基于正交信分复用调制的水声通信链路自适应配置方法

    公开(公告)号:CN112910570B

    公开(公告)日:2021-09-14

    申请号:CN202011460342.3

    申请日:2020-12-11

    Abstract: 本发明涉及一种基于正交信分复用调制的水声通信链路自适应配置方法,设定OSDM调制方案在Hadamard不同编码长度下的集合,计算给定误码率下的信噪比区间。发送端发送RTS请求信道的同时,加入用于环境认知的信号段;接收端接收到RTS后完成对环境的认知,计算接收信噪比等信道相关参数。接收端发送CTS应答,同时将相应的OSDM通信制式反馈给发送端。发送端收到CTS后,根据其中的通信制式信息调整发送端的OSDM通信制式,使收发两端通信制式保持同步后发送相应的DATA数据。本发明所提出的基于OSDM调制的环境认知链路自适应配置方法,与直接使用单一通信模式的链路配置相比,更适用于真实的水声时变信道。

    一种用于滩头破障的水下航行器编队、系统及方法

    公开(公告)号:CN113342014A

    公开(公告)日:2021-09-03

    申请号:CN202110657717.3

    申请日:2021-06-14

    Abstract: 本发明提出一种用于滩头破障的水下航行器编队、系统及方法,编队包括一根缆绳和两条水下航行器;绳为一定长度的具有柔韧性的缆绳;水下航行器为具有通信、导航、传感、引爆功能的水下无人自主航行器;两条水下航行器通过缆绳相连,组成一个双UUV队列。本发明以两条UUV形成“连环马”,先远距离隐蔽航渡,然后精确定位轨鹿砦并同时引爆,可以精确、高效地清除多层轨鹿砦障碍。

    基于基扩展模型的双扩展水声信道多普勒分集通信方法

    公开(公告)号:CN107294616B

    公开(公告)日:2021-03-23

    申请号:CN201710436816.2

    申请日:2017-06-12

    Abstract: 本发明提出一种基于基扩展模型的双扩展水声信道多普勒分集通信方法,该方法在发射端采用补零后缀重复码,在接收端采用基消除算法,将时变双扩展衰落信道分解为时不变频率选择性衰落子信道集合。而后,通过多通道判决反馈均衡器来收集多普勒分集增益并抵抗码间干扰,同时结合锁相环路跟踪残余多普勒失真。这种水声通信方案,将传统的接收机设计中通常视作有害分量的多普勒作为分集增益源,有效的提高了接收机的输出信噪比,降低了系统的误码率。同时采用多通道判决反馈均衡器降低了对接收机信道估计的依赖性,并避免了计算复杂度较高的大矩阵求逆运算。

    基于双选择衰落信道的低复杂度OSDM串行均衡方法

    公开(公告)号:CN109302240A

    公开(公告)日:2019-02-01

    申请号:CN201811187801.8

    申请日:2018-10-11

    Abstract: 本发明涉及一种基于双选择衰落信道的低复杂度OSDM串行均衡方法,基于复指数基扩展模型进行信道近似,对应的复合信道矩阵具有循环分块带状结构。所提出的低复杂度OSDM串行均衡方法利用上述信道矩阵结构。基于矩阵分解实现了信道矩阵中各分块对角化,并采用变换域串行均衡利用此对角结构降低了系统复杂度;进一步设计了一种块迭代矩阵求逆算法,从而避免了串行均衡各符号向量估计时的矩阵直接求逆造成的立方复杂度问题。与已有的OSDM接收方法相比,降低了时变多径的多普勒扩展分量对接收性能的影响,避免了均衡复杂度的增加,提高了OSDM传输系统对时频双选择衰落信道的适应性。

    一种基于深度学习的OFDM水声通信接收方法

    公开(公告)号:CN117395123A

    公开(公告)日:2024-01-12

    申请号:CN202311470836.3

    申请日:2023-11-07

    Abstract: 本发明公开一种基于深度学习的OFDM水声通信接收方法,包括步骤一、发送端信号变换处理,步骤二、调制信号转换处理,步骤三、构建神经网络模型,步骤四、信号特征提取,步骤五、信号反演恢复;本发明用神经网络对通信系统接收端进行处理,不需要信道的先验信息也不依赖信道的统计特性,建立由Transformer encoder特征提取网络和MLP符号检测网络构成的神经网络模型,可以自动学习到输入信号之间的相关性,更加准确的提取信道的变换特征,实现信道估计和均衡的功能。引入的encoder结构,可以提取到全局特征。用一个网络实现对所有发送数据的检测同时降低了误码率,在低信噪比下也能发挥出良好的性能,更能满足水声通信的要求。

    一种基于对角分块带状矩阵增强的正交信分复用均衡方法

    公开(公告)号:CN110691048A

    公开(公告)日:2020-01-14

    申请号:CN201910946109.7

    申请日:2019-10-02

    Abstract: 本发明提供了一种基于对角分块带状矩阵增强的正交信分复用均衡方法,采用时变信道OSDM系统模型得到接收信号;基于带限的多普勒扩展,完成接收信号中复合信道矩阵的DBB近似;基于时域接收窗函数,对接收信号中的DBB近似结构进行增强处理;基于接收信号中的DBB矩阵增强方法,设计低复杂度OSDM均衡算法。本发明改善了系统的归一化均方误差性能,提高了系统误码性能,有效降低了多普勒效应引起的性能损失,通信系统性能得到了显著提高,计算量得到很大的降低,具有很好的应用前景。

    基于等离子体脉冲信号的水下航行器寻迹信标

    公开(公告)号:CN103901393B

    公开(公告)日:2016-05-18

    申请号:CN201410136972.3

    申请日:2014-04-04

    Abstract: 本发明提出了一种基于等离子体脉冲信号的水下航行器寻迹信标,由水密舱、供电系统、等离子体信标声源和编码控制系统组成;水密舱为供电系统、等离子体信标声源和编码控制系统提供稳定工作环境,并实现与水下航行器的机械和电气连接;供电系统给等离子体信标声源及编码控制系统提供能量;所述等离子体信标声源由电控系统、充电系统、储能系统、触发电路、触发开关和放电电极组成;编码控制系统由供电系统接口电路、水下航行器接口电路、等离子体信标声源接口电路和微处理器系统组成。本发明采用等离子体声源作为信标声源,利用了水下等离子体强声源发射声功率大、脉宽窄、分辨率高等优势,大幅度提高了作用距离,并具有较高的定位精度。

    基于等离子体脉冲信号的水下航行器寻迹信标

    公开(公告)号:CN103901393A

    公开(公告)日:2014-07-02

    申请号:CN201410136972.3

    申请日:2014-04-04

    CPC classification number: G01S1/74 G01S1/72

    Abstract: 本发明提出了一种基于等离子体脉冲信号的水下航行器寻迹信标,由水密舱、供电系统、等离子体信标声源和编码控制系统组成;水密舱为供电系统、等离子体信标声源和编码控制系统提供稳定工作环境,并实现与水下航行器的机械和电气连接;供电系统给等离子体信标声源及编码控制系统提供能量;所述等离子体信标声源由电控系统、充电系统、储能系统、触发电路、触发开关和放电电极组成;编码控制系统由供电系统接口电路、水下航行器接口电路、等离子体信标声源接口电路和微处理器系统组成。本发明采用等离子体声源作为信标声源,利用了水下等离子体强声源发射声功率大、脉宽窄、分辨率高等优势,大幅度提高了作用距离,并具有较高的定位精度。

    移动水声通信信号的多普勒估计与同步方法

    公开(公告)号:CN101594185B

    公开(公告)日:2012-11-28

    申请号:CN200910021976.6

    申请日:2009-04-10

    Abstract: 本发明公开了一种移动水声通信信号的多普勒估计与同步方法,选取两个线性调频信号作为帧同步信号;对接收信号采样,对接收采样信号和其延迟信号互相关处理,计算相关函数的绝对值并与门限比较,小于门限则继续进行滑动相关处理;大于门限则判断有同步信号达到,加倍互相关处理的观测窗口长度,对接收采样信号和其延迟信号计算互相关函数,计算互相关函数的绝对值,判断其最大值对应的时间与互相关函数的中心点的偏移,计算多普勒因子;对副本信号进行重采样获得受多普勒影响的副本信号,和接收信号做相关处理,计算互相关函数的最大值对应的时间作为帧同步信号的时间起点。本发明可以在大多普勒环境下工作,提供精确的多普勒和同步估计。

    一种基于无标签样本辅助的少样本水声目标识别方法及系统

    公开(公告)号:CN119441861A

    公开(公告)日:2025-02-14

    申请号:CN202411409015.3

    申请日:2024-10-10

    Abstract: 本发明提供了一种基于无标签样本辅助的少样本水声目标识别方法及系统,方法包括:获取大规模基数据集,在大规模基数据集上预训练模型,预训练模型过程中完成网络参数的更新;使用网络参数作为初始参数,使用支持集#imgabs0#中的标签样本和当前域的无标签样本微调模型;使用特征提取器fφ、环境特征适应模块#imgabs1#和分类器gθ,对查询集#imgabs2#中的样本进行预测,得到水声目标识别结果。系统包括:获取单元和处理单元,获取单元获取无标签样本,无标签样本输入处理单元,处理单元内模型对无标签样本进行预测,输出水声目标识别结果。本发明利用目标域中的无标签样本增强模型在少样本场景中的微调性能;通过在特征提取阶段将特征与环境信息进行对比来帮助模型选择特征。

Patent Agency Ranking