CN116016055A - 一种基于向量近似消息传递的自适应水声信道均衡方法 - Google Patents
一种基于向量近似消息传递的自适应水声信道均衡方法 Download PDFInfo
- Publication number
- CN116016055A CN116016055A CN202211299536.9A CN202211299536A CN116016055A CN 116016055 A CN116016055 A CN 116016055A CN 202211299536 A CN202211299536 A CN 202211299536A CN 116016055 A CN116016055 A CN 116016055A
- Authority
- CN
- China
- Prior art keywords
- vector
- adaptive
- underwater acoustic
- self
- acoustic channel
- 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.)
- Pending
Links
- 239000013598 vector Substances 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000005540 biological transmission Effects 0.000 title claims abstract description 18
- 230000003044 adaptive effect Effects 0.000 claims abstract description 43
- 241001497337 Euscorpius gamma Species 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012549 training Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
- Filters That Use Time-Delay Elements (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种基于向量近似消息传递的自适应水声信道均衡方法,该方法包括,S1,建立多通道自适应水声信道均衡模型;S2,基于上述建立的多通道自适应水声信道模型,进行基于向量近似消息传递的自适应水声信道均衡,具体包括:S21,自适应水声信道均衡参数初始化:规定均衡器内部最大迭代次数为K;内部迭代开始前的外部均值向量r1,0初始化为全0向量,即r1,0=0,向量中的元素个数设置为1个发送数据帧内的符号个数;内部迭代开始前的外部逆方差γ1,k初始化为0,即γ1,k=0;设置当前迭代次数为k=0。本发明可快速跟踪水声信道变化,基于向量近似消息传递有效避免自适应均衡存在的误差传播效应,同时可降低均衡系数更新所需的训练序列长度。
Description
技术领域:
本发明属于水声通信领域,具体涉及一种基于向量近似消息传递的自适应水声信道均衡方法。
背景技术:
水声通信是目前已知可以在水下进行远距离无线信息传输的唯一手段。随着我国“海洋强国”战略的逐渐深入,水声通信在海洋的监测、开发与探索研究中扮演着重要的角色。例如,水声通信是全海深载人潜水器“奋斗者”号在水下与水面母船的唯一沟通桥梁,为潜航员的安全可靠作业提供着基础的技术保障,潜航员可以借助水声通信机与水面母船之间进行图片、文字、语音等的实时通讯。
由于声波在水下的传播速度较小,同时海洋环境的复杂多变使得水声信道在时域、频域、空域都存在着较大的失真与扩展。水声信道对水声通信信号的影响最直接表现为长时延时变多径干扰,这给水声通信的可靠稳定传输带来了极大的挑战。在水声通信中,信道均衡技术是对抗时变多径干扰的主要手段。现有的水声信道均衡方法通常分为两类:基于信道估计的均衡方法和直接自适应均衡方法。基于信道估计的均衡方法一般假设在以一定时间内信道是时不变的,均衡性能依赖于水声信道估计的准确度,一般涉及矩阵求逆运算,计算复杂度较高。相比之下,直接自适应均衡方法无需求解水声信道冲激响应,基于已知训练序列采用自适应滤波实现均衡系数的迭代收敛,计算复杂度低且具有良好的信道跟踪能力。因此,自适应均衡方法被广泛应用在快时变水声信道,如我国“蛟龙”号、“深海勇士”号、“奋斗者”号载人潜水器的相干水声通信系统均采用了自适应均衡方法。然而,自适应均衡方法在均衡系数训练阶段通常需要较长的训练序列来保证均衡系数的收敛,同时在低信噪比条件下由于符号判决不准确,存在误差传播效应,进而使得性能受限。
近年来,基于贝叶斯理论的一些前沿信号处理方法在水声通信中得到应用,如广义近似消息传递(Generalized Approximate Message Passing,GAMP)算法和向量近似消息传递算法(Vector Approximate Message Passing,GAMP),获得了较好的性能。但在信道均衡方面的应用,均依赖于水声信道估计,且假设信道在一定时间内保持不变,因此无法在快时变水声多径信道下实际应用。
发明内容:
本发明所要解决的技术问题是,提供一种基于向量近似消息传递的自适应水声信道均衡方法,以解决快时变水声多径信道下的可靠传输问题,该方法可快速跟踪水声信道变化,基于向量近似消息传递有效避免自适应均衡存在的误差传播效应,同时可降低均衡系数更新所需的训练序列长度。
本发明的技术解决方案是,提供一种基于向量近似消息传递的自适应水声信道均衡方法,该方法包括,
S1,建立多通道自适应水声信道均衡模型;
S2,基于上述建立的多通道自适应水声信道模型,进行基于向量近似消息传递的自适应水声信道均衡,具体包括:
S21,自适应水声信道均衡参数初始化:规定均衡器内部最大迭代次数为K;内部迭代开始前的外部均值向量r1,0初始化为全0向量,即r1,0=0,向量中的元素个数设置为1个发送数据帧内的符号个数;内部迭代开始前的外部逆方差γ1,k初始化为0,即γ1,k=0;设置当前迭代次数为k=0;
S22,基于第k-1次迭代输出的外部均值向量r1,k与外部逆方差γ1,k,在内部解映射器中进行向量近似消息传递,计算得到内部解映射器的外部均值向量r2,k与外部逆方差γ2,k;
S3,基于第k次迭代的内部解映射器的外部均值向量r2,k与外部逆方差γ2,k,在内部自适应均衡器中通过自适应滤波得到内部自适应均衡器的外部均值向量r1,k+1,通过硬判决估计得到外部逆方差γ1,k+1;
S4,判断k=K是否成立。若不成立,将k的值加1,返回至步骤2;若成立,基于向量近似消息传递计算得到内部自适应均衡器的后验均值向量x2,K与后验逆方差η2,K,将二者输出,为后续译码提供信息支撑。
作为优选,S1的模型建立过程如下,
对一个单阵元发射多阵元接收的水声通信结构,接收阵元个数为N,多通道接收的信号模型为
其中yn,t表示第n个接收阵元在t时刻接收到的信号值,hn(t,l)为在t时刻发射端到第n个接收阵元间水声信道的第l个冲激响应系数,xt表示在t时刻的发送符号,wn,t表示第n个接收阵元在t时刻接收到得噪声;并定义yt=[y0,t,y1,t,...,yN-1,t]T为t时刻N个接收阵元的接收信号向量,h(t,l)=[h0(t,l),h1(t,l),...,hN-1(t,l)]T为t时刻N个接收阵元水声信道的第l个冲激响应系数向量,wt=[w0,t,w1,t,...,wN-1,t]T为t时刻N个接收阵元的噪声向量,则多通道接收信号模型进一步被表示为
至此,模型建立完毕。
作为优选,S22具体包括:
(1)计算内部解映射器的后验均值向量x1,k与后验逆方差η1,k,具体为:
其中Ns表示一个数据帧内的符号个数,[x1,k]i表示后验均值向量x1,k的第i个元素,M表示发送符号的调制阶数,即调制星座图的大小,αj表示星座图对应符号集中第j个符号值,P(xi=αj)基于外部均值向量r1,k与外部逆方差γ1,k计算得到,具体为
(2)基于向量近似消息传递求解外部均值向量r2,k与外部逆方差γ2,k,具体为:
γ2,k=η1,k-γ1,k
r2,k=(η1,kx1,k-γ1,kr1,k)/γ2,k。
作为优选,S3的具体步骤为
(1)对第i个符号,构建接收信号向量干扰估计向量长度为I1+I2+1的前馈滤波系数向量fi,k,以及长度为I3+I4的干扰消除滤波系数向量gi,k,其中I1,I2,I3,I4的值根据实际水声信道的环境进行设置,f0,0与g0,0设置为全0向量,设置i=0,开始进行自适应水声信道均衡;
(3)采用水声通信中常用的归一化最小均方自适应滤波算法或改进比例归一化最小均方自适应滤波算法更新前馈滤波系数向量fi+1,k与干扰消除滤波系数向量gi+1,k,其中对于在系数更新过程中所涉及的误差计算为后验均值[x1,k]i与[r1,k+1]i二者之差;
其中Q([r1,k+1]i)表示[r1,k+1]i的硬判决值。
进一步的,S4中,η2,K=γ2,K+γ1,K+1
x2,K=(γ2,Kr2,K+γ1,K+1r1.K+1)/η2,K。
采用以上方案后与现有技术相比,本发明具有以下优点:
(1)本发明的一种基于向量近似消息传递的自适应水声信道均衡方法由内部解映射器和内部自适应均衡器两个部分组成。内部解映射器将内部自适应均衡器输出的外部信息作为自身的先验信息,基于向量近似消息传递准则求解输出外部信息,并作为先验信息输入至内部自适应均衡器中。而内部自适应均衡器通过自适应滤波直接获得外部信息,无需借助向量近似消息传递。当迭代结束时,内部自适应均衡器基于向量近似消息传递计算并输出后验信息输出至译码器。
(2)本发明的一种基于向量近似消息传递的自适应水声信道均衡方法中内部解映射器和内部自适应均衡器两个部分之间交互的信息为外部信息,即“剔除”了上一次迭代的先验信息,因此消除了与上一次迭代之间的相关性以及内部内部解映射器和内部自适应均衡器之间的相关性,所以有效避免了传统自适应均衡存在的误差传播效应。
(3)本发明的一种基于向量近似消息传递的自适应水声信道均衡方法中保留了传统直接自适应水声信道均衡的优势,均衡器无需进行信道估计,可快速跟踪信道变化,适用于快时变水声多径信道。此外,内部解映射器的引入为内部自适应均衡器提供了星座映射本身潜在的概率约束增益,使得均衡性能随着迭代获得显著提升。
(4)本发明的一种基于向量近似消息传递的自适应水声信道均衡方法中,在每次迭代开始时,前馈滤波系数向量与干扰消除滤波系数向量均接续了上一次迭代结束时的更新值,即在当前迭代中,内部自适应均衡器的滤波系数向量获得了更优的初始化,使得滤波系数向量的收敛速度和性能随迭代进行得到明显提升。
附图说明:
图1为基于向量近似消息传递的自适应水声信道均衡示意图;
图2为海试数据经传统方法和本发明方法处理后的输出星座图。
具体实施方式:
下面结合附图就具体实施方式对本发明作进一步说明:
本发明的目的是提供一种基于向量近似消息传递的自适应水声信道均衡方法,该方法主要包含内部解映射器与内部自适应均衡器两部分。其中内部解映射器挖掘星座映射潜在的概率信息,内部自适应均衡器用来对抗时变水声多径信道干扰,二者基于向量近似消息传递准则通过交互外部信息实现迭代增效,提高均衡性能。同时,外部信息的交互消除了内部解映射器和内部自适应均衡器之间的相关性,所以有效避免了传统自适应均衡存在的误差传播效应。
图1给出了本发明的一种基于向量近似消息传递的自适应水声信道均衡方法原理图。该方法具体步骤包括:
第一步,建立多通道自适应水声信道均衡模型,具体为:
对一个单阵元发射多阵元接收的水声通信结构,接收阵元个数为N,多通道接收的信号模型为
其中yn,t表示第n个接收阵元在t时刻接收到的信号值,hn(t,l)为在t时刻发射端到第n个接收阵元间水声信道的第l个冲激响应系数,xt表示在t时刻的发送符号,wn,t表示第n个接收阵元在t时刻接收到得噪声。定义yt=[y0,t,y1,t,...,yN-1,t]T为t时刻N个接收阵元的接收信号向量,h(t,l)=[h0(t,l),h1(t,l),...,hN-1(t,l)]T为t时刻N个接收阵元水声信道的第l个冲激响应系数向量,wt=[w0,t,w1,t,...,wN-1,t]T为t时刻N个接收阵元的噪声向量,则多通道接收信号模型进一步被表示为
至此,模型建立完毕。
第二步,基于上述建立的多通道接收信号模型,进行基于向量近似消息传递的自适应水声信道均衡,具体包括:
1、自适应水声信道均衡参数初始化:规定均衡器内部最大迭代次数为K;内部迭代开始前的外部均值向量r1,0初始化为全0向量,即r1,0=0,向量中的元素个数设置为1个发送数据帧内的符号个数;内部迭代开始前的外部逆方差γ1,k初始化为0,即γ1,k=0;设置当前迭代次数为k=0。
2、基于第k-1次迭代输出的外部均值向量r1,k与外部逆方差γ1,k,在内部解映射器中进行向量近似消息传递,计算得到内部解映射器的外部均值向量r2,k与外部逆方差γ2,k,具体包括:
(1)计算内部解映射器的后验均值向量x1,k与后验逆方差η1,k,具体为:
其中Ns表示一个数据帧内的符号个数,[x1,k]i表示后验均值向量x1,k的第i个元素,M表示发送符号的调制阶数,即调制星座图的大小,αj表示星座图对应符号集中第j个符号值,P(xi=αj)基于外部均值向量r1,k与外部逆方差γ1,k计算得到,具体为
(2)基于向量近似消息传递求解外部均值向量r2,k与外部逆方差γ2,k,具体为:
γ2,k=η1,k-γ1,k 公式(8)
r2,k=(η1,kx1,k-γ1,kr1,k)/γ2,k
3、基于第k次迭代的内部解映射器的外部均值向量r2,k与外部逆方差γ2,k,在内部自适应均衡器中通过自适应滤波得到内部自适应均衡器的外部均值向量r1,k+1,通过硬判决估计得到外部逆方差γ1,k+1,具体步骤为
(1)对第i个符号,构建接收信号向量干扰估计向量长度为I1+I2+1的前馈滤波系数向量fi,k,以及长度为I3+I4的干扰消除滤波系数向量gi,k。其中I1,I2,I3,I4的值根据实际水声信道的环境进行设置,f0,0与g0,0设置为全0向量。设置i=0,开始进行自适应水声信道均衡。
(3)采用水声通信中常用的归一化最小均方自适应滤波算法或改进比例归一化最小均方自适应滤波算法更新前馈滤波系数向量fi+1,k与干扰消除滤波系数向量gi+1,k。其中对于在系数更新过程中所涉及的误差计算为后验均值[x1,k]i与[r1,k+1]i二者之差。
其中Q([r1,k+1]i)表示[r1,k+1]i的硬判决值。
4、判断k=K是否成立。若不成立,将k的值加1,返回至步骤2。若成立,基于向量近似消息传递计算得到内部自适应均衡器的后验均值向量x2,K与后验逆方差η2,K,将二者输出,为后续译码提供信息支撑,具体为
η2,K=γ2,K+γ1,K+1
x2,K=(γ2,Kr2,K+γ1,K+1r1.K+1)/η2,K。
使用本发明所提方法对南海深海试验采集的水声通信波形进行处理,试验采用了BPSK调制,通信距离为1公里,接收阵元数为3。实际信道具有明显的时变多径特征。图2对比了经过传统自适应信道均衡方法和本发明所提方法处理后输出的星座图。从图可以看出,本发明所提方法具有显著的性能优势,验证了本发明所提出的一种基于向量近似消息传递的自适应信道均衡方法的迭代增益以及有效性。
以上仅就本发明较佳的实施例作了说明,但不能理解为是对权利要求的限制。凡是利用本发明说明书所做的等效结构或等效流程变换,均包括在本发明的专利保护范围之内。
Claims (5)
1.一种基于向量近似消息传递的自适应水声信道均衡方法,其特征在于:该方法包括,
S1,建立多通道自适应水声信道均衡模型;
S2,基于上述建立的多通道自适应水声信道模型,进行基于向量近似消息传递的自适应水声信道均衡,具体包括:
S21,自适应水声信道均衡参数初始化:规定均衡器内部最大迭代次数为K;内部迭代开始前的外部均值向量r1,0初始化为全0向量,即r1,0=0,向量中的元素个数设置为1个发送数据帧内的符号个数;内部迭代开始前的外部逆方差γ1,k初始化为0,即γ1,k=0;设置当前迭代次数为k=0;
S22,基于第k-1次迭代输出的外部均值向量r1,k与外部逆方差γ1,k,在内部解映射器中进行向量近似消息传递,计算得到内部解映射器的外部均值向量r2,k与外部逆方差γ2,k;
S3,基于第k次迭代的内部解映射器的外部均值向量r2,k与外部逆方差γ2,k,在内部自适应均衡器中通过自适应滤波得到内部自适应均衡器的外部均值向量r1,k+1,通过硬判决估计得到外部逆方差γ1,k+1;
S4,判断k=K是否成立。若不成立,将k的值加1,返回至步骤2;若成立,基于向量近似消息传递计算得到内部自适应均衡器的后验均值向量x2,K与后验逆方差η2,K,将二者输出,为后续译码提供信息支撑。
2.根据权利要求1所述的基于向量近似消息传递的自适应水声信道均衡方法,其特征在于:S1的模型建立过程如下,
对一个单阵元发射多阵元接收的水声通信结构,接收阵元个数为N,多通道接收的信号模型为
其中yn,t表示第n个接收阵元在t时刻接收到的信号值,hn(t,l)为在t时刻发射端到第n个接收阵元间水声信道的第l个冲激响应系数,xt表示在t时刻的发送符号,wn,t表示第n个接收阵元在t时刻接收到得噪声;并定义yt=[y0,t,y1,t,...,yN-1,t]T为t时刻N个接收阵元的接收信号向量,h(t,l)=[h0(t,l),h1(t,l),...,hN-1(t,l)]T为t时刻N个接收阵元水声信道的第l个冲激响应系数向量,wt=[w0,t,w1,t,...,wN-1,t]T为t时刻N个接收阵元的噪声向量,则多通道接收信号模型进一步被表示为
至此,模型建立完毕。
3.根据权利要求1所述的基于向量近似消息传递的自适应水声信道均衡方法,其特征在于:S22具体包括:
(1)计算内部解映射器的后验均值向量x1,k与后验逆方差η1,k,具体为:
其中Ns表示一个数据帧内的符号个数,[x1,k]i表示后验均值向量x1,k的第i个元素,M表示发送符号的调制阶数,即调制星座图的大小,αj表示星座图对应符号集中第j个符号值,P(xi=αj)基于外部均值向量r1,k与外部逆方差γ1,k计算得到,具体为
(2)基于向量近似消息传递求解外部均值向量r2,k与外部逆方差γ2,k,具体为:
γ2,k=η1,k-γ1,k
r2,k=(η1,kx1,k-γ1,kr1,k)/γ2,k。
4.根据权利要求1所述的基于向量近似消息传递的自适应水声信道均衡方法,其特征在于:S3的具体步骤为
(1)对第i个符号,构建接收信号向量干扰估计向量长度为I1+I2+1的前馈滤波系数向量fi,k,以及长度为I3+I4的干扰消除滤波系数向量gi,k,其中I1,I2,I3,I4的值根据实际水声信道的环境进行设置,f0,0与g0,0设置为全0向量,设置i=0,开始进行自适应水声信道均衡;
(3)采用归一化最小均方自适应滤波算法或改进比例归一化最小均方自适应滤波算法更新前馈滤波系数向量fi+1,k与干扰消除滤波系数向量gi+1,k,其中对于在系数更新过程中所涉及的误差计算为后验均值[x1,k]i与[r1,k+1]i二者之差;
其中Q([r1,k+1]i)表示[r1,k+1]i的硬判决值。
5.根据权利要求1所述的基于向量近似消息传递的自适应水声信道均衡方法,其特征在于:S4中,η2,K=γ2,K+γ1,K+1
x2,K=(γ2,Kr2,K+γ1,K+1r1.K+1)/η2,K。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211299536.9A CN116016055A (zh) | 2022-10-23 | 2022-10-23 | 一种基于向量近似消息传递的自适应水声信道均衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211299536.9A CN116016055A (zh) | 2022-10-23 | 2022-10-23 | 一种基于向量近似消息传递的自适应水声信道均衡方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116016055A true CN116016055A (zh) | 2023-04-25 |
Family
ID=86023669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211299536.9A Pending CN116016055A (zh) | 2022-10-23 | 2022-10-23 | 一种基于向量近似消息传递的自适应水声信道均衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116016055A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116910451A (zh) * | 2023-07-18 | 2023-10-20 | 南昌大学 | 一种基于改进近似消息传递的心电信号重构方法 |
CN117560254A (zh) * | 2024-01-12 | 2024-02-13 | 汉江国家实验室 | 一种水声信道自适应均衡方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2557744A1 (en) * | 2011-08-10 | 2013-02-13 | MIMOON GmbH | Method and apparatus for a hybrid SC-FDMA receiver |
WO2013100781A1 (en) * | 2011-12-29 | 2013-07-04 | Intel Corporation | Frequency-domain turbo equalization, including multi-mode adaptive linear equalization, adaptive decision-directed channel estimation, adaptive noise variance estimation, and dynamic iteration control |
US20150311973A1 (en) * | 2012-12-10 | 2015-10-29 | Agence Spatiale Europeenne | Data Detection Method and Data Detector for Signals Transmitted Over a Communication Channel With Inner-Symbol Interference |
CN106549888A (zh) * | 2016-11-22 | 2017-03-29 | 北京理工大学 | 一种基于gamp的联合双选信道估计与ftns检测方法 |
CN107231216A (zh) * | 2017-07-04 | 2017-10-03 | 电子科技大学 | 基于gamp算法的相位噪声补偿抑制方法 |
CN107248901A (zh) * | 2017-07-04 | 2017-10-13 | 电子科技大学 | 基于分块和gamp算法融合的相位噪声补偿抑制方法 |
CN109922020A (zh) * | 2019-03-15 | 2019-06-21 | 北京邮电大学 | 一种计算复杂度低的正交时频空调制的均衡方法 |
CN111224906A (zh) * | 2020-02-21 | 2020-06-02 | 重庆邮电大学 | 基于深度神经网络的近似消息传递大规模mimo信号检测算法 |
CN112039809A (zh) * | 2020-08-20 | 2020-12-04 | 重庆邮电大学 | 基于混合软信息的块迭代均衡器及双向块迭代均衡器 |
CN113242189A (zh) * | 2021-04-13 | 2021-08-10 | 华南理工大学 | 一种结合信道估计的自适应均衡软信息迭代接收方法 |
-
2022
- 2022-10-23 CN CN202211299536.9A patent/CN116016055A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2557744A1 (en) * | 2011-08-10 | 2013-02-13 | MIMOON GmbH | Method and apparatus for a hybrid SC-FDMA receiver |
WO2013100781A1 (en) * | 2011-12-29 | 2013-07-04 | Intel Corporation | Frequency-domain turbo equalization, including multi-mode adaptive linear equalization, adaptive decision-directed channel estimation, adaptive noise variance estimation, and dynamic iteration control |
US20150311973A1 (en) * | 2012-12-10 | 2015-10-29 | Agence Spatiale Europeenne | Data Detection Method and Data Detector for Signals Transmitted Over a Communication Channel With Inner-Symbol Interference |
CN106549888A (zh) * | 2016-11-22 | 2017-03-29 | 北京理工大学 | 一种基于gamp的联合双选信道估计与ftns检测方法 |
CN107231216A (zh) * | 2017-07-04 | 2017-10-03 | 电子科技大学 | 基于gamp算法的相位噪声补偿抑制方法 |
CN107248901A (zh) * | 2017-07-04 | 2017-10-13 | 电子科技大学 | 基于分块和gamp算法融合的相位噪声补偿抑制方法 |
CN109922020A (zh) * | 2019-03-15 | 2019-06-21 | 北京邮电大学 | 一种计算复杂度低的正交时频空调制的均衡方法 |
CN111224906A (zh) * | 2020-02-21 | 2020-06-02 | 重庆邮电大学 | 基于深度神经网络的近似消息传递大规模mimo信号检测算法 |
CN112039809A (zh) * | 2020-08-20 | 2020-12-04 | 重庆邮电大学 | 基于混合软信息的块迭代均衡器及双向块迭代均衡器 |
CN113242189A (zh) * | 2021-04-13 | 2021-08-10 | 华南理工大学 | 一种结合信道估计的自适应均衡软信息迭代接收方法 |
Non-Patent Citations (2)
Title |
---|
NIKOLAJS SKURATOVS;: "Upscaling Vector Approximate Message Passing", ICASSP 2020 - 2020 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP), 9 April 2020 (2020-04-09) * |
吴爱玲: "基于AM5728的QPSK水声通信算法的改进与实现", CNKI优秀硕士学位论文全文库, 15 February 2021 (2021-02-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116910451A (zh) * | 2023-07-18 | 2023-10-20 | 南昌大学 | 一种基于改进近似消息传递的心电信号重构方法 |
CN117560254A (zh) * | 2024-01-12 | 2024-02-13 | 汉江国家实验室 | 一种水声信道自适应均衡方法、装置、设备及存储介质 |
CN117560254B (zh) * | 2024-01-12 | 2024-04-02 | 汉江国家实验室 | 一种水声信道自适应均衡方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116016055A (zh) | 一种基于向量近似消息传递的自适应水声信道均衡方法 | |
CN108900443B (zh) | 一种水声通信中的水声信道干扰消除方法 | |
CN113242189B (zh) | 一种结合信道估计的自适应均衡软信息迭代接收方法 | |
CN102546486B (zh) | 一种信道自适应单载波水声相干通信信号处理方法 | |
CN108712353B (zh) | 软迭代信道估计方法 | |
CN109194596A (zh) | 一种基于稀疏贝叶斯学习的水声ofdm时变信道估计方法 | |
CN109088835A (zh) | 基于时间多重稀疏贝叶斯学习的水声时变信道估计方法 | |
CN111106877A (zh) | 一种基于Farrow滤波与码字匹配的水声通信传输方法 | |
Kari et al. | Robust adaptive algorithms for underwater acoustic channel estimation and their performance analysis | |
CN114338308A (zh) | 浅海水声mpsk信号盲解调方法及系统 | |
CN108306837B (zh) | 一种成比例mser自适应判决反馈均衡系统及其实现方法 | |
Li et al. | An enhanced iterative receiver based on vector approximate message passing for deep-sea vertical underwater acoustic communications | |
CN112104580B (zh) | 基于广义近似消息传递-稀疏贝叶斯学习的稀疏水声信道估计方法 | |
CN110677362B (zh) | 一种复数域水声信道自适应均衡方法 | |
CN117527484A (zh) | 基于闭环多普勒估计与变遗忘因子自适应均衡方法 | |
Riedl et al. | Must-read: Multichannel sample-by-sample turbo resampling equalization and decoding | |
CN112737702A (zh) | 一种稀疏干扰背景下的mimo水声信道估计方法 | |
CN117221053A (zh) | 一种采用改进的ddpm降噪的水声通信信道估计方法及系统 | |
CN111726309A (zh) | 用于移动正交频分复用系统的信道估计方法及其估计装置 | |
CN115208480B (zh) | 一种基于联合消息传递的冰下水声通信方法 | |
CN115208483B (zh) | 一种极地脉冲干扰下的水声通信方法 | |
CN116366170A (zh) | 一种相关噪声下矢量水听器声压振速信号的合并方法 | |
CN104135455A (zh) | 一种通信系统迭代接收方法 | |
CN114624687A (zh) | 基于均衡译码的主动声纳目标回波信号检测方法及其系统 | |
CN111800363A (zh) | 一种改进的samp水声信道估计算法 |
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 |