基于基扩展模型的双扩展水声信道多普勒分集通信方法与流程

本发明是一种用于时变多径水声信道的通信方法，特别涉及一种基于基扩展模型的多普勒分集通信方法。

背景技术：

随着水下通信在海底石油勘测、海洋环境监测及海洋灾难救援等方面的广泛应用，对水声通信数据率和可靠性的需求逐渐提高。然而，水下声波传输速率较之无线通信低5个数量级，声波反射、散射产生极大的多径时延扩展，且水下环境时变性较大，水下节点位置不稳定，因而实际水声信道表现为极大的多径时延扩展和多普勒扩展叠加的双扩展信道，被认为是当前最复杂的无线信道之一。

针对这一双扩展信道，目前的处理方法有两种。第一种将多普勒效应模型化为载波频率偏置，采用锁相环路结合自适应判决反馈均衡，可有效的消除相位波动和码间干扰。第二种方法将多普勒效应模型化为各路径相同的多普勒因子，对接收到的时域压缩或扩展信号，通过采样率的转换，来补偿波形失真。这一重采样方法也被应用于低复杂度宽带水下ofdm系统，以补偿不同子载波间的不同载波频率偏置。然而，对于实际的时变水声信道而言，模型化为载波频率偏置或各路径相同的多普勒因子都过于理想：其中，采用模型化为载波频率偏置方法时，由于水下环境时变性较大，水下节点位置不稳定，导致该方法误码率高，载波间干扰大；而采用各路径相同的多普勒因子方法时，由于水下环境，尤其是海洋环境是各向异性的，实际中的各路径是不相同的，导致采用同一因子进行补偿时，误差较大。

技术实现要素：

为了克服现有多普勒补偿技术的不足，针对实际水声信道表现出的多径时延扩展和多普勒扩展叠加的双扩展特性，申请人考虑采用基扩展模型(bem)，通过基函数的时不变系数的加权和来表示信道的时变特性，进而提出一种通过基于基扩展模型，利用多普勒分集方法来实现可靠的数据传输的水声通信方法。

该方法在发射端采用补零后缀重复码，在接收端采用基消除算法，将时变双扩展衰落信道分解为时不变频率选择性衰落子信道集合。而后，通过多通道判决反馈均衡器来收集多普勒分集增益并抵抗码间干扰，同时结合锁相环路跟踪残余多普勒失真。这种水声通信方案，将传统的接收机设计中通常视作有害分量的多普勒作为分集增益源，有效的提高了接收机的输出信噪比，降低了系统的误码率。同时采用多通道判决反馈均衡器降低了对接收机信道估计的依赖性，并避免了计算复杂度较高的大矩阵求逆运算。

本发明的技术方案为：

所述一种基于基扩展模型的双扩展水声信道多普勒分集通信方法，其特征在于：包括以下步骤：

步骤1：将要发送的调制信息，通过重复编码和随机交织后进行补零，获得待发送的发射端基带信号，而后将待发送的发射端基带信号经过d/a转换和载波调制后发射到水声信道；

步骤2：利用基扩展模型对水声信道进行建模，得到接收端基消除矩阵；

步骤3：根据步骤2得到的接收端基消除矩阵，在接收端对经过载波解调和a/d转换的信号进行解交织与基消除；

步骤4：将步骤3获得的基消除后的信号分离为不同基函数所对应的支路信号；

步骤5：对步骤4分离获得的不同基函数所对应的支路信号，通过多通道判决反馈均衡结合锁相环相位跟踪，获得信息估计。

进一步的优选方案，所述一种基于基扩展模型的双扩展水声信道多普勒分集通信方法，其特征在于：

步骤1中，对要发送的调制信息，通过重复编码和随机交织后进行补零，获得待发送的发射端基带信号的过程为：

将要发送的调制信息，分隔成长度为m的子块，其中第k个子块表示为：

d(k)＝[d(km),d(km+1),…,d(km+m-1)]^t

其中d(km)表示第k个子块中的第1个信息位数据；

将数据块d(k)重复q+1次，得到其中1q+1表示长度为q+1的全1向量，q为设定值，表示kronecker积，u为数据块d(k)重复q+1次得到的重复编码；

然后进行随机交织，得到其中θm表示大小为[m*(q+1)]*[m*(q+1)]的随机交织矩阵，为随机交织编码；

采用的随机交织矩阵为

其中iq+1表示大小为(q+1)*(q+1)的单位矩阵，表示单位矩阵im的第m+1列，im表示大小为m*m的单位矩阵；

而后按照公式进行补零，得到发射端基带等效信号s，其中tzp表示大小为(m+l)*m的矩阵，tzp上部为m*m的单位矩阵，下部为l*m的全0矩阵。

进一步的优选方案，所述一种基于基扩展模型的双扩展水声信道多普勒分集通信方法，其特征在于：

步骤2得到接收端基消除矩阵的过程为：

将水声信道在离散时间基带上表示为h(n,l)，其中n表示当前时刻，l表示相对当前时刻的延时，利用复指数基函数的基扩展模型，将h(n,l)表示为

其中hq(k,l)表示第k个数据块中延时为l的信道分量对应的第q个基函数的权重系数，n＝(q+1)*(m+l)；

对于发射信号序列{s(n)}，根据采用复指数基函数的基扩展模型，接收信号表示为

z(n)为噪声；

将基消除矩阵ω表示为

其中对角线子矩阵块wη为大小为(q+1)*(q+1)的复指数矩阵，η＝0,1,...,m+l-1，其表达式为

进一步的优选方案，所述一种基于基扩展模型的双扩展水声信道多普勒分集通信方法，其特征在于：

步骤3中，根据步骤2得到的接收端基消除矩阵，在接收端对信号进行解交织与基消除的过程为：

先对收到的基带等效序列进行解交织，得到解交织序列为

其中θm+l表示大小为[(m+l)*(q+1)]*[(m+l)*(q+1)]的随机交织矩阵，为噪声分量，为移位信道矩阵，r＝[r(0),r(1),…,r(n-1)]^t为向量形式的接收信号，z＝[z(0),z(1),…,z(n-1)]^t为向量形式的噪声信号，为信道矩阵，λn(q)为对角线矩阵，其对角线元素为指数基函数，表达式为

h(q)为下三角toeplitz矩阵，

依据基消除矩阵ω，得到基消除后的信号为y＝ω^hx。

进一步的优选方案，所述一种基于基扩展模型的双扩展水声信道多普勒分集通信方法，其特征在于：

步骤4中，将信号分离为不同基函数所对应的支路信号的过程为：

对基消除后所得信号y进行串并转换，并去除补零后缀，得到q+1个支路信号，其表达式为

其中表示单位矩阵iq+1的第q+1列。

有益效果

本发明在发射端采用补零后缀重复码，在接收端采用基消除算法，将时变双扩展衰落信道分解为时不变频率选择性衰落子信道集合，获得接收独立样本(支路信号)。

本发明采用基扩展模型对水声信道进行建模，减少了信道估计所需估计参数的数目。

本发明将传统的接收机设计中通常视作有害分量的多普勒，作为分集增益源，有效的提高了接收机的输出信噪比，降低了系统的误码率。

本发明通过多通道判决反馈均衡器来收集多普勒分集增益并抵抗码间干扰，同时结合锁相环路跟踪残余多普勒失真，降低了对接收机信道估计的依赖性，并避免了计算复杂度较高的大矩阵求逆运算。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1(a)是本发明的发射端结构图

d表示用户所需要传输的信息，长度为m

u表示重复后的信号

θm表示大小为m(q+1)*m(q+1)的交织矩阵

表示重复编码后的信号

s表示经过补零后缀的信号，为发射基带等效信号

图1(b)是信号s的数据结构图

图2是本发明的接收端基消除方案

r表示接收信号的基带等效信号

θm+l表示大小为(m+l)(q+1)*(m+l)(q+1)的解交织矩阵

x表示解交织后的信号

ω表示基消除矩阵

y表示基消除后的信号

yq,q＝1,…,q表示基消除后分解的独立样本

图3是本发明的接收端多通道均衡方案

aq,q＝1,…,q表示判决反馈均衡器前向滤波器系数向量。

b表示反馈滤波器系数向量。

θq为锁相环跟踪相位补偿

图4是信道多径结构。

图5是信道时变衰落。

图6(a)是30db信噪比下，多普勒扩展为3e^-4时，没有分集接收的符号星座图。

图6(b)是30db信噪比下，多普勒扩展为3e^-4时多普勒分集接收的符号星座图。

图7(a)是不同接收信噪比条件下，多普勒扩展为3e^-4时，不进行分集、时间分集和多普勒分集三种模式的输出信噪比对比曲线。

图7(b)是不同接收信噪比条件下，多普勒扩展为3e^-4时，不进行分集、时间分集和多普勒分集三种模式的误码率性能对比。

图8(a)是不同多普勒扩展条件下，接收信噪比为30db时，不进行分集、时间分集和多普勒分集三种模式的输出信噪比对比曲线。

图8(b)是不同多普勒扩展条件下，接收信噪比为30db时，不进行分集、时间分集和多普勒分集三种模式的误码率性能对比。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

本实施例中的方法在发射端采用补零后缀重复码，在接收端采用基消除算法，将时变双扩展衰落信道分解为时不变频率选择性衰落子信道集合；而后，通过多通道判决反馈均衡器来收集多普勒分集增益并抵抗码间干扰，同时结合锁相环路跟踪残余多普勒失真。这种水声通信方案，将传统的接收机设计中通常视作有害分量的多普勒作为分集增益源，有效的提高了接收机的输出信噪比，降低了系统的误码率。同时采用多通道判决反馈均衡器降低了对接收机信道估计的依赖性，并避免了计算复杂度较高的大矩阵求逆运算。

具体的方法步骤以及理论分析如下：

步骤1：将要发送的调制信息，通过重复编码和随机交织后进行补零，获得待发送的发射端基带信号，而后将待发送的发射端基带信号经过d/a转换和载波调制后发射到水声信道。

将要发送的调制信息，分隔成长度为m的子块，其中第k个子块表示为：

d(k)＝[d(km),d(km+1),…,d(km+m-1)]^t(1)

其中d(km)表示第k个子块中的第1个信息位数据；

本发明的设计是对信号进行逐块接收解调，

将数据块d(k)重复q+1次，得到其中1q+1表示长度为q+1的全1向量，q为设定值，表示kronecker积，u为数据块d(k)重复q+1次得到的重复编码。

然后进行随机交织，得到其中θm表示大小为[m*(q+1)]*[m*(q+1)]的随机交织矩阵，为随机交织编码；

采用的随机交织矩阵为

其中iq+1表示大小为(q+1)*(q+1)的单位矩阵，表示单位矩阵im的第m+1列，im表示大小为m*m的单位矩阵。

为了避免数据块间的码干扰，本发明按照公式

进行补零，得到发射端基带等效信号s，其中tzp表示大小为(m+l)*m的矩阵，tzp上部为m*m的单位矩阵，下部为l*m的全0矩阵。

而后通过d/a采样和载波调制，通过发射换能器将信号发射到水声环境中。

步骤2：利用基扩展模型对水声信道进行建模，得到接收端基消除矩阵。

本发明中将信道的双扩展效应和收发滤波器计入广义信道，则水声信道在离散时间基带上可表示为h(n,l)，其中n表示当前时刻，l表示相对当前时刻的延时，利用复指数基函数的基扩展模型，将h(n,l)表示为

其中hq(k,l)表示第k个数据块中延时为l的信道分量对应的第q个基函数的权重系数，n＝(q+1)*(m+l)。

对于发射信号序列{s(n)}，根据采用复指数基函数的基扩展模型，接收信号表示为

z(n)为噪声。

将基消除矩阵ω表示为

其中对角线子矩阵块wη为大小为(q+1)*(q+1)的复指数矩阵，η＝0,1,...,m+l-1，其表达式为

步骤3：根据步骤2得到的接收端基消除矩阵，在接收端对经过载波解调和a/d转换的信号进行解交织与基消除；

先对收到的基带等效序列进行解交织，得到解交织序列为

其中θm+l表示大小为[(m+l)*(q+1)]*[(m+l)*(q+1)]的随机交织矩阵，为噪声分量，为移位信道矩阵，r＝[r(0),r(1),…,r(n-1)]^t为向量形式的接收信号，z＝[z(0),z(1),…,z(n-1)]^t为向量形式的噪声信号，为信道矩阵，λn(q)为对角线矩阵，其对角线元素为指数基函数，表达式为

h(q)为下三角toeplitz矩阵，

依据基消除矩阵ω，得到基消除后的信号为y＝ω^hx。

下面给出基消除矩阵ω的理论分析：

将一个数据块中接收到的序列写成向量形式，即r＝[r(0),r(1),…,r(n-1)]^t，相应的发射序列和噪声序列为s＝[s(0),s(1),…,s(n-1)]^t，z＝[z(0),z(1),…,z(n-1)]^t，则有

r＝hs+z(7)

其中，信道矩阵

λn(q)为对角线矩阵，其对角线元素为指数基函数，表达式为

h(q)为下三角toeplitz矩阵，

设定：

则有

同时设定hm+l(q)为(m+l)*(m+l)的下三角toeplitz矩阵，其第一列元素为[hq(0),…,hq(l),…,0]^t，为(m+l)*(m+l)的上三角toeplitz矩阵，其第一行元素为[0,…,0,hq(0),…,hq(l)]。则式(8)可表述为

其中，jq+1为第一列元素为[0,1,0,…,0]^t的toeplitz矩阵。

在接收端，对收到的基带等效序列进行解交织，得到解交织序列为

其中θm+l表示大小为[(m+l)*(q+1)]*[(m+l)*(q+1)]的随机交织矩阵，为噪声分量，为移位信道矩阵；

结合式(2)、式(7)与式(9)可得，为噪声分量，为移位信道矩阵。将式(8)、式(10)、式(11)带入的表达式可得

由此可看出，信道矩阵可被分解为(m+l)*m个大小为(q+1)*(q+1)子矩阵，这与发射端对发射信息进行(q+1)次重复编码相符合。同时可看出，在信道矩阵表达式中，λm+l,n(q)与λq+1(q)体现了信道的时变性。

为了消除信道时变引起的信号失真，本发明设计了基消除矩阵ω，该矩阵为块对角矩阵，其表达式为

其中对角线子矩阵块wn为大小为(q+1)*(q+1)的复指数矩阵，其表达式为

类似于式(13)，可将基消除矩阵ω表示为q+1个矩阵的和，如

其中γq+1(q)＝diag{eq+1(q)}。

通过所设计的基消除矩阵，获得的信号为

其中y(q,q′)经过推导可得出

因而，将式(18)带入式(17)，可得

其中，h(l)＝[h0(l),h1(l),…,hq(l)]^t。从式(19)和式(20)可以看出，采用本发明的发射端重复编码与接收端的基消除算法，可抵消信道时变的影响。

步骤4：将步骤3获得的基消除后的信号分离为不同基函数所对应的支路信号。

假设则对基消除后所得信号进行块均衡，以消除多径干扰的线性迫零均衡器和最小均方误差均衡器为

考虑到块均衡器需要接收端进行准确的信道估计，同时需要进行大矩阵求逆，本实施例进一步采用附图3所示的多通道串行自适应均衡算法，同时实现多普勒分集和多径干扰消除。

对基消除后所得信号y进行串并转换，并去除补零后缀，得到q+1个支路信号，其表达式为

其中表示单位矩阵iq+1的第q+1列。

步骤5：对步骤4分离获得的不同基函数所对应的支路信号，通过多通道判决反馈均衡结合锁相环相位跟踪，获得信息估计。

本发明所采用的串行自适应均衡器为多通道判决反馈均衡器结合锁相环跟踪，所得符号估计可表示为

其中，aq表示第q个分支的前向滤波器系数，vq表示输入信号yq当前在第q个分支前向滤波器中的存储样本，表示第q个分支的相位补偿，b表示反馈滤波器系数，这些系数的迭代更新采用rls算法，其更新过程可表述为：

其中，

相位补偿的二阶更新过程可表述为

其中，κ1和κ2表示锁相环跟踪参数。

性能分析

系统参数及工作环境如下：系统带宽4khz，载频8khz，发射信号采用qpsk调制，发射信号流被分为长度为m＝980的数据块，补零后缀长度为l＝20，测试信道的归一化离散冲激响应如附图4所示，其抽头长度为20个码元间隔，延迟为5ms。信道的多普勒效应采用jakes模型，多普勒扩展因子为3e-4时，能量较强的4条多径的时变性如附图5所示。

附图6-8为本发明所提出的多普勒分集(dd)通信方法与未分集模式(nd)和时间分集模式(td)的比较。未分集模式不包含重复编码，只通过传统的判决反馈均衡结构进行时域均衡来抵消码间干扰，而时间分集模式将子块重复编码视作时间分集，利用多通道处理收集增益。在多通道判决反馈均衡器中，每个支路前向滤波器抽头个数nf＝5，后向滤波器抽头个数nb＝30，rls算法的遗忘因子λ＝0.995。

附图6给出信噪比snr＝30db，多普勒扩展因子δ＝3e^-4时，nd模式和dd模式的输出散点图。可以看出由于多普勒扩展的影响，尽管仿真中并未引入显著的相位偏移，但采用时域均衡的nd模式星座图发散，而采用多普勒分集的dd模式星座图收敛，即可正确解调。

附图7给出信噪比由15db增长为35db，多普勒扩展因子δ＝3e^-4时，三种通信模式的输出信噪比与误码率性能比较。可以看出，nd模式在各信噪比处都不能正确解码。td模式和dd模式利用支路分集，可抗信道时变影响，且相对于td模式，dd模式有平均3db信噪比输出增益的提高。

附图7给出信噪比snr＝30db，多普勒扩展因子δ由1e^-4增长到3e^-4时，三种通信模式的输出信噪比与误码率性能比较。可以看出随着多普勒扩展因子的增加，nd模式性能下降明显。td模式可有效的抗多普勒扩展，但误码率仍有提高。相反，dd模式的误码率在多普勒明显时下降，这是由于多普勒因子较大时，分集效果更好。相对于td模式，dd模式有平均4db信噪比输出增益的提高，且在某些输入信噪比处，误码率有一个量级的降低。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。