水聲通信中的信號處理.pdf

1、水聲通信是實現(xiàn)水下遠距離傳遞信息的主要手段。水聲通信的最佳載體是比較特殊的聲波，其在水下傳播速度較慢，且通信環(huán)境惡劣，水聲信道時延擴展特性比較顯著，可用帶寬資源十分有限。正交頻分復用(Orthogonal Frequency Division Multiplexing,OFDM)、多輸入多輸出(Multiple Input Multiple Output,MIMO)兩種技術(shù)，分別可以有效對抗時延擴展以及提升系統(tǒng)傳輸性能。但收發(fā)平臺之間相

2、對運動、海面的波動等因素會引起嚴重的多普勒效應(yīng)，影響信號的正確接收，抑制了MIMO和OFDM技術(shù)在水聲通信系統(tǒng)中的發(fā)展。另外水聲信道噪聲比較復雜，來自一些海洋生物、人類海洋活動等產(chǎn)生的高能量脈沖噪聲，嚴重降低了系統(tǒng)的性能。由此，本文展開了基于OFDM水聲通信信道估計方法、OFDM水聲通信系統(tǒng)中的載波頻偏與脈沖干擾的聯(lián)合估計方法以及MIMO水聲通信多徑傳輸差異性多普勒估計方法研究，主要的創(chuàng)新之處如下：
　　1、針對OFDM水聲通信稀

3、疏信道估計問題，提出了一種基于壓縮感知的估計方法。首先對基于OFDM的水聲通信系統(tǒng)建立了離散信號模型，接著在傳統(tǒng)正交匹配追蹤(Orthogonal Matching Pursuit,OMP)算法的框架下提出了一種改進的算法，該算法依據(jù)上次迭代中殘差值和觀測值的比例，加入相對應(yīng)的加權(quán)矩陣以減小異常樣本對本次迭代結(jié)果的影響，然后在所提算法的基礎(chǔ)上，結(jié)合頻域過采樣的方法估計出信道參數(shù)。
　　2、針對OFDM水聲通信系統(tǒng)中的載波頻偏補償和

4、脈沖干擾抑制問題，提出了一種基于稀疏貝葉斯學習(Sparse Bayesian Learning,SBL)理論的聯(lián)合估計算法。該算法在每次迭代中首先依據(jù)所有載波和頻域信號的后驗分布得到脈沖噪聲最小均方誤差(Minimum Mean Square Error,MMSE)估計值，然后根據(jù)該值估計出相應(yīng)的載波頻偏并對接收信號進行補償，以降低脈沖噪聲和載波頻偏之間的相互影響。
　　3、針對MIMO水聲通信多徑傳輸差異性多普勒估計問題，利用