论文部分内容阅读
随着海权意识的显著增强和海洋活动的日益频繁，水声通信已从最初的军事应用不断拓展到民用领域，应用日益广泛，对高速信息传输的需求也日益迫切。水声信道具有吸收衰减、多径传播、带宽窄、强环境噪声等特性，是当前无线通信中最为复杂的信道之一，如何实现高速、稳定的水声通信成为世界范围的研究热点和难点。目前，最有效的方法是调制技术和均衡技术。
调制技术作为最原始的抗干扰技术得到了广泛研究，水声数字通信目前已从非相干调制逐渐转变为相干调制。正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)和多输入多输出(Multiple input Multiple Output,MIMO)技术也逐步被引入水声通信系统，通过提高水声通信系统的频谱利用率和抗多径效应能力实现了水下高速、多用户可靠通信。然而，由于水声信道通信带宽窄，多径效应和多普勒频移严重，破坏了载波相干特性，在OFDM和MIMO水声通信系统中仍然存在严重的码间干扰(Inter Symbol Interference, ISI)和载波间干扰(Inter-Carrier Interference, ICI)，降低了通信系统的传输速率和稳健性。
自适应均衡技术可以用来消除信道非理想特性引起的干扰，已成为相干通信系统的核心技术。但是，由于自适应均衡需要周期性地发送训练序列，浪费了有限的水声信道带宽，因此，无需训练序列的盲均衡技术被广泛应用于水声通信系统。支持向量回归机(Support Vector Regressor, SVR)因具有强大的小样本学习和凸优化能力近年来被用于通信领域，将Bussgang类盲均衡算法的误差函数代入SVR框架构造基于SVR的盲均衡算法，克服了传统Bussgang类盲均衡算法因非凸代价函数导致的误收敛，可在小数据量条件下实现快速均衡。
面对带宽窄、特性复杂的水声信道，盲均衡技术与相干水声通信相结合可以有效提高水声通信系统的抗干扰能力和通信质量。本文研究基于支持向量回归机的水声通信系统盲均衡方法，主要完成的工作如下：
(1)在深入调研水声通信系统盲均衡发展现状的基础上，研究了支持向量回归机理论，由支持向量机(Support Vector Machine, SVM)引入支持向量回归机，对其基本原理进行了论述；将水声通信系统盲均衡表示为SVR回归问题，分别将Bussgang类常模算法(Constant Modulus Algorithm, CMA)和多模算法(Multi-Modulus Algorithm, MMA)的误差函数包含在SVR的惩罚项中，构造了基于SVR的常模/多模盲均衡算法，并用于水声信道盲均衡。
(2)研究了OFDM水声通信系统的基本模型和关键技术，并在实际信道和系统参数配置条件下对系统传输性能进行了仿真分析；引入OFDM水声通信系统的子载波均衡技术，推导了基于CMA和MMA的OFDM水声通信子载波在线盲均衡算法，在此基础上将其代入SVR的框架，构造了基于SVR的OFDM水声通信系统子载波批量盲均衡算法，并对算法的均衡性能进行了仿真实验。
(3)研究了水下高速空时编码MIMO水声通信系统，对空时编码与多天线技术进行了较为深入的分析，利用其结构特点构建了多输入单输出(Multiple- Input Single-Output, MISO)均衡器并进行了数学推导；进一步，将盲源分离和盲均衡技术引入到MIMO水声通信系统，推导了基于互相关的盲源分离与均衡算法；最后，将SVR和互相关代入MIMO水声通信系统，构建了基于SVR的互相关的盲源分离与均衡算法，实现了MIMO水声通信系统的盲源分离和信道均衡。
调制技术作为最原始的抗干扰技术得到了广泛研究，水声数字通信目前已从非相干调制逐渐转变为相干调制。正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)和多输入多输出(Multiple input Multiple Output,MIMO)技术也逐步被引入水声通信系统，通过提高水声通信系统的频谱利用率和抗多径效应能力实现了水下高速、多用户可靠通信。然而，由于水声信道通信带宽窄，多径效应和多普勒频移严重，破坏了载波相干特性，在OFDM和MIMO水声通信系统中仍然存在严重的码间干扰(Inter Symbol Interference, ISI)和载波间干扰(Inter-Carrier Interference, ICI)，降低了通信系统的传输速率和稳健性。
自适应均衡技术可以用来消除信道非理想特性引起的干扰，已成为相干通信系统的核心技术。但是，由于自适应均衡需要周期性地发送训练序列，浪费了有限的水声信道带宽，因此，无需训练序列的盲均衡技术被广泛应用于水声通信系统。支持向量回归机(Support Vector Regressor, SVR)因具有强大的小样本学习和凸优化能力近年来被用于通信领域，将Bussgang类盲均衡算法的误差函数代入SVR框架构造基于SVR的盲均衡算法，克服了传统Bussgang类盲均衡算法因非凸代价函数导致的误收敛，可在小数据量条件下实现快速均衡。
面对带宽窄、特性复杂的水声信道，盲均衡技术与相干水声通信相结合可以有效提高水声通信系统的抗干扰能力和通信质量。本文研究基于支持向量回归机的水声通信系统盲均衡方法，主要完成的工作如下：
(1)在深入调研水声通信系统盲均衡发展现状的基础上，研究了支持向量回归机理论，由支持向量机(Support Vector Machine, SVM)引入支持向量回归机，对其基本原理进行了论述；将水声通信系统盲均衡表示为SVR回归问题，分别将Bussgang类常模算法(Constant Modulus Algorithm, CMA)和多模算法(Multi-Modulus Algorithm, MMA)的误差函数包含在SVR的惩罚项中，构造了基于SVR的常模/多模盲均衡算法，并用于水声信道盲均衡。
(2)研究了OFDM水声通信系统的基本模型和关键技术，并在实际信道和系统参数配置条件下对系统传输性能进行了仿真分析；引入OFDM水声通信系统的子载波均衡技术，推导了基于CMA和MMA的OFDM水声通信子载波在线盲均衡算法，在此基础上将其代入SVR的框架，构造了基于SVR的OFDM水声通信系统子载波批量盲均衡算法，并对算法的均衡性能进行了仿真实验。
(3)研究了水下高速空时编码MIMO水声通信系统，对空时编码与多天线技术进行了较为深入的分析，利用其结构特点构建了多输入单输出(Multiple- Input Single-Output, MISO)均衡器并进行了数学推导；进一步，将盲源分离和盲均衡技术引入到MIMO水声通信系统，推导了基于互相关的盲源分离与均衡算法；最后，将SVR和互相关代入MIMO水声通信系统，构建了基于SVR的互相关的盲源分离与均衡算法，实现了MIMO水声通信系统的盲源分离和信道均衡。