OFDM水聲信道估計(jì)與均衡技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的進(jìn)步，人類對(duì)海洋資源的需求和探索將越來(lái)越大，這些需求離不開(kāi)水聲通信系統(tǒng)的支持。水聲可用帶寬極低，僅在數(shù)kHz到數(shù)十kHz范圍內(nèi)具有較低的傳播損耗，而未來(lái)對(duì)海洋信息的探索需要高速率的水聲通信，目前的單載波水聲通信速率僅在kbps量級(jí)，OFDM(Orthogonal Frequency Division Multiplexing)技術(shù)的引入能極大地提高頻譜效率，有利于高速水聲通信目標(biāo)的實(shí)現(xiàn)。水聲信道分為深海水聲信道（深度大于1

2、00米）和淺海水聲信道（深度小于100米），目前人類對(duì)淺海的探索需求遠(yuǎn)大于深海，因此本文關(guān)注淺海水聲通信，淺海水聲信道是多徑時(shí)延和多普勒擴(kuò)展共存的信道。水聲OFDM系統(tǒng)的性能依賴于信道估計(jì)的準(zhǔn)確性，傳統(tǒng)的信道估計(jì)技術(shù)是建立在密集信道假設(shè)條件下的，水聲信道的嚴(yán)重雙擴(kuò)特性導(dǎo)致需要大量的導(dǎo)頻符號(hào)來(lái)對(duì)信道進(jìn)行估計(jì)。然而，各種水下試驗(yàn)已經(jīng)驗(yàn)證了水聲信道是稀疏信道，結(jié)合該先驗(yàn)信息，利用壓縮信道估計(jì)技術(shù)，所需的導(dǎo)頻符號(hào)數(shù)量也就相應(yīng)減小了。
　　

3、然而水聲壓縮信道估計(jì)存在兩個(gè)問(wèn)題，一個(gè)是目前壓縮信道估計(jì)模型的建立是基于信道在離散化分割的時(shí)延-多普勒空間稀疏分布的假設(shè)，然而水聲信道應(yīng)該在連續(xù)的時(shí)延-多普勒空間成稀疏分布，這種假設(shè)偏差稱為基失配問(wèn)題。第二個(gè)問(wèn)題是水聲信道呈現(xiàn)嚴(yán)重雙擴(kuò)特性，導(dǎo)致測(cè)量矩陣的列數(shù)極大，水聲壓縮信道恢復(fù)算法的復(fù)雜度較大，需要低復(fù)雜度的恢復(fù)算法。基于信道估計(jì)的結(jié)果需要高性能的均衡算法來(lái)保證水聲通信的性能，最近提出的基于后驗(yàn)概率的均衡算法取得了比傳統(tǒng)均衡算法更好的

4、性能，然而該算法的復(fù)雜度過(guò)高，不便于實(shí)際工程的應(yīng)用，需要低復(fù)雜度版本的均衡算法，同時(shí)保證性能僅有輕微下降。
　　本文基于國(guó)內(nèi)外研究成果的基礎(chǔ)上，針對(duì)上述三個(gè)問(wèn)題展開(kāi)研究。
　　首先，針對(duì)水聲壓縮信道估計(jì)中的基失配問(wèn)題，論文首先對(duì)基失配模型進(jìn)行數(shù)學(xué)建模，分析基失配對(duì)信道估計(jì)性能的影響，表明基失配導(dǎo)致信道估計(jì)的性能嚴(yán)重惡化，因此需要有效補(bǔ)償基失配。目前應(yīng)用最廣泛的補(bǔ)償算法基于基失配的一階線性近似，以此來(lái)獲得具有工程可實(shí)現(xiàn)性的凸優(yōu)

5、化問(wèn)題，然而高階項(xiàng)的損失將帶來(lái)較大的性能損失，尤其是基失配較嚴(yán)重的情況，基于此，論文提出迭代凸優(yōu)化補(bǔ)償算法，其思想是交替迭代求解基失配向量和稀疏信道向量，緊接著對(duì)算法的收斂性進(jìn)行了分析，之后對(duì)算法進(jìn)行了仿真分析，得出結(jié)論算法相比于比較算法能有效提高信道估計(jì)的性能。
　　其次，針對(duì)交替迭代凸優(yōu)化算法中的壓縮信道恢復(fù)過(guò)程的復(fù)雜度過(guò)高的問(wèn)題，論文首先分析了水聲稀疏信道恢復(fù)算法復(fù)雜度，得出算法的高復(fù)雜度主要是由測(cè)量矩陣的轉(zhuǎn)置與向量相乘決定

6、的，基于此，論文提出分組FFT算法，該算法充分利用測(cè)量矩陣的內(nèi)部結(jié)構(gòu)和導(dǎo)頻的結(jié)構(gòu)來(lái)將運(yùn)算分組，在每組運(yùn)算中采用FFT來(lái)省略重復(fù)運(yùn)算的步驟，從而減小恢復(fù)算法的復(fù)雜度，論文還討論了各種特殊情況下的分組FFT算法，之后對(duì)算法的性能和復(fù)雜度進(jìn)行了分析，得出了結(jié)論，分組FFT算法能大大降低恢復(fù)算法的復(fù)雜度，同時(shí)其性能不會(huì)下降。
　　最后，針對(duì)基于后驗(yàn)概率的均衡算法復(fù)雜度過(guò)高的問(wèn)題，論文首先分析了該算法的復(fù)雜度，得出算法高復(fù)雜度的來(lái)源是在其每