CN114285495B - 基于消息传递的水声ofdm通信系统接收信号处理方法 - Google Patents

Abstract

本发明属于水声通信技术领域，尤其涉及一种基于消息传递的水声OFDM通信系统接收信号处理方法。本发明的技术方案是提供一种基于消息传递有脉冲噪声消除的水声OFDM通信接收信号处理方法，将时域脉冲噪声建模为稀疏向量，通过空载波测量，联合估计信道与脉冲噪声。在载波频移补偿和脉冲噪声干扰消除后，基于因子图设计，设计近似消息传递算法，实现联合信道估计、符号检测及信道译码。

Description

基于消息传递的水声OFDM通信系统接收信号处理方法

技术领域

本发明属于水声通信技术领域，尤其涉及一种基于消息传递的水声OFDM通信系统接收信号处理方法。

背景技术

正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)是一种十分有吸引力的技术并广泛应用于水声通信(Underwater Acoustic Communications,UAC)，它可以抗多径衰落并实现高数据速率传输。但是，对多普勒频移较敏感。因此，水声OFDM接收机设计的一项主要任务是处理严重的多普勒效应和信道变化。目前两步多普勒消除方法被验证在典型信道场景下有效。此外，脉冲噪声(Impulsive noise,IN)是另一种衰减接收机性能的因素。传统的脉冲噪声消除方法是非线性和无记忆的方法，例如限幅、截取、组合限幅截取算法，对大幅度信号具有破坏性，尤其是在OFDM系统中。同时传统的脉冲干扰消除方法未考虑载波频率偏移的影响，在水声OFDM通信中，传统方法不能工作，需要设计新的适合水声通信的脉冲噪声消除方法。由于水声通信为了远距离传输，发送信号的载波频率较低，因此可用带宽有限，已有的接收机采用分步的信道估计和符号检测方法，需发送较多的导频来保证符号检测性能，降低了频谱利用率。为了提高频谱效率，需要减少发送的导频数，并提高接收端信号处理算法，保证接收机的可靠性。

发明内容

本发明目的是提出一种水声OFDM通信有脉冲干扰消除的低复杂度接收机设计方法，针对脉冲噪声干扰下的水声OFDM通信，由于水声信道具有较大的时延扩展和多普勒扩展，接收信号存在严重的码间干扰和子载波间干扰，同时单个大幅度的时域脉冲干扰也会影响频域所有子载波测量，传统基于逐子载波的信号解调性能会严重衰减，为了提高系统的鲁棒性，一方面接收端在信号解调前需要进行脉冲干扰消除，另一方面载波频率偏移补偿与信道均衡可以抗多径与多普勒影响。为了达到上述目的，本发明的技术方案是提供一种基于消息传递有脉冲噪声消除的水声OFDM通信接收信号处理方法，将时域脉冲噪声建模为稀疏向量，通过空载波测量，联合估计信道与脉冲噪声。在载波频移补偿和脉冲噪声干扰消除后，基于因子图设计，设计近似消息传递算法，实现联合信道估计、符号检测及信道译码。

水声OFDM通信系统发送端信号处理包括：

1、将发送的源比特数据经过信道编码，然后把信道编码后的数据进行符号映射，星座映射符号经过串并转换(S/P)，进行OFDM调制；其中信道编码可以采用卷积码或LDPC编码。星座映射方式采用一般的正交相移键控调制(QPSK)或正交振幅调制(QAM)；

2、将OFDM符号通过并串转换(P/S)和加保护间隔，经过数模转换后上变频到载波频率f_c，最后通过换能器将信号发送出去。为了远距离传输，发送信号频率在十～几十千赫兹。

本发明主要是在对接收信号的处理方法，如图1所示，具体包括：

1、水声信道具有大的时延和多普勒扩展，发送信号经过水声信道后，接收端首先进行重采样、下变频和低通滤波处理，消除宽带多普勒影响；

2、将残余多普勒影响建模为窄带多普勒频率偏移，利用空载波测量值联合估计多普勒频移和脉冲噪声，然后进行多普勒频移补偿和脉冲噪声干扰消除。由于脉冲噪声具有稀疏性，在联合估计过程中，充分利用脉冲噪声的稀疏性提高估计性能；

3、接收端执行联合信道估计、符号检测及信道译码。重复上述步骤，直到接收机算法收敛。基于因子图设计，设计近似消息传递算法。基于因子图的联合估计，该方法可以扩展到高维的数据处理中，且接收机具有低复杂度。其次，利用近似消息传递算法，可以获得近似最优的估计性能。

本发明的有益效果为，本发明适合高维的数据处理，具有低复杂度，同时联合信道估计、符号检测及信道译码减少导频负载，能提高频谱利用率。

附图说明

图1为有脉冲干扰消除的OFDM接收机信号处理流程示意图。

图2为联合信道估计、符号检测及信道译码的因子图设计示意图。

具体实施方式

下面结合附图，对本发明的具体实施方式作进一步详细描述。

本发明主要解决水声OFDM通信中的脉冲干扰消除与低复杂度近似最优估计的问题。

首先，简要介绍水声OFDM通信系统。定义T表示OFDM符号的周期，T_g表示循环前缀的长度。OFDM符号块总的周期长度为T_bl＝T+T_g。那么子载波的间隔是△f＝1/T，K个子载波的频域点位置为

f_k＝f_c+k△f,k＝-K/2,…,K/2-1 (1)

其中f_c是中心频率。信号宽带是B＝K/T。定义S_A和S_N分别是非重叠的有用子载波和空载波的集合，它们满足S_A∪S_N＝-K/2,…,K/2-1。将K个子载波的集合分解为导频子载波集S_p，数据子载波集S_d，S_A＝S_p∪S_d。若d[k]表示在第k个子载波上的数据符号，发送的带通OFDM信号表示为

其中g(t)是加循环前缀操作，表示成

在OFDM符号之间插入循环前缀，能减轻符号间干扰(ISI)。

水声通信信道是双选信道，具有较大的时延和多普勒扩展，其模型可以参数化表示为

其中P是多条路径的总数，A_p(t)和τ_p(t)分别表示第p条路径幅度和路径延迟。通常我们假设信道幅值在一个OFDM符号周期内是不变的，且时延变化可以通过一阶多项式近似表示，也就是

A_p(t)≈A_p，τ_p(t)≈τ_p-at (4)

发送信号经过水声信道后，脉冲噪声干扰下的接收信号表示为

其中

和

分别表示高斯噪声和外部脉冲噪声。

接收端信号处理步骤如下：

(1)重采样、下变频及低通滤波处理：通过重采样方法对接收信号

中的大尺度多普勒进行补偿，重采样因子

的估计是通过在发送信号之前和之后分别插入前导码和后导码，

其中

和

分别为前导码和后导码的长度。通过重采样操作，多普勒补偿后的信号为

该信号经过下变频和低通滤波后，得到基带信号

其中ε表示残余载波频率偏移，w(t)和i(t)分别表示高斯白噪声和外部脉冲噪声。对连续时间信号y(t)以速率1/B进行采样，获得离散时间信号样本y[n]＝y(t)|_t＝n/B。由于信道的频率响应为

第l个信道抽头系数定义为

对于离散时间信道，接收信号样本可以表示为

定义如下向量表示：

y＝(y[0],y[1],…,y[K-1])^T

i＝(i[0],i[1],…,i[K-1])^T

w＝(w[0],w[1],…,w[K-1])^T

h＝(h[0],h[1],…,h[L-1])^T

Λ(ε)＝diag(1,e^j2πε,…,e^{j2πε(K+L-1)/B})

将去循环前缀后的接收信号离散时间样本表示为矩阵-向量的形式为：

y＝Λ(ε)HF^Hd+i+w (10)

其中，H为托普利兹矩阵，第一列元素表示为：

h＝[h[0],h[1],…,h[L-1]]^T (11)

(2)联合脉冲噪声与频率偏移估计：

基于空载波测量联合估计脉冲噪声与频率偏移：

z_null＝ΘFΛ^H(ε)(y-Pe) (12)

其中，对接收信号y进行脉冲噪声消除与多普勒偏移补偿，经过傅里叶变换处理后的输出信号为z＝FΛH(ε)(y-Pe)，其中P为K×N_i位置矩阵，每列有一个元素值为1，其它全部为0，e是N_i×1非零的脉冲噪声值，F为K×K傅里叶变换矩阵。Θ为K₁×K的选择矩阵，每行有一个元素值为1，其它全部为0，K₁是空载波的个数；通过最小化空载波z_null上的能量值估计频率偏移与脉冲噪声，输出估计值

然后补偿载波频移与消除脉冲噪声，输出信号

其中

包括多普勒估计误差，脉冲噪声估计误差，以及外部高斯噪声。

(3)联合信道估计、符号检测及信道译码

接收信号对脉冲噪声消除和载波频移补偿后，进行联合的信道估计、符号检测和信道译码。写出信道和信号的联合概率分布，基于联合概率分布设计因子图，然后根据设计的因子图，计算因子图上所传递的消息。通过因子图上校验节点与变量节点的不断迭代，最终算法收敛，输出信号估计值，具体为：

接收信号

做傅里叶变换，输出为：

信号d，信道h，以及信号

的联合概率分布为

根据联合概率分布设计因子图，其中校验节点为

p(h_l)，p(d_k)，变量节点为h_l与d_k；每个校验节点与之相关的变量节点连接，由于未知变量h通过傅里叶变换阵F线性混合后乘以diag(d)，然后通过噪声线性测量

观察，从校验节点

传递到变量节点h_l的消息为：

从变量节点h_l传递到校验节点

的消息为

从校验节点

传递到变量节点d_k的消息为：

通过因子图上校验节点

与变量节点迭代多次后，最终算法收敛，输出信号估计值。

Claims (1)

1.基于消息传递的水声OFDM通信系统接收信号处理方法，其特征在于，包括以下步骤：

S1、接收端接收到经过水声信道的信号后，进行重采样、下变频和低通滤波处理，消除宽带多普勒影响；具体方法为：

定义水声信道模型为：

其中，P是多条路径的总数，A_p和τ_p(t)分别表示第p条路径幅度和随时间t变化的路径延迟，τ_p(t)可以用一阶多项式近似表示为：τ_p(t)≈τ_p-at，其中τ_p为初始时延，a为多普勒刻度因子；δ(·)为单位冲激函数；发送信号经过水声信道后，脉冲噪声干扰下的接收信号表示为：

其中，

为发送的带通OFDM信号，

和

分别表示高斯噪声和外部脉冲噪声；

定义重采样因子

是通过在发送信号之前和之后分别插入前导码和后导码估计得到：

其中

和

分别为前导码和后导码的长度；经过重采样后得到多普勒补偿后的信号为

再经过下变频和低通滤波后，得到基带信号：

其中，ε表示残余载波频率偏移，S_A是非重叠的有用子载波集合，d[k]表示在第k个子载波上发送的数据符号，△f＝1/T是子载波的间隔，第k个子载波的频域点位置为f_k，f_c是中心频率，g(t)是加循环前缀操作，LPF{·}是低通滤波操作；

对基带信号y(t)以速率1/B进行采样，获得离散时间信号样本y[n]＝y(t)|_t＝n/B；接收信号样本表示为：

n＝0,…,K-1

其中，K为个子载波数，由于信道的频率响应表示为：

那么y[n]中第l个信道抽头系数为：

其中，f_k＝f_c+k△f，f_c是中心频率；

定义如下向量：

y＝(y[0],y[1],…,y[K-1])^T

i＝(i[0],i[1],…,i[K-1])^T

w＝(w[0],w[1],…,w[K-1])^T

Λ(ε)＝diag(1,e^j2πε,…,e^{j2πε(K-1)/B})

将去循环前缀后的接收信号离散时间样本表示为矩阵-向量的形式为：

y＝Λ(ε)HF^Hd+i+w

其中，F为傅里叶变换阵，H为托普利兹矩阵，第一列元素表示为：

h＝[h[0],h[1],…,h[L-1]]^T

S2、将低通滤波处理后信号中的残余多普勒建模为窄带多普勒频率偏移，利用OFDM符号的空载波测量值，基于最小二乘法联合估计多普勒频移和脉冲噪声，然后进行多普勒频移补偿和脉冲噪声干扰消除；具体方法为：

对接收信号y进行脉冲噪声消除与多普勒偏移补偿，经过傅里叶变换处理后的输出信号为：

z＝FΛ^H(ε)(y-Pe)

其中P为K×N_i位置矩阵，每列有一个元素值为1，其它全部为0，e是N_i×1非零的脉冲噪声值，F为K×K傅里叶变换矩阵；对应地，OFDM符号空载波上的测量值表示为：

z_null＝Θz

其中，Θ为K₁×K的选择矩阵，每行有一个元素值为1，其它全部为0，K₁是空载波的个数；通过最小化空载波z_null上的能量值估计频率偏移与脉冲噪声，输出估计值

然后进行多普勒频移补偿和脉冲噪声干扰消除，输出信号

其中

包括多普勒估计误差，脉冲噪声估计误差，以及外部高斯噪声；

S3、经过多普勒频移补偿和脉冲噪声干扰消除后的信号，通过消息传递算法进行联合信道估计、符号检测及信道译码，具体方法为：

对接收信号

做傅里叶变换，输出为：

信号d，信道h，以及信号

的联合概率分布为

根据联合概率分布设计因子图，其中校验节点为

p(h_l)，p(d_k)，变量节点为h_l与d_k；每个校验节点与之相关的变量节点连接，由于未知变量h通过傅里叶变换阵F线性混合后乘以diag(d)，然后通过噪声线性测量

观察，从校验节点

传递到变量节点h_l的消息为：

从变量节点h_l传递到校验节点

的消息为

从校验节点

传递到变量节点d_k的消息为：

通过因子图上校验节点

与变量节点迭代多次后，最终算法收敛，输出信号估计值。

Images