基于稳态均方误差的水声通信自适应调制算法制造技术

本发明专利技术涉及水声通信技术领域，具体的说是一种特别适用于实际水声通信系统，能够有效提高通信系统传输可靠性的基于稳态均方误差的水声通信自适应调制算法，其特征在于发送端首先发送信号用以与接收端建立链接，对接收信号进行处理，获得均方误差SMSE，并转换为SNR；而后，反馈给发送端进行调制方式的自适应选择，本发明专利技术与现有技术相比，并不需假设水声信道状态信息已知，基于盲均衡的输出SMSE实现调制方式的自适应调整，且该指标考虑了水声信道不同对检测性能的影响，盲均衡器的抽头长度能根据具体的水声信道自适应调整。

【技术实现步骤摘要】
基于稳态均方误差的水声通信自适应调制算法
：本专利技术涉及水声通信
，具体的说是一种特别适用于实际水声通信系统，能够有效提高通信系统传输可靠性、不需假设信道状态信息已知的基于稳态均方误差的水声通信自适应调制算法。
技术介绍
：随时间空间变化的多径和有限的带宽对通信系统可实现的吞吐量产生了显著限制。而非自适应的链路传输为保证系统处于可接受的性能，系统一般仅针对最坏信道条件进行设计，这导致信道容量未得到充分利用。特别是对于水声环境，水声信道具有带宽窄的特性，为了充分利用有限的带宽，提高频谱利用率，水声通信中的自适应调制算法研究开始受到国内外研究人员的重视。现有关于自适应调制的研究主要集中于陆上通信系统，针对于水声环境下的研究有限。近来，文献RadosevicA,AhmedR,DumanTM,etal.AdaptiveOFDMmodulationforunderwateracousticcommunications:Designconsiderationsandexperimentalresults[J].IEEEJournalofOceanicEngineering,2014,39(2):357-370提出了一种基于信道预测的自适应调制方案，该方案实现前提是已估计出之前时刻的信道信息，而后基于之前时刻的信道信息预测未来的信道信息，以实现调制方式的调整。文献WanL,ZhouH,XuX,etal.AdaptivemodulationandcodingforunderwateracousticOFDM[J].IEEEJournalofOceanicEngineering,2015,40(2):327-336提出了一种基于信噪比的自适应调制方案，该方案利用估计出的信道状态信息计算出有效信噪比，用作为度量标准进行调制方式的调整。但这两种自适应调制方法均需要假设水声信道状态信息(ChannelStateInformation,CSI)已知，但由于水声信道的复杂多变性，CSI很难获得。自适应调制系统总体结构如图1所示。工作时首先，发射机发送信号与接收机建立链接。而后，接收端根据接收信号进行信噪比估计，并反馈给发射机，用于实现调制方式的自适应选择。调制信号s(n)经水声信道后的接收信号为：r(n)＝s(n)*h(n)+v(n)(1)其中，h(n)为水声信道的冲激响应，由BELLHOP模型获得，v(n)是加性高斯白噪声,均值为零，方差为*表示卷积运算；已有的基于信噪比的自适应调制方案如下：其中，如图2给出的接收端的系统框图所示，接收信号一方面送入盲均衡器，恢复发送的调制信息；一方面用于估计信噪比(Signal-to-NoiseRatio,SNR)，以反馈给发送端进行调制方式的自适应选择。对于信噪比估计，在基于最小方差准则(LeastSquare,LS)实现信道估计之后，据信道估计结果进行SNR计算。信道估计通过已知训练序列进行估计，其基本原理是估计信道冲激响应，最小化估计的信道冲激响应与实际信道冲激响应的误差。接收信号如公式(1)所示，其频域形式可表示为：R＝HS+V(2)信道估计的代价函数表示为：对上式求偏导可得：由此，得出信道的冲激响应函数为：假设发送信号能量是归一化的，那么信噪比估计值为：估计出SNR后，将此瞬时SNR反馈给发送端。假设信道在此期间内不变，发送端在接收到反馈的估计SNR后，据此进行调制方式的选择。而自适应调制算法中的切换阈值极其重要。本专利技术阈值确定方法基于最大化系统吞吐量准则得出，定义吞吐量为系统中单位时间内能够正确传输的信息量，如下所示：Γ(γ)＝(1-BER(γ))log2(M)(7)；由此可知，吞吐量Γ是关于信噪比γ的函数，M代表星座图的大小。据文献[3]中给出的误码率和信噪比在不同调制方式下的BER近似公式，基于最大化吞吐量的自适应调制算法步骤如下：(1)假设自适应调制方案中有n种待选的调制方式，其集合可表示为m＝{m1,m2,...,mn}；(2)n种调制方式的吞吐量曲线将会产生n-1个交点，并将信噪比区间划分为n段区间，计算n-1个吞吐量曲线交点所对应的SNR，即为调制方式的切换阈值，用集合sΓ＝{sΓ,1,sΓ,2,...,sΓ,n-1}表示，为了求出基于最大化吞吐量准则的自适应调制的切换阈值，令相邻两种调制方式的吞吐量相等，可求解交点，得到阈值sΓ＝{sΓ,1,sΓ,2,...,sΓ,n-1}，如下式所示：Γi(γ)＝Γi+1(γ)i＝1,2,...,n-1(8)其中，Γi(γ)代表自适应调制方案选取的第i种调制方式的吞吐量。下表给出了基于最大化吞吐量准则计算得出的理论阈值：表1调制方式的切换阈值统计表(3)阈值集合sΓ＝{sΓ,1,sΓ,2,...,sΓ,n-1}将整个信噪比区间划分为n个区间，若将接收端反馈的瞬时SNR用γ表示，当γ＜sΓ,1、sΓ,j≤γ＜sΓ,j(1≤j≤n-2)或γ≥sΓ,n-1时，选择相应区间内吞吐量最大的调制方式。由上述内容可知，在传统的基于SNR的自适应调制方案中，调制方式的选择以信噪比为指标，而信噪比的估计依赖于对水声信道的估计。实际上，由于水声信道的复杂多变性，信道状态信息难以估计获得，致使信噪比估计难以实现，因此传统的基于信噪比的自适应调制方案并不适用于实际的水声通信系统。
技术实现思路
：本专利技术针对现有技术中存在的缺点和不足，提出了一种更适合于实际水声通信系统、基于盲均衡器的输出SMSE实现自适应调制，将SMSE转换成信噪比进行调制方式的选择，并不需要进行信道估计，获得水声信道的状态信息的基于稳态均方误差的水声通信自适应调制算法。本专利技术可以通过以下措施达到：一种基于稳态均方误差的水声通信自适应调制算法，其特征在于发送端首先发送信号用以与接收端建立链接，对接收信号进行处理，获得均方误差SMSE，并转换为SNR；而后，反馈给发送端进行调制方式的自适应选择，其中进入盲均衡器中的接收信号向量表示为下式：uf(n)＝[r(n),...,r(n+L-1)](9)信号向量经盲均衡之后的输出为：其中，抽头权向量及抽头系数更新分别为：wf(n)＝[c(0),c(1),...,c(L-1),]T(11)其中误差信号为：e(n)＝efR(n)+jefI(n)(13)其中，误差信号的实部efR(n)与虚部efI(n)的具体计算公式如下：盲均衡采用多模算法(Multi-ModulusAlgorithm,MMA)，其中常数模R2的实部R2R与虚部R2I分别表示如下：由盲均衡的输出误差信号e(n)计算SMSE，可由下式得出：SNR可由下式计算得出：然后在式(19)结果的基础上采用数据拟合算法修正估计出的SNR，从而能够更好地进行调制方式的选择，具体步骤如下：(1)采用多项式曲线拟合方法，对于给定的两组数据：实际SNR与估计SNR，分别用γs＝[γs,1,γs,2,...,γs,m]与γg＝[γg,1,γg,2,...,γg,m]表示，构造一个n(n≤m)次多项式，表示如下：为了使估计出的信噪比更接近于实际信噪比，令相同位置上的数据误差平方和达到最小值，如下式所示：因此，问题转化为求I(a0,a1,...,an)的极小值问题，采用如下表示：即用矩阵形式可表示为：由本文档来自技高网...

【技术保护点】
1.一种基于稳态均方误差的水声通信自适应调制算法，其特征在于发送端首先发送信号用以与接收端建立链接，对接收信号进行处理，获得均方误差SMSE，并转换为SNR；而后反馈给发送端进行调制方式的自适应选择，其中进入盲均衡器中的接收信号向量表示为下式：uf(n)＝[r(n),...,r(n+L‑1)]              (10)信号向量经盲均衡之后的输出为：

【技术特征摘要】
1.一种基于稳态均方误差的水声通信自适应调制算法，其特征在于发送端首先发送信号用以与接收端建立链接，对接收信号进行处理，获得均方误差SMSE，并转换为SNR；而后反馈给发送端进行调制方式的自适应选择，其中进入盲均衡器中的接收信号向量表示为下式：uf(n)＝[r(n),...,r(n+L-1)](10)信号向量经盲均衡之后的输出为：其中，抽头权向量及抽头系数更新分别为：wf(n)＝[c(0),c(1),...,c(L-1),]T(12)其中误差信号为：e(n)＝efR(n)+jefI(n)(14)其中，误差信号的实部efR(n)与虚部efI(n)的具体计算公式如下：盲均衡采用多模算法(Multi-ModulusAlgorithm,MMA)，其中常数模R2的实部R2R与虚部R2I分别表示如下：由盲均衡的输出误差信号e(n)计算SMSE，可由下式得出：SNR可由下式计算得出：然后在式(20)结果的基础上采用数据拟合算法修正估计出的SNR，从而能够更好地进行调制方式的选择，具体步骤如下：步骤(1)采用多项式曲线拟合方法，对于给定的两组数据：实际SNR与估计SNR，分别用γs＝[γs,1,γs,2,...,γs,m]与γg＝[γg,1,γg,2,...,γg,m]表示，构造一个n(n≤m)次多项式，表示如下：为了使估计出的信噪比更接近于实际信噪比，令相同位置上的数据误差平方和达到最小值，如下式所示：因此，问题转化为求I(a0,a1,...,an)的极小值问题。如下表示：即用矩阵形式可表示为：由数学知识可知，式(25)只有唯一解，且该唯一解即为n次多项式pn(γg)的系数A＝[a0,a1,...,an]，且系数数组A可由数学中的主元消去法解方程组(25)求得。步骤(2)经过步骤(1)求得多项式系数A＝[a0,a1,...,an]后，即得到了实际SNR与估计SNR的多项式拟合关系，再将其代入已经求解的多项式关系式获得曲线拟合之后，改进的SMSE与SNR的关系式，如下：其中，S＝[SMSE1,SMSE2,...,SMSEn](i＝1,2,...,n)，且(0＜SMSEi≤1)。经数据拟合得到SMSE与SNR的关系后，再以最大化吞吐量准则实现自适应调制算法。2.根据权利要求1所述的一种基于稳态均...

【专利技术属性】
技术研发人员：刘志勇，白帆，谭周美，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：山东,37