一種水聲自適應(yīng)通信的信噪比估計(jì)方法

王 巍 ,普湛清 ,鈕 彪 ,陶 磊 ,黃海寧

(1.中國科學(xué)院 聲學(xué)研究所,北京,100086;2.蘇州桑泰海洋儀器研發(fā)有限責(zé)任公司,江蘇 蘇州,215000)

0 引言

隨著我國海洋事業(yè)的持續(xù)發(fā)展,越來越多的水下潛標(biāo)、水下機(jī)動(dòng)無人平臺(tái)投入到海洋監(jiān)控、水下安保、礦產(chǎn)勘探等任務(wù)中。受電磁波水下傳播能力弱的限制,水下各類型節(jié)點(diǎn)無法直接與水面無線網(wǎng)絡(luò)直接進(jìn)行信息交互,嚴(yán)重制約了水下觀測(cè)監(jiān)察網(wǎng)絡(luò)整體效能。因此,如何高效、穩(wěn)定地實(shí)現(xiàn)水下觀測(cè)監(jiān)察網(wǎng)絡(luò)與水面網(wǎng)絡(luò)間的信息跨介質(zhì)交互和信息融合成為近年來研究的熱點(diǎn)。目前,國內(nèi)外針對(duì)跨介質(zhì)數(shù)據(jù)傳輸方法的研究主要集中在通過聲、光、電磁波等手段直接進(jìn)行水下-水面信息交互[1-5]。文獻(xiàn)[6]給出了采用中繼浮標(biāo)實(shí)現(xiàn)跨介質(zhì)通信鏈路的思路,通過在跨介質(zhì)浮標(biāo)上搭載集成了水聲通信和無線通信的終端設(shè)備實(shí)現(xiàn)水下-水面平臺(tái)數(shù)據(jù)跨介質(zhì)交互。該方案面臨的難點(diǎn)之一是跨介質(zhì)網(wǎng)關(guān)能耗過大的問題,該問題是由水下用戶運(yùn)動(dòng)、海況復(fù)雜多變等因素作用導(dǎo)致的異構(gòu)通信鏈路信道狀態(tài)不穩(wěn)定性所帶來的。鏈路自適應(yīng)通信技術(shù)[7]是解決這一問題的有效手段,已在無線電通信中得到了廣泛的應(yīng)用。鏈路自適應(yīng)通信技術(shù)的應(yīng)用前提是對(duì)通信鏈路信道狀態(tài)的準(zhǔn)確認(rèn)知,信噪比(signal-to-noise ratio,SNR)估計(jì)技術(shù)是評(píng)估信道狀態(tài)的重要手段,相關(guān)研究成果豐富[8-10]。文獻(xiàn)[9]提出了采用導(dǎo)頻輔助的最小均方誤差(minimum meansquare error,MMSE)SNR 估計(jì)方法,通過利用前一時(shí)刻的信道估計(jì)結(jié)果均衡當(dāng)前符號(hào)的導(dǎo)頻數(shù)據(jù),穩(wěn)健實(shí)現(xiàn)了數(shù)字通信信號(hào)的SNR 估計(jì)。該方法要求信道在一定的時(shí)間內(nèi)保持穩(wěn)定,因此在信道時(shí)變性強(qiáng)的水聲通信中應(yīng)用時(shí)需要連續(xù)添加導(dǎo)頻以實(shí)時(shí)跟蹤信道變化,導(dǎo)致通信效率下降。文獻(xiàn)[10]中給出了基于高階累積量的二階矩四階矩(M2M4)全盲算法,該方法計(jì)算簡單,同時(shí)對(duì)載波相位偏差不敏感,適合低SNR 條件下的水聲通信信號(hào)處理。

為保障鏈路自適應(yīng)跨介質(zhì)通信的穩(wěn)健性,鏈路數(shù)據(jù)率的調(diào)整通常采用在信道狀態(tài)變差時(shí),快速降低數(shù)據(jù)率,在信道狀態(tài)轉(zhuǎn)好時(shí),穩(wěn)健提升數(shù)據(jù)率的策略。鏈路自適應(yīng)通信的SNR 估計(jì)方法應(yīng)同時(shí)具備高SNR 條件下估計(jì)結(jié)果準(zhǔn)確、低SNR 條件下估計(jì)結(jié)果對(duì)接收信號(hào)SNR 下降敏感的特征。因此,M2M4 在低SNR 條件下的穩(wěn)健性不適合采用“快降慢升”策略的跨介質(zhì)自適應(yīng)通信鏈路。針對(duì)上述問題,提出了一種適合跨介質(zhì)自適應(yīng)通信的SNR 估計(jì)方法,該方法以導(dǎo)頻輔助的MMSE 信噪比估計(jì)方法為基礎(chǔ),結(jié)合文獻(xiàn)[11]中的低導(dǎo)頻占用率信道估計(jì)技術(shù)增加SNR 估計(jì)有效數(shù)據(jù)量,將維特比譯碼的誤碼擴(kuò)散特點(diǎn)與文獻(xiàn)[12]所提判決反饋方法結(jié)合,實(shí)現(xiàn)了通信鏈路在高SNR 條件下的高精度SNR 估計(jì),以及低SNR 條件下的SNR 估計(jì)值快速降低的信道狀態(tài)估計(jì)方法。

1 改進(jìn)的MMSE 信噪比估計(jì)算法

1.1 MMSE 信噪比估計(jì)算法

MMSE 信噪比估計(jì)算法是一種基于導(dǎo)頻或數(shù)據(jù)判決的估計(jì)算法,以均方誤差的代價(jià)函數(shù)最小為準(zhǔn)則。假設(shè)發(fā)送端待發(fā)送數(shù)據(jù)為D,經(jīng)過信道編碼和相位映射后,調(diào)制到M個(gè)由J 個(gè)子載波構(gòu)成的正交頻分復(fù)用(orthogonal frequency division multiplexing,OFDM)符號(hào)上,得到待傳輸數(shù)據(jù)矩陣X={X1,X2,···,Xm,···,XM},其中Xm={Xm={xm,1,xm,2,···,xm,j,···,xm,J}。

假設(shè)傳輸?shù)趍個(gè)OFDM 符號(hào)時(shí),信道頻域響應(yīng)向量為Hm={hm,1,hm,2,···,hm,j,···,hm,J},hm,j為第m個(gè)OFDM 符號(hào)傳輸時(shí),第j個(gè)子載波傳輸信道的頻域響應(yīng)。第m個(gè)OFDM 符號(hào)到達(dá)接收端的數(shù)據(jù)Ym={ym,1,ym,2,···,ym,j,···,ym,J}可表示為

其中,Δm={σm,1,σm,2,···,σm,j,···,σm,J}為第m個(gè)OFDM 符號(hào)傳輸時(shí)的加性噪聲向量。

根據(jù)文獻(xiàn)[11],MMSE 信噪比估計(jì)算法表示為

1.2 改進(jìn)的MMSE 信噪比估計(jì)算法

MMSE 信噪比估計(jì)算法在低SNR 環(huán)境下依然可以穩(wěn)健、準(zhǔn)確估計(jì)接收信號(hào)的SNR,在數(shù)字通信中應(yīng)用廣泛。由式(2)可知,MMSE 信噪比估計(jì)算法取得較好估計(jì)結(jié)果的前提是對(duì)信道的準(zhǔn)確估計(jì)。由于布放于海面的跨介質(zhì)通信浮標(biāo)受到海流、海風(fēng)、涌浪、云層和降雨等因素干擾,異構(gòu)跨介質(zhì)通信鏈路信道狀態(tài)時(shí)變性較強(qiáng),因此需要添加大量的導(dǎo)頻信息用以重建和追蹤信道的變化,導(dǎo)致通信效率降低。

針對(duì)上述問題,文中提出了一種改進(jìn)的MMSE信噪比估計(jì)方案。改進(jìn)的算法利用低導(dǎo)頻占用率信道估計(jì)過程中的重構(gòu)數(shù)據(jù)進(jìn)行SNR 估計(jì),在不顯著增加計(jì)算量的基礎(chǔ)上,完成對(duì)時(shí)變信道的實(shí)時(shí)追蹤與接收信號(hào)SNR 估計(jì)。與MMSE 信噪比估計(jì)算法相比,所提的改進(jìn)SNR 估計(jì)方法可以在添加少量導(dǎo)頻的基礎(chǔ)上,提高在高SNR 接收條件下的SNR 估計(jì)結(jié)果準(zhǔn)確度,同時(shí)在低SNR 接收條件下改進(jìn)算法的估計(jì)結(jié)果能夠快速下降。

低導(dǎo)頻占用率信道估計(jì)算法在匹配追蹤(matching pursuit,MP)算法和最小二乘(least square,LS)信道估計(jì)算法之間構(gòu)建迭代回路,抑制了基于符號(hào)判決的OFDM 均衡算法存在誤碼遺傳的問題。

式中,加權(quán)向量Wm包含字典Ψ 內(nèi)所有原子的加權(quán)系數(shù),當(dāng)且僅當(dāng)l∈Sm時(shí)取值非0(或遠(yuǎn)大于0)。

8)重復(fù)步驟1)～8),直到滿足迭代終止條件或達(dá)到最大迭代次數(shù)I。

9)當(dāng)i＜I時(shí),令i=I,將代入式(2)得到改進(jìn)的MMSE 信噪比估計(jì)值

其中:為第m個(gè)OFDM 符號(hào)的第j個(gè)子載波信道的第I 次迭代、或達(dá)到信道估計(jì)最大迭代終止條件時(shí)的信道估計(jì)響應(yīng)值;為第m個(gè)OFDM 符號(hào)的第j個(gè)子載波信道的第I 次迭代重建的子載波相位。

1.3 改進(jìn)算法性能分析

相較MMSE 信噪比估計(jì)算法,文中提出的改進(jìn)方案更加適合時(shí)變性較強(qiáng)的跨介質(zhì)異構(gòu)鏈路自適應(yīng)數(shù)據(jù)調(diào)整策略。

由于改進(jìn)的MMSE 信噪比估計(jì)算法利用了低導(dǎo)頻占用率信道估計(jì)技術(shù)中間過程的數(shù)據(jù),受益于低導(dǎo)頻占用率信道估計(jì)技術(shù),改進(jìn)算法需要的冗余導(dǎo)頻數(shù)量相較于原始算法顯著降低,提升了通信系統(tǒng)整體的通信效率。

為驗(yàn)證改進(jìn)的MMSE 信噪比估計(jì)算法的可行性和可靠性,通過Matlab 軟件對(duì)算法進(jìn)行仿真。表1 給出了OFDM 通信系統(tǒng)仿真采用的主要參數(shù)。系統(tǒng)采用的卷積碼(convolutional code,CC)每次編碼長度與單個(gè)OFDM 符號(hào)的實(shí)際可載信息量一致。4 個(gè)OFDM 符號(hào)構(gòu)成1 幀通信脈沖。

表1 OFDM 系統(tǒng)主要參數(shù)Table 1 Main parameters of OFDM system

圖1 給出了由某信道仿真軟件生成的淺海信道沖激響應(yīng)模型以及利用低導(dǎo)頻占用率信道估計(jì)算法匹配出的信道結(jié)果。發(fā)射換能器和接收水聽器均布放在水下10 m 處。發(fā)射端與接收端水平相距5 m,平均海深60 m。對(duì)比原始信道和匹配出的信道結(jié)果可以發(fā)現(xiàn),MP 算法在43 ms 時(shí)延范圍內(nèi),對(duì)信道主要抽頭的幅值和時(shí)延都能較為準(zhǔn)確地估計(jì)。而43 ms 時(shí)延以外的抽頭由于受到MP 算法時(shí)延估計(jì)能力的限制而無法重構(gòu),被當(dāng)作噪聲處理。

圖1 仿真信道沖激響應(yīng)與其估計(jì)結(jié)果Fig.1 Simulation channel impulse response and its estimation results

在圖1 所示的信道條件下仿真對(duì)比所提SNR估計(jì)算法性能。圖2 給出了SNR 添加條件下的MMSE、改進(jìn)MMSE 以及M2M4 信噪比估計(jì)算法的估計(jì)效果對(duì)比。通信系統(tǒng)仿真參數(shù)(見表1),其中數(shù)據(jù)未采用頻域分集。MMSE 信噪比估計(jì)算法在每個(gè)OFDM 符號(hào)中等間隔插入梳狀導(dǎo)頻,導(dǎo)頻間隔為3,因此其導(dǎo)頻占用率為25%。改進(jìn)的MMSE 信噪比估計(jì)算法僅在第1 個(gè)OFDM 符號(hào)中隨機(jī)選取128 個(gè)子載波作為導(dǎo)頻。由于每個(gè)符號(hào)包含1 025 個(gè)子載波,因此該導(dǎo)頻占用率為128/(1 025×4)=3.12%。

圖2 相同信噪比條件下不同信噪比估計(jì)方法輸出結(jié)果Fig.2 Output results of different SNR estimation methods under the same SNR condition

由圖2 可知,MMSE 信噪比估計(jì)算法和M2M4信噪比估計(jì)算法性能接近,而改進(jìn)的MMSE 算法在6 dB 以上仿真條件下SNR 估計(jì)結(jié)果與對(duì)比算法性能幾乎一致,在6 dB 以下仿真條件,SNR 估計(jì)結(jié)果相較對(duì)比算法快速下降。此外,3 種SNR估計(jì)算法的估計(jì)結(jié)果在高SNR 條件下與真實(shí)添加SNR 有約1 dB 的偏差,這一誤差來源于低導(dǎo)頻占用率信道估計(jì)的重構(gòu)殘余和信號(hào)帶通濾波的共同影響。

圖3 為利用圖2 仿真數(shù)據(jù)在相同原始誤碼率條件下,不同SNR 估計(jì)算法的輸出結(jié)果對(duì)比。不難發(fā)現(xiàn),當(dāng)原始誤碼率低于2%時(shí),改進(jìn)算法與對(duì)比算法性能相似;當(dāng)原始誤碼率高于2%時(shí),改進(jìn)算法輸出衰減速率顯著高于對(duì)比算法和真實(shí)仿真。

圖3 相同原始誤碼率條件下不同信噪比估計(jì)算法輸出結(jié)果對(duì)比Fig.3 Comparison of output results of different SNR estimation algorithms under the same original bit error rate

圖4 給出了在不同分集數(shù)量的條件下,改進(jìn)MMSE 信噪比估計(jì)算法與M2M4 信噪比估計(jì)算法的性能仿真對(duì)比。仿真中數(shù)據(jù)分集方法采用頻域分集,分集數(shù)量分別為2、3 和4,對(duì)應(yīng)的通信數(shù)據(jù)率為533、712 和1 066 bit/s。分集數(shù)據(jù)在解碼前,采用最大比合并算法進(jìn)行數(shù)據(jù)合并?？梢钥吹?經(jīng)過分集合并后,在相同的誤碼平層下,接收信號(hào)利用M2M4 算法測(cè)得的SNR 數(shù)據(jù)結(jié)果接近,而采用改進(jìn)的MMSE 算法則顯著放大了輸出SNR 差異,使得鏈路在低SNR 環(huán)境下對(duì)信道狀態(tài)變化更為敏感,有利于鏈路自適應(yīng)通信策略的實(shí)現(xiàn)。

圖4 不同分集數(shù)量條件下不同信噪比估計(jì)算法輸出結(jié)果Fig.4 Output results of different SNR estimation algorithms under the different sets quantity

表2 為根據(jù)圖4 設(shè)計(jì)的鏈路自適應(yīng)數(shù)據(jù)率調(diào)整門限,采用的數(shù)據(jù)率調(diào)增策略為連續(xù)2 次高于調(diào)增門限(圖2 中仿真誤碼率小于2%),調(diào)減策略為連續(xù)3 次低于調(diào)減門限(圖4 中仿真誤碼率高于4%)。

表2 通信數(shù)據(jù)率調(diào)整策略Table 2 Communication data rate adjustment strategy

利用改進(jìn)的MMSE 信噪比估計(jì)算法和M2M4信噪比估計(jì)算法結(jié)果,依據(jù)表2 數(shù)據(jù)率調(diào)整策略,進(jìn)行數(shù)據(jù)率變化仿真,仿真輪次共計(jì)900 輪,圖5(a)和圖5(b)給出了采用改進(jìn)的MMSE 算法與M2M4算法前120 輪次仿真結(jié)果。表3 中給出了2 種算法在900 輪次仿真試驗(yàn)平均數(shù)據(jù)率、誤碼率以及數(shù)據(jù)切換次數(shù)的統(tǒng)計(jì)結(jié)果。

表3 不同算法性能對(duì)比Table 3 Performance comparison of different algorithms

由圖5(a)可知,根據(jù)表2 中改進(jìn)的MMSE 信噪比估計(jì)算法給出的自適應(yīng)策略,仿真通信數(shù)據(jù)率變化與SNR 變化走勢(shì)一致。在900 輪次的仿真試驗(yàn)中,鏈路自適應(yīng)通信平均數(shù)據(jù)率為809 bit/s,平均誤碼率為1.61×10-3,數(shù)據(jù)率切換次數(shù)為88 次。

圖5 不同鏈路自適應(yīng)策略下通信數(shù)據(jù)率變化對(duì)比Fig.5 Comparison of communication data rate changes under different link adaptive strategies

由圖5(b)可知,根據(jù)表2 中M2M4 信噪比估計(jì)算法給出的自適應(yīng)策略,仿真通信數(shù)據(jù)率變化與SNR 變化走勢(shì)一致。在900 輪次的仿真試驗(yàn)中,鏈路自適應(yīng)通信平均數(shù)據(jù)率為763 bit/s,平均誤碼率為1.92×10-3,數(shù)據(jù)率切換次數(shù)為122 次。

通過對(duì)比圖5(a)和圖5(b)可以發(fā)現(xiàn),與M2M4算法相比,在改進(jìn)的MMSE 算法給出的鏈路自適應(yīng)策略下,數(shù)據(jù)切換次數(shù)減少30%,更少的數(shù)據(jù)率切換次數(shù)可以減少接收端發(fā)送信道狀態(tài)信息(channel state information,CSI)反饋信號(hào)次數(shù),降低接收端的發(fā)射功耗,通信鏈路平均數(shù)據(jù)率提高了6.03%。

由圖6 可知,改進(jìn)MMSE 信噪比估計(jì)算法與M2M4 對(duì)比算法對(duì)SNR 測(cè)算結(jié)果隨通信輪次的變化趨勢(shì)與實(shí)際仿真添加SNR 的變化趨勢(shì)一致,由于2 種算法估計(jì)得到的SNR 為數(shù)據(jù)分集合并后的輸出結(jié)果,因此2 種算法測(cè)量值均比仿真值偏高。

圖6 不同輪次信噪比測(cè)算結(jié)果Fig.6 SNR measurement results of different rounds

2 結(jié)束語

文中研究了跨介質(zhì)異構(gòu)通信網(wǎng)絡(luò)鏈路自適應(yīng)技術(shù)中的SNR 估計(jì)問題,提出了一種改進(jìn)的MMSE 信噪比估計(jì)方法。該方法結(jié)合具有高通信效率的低導(dǎo)頻占用率水聲信道估計(jì)算法,利用信道估計(jì)過程中的重構(gòu)數(shù)據(jù)對(duì)傳統(tǒng)MMSE 信噪比估計(jì)方法進(jìn)行改進(jìn),提高時(shí)變信道條件下的SNR 的估計(jì)精度和實(shí)時(shí)跟蹤性能。仿真試驗(yàn)結(jié)果表明,改進(jìn)算法在高SNR 條件下具備足夠的SNR 估計(jì)精度,在低SNR 條件下的SNR 估計(jì)結(jié)果衰減速度相較于對(duì)比算法顯著提高,因此改進(jìn)算法的SNR估計(jì)結(jié)果更適合作為跨介質(zhì)鏈路自適應(yīng)速率調(diào)整策略的依據(jù)。鏈路自適應(yīng)通信的仿真試驗(yàn)結(jié)果表明,與對(duì)比方法相比,改進(jìn)的MMSE 信噪比估計(jì)算法給出的自適應(yīng)策略具有更少的通信速率切換次數(shù),降低了發(fā)射功耗,顯著提高了誤碼性能和通信平均數(shù)據(jù)率。