垂直水声通信中的伪随机序列精确定时算法

针对垂直水声通信中时变多普勒引起的定时偏差问题,研究一种基于伪随机序列的迭代定时估计及补偿算法。该方法利用伪随机序列作为同步信号,分三步估计时变多普勒:采用低复杂度的模糊函数法粗补偿接收信号内的平均多普勒;通过迭代插值法实现残留时变多普勒的精确估计及补偿;利用基于信道相关函数的相位信息,纠正均衡后信号的偏转相位。为实现高阶海试数据的有效解调,采用基于伪随机序列均方误差的多通道加权合并方式,获得空间分集增益。仿真及海试数据处理结果证明所提方法具有良好的时变多普勒估计及补偿性能,同时对30个通道内的1024QAM数据进行合并处理,在500 m的通信距离下,误码率为0.04,信道容量达到7.6 bits/symbol。与传统数据帧结构相比,无需使用线性调频信号,可以提高有效数据传输率。

面向星座概率成形的向量近似消息传递软频域均衡算法

在发送端通过能量扩展变换来改善向量近似消息传递软频域均衡算法收敛特性,均衡器迭代输出可近似认为无符号间干扰,均衡器输出符号与发送符号之间可用加性高斯白噪声信道来建模。在带宽受限的加性高斯白噪声信道下,均匀分布的调制方式距离香农容量限有一定差距。为缩小这个差距,发送端可通过星座概率成形设计,获得成形增益。接收端可利用非等概符号的先验信息改进均衡器结构,提升接收性能。理论分析和仿真结果表明,在经典的Proakis B和Proakis C多径信道下,所提算法能够大幅度提升收敛速度以及均衡性能。相比均匀分布的信号,约有0.5 dB的性能增益。