直扩水声通信机的码同步技术研究

为了降低扩频码同步技术对硬件的依赖,提高水声通信机的性能,对传统直接序列扩频码同步技术进行了一些改进。扩频码同步技术包括码捕获和码跟踪两个阶段,在码捕获阶段,采用双倍补零法扩展接收信号与接收机本地扩频码序列,使两者满足基二快速傅里叶变换运算的要求;在控制逻辑部分采用蓄水池抽样算法来确定范围内载波频偏值的计算顺序,无需按照固定顺序遍历范围内的载波频偏值,从而减少了计算量。在码跟踪阶段,采用了全时间超前-滞后非相干相关同步跟踪回路,采用双Δ值延迟锁相环的设计,扩大了跟踪范围,降低了失锁概率。最后基于DSP平台实现了直接序列扩频水声通信系统,该系统通过了水箱实验环境的测试。

基于时空特征融合的水声信号调制识别

复杂的水下信道环境和严重的噪声干扰给接收机正确识别调制方式带来巨大挑战。为解决该问题,结合门控循环单元(gated recurrent unit,GRU)和残差神经网络(residual network,ResNet)的自动特征提取和学习能力,设计了一种基于混合神经网络的时空特征融合模型,称为门控和残差融合模型(GRU and ResNet fused model,G&RFM)。与传统的调制识别技术相比,该方法无需人工提取特征,就能获得较高的识别精度。实验结果表明,所提出的G&RFM在南海数据集上的验证准确率为98.31%。与改进前的网络模型相比,本工作所提出的G&RFM具有更高的识别精度,有效提升了神经网络学习性能。