系统工程与电子技术

作者：杨光, 乔培玥, 梁俊燕, 秦正昌, 巩小东, 倪秀辉

单位：1. 青岛理工大学信息与控制工程学院青岛市水声通信及探测装备技术创新中心, 山东 青岛 266525；2. 南洋理工大学电气与电子工程学院, 新加坡 639798；3. 山东省科学院海洋仪器仪表研究所, 山东 青岛 266318；4. 乌克兰国立技术大学(基辅工学院), 乌克兰 基辅 03056

关键词：时变水声信道,高斯似然,叠加训练方案,虚拟训练序列

基金：国家自然科学基金(61771271);山东省自然科学基金面上项目(ZR2020MF010);山东省自然科学基金面上项目(ZR2020MF001);青岛市源头创新计划-青年专项(19-6-2-4-cg);青岛市关键技术攻关及产业化示范类项目“多节点智能海洋装备布设回收系统关键技术研究和应用示范”(22-3-3-hygg-8-hy)

针对时变水声信道的多途干扰问题, 提出基于高斯似然(Gaussian likelihood, GL)的精准水声信道估计算法。GL算法将相邻信道短块的高斯概率密度函数相乘, 乘积仍然服从高斯分布, 且方差变小, 从而进一步提高信道估计的准确性; 采用叠加训练(superimposed training, ST)方案, 将训练序列和符号序列线性叠加, 使训练序列持续传输, 实现对信道的实时跟踪。将ST方案、GL算法和Turbo均衡以迭代的方式相结合, 估计出的符号序列作为虚拟训练序列, 进一步提高时变水声信道的估计和跟踪性能。通过多次迭代计算, 实现时变水声信道的精准估计和实时跟踪。最后, 通过计算机仿真以及胶州湾收发节点水平距离500 m和5.5 km的海上运动实装试验, 验证了所提算法的有效性。

来源：2023年第1期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第1期