CN111884970A - 一种基于水声通信的Taylor-FFT解调方法 - Google Patents

Abstract

本发明公开了一种基于水声通信的Taylor‑FFT解调方法。步骤1：在接收端，首先使用训练序列进行同步，将训练序列和循环前缀去除后得到OFDM符号；步骤2：将OFDM符号进行预FFT处理；步骤3：之后将步骤2中预FFT处理的结果经过FFT使用组合器执行FFT输出的加权求和；步骤4：将步骤3的加权求和的OFDM符号进行下一步处理。本发明采用一种预FFT处理技术，每个FFT的输入是输入信号与泰勒多项式的乘积，并且组合器执行FFT输出的加权求和来确定最佳组合器权重，补偿时变信道导致的非一致多普勒频偏，进而提升通信质量。

Description

一种基于水声通信的Taylor-FFT解调方法

技术领域

本发明涉及水声通信技术领域，具体为一种基于水声通信的Taylor-FFT解调方法。

背景技术

水声通信可保证潜艇、蛙人、鱼雷与指挥中心间的信息交换。此外，水声通信同样在民事方面具有广泛的前景。正交频分复用技术因为其良好的抗声噪性能、对频带具有较高的利用率和抗多途信道干扰等优点，现在已经在水下高速通信中占有了重要的研究地位。OFDM水声通信技术不仅可以传递数据量较小的声音、图片等文件，同时也可以传输高数据量的视频文件。因此，该技术还可以进一步地满足各种类型的水下机器间组网工作要求。此外，OFDM技术还具有其他的应用优点，例如可以提供高数据量传递并且时延很小、网络结构的可高度扩展性以及易于实现水下组网通信等。这些优势都对OFDM技术在水声通信中的应用产生了积极影响。

相对运动的节点之间会有多普勒干扰的产生，这会使得子载波与子载波之间相互影响，破坏***的正交性，进而影响通信***的性能。即使节点之间不存在相对运动，即保持相对静止，随时间变化的水声信道也会毁坏OFDM***的正交性，进而引发子载波间的相互干扰，严重影响OFDM通信***的性能。因此，如何降低多普勒频移的影响是提高OFDM水声通信质量的关键。

发明内容

本发明提供一种基于水声通信的Taylor-FFT解调方法，采用一种预FFT处理技术，每个FFT的输入是输入信号与泰勒多项式的乘积，并且组合器执行FFT输出的加权求和来确定最佳组合器权重，补偿时变信道导致的非一致多普勒频偏，进而提升通信质量。

本发明通过以下技术方案实现：

一种基于水声通信的Taylor-FFT解调方法，所述解调方法包括以下步骤：

步骤1：在接收端，首先使用训练序列进行同步，将训练序列和循环前缀去除后得到OFDM符号，

使用施密特正交化得到一组正交的泰勒多项式，

步骤2：将OFDM符号进行预FFT处理；

步骤3：之后将步骤2中预FFT处理的结果经过FFT使用组合器执行FFT输出的加权求和；

步骤4：将步骤3的加权求和的OFDM符号进行解映射处理。

进一步的，所述步骤2中所述预FFT处理为使用施密特正交化得到一组正交的泰勒多项式为，

式中，

为泰勒多项式的系数，

为不同次幂泰勒多项式的系数。

进一步的，所述步骤3具体为，将经过预处理的OFDM符号输入自适应随机梯度算法，利用自适应梯度算法得到使自适应梯度算法收敛的各个子载波的加权因子。

进一步的，所述自适应随机梯度算法表示出第k个载波和第k个接收原件对应的组合器的权重

定义相应的输入矢量：

式中，

为第m个接收单元第k-1个载波的输入信号；

组合器的输出表示为：

式中，

为组合器输入，

为通过自适应随机梯度得到的权值，

为组合器的输出，组合器长度L≥I。

进一步的，所述自适应随机梯度算法的最小均方算法LMS中先降低各个输入时刻向量之间的相关性，当这些向量相互正交时，算法将会获得最快的收敛速度。

本发明的有益效果是：

本发明的应对通信双方变速运动与水声信道固有性质共同导致的非一致多普勒频偏，提出本方法来补偿非一致多普勒频偏，进而提升水声通信***性能。

附图说明

图1本发明的方法流程示意图。

图2本发明的T-FFT算法框图。

图3本发明的组合器框图。

图4本发明的Taylor正交多项式不同次幂的曲线图。

图5本发明的自适应算法结构示意图。

图6本发明的性能随信噪比的变化曲线图，其中图6-(a)TFFT误码率性能变化曲线图，图6-(b)MSE性能随信噪比的变化曲线图。

图7本发明的性能随多普勒频移的变化曲线，其中图7-(b)TFFT误码率性能随多普勒频移的变化曲线，图7-(b)MSE性能随多普勒频移的变化曲线图。

图8本发明的实验接收设备连接框图。

图9本发明的LFM同步图。

图10本发明的星座图。

具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1中的其余部分为现有技术就不再赘述。

如图1-图3，一种基于水声通信的Taylor-FFT解调方法，所述解调方法包括以下步骤：

步骤1：在接收端，如图1所示，使用水听器将发射信号进行接收(将水下声音信号转换为电信号)并对接收信号进行放大提高，通过声卡将信号进行采集使用cooledit软件来对接收信号进行操作(如存储，裁剪，滤波等)；首先使用训练序列进行同步，将训练序列和循环前缀去除后得到OFDM符号；

步骤2：将OFDM符号进行预FFT处理；由于线性调频(LFM)信号有尖锐的模糊度函数可以得到良好的同步性能，所以发射端在OFDM符号前***LFM信号进行用于同步，在接收端如图8对接收信号与本地的LFM信号进行卷积从而通过取相关性的最大值来确定接收信号的起始位置，之后将确定起始位置的OFDM符号去掉用于对抗多径效应的循环前缀用于进行后续的信号解调。

步骤3：之后将步骤2中预FFT处理的结果经过FFT使用组合器执行FFT输出的加权求和；

步骤4：将步骤3的加权求和的OFDM符号进行解映射处理。

如图4，进一步的，所述步骤2中所述预FFT处理为使用施密特正交化得到一组正交的泰勒多项式为，

式中，

为不同次幂泰勒多项式的系数，

为泰勒多项式的系数，

将接收的OFDM符号分别与不同指数的泰勒多项式相乘。

进一步的，所述步骤3具体为，将经过预处理的OFDM符号输入自适应随机梯度算法，利用自适应梯度算法得到使自适应梯度算法收敛的各个子载波的加权因子。

如图5，进一步的，所述自适应随机梯度算法表示出第k个载波和第k个接收原件对应的组合器的权重

定义相应的输入矢量：

式中，

为第m个接收单元第k-1个载波的输入信号(I即为经过第I个FFT的输出)，

组合器的输出表示为：

式中，

为组合器输入，

为通过自适应随机梯度得到的权值，

为组合器的输出，组合器长度L≥I，当I＝1时，即为一个传统的FFT解调结构，只需要一个解调器和L大小的均衡器，当L＝I，它对应一个单抽头解调器。

加权因子的估计

在接收端需要对加权因子

进行估计，这其实是在信道均衡，通常加入滤波器完成信道均衡，

相当于各个滤波器的抽头系数，若在接收端已知信道的信息，抽头系数通常通过手动调节，但对于时变的水声信道，接收端需要自动调节抽头系数，这种根据接收到的信号自动调节的滤波器称为自适应滤波器，由于自适应滤波器可以跟踪并且适应***的动态变换，因此可以完成对加权因子的估计。

自适应滤波器可分为有限冲击响应滤波器和无限冲击响应滤波器，区别在于它们的冲击响应是有限长还是无限长的。用自适应调节产生的当前时刻的抽头系数值作为各个延时线的信号加权相加的权重值，用估计误差，通过加权相加的结果与信号期望响应的差求绝对值得到，激励一个自适应算法，从而得到新的抽头系数，通过迭代算法使滤波器达到最佳性能。

如图5，进一步的，所述自适应随机梯度算法的最小均方算法LMS中先降低各个输入时刻向量之间的相关性，当这些向量相互正交时，算法将会获得最快的收敛速度。

如图5，进一步的，所述最小均方算法LMS具体为：

为了进一步提高稳定性和防止误差扩大，采用了最小均方算法LMS，其中的阈值方法，如果误差或梯度超过预定水平，则阈值方法可以保持组合器权值不变，这种方法防止了在决策错误时可能发生的组合器权重的突然变化。

LMS算法的优点，例如当输入信号是平稳信号时，算法收敛性好；与其他自适应算法相比计算复杂程度低；其期望值可以无偏性的收敛到维纳解；利用有限精度实现算法时的稳定性等。

基于T-FFT的解调的原理：如图6和图7所示，

设第m条路径的接收信号可建模为：

在去除循环前缀后，通过第m条路径的信号可表示为：

其中，

表示信道系数，w_m(t)为等效噪声。

在传统的OFDM***中，路径增益和延迟在块持续时间内几乎是恒定的，即信道系数

但是在快速变化的水声信道中，很有可能在同一个OFDM符号的时长内，信道的特征已发生变化，在这种情况下，如果用一个信道的估计来完成一个符号内所有数据的均衡就会出现较大的误差，信道均衡效果十分不好。因此本文提出一种基于T-FFT的解调方案，在这个方案中，使用泰勒多项式和FFT来解调OFDM符号，其原理如下。

传统的OFDM解调是对接收信号进行FFT，解调后的信号为：

根据最大似然(ML)原理，建立最优接收机，接收端处理结果为：

由于多径衰落信道的相关性，可以将其近似为一组平滑变化的信道函数，将信道系数分解为一组已知的函数，以计算信道匹配滤波器，表示为：

则式(4-5)可表示为：

其中，

一般地，当信道未知时，需要先对信道进行估计在进行信道均衡从而实现数据的解调。但在基于T-FFT的解调方法中，不需要或者只需要少量的信道信息来实现一个自适应地确定权值的组合器。也就是说，可以通过自适应算法表示出第k个载波和第k个接收原件对应的组合器的权重

可以定义相应的输入矢量：

组合器的输出表示为：

组合器长度L≥I，当I＝1时，即为一个传统的FFT解调结构，只需要一个解调器和L大小的均衡器，当L＝I，它对应一个单抽头解调器。

解映射与解码：

星座映射是指将输入的穿行数据进行一次调制，将单一的串行数据变成一个有幅值和相位信息的复数，调制方法有很多种包括BPSK、QPSK、QAM等，选择QPSK的调制方法。接收端的星座图如图10所示，在接收端要进行相应的解映射过程将经过信号处理后复数数据拟调制为由0、1组成的串行数据。为了提高通信质量对发射信号进行卷积编码，在卷积码的编码过程中，对输入信息比特进行分组编码，每个码组的编码输出比特不仅与该分组的信息比特有关，还与前面时刻的其他分组的信息比特有关。同样，在卷积码的解码过程中，不仅从当前时刻收到的分组中获取译码信息，还要从前后关联的分组中提取相关信息，这样可以大大提高纠错能力。

Claims (5)

1.一种基于水声通信的Taylor-FFT解调方法，其特征在于，所述解调方法方法包括以下步骤：

步骤1：在接收端，首先使用训练序列进行同步，将训练序列和循环前缀去除后得到OFDM符号；

步骤2：将OFDM符号进行预FFT处理；

步骤3：之后将步骤2中预FFT处理的结果经过FFT使用组合器执行FFT输出的加权求和；

步骤4：将步骤3的加权求和的OFDM符号进行解映射处理。

2.根据权利要求1所述一种基于水声通信的Taylor-FFT解调方法，其特征在于，所述步骤2中所述预FFT处理为使用施密特正交化得到一组正交的泰勒多项式为，

式中，

为不同次幂泰勒多项式的系数，

为泰勒多项式的系数。

3.根据权利要求1所述一种基于水声通信的Taylor-FFT解调方法，其特征在于，所述步骤3具体为，将经过预处理的OFDM符号输入自适应随机梯度算法，利用自适应梯度算法得到使自适应梯度算法收敛的各个子载波的加权因子。

4.根据权利要求3所述一种基于水声通信的Taylor-FFT解调方法，其特征在于，所述自适应随机梯度算法表示出第k个载波和第k个接收原件对应的组合器的权重

定义相应的输入矢量：

式中，

为第m个接收单元第k-1个载波的输入信号；

组合器的输出表示为：

式中，

为组合器输入，

为通过自适应随机梯度得到的权值，

为组合器的输出，组合器长度L≥I。

5.根据权利要求3所述一种基于水声通信的Taylor-FFT解调方法，其特征在于，所述自适应随机梯度算法的最小均方算法LMS中先降低各个输入时刻向量之间的相关性，当这些向量相互正交时，算法将会获得最快的收敛速度。

Images