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。

基于Speex信构分离和置信传播的运动水声通信

针对水声语音信号受快变信道影响引起的传输可靠性差的问题,提出基于Speex信构分离和置信传播的运动水声通信技术,该技术由语音信号处理和数字通信两部分构成。在语音信号处理部分,基于Speex算法,将整帧分成多个子帧,利用合成分析技术对子帧进行编码,并将语音信号的结构信息与内容信息进行分离,只传输语音内容信息,使得语音信息的压缩比由7.60提升至8.42,提高了传输效率;利用接收参数计算激励信号,并通过合成滤波器重构语音信号。在数字通信部分,基于叠加训练(ST)方案,提高对时变水声信道的跟踪能力;基于置信传播,采用双向信道估计(BCE)算法,实现对每个短块的精准信道估计。将Speex算法、ST方案、BCE算法和Turbo均衡相结合,构建水声语音通信系统,提高水声语音信号传输的可靠性。通过仿真和海上试验验证了该技术的有效性。