移动水声OFDM通信系统多普勒效应估计补偿算法研究

来源 :厦门大学 | 被引量 : 0次 | 上传用户:pipipipi9
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水声通信技术在军事、民用、海洋资源开发、海洋环境考察等方面具有非凡的意义。移动水声通信技术在水下军事领域、海洋信息采集与传输等实际的水下通信系统中有着广泛的应用前景。移动双方如何做到高速、高效、高精度的通信是水声通信领域的热点研究方向之一。较之于无线电波,声信号的传播速度仅为约1500m/s,在水声信道环境下,收发端的任何相对移动都会给水声通信系统带来强烈的多普勒效应,造成接收信号的频率移位和扩散。而OFDM系统作为高速水声通信的主要解决方案之一,仅可以容忍远小于其子载波间隔的频偏(频偏容限为子载波间隔的2%),任何残余频偏都会破坏子载波间的正交性,造成子载波间干扰而造成系统的高误码平台,严重恶化系统性能。因此在高噪声、高频率选择性衰落、多普勒效应强烈的水声信道环境下,要实现移动水声OFDM通信系统,多普勒效应的估计与补偿是亟待解决的关键问题。  本文在研究传统多普勒估计算法的基础上,提出了一种新的基于快速傅立叶变换(FFT)的多普勒因子估计算法。提出的算法在保持原有有效数据长度的基础上,解决了由FFT频谱泄漏带来的估计精度受限的问题。同时,借鉴无线OFDM通信系统的载波偏移补偿算法及前人在移动水声OFDM通信系统的研究成果,根据水声OFDM通信系统的特点,本文采用了“两步走”——将重采样算法及OFDM系统载波偏移补偿算法相结合的水声多普勒效应补偿方案,构建了移动水声OFDM通信系统,并在厦门港附近海域进行了实验。海试实验结果表明,本文提出的算法能够良好的估计出收发两端的相对运动速度;构建的通信系统能够在其工作频段(10~15kHz)上,在10kn的相对运动速度下,实现单发单收、非编码系统的误码率为10-2数量级、信息传输速率为5.80kbps的移动通信。  论文的主要研究工作如下:  1.系统介绍国内外多普勒效应估计与补偿算法及移动水声OFDM通信系统的研究概况;  2.针对水声信道强多普勒、强多径效应等特点,研究并建立了水声多径多普勒信道的信道模型;  3.分析了FFT的频谱泄漏及栅栏效应。在此基础上实现了“初始角频率可调的FFT变换”,并基于此提出了新的多普勒效应估计算法,实现了在保持原有采样率及有效信号长度的前提下,估计算法精度的大幅提高;  4.在所建立的多径多普勒信道模型下对提出的多普勒效应估计算法进行了性能仿真,并与经典算法进行了估计性能对比;  5.针对水声宽带多普勒效应的特点,采用“两步走”的水声OFDM系统多普勒效应补偿方案,构建了移动水声OFDM通信系统;  6.在厦门港附近海域对提出的算法及构建的系统进行了实验,海试实验结果表明,提出的算法能够良好的估计出收发端的相对运动情况,构建的移动水声OFDM通信系统在收发端高速运动的条件下,能够对多普勒效应进行有效的补偿并实现了无编码系统的误码率为10-2数量级、信息传输速率为5.80kbps的移动通信。
其他文献
当今用户的通信质量要求日益提高,对于无线资源的需求也随之增加。由于无线资源的匮乏和网络容量的有限,移动数据量的激增给传统的蜂窝网络架构带来严峻的挑战。异构网络的出现
高速列车不断提速,从最初的200km/h到350km/h,并期望能在不久的将来达到500km/h。速度的提升为旅客提供了极大的便利,但同时也给现有的车地无线通信系统带来了巨大的挑战。首
相似度学习作为机器学习算法的一种,其目的在于自动并且准确的衡量输入样本之间的相关性。在人工智能领域,相似度学习在信息检索、多媒体和知识图谱构建等实际任务中已经取得
随着技术的发展,双屏显示能实现在两个显示屏上扩展显示同一图像或独立显示不同的图像,甚至更多屏,如三屏、四屏等显示。本设计中的双屏器是应用于电子双板课堂教学平台的,它
认知无线网络能够根据外界环境的变化感观、察知网络的变化,并能够基于获知的信息对当前拓扑结构的变化做出合理的推断和优化,自适应地完成网络的决策。认知无线网络的连通性,对
图像分割在数字图像处理领域中占有举足轻重的地位。图像分割即是把感兴趣的目标部分进行分割并且提取出来,其是后续进行图像识别和分析的基础。图像分割具有广阔的应用前景
无载波幅度相位(Carrierless Amplitude And Phase,CAP)调制是一种具有高频谱利用率、低成本、低复杂度等优点的先进调制技术,将CAP调制以及多频带CAP调制应用到大气激光通信系统
作为互联网和个人电脑出现后的第三个科技产业浪潮,物联网已成为当前最热门的研究方向之一。ZigBee技术是一种短距离、低功耗、低数据速率和低成本的无线通信技术,被广泛应用于
立体视觉是计算机视觉的一个重要分支,立体视觉不论是在军事侦察,工业检测,物体识别,机器人导航,虚拟现实还在是影视动画、动漫游戏中都有着非常广阔的应用前景。在立体视觉中,立体
随着无线传感器网络的快速发展,网络的规模越来越大,网络中所产生的数据量也越来越多,如何对这些大规模的数据进行处理是亟需解决的问题。同时,无线传感器网络的节点的能量和