2019, Vol. 40
2. 哈尔滨工程大学 海洋信息获取与安全工信部重点实验室, 黑龙江 哈尔滨 150001;
3. 哈尔滨工程大学 水声工程学院, 黑龙江 哈尔滨 150001
2. Key Laboratory of Marine Information Acquisition and Security(Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China;
3. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China
目前，水下中远距离通信系统主要依赖于声学通信设备。由于水声信道的带宽有限，并且存在严重的多普勒效应，因此要利用有限的带宽实现稳健、高速的相干水声通信就必须采取行之有效的技术手段克服水声信道对水声通信信号的影响。水声通信体制较多，本文主要聚焦于单载波时域均衡相关的技术，并总结国内外的主要研究成果。
1 水声单载波通信技术简介在早期的相干水声通信系统中，没有采用码间干扰(inter symbol interference, ISI)消除技术，因此在设计系统接收机时尽量避免或抑制ISI。Mackelburg等[1]设计出最早的相干通信系统，该系统利用差分相移键控(differential phase shift keying, DPSK)技术。Howe等[2]利用不同声路径之间的时间差来避免ISI，但试验系统没能取得好的结果。
在相干通信系统的发展中，判决反馈均衡器(decision feedback equalizer, DFE)和锁相环(phase locked loop, PLL)技术的应用起到了关键作用。文献[3]实现了由水下6 500 m处到水面的图像传输，传输速率为16 kbits/s，误比特率为10-4。在Stojanovic等证实了相干水声通信技术的可行性之后，水声通信系统采用数字通信技术提高频带利用率。
根据接收机采用的均衡方式，可将单载波通信系统分为常规的接收系统和迭代接收系统。常规均衡与迭代均衡(Turbo均衡)的实现方式又可以分为两大类，即自适应信道均衡和基于信道估计的均衡方式。通常利用自适应算法对水声信道进行估计，因此通过改善自适应算法也可以改善通信性能。所以本文主要针对时域均衡技术和自适应算法2个领域对国内外主要研究成果进行总结。
2 水声单载波调制中的时域均衡技术目前，基于数字通信技术的单载波水声通信系统的发射端等效模型可由图 1表示。图 1中an表示信源数据，其中n=1, 2, …, N，N为信源数据的长度，bn是信道编码后的数据，bn经过交织后得到cn，再经过符号映射得到发射信号xn。发射信号xn通过水声信道得到接收信号rn，水声信道引入了多途干扰以及噪声。
|
Download:
|
| 图 1 发射系统框图 Fig. 1 Block diagram of the transmitter | |
常规接收系统的等效基带框图如图 2所示。信道均衡的作用是去除接收信道的ISI，得到发射信号的估计
|
Download:
|
| 图 2 常规接收系统框图 Fig. 2 Block diagram of the conventional receiver | |
1993年，Tarbit等[4]进行了高速水下通信试验，由于系统的接收机应用了均衡器技术，系统的误码率降低了一个量级。文献[5]将反馈均衡器与二阶锁相环技术相结合以解决水声信道相位快起伏的问题，并采用自适应算法对接收系统参数进行联合更新。Stojanovic等将均衡与分集技术联合应用，使水声通信系统在浅海条件下能同时获得较高的信道利用率和较远的传输距离。系统的载频为15 Hz，当使用QPSK调制时，数据率为2.5 kbit/s，采用16QAM调制时，数据率可达10 kbit/s。1994年，对该系统在进行海试，结果表明，系统的误码率为10-3~10-4，传输距离可达到l nmile。当系统降低载频后，可在速率为1 kbit/s的条件下，实现100 nmile的远距离上数据传输[6]。Freitag[7]将相干水声通信用于自主水下潜器(autonomous underwater vehicle, AUV)上，由于系统使用了接合了PLL的自适应均衡器技术，从而极大的提高了系统的性能系统，当水深为10~30 m时，发射机与接收机相距2~4 km的条件下，实现了双向水声通信系统[7]。L Freitaghai[8]给出了基于信道复杂度的最小均方算法(least mean squares, LMS)和递归最小二乘算法(recursive least square, RLS)在更新时，2种算法选择的问题。针对多通道接收机的参数选择问题，V Capellano[9]进行了深入的研究，论证了信道中多途结构对接收机性能的影响。海试结果表明，在系统采用调制方式为BPSK，载波频率为1.7 kHz的条件下，当采用7通道接收机时，数据率为212.5 Hz，当采用9通道接收机时，在与发射机的距离为50 km，数据率为200 bit/s的条件下，可实现发射的10 000个符号无误码。
2.1.2 国内研究成果国内研究机构如中科院声学所、西北工业大学、厦门大学以及哈尔滨工程大学等通过多年的研究，在水声通信方面取得了令人鼓舞的成果。
王晋兴、朱敏等将空间分集、多普勒补偿和最佳自适应判决反馈均衡算法应用到直接序列码分多址(direct sequence-code division multiple access, DS-CDMA)通信中，提出一种基于码片速率的多假设反馈自适应均衡算法，通过对仿真数据和试验数据对算法性能进行分析。结果表明该算法明显的提高了水声DS-CDMA通信系统的性能，即使在多途扩展和多普勒频移十分严重的条件下，依然可以保证低误符号率的数据传输。当信噪比较低时，系统能够保持良好的性能[10-11]。
黄建国等[12]提出一种多通道自适应均衡结构。采用双向判决反馈均衡器代替常规的判决反馈均衡器，利用其前向支路和反馈支路错误扩展相关性低的特点提高系统性能。同时采用多通道合并的方式，充分利用空间增益。仿真结果表明:所提出的多通道被动时反判决反馈均衡器性能较已有的均衡器算法有明显改善。张歆等[13]在分析研究多载波-多相移键控(multi-carrier multiple phase shift keying, MC-MPSK)编码调制的基础上，提出了适合于远程高速水声通信的MC-MPSK的编码调制方法以及基于MC-MPSK编码调制的梳状均衡方法，建立浅海远程水平通信的信道模型，并对均衡器及系统的性能进行仿真，仿真结果表明:该编码调制方法可实现低信噪比、多径水声信道的高数据率传输。
程恩等[14]对单载波频域均衡(single carrier frequency domain equalization, SC-FDE)进行了仿真和试验研究，比较了频域均衡算法，结果表明，时频混合域判决反馈(hybrid decision feedback equalizer, H-DFE)和频域块迭代判决反馈(iterative block decision feedback Equalization, IBDFE)均衡性能明显优于线性均衡器，且IBDFE算法是所比较算法中的最优均衡方法。
乔刚等[15]提出了一种差错控制编码判决水声信道均衡算法。系统将判决后的数据视为已知数据并利用该数据进行信道估计，另外，根据不同的信道特性，均衡算法采用2种方式，即判决迭代均衡和判决二次均衡。通过对比数据处理结果，证明所提出算法能改善通信系统的性能。殷敬伟等[16-17]提出的基于双向判决反馈均衡器的单通道及多通道接收机经过海试试验验证且取得了良好的试验结果。
2.2 迭代均衡技术迭代接收系统的等效基带框图如图 3所示。在迭代接收机中，信息传递所用的值为对数似然比，而不是
|
Download:
|
| 图 3 迭代接收系统框图 Fig. 3 Block diagram of the iterative receiver | |
Turbo均衡将发射机与信道均视编码器，进而通过类似译码的过程完成均衡。MAP算法是性能最佳的Turbo均衡算法，但MAP算法的计算复杂度较高。2002年，Singer等[18-19]提出了一种利用线性最小均方误差(linear minimum mean square error, LMMSE)算法取代MAP算法进行迭代均衡，该算法以牺牲迭代均衡性能为代价，获得了较低的计算复杂度; 2004年，对线性迭代Turbo均衡(linear iterative turbo equalization, LITE)进行了研究。仿真结果表明:LITE算法与常规算法相比，LITE算法的性能更优。2008年，Singer等[20]对多通道迭代均衡进行了研究，在信道具有很强的混响条件下进行试验。结果表明:载波频率为100 kHz，符号率为41.67 kHz时，在强混响信道条件下，对多通进行Turbo均衡可以提高系统的性能。Turbo均衡包括基于信道估计的Turbo均衡与直接自适应Turbo均衡2种方式。2011年，Singer[21-22]对2种Turbo均衡算法进行了对比，试验结果表明:在最小均方准则下，直接自适应Turbo均衡的性能更优; 当迭代次数足够大时，2种算法的性能相差不大，当系统的发射机与接收机相距为1 km时，可以实现无误码率的数据传输。2011年，Zheng等[23-28]在MIMO通信系统中应用一种改进的线最小均方误差意义下的Turbo均衡技术。该算法利用软判决避免Turbo均衡中DFE的误差传递问题，并采用一种基于可靠性逐块排序的技术，对数据块均衡顺序重新排序进而减小混合软干扰抵消(hybrid soft interference cancellation, HSOIC)中的误差累积。并在Martha的Edgartown进行了算法的海上试验，验证了算法的可行性。
2.2.2 国内研究成果朱维庆等[29]将相干水声通信信号处理方法与Turbo码级联工作，并且采用定长编码的小波图像压缩方法，可实现在8.5 km的距离上传输一副光图或声图。鄢社锋等[30]提出一种基于双向Turbo均衡算法并验证了算法的有效性。王海斌等[31]在远程水声混沌扩频远程通信方面开展了大量的理论与试验研究。
黄建国等[32-34]提出一种基于软信道估计的联合迭代均衡译码(joint iterative equalizer and decoding, JIED)水声通信方法。该方法利用SISO译码器反馈的外似然比计算符号软估计信息，并应用于稀疏自适应信道估计器的抽头系数更新过程。研究表明:经过译码器和均衡器之间多次迭代交换软信息联合处理接收信号，信道估计精度与均衡效果显著提高，并且在通信距离为1.8 km，有效通信带宽为2 kHz的条件下，所提出的方法在第2次迭代后可实现2 kbit/s的无误码传输，显著提高系统可靠性和传输速率。
张友文等[35]在超Nyquist框架下，提出了一种基于无速率编码技术的迭代接收机，湖试强混响背景下的试验结果表明:在QPSK调制下的频谱利用率达到1.8 bit/(s·Hz)。
3 水声单载波调制中的自适应技术单载波通信中自适应算法的研究内容包括:加快自适应算法的收敛速度; 降低自适应算法的复杂度; 针对水声信道的稀疏特性，研究稀疏自使用算法，以降低接收机的复杂度。
3.1 国外研究成果2000年，Blackmon[36]通过对比试验研究了3种自适应算法收敛速度，结果表明，3中算法的收敛速度由快到慢分别为信道估计RLS算法，模稳定快速逆滤波算法以及自适应变步长LMS。J Gomes[37]对自适应变步长LMS算法和归一化常数模盲均衡算法的性能进行研究，并将均衡器与PLL进行及联用来跟踪相位变化，通信系统的发射机放置在水下40 m处，接收机布置在水面，发射数据包括了10 000个训练符号以及16 000个数据符号。试验结果表明:当通信系统采用DPSK调制方式，2种算法的性能较接近。针对水声信道的稀疏特性，对稀疏信道估计进行研究，在稀疏信道中，由于只保留信道抽头能量大于门限的抽头，进而降低RLS-DFE的计算复杂度，与常规算法相比，利用稀疏信道估计算法可显著的降低计算复杂度。Lopez等[38]在1997年进行的2个海试试验中，通信系统发射机的自主行进速度范围是0~7 kn，接收机漂浮在水面。试验水深分别为182~457 m、762~1 828 m，中心频率分别为2、5 kHz，采用QPSK调制，信号数据率为1 250 bit/s，试验证明了稀疏DFE算法的有效性。2000年，Leinhos等[39]利用水声信道的稀疏特性，将PLL技术与块递归最小均方误差自适应机制相结合，对从无人潜航器(unmanned underwater vehicle, UUV)发送到固定接收机的数据进行块解码，当采用所设计的算法时，系统性能比无编码时有近3 dB的提高。Bragard等[40]提出了一种优于LMS和RLS的快速自优化LMS(fast self-optimized least mean squares, FOLMS)算法，极大地减小了计算量。Youcef等[41]提出了一种多输入的混合时频域DFE，研究了一种基于块的自适应算法来跟踪时变信道的特性。该算法可以减小均衡器的大小，并且能降低循环前缀引入的冗余数据。在相距2 km的浅海进行通信试验，采用QPSK调制方式，传输速率为10 kbit/s。结果表明多输入混合时频域判决反馈均衡器能明显减小系统的ISI。
3.2 国内研究成果朱敏、朱维庆、赵亮等[42-43]利用频域LMS算法按照最小化频域均方误差的准则调节均衡器，从而获得最优的频域权系数。该算法不仅解决了载频求得估计误差的问题。还在不降低数据传输速率的情况下，有效地提高了系统的性能。并通过实验和仿真验证了其性能。还提出一种自适应自最优预合并多通道判决反馈均衡算法。该算法将快速自优化LMS分集合并算法(fast self-optimized least mean squares diversity combination，FOLMSDC)、FOLMS算法和快速自优化LMS相位补偿(fast self-optimized least mean squares phase Compensation, FOLMSPC)算法有机地结合在一起，使用统一的误差信号，按照最小均方误差(minimum mean square error, MMSE)准则调节各部分的系数，从而实现均衡器性能的全局最优，并进一步减少运算量，其性能优于已有算法。
张友文等[44]提出了一个线性复杂度的稀疏多输入输出的(multiple input multiple output, MIMO)信道估计技术，基于该信道估计算法提出了一个后验反馈驱动的迭代MIMO信道估计与均衡接收机，湖试数据验证了提出的接收机的有效性; 根据部分水声信道的组稀疏特性提出一类Lasso组稀疏RLS算法并将其应用到水声判决反馈信道均衡中[45]; 针对水声信道的非圆特性以及经典LMS算法收敛慢的问题，提出稀疏的l0范Shrinkage线性和宽线性LMS和仿射投影算法(affine projection algorithm, APA)算法[46-49]; 针对水声信道大的多途扩展问题，提出综合被动时反以及变遗忘因子的二分坐标下降法的RLS(recursive least square-dichotomous coordinate descent, RLS-DCD)判决反馈接收机[50]; 文献[51]与[52]分别提出一种宽线性l1范自适应水声判决算法和信道估计算法; 文献[53]针对时变水声信道的估计问题，提出基于同伦技术的稀疏变遗忘因子RLS-DCD算法; 文献[54]对毫米波水声通信信道进行了仿真及估计研究，发现水声毫米波信道具有组稀疏特性，随之给出一种低复杂度的组稀疏LMS水声信道估计算法。
4 结束语水声单载波技术作为水声通信的主要调制技术之一，在过去三、四十年内得到了飞速发展，本文对水声单载波通信体制的国内外研究成果进行了归纳。水声单载波通信技术的研究主要包括:1)利用空间分集和时间反转技术提高系统的均衡性能; 2)改善迭代均衡算法使其性能接近MAP均衡算法; 3)减小迭代均衡算法的复杂度，提高实际应用能力; 4)改善自适应算法加快算法收敛速度或减小计算复杂度。
目前，单载波通信技术已经建立了较为完善的通信体制，性能不断提升，但实现高速的单载波通信体系仍具有一定难度。提高水声单载波通信的稳健性、实现高速水声通信以及利用神经网络实现水声通信将是未来单载波水声通信的主要研究方向。
| [1] |
MACKELBURG G, WATSON S, GORDON A. Benthic 4800 bits/s acoustic telemetry[C]//Proceedings of the OCEANS 81. Boston, MA, USA, 1981: 72-72.
(  0)
|
| [2] |
HOWE G S, HINTON O R, ADAMS A E, et al. Acoustic burst transmission of high rate data through shallow underwater channels[J]. Electronics letters, 1992, 28(5): 449-451. DOI:10.1049/el:19920283 ( 0)
|
| [3] |
SUZUKI M, SASAKI T, TSUCHIYA T. Digital acoustic image transmission system for deep-sea research submersible[C]//Proceedings of the OCEANS 92 Proceedings@m_Mastering the Oceans Through Technology. Newport, RI, USA, 1992: 567-570.
( 0)
|
| [4] |
TARBIT P S D, HOWE G S, HINTON Q R, et al. Development of a real-time adaptive equalizer for a high-rate underwater acoustic data communications link[C]//Proceedings of the OCEANS'94. Brest, France, 1994: 307-312.
( 0)
|
| [5] |
GELLER B, CAPELLANO V, BROSSIER J M, et al. Equalizer for video rate transmission in multipath underwater communications[J]. IEEE journal of oceanic engineering, 1996, 21(2): 150-155. DOI:10.1109/48.486790 ( 0)
|
| [6] |
STOJANOVIC M, CATIPOVIC J, PROAKIS J G. Adaptive multichannel combining and equalization for underwater acoustic communication[J]. The journal of the acoustical society of America, 1993, 94(3): 1621-1631. DOI:10.1121/1.408135 ( 0)
|
| [7] |
李霞.水声通信中的自适应均衡与空间分集技术研究[D].哈尔滨: 哈尔滨工程大学, 2004. LI Xia. The study of adaptive equalization and spitial diversity technology applied to UWA communication[D]. Harbin: Harbin Engineering University, 2004. http://cdmd.cnki.com.cn/Article/CDMD-10217-2004141334.htm ( 0)
|
| [8] |
FREITAG L, GRUND M, SINGH S, et al. A bidirectional coherent acoustic communication system for underwater vehicles[C]//Proceedings of the IEEE Oceanic Engineering Society. OCEANS'98. Conference Proceedings. Nice, France, 1998, 1: 482-486.
( 0)
|
| [9] |
CAPELLANO V, JOURDAIN G. Comparison of adaptive algorithms for multichannel adaptive equalizers. Application to underwater acoustic communication[C]//Proceedings of the IEEE Oceanic Engineering Society. OCEANS'98. Conference Proceedings. Nice, France, 1998: 1178-1182.
( 0)
|
| [10] |
王晋兴, 朱敏, 王季煜. 水声扩频通信中多假设反馈自适应均衡算法研究[J]. 微计算及应用, 2009, 30(11): 7-13. WANG Jinxing, ZHU Min, WANG Jiyu. Study on multi-hypothesis decision feedback equalization for DS/SS-CDMA underwater acoustic communication[J]. Microcomputer applications, 2009, 30(11): 7-13. ( 0)
|
| [11] |
栾肇鹏, 杨波, 朱敏. 基于TURBO码的OFDM水声通信系统应用[J]. 微计算机应用, 2009, 30(11): 65-69. LUAN Zhaopeng, YANG Bo, ZHU Min. Design of TURBO coded OFDM System for underwater acoustic channel[J]. Microcomputer applications, 2009, 30(11): 65-69. DOI:10.3969/j.issn.2095-347X.2009.11.013 ( 0)
|
| [12] |
景连友, 何成兵, 黄建国. 基于被动时反的多通道双向判决反馈水声通信均衡器[J]. 应用科学学报, 2012, 37(10): 1-9. JING Lianyou, HE Chengbing, HUANG Jianguo. Multichannel bidirectional equalization for underwater acoustic communication based on passive phase conjugation[J]. Journal of applied sciences, 2012, 37(10): 1-9. ( 0)
|
| [13] |
申晓红, 黄建国, 张歆, 等. 远程水声通信MC-MPSK及均衡方法[J]. 西北工业大学学报, 2005, 23(6): 772-776. SHEN Xiaohong, HUANG Jianguo, ZHANG Xin, et al. Proposing a method for attaining high data transmission rate in long-range underwater acoustic communication[J]. Journal of Northwestern Polytechnical University, 2005, 23(6): 772-776. DOI:10.3969/j.issn.1000-2758.2005.06.020 ( 0)
|
| [14] |
郭瑜晖, 孙海信, 程恩, 等. 水声系统单载波频域均衡方法比较[J]. 厦门大学学报(自然科学版), 2012, 51(5): 849-853. GUO Yuhui, SUN Haixin, CHENG En, et al. The method comparison of SC-FDE in underwater acoustic system[J]. Journal of Xiamen University (Natural Science), 2012, 51(5): 849-853. ( 0)
|
| [15] |
马雪飞, 乔钢, 赵春晖, 等. 正交频分复用水声通信的判决信道均衡算法[J]. 应用科学学报, 2012, 30(6): 573-580. MA Xuefei, QIAO Gang, ZHAO Chunhui, et al. Decision directed channel equalization for OFDM underwater acoustic communications[J]. Journal of applied sciences, 2012, 30(6): 573-580. DOI:10.3969/j.issn.0255-8297.2012.06.003 ( 0)
|
| [16] |
韩笑, 殷敬伟, 于歌, 等. 多通道判决反馈均衡器的移动水声通信技术[J]. 华中科技大学学报(自然科学版), 2016, 44(8): 24-28, 57. HAN Xiao, YIN Jingwei, YU Ge, et al. Mobile underwater acoustic communication based on multi-channel decision feedback equalizer[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition), 2016, 44(8): 24-28, 57. ( 0)
|
| [17] |
韩笑, 生雪莉, 殷敬伟, 等. 基于双向判决反馈均衡器的水声通信海试试验研究[J]. 兵工学报, 2016, 37(3): 553-558. HAN Xiao, SHENG Xueli, YIN Jingwei, et al. Experimental demonstration of underwater acoustic communication based on bidirectional decision feedback equalizer[J]. Acta armamentarii, 2016, 37(3): 553-558. DOI:10.3969/j.issn.1000-1093.2016.03.023 ( 0)
|
| [18] |
TÜCHLER M, SINGER A C, KOETTER R. Minimum mean squared error equalization using a priori information[J]. IEEE transactions on signal processing, 2002, 50(3): 673-683. DOI:10.1109/78.984761 ( 0)
|
| [19] |
TÜCHLER M, KOETTER R, SINGER A C. Turbo equalization:principles and new results[J]. IEEE transactions on communications, 2002, 50(5): 754-767. DOI:10.1109/TCOMM.2002.1006557 ( 0)
|
| [20] |
CHOI J W, DROST R J, SINGER A C, et al. Iterative multi-channel equalization and decoding for high frequency underwater acoustic communications[C]//Proceedings of the 5th IEEE Sensor Array and Multichannel Signal Processing Workshop. Darmstadt, Germany, 2008: 127-130.
( 0)
|
| [21] |
CHOI J W, RIEDL T J, KIM K, et al. Practical application of turbo equalization to underwater acoustic communications[C]//Proceedings of the 7th International Symposium on Wireless Communication Systems. York, UK, 2010: 601-605.
( 0)
|
| [22] |
CHOI J W, RIEDL T J, KIM K, et al. Adaptive linear turbo equalization over doubly selective channels[J]. IEEE journal of oceanic engineering, 2011, 36(4): 473-489. DOI:10.1109/JOE.2011.2158013 ( 0)
|
| [23] |
TAO Jun, ZHENG Y R, XIAO Chengshan, et al. Channel equalization for single carrier MIMO underwater acoustic communications[J]. EURASIP journal on advances in signal processing, 2010, 2010: 281769. DOI:10.1155/2010/281769 ( 0)
|
| [24] |
ZHANG Jian, ZHENG Y R. Bandwidth-efficient frequency-domain equalization for single carrier multiple-input multiple-output underwater acoustic communications[J]. The journal of the acoustical society of America, 2010, 128(5): 2910-2919. DOI:10.1121/1.3480569 ( 0)
|
| [25] |
TAO Jun, ZHENG Y R, XIAO Chengshan, et al. Robust MIMO underwater acoustic communications using turbo block decision-feedback equalization[J]. IEEE journal of oceanic engineering, 2010, 35(4): 948-960. DOI:10.1109/JOE.2010.2077831 ( 0)
|
| [26] |
TAO Jun, WU Jingxian, ZHENG Y R, et al. Enhanced MIMO LMMSE turbo equalization:algorithm, simulations, and undersea experimental results[J]. IEEE transactions on signal processing, 2011, 59(8): 3813-3823. DOI:10.1109/TSP.2011.2147782 ( 0)
|
| [27] |
RAFATI A, LOU Huang, XIAO Chengshan. Soft-decision feedback turbo equalization for LDPC-coded MIMO underwater acoustic communications[J]. IEEE journal of oceanic engineering, 2014, 39(1): 90-99. DOI:10.1109/JOE.2013.2241933 ( 0)
|
| [28] |
董继刚. AUV水声通信系统研究[D].哈尔滨: 哈尔滨工程大学, 2015. DONG Jigang. Research on AUV underwater acoustic communication system[D]. Harbin: Harbin Engineering University, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10217-1018051913.htm ( 0)
|
| [29] |
朱维庆, 朱敏, 武岩波, 等. 载人潜水器"蛟龙"号的水声通信信号处理[J]. 声学学报, 2012, 37(6): 565-573. ZHU Weiqing, ZHU Min, WU Yanbo, et al. Signal processing in underwater acoustic communication system for manned deep submersible "Jiaolong"[J]. Acta acustica, 2012, 37(6): 565-573. ( 0)
|
| [30] |
XI Junyi, YAN Shefeng, XU Lijun, et al. Bidirectional turbo equalization for underwater acoustic communications[J]. Chinese journal of acoustics, 2016, 35(4): 440-451. ( 0)
|
| [31] |
TAI Yupeng, WANG Haibin, YANG Xiaoxia, et al. A novel LT-Turbo equalization for long-range deep-water acoustic communication[J]. Scientia sinica physica, mechanica & astronomica, 2016, 46(9): 094313. ( 0)
|
| [32] |
孟庆微, 黄建国, 何成兵, 等. 基于软信道估计的JIED水声通信方法[J]. 系统工程与电子技术, 2013, 35(7): 1533-1538. MENG Qingwei, HUANG Jianguo, HE Chengbing, et al. Soft channel estimation based joint iterative equalization and decoding underwater communication scheme[J]. Systems engineering and electronics, 2013, 35(7): 1533-1538. ( 0)
|
| [33] |
孟庆微, 黄建国, 何成兵. 适合于稀疏水声信道的低复杂度联合迭代均衡译码[J]. 应用科学学报, 2011, 29(3): 267-273. MENG Qingwei, HUANG Jianguo, HE Chengbing. Low complexity joint iterative equalization and decoding scheme for sparse underwater communication channel[J]. Journal of applied sciences, 2011, 29(3): 267-273. DOI:10.3969/j.issn.0255-8297.2011.03.009 ( 0)
|
| [34] |
吴芳菲, 黄建国, 何成兵. 远程高速水声通信及实验研究[J]. 计算机测量与控制, 2010, 18(8): 1837-1839. WU Fangfei, HUANG Jianguo, HE Chengbing. Experimental research on long-range high-speed underwater acoustic communication[J]. Computer measurement & control, 2010, 18(8): 1837-1839. ( 0)
|
| [35] |
张友文, 孙大军, 刘璐. 水声迭代接收机中的超Nyquist技术和速率兼容编码技术[J]. 哈尔滨工程大学学报, 2016, 37(4): 538-543. ZHANG Youwen, SUN Dajun, LIU Lu. Iterative receiver based on super-Nyquist and rate-compatible punctured coding techniques for underwater acoustic communication[J]. Journal of Harbin Engineering University, 2016, 37(4): 538-543. ( 0)
|
| [36] |
BLACKMON F A, CANTO W. Performance comparison of several contemporary equalizer structures applied to selected field test data[C]//Proceedings of the OCEANS 2000 MTS/IEEE Conference and Exhibition. Conference Proceedings. Providence, RI, USA, 2000: 809-816.
( 0)
|
| [37] |
GOMES J, BARROSO V. Acoustic channel equalization results for the ASIMOV high-speed coherent data link[C]//Proceedings of the OCEANS 2000 MTS/IEEE Conference and Exhibition. Conference Proceedings. Providence, RI, USA, 2000: 1437-1442.
( 0)
|
| [38] |
LOPEZ M J, SINGER A C, WHITNEY S L, et al. A DFE coefficient placement algorithm for underwater digital acoustic communications[C]//Proceedings of the Oceans'99. MTS/IEEE. Riding the Crest into the 21st Century. Conference and Exhibition. Conference Proceedings. Seattle, WA, USA, 1999: 996-1001.
( 0)
|
| [39] |
LEINHOS H A. Block-adaptive decision feedback equalization with integral error correction for underwater acoustic communications[C]//Proceedings of OCEANS 2000 MTS/IEEE Conference and Exhibition. Conference Proceedings. Providence, RI, USA, 2000: 817-822.
( 0)
|
| [40] |
BRAGARD P, JOURDAIN G. A fast self-optimized LMS algorithm for non-stationary identification: Application to underwater equalization[C]//Proceedings of the International Conference on Acoustics, Speech, and Signal Processing. Albuquerque, NM, USA, 1990: 1425-1428.
( 0)
|
| [41] |
YOUCEF A, LAOT C, AMIS CAVALEC K. Multiple-input hybrid frequency-time domain adpative decision feedback equalization for underwater acoustic digital communications[C]//Proceedings of the 11th European Conference on Underwater Acoustics. Edinburgh, UK, 2012.
( 0)
|
| [42] |
赵亮, 朱维庆, 朱敏. 一种用于水声相干通信系统的自适应均衡算法[J]. 电子与信息学报, 2008, 30(3): 648-651. ZHAO Liang, ZHU Weiqing, ZHU Min. An adaptive equalization algorithm for underwater acoustic coherent communication system[J]. Journal of electronics & information technology, 2008, 30(3): 648-651. ( 0)
|
| [43] |
赵亮, 朱敏. 一种用于多载波水声通信系统的频域均衡算法[J]. 声学技术, 2007, 26(3): 472-476. ZHAO Liang, ZHU Min. Frequency-domain equalization for multi-carrier underwater acoustic communication[J]. Technical acoustics, 2007, 26(3): 472-476. DOI:10.3969/j.issn.1000-3630.2007.03.025 ( 0)
|
| [44] |
ZHANG Youwen, ZAKHAROV Y V, LI Jianghui. Soft-decision-driven sparse channel estimation and turbo equalization for MIMO underwater acoustic communications[J]. IEEE access, 2018, 6: 4955-4973. DOI:10.1109/ACCESS.2018.2794455 ( 0)
|
| [45] |
LIU Lu, SUN Dajun, ZHENG Youwen. A family of Sparse Group Lasso RLS algorithms with adaptive regularization parameters for adaptive decision feedback equalizer in the underwater acoustic communication system[J]. Physical Communication, 2017, 23: 114-124. DOI:10.1016/j.phycom.2017.03.005 ( 0)
|
| [46] |
ZHANG Youwen, XIAO Shuang, SUN Dajun, et al. Low-complexity l0-norm penalized shrinkage linear and widely linear affine projection algorithm[J]. Circuits, systems, and signal processing, 2017, 36(8): 3385-3408. DOI:10.1007/s00034-016-0465-6 ( 0)
|
| [47] |
ZHANG Youwen, XIAO Shuang, LIU Lu, et al. A block parallel l0-norm penalized shrinkage and widely linear affine projection algorithm for adaptive filter[J]. China communications, 2017, 14(1): 86-97. ( 0)
|
| [48] |
ZHANG Youwen, XIAO Shuang. l0-norm penalised shrinkage linear and widely linear LMS algorithms for sparse system identification[J]. IET signal processing, 2017, 11(1): 86-94. DOI:10.1049/iet-spr.2015.0218 ( 0)
|
| [49] |
ZHANG Youwen, XIAO Shuang, LIU Lu, et al. A variable multiple step-size LMS algorithm with l0-norm[C]//Proceedings of 2016 IEEE/OES China Ocean Acoustics. Harbin, China, 2016: 1-5.
( 0)
|
| [50] |
ZHANG Youwen, LIU Lu, SUN Dajun, et al. Single-carrier underwater acoustic communication combined with channel shortening and dichotomous coordinate descent recursive least squares with variable forgetting factor[J]. IET communications, 2015, 9(15): 1867-1876. DOI:10.1049/iet-com.2014.1176 ( 0)
|
| [51] |
刘璐, 孙大军, 张友文. 宽线性l1范数RLS水声单载波判决反馈接收技术[J]. 哈尔滨工程大学学报, 2018, 39(3): 406-413. LIU Lu, SUN Dajun, ZHANG Youwen. Adaptive DFE receiver with widely linear l1-norm penalized RLS algorithm in the single carrier underwater acoustic communication system[J]. Journal of Harbin Engineering University, 2018, 39(3): 406-413. ( 0)
|
| [52] |
LIU Lu, ZHANG Youwen, SUN Dajun. VFF l1-norm penalised WL-RLS algorithm using DCD iterations for underwater acoustic communication[J]. IET communications, 2017, 11(5): 615-621. DOI:10.1049/iet-com.2016.1012 ( 0)
|
| [53] |
ZHANG Youwen, LIU Lu, SUN Dajun. Adaptive turbo equalization with sparse homotopy DCD-RLS algorithm with variable forgetting factor for underwater acoustic communication[C]//Proceedings of 2016 IEEE/OES China Ocean Acoustics. Harbin, China, 2016: 1-6.
( 0)
|
| [54] |
ZHANG Youwen, XIAO Shuang, LIU Lu, et al. Analysis and estimation of the underwater acoustic millimeter-wave communication channel[C]//Proceedings of 2016 IEEE/OES China Ocean Acoustics. Harbin, China, 2016: 1-5.
( 0)
|