论文部分内容阅读
由于声波是水下通信的主要传输媒介,随着人类在海洋中的活动越来越频繁,水下传递信息的需求越来越多,水声通信技术的应用也越来越广泛。这些需求也使得水声通信的速率和可靠性的要求越来越高。 在现代水声通信中,水声信道面临的主要问题是克服多径效应产生的码间干扰和长距离传输引起的接收低信噪比。而克服多径效应带来的码间干扰和接收低信噪比的主要手段包括空间分集技术和Turbo均衡技术。 本文针对水声信道高速数据传输中的码问干扰和低接收信噪比等问题,研究了时间反转技术和Turbo均衡技术相结合的水声通信接收机信号处理技术。时间反转技术基于信道本身特性,完成了对于多接收阵元接收信号的合并,并且从很大程度上压缩了较大的时延扩展。在Turbo均衡技术,软输入软输出(SISO)均衡器利用SISO译码器提供的先验信息,以最小均方准则(MMSE)或者最大后验准则(MAP),估计出发送符号的估计值并通过映射得到关于发送符号的似然比信息。然后,这些似然比信息作为SISO译码器的输入,再通过译码器输出关于发送比特的软信息给均衡器,从而构成迭代回路。随着迭代的进行,均衡器的性能越来越好,直到译码器完全正确译码。 为了解决时间反转技术在联合多接收阵元接收信息时会带来有色噪声问题,提出了一种基于接收噪声信息的白化滤波器构建算法,该算法利用接收噪声构建有色噪声样本再进行线性预测获得白化滤波器的系数,避免了有色噪声问题将影响后级Turbo均衡处理的性能。 通过理论验证和仿真证明,研究了水声通信中的多种结合空间分集技术和Turbo均衡的性能。此外,还将本文提出的算法进行湖试数据验证,证明了所研究的时间反转空间分集手段和Turbo均衡算法结合具有很好的实用价值。 本文的主要研究工作总结如下: 1.提出将时间反转多接收阵元算法与Turbo均衡算法相结合,该算法相对于直接自适应Turbo均衡算法有明显的性能提升,相对于多阵元基于信道估计的Turbo均衡算法复杂度大幅度降低。并通过仿真和试验证实了所提算法的有效性。 2.提出一种利用接收信号构建白化滤波器的算法来解决时间反转造成的有色噪声问题。理论分析和仿真证明:该算法不仅解决了时间反转多接收阵元合并带来的有色噪声问题,也进一步加强了时间反转的空时聚焦特性,降低了后级均衡处理的复杂度。