基于FBNLMS算法的频域自适应Turbo均衡方法

    公开(公告)号:CN114389754B

    公开(公告)日:2023-09-19

    申请号:CN202111621997.9

    申请日:2021-12-28

    Abstract: 本发明涉及水声通信领域,具体涉及基于FBNLMS算法的频域自适应Turbo均衡方法。所述的信道均衡方法步骤如下:对接收信号进行预处理,预处理后的信号经过块分割划分为连续的子块;利用滑动窗口机制加速滤波器收敛;时域接收信号经过FFT变换转换到频域;频域信号与频域滤波器逐项相乘进行自适应滤波器得到频域估计信号;频域检测数据经过IFFT变换得到时域估计信号;利用FBNLMS更新滤波器;进行下一次自适应迭代均衡。本发明的通信方法针对快时变水声信道,提出一种直接自适应Turbo均衡技术来处理水声信道的快速时变和长延迟扩展特点。利用滑动窗口机制和迭代均衡器结构有效加速滤波器的收敛速度,提高系统的通信性能。

    一种极化编码的OTFS低复杂度迭代检测方法

    公开(公告)号:CN118138417A

    公开(公告)日:2024-06-04

    申请号:CN202410370478.7

    申请日:2024-03-29

    Abstract: 本发明提供一种极化编码的OTFS低复杂度迭代检测算法,属于OTFS系统中信号检测技术领域。首先将时延‑多普勒网格符号按照其多普勒指数分组为向量,并重新表述发送帧和接收帧之间的输入输出关系;然后对每个多普勒指数在多普勒变换域进行迫零均衡,对所有多普勒指数进行合并;利用极化码在短码长下的优越性能,将其用于编码OTFS,并在所提出的OTFS框架下设计极化码的迭代检测算法。本发明与现有的OTFS检测算法相比,具有更低的复杂度和更好的误码率性能。此外,考虑到极化码在短码中的优越性能,通过将信息比特分组后进行极化码编码来进一步提高性能;本发明是一种OTFS接收机中的信号检测算法,该算法可实现输入信号的低复杂度检测,且有更优的误码率性能。

    一种基于循环移位键控扩频调制的多用户水声通信方法

    公开(公告)号:CN110324065A

    公开(公告)日:2019-10-11

    申请号:CN201910488731.8

    申请日:2019-06-06

    Inventor: 景连友 殷洪玺

    Abstract: 本发明属于水声通信技术领域,具体涉及一种基于循环移位键控扩频调制的多用户水声通信方法。第一步:发射端,利用第m个用户的比特交织器πm对cm进行交织,后进行CSK调制来提高通信速率,再进行交织以区分用户;第二步:利用水声通信发射机将数据经载波调制后发射;第三步:接收端,对预处理后的多路接收信号进行被动时反处理,用以压缩信道和提高信干比。接下来采用CSK软解调方式,将CSK调制与传统IDMA迭代解调系统完美结合,能有效提高系统检测性能。本发明的方法能有效提高每个用户的通信速率,同时能提高用户数量。

    一种基于多向判决反馈的OTFS水声通信信道均衡方法

    公开(公告)号:CN118555168A

    公开(公告)日:2024-08-27

    申请号:CN202410612622.3

    申请日:2024-05-17

    Abstract: 一种基于多向判决反馈的OTFS水声通信均衡方法,属于OTFS水声通信领域。首先,对发送信号进行OTFS调制,其次,调制信号经过水声信道获得接收信号,第三,对接收信号进行OTFS解调,通过多向判决反馈均衡器对解调信号进行均衡,最后,对均衡信息进行解码恢复信息比特。对于长时延、大多普勒、时变性强的水声信道,多向判决反馈均衡器通过将多个不同方向的判决反馈均衡器相结合来,使均衡器出现的判决错误在不同的方向进行传播,呈现出不同的模式和位置,利用不同方向的滤波器的均衡结果之间的低相关性,通过组合多个方向均衡器的输出,加快均衡误差的收敛,提供多向分集增益并减轻误差传播,实现更好的符号检测性能,提升通信系统性能。本发明所提出的多向判决反馈均衡器能够在均衡性能和均衡复杂度取得合适的平衡,且不需要信道估计。

    一种基于深度神经网络的水声通信误码率的估计方法

    公开(公告)号:CN115987407A

    公开(公告)日:2023-04-18

    申请号:CN202211657653.8

    申请日:2022-12-22

    Abstract: 本发明属于水声通信技术领域,特别涉及一种基于深度神经网络的水声通信误码率的估计方法,主要应用于水声通信中估计误码率。所述方法步骤如下:发射端发射带有固定导频的水声通信信号;接收端解调信号,获得训练数据和训练标签;预处理训练数据和训练标签;构建深度神经网络模型;训练深度神经网络模型;应用深度神经网络估计误码率。本发明利用了深度学习方法进行信号处理,能够学习到水声信道中的高维特征信息;本发明的估计准确率不依赖于水声信道特征的提取,避免了其他特征提取误差的引入;本发明实现了端到端的误码率估计,增加了误码率估计方法的通用性,具有工程复杂度低,估计准确度高等优点。

    一种基于循环移位键控扩频调制的多用户水声通信方法

    公开(公告)号:CN110324065B

    公开(公告)日:2021-02-26

    申请号:CN201910488731.8

    申请日:2019-06-06

    Inventor: 景连友 殷洪玺

    Abstract: 本发明属于水声通信技术领域,具体涉及一种基于循环移位键控扩频调制的多用户水声通信方法。第一步:发射端,利用第m个用户的比特交织器πm对cm进行交织,后进行CSK调制来提高通信速率,再进行交织以区分用户;第二步:利用水声通信发射机将数据经载波调制后发射;第三步:接收端,对预处理后的多路接收信号进行被动时反处理,用以压缩信道和提高信干比。接下来采用CSK软解调方式,将CSK调制与传统IDMA迭代解调系统完美结合,能有效提高系统检测性能。本发明的方法能有效提高每个用户的通信速率,同时能提高用户数量。

    一种基于深度强化学习的水声通信链路自适应方法

    公开(公告)号:CN115987406A

    公开(公告)日:2023-04-18

    申请号:CN202211657649.1

    申请日:2022-12-22

    Abstract: 本发明属于水声通信技术领域,特别涉及一种基于深度强化学习的水声通信链路自适应方法,主要应用于水声通信中自适应调制。所述方法步骤如下:接收节点收到数据,向发射节点反馈相关信号;发射节点获得反馈信息,利用反馈信息作信道分类;使用处理后的信息训练深度强化学习模型;使用已训练好的深度强化学习模型进行自适应调制。本发明设计了一种基于所有调制方式对应的误码率的信道分类方法,将水声通信自适应调制问题转化为马尔可夫决策过程。与现有方法相比,本发明提出的方法改善了水声通信信道状态信息过时的问题,可以更有效地处理快时变的水声信道环境。本发明方法设计合理,适用范围广泛,能够实现高效的自适应调制。

    一种基于学习去噪的OTFS水声通信稀疏信道估计方法

    公开(公告)号:CN114584239B

    公开(公告)日:2022-11-18

    申请号:CN202210234913.4

    申请日:2022-03-07

    Abstract: 本发明涉及水声通信领域,具体涉及一种基于学习去噪的OTFS水声通信稀疏信道估计方法。所述的方法步骤如下:将时延‑多普勒域内的信号经过离散辛傅里叶反变换,得到时频域内的信号。利用水声通信发射机将时域信号经载波调制后发射。接收端:对接收换能器收到的信号进行预处理;对经过预处理后的接收信号进行OFDM解调;对时延‑多普勒域内的接收信号进行信道估计;在时延‑多普勒域内对接收信号进行初步信道估计;将多个初步估计的信道作为视频序列使用视频去噪网络进行去噪。本发明的通信方法针对水声OTFS系统,提出一种学习的基于去噪的OTFS水声通信稀疏自适应信道估计方法,通过使用去噪网络能够进一步提升信道估计的准确性。

    一种基于被动时反技术的OTFS水声通信方法

    公开(公告)号:CN112671473B

    公开(公告)日:2022-09-20

    申请号:CN202011562738.9

    申请日:2020-12-25

    Abstract: 本发明涉及水声通信领域,具体涉及一种基于被动时反技术的OTFS水声通信方法。所述的通信方法步骤如下:将时延‑多普勒域内的信号经过离散辛傅里叶反变换,得到时频域内的信号。利用水声通信发射机将时域信号经载波调制后发射。接收端:对接收换能器收到的信号进行预处理;对经过预处理后的接收信号进行OFDM解调;对时延‑多普勒域内的接收信号进行信道估计;在时延‑多普勒域内对接收信号进行二维被动时反处理。本发明的通信方法针对水声OTFS系统,提出一种二维被动时反方法来对时延‑多普勒域内的二维信道进行压缩,能够实现时间、空间、频率上的聚焦,能有效降低后续均衡处理难度,提高系统的通信性能。

    一种基于学习去噪的OTFS水声通信稀疏信道估计方法

    公开(公告)号:CN114584239A

    公开(公告)日:2022-06-03

    申请号:CN202210234913.4

    申请日:2022-03-07

    Abstract: 本发明涉及水声通信领域,具体涉及一种基于学习去噪的OTFS水声通信稀疏信道估计方法。所述的方法步骤如下:将时延‑多普勒域内的信号经过离散辛傅里叶反变换,得到时频域内的信号。利用水声通信发射机将时域信号经载波调制后发射。接收端:对接收换能器收到的信号进行预处理;对经过预处理后的接收信号进行OFDM解调;对时延‑多普勒域内的接收信号进行信道估计;在时延‑多普勒域内对接收信号进行初步信道估计;将多个初步估计的信道作为视频序列使用视频去噪网络进行去噪。本发明的通信方法针对水声OTFS系统,提出一种学习的基于去噪的OTFS水声通信稀疏自适应信道估计方法,通过使用去噪网络能够进一步提升信道估计的准确性。

Patent Agency Ranking