OTFS水声通信中信道估计与均衡算法研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:kkai365
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随社会经济的飞速发展,陆地的许多资源已无法满足人们需要,对海洋资源的开发处于一个十分重要的战略地位。水声通信在海洋资源的环境勘探与开发等方面扮演着不可或缺的角色。相较陆地无线通信系统,水声通信面临更多挑战,如时延扩展长、带宽受限、多普勒效应显著以及快速时变等。为实现在复杂多变水声信道中的可靠通信,本文将正交时频空间调制(OTFS)与水声通信结合。针对OTFS水声通信系统中的信道估计与信道均衡技术展开研究,提出了基于学习去噪的稀疏自适应信道估计方法与基于被动时间反转的信道均衡方法。具体而言,论文的主要工作如下:首先,对水声信道的特性进行分析,并介绍一种具有统计特性的水声信道模型。该模型讨论了在两种不同尺度效应下信道的随机变化特性,并推导了时变信道下的整体传递函数。接着根据统计特性与水声传播的规律建立了水声信道模型。该模型考虑了水声信道时变的特点,相比于BELLHOP模型更贴近于真实水声信道,为后续的信道估计与信道均衡方法提供了仿真信道环境。其次,针对时变水声信道,提出一种用于OTFS系统的符号级自适应信道估计方法。该方法利用水声信道的稀疏性,采用改进的比例归一化最小均方(IPNLMS)算法,相比于传统的正交匹配追踪(OMP)算法的计算复杂度更低。为进一步提升信道估计性能,论文提出了一种基于学习去噪的时延-多普勒域稀疏自适应信道估计方法。该方法将二维的时延-多普勒域内信道看为二维图像,根据自适应算法的特点将信道估计建模为一个视频去噪问题,采用图像领域中的视频去噪网络对信道图像进行恢复。在仿真的水声信道与实测水声信道下评估所提信道估计方法,结果表明:所提出的方法具有更好的信道估计精度。同时,在接收端采用最小均方误差(MMSE)均衡器,评估了不同信道估方法在整体OTFS水声通信系统中的误码率结果,结果表明:所提出的信道估计方法有利于后续的均衡,其性能接近信道已知的情况。最后,基于传统的被动时间反转技术的基本原理,结合OTFS系统调制特性,提出了一种二维被动时间反转(2D PTR)均衡方法。在时延-多普勒域中,经过2D PTR处理后实现了对信道空间、时间和频率的聚焦,消除了大部分的干扰,后续残余干扰通过级联一个单通道的判决反馈均衡器消除。在仿真的水声信道与实测水声信道下评估所提均衡方法,结果表明:相比于OFDM系统与传统的消息传递(MP)算法,此均衡方法能够以较低的复杂度具有较好的性能。
其他文献
红外弱小目标检测与跟踪是计算机视觉领域的研究热点。由于红外图像中弱小目标空间尺度小、强度弱,因而其形状、颜色、纹理特征不明显,且极易受复杂背景和噪声的干扰,导致提升目标检测算法性能的难度大大增加。随着红外弱小目标检测技术研究的不断探索,各类检测算法应运而生。针对这一难题,本文分别研究了基于改进动态规划检测前跟踪(Dynamic Programming Track Before Detect,DP-
学位
癌症严重威胁人类健康,患者的预后评估有助于诊疗方案的确定,有着重要的临床意义。在预后评估中,生存预测是其中的重要变量,分子分型的预测也有助于判断新辅助治疗的疗效,但预后评估本身是一个相对困难的任务。随着人工智能技术发展,基于深度学习的预后评估取得了很大进展,且越来越得到医学专家认可。然而目前的基于深度学习的预后生存预测方法未充分利用医生先验,对多模态信息也使用较少,生存期预测的准确率还有待提高;基
学位
随着无线通信技术的发展以及各种通信接入设备的增多,当前固定的频谱分配政策极大的限制了对有限频谱资源的利用。认知无线电技术允许认知用户机会式地利用环境中的空闲频谱资源,有利于提高频谱利用率,因而受到了广泛的关注与研究。同时,以学习并获取最佳动作选择策略为目标的强化学习算法能够极大提高系统的智能性,在自动控制和资源优化等领域受到了广泛应用。本文研究了基于强化学习的认知无线电动态频谱接入算法,实现了对有
学位
在多媒体信息化的浪潮中,人们可以利用现代化的拍摄设备和智能化的图像处理软件随心所欲地记录生活,但同时也给不法分子进行图像恶意篡改和信息犯罪提供了空间,数字图像取证技术应运而生。作为数字图像被动取证技术中的重要分支,相机型号来源鉴别为维护司法正义、树立版权意识及打击网络犯罪等方面立下汗马功劳,其目的是将待检测图像与其拍摄的相机模型建立联系以推动相关案件的司法取证工作。在传统的数字图像取证中,相机来源
学位
语音带宽扩展技术旨在应用语音信号处理方法,从窄带语音中恢复出相应的宽带语音信号,它在通信网络、智能终端、语音识别系统等领域具有广泛应用前景。近年来,随着深度学习理论的快速发展,语音带宽扩展技术取得了新突破,语音信号的带宽扩展效果也有较大提升,但相较于原始宽带语音信号,其语音质量仍有明显差距,还难以达到实际应用的要求。因此,语音带宽扩展技术的研究仍具有挑战性。本文应用深度学习理论,对基于深度神经网络
学位
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是一种多载波传输技术,其频谱利用率高,抗多径能力强,目前己被广泛应用于水声通信。深度学习技术因其在计算机视觉和自然语言处理领域中的出色表现而受到广泛关注,其极强的特征提取能力和拟合能力为水声OFDM通信提供了新的发展空间。本文就水声OFDM系统中的信道编码、调制、信道估计、解调以及信道解码
学位
显著性目标检测是计算机视觉中的一项非常重要的任务,目的在于识别图像中最有辨别力的物体或区域,并从背景中分割出来。近年来,为了节约人力标注成本,弱监督显著性目标检测逐渐蓬勃发展。弱监督方法利用成本低廉的弱标签转化为伪标签参与网络训练,解决了全监督方法标注成本昂贵的问题。然而,由弱标签过渡得到的像素级伪标签相比于真值往往存在大量错误标注的噪声信息,导致现有弱监督显著性目标检测方法难以过滤伪标签中的噪声
学位
<正>审计质量是审计工作的生命线,而审计项目质量更是审计质量的核心,所以抓好审计项目质量是审计工作的关键点。本文从审计项目质量监控概述、监控现状和如何强化审计项目质量监控措施三个方面,对基层央行审计项目质量监控进行分析。
期刊
<正>中国人民银行(以下简称人民银行)内审司业务审计处(以下简称业务审计处)以习近平新时代中国特色社会主义思想为指导,深入学习贯彻习近平总书记在中央审计委员会第一次会议上的重要讲话精神,组织、指导、监督和管理人民银行系统业务审计工作,不断提高工作质量,切实履行审计监督、评价和建议职责,在促进人民银行规范、高效履职方面发挥了积极作用。
期刊
X射线层析成像(Computed Tomography,CT)能够清晰呈现物体三维结构,因此被广泛应用于医学影像诊断和工业无损探伤等领域。但该技术也存在一定的局限,由于重建三维图像需要采集数以百计的投影,导致重建时间长、辐射剂量大。为解决以上问题,此前的研究从减少投影采集角度入手,提出了基于有限角度、稀疏角度甚至单视角进行CT重建的方法。尽管近年来深度学习的飞速发展加快了单视角CT重建的研究,但目
学位