心节点之间的信道响应,如图2为不同方位的24个传感节点相对中心节点接收阵同一水听器的水声信道响应,从图2中可以看出信道具有明显的多径结构;分布在不同方位的传感节点到达不同水听器的阵列时延响应dm可由接收阵列几何关系获得。
考虑到传感节点相对中心节点水平接收阵列处于远场,则在平面波入射条件下根据水平圆形接收阵列几何关系,可获得每个传感节点相对中心节点接收阵列第m个水听器的阵列时延响应dm(rs,n)。
对本实施例水声传感网络采用分布式异步模式进行网络通信性能分析。在异步网络模式下,水声网络无需保持时间同步,并发传感节点数K服从伯努利分布,K~B(I,p),其中I为所有传感节点数,p为每个传感节点发射数据概率,K个并发节点的数据以[0Tc]均匀分布的时延进行发射。本实施例分析中所有传感器节点数I=24,每个传感节点发射数据的概率p分别按照2/24、3/24、4/24进行设置。图3给出了对应不同的p概率下网络中并发传感器节点数的概率分布,可见网络中同一并发节点数的概率随着p的增加而增大。
由以上内容可以知道,在异步网络模式下,网络中每个传感节点按照图3所述发射概率p对应的并发概率发射数据,同时,不同并发节点间时延按照[0Tc]均匀分布进行设置以模拟异步随机方式的时延分布。
异步网络条件下,不同信噪比和不同并发节点数下网络通信数据的误比特率曲线如图4所示。从图4可以看出,异步网络条件下随着p概率的增加,网络并发节点数增加导致误比特率同样明显提升;同时,并发节点发射网络数据通信的误比特率随信噪比的增加呈明显降低的趋势。因此,从图4可看出,在一定信噪比条件下,MFSK结合频率分集通过多频空域稀疏可实现网络中2个、3个、4个并发节点数的多址通信,而无需采用随机竞争、固定分配接入方式,从而可有效避免随机、固定分配导致的数据包碰撞、长接入时延等问题。
考虑到MFSK调制中发射可以采用低复杂度开关功放实现,本发明所提方法使得水声网络在无需多址接入控制的条件下可利用MFSK这一易于工程实现的低复杂度调制方式实现网络数据通信,对于海洋环境监测、水下物联网等需要大量、密集分布、低成本组网的应用领域而言具有积极意义。
图5示出了本发明的一个实施例的一种基于多频空域稀疏重构的水声多址通信系统的框架图。该系统包括多频信号接收模块501、多频空域稀疏重构模块502和频率分集模块503。
在具体的实施例中,多频信号接收模块501被配置用于在压缩感知框架下,水声传感网络包括I个传感节点和1个中心接收节点,所述中心接收节点处的阵列接收多频发送信号由传感节点到达所述中心接收节点时的接收信号,其中所述多频发送信号为采用MFSK进行调制后的发送信号;
多频空域稀疏重构模块502被配置用于将所述多频发送信号从所述I个传感节点分别到达所述阵列时所述阵列接收到的I个时延频域响应组成的矩阵作为观测矩阵C(k),并利用稀疏重构算法构建所述多频发送信号在所述阵列的频域观测信号矢量利用所述观测矩阵C(k)和所述频域观测信号构建出稀疏恢复方程,再将所述观测矩阵以MFSK调制方式调制在所述频域观测信号上;
频率分集模块503被配置用于对所述稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,再根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构。
本系统基于多频频率键控(MFSK)构造空域测量矩阵,将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,避免了因碰撞、握手协议导致的时延及低多址接入效率,同时在水声网络节点上有着很好的适装性;再对稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,最后根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构,在空域稀疏估计中,结合MFSK与频率分集抑制水声信道多径导致频域选择性衰落的影响,在压缩感知框架下实现了网络多址通信。
本发明的实施例还涉及一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机处理器执行时实施上文中的方法。该计算机程序包含用于执行流程图所示的方法的程序代码。需要说明的是,本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。
本发明在压缩感知框架下提出在网络节点配备小尺度水平阵,基于多频频率键控(MFSK)构造空域测量矩阵,将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,以稀疏重构算法对信号进行重构从而恢复节点通信数据,实现异步网络模式下的水声网络多址通信。本发明方案将网络多址通信问题转化为每个频点上的空域稀疏恢复问题,实现了以较低的实时运算复杂度获取更好的水声网络多址通信效果,避免了因碰撞、握手协议导致的时延及低多址接入效率,同时在水声网络节点上有着很好的适装性,结合MFSK与频率分集抑制水声信道多径导致频域选择性衰落的影响,在压缩感知框架下实现了网络多址通信。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (5)
1.一种基于多频空域稀疏重构的水声多址通信方法,其特征在于,包括以下步骤:
S1:在压缩感知框架下,水声传感网络包括I个传感节点和1个中心接收节点,所述中心接收节点处的阵列接收多频发送信号由传感节点到达所述中心接收节点时的接收信号,其中所述多频发送信号为采用MFSK进行调制后的发送信号;
S2:将所述多频发送信号从所述I个传感节点分别到达所述阵列时所述阵列接收到的I个时延频域响应组成的矩阵作为观测矩阵C(k),并利用稀疏重构算法构建所述多频发送信号在所述阵列的频域观测信号矢量利用所述观测矩阵C(k)和所述频域观测信号构建出稀疏恢复方程,再将所述观测矩阵以MFSK调制方式调制在所述频域观测信号上,具体步骤包括:在所述水声传感网络中I个传感节点的空间位置集为(r1,r2,...,rI},所述阵列为M元阵列,其中所述阵列的第m个水听器接收到的信号xm(n), m=1,2,...,M为:
xm(n)=hm(rs,n)*s(n)+ωm(n)
其中,n为离散时间,hm(rs,n)为第s个传感节点的位置rs到所述阵列的第m个水听器的信道冲激响应,s(n)为所述多频发送信号,ωm(n)为第m个水听器的接收噪声,将hm(rs,n)分解为到达第m个水听器的阵列时延响应dm(rs,n)和对齐的信道冲激响应ham(rs,n)的卷积,即
hm(rs,n)=dm(rs,n)*ham(rs,n)
则,将所述信号xm(n)的频域表示为:
Xm(k)=Dm(rs,k)Hm(rs,k)S(k)+Wm(k)
其中Xm(k),Dm(rs,k),Hm(rs,k),s(k),Wm(k)分别为:xm(n),dm(rs,n),ham(rs,n),s(n),ωm(n)的离散傅里叶变换,则利用Xm(k),Dm(rs,k),Hm(rs,k),Wm(k)来构成所述阵列位置处的各变量的频域矢量为:
X(k)={x1(k),x2(k),...,xM(k)}T
D(rs,k)={D1(rs,k),D2(rs,k),...,DM(rs,k)}T
H(rs,k)={H1(rs,k),H2(rs,k),...,HM(rs,k)}T
W(k)={W1(k),W2(k),...,WM(k)}T
再将式Xm(k)=Dm(rs,k)Hm(rs,k)S(k)+Wm(k),
表示为:X(k)=D(rs,k)H(rs,k)S(k)+W(k),
其中,k为频率,X(k)表示所述阵列接收到的信号矢量的频域,D(rs,k)表示所述多频发送信号从所述第s个传感节点的位置rs到达所述阵列的时延频域响应矢量,H(rs,k)表示D(rs,k)对应的信道频域响应矢量,W(k)为频域噪声矢量,定义所述观测矩阵C(k)为:
C(k)={D(r1,k),D(r2,k),...,D(rI,k)}
利用H(rs,k)对来自各个传感节点的S(k)的观测信号进行加权从而获得
X(k)=D(rs,k)H(rs,k)S(k)+W(k)
扩展为稀疏恢复方程:
S3:对所述稀疏恢复方程采用频率分集抑制多径信道频率选择性衰落,再根据所述稀疏恢复方程对所述频域观测信号进行稀疏重构。
2.根据权利要求1所述的方法,其特征在于,所述I个传感节点中,同时发送数据的节点的个数小于I。
3.根据权利要求1所述的方法,其特征在于,所述稀疏重构算法包括正交匹配追踪算法。
4.根据权利要求1所述的方法,其特征在于,所述中心接收节点配备小尺度水平阵列。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被计算机处理器执行时实施权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111341059.3A CN114124246B (zh) | 2021-11-12 | 2021-11-12 | 一种基于多频空域稀疏重构的水声多址通信方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111341059.3A CN114124246B (zh) | 2021-11-12 | 2021-11-12 | 一种基于多频空域稀疏重构的水声多址通信方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114124246A CN114124246A (zh) | 2022-03-01 |
CN114124246B true CN114124246B (zh) | 2022-11-25 |
Family
ID=80379114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111341059.3A Active CN114124246B (zh) | 2021-11-12 | 2021-11-12 | 一种基于多频空域稀疏重构的水声多址通信方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114124246B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115514424B (zh) * | 2022-09-01 | 2023-07-25 | 西北工业大学 | 一种非合作水声网络接收信号生成方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533674A (zh) * | 2013-10-24 | 2014-01-22 | 厦门大学 | 一种分簇水声传感器网络数据采集和传输的方法 |
CN106027445A (zh) * | 2016-05-13 | 2016-10-12 | 江苏科技大学 | 一种水声块结构稀疏特性的信道估计方法 |
CN106161326A (zh) * | 2016-06-15 | 2016-11-23 | 江苏科技大学 | 一种水声块结构稀疏信道的快速估计方法 |
CN110138459A (zh) * | 2019-04-04 | 2019-08-16 | 中国人民解放军战略支援部队信息工程大学 | 基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置 |
CN112784412A (zh) * | 2021-01-21 | 2021-05-11 | 中国科学院声学研究所 | 一种基于压缩感知的单水听器简正波模态分离方法及系统 |
-
2021
- 2021-11-12 CN CN202111341059.3A patent/CN114124246B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103533674A (zh) * | 2013-10-24 | 2014-01-22 | 厦门大学 | 一种分簇水声传感器网络数据采集和传输的方法 |
CN106027445A (zh) * | 2016-05-13 | 2016-10-12 | 江苏科技大学 | 一种水声块结构稀疏特性的信道估计方法 |
CN106161326A (zh) * | 2016-06-15 | 2016-11-23 | 江苏科技大学 | 一种水声块结构稀疏信道的快速估计方法 |
CN110138459A (zh) * | 2019-04-04 | 2019-08-16 | 中国人民解放军战略支援部队信息工程大学 | 基于基追踪去噪的稀疏水声正交频分复用信道估计方法及装置 |
CN112784412A (zh) * | 2021-01-21 | 2021-05-11 | 中国科学院声学研究所 | 一种基于压缩感知的单水听器简正波模态分离方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114124246A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Survey on high reliability wireless communication for underwater sensor networks | |
Chitre et al. | Recent advances in underwater acoustic communications & networking | |
CN110518961B (zh) | 大规模mimo卫星移动通信方法及系统 | |
Manjula et al. | Issues in underwater acoustic sensor networks | |
Chitre et al. | Underwater acoustic communications and networking: Recent advances and future challenges | |
Poncela et al. | Wireless underwater communications | |
Kebkal et al. | Solutions for underwater communication and positioning network development | |
CN114124246B (zh) | 一种基于多频空域稀疏重构的水声多址通信方法与系统 | |
Han et al. | THz ISAC: A physical-layer perspective of terahertz integrated sensing and communication | |
Jiang et al. | Exploiting sparsity for underwater acoustic sensor network under time-varying channels | |
Songzuo et al. | Full duplex physical and MAC layer-based underwater wireless communication systems and protocols: Opportunities, challenges, and future directions | |
Wang et al. | Energy-efficient collection scheme based on compressive sensing in underwater wireless sensor networks for environment monitoring over fading channels | |
CN102025424A (zh) | 一种基于矢量传感器的ofdm水声通信方法 | |
Luo et al. | Deep learning-based channel estimation approach for 3d massive mimo millimeter-wave system in time-varying environments | |
CN115242335B (zh) | 一种ofdm雷达通信一体化信号联合优化设计与处理方法 | |
Doosti-Aref et al. | Efficient cooperative multicarrier underwater acoustic communication over the Persian Gulf channel | |
CN114710382A (zh) | 一种时分双工多天线系统的干扰消除方法 | |
Chen et al. | Mobile data collection paths for node cooperative underwater acoustic sensor networks | |
Saravanan et al. | Mac layer communication protocol design using stochastic network calculusfor underwater agriculture farming | |
CN107682924B (zh) | 一种适用于长延迟sic网络的链路调度方法和系统 | |
Ma et al. | A hybrid physical-layer network coding approach for bidirectional underwater acoustic networks | |
Rawat et al. | Capacity of dual hop underwater acoustic communication using vector sensors | |
Anower et al. | Mitigating the effect of multipath using cross-correlation: application to underwater network cardinality estimation | |
WO2023185776A1 (zh) | 数据处理方法、装置及系统 | |
WO2024000437A1 (en) | Representing underlying logical constructs related to temporal sensing and measuring of a radio environment |
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 |