水声多输入多输出信道的分布式压缩感知估计

发布时间：2018-04-21 10:36

  本文选题：多输入多输出 + 水声通信　； 参考：《声学学报》2015年04期

【摘要】：多输入多输出技术通过采用多个阵元进行多发多收空间复用信道可在极其有限的通信带宽下实现高速水声通信,但由于同时存在通道间干扰和多径干扰,水声MIMO信道估计变得困难。提出利用MIMO水声信道多径稀疏结构存在的相关性,在经典联合稀疏模型的基础上对MIMO观测矩阵进行重组,从而建立基于分布式压缩感知的单载波水声MIMO通信信道联合稀疏模型;同时,针对信道响应中具有相同多径位置的稀疏部分和特有稀疏部分设计区分性正交匹配追踪算法进行联合重构,进一步抑制通道间干扰的影响。最后通过仿真和海上实验进行本方法有效性的验证,实现16 kbps的MIMO水声通信。通过算法推导、仿真和实验可得到结论:利用MIMO水声信道多径相关性进行分布式压缩感知估计可提高估计性能。
[Abstract]:Multi-input multiple-output (MIMO) technology can realize high speed underwater acoustic communication under extremely limited communication bandwidth by using multiple array elements to carry out multi-channel multiplexing channel. However, due to the existence of inter-channel interference and multi-path interference, the multi-input and multi-output technology can achieve high speed underwater acoustic communication under very limited communication bandwidth. Underwater acoustic MIMO channel estimation becomes difficult. Taking advantage of the correlation of multipath sparse structure in MIMO underwater acoustic channel, this paper recombines the MIMO observation matrix on the basis of classical joint sparse model, and then establishes the joint sparse model of single carrier underwater acoustic MIMO communication channel based on distributed compression perception. At the same time, the orthogonal matching tracking algorithm with the same multi-path position and the unique sparse part in channel response is designed for joint reconstruction to further suppress the influence of inter-channel interference. Finally, the validity of this method is verified by simulation and sea experiment, and the 16 kbps MIMO underwater acoustic communication is realized. Through the derivation of the algorithm, simulation and experiment, it is concluded that the performance of the estimation can be improved by using multipath correlation of MIMO underwater acoustic channel for distributed compression sensing estimation.
【作者单位】： 厦门大学水声通信与海洋信息技术教育部重点实验室;
【基金】：国家自然科学基金(11274259) 教育部高等学校博士学科点专项基金(20120121110030)资助
【分类号】：TN919.3

【参考文献】

相关期刊论文 前5条

1 苏晓星;李风华;简水生;;浅海低频声场的水平纵向相关性[J];声学技术;2007年04期

2 朴大志;李启虎;孙长瑜;;时间反转技术对水声多输入多输出系统干扰抑制性能的研究[J];通信学报;2008年07期

3 王鲁军;彭朝晖;李整林;;斜坡海底条件下声场垂直相关特性研究[J];声学学报;2011年06期

4 童峰;许肖梅;方世良;李霞;;改进支持向量机和常数模算法水声信道盲均衡[J];声学学报;2012年02期

5 王韦刚;杨震;胡海峰;;分布式压缩感知实现联合信道估计的方法[J];信号处理;2012年06期

【共引文献】

相关期刊论文 前10条

1 李宏博;陈长兴;;基于时间反演的无线通信系统仿真及探测信号选择[J];电讯技术;2013年06期

2 郭文彬;李春波;雷迪;王文博;;基于联合稀疏模型的OFDM压缩感知信道估计[J];北京邮电大学学报;2014年03期

3 任志勇;冯文江;;电磁频谱衰落信道的相位校正盲均衡算法研究[J];重庆师范大学学报(自然科学版);2014年06期

4 于洋;张效民;相敬林;何轲;;基于分布式时间反转法的水声组网通信[J];计算机仿真;2009年12期

5 赵闪;陈新华;于倍;孙长瑜;;基于Kraken模型的海洋声场及相干性分析[J];海军工程大学学报;2012年06期

6 张艳萍;纪磊;;基于指数型多延迟误差信号自相关的变步长常模算法[J];计算机应用;2013年03期

7 姜杉;仇洪冰;韩旭;;基于自适应阈值SAMP算法的OFDM稀疏信道估计[J];计算机应用;2013年06期

8 孙琳;李若;周天;;基于被动时反的时分复用下行通信研究[J];哈尔滨工程大学学报;2013年10期

9 于洋;张效民;相敬林;何轲;;基于分布式时间反转处理技术的水下节点网络物理层方案研究[J];鱼雷技术;2010年03期

10 左加阔;陶文凤;包永强;方世良;赵力;邹采荣;;联合稀疏信号恢复中的分布式路径协同优化算法[J];信号处理;2013年08期

相关会议论文 前2条

1 李芳兰;周跃海;陈东升;童峰;;浅海信道盲均衡与自适应均衡算法比较研究[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

2 李捚;李整林;任云;南明星;;深海声场水平纵向相关性[A];2014年中国声学学会全国声学学术会议论文集[C];2014年

相关博士学位论文 前1条

1 李壮;短基线定位关键技术研究[D];哈尔滨工程大学;2013年

相关硕士学位论文 前4条

1 于伟;面向瞬时混合信号的分布式压缩感知方法研究[D];哈尔滨工业大学;2013年

2 纪磊;基于误差函数的盲均衡算法研究[D];南京信息工程大学;2013年

3 张华昱;基于跳频多脉冲的PPM抗多径水下通信系统研究[D];华南理工大学;2014年

4 李春波;基于压缩感知的OFDM信道估计技术研究[D];北京邮电大学;2014年

【二级参考文献】

相关期刊论文 前10条

1 李金明;赵俊渭;陆晶;;基于支持向量机的水声信道盲均衡算法研究[J];电声技术;2006年09期

2 杨坤德;孙超;;浅海环境中垂直线列阵的空间增益分析[J];电声技术;2007年10期

3 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

4 童峰,陆佶人;基于盲源分离的水声信道盲均衡处理方法[J];电子与信息学报;2003年02期

5 李金明;赵俊渭;陆晶;;支持向量机初始化的常数模盲均衡算法仿真[J];计算机仿真;2008年01期

6 何雪云;宋荣方;周克琴;;基于压缩感知的OFDM系统稀疏信道估计新方法研究[J];南京邮电大学学报(自然科学版);2010年02期

7 凌琳;陆佩忠;;含软方向判决的修正CMA盲均衡新算法[J];通信学报;2005年12期

8 王峰,赵俊渭,李洪升;一种混合常数模水声信道盲均衡新算法的研究[J];声学学报;2003年02期

9 李整林,张仁和,鄢锦,彭朝晖,李风华;大陆斜坡海域宽带声源的匹配场定位[J];声学学报;2003年05期

10 王峰,赵俊渭,陈华伟,李金明,张艳萍;超指数判决反馈水声信道盲均衡算法实验研究[J];声学学报;2004年05期

【相似文献】

相关期刊论文 前10条

1 朱秋明;徐大专;罗艳强;陈小敏;;多输入多输出信道空域相关性评估简化模型[J];电波科学学报;2011年02期

2 李相如;张昭;王小谟;;集中式多输入多输出雷达等效阵列增益推导[J];北京理工大学学报;2012年04期

3 王文胤;程智谋;;认知的协同多输入多输出通信[J];通信电源技术;2013年06期

4 谭丽丽,韦岗;多输入多输出盲解卷问题的最大熵解法[J];电子学报;2000年01期

5 郑武;张海滨;宋文涛;罗汉文;;多输入多输出无线系统的迭代可配置树型搜索检测[J];上海交通大学学报;2007年05期

6 王燕;薛小玮;弓树宏;吴振森;;降雨环境中多输入多输出地-卫信道相关性研究[J];电波科学学报;2013年04期

7 董瑞翔;多输入多输出系统辨识在高炉中的应用[J];冶金自动化;1984年01期

8 张轶;任清华;褚振勇;;多输入多输出变换域通信系统设计与研究[J];火力与指挥控制;2012年07期

9 朱幼莲;基于立方扩展法的多输入多输出逻辑综合算法的实现[J];江苏技术师范学院学报;2004年04期

10 蒋敏;黄建国;史文涛;张立杰;;多输入多输出阵列目标方位估计方法[J];系统工程与电子技术;2009年07期

相关会议论文 前5条

1 芮贤义;;干扰受限环境下多输入多输出-最大比合并系统的容量和误符号率分析[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年

2 张俊玉;;多输入多输出线性系统的盲辨识[A];第二十届中国控制会议论文集（上）[C];2001年

3 毕庆琪;苏为洲;;多输入多输出有限脉冲响应系统的信号功率谱分析和相应的盲辨识方法[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

4 陈性敏;陈翰馥;;多输入多输出Hammerstein系统的递推辨识[A];第二十九届中国控制会议论文集[C];2010年

5 吴朝木;;单片机在编码器设计中的应用[A];第十六届电工理论学术年会论文集[C];2004年

相关重要报纸文章 前1条

1 ;WLAN技术取得突破[N];计算机世界;2003年

相关博士学位论文 前1条

1 黄玲;多输入多输出探地雷达方法研究[D];吉林大学;2010年

相关硕士学位论文 前10条

1 郑珊珊;无线多输入多输出系统关键技术的研究[D];北京交通大学;2007年

2 徐浩;多输入多输出冲击振动试验控制系统的研究[D];南京航空航天大学;2009年

3 郑飞;多输入多输出通信系统智能检测技术研究[D];河北工业大学;2014年

4 游青松;多输入多输出的建模与系统容量分析[D];昆明理工大学;2008年

5 刘良玉;多输入多输出频域模型参数识别[D];西安电子科技大学;2013年

6 丛文;随机非线性多输入多输出时滞系统的自适应神经网络控制[D];青岛大学;2014年

7 吴吉平;多输入多输出频域正交多项式模态参数识别方法[D];中南大学;2002年

8 杨巍;多输入多输出正弦扫频试验控制方法研究与实现[D];南京航空航天大学;2011年

9 张奇;多输入多输出（MIMO）编码技术研究[D];华中科技大学;2005年

10 张殿宝;高速环境下多输入多输出（MIMO）信道模型研究[D];北京邮电大学;2013年

，

本文编号：1782065