水声物联网高速非协调并发接入的方法

    公开(公告)号:CN119363285A

    公开(公告)日:2025-01-24

    申请号:CN202411896489.5

    申请日:2024-12-23

    Applicant: 厦门大学

    Abstract: 本发明公开一种水声物联网高速非协调并发接入的方法,实现对抗多普勒与强多径的时变信道,在解决冲突的同时也提高了时变水声系统的吞吐量。该方法包括:1、对于不同用户分配两个不同根索引的ZC序列,分别作为辅助序列、调制序列;2、采用滑动相关器对接收基带信号做互相关操作,前导码由三个重复的ZC基序列组成;当检测到超过阈值的连续等距信号,保留潜在峰及其对应的根索引,并确定最早的峰作为前导码的起始位置,再根据前导码长度确定不同用户的数据解调起始位置;3、基于辅助序列解调得到模板信号,基于调制序列解调得到待解调信号,引入自适应权重的Pearson相关系数计算模板信号与待解调信号的相关系数,从叠加的数据符号中解调指定用户数据。

    一种水声物理层网络编码智能编码映射方法

    公开(公告)号:CN118740332A

    公开(公告)日:2024-10-01

    申请号:CN202410716590.1

    申请日:2024-06-04

    Abstract: 一种水声物理层网络编码智能编码映射方法,涉及水声通信领域。将BP算法和深度学习相结合,提出和信道信息低耦合的叠加信号智能编码映射方法FBENet:特征提取模块通过卷积神经网络CNN有效提取输入信息的抽象特征;双向均衡模块利用Bi‑LSTM网络神经元均衡时频双扩展信道下的载波间干扰ICI,通过模拟BP算法的和积消息传递的过程来矫正子载波的后验概率分布;概率输出模块通过全连接网络输出每个子载波的发送端码字组合的概率分布用于后续的网络编码。网络模型的损失函数使用多分类的交叉熵损失函数,在训练阶段,模型计算参数更新,样本和输出之间的差异将越来越少,直至阈值,标志着训练成功。

    一种基于匹配追踪类重构算法的OCDM信道估计方法

    公开(公告)号:CN118041728B

    公开(公告)日:2024-06-28

    申请号:CN202410432149.0

    申请日:2024-04-11

    Applicant: 厦门大学

    Abstract: 一种基于匹配追踪类重构算法的OCDM信道估计方法,涉及无线通信物理层多载波传输。信号传输过程中所经历信道为时频双扩展信道,推导出OCDM系统在此条件下的输入输出关系,即信道频率响应(CFR)。依据信道频率响应表达式构造出完备字典,将接收信号表示为完备字典与稀疏向量的乘积。利用OMP算法还原稀疏向量,从而重构信道频率响应。仿真结果显示基于OMP信道估计的OCDM系统(OCDM‑OMP)不仅在误比特率等性能方面优于同等条件下的OFDM系统,并且在信道估计准确性方面也优于同等信道条件下当前最新的OCDM信道估计方式pca‑OCDM。

    用于水声OFDM迭代接收机的压缩感知信道估计方法

    公开(公告)号:CN109861764B

    公开(公告)日:2022-07-01

    申请号:CN201910154321.X

    申请日:2019-03-01

    Abstract: 用于水声OFDM迭代接收机的压缩感知信道估计方法,涉及水声通信领域。进行信道估计;进行信道均衡;进行交织;进行SISO译码。提出一种改进的SAMP算法——MSAMP算法。MSAMP算法不仅能够消除离散冲激响应的时域泄露问题,还继承了SAMP算法的优势,不需要稀疏度先验信息,只需要设定步长和时域扩展参数,即可进行准确的信道估计。MSAMP算法具有稀疏度自适应能力,能够在稀疏度未知的情况下,通过阶段性的增加I的大小来不断逼近实际信道的稀疏度,从而获得准确的信道估计。最大的创新点在于,本算法克服了离散冲激响应时域泄漏的影响,使得结果更加准确。

    一种基于正交匹配追踪的低复杂度水声信道估计算法

    公开(公告)号:CN110113286B

    公开(公告)日:2020-06-26

    申请号:CN201910371809.8

    申请日:2019-05-06

    Applicant: 厦门大学

    Abstract: 一种基于正交匹配追踪的低复杂度水声信道估计算法,涉及基于正交匹配追踪的低复杂度水声信道估计算法。首先忽略多普勒扩展因子,在时延维度上建立PSO算法所需的解空间;其次优化PSO算法中的惯性权重系数,搜索解空间中最匹配原子集,即初估计的路径时延集;然后扩展初估计的路径时延集,并联合多普勒扩展因子,再次建立PSO算法所需的解空间;最后采用PSO算法搜索最匹配原子集,获得水声信道冲激响应估计值。两次搜索最匹配原子的过程中均建立内积存储索引表,以避免内积的重复计算,并提高搜索速度。在已有OMP算法的基础上,采用分两步估计方法,能够减少计算内积次数,有效地降低已有OMP算法的复杂度。

    一种基于线性调频信号的水声通信唤醒方法

    公开(公告)号:CN108449147A

    公开(公告)日:2018-08-24

    申请号:CN201810330490.X

    申请日:2018-04-10

    Applicant: 厦门大学

    Abstract: 一种基于线性调频信号的水声通信唤醒方法,涉及水声通信领域。包括发送端和接收端;在发送端选择线性调频信号作唤醒信号,利用线性调频信号的抗频率选择性衰落强以及有良好的分辨力特性,有利于提高在信道多径效应严重以及接收端低信噪比低情况下的唤醒可靠性。在接收端进一步采用“5选3”的判决原则,有效地解决多径效应带来的幅值衰落和码间干扰问题,降低唤醒的漏报和虚警,提高唤醒的可靠性。同时,在发送端利用上/下调频的不同组合方式构造多点网络通信间的唤醒地址码,在多个网络节点下有利于降低唤醒的虚警概率,提高唤醒稳定性。

    一种水声实时数字语音通信方法

    公开(公告)号:CN103310793B

    公开(公告)日:2016-01-20

    申请号:CN201310183216.1

    申请日:2013-05-16

    Applicant: 厦门大学

    Abstract: 一种水声实时数字语音通信方法,涉及水声语音通信。在发送端上位机用音频编码器对采集的模拟语音信号压缩得原始数字语音信号,再压缩编码得压缩后的数字语音信号,然后先卷积码编码后交织编码,对所得数据调制得调制信号;在发送端下位机,对调制信号经D/A和放大,将调制信号转换成声波;在接收端下位机,将海洋水声信道中传播的微弱声信号接收转换成电信号控制放大得模拟信号,再对接收到的模拟信号经A/D转换并作FFT变换,检测到同步后,唤醒上位机工作;在接收端上位机,对采集的信号进行解调得解调数据;再对解调数据进行解交织和卷积码译码;然后对所得的数据进行译码合成数字语音信号;将合成数字语音信号还原为模拟语音信号。

    船载式超痕量活性磷酸盐分析系统

    公开(公告)号:CN101477132A

    公开(公告)日:2009-07-08

    申请号:CN200910110948.1

    申请日:2009-01-22

    Applicant: 厦门大学

    Abstract: 船载式超痕量活性磷酸盐分析系统,涉及一种活性磷酸盐分析设备。提供一种可自动进行试剂添加、样品富集、清洗、洗脱与检测、管路自洁净清洗、数据传输与保存、数据实时作图和数据处理等的船载式超痕量活性磷酸盐分析系统。设有多通道选择阀、液体输送装置、切换阀、富集装置、液体进出管道、反应瓶、储水管、检测与控制装置和RS-232串行接口。液体输送装置的输入端接多通道选择阀,液体输送装置的输出端接切换阀输入端,切换阀输出端分别与富集装置输入端和储水管输入端连接,富集装置输出端与检测与控制装置输入端连接,检测与控制装置通过RS-232串行接口与计算机连接,储水管的输出端接至反应瓶,反应瓶与多通道选择阀连接。

    一种水声物理层网络编码符号同步方法

    公开(公告)号:CN118740331A

    公开(公告)日:2024-10-01

    申请号:CN202410716455.7

    申请日:2024-06-04

    Abstract: 一种水声物理层网络编码符号同步方法,属于水声通信与组网领域。设计三节点水声PNC符号同步机制:预设中继节点R对两个终端节点A和B期望的固定传输时延TS,两个终端节点A和B以达到这一期望时间为目标,利用数据传输过程中的时钟信息估算下行传播延迟,结合预设的固定传输时延获取每一轮PNC传输过程中终端节点A和B多址接入前所需的等待延迟τA(k)和τB(k),实现每一轮PNC传输的符号同步;建立非对称链路卡尔曼滤波时钟同步算法,用于为PNC符号同步机制提供精准的时钟信息,提高PNC符号同步机制的同步精度。减少水声网络的时隙开销,提升整个水声网络的性能。

    一种类对比学习式水声信号调制识别系统及识别方法

    公开(公告)号:CN117997690B

    公开(公告)日:2024-06-18

    申请号:CN202410398286.7

    申请日:2024-04-03

    Abstract: 一种类对比学习式水声信号调制识别系统及识别方法,涉及水声信号调制识别技术领域。系统包括共模特征提取器训练模块、调制识别分类器训练模块、测试模块。其中,共模特征提取器训练模块通过孪生分支结构与共模一致性约束实现类对比式地从同源样本对中提取共模特征;调制识别分类器训练模块基于提取的共模特征训练调制识别分类器;测试模块将测试样本依次输入共模特征提取器与调制识别分类器,得到识别结果。基于共模特征实现非合作场景下不依赖于先验信息的水声通信信号调制识别,能够有效提高水声通信调制识别算法对恶劣信道的适应能力,提升神经网络的可解释性与泛化性。

Patent Agency Ranking