论文部分内容阅读
随着海洋经济的飞速发展以及科学技术的不断进步,水下无线通信受到国内外研究人员的广泛关注。由于电磁波衰减严重,水下无线通信系统采用声波作为信号传输的载体。然而,声波频率低、带宽窄,海洋生物的自然声学系统和人类用于探测监控的人工声学系统都要使用频谱资源,这可以通过频谱感知技术实现动态的频谱共享,同时避免对海洋生物的干扰。另一方面,通信数据量大、采样速率高加剧了水声通信中的频谱资源稀缺现状,而通过压缩感知的方法可以在保证接收端信号质量的情况下有效降低系统的数据量和采样速率,从而提高系统性能。因此,本文对水声通信系统中的压缩感知技术和频谱感知技术进行了研究,并且在频谱感知时,将压缩感知技术与之进行了结合。本文的主要研究工作和成果如下: 首先,介绍了水声通信环境的特点,并在水声射线理论模型的基础上分析了水声通信信道的传输特性;以此为基础,总结了水声通信系统中的频谱检测技术和压缩感知技术。 其次,针对压缩感知中子空间追踪算法在重构信号时需要已知信号稀疏度的问题,提出了一种未知稀疏度信号的压缩感知重构算法。该算法首先利用匹配检测原理估计出信号的稀疏度,然后采用子空间追踪算法得到初始支撑集和余量,最后利用逐个添加原子的方式扩展支撑集,并最终重建信号。仿真结果表明所提算法可以重构稀疏度未知的信号,且具有较强的稳定性。 最后,提出了一种低采样速率的多天线压缩频谱感知算法。该算法通过压缩采样降低了认知用户天线的采样速率,并通过多天线分集技术抵抗水声通信环境中的干扰,从而提高频谱感知的性能。该算法进一步分析了不同天线压缩采样信号之间的相关性,并利用它们的相关函数作为检测统计量来完成频谱检测。仿真结果显示,新算法能够降低认知系统的采样开销,并且可以在低信噪比的水声环境下保证较高频谱感知性能。