强多径干扰下的水声通信均衡算法研究

李记龙，冯海泓，黄敏燕



强多径干扰下的水声通信均衡算法研究

李记龙，冯海泓，黄敏燕

(中国科学院声学研究所东海研究站，上海200032)

水声信道的典型特点为强多径干扰、多普勒频移严重。锁相环-判决反馈均衡器(Phase-Lock Loop-Decision Feedback Equalization, PLL-DFE)是水声相干通信中克服信道多径干扰，消除码间干扰的主要技术手段。对抗多径干扰的判决反馈均衡自适应算法进行了改进，在快速自优化LMS算法的基础上进行了优化，提出了记忆快速自优化均衡(Memory Fast-Optimized LMS, MFOLMS)算法。该算法提高了均衡器的跟踪性能。在二阶锁相环和判决反馈均衡器的联合作用下，按照最小均方误差(Minimum Mean Square Error, MMSE)准则自动调节相应的参数，使均衡器达到最佳的性能。仿真和湖试数据处理结果均表明，该文提出的算法可以抵消多径的影响，提高通信系统的接收性能。

强多径；PLL-DFE；记忆快速自优化LMS；水声通信

0 引 言

水声信道是时分快速衰减信道，它的典型特点为强多径干扰，多普勒频移严重，可利用带宽窄。垂直信道中的多径干扰问题相对较少；然而，在水平信道中，特别是在浅海和湖中，伴随通信距离和通信码率的提高，多径干扰的问题尤为突出，引起的码间干扰(Inter Symbol Interference, ISI)长达几十个码元[1]。抵消由水声信道多径引起的码间干扰问题，是建立水下高速、可靠通信的难题之一。当前，解决码间干扰问题的主要技术手段是采用锁相环-判决反馈均衡器(Phase-Lock Loop-Decision Feedback Equalization, PLL-DFE)。锁相环采用了二阶锁相环，用来跟踪补偿信号相位的变化；判决反馈均衡器由前向滤波器和反馈滤波器组成。按照最小均方误差(Minimum mean Square Error, MMSE)准则自适应地调整滤波器的权系数，抵消码间干扰。在信道环境恶劣的条件下，为了保证通信的可靠性，需要增加均衡器的滤波器的阶数，用来抵消多径的干扰。

M. Stojanovic[2]首次提出了基于RLS算法的锁相环-判决反馈均衡器结构，其采用分数阶判决反馈均衡器[3-4]。该算法在强多径的水声信道中，效果不甚理想，同时因为RLS算法在每次的运算过程中，需要求出输入信号的自相关矩阵的逆，然后对输入信号做解相关运算，计算复杂度较高。中国科学院声学研究所在杭州千岛湖进行的水声通信实验[5]，采用M-PSK调制和Turbo-TCM级联的编码方式，并使用判决反馈自适应均衡器在1000 m的距离上获得了5 kbps的通信速率，误码率小于10-4，厦门大学水声通信科研组经过多年的努力，拥有的技术可实现水下图像、语音信号和数据等信息传输[6-8]。朱维庆[9]等采用相干水声通信技术实现了5~15 kbits/s的高速深海水声通信技术，采用多通道自优化判决反馈自适应均衡器。本文采用记忆快速自优化均衡算法(Memory Fast-Optimized LMS, MFOLMS)，主要解决浅海水平多径信道的近距离高速相干水声通信问题。

为了减少计算量，提高系统的性能，优化算法使得其能够适用于浅海强多径干扰的信道中，本文在锁相环-判决反馈均衡器的基础上，提出一种改进的均衡算法(MFOLMS)，对接收的自适应算法加入记忆因子，在水声环境对信号的相位瞬间引起较大突变时，有一定的保护，避免了均衡器系数调整过大，造成系统的发散，抗多径性能更优，同时降低了计算量。

1 记忆快速自优化LMS算法

抗强多径干扰锁相环-判决反馈均衡器结构框图如图1所示，接收信号经过同步和相位补偿后，进行相干解调和低通滤波处理，然后进行信号预处理，均衡判决输出码元符号。

1.1 信号预处理

在强多径环境下，为了提高均衡器的性能，对接收信号的幅度值进行归一化处理，使得信号的强度维持在均衡器允许的误差范围以内。

1.2 优化均衡算法

参数的调整按照最小均方误差准则进行修改，在系统设计的过程中，所有的参数调整按照误差信号进行修改。在信道的训练阶段为输入的码元序列，在自判决阶段，。

前馈滤波器的输出为

输入信号为

式中：为前馈滤波器阶数；为反馈滤波器阶数；为采样时间间隔。即同时考虑已输入码元和后续输入码元对当前输入码元的影响。

反馈滤波器输出为

参数的更新采用MFOLMS算法。判决反馈均衡器的前馈滤波器和反馈滤波器的系数同时更新，在系统设计中，判决反馈均衡器的系数可表示为

(6)

(8)

(9)

(11)

(12)

(14)

FOLMS算法在强多径环境下，对信道的跟踪性能较差，接收误码率高。为了更好地抵消多径的影响，MFOLMS算法对步长的调整中加入了记忆因子，使得

2 仿真和湖试处理结果

强多径干扰的浅海和湖中信道对均衡器提出了较高的要求，均衡算法需要较好的信道跟踪性能，并能够抵消多径的干扰。根据实际应用环境，结合多途相干水声信道模型，主要考虑了能量较高的5条声线的多途影响，仿真验证了不同信噪比下的水声多途信道模型，在仿真和湖试处理过程中，采用的是1/2阶判决反馈均衡器。

根据信道设计模型，考虑到信道的传输损失，设计了如下多径水声模型：

传递函数为

仿真验证优化均衡算法的有效性。

首先通过仿真验证优化均衡算法的性能，仿真条件为：中心频率为12 kHz，带宽为5 kHz，水声信道数据量为4.8 kbit/s，采样率为48 kHz，发射信号为QPSK调制信号。前馈滤波器系数=62，反馈滤波器系数=15，，，。

首先验证了均衡器在不同信噪比下的性能，信噪比的计算方法如下：

图2主要验证了在公式(16)的水声信道模型下，不同信噪比的接收性能，通过仿真得出，在相同的信噪比情况下，均衡器采用MFOLMS均衡算法得到的误码率低于其采用FLOMS算法得到的误码率，误码率下降大约30%，验证了MFOLMS的性能优于FOLMS均衡算法。该算法进一步保证了通信数据的可靠性，更加适用于浅海水声环境。

图2 均衡算法性能效果图

Fig.2 Performances of equalization under different SNRs

当信噪比为10 dB时，值变化曲线、信道跟踪误差曲线和均衡前后星座图如图3~6所示。由图3步长的变化曲线得出，值根据由于信道引起的判决误差信号自适应地调整，用来适应信道的变化，跟踪信道，调整均衡器的参数，达到良好的跟踪性能，使得均衡器维持在稳定状态，抵消多径的影响，的变化幅度，实现了很好的跟踪性能。由图4误差曲线变化说明，系统很好地跟踪了信道的变化，均衡后误差较小，成功抵消了多径的影响，补偿信道的变化。

通过对图5和图6星座图的比较得出，信号经过MFOLMS均衡算法以后，信号稳定在四个相位上，均衡器判决误差较小，性能稳定，抵消了多径和噪声的影响，实现了可靠的通信。该算法在能量较高的5条声线中，依然能够准确可靠地通信，具有很高的通信可靠性。

通过仿真，验证了MFOLMS均衡算法在假设的仿真条件下具有很高的可靠性和有效性，它具有很好的跟踪信道、抵消多径干扰的性能。

2014年6月在某水库进行了水上试验，测试了系统在1 km通信距离上的通信性能，水深20 m左右，是典型的水平多径信道环境。发射信号是中心频带为12 kHz、带宽为4.8 kHz的QPSK信号。当通信速率为4.8 kbits/s、接收端信噪比为6 dB时，数据处理结果如图7~10所示。

通过对图9和图10星座图的比较得出，信号经过MFOLMS均衡算法以后，信号稳定在四个相位上，均衡器判决误差较小，性能稳定，抵消了多径和噪声的影响，实现了可靠的通信。

3 结束语

本文首先根据不同的环境噪声，有效调整输入信号的波动范围，然后在传统的锁相环-判决反馈均衡器的基础上，提出改进的算法MFOLMS，提高了均衡器跟踪信道变化的能力和收敛速度，使得通信系统能够适用于强多径干扰的水声环境中。仿真和湖试数据处理结果均表明，改进的MFOLMS算法在环境恶劣的水声环境中依然能够实现高速可靠的通信，同时MFOLMS计算复杂度明显低于RLS算法，在工程应用中有很好的前景。

[1] Catipovic J. Performance limitations in underwater acoustic telemetry[J]. IEEE J. Oceanic Eng, 1990, OE-15: 205-216.

[2] Stojanovic M. Phase-coherent digital communications for underwater acoustic channels[J]. IEEE J. Oceanic Eng, 1994, 19(1): 100-111.

[3] Ungerboeck G. Fractional tap spacing equalizer and consequences for clock recovery in data modems[J]. IEEE Trans. Commun, Aug. 1976, COM-24: 856-864.

[4] GITLIN R D, WEINSTEIN S B. Fractionally-Spaced equalization: An improved digital transversal Equalizer[J]. The Bell System Technical Journal, 1981, 60(2): 275-296.

[5] 朱维庆, 朱敏, 王军伟, 等. 水声高速图像传输信号处理方法[J]. 声学学报, 2007, 32(5): 385-397.

ZHU Weiqing, ZHU Min, WANG Junwei, et al. Signal processing of high speed underwater acoustic transmission of image[J]. Acta Acustica, 2007, 32(5): 385-397.

[6] 许祥滨. 抗强多途径干扰的水声数字语音通信研究[D]. 厦门: 厦门大学博士学位论文, 2003.

XU Xiangbin. Research on underwater acoustic digital voice communication applying for multipath interference[D].Doctoral Dissertation of Xiamen University, 2003.

[7] 许克平, 许天增, 许茹, 等. 基于水声的水下无线通信研究[J]. 厦门: 厦门大学学报, 2001, 40(2): 311-319.

XU Keping, XU Tianzeng, XU Ru, et al. Underwater acoustic wireless communications[J].Journal of Xiamen University, 2001, 40(2): 311-319.

[8] 程恩. 一种水下图象传输编码解码的方法[J]. 厦门大学学报, 1996, 35(l): 45-48.

CHENG En. Method of code and decode in underwater image transmission[J].Journal of Xiamen University, 1996, 35(l): 45-48.

[9] 朱维庆. 载人潜水器“蛟龙号”水声通信信号处理[J]. 声学学报, 2012, 37(6): 565-573.

ZHU Weiqing. Signal processing in underwater acoustic communication system for manned deep submersible “Jiaolong”[J]. Acta Acustica, 2012, 37(6): 565-573.

[10] BRAGARD P, JOURDIAN G. A fast self-optimized algorithm for non-stationary identification: application to underwater equalization[C]// IEEE International Conference on Acoustics, Speech, and Signal Processing, 1990, Albuquerque, NM, USA,3: 1425-1428.

Study of channel equalization of underwater acoustic communication in muitipath horizontal channel

LI Ji-long,FENG Hai-hong,HUANG Min-yan

(Shanghai Acoustics Laboratory, Chinese Academy of Sciences, Shanghai 200032, China)

The underwater acoustic channel is characterized as a time-dispersive rapidly fading channel, which in addition exhibits Doppler instabilities. To eliminate intersymbol interference caused by multipath propagation, PLL-DFE is the main technical means. Based on the FOLMS, we optimize and improve the algorithm of equalization. MFOLMS can improve the tracking performance of equalizer. According to the MMSE, DFE can automatically adjust thecorrespondingparameter andachieve the best performance. The simulation andlake trialdata processingresults show that, theproposedalgorithmcan reduce the computational complexity,offset the impact ofmultipath,and improve the performance of communication system.

multipath propagation;PLL-DFE;Memory Fast-Optimized LMS(MFOLMS); underwater acoustic communication

O427 U283

A

1000-3630(2016)-01-0073-05

10.16300/j.cnki.1000-3630.2016.01.016

2015-01-05;

2015-04-21

李记龙(1988－), 男, 山东德州人, 硕士研究生, 研究方向为水声通信和信号检测技术。

李记龙, E-mail: lijilong12@mails.ucas.ac.cn