一种时变海洋信道建模方法与流程

文档序号:12477394阅读:428来源:国知局
一种时变海洋信道建模方法与流程

本发明涉及水下通信领域,尤其涉及一种海洋信道的建模方法。



背景技术:

不同于无线电通信,水下通信有着极其复杂的信道,水声信道的建模存在着很大的难度,想要精确地建立适应于所有水声信道的模型非常困难,国内外对此均做了很多研究。

海洋信道建模方法主要有统计模型、确定型模型和半确定型半统计模型。最初提出来的是海洋信道统计测量法,根据海洋不同季节、温度、风速、盐度等物理特性的相关参数,记录各个动态下的海洋信道特征,再将大量数据进行统计,拟合出统计量表征海洋信道特性,最为著名的信道时域实测是美国南加州大学超宽带实验室于年所做的实验以及Intel公司的超宽带频域测量。但这种方法耗费大量的人力物力和时间,而且精确性能并不好。

确定型模型是通过浅海环境下声传播的物理特性,以数学的形式研究声压在不同的空间位置随时间有不同的值,得到波动方程,揭示声波传播的普遍规律。根据求解波动方程所用方法的不同可以建立不同水声传播模型。按照对波函数解的形式的选取和求解波动方程时所使用方法的不同可以将传播模型大致分成射线模型、简正波模型、抛物型模型、快速声场模型和多路径展开模型等五类模型。在这五类传播模型中,除了射线模型完全采用了声线轨迹技术,其余的传播模型都不同程度地采用了波动技术。由此产生了水声学中两种传统的模型,即波动理论模型和射线理论模型。

在经典射线声学理论中,对声场的描述是由声线来传递声能量的,从声源发出的声线按一定的路径达到接收点,接收点接收到的声场是所有达到该点声线的叠加。简正波模型认为声波在水中按一定的模态进行传播,每一个模态能量与位相分别以一定的速度行走(群速度与相速度),接收到的声场是所有到达模态的叠加结果。它是波动方程的精确积分解,计算时必须给出海底结构情况。因频率较高需要计算的阶数较大时,速度较慢。

分层射线声学模型是基于射线声学模型,任意复杂的声速垂直分布都可以近似地划分成多层恒定梯度介质的连接,即用每个分层为折线的声速分布来替代连续变化的声速分布。考虑到分层海洋的特殊性,提出一种利用声线跨度搜索本征声线的算法,大大地简化了计算。

本征路径模型是基于射线声学理论,把经过海面和海底的反射声线看成是由各自的虚源发出的声线,虚源数目达到无穷的声线叠加,组成了浅海的总声场。由此把浅海中点源辐射声场的问题,变化为无穷个虚源直接辐射的声场问题。在本征声线模型的基础上,将本征声线模型中各条路径的声线视为主声线予以保留,同时将次声线视为高斯正态分布的随机变量迭加在主声线上,这样本征路径的每一径可以被描述为莱斯衰落模型。

后来基于这些模型算法,提出了Kraken简正波模型和Bellhop射线模型。Kraken模型将整个深度D划分成N个等间隔的宽度,相应的得到N+1个点,采用有限差分近似,将方程的连续问题转化为标准的特征值问题;Bellhop模型是通过高斯波束跟踪方法,计算水平非均匀环境中的声场。其核心思想是,将水下声场中的每一条声线和高斯强度的分布进行联系起来,声线即是高斯声束的中心声线。所得到关于水声信道模型的结论更准确,和实际的声场更为一致。但不能回避其缺陷:Bellhop模型作为一个确定性的模型,它并不能反映出系统中存在的时变特性,且对于水平变换的声速等问题不能进行有效处理。

多径传播及多普勒效应使得水声信道成为典型的时延多普勒双扩展信道。所以提出了第三种建模方法——半确定半统计模型。

时变水声信道建模:将水声信道建模成一个具有时变冲激响应特性的线性滤波器。当信道中传送到接收机的信号是各路径的大量散射分量之和,则冲激响应满足高斯分布。若同时满足均值为0,则其包络满足瑞利分布,而相位在区间(0,2π)内是满足均匀分布的。

在已知接收发射源位置以及波导环境信息的情况下,基于镜像法模拟满足水声物理传播衰减和海面海底反射条件环境约束的双扩展信道的方法,并且对各路径的衰减幅度进行自回归建模,得到时变的水声双扩展信道模型。对双扩展动态建摸时对信道向量进行了化简,应用在实验数据中的效果并不理想。

以上研究均没有利用信道冲击响应的初值,没有通过信道冲击响应的相关性去研究冲击响应结构的变化和变化的程度,并在此基础上进行时变信道的建模。



技术实现要素:

本发明的目的在于克服上述现有技术的不足,提供一种通过大量的海测数据,研究信道冲击响应结构的变化和变化的程度等统计信息来较精确地模拟海洋信道,在此基础上建立一种能够反映信道稀疏特点的时变水声信道模型。

为实现上述目的,本发明采用以下技术方案:

一种时变海洋信道建模方法,包括以下步骤:

1)采用Bellhop模型获得的声线传播路径和射线声学仿真软件计算得到信道的冲击响应,并作为时变信道建模中信道冲击响应的初值;

2)建立按数据分块长度更新的时变水声信道,获得海洋信道冲击响应h(t)随时间变化的统计特性,进一步对按符号速率抽样后的ht与ht+τ随时间变化的统计特性进行研究,寻找能够反映信道变化特点的参数,通过海试数据分析,建立统计参数的数据库;

3)基于上述数据建模时变信道,水声信道的变化可分为ht+τ相对ht的结构不变和结构发生变化的情况,ht结构不变时,ht+τ通过数据库中信道随时间变化的相关程度更新信道;ht结构发生变化时,重新生成新的稀疏度因子并更新信道。

其中步骤2)中建立统计参数的数据库通过以下几个步骤:

21)建立一个按数据分块长度更新的时变稀疏水声信道模型:

上式中hi=[hi,0,…hi,n,…hi,n-1],hi,n中i和n分别代表符号时间和多途序号,其中为点乘,为多普勒造成的变化相位;

22)按符号速率抽样后的ht的稀疏度因子为其l0范数kt=‖ht0。将τ时刻后,信道稀疏度发生变化的先验概率表示为P(K,τ);将ht中非零值的位置表示为向量Rt,将Rt发生变化的先验概率表示为P(R,τ);

23)ht的改变程度与时间相关,定义信道相关度随时间变化的误差函数eh(τ)反映这种变化

<mrow> <mi>e</mi> <mi>h</mi> <mrow> <mo>(</mo> <mi>&tau;</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mrow> <mo>(</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>&tau;</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>&tau;</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>*</mo> </msup> </mrow> <mrow> <msub> <mi>K</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msubsup> <mi>h</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msubsup> <mi>h</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>&tau;</mi> <mo>,</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>.</mo> </mrow>

其中步骤3)所述的分别针对ht+τ相对ht的结构不变和结构发生变化的情况,采用eh(τ)作为衡量变化程度的参数重新生成信道,分为以下三种情况:

31)Kt=Kt+τ,Rt=Rt+τ,此时仅需更新ht+τ,n的幅度,幅度的更新基于eh(τ),将信道更新为ht+τ,n=ht,n+Δh,n∈{Rt},Δh为与eh(τ)有关的随机变量;

32)Kt=Kt+τ,Rt≠Rt+τ,此时需先更新ht+τ,n的结构,对ht(n)内插、平滑滤波后,再对其进行随机抽取获得ht+τ(n);

33)Kt≠Kt+τ,Rt≠Rt+τ,首先生成新的稀疏因子,按均匀分布产生一系列抽样值,将抽样值平均后与由先验概率P(K,τ)或P(R,τ)确定的门限值比较,判断是否重设稀疏信道结构,生成新的稀疏度因子后再结合步骤31)和32)更新信道。

采用上述技术方案后,本发明与背景技术相比,具有如下优点:

1、本发明提出了一种基于射线声学理论,利用水声信道的稀疏度估计方法和水声信道的变化特点建立特定的海域实际的时变水声信道模型,这种模型用于后续研究中系统仿真、信号帧结构设计、接收端处理等方面,精确性能良好,能最大程度上的还原海洋水声信道,可以解决出海费时费力的问题,在实验室就能还原海洋水声信道模型,达到测试的效果。解决了传统海洋信道建模的缺陷,海上现场实验的高成本和大开支,以及往返于实验室与海上测试的相对较长的周期等问题。

2、传统水声信道建模基于波动理论模型和射线理论模型,在求解条件苛刻的情况下,也只能求出近似解,得到的误差很大,水下应用场景也十分有限,本发明通过大量海测数据,建立统计参数的模型,相比于传统的水声信道建模技术更为精确,并且适用范围更加广泛。

3、本发明克服了由于海洋信道具有的高噪声、强多途、传输时延大、快速时变等特性导致的建模的难点,通过研究信道时变特性的统计参数,建立更加贴合实际海域的信道模型。

附图说明

图1为射线声学仿真结果;

图2a~i为信道冲击响应随时间变化分析;

图3为数据帧结构;

图4为根据图2a生成的1ms以后的信号;

图5为根据图2d生成的1ms以后的信号;

图6为根据图2h生成的1ms以后的信号;

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

实施例

1)采用Bellhop模型获得的声线传播路径和项目组开发的射线声学仿真软件计算得到的信道冲击响应如图1,并作为时变信道建模的初始值。图1中,横轴为时延,纵轴为幅度。但射线声学有其局限型,不能反映小时间窗内由海面波浪、内波、接收端飘移带来的信道变化。

2)建立按数据分块长度更新的时变水声信道,获得海洋信道冲击响应h(t)随时间变化的统计特性,进一步对按符号速率抽样后的ht与ht+τ,ht=[h0,…,hN-1]随时间变化的统计特性进行研究。在特定海域环境下,ht结构是否发生变化可以通过信道结构,如稀疏度、非零值位置发生变化的先验概率反映;而变化的程度可用信道随时间变化的相关函数反映。通过理论研究寻找能够反映信道变化特点的参数;通过大量的海试数据分析,建立以上统计参数的数据库。

图2为采用DAMP算法对10ms信号在每隔1ms时间段上的信道估计结果。从图中可以看出:信道从图2a至2i发生了明显变化,但变化具有相关性的,这一点是建立时变统计模型的基础,建立一个按数据分块长度更新的时变稀疏水声信道模型。进一步分析图2的结果。图2a至图2d中信道的多途结构没有发生变化,变化的只是h的幅度。而图2d与图2e相比,h的结构发生了变化。可见该环境下信道变化速度超过了之前研究的数据分块长度,成为影响通信鲁棒性的一个重要因素。根据信道随时间变化的相关性,通过对该海域大量实验数据分析总结,建立数据库,获得h随时间变化的统计特性,可以建立更贴合实际的时变水声信道模型。

建立统计参数的数据库具有以下几个步骤:

21)水声信道具有一定时间相关性,在信道估计中采用分块处理相对于按符号处理可以降低复杂度,建立一个按数据分块长度更新的时变稀疏水声信道模型:

上式中hi=[hi,0,…hi,n,…hi,n-1],hi,n中i和n分别代表符号时间和多途序号,其中为点乘,为多普勒造成的变化相位。

22)按符号速率抽样后的ht的稀疏度因子为其l0范数kt=‖ht0。将τ时刻后,信道稀疏度发生变化的先验概率表示为P(K,τ);将ht中非零值的位置表示为向量Rt,将Rt发生变化的先验概率表示为P(R,τ)。

23)ht不是突变的,其改变程度与时间相关,定义信道相关度随时间变化的误差函数eh(τ)反映这种变化。

<mrow> <mi>e</mi> <mi>h</mi> <mrow> <mo>(</mo> <mi>&tau;</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mrow> <mo>(</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>&tau;</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>h</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>&tau;</mi> <mo>,</mo> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>*</mo> </msup> </mrow> <mrow> <msub> <mi>K</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msubsup> <mi>h</mi> <mrow> <mi>t</mi> <mo>,</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msubsup> <mi>h</mi> <mrow> <mi>t</mi> <mo>+</mo> <mi>&tau;</mi> <mo>,</mo> <mi>n</mi> </mrow> <mn>2</mn> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

3)基于上述数据建模时变信道,水声信道的变化可分为ht+τ相对ht的结构不变和结构发生变化的情况。建模时,ht结构是否改变由数据库中信道结构发生变化的先验概率确定;ht结构不变时,ht+τ可以通过数据库中信道随时间变化的相关程度更新信道;ht结构发生变化时,需要重新生成新的稀疏度因子,然后更新信道。

本发明对提出的时变海洋信道建模的方法进行了仿真。根据厦门市五缘湾海域得到的海测数据,采样率66000Hz,采用QPSK调制,项目中研究了信道时变特性统计参数,包括稀疏度因子、信道稀疏度发生变化的先验概率、位置向量、位置向量发生变化的先验概率等能够反映水声信道的稀疏特点,同时也能够反映信道结构发生的变化。而信道相关度随时间变化的误差函数则给出了当前信道随时间变化的程度,能够初步反映水声信道的变化特点。

在MATLAB仿真过程中,数据块长度为256个码元,每个数据块都在上一个数据块66个码元之后再重新分块,即每隔1ms重新更新海洋信道,进行时变水声信道建模。根据信道ht+τ相对ht的结构不变和结构发生变化的三种情况,对图2具体分析如下:

31)分析图2中前10个码元符号,图2中前4ms信道的结构都没有发生变化,以图2a作为参考,分析图2b,K2a=K2b=7,R2a=R2b=(1,2,3,5,6,7,9),此时仅需更新h2b的幅度,h2b=h2a+Δh,取Δh=ones(10,1)*eh(τ)更新信道,进行仿真得到图4。

32)图2d与图2e中,以图2d作为参考,分析图2e,稀疏度因子K2d=K2e=7,但是R2d≠R2e,信道h2e的结构发生了变化。首先对h进行内插,采用的是v5cubic立方插值,之后进行跨度为3的平滑滤波,最后对时间序列等间隔重采样,更新了h2e的信道结构,在此基础上仿真得到图5。

33)图2h与2i中,以图2h作为参考,分析图2i。稀疏度因子K2h=7,K2i=9,此时首先得生成新的稀疏度因子。根据分析大量的海测数据发现:1ms时,信道的稀疏度因子在5到9之间,信道稀疏度因子发生变化的先验概率为7/13,信道冲击响应非零值位置变化的先验概率为8/13。本仿真中按均匀分布产生100个[5,9]的随机数,对其求平均值,得到大于7小于8的一个数,把稀疏度因子设为8,再结合步骤31)和32)更新信道,仿真图如图6所示。

本发明通过Bellhop模型计算得到信道冲击响应的初值,再通过大量的海测数据分析得到信道随时间变化的统计特性。具体如下:

本发明基于射线声学理论,通过对海洋中的声速梯度,海深,底质等参数的仿真,得到信道冲击响应,作为时变信道建模中信道冲击响应的初值。

本发明考虑几十、数百个符号持续时间内的信道变化,建立一个按数据分块长度更新,能够反映水声信道稀疏特点的时变水声信道统计模型;

根据水声信道具有一定的时间相关性特点,通过理论研究和实验数据分析获得水声信道随时空变化的统计特性;

本发明基于稀疏信道估计方法和基于可靠性的信道估计方法,通过对海试数据的分析,得到信道的统计信息。比如稀疏度因子及信道稀疏度变化的先验概率信息,信道冲击响应非零值的位置及位置向量变化的先验概率,信道随时间变化的误差函数等,在以上基础上进行时变水声信道建模。

以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1