【摘要】：典型的水聲信道通常表現(xiàn)為稀疏特性,基于最小二乘(Least Square,LS)技術(shù)的信道估計方法在稀疏信道條件下存在噪聲加強的問題,并沒有充分利用水聲信道的稀疏特性,導致信道估計性能較差;另外,水聲信道多途擴展嚴重,進而導致極其嚴重的頻率選擇性衰落�；趬嚎s感知的稀疏信道估計方法可以精確重構(gòu)信號,基于現(xiàn)代編碼技術(shù)的Turbo均衡技術(shù)可以實現(xiàn)迭代均衡和譯碼,在嚴重的多途信道條件下性能優(yōu)異。因此,本文將壓縮感知理論運用于水聲信道估計,展開了迭代信道估計與均衡技術(shù)研究。首先,介紹壓縮感知基礎理論,研究了基于OMP(Orthogonal Matching Pursuit,OMP)和MMP(Multipath Matching Pursuit,MMP)算法的稀疏水聲信道估計方法,將DCD(Dichotomous Coordinate Descent,DCD)迭代技術(shù)運用于OMP和MMP算法中,解決了OMP和MMP稀疏信道估計算法中矩陣求逆帶來的運算量大以及數(shù)值不穩(wěn)定性問題。將交叉驗證(Cross Validation,CV)統(tǒng)計技術(shù)運用于OMP-DCD和MMP-DCD算法,使得貪婪迭代算法不需要稀疏度與噪聲級別等先驗知識,提高了算法的估計精度,提出了OMP-DCD-CV和MMP-DCD-CV稀疏信道估計算法。針對帶限的水聲通信系統(tǒng)在干擾嚴重的水聲環(huán)境中性能嚴重惡化問題,將TDCS(Transformation Domain Communication System,TDCS)引入水聲通信領域,提出了基于兩種稀疏信道估計算法的TDCS,提高了水聲窄帶干擾環(huán)境下的水聲通信系統(tǒng)的頻譜利用率以及穩(wěn)健性。然后,開展了稀疏信道條件下的迭代信道估計與均衡技術(shù)的研究�；仡櫫薚urbo碼的基本原理,包括編碼器結(jié)構(gòu)、編碼原理、編碼網(wǎng)格圖等,基于軟入軟出的迭代譯碼思想,研究了基于MAP(Maximum a Posteriori,MAP)及其簡化形式的Log-MAP譯碼算法,最后介紹了Turbo均衡基本思想與原理,介紹了基于MMSE(Minimum mean Square Error,MMSE)的軟入軟出Turbo均衡,開展水聲單載波迭代稀疏信道估計與均衡技術(shù)的研究。最后,進行仿真分析與單載波試驗數(shù)據(jù)處理。數(shù)值仿真部分,對基于壓縮感知的信道估計算法的重構(gòu)精度進行仿真分析,對水聲單載波迭代稀疏信道估計與均衡系統(tǒng)仿真,對基于MMP-DCD-CV稀疏信道估計算法的水聲TDCS進行仿真分析。單載波試驗數(shù)據(jù)處理部分,通過處理松花湖湖試數(shù)據(jù)驗證論文的各種算法的性能并進行仿真分析。
【圖文】：

圖 4.1 稀疏信道估計算法的運算量曲線 與 OMP-DCD 算法的均方誤差性能曲線如圖 4.2 所示。仿真條件，OMP-DCD 算法量化位數(shù) 6bM = ，初始化步長δ 的最大幅值 H，仿真 1000 次。從圖中可以看出，OMP-DCD 算法的均方誤差法，但是 OMP-DCD 算法的復雜度更低

圖 4.1 稀疏信道估計算法的運算量曲線 與 OMP-DCD 算法的均方誤差性能曲線如圖 4.2 所示。仿真條件，OMP-DCD 算法量化位數(shù) 6bM = ，初始化步長δ 的最大幅值 H，仿真 1000 次。從圖中可以看出，OMP-DCD 算法的均方誤差
【學位授予單位】：哈爾濱工程大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U666.7

【參考文獻】

相關期刊論文 前4條

1 朱敏;武巖波;;水聲通信及組網(wǎng)的現(xiàn)狀和展望[J];海洋技術(shù)學報;2015年03期

2 孟慶微;黃建國;何成兵;;適合于稀疏水聲信道的低復雜度聯(lián)合迭代均衡譯碼[J];應用科學學報;2011年03期

3 程恩;袁飛;蘇為;高春仙;曾文俊;孫海信;胡曉毅;;水聲通信技術(shù)研究進展[J];廈門大學學報(自然科學版);2011年02期

4 郭淑霞;韓琮;劉寧;;基于水聲信道的Turbo均衡算法仿真研究[J];系統(tǒng)仿真學報;2009年11期

，

本文編號：2639604