基于虚拟训练序列的双向水声信道精准估计

针对时变水声信道造成的严重多途干扰问题,提出基于虚拟训练序列的双向水声信道精准估计(Virtual Training Based Bidirectional Channel Estimation,VT-BCE)算法。基于叠加训练(Superimposed Training,ST)方案,将训练序列和符号序列线性叠加,使得训练序列和符号序列的信道信息一致,提高信号的跟踪能力;基于置信传播,双向信道估计(Bidirectional Channel Estimation,BCE)算法将一个数据块分成多个短块,利用整个数据块的信息估计当前短块信道,实现对当前短块的精准信道估计。将ST方案、BCE算法和信道均衡(频域)以迭代的方式相结合,使估计的符号序列可以作为信道估计的虚拟训练(Virtual Training,VT)序列,提升信道的估计性能,进而提高系统的解码性能。最后,通过计算机仿真和水池试验,验证了所提算法的有效性。

基于高斯似然的精准水声信道估计

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。