MIMO-OFDM 水聲通信系統(tǒng)發(fā)展現(xiàn)狀及趨勢(shì)*

劉千里，謝 靜

（海軍裝備部駐武漢地區(qū)第一軍事代表室，湖北 武漢 430060）

0 引言

海洋中光波、電磁波隨著傳輸距離的增長(zhǎng)，衰減極快，無(wú)法應(yīng)用于中等距離以上的信息傳遞。盡管可以通過(guò)光纜和光纖進(jìn)行水下通信，但對(duì)于水下移動(dòng)設(shè)備，如潛艇之間、潛艇和水面艦之間、潛艇和岸站之間的通信幾乎不可能。因此，水聲通信是水下遠(yuǎn)程通信的唯一可行選擇[1]。與無(wú)線通信信道相比，水聲信道具有許多獨(dú)特的特性，其中有限的帶寬是影響水聲通信算法設(shè)計(jì)最重要的因素[2]。多輸入多輸出-正交頻分復(fù)用（Multi-Input Multi-Output-Orthogonal Frequency Division Multiplexing，MIMO-OFDM）在一定程度上解決了有限帶寬的問(wèn)題，但多徑是設(shè)計(jì)水聲通信模型時(shí)最需要考慮的問(wèn)題。由于MIMO 通信在發(fā)射機(jī)和接收機(jī)之間有多個(gè)信道，而每個(gè)信號(hào)包含來(lái)自所有發(fā)射機(jī)的數(shù)據(jù)，因此需要同時(shí)估計(jì)所有信道[3]。

MIMO-OFDM 在水聲通信中的應(yīng)用是一個(gè)比較新的研究領(lǐng)域。MIMO-OFDM 雖然已經(jīng)在無(wú)線通信網(wǎng)絡(luò)中應(yīng)用了近20 年，但在水下通信網(wǎng)絡(luò)中，它的應(yīng)用前景并不理想。近年來(lái)，研究人員提出了許多不同的傳輸方案，以提高數(shù)據(jù)率和減少誤碼率。盡管MIMO-OFDM 有許多優(yōu)點(diǎn)，在實(shí)現(xiàn)這些系統(tǒng)時(shí)所面臨的挑戰(zhàn)也至關(guān)重要，使得MIMO-OFDM 系統(tǒng)的設(shè)計(jì)成為一項(xiàng)復(fù)雜的工作[4]。

OFDM 是一種低復(fù)雜度的替代單載波調(diào)制的下一代聲調(diào)制解調(diào)器。為了減輕帶寬限制，在水聲通信中引入了多載波調(diào)制，解決了水聲信道中的長(zhǎng)時(shí)延問(wèn)題。OFDM 是一種有前途的多載波傳輸方案，因?yàn)樗恍枰獜?fù)雜的均衡技術(shù)，對(duì)多徑、頻率選擇性衰落和碼間干擾（Inter-Symbol-Interference，ISI）具有魯棒性，提高了頻譜效率和數(shù)據(jù)率，同時(shí)使鏈路更加可靠[5-6]。雖然OFDM 不需要復(fù)雜的均衡器，但是為了順利實(shí)現(xiàn)MIMO 通信，實(shí)現(xiàn)更高的數(shù)據(jù)速率并保證可靠性，需要嚴(yán)格的信道同步、估計(jì)和均衡[7]。

為了有效利用聲波帶寬，利用時(shí)空方法來(lái)開(kāi)發(fā)空間多樣性已成為近年來(lái)研究人員感興趣的課題。MIMO 是通過(guò)使用多個(gè)發(fā)射機(jī)和接收器來(lái)增加系統(tǒng)容量的方法之一。在傳統(tǒng)的空間分集系統(tǒng)中，每個(gè)發(fā)射機(jī)傳輸相同的數(shù)據(jù)位，而在MIMO 系統(tǒng)中，每個(gè)發(fā)射機(jī)傳輸不同的編碼數(shù)據(jù)，即獨(dú)立數(shù)據(jù)流的并行傳輸，從而提高了數(shù)據(jù)速率性能[8]。MIMO 和OFDM 的結(jié)合是一個(gè)在頻率選擇和帶寬有限的水聲信道上的低復(fù)雜度解決方案。它結(jié)合了空間不相關(guān)聲道的優(yōu)點(diǎn)和由于延遲擴(kuò)展而存在的頻率分集，使得容量得到了大幅提高。因此，相干MIMO-OFDM系統(tǒng)被認(rèn)為是動(dòng)態(tài)且?guī)薹浅４蟮乃曅诺赖睦硐脒x擇[9]。

系統(tǒng)的效率和有效性取決于整個(gè)通信系統(tǒng)，因此需要討論系統(tǒng)的所有必要細(xì)節(jié)，以便對(duì)不同的用于特定目的的技術(shù)進(jìn)行比較。例如，MIMOOFDM 在不知道整個(gè)模型的情況下的最小二乘（Least Squares，LS）或最小均方誤差（Minimum Mean Square Error，MMSE）就無(wú)法比較，因?yàn)楣烙?jì)方案很大程度上取決于系統(tǒng)的復(fù)雜性和所使用的信道。因此，在某些情況下，LS 可能比MMSE 優(yōu)先，這取決于系統(tǒng)的條件和要求[10-11]。雖然文獻(xiàn)中都討論了MIMO-OFDM 通信的基本步驟，如編碼、傳輸、檢測(cè)、估計(jì)以及均衡等，但對(duì)具體步驟的關(guān)注多于其他步驟。因此，根據(jù)具體討論的技術(shù)如信道估計(jì)或均衡等對(duì)論文進(jìn)行分類(lèi)。文中全面綜述對(duì)MIMO-OFDM 水聲通信領(lǐng)域的最新研究，在介紹設(shè)計(jì)MIMO-OFDM 水聲通信系統(tǒng)時(shí)所面臨的問(wèn)題的基礎(chǔ)上，重點(diǎn)對(duì)信道估計(jì)、均衡、編碼和檢測(cè)等技術(shù)進(jìn)行回顧和分類(lèi)，最后根據(jù)算法的復(fù)雜性和性能進(jìn)行比較，并對(duì)未來(lái)的發(fā)展趨勢(shì)進(jìn)行展望。

1 MIMO-OFDM 水聲通信面臨的問(wèn)題

由于水聲信道的特殊性，水聲通信面臨著傳播損耗、不同類(lèi)型的噪聲、鹽度、環(huán)境、溫度、壓力以及深度等因素的影響。MIMO-OFDM 水聲通信系統(tǒng)相關(guān)的常見(jiàn)問(wèn)題如下。

1.1 碼間干擾

由于海面波浪起伏、海床不均勻以及海內(nèi)諸多障礙等因素的影響，水聲通信面臨著復(fù)雜的多徑效應(yīng)。接收器接收到的反射信號(hào)有直接路徑反射信號(hào)、只從表面反射信號(hào)、只從底部反射信號(hào)以及同時(shí)從表面和底部反射信號(hào)4 種。雖然每個(gè)接收機(jī)接收到來(lái)自每個(gè)發(fā)射機(jī)的多個(gè)反射信號(hào)和直接信號(hào)，但是圖1僅顯示了幾個(gè)信號(hào)，展示了多路徑的思想。其中，Puvsb 顯示了u 發(fā)射機(jī)和v 接收機(jī)之間的路徑，具有s 的表面反射和b 的底部反射[12]。因此，許多延遲復(fù)制在接收端與直接信號(hào)一起被接收，以碼間干擾（ISI）或塊間干擾（Inter Block Interference，IBI）的形式破壞和扭曲原始信號(hào)[7]。ISI 依賴(lài)于信號(hào)的時(shí)延，時(shí)延越長(zhǎng)，ISI 越嚴(yán)重。OFDM 通過(guò)將信道延遲時(shí)間劃分為多個(gè)子載波，在一定程度上降低了ISI的影響。此外，OFDM 作為一種低復(fù)雜度的均衡方案，通過(guò)使用大于信道冗余長(zhǎng)度大小的零音調(diào)（None Tones，NTs）和保護(hù)間隔（Guard Interval，GI），以及引入循環(huán)前綴（Cyclic Prefix，CP）和零填充（Zero Padding，ZP），在一定程度上緩解了ISI 和IBI。但是，這一問(wèn)題在MIMO 情況下變得嚴(yán)重，因?yàn)榘l(fā)射器和接收器之間有多個(gè)信道，同時(shí)傳輸數(shù)據(jù)時(shí)所有的信號(hào)都遵循多路徑到達(dá)接收機(jī)，因此在接收端會(huì)有大量來(lái)自不同信道的延遲副本，從而產(chǎn)生更多的ISI[13]。

1.2 多普勒頻移

多普勒頻移是由于任何一個(gè)源、接收機(jī)或兩者的相對(duì)運(yùn)動(dòng)而引起的頻率偏移。在無(wú)線通信中，波的速度相對(duì)于發(fā)射/接收端速度過(guò)大，使得多普勒縮放系數(shù)幾乎可以忽略，而水中的聲速較慢，導(dǎo)致了更大的多普勒縮放系數(shù)。在水聲OFDM 系統(tǒng)中，不同子載波的多普勒頻偏（即非均勻多普勒頻移）有很大不同，導(dǎo)致了嚴(yán)重的載波間干擾（Inter Carrier Interference，ICI）[14]。通過(guò)使子載波間距大于可能的頻率偏差，可以減小多普勒頻移的影響，但也明顯降低了頻譜效率和數(shù)據(jù)速率。研究人員提出了兩種重要而簡(jiǎn)單的方法來(lái)緩解OFDM 通信系統(tǒng)中的這個(gè)問(wèn)題，即使用零載波進(jìn)行相位同步的方法和考慮連續(xù)OFDM 塊之間的相位相干性的自適應(yīng)方法。在MIMO 情況下，多普勒頻移的補(bǔ)償是相當(dāng)重要的問(wèn)題，因?yàn)樗械竭_(dá)接收機(jī)的信號(hào)可能具有不相同的多普勒比例因子。同樣，在多用戶(hù)或分布式MIMO 系統(tǒng)中，如圖2 所示，用戶(hù)相對(duì)于接收機(jī)的移動(dòng)方向可能不同，因此不同用戶(hù)的多普勒縮放系數(shù)完全不同[15]。

圖1 多徑效應(yīng)

圖2 分布式MIMO 系統(tǒng)

1.3 峰值與平均功率比

峰值與平均功率比（Peak to Average Power Ratio，PAPR）簡(jiǎn)單地表示為最大峰值功率與信號(hào)的平均功率的比值。OFDM 由于各子載波信號(hào)的疊加而具有較高的PAPR。由于這些疊加信號(hào)的積累，峰值功率大大高于平均功率。此外，IFFT 操作增加了許多子載波成分，因此傳輸?shù)腛FDM 信號(hào)在時(shí)域內(nèi)也有很高的峰值。這種高的PAPR 會(huì)導(dǎo)致功率放大器的飽和，限制MIMO-OFDM 在水聲通信中的效率，因此需要一個(gè)高功率范圍的功率放大器。但是，功率放大器的效率成本系數(shù)較低，會(huì)導(dǎo)致信號(hào)頻譜的非線性失真和疊加，從而導(dǎo)致性能下降[16]。OFDM 系統(tǒng)可以采用許多降低PAPR 的技術(shù)，如基于預(yù)編碼、選擇映射法、剪切法和適當(dāng)插入交錯(cuò)葉等[17]。

2 MIMO-OFDM 水聲通信系統(tǒng)研究現(xiàn)狀

最初關(guān)于MIMO 體系結(jié)構(gòu)的研究是比較MIMOOFDM 與其他空間和頻率分集系統(tǒng)。這個(gè)想法是在2007 年首次提出的，主要有兩種形式[18]。第一種是采用編碼正交頻分復(fù)用技術(shù)（Coded Orthogonal Frequency Division Multiplexing，COFDM）的頻率分集技術(shù)，利用了信道在多徑傳播過(guò)程中固有的頻率選擇性。第二種是采用MIMO 的空間分集，即采用多個(gè)傳感器來(lái)增加系統(tǒng)的潛在容量。雖然研究證明了MIMO-OFDM 的思想，但是還沒(méi)有進(jìn)行實(shí)驗(yàn)測(cè)試[18]。

2007 年，Li B 等人通過(guò)在兩個(gè)發(fā)射機(jī)同時(shí)發(fā)射QPSK 映射的OFDM 數(shù)據(jù)，并在接收機(jī)進(jìn)行逐塊處理，對(duì)這一思想進(jìn)行了實(shí)驗(yàn)驗(yàn)證[19]。引入零載波和導(dǎo)頻子載波分別對(duì)多普勒頻移和信道估計(jì)進(jìn)行補(bǔ)償。采用卷積編碼（Convolutional Coding，CC）或低密度奇偶校驗(yàn)（Low Density Parity Check，LDPC）編碼，并在每個(gè)OFDM 子載波上使用最大后驗(yàn)（Maximum A Posteriori，MAP）或線性強(qiáng)迫零（Zero-Forcing，ZF）檢測(cè)器進(jìn)行MIMO 解調(diào)，發(fā)現(xiàn)MAP 檢測(cè)器的性能優(yōu)于ZF 檢測(cè)器[19]。文獻(xiàn)[20]進(jìn)一步擴(kuò)展了這一思想，實(shí)驗(yàn)測(cè)試了兩個(gè)以上的發(fā)射機(jī)和具有最小均方誤差（MMSE）的更高階調(diào)制方案，如8-QAM/16-QAM/64-QAM，利用先驗(yàn)信息進(jìn)行均衡，發(fā)現(xiàn)高階調(diào)制大大提高了頻譜效率。

在Li B 等人試驗(yàn)成功后，許多研究者開(kāi)始關(guān)注MIMO-OFDM，開(kāi)發(fā)了不同的傳輸方案，包括Emre Y 在2008 年提出的Turbo 編碼、PSK 調(diào)制的MIMO-OFDM 水聲通信模型[21]。它采用相干和差分傳輸方案，其中差分方案通過(guò)利用相鄰頻率經(jīng)歷幾乎相同的衰減這一事實(shí)來(lái)消除信道估計(jì)的需要。在接收端采用軟判決輔助迭代映射算法進(jìn)行解碼，而在相干傳輸情況下優(yōu)先采用MMSE 檢測(cè)。

文獻(xiàn)[22]中重點(diǎn)討論了OFDM 塊時(shí)長(zhǎng)的選擇問(wèn)題、影響性能極限的原因，包括傳統(tǒng)的檢測(cè)方法和給定帶寬下發(fā)射機(jī)數(shù)量與子載波數(shù)量的關(guān)系。研究發(fā)現(xiàn)，在子載波數(shù)量較少的情況下，發(fā)射機(jī)數(shù)量過(guò)多會(huì)導(dǎo)致性能損失。因此，為了獲得更好的性能和帶寬效率，必須使發(fā)射機(jī)數(shù)量與子載波數(shù)量成比例。文獻(xiàn)[23]中設(shè)計(jì)了一種混合連續(xù)干擾抵消、最小均方誤差（MMSE）均衡以及LDPC 信道譯碼的MIMO檢測(cè)器，用于各子載波的迭代檢測(cè)。接收機(jī)主要關(guān)注MIMO 檢測(cè)和信道譯碼之間的迭代處理，而不考慮信道估計(jì)和載波同步。利用載波偏移頻率（Carrier Frequency Offset，CFO）估計(jì)算法估計(jì)和補(bǔ)償多普勒效應(yīng)，其中將空子載波上的能量用作目標(biāo)函數(shù)以搜索最佳CFO 估計(jì)。利用來(lái)自3 個(gè)不同實(shí)驗(yàn)的數(shù)據(jù)進(jìn)行測(cè)試，以可接受的誤碼率在62.5 kHz 的帶寬上實(shí)現(xiàn)125.7 kb/s 的速度[23]。

文獻(xiàn)[24-25]中首次明確關(guān)注了MIMO-OFDM水聲通信的多普勒和延遲擴(kuò)展（水聲信道估計(jì)器的均方誤差是這些擴(kuò)展的函數(shù)）兩個(gè)主要問(wèn)題，在不同的天氣和環(huán)境條件下，在不同的子載波數(shù)和導(dǎo)頻符號(hào)下測(cè)量了不同的多普勒極值和時(shí)延擴(kuò)展值，發(fā)現(xiàn)超過(guò)該極值信號(hào)就無(wú)法進(jìn)行正確的估計(jì)和解碼[24-25]。

2012 年，MIMO-OFDM 聲調(diào)制解調(diào)器達(dá)到了一定的成熟度，并在浮點(diǎn)和定點(diǎn)DSP 平臺(tái)上成功實(shí)現(xiàn)，發(fā)現(xiàn)非二進(jìn)制LDPC 編碼優(yōu)于卷積編碼，但代價(jià)是譯碼時(shí)間增加。定點(diǎn)實(shí)現(xiàn)與浮點(diǎn)實(shí)現(xiàn)相比，在更高的時(shí)鐘頻率下運(yùn)行，大大減少了處理時(shí)間[26-27]。

2.1 信道估計(jì)

信道估計(jì)是指從接收信號(hào)中估計(jì)信道參數(shù)。水下信道的噪聲會(huì)導(dǎo)致信號(hào)的失真、衰落和噪聲的增加。MIMO-OFDM 通信的前提是發(fā)射機(jī)和接收機(jī)之間的所有信道都是已知的和準(zhǔn)確估計(jì)。這是具有挑戰(zhàn)性的，因?yàn)槊總€(gè)接收信號(hào)包含來(lái)自所有發(fā)射機(jī)的獨(dú)立數(shù)據(jù)，需要同時(shí)估計(jì)多個(gè)信道，需要開(kāi)發(fā)多種方案和算法來(lái)有效估計(jì)信道[28]。信道估計(jì)算法的基本作用是根據(jù)y(t)和x(t)的值估計(jì)H的值。MIMOOFDM 中有許多信道估計(jì)技術(shù)，如最小二乘（LS）、最小均方誤差（MMSE）和最大后驗(yàn)概率（MAP）信道估計(jì)。LS 是一種基于導(dǎo)頻的信道估計(jì)，不需要信道統(tǒng)計(jì)，性能合理，復(fù)雜度低。MMSE 由于利用了自相關(guān)矩陣，性能增強(qiáng)，但也更復(fù)雜[29]。

幾乎所有這些信道估計(jì)技術(shù)都需要一個(gè)大矩陣的求逆，增加了系統(tǒng)的總體復(fù)雜性。這一問(wèn)題以及其他復(fù)雜性增加的因素，引起了許多研究者的關(guān)注。2008 年提出了一種適用于MIMO 通信的自適應(yīng)低復(fù)雜度信道估計(jì)算法，不需要非活躍載波，利用符號(hào)決策，減少了導(dǎo)頻數(shù)量[11]。它是兩種算法及其擴(kuò)展的結(jié)合，即利用文獻(xiàn)[30]中提出的OFDM 自適應(yīng)同步算法對(duì)多發(fā)射機(jī)進(jìn)行MIMO 信道估計(jì)，并利用文獻(xiàn)[31]中提出的算法對(duì)信道脈沖響應(yīng)進(jìn)行稀疏處理。對(duì)于Mf相鄰載波和第j個(gè)OFDM 塊，假設(shè)每個(gè)收發(fā)對(duì)的信道傳遞函數(shù)相同[11]：

對(duì)頻域模型下的信道估計(jì)如下：

2009 年文獻(xiàn)[32]第一次將基于壓縮感知（Compression Perception，CS）的稀疏信道估計(jì)引入MIMO-OFDM 水聲通信。信道估計(jì)被包含在迭代循環(huán)中，使得前一輪估計(jì)的數(shù)據(jù)符號(hào)作為額外的導(dǎo)頻可用以提高估計(jì)精度。LS 信道估計(jì)被文獻(xiàn)[33]中已經(jīng)測(cè)試的更先進(jìn)的CS 信道估計(jì)器所取代。該信道估計(jì)器利用了水聲信道的稀疏性。對(duì)所提出的接收機(jī)進(jìn)行測(cè)試，并與包括文獻(xiàn)[19]的“非迭代接收機(jī)”和文獻(xiàn)[20]的“Turbo 均衡接收機(jī)”在內(nèi)的先前的工作進(jìn)行了比較，其中提出的迭代接收機(jī)在調(diào)制方案和發(fā)射機(jī)數(shù)目中都優(yōu)于非迭代接收機(jī)[32]。在文獻(xiàn)[34]中提出了另一種基于CS 理論的信道估計(jì)技術(shù)。該技術(shù)同樣適用于多普勒頻移，采用相同的字典法重構(gòu)信號(hào)，并通過(guò)測(cè)試比較了基追蹤去噪、丹齊格選擇器和正交匹配追蹤（Orthogonal Matching Pursuit，OMP）的信道估計(jì)性能，證明了該方法的有效性。該算法在精度方面優(yōu)于傳統(tǒng)的最小二乘算法[34]。

Stojanovic M 在2009 中提出了兩種算法，強(qiáng)調(diào)了由于大矩陣的求逆而導(dǎo)致的信道估計(jì)的復(fù)雜性。第一種是通過(guò)舍棄不重要的信道系數(shù)來(lái)減小矩陣的大小，從而降低了矩陣的復(fù)雜度。第二種是完全消除了矩陣的求逆[35]。第一種算法采用了脈沖響應(yīng)域的最小二乘信道估計(jì)，第二種算法采用了塊自適應(yīng)算法[35]。Stojanovic M 在文獻(xiàn)[36]中提出了另一種自適應(yīng)算法，使用最小均方（Least Mean Square，LMS）信道估計(jì)也不需要矩陣求逆。這里文獻(xiàn)[31]所做的工作被擴(kuò)展到MIMO 系統(tǒng)中，與經(jīng)典的導(dǎo)頻輔助、面向塊的檢測(cè)技術(shù)不同，采用了決策導(dǎo)向的自適應(yīng)塊處理，由于減少了導(dǎo)頻開(kāi)銷(xiāo)，大大提高了性能[36]。

2010 年，文獻(xiàn)[9]提出了另一種降低復(fù)雜度的新方法，即利用時(shí)間和頻率的相關(guān)性，對(duì)文獻(xiàn)[11]中的工作進(jìn)行改進(jìn)，通過(guò)增加一種基于多普勒因子自適應(yīng)估計(jì)的相位預(yù)測(cè)方法來(lái)預(yù)測(cè)和跟蹤非均勻多普勒頻移，同時(shí)減少導(dǎo)頻數(shù)。該方法還利用LMS 算法消除了矩陣求逆問(wèn)題。文中假設(shè)時(shí)間相關(guān)，在連續(xù)的OFDM 塊之間信道傳遞函數(shù)保持不變，因此式（1）在這里仍然有效。而在頻率相關(guān)中，一個(gè)滑動(dòng)窗口方法以遞歸的方式實(shí)現(xiàn)，因此完整的解決方案不需要計(jì)算每一個(gè)載波。

為了進(jìn)一步降低計(jì)算復(fù)雜度，Kim S 在2012 年提出了全角域頻率選擇性稀疏信道估計(jì)算法[3]。該算法借鑒了Huang L 在文獻(xiàn)[37]中提出的一種用于MIMO-OFDM 室內(nèi)系統(tǒng)的角域信道估計(jì)方法。仿真結(jié)果表明，該算法比單步OMP 算法計(jì)算復(fù)雜度降低了50%以上。

2012 年，Sun Z 等人將STBC 編碼的梳狀導(dǎo)頻與STBC 編碼的塊導(dǎo)頻進(jìn)行信道估計(jì)，發(fā)現(xiàn)采用LS線性插值時(shí)，塊導(dǎo)頻在較高信噪比下優(yōu)于梳狀導(dǎo)頻[38]。為了克服信道慢時(shí)變特性對(duì)塊導(dǎo)頻性能的影響，采用一種復(fù)雜的編碼導(dǎo)頻更新方法，將接收到的特定時(shí)隙內(nèi)的OFDM 符號(hào)作為新導(dǎo)頻，對(duì)下一個(gè)時(shí)隙進(jìn)行信道估計(jì)[38]。

2014 年提出了一種新穎的差分相干檢測(cè)算法，通過(guò)在水聲信道上引入MIMO-OFDM 的差分空間頻率塊編碼（SFBCs），消除了信道估計(jì)的使用[39]。經(jīng)過(guò)比較，差分相干檢測(cè)優(yōu)于基于自適應(yīng)信道估計(jì)的相干檢測(cè)，其中差分相干檢測(cè)在2 048 個(gè)載波（16 kb/s）時(shí)仍能正常工作，而在512 個(gè)載波（10 kb/s）以上時(shí)由于在較長(zhǎng)的塊上（載波數(shù)量增加）自適應(yīng)信道估計(jì)變得困難，導(dǎo)致相干檢測(cè)失敗[39]。

2.2 信道均衡

信道均衡是信道估計(jì)之后的步驟，主要目的是消除接收信號(hào)的ISI 和ICI，使信號(hào)達(dá)到與發(fā)射時(shí)一樣的形狀。OFDM 可以在頻域?qū)崿F(xiàn)低復(fù)雜度的均衡，而在高分散的水聲信道中，由于需要大量的采樣，在時(shí)域不可能實(shí)現(xiàn)。OFDM 在靜態(tài)多徑信道中可以實(shí)現(xiàn)一個(gè)分頻均衡，而MIMO-OFDM 需要復(fù)雜的信道均衡技術(shù)[40]。

2009 年，Ma X 等人提出了一種基于獨(dú)立分量分析（Independent Component Analysis，ICA）技術(shù)的盲頻域信道均衡新方法，避免了為了獲得更高的頻譜效率而需要訓(xùn)練序列符號(hào)[41]。2011 年重點(diǎn)研究了延遲擴(kuò)展大、多普勒頻移大的信道中的MIMOOFDM 水聲系統(tǒng)的干擾對(duì)消問(wèn)題，同時(shí)使用兩個(gè)均衡器實(shí)現(xiàn)了目標(biāo)[14]——一種是已經(jīng)用于無(wú)線電通信的頻域均衡器（Frequency-domain Equalizer，F(xiàn)EQ），另一種新的時(shí)域均衡器（Time-domain Equalizer，TEQ）。FEQ 是針對(duì)IBI 和ICI 在時(shí)間和頻率上都影響接收信號(hào)的情況而設(shè)計(jì)的，因此采用二維濾波或線性組合來(lái)補(bǔ)償這些干擾。時(shí)域均衡器的設(shè)計(jì)基于使FFT 調(diào)制器輸出信號(hào)的信噪比（Signal Interference Noise Ratio，SINR）最大化的原則[14]。

Beheshti M 等人在2012 年提出了另一種基于最小均方誤差（MMSE）和零強(qiáng)制準(zhǔn)則的時(shí)域塊均衡技術(shù)，有效消除了IBI 和ICI，設(shè)計(jì)了一種兩個(gè)時(shí)域子載波均衡器（Time-domain Per-tone Equalizer，TPEQ）的新方法，使每個(gè)子載波的誤碼率或均方誤差最小[42]。之前在這方面的所有工作都使用了基于頻率的子載波均衡技術(shù)，是第一次在MIMOOFDM 水聲系統(tǒng)中引入時(shí)域子載波均衡[42]。

2013 年，文獻(xiàn)[43]針對(duì)不同數(shù)量的發(fā)射機(jī)和接收機(jī)比較了ZF 檢測(cè)器、MMSE 均衡器和MMSESINR-OSI 這3 種不同的均衡方案。第3 種方法中，使用MMSE 作為信號(hào)估計(jì)器，利用2048-QPSK 數(shù)據(jù)包在21 kb/s 的數(shù)據(jù)速率下實(shí)現(xiàn)了用于OSIC 檢測(cè)和無(wú)錯(cuò)誤性能的SINR-OSIC，其中MMSE-SINROSIC 的性能優(yōu)于其他兩種方法[43]。2015 年，Hao J等人提出了一種新的信道均衡算法，即引入時(shí)域同步（Time Domain Synchronization，TDS）作為一種新的基于Turbo 均衡和迭代信道重估計(jì)的水聲通信OFDM 傳輸方案。時(shí)域序列代替?zhèn)鹘y(tǒng)的ZP 和CP OFDM（ZP 和CP 用作保護(hù)間隔）作為保護(hù)間隔和訓(xùn)練序列，提高了整體數(shù)據(jù)效率[44]。與傳統(tǒng)技術(shù)的比較，MIMO-TDS-OFDM 方案以低復(fù)雜度和高數(shù)據(jù)效率獲得了更好的性能[44]。

Han J 等人2016 年在該領(lǐng)域做了新研究，通過(guò)引入并實(shí)施一種新的FFT 技術(shù)，減輕了時(shí)變的水聲信道的ICI[45]。他提出了一種基于零先驗(yàn)信道信息假設(shè)的自適應(yīng)算法，聯(lián)合進(jìn)行了滑動(dòng)窗口信道估計(jì)、權(quán)值更新和數(shù)據(jù)檢測(cè)，并將OFDM 符號(hào)持續(xù)時(shí)間劃分為多個(gè)不重疊的間隔，對(duì)每個(gè)加窗段進(jìn)行傅里葉變換，從而在子載波間迭代地應(yīng)用部分FFT 組合[45]。通過(guò)仿真對(duì)該算法的性能進(jìn)行測(cè)試，結(jié)果和誤碼率曲線表明，該方法在隨時(shí)間變化的水聲信道上的性能遠(yuǎn)遠(yuǎn)優(yōu)于其他技術(shù)[45]。

2.3 檢 測(cè)

MIMO-OFDM 檢測(cè)器/接收機(jī)包含不同算法的組合，可以執(zhí)行所有的任務(wù)，如檢測(cè)、估計(jì)、均衡以及解碼等。下面重點(diǎn)介紹檢測(cè)方案，并解釋不同類(lèi)型的檢測(cè)器。

Turbo 檢測(cè)技術(shù)在水聲通信中具有接近中頻匹配濾波器的潛力，但目前在實(shí)現(xiàn)MIMO OFDM Turbo檢測(cè)方面所做的工作非常有限，其中包括Li B 在文獻(xiàn)[23]中所做的工作。另一種MIMO-OFDM 的Turbo 檢測(cè)技術(shù)是由Tao J 和Zheng Y R 等人[46]開(kāi)發(fā)的，其中線性符號(hào)估計(jì)受益于混合軟干擾消除和由均衡器上的先驗(yàn)信息支持的基于可靠性的檢測(cè)排序。Tao J 等人[47]引入了另一種采用零填充過(guò)采樣-正交頻分復(fù)用（Oversampling Orthogonal Frequency Division Multiplexing，OOFDM）技術(shù)的檢測(cè)器，其中過(guò)采樣和基于導(dǎo)頻的信道估計(jì)在時(shí)域進(jìn)行，符號(hào)檢測(cè)和信號(hào)處理在頻域進(jìn)行，而ZP 因其發(fā)射功率要求較小而被選擇。該檢測(cè)器的優(yōu)點(diǎn)是可以直接應(yīng)用于接收到的OFDM 信號(hào)，不需要對(duì)發(fā)射端進(jìn)行任何改變。過(guò)采樣因子被引入，即接收到的信號(hào)采樣速率高于符號(hào)率，有助于實(shí)現(xiàn)額外的分集增益，從而提高檢測(cè)性能[47]。

文獻(xiàn)[15]強(qiáng)調(diào)了每個(gè)發(fā)射-接收對(duì)的多普勒比例系數(shù)不同的問(wèn)題，并提出了一種前端接收機(jī)結(jié)構(gòu)。該結(jié)構(gòu)利用多個(gè)重采樣分支，如每個(gè)發(fā)射機(jī)一個(gè)重采樣分支，從而捕獲信道中可用的完整信息。因此，與已經(jīng)在實(shí)踐中使用單個(gè)重采樣分支的系統(tǒng)相比，它提高了效率和性能。在重采樣和FFT 運(yùn)算后，采用3 種不同類(lèi)型的檢測(cè)器——最大似然（Maximum Likelihood，ML）檢測(cè)、基于最小二乘（LS）或最小均方誤差（MMSE）優(yōu)化準(zhǔn)則的線性檢測(cè)和基于干擾抵消（Interference Cancellation，IC）的非線性檢測(cè)[15]。

Huang J 等人介紹了一種處理ICI 和MIMOOFDM 中由于并行傳輸而產(chǎn)生的同信道干擾（Co-Channel Interference，CCI）的新方法[48]，因?yàn)榘ㄎ墨I(xiàn)[19，23，36]在內(nèi)的所有現(xiàn)有接收機(jī)設(shè)計(jì)都將ICI 視為加性噪聲。

文獻(xiàn)[49]中所提出的接收機(jī)包括基于CS 的稀疏信道估計(jì)、噪聲方差估計(jì)、用于ICI/CCI 均衡和LDPC 譯碼方案的軟輸入軟輸出MMSE/Markov 鏈蒙特卡羅（Markov Chain Monte Carlo，MCMC）檢測(cè)器。Huang J 等人在2013 年也針對(duì)多用戶(hù)MIMO 系統(tǒng)中不同用戶(hù)的多普勒偏移和不同數(shù)據(jù)流數(shù)量的問(wèn)題，提出了兩種迭代接收機(jī)來(lái)解決MIMO-OFDM 系統(tǒng)中的這一問(wèn)題——基于多用戶(hù)檢測(cè)（Multiple User Detection，MUD）的接收機(jī)和基于單用戶(hù)檢測(cè)（Single User Detection，SUD）的接收機(jī)[50]。基于MUD 的接收機(jī)采用每個(gè)接收單元的頻域過(guò)采樣前端，迭代進(jìn)行聯(lián)合信道估計(jì)和多用戶(hù)數(shù)據(jù)檢測(cè)，而基于SUD的接收機(jī)采用傳統(tǒng)的單用戶(hù)處理模塊，并增加了一個(gè)重要的多用戶(hù)干擾（Multiple User Interference，MUI）消除步驟[50]。

水聲MIMO-OFDM 在2013 年擴(kuò)展到多媒體應(yīng)用，設(shè)計(jì)了一個(gè)接收機(jī)，以滿(mǎn)足QoS 要求，同時(shí)考慮到了網(wǎng)絡(luò)節(jié)點(diǎn)移動(dòng)帶來(lái)的多普勒補(bǔ)償[51]，包括源節(jié)點(diǎn)、目的節(jié)點(diǎn)和中繼節(jié)點(diǎn)3 個(gè)不同深度的節(jié)點(diǎn)，其中中繼節(jié)點(diǎn)作為放大轉(zhuǎn)發(fā)節(jié)點(diǎn)。仿真結(jié)果表明，隨著發(fā)射機(jī)數(shù)量的增加，性能容量逐漸提高[51]。同年，Lin C F 等人也成功地在水下環(huán)境中使用MIMO-OFDM 完成了多媒體通信（圖像、聲音和傳感器數(shù)據(jù)）[52]。采用直接映射、空時(shí)分組碼、自適應(yīng)調(diào)制和雙窗口檢測(cè)算法，檢測(cè)傳感器數(shù)據(jù)、圖像和音頻包的信噪比（Signal to Noise Ratio，SNR）。該設(shè)計(jì)成功進(jìn)行了實(shí)時(shí)測(cè)試，在數(shù)據(jù)傳輸速率更高、誤碼率相對(duì)較低、功耗要求最低的條件下，接收到了更清晰的圖像、音頻和傳感器數(shù)據(jù)[52]。

2.4 信道編碼

信道編碼是在有用的數(shù)據(jù)位中增加一些冗余，以保護(hù)噪聲信道中的數(shù)據(jù)。關(guān)于水聲通信編碼的專(zhuān)門(mén)研究非常有限，經(jīng)常從現(xiàn)有文獻(xiàn)中挑選出研究得較好的編碼方案，如格碼調(diào)制（Trellis Coded Modulation，TCM）、卷積碼、里德所羅門(mén)碼（Reed-Solomon Code，RS）、Turbo 碼、空時(shí)格碼和低密度奇偶校驗(yàn)碼等。每個(gè)水聲信道需要一個(gè)特殊的編碼調(diào)制方案，這取決于信道特性。因?yàn)闉橐粋€(gè)特定信道設(shè)計(jì)的方案由于信道統(tǒng)計(jì)數(shù)據(jù)的不同，在另一個(gè)信道中可能不能很好地執(zhí)行。非二進(jìn)制LDPC 編碼是一種廣泛應(yīng)用的編碼技術(shù)，是MIMOOFDM 的首選編碼技術(shù)。在無(wú)線通信和SISO-OFDM通信中，它在復(fù)雜度和性能上已經(jīng)超過(guò)了許多編碼方案。LDPC 譯碼分兩階段進(jìn)行：第一階段包括使用對(duì)數(shù)似然比（Logarithm Likelihood Ratios，LLRs）計(jì)算從變量到校驗(yàn)節(jié)點(diǎn)的所有消息，第二階段計(jì)算從校驗(yàn)到變量節(jié)點(diǎn)的所有消息[53]。

文獻(xiàn)[40]中實(shí)現(xiàn)了兩種編碼調(diào)制方案并進(jìn)行了比較：第一種基于8 相移鍵控（8-Phase Shift Keying，8-PSK）信號(hào)集和符號(hào)交錯(cuò)的組合網(wǎng)格編碼調(diào)制（TCM）；第二種方案是基于位交錯(cuò)編碼調(diào)制（Bit Interleaving Coded Modulation，BICM），包括一個(gè)卷積編碼器、一個(gè)位交錯(cuò)器和一個(gè)16-正交振幅調(diào)制（16-Quadrature Amplitude Modulation，16-QAM）信號(hào)集。研究發(fā)現(xiàn)，BICM 方案在低分集階（有限特殊分集）時(shí)表現(xiàn)較好，這是因?yàn)锽ICM具有較高的Hamming 距離，而Hamming 距離是在衰落信道中實(shí)現(xiàn)魯棒性能的關(guān)鍵參數(shù)。當(dāng)信道具有較高的分集階（足夠的空間分集）時(shí)，TCM 方案是較好的選擇，因?yàn)門(mén)CM 具有較高的編碼增益，是在AWGN 信道中獲得較好的性能的關(guān)鍵參數(shù)[40]。2014 年Nelson I 等人證明了1/2 碼率Turbo 碼是一種有效的信道編碼器。在MIMO-OFDM 水聲通信系統(tǒng)中，為了緩解環(huán)境噪聲和聲干擾的影響，在接收端采用迭代譯碼算法[54]。

3 MIMO-OFDM 水聲通信系統(tǒng)發(fā)展趨勢(shì)

在水聲通信中，MIMO-OFDM 是一個(gè)相對(duì)較新的領(lǐng)域，沒(méi)有一種算法是完美的。所有技術(shù)都有各自的優(yōu)點(diǎn)，但在復(fù)雜性、有效性和效率上都有一定的折衷。一種低復(fù)雜度、高效率的信道估計(jì)方法仍然很難找到。在MIMO-OFDM 系統(tǒng)中，需要充分利用水聲信道的特性（如信道的稀疏性、信道的塊間相干性等）來(lái)提高信道估計(jì)的性能。進(jìn)一步的研究可以在MIMO-OFDM 環(huán)境下實(shí)現(xiàn)改進(jìn)的比例歸一化最小均方（Improved Proportional Normalized Least Mean Square，IPNLMS）算法、基于FFT 的OMP 算法、指數(shù)平滑信道估計(jì)、快速貝葉斯匹配追蹤（Fast Bayesian Matching Pursuit，F(xiàn)BMP）、濾波多音（Filtered Multi-Tone，F(xiàn)MT）OMP，以利用它們的優(yōu)點(diǎn)來(lái)充分利用水聲信道的稀疏性。一種低復(fù)雜度的信道編碼方案適當(dāng)緩解ICI 和ISI，需要研究人員的關(guān)注。另外，需要測(cè)試更多的發(fā)射機(jī)及其響應(yīng)以供分析。此外，在MIMO-OFDM 水聲通信中，對(duì)于SISO 情況已經(jīng)提出了許多技術(shù)，但關(guān)于消除PAPR 的研究還很少。

4 結(jié)語(yǔ)

文中概述了MIMO-OFDM 水聲通信領(lǐng)域的主要研究工作。研究者們對(duì)不同的問(wèn)題進(jìn)行了研究，得出結(jié)論——一種具有特定算法的有效的單一通信設(shè)計(jì)應(yīng)用于所有類(lèi)型的水下信道，目前還難以實(shí)現(xiàn)。傳輸設(shè)計(jì)在很大程度上取決于信道條件，如淺水和深水采用不同的方案，對(duì)于粗糙和平穩(wěn)的信道、多徑豐富的信道和多普勒效應(yīng)嚴(yán)重的信道需要采用不同的算法。為了適應(yīng)OFDM 中較大的延遲擴(kuò)展，甚至子載波的數(shù)量也應(yīng)該大一些，但對(duì)于具有較大多普勒擴(kuò)展的系統(tǒng)，子載波的數(shù)量應(yīng)該小一些。信道均衡的類(lèi)型也取決于其他參數(shù)，如信道估計(jì)和編碼。編碼取決于通信類(lèi)型（如音頻或指令通信系統(tǒng)）和數(shù)據(jù)傳輸所需的準(zhǔn)確性和可靠性。

對(duì)于簡(jiǎn)單的MIMO-OFDM 通信系統(tǒng)，可以插入空載波和導(dǎo)頻載波進(jìn)行多普勒頻移估計(jì)信道估計(jì)。在信道估計(jì)技術(shù)方面，LS 估計(jì)具有最小的復(fù)雜性，MMSE 估計(jì)具有較高的效率但增加了復(fù)雜性。通過(guò)避免信道估計(jì)中矩陣的求逆，可大大降低信道估計(jì)的復(fù)雜度。通過(guò)引入差分空頻塊編碼（SFBCs），甚至可以消除對(duì)信道估計(jì)的需要。時(shí)域塊均衡、時(shí)域子載波均衡和帶Turbo 均衡的TDS 等TEQ 技術(shù)，比其他傳統(tǒng)的均衡方案性能更好。將ICI 與CCI 一起顯式處理的性能，要比將ICI 作為加性噪聲處理好得多。從導(dǎo)頻輔助OFDM 系統(tǒng)到MIMO-OFDM系統(tǒng)，壓縮感知稀疏重構(gòu)技術(shù)在不同的系統(tǒng)模型環(huán)境下，對(duì)提高M(jìn)SE 和NMSE 性能，在較低的信道跟蹤復(fù)雜度和較低的硬件成本方面效果最好。