低复杂度单载波频域Turbo均衡水声通信技术

席 瑞, 党谦谦, 何成兵, 张瑞玉, 张群飞

(西北工业大学 航海学院, 陕西 西安, 710072)

浅海水声通信具有严重多径扩展、衰落以及低信噪比的特点。为克服常规时域判决反馈均衡器计算量大和对接收机参数敏感的不足, 基于扩频码的单载波块传输结构提出了一种适用于稀疏水声信道的低复杂度频域Turbo迭代均衡方法。发射端数据块之间插入扩频码作为循环前缀。接收端利用已知扩频码进行稀疏信道估计以及对由多普勒偏移引起的旋转相位进行估计, 并采用基于最小均方误差准则下的频域Turbo均衡技术和多通道联合处理方法消除多途效应产生的码间串扰, 显著改善了系统性能。通过湖上试验验证, 在通信距离为10.8 km条件下, 采用QPSK和8PSK调制方式分别实现了3 kbps和4.5 kbps的有效数据率的水声通信, 并在3次迭代均衡之下均实现了无误码传输。文中所做工作可为高数据率稳健水声通信研究提供参考。

水声通信; 单载波频域; 稀疏信道估计; 频域Turbo迭代均衡

引言

水声信道是一种带宽有限、多径干扰严重的时、频、空变信道[1-2], 这导致无人水下航行器(unmanned undersea vehicle, UUV)等各种水下设备通信的难度大大增加。保障UUV之间及UUV与控制台之间有效的通信是UUV平台发展的关键。UUV平台的发展集成了许多高新技术, 高速水声通信技术也是UUV平台发展的关键技术之一, 其保障了UUV平台水下通信的效能[3-4]。

高速水声通信主要采用相干通信技术和多载波调制技术。其中相位相干通信技术是以载波的不同相位直接表示响应的二进制数字信号。主要技术是20世纪90年代初期美国学者Stojanovic等[5]提出的内嵌2阶数字锁相环的自适应多通道时域判决反馈均衡器单载波水声通信方法, 并通过实验验证了多进制数字相位调制技术在远程高数据率水声通信的可行性。但是水声信道的多径扩展通常比较严重, 导致该方法计算的复杂度较高, 同时这种接收机对均衡器和2阶数字锁相环参数的选择非常敏感。

正交频分复用(orthogonal frequency division multiplexing, OFDM)技术具有良好的频谱利用率和抗频率选择性衰落性能, 成为UUV水声通信的研究热点[6-7]。然而OFDM具有2个主要缺点, 即峰均功率比高及对频率偏移敏感。特别在水声通信系统中, 高峰平功率比将严重影响功放和发射换能器的性能; 此外UUV在水下航行中会引起严重的多普勒频率偏移, 使得OFDM系统在实际工作时性能严重下降。

相比于时域均衡, 单载波频域均衡(single- carrier frequency domain equalization, SC-FDE)有着较低的复杂度。同时相对于OFDM系统, SC-FDE传输能克服峰均功率比过大的问题, 高效地利用功率放大器且对频偏的敏感性稍小, 在复杂度接近的情况下能达到与OFDM系统一致甚至更好的性能[8-10]。SC-FDE系统作为能替换OFDM的系统吸引了很大的关注[11-14], 特别是在无线通信上行链路[15]和水声通信[16-17]中。Turbo均衡技术通过迭代处理可提高通信系统的性能[18-19], 将SC-FDE系统与Turbo迭代均衡结合可以达到满意的性能[20]。Zheng等[21-23]研究了单载波频域Turbo均衡技术并运用于高速水声通信系统中。

针对这些问题, 文中提出基于扩频码单载波块传输(PN-based single carrier block transmission, PN-SCBT)结构的频域迭代Turbo均衡高数据率水声通信方法。发射端利用扩频码插入每一个数据块并作为循环前缀(cyclic prefix, CP), 接收端根据水声信道的稀疏特性, 利用扩频码进行信道估计、多普勒频移估计补偿后进行最小均方误差(minimum mean square error, MMSE)准则下的频域迭代均衡用以补偿水声信道造成的码间干扰(intersymbol interference, ISI)设计并实现了高数据率水声通信湖上试验, 通过试验数据处理结果证明了该方法的有效性。

1 系统模型

1.1 发射机结构

发射端先对输入的二进制数据进行卷积编码生成新的信息, 经交织之后进行符号映射。对映射符号按长度N-P进行分块, 在每组数据后插入PN码(pseudo-noise code), 并在首个数据块前端插入同样的PN码。其帧格式如图1所示。

由于数据块前后都存在PN序列, PN序列可作为循环前缀, 消除数据块间干扰(inter-block interference, IBI)的影响, 同时使接收信号为循环卷积形式, 此外, 在同步、信道估计、多普勒频移估计及多用户扩展等方面均具有一定优势。整体发射机原理图如图2所示。

采用PN序列作为循环前缀的优点之一是利用PN序列进行信道估计。在时变水声信道环境下, 每个数据块进行独立的信道估计和均衡可缓解水声信道时变性对通信系统性能的影响。从多普勒估计的角度来看, 首先利用在PN-SCBT中的PN 信号估计平均多普勒频移导致的符号扩展和压缩; 在补偿平均多普勒频移之后, 利用PN 信号估计残余多普勒频移引起的相位旋转后再次进行补偿, 可以有效提升系统性能。

1.2 接收机结构

图3所显示的是单发多收(single-input multiple-output, SIMO)单载波块传输系统的接收机框图。对于多路接收信号, 进行同步和初步多普勒补偿之后移除最前端的PN部分从而对剩余信号以长度进行分块。后续以数据块为单位进行独立的信道估计与频域均衡处理, 这样可以有效减少信道时变特性造成的影响。均衡器输出的多路信号逆快速傅里叶变换(inverse fast Fourier transform, IFFT)转化为时域信号进行合并判决, 获取多路增益效果。

考虑到水声信道的稀疏性, 同时在复杂度和收敛速度之间实现折中, 文中利用改进型比例归一化最小均方算法(improved proportional normalized least mean square algorithm, IPNLMS)进行稀疏信道估计。IPNLMS信道估计器的更新过程可表示为

在常规迭代均衡系统中, 每次迭代都需要将来自上次迭代的反馈信号结合接收信号重新进行信道估计。但是在PN-SCBT系统进行迭代均衡的情况下, 由于本地PN序列是完全已知的, 最初的信道估计结果可以在后续迭代更新前向和反向滤波器系数中重复使用, 减少了因迭代信道估计而增加的计算量。

2 频域软反馈频域均衡器

接收信号经过初步处理之后输入到频域均衡器进行均衡处理来消除ISI, 如图4所示的是基于PN-SCBT结构的频域Turbo均衡结构图。图中频域均衡联合频域软反馈(frequency domain equalization with frequency-domain soft-decision feedback, FDE-FDDF-soft)算法中2个部分, 前向滤波和反向滤波都是在频域上完成的, 因此有着较低的计算复杂度。

在接收端经同步和多普勒补偿之后的多路信号经过FFT处理转化为频域信号, 并且联合上一次迭代所获取的软判决信号的频域形式进行基于最小均方误差(minimum mean square error, MMSE)准则下的联合均衡。所得到的多路输出信号经逆快速傅里叶变换(inverse fast Fourier transform, IFFT)转化为时域信号之后进行合并判决, 同时输出软判决信号反馈到频域均衡器使得迭代能够进行下去。要注意的是, 最开始均衡处理即第0次迭代的时候, 由于没有反馈信息进行联合均衡, 输入信号仅经过前向滤波器, 相当于常规线性频域MMSE均衡。

将式(12)代入式(11)中, 并用拉格朗日乘因子法可以得到后向滤波器系数为

每次迭代处理之后频域均衡器的输出信号可表示为

3 仿真分析

发射端采用编码效率为1/2的卷积编码, 生成多项式为[171, 133]。编码生成的二进制信息随机交织之后进行正交相移键控(quadrature phase shift keying, QPSK)/8相移键控(8 phase shift key- ing, 8PSK)符号映射。设定为512, 即接收端每次FFT处理的长度为512。PN长度为126, 对应的单个数据块的数据符号个数为386。每次循环过程中数据块个数为20, QPSK/8PSK调制方式的原始比特数目为7720/11520。仿真信道为Yang教授[24]所提供的多组慢时变复杂多径信道, 相关信道冲击响应如图5所示, 仿真噪声为信号带宽内的高斯白噪声。横轴为信道响应随时间的扩展, 纵轴为时间变化。

为了进行比较, 仿真也给出了最小二乘(least square, LS)和正交匹配追踪(orthogonal matching pursuit, OMP)信道估计算法下的误码性能。QPSK和8PSK调制方式下频域Turbo均衡的性能曲线分别如图6和图7所示。由图可以看出, 不论何种信道估计方式, 随着迭代次数的增多系统的误码性能是逐渐提高的但是提升幅度越来越小。IPNLMS信道估计方式下, 在10-4量级, QPSK调制第1次迭代比未迭代性能提升约3.5 dB, 而第3次迭代相比第1次迭代则提升不到1 dB。8PSK调制下第1次迭代比未迭代的性能提升约7 dB, 第3次迭代比第1次迭代提升1.5 dB左右。实际使用中要综合考虑计算量和误码性能选择合适的迭代次数。

此外对3种估计信道算法下的误码性能进行比较, 可以看出, IPNLMS信道估计下的性能相对于其他2种估计方式也有较明显的提升。以3次迭代误码率达到10-4量级为准, 在QPSK调制下IPNLMS信道估计的误码性能相对于OMP信道估计下的性能提升约0.5 dB, 相对于LS估计方法则提升0.8 dB左右。8PSK调制下IPNLMS信道估计的误码性能则比OMP与LS信道估计下的性能提升0.5 dB左右。这是由于IPNLMS算法进行信道估计时考虑到水声信道的稀疏特性, 因此所估计的信道结果更加精确。

4 试验验证

为了验证单载波频域Turbo均衡水声通信系统的性能, 2015年1月在河南丹江口水库进行了湖上试验研究。平均水深小于50 m, 发射换能器在水下20 m处, 发射声源级约为183 dB。通信试验时, 发射和接收两船分别用GPS定位, 测量出其水平距离约为10.8 km。系统工作频带为4~8 kHz, 120 kHz采样。采用1/2编码速率(171,133), 编码生成的二进制信息随机交织之后进行符号映射。分组并插入PN码后上变频处理发射。接收端则采用多水听器接收处理。

图8显示的是丹江口水库水声通信试验时的信道冲击响应, 它反映了信道响应随时间的变化。由图8可见, 信道最大多径扩展约为15ms, 相当于60个码元宽度。

PN码对应时间长度为31 ms, 该时间长度大于多径时延扩展。每个数据块长度为512, 信息符号数目即为386。总共200个数据块分10帧传输。采用QPSK调制, 有效信息速率可达3 kbps,共计77200 bit数据; 采用8PSK调制, 有效信息速率达到4.5 kbps, 共计11580 bit数据。

试验处理的多通道结果如表1所示, 迭代均衡之后的星座图如图9所示。随着迭代均衡的进行, 系统的性能是逐渐提升的。在四通道合并增益下QPSK和8PSK在3次迭代下都可以实现无误码传输。同时相对而言IPNLMS信道估计下的性能最好, 证明了所提的基于稀疏信道估计的单载波频域Turbo均衡水声通信系统的优良性能。

表1 多通道FDE-FDDF误码性能表

由于试验环境较好, 接收端有着较高的信噪比, 因此文中方法在迭代进行之前即可实现无误码传输。为了进一步验证水声通信中频域迭代均衡的性能, 将在试验中采集的真实噪声数据叠加到通信数据中, 降低接收端信噪比。将加噪数据重新处理, 结果如表2所示。从中可以看出随着迭代的进行, 系统的误码性能有着明显的提升。QPSK调制方式下, 初始误码率为1.3×10–1, 3次迭代之后误码率可达7.4×10–4; 8PSK调制方式下, 初始误码率为1.1×10–1, 3次迭代后误码率可达5.2×10–5。此外也给出了软判决符号的星座图, 如图10所示。相对于常规均衡后符号的星座图形, 由解码器输出的外部信息得到的软判决符号的星座图能更直观地看出迭代的增益效果。由于软解码器的使用, 软判决符号比均衡符号的星座图也更加可靠。由图10可以看出, 2种调制方式下随着迭代的进行, 软判决符号逐渐向映射的星座点收敛, 到第3次迭代时已基本收敛到有效星座点。

表2 加噪多通道FDE-FDDF误码性能表

5 结束语

文中基于扩频码单载波块传输结构提出了一种适用于稀疏水声信道的低复杂度频域Turbo均衡水声通信方法。在接收端利用本地扩频码序列进行稀疏信道估计可有效改善估计信道的精度, 同时无需进行迭代信道估计, 降低了计算复杂度。另一方面也可以利用数据块之间的PN序列来估计残余多普勒引起的相位旋转从而进行补偿。此后通过频域迭代Turbo均衡和多通道联合处理消除多途效应产生的码间串扰, 显著改善系统性能。丹江口湖上试验结果表明, 在10.8 km通信距离下, 采用QPSK和8PSK调制方式分别实现了3 kbps和4.5 kbps的有效数据率(未编码速率分别为6 kbps和9 kbps)的水声通信, 并在3次迭代均衡之下均实现了无误码传输。

[1] Kilfoyle D B, Baggeroer A B. The State of the Art in Underwater Acoustic Telemetry[J]. IEEE J. Ocean. Eng., 2000, 25(1): 4-27.

[2] Stojanovic M, Catipovic J A, Proakis J. G. Phase-coherent Digital Communications for Underwater Acoustic Channels [J]. IEEE J. Ocean. Eng., 1994, 19(1): 100-111.

[3] 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 Wei-qing, Zhu Min, Wang Jun-wei, et al. Signal Processing for High Speed Underwater Acoustic TransMission of Image[J]. Chinese Journal of Acoustics, 2007, 32(5): 385-397.

[4] 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 Wei-qing, Zhu Min, Wu Yan-bo, et al. Signal Processing in Underwater Acoustic Communication System for Manned Deep Submersible “Jiaolong”[J]. Chinese Journal of Acoustics, 2012, 37(6): 565-573.

[5] Stojanovic M, Catipovic J A, Proakis J G. Adaptive MultiChannel Combining and Equalization for Underwater Acoustic Communications[J]. Journal of the Acoustical Society of America, 1993, 94(3): 1621-1631.

[6] Li B S, Zhou S L, Stojanovic M, et al. Multicarrier Communication over Underwater Acoustic Channels With Nonuniform Doppler Shifts[J]. IEEE J. Ocean. Eng., 2008, 33(2): 198-209.

[7] Stojanovic M. OFDM for Underwater Acoustic Communications: Adaptive Synchronization and Sparse Channel Estimation[C]// Proc. IEEE ICASSP, Las Vegas: IEEE, 2008.

[8] Sari H, Karam G, Jeanclaude I. Transmission Techniques for Digital Terrestrial TV Broadcasting[J]. IEEE Communications Magazine, 1995, 33(2): 100-109.

[9] Falconer D, Ariyavisitakul S L, Benyamin-Seeyar A, et al. Frequency Domain Equalization for Single-carrier BroadBand Wireless Systems[J]. IEEE Communications Magazine, 2002, 40(4): 58-66.

[10] Wang Z, Ma X, Giannakis G B. OFDM or Single-carrier Block Transmission[J]. IEEE Tran. Communication, 2004, 52(3): 380-394.

[11] Zheng Y R, Xiao C, Yang T C, et al. Frequency-domain Channel Estimation and Equalization for Shallow-water Acoustic Communications[J]. Elsevier Journal on Physical Communication, 2010, 3(1): 48-63.

[12] He C B, Huo S Y, Wang H, et al. Single Carrier with Multi-channel Time-frequency Domain Equalization for Underwater Acoustic Communications[C]//Proceedings of the IEEE International Conference on Acoustic, Speech and Signal Processing. South Brisbane: IEEE, 2015: 3009-3013.

[13] He C B, Huang J G, Zhang Q F. Hybrid Time-frequency Domain Equalization for Single-carrier Underwater Acoustic Communications[C]//WUWNet’12 Proceedings of the Seventh ACM International Conference on Underwater Networks and Systems. Los Angeles: ACM, 2012: 5-6.

[14] Pancaldi F, Vitetta G. M, Kalbasi R, et al. Single-carrier Frequency Domain Equalization[J]. IEEE Signal Process. Mag, 2008, 25(5): 37-56.

[15] Benvenuto N, Dinis R, Falconer D, et al. Single Carrier Modulation with Nonlinear Frequency Domain Equalization: An Idea Whose Time Has Come—Again[J]. Proc. IEEE, 2010, 98(1): 69-96.

[16] Xia M, Rouseff D, Ritcey J A, et al. Underwater Acoustic Communication in a Highly Refractive Environment Using SC-FDE[J]. IEEE J. Ocean. Eng, 2014, 39(3): 491–499.

[17] He C B, Huang J G, Zhang Q F, et al. Single Carrier Frequency Domain Equalizer for Underwater Wireless Communication[C]//IEEE Mobile Computing and Communication 2009 Conf., KunMing, China: IEEE, 2009.

[18] Tuchler M, Koetter R, Singer A. C. Turbo Equalization: Principles and New Results[J]. IEEE Trans. Commun., 2002, 50(5): 754–767.

[19] Xi J Y, Yan S F, Xu L J, et al. Bidirectional Turbo Equalization for Underwater Acoustic Communications[J]. Chinese Journal of Acoustics, 2016, 35(4): 440-451.

[20] Ng B, Lam C, Falconer D. Turbo Frequency Domain Equalization for Single-carrier Broadband Wireless Systems[J]. IEEE Trans.Wireless Commun, 2007, 6(2): 759-767.

[21] Wu J X, Zheng Y R. Low Complexity Soft-input Soft-output Block Decision Feedback Equalization[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(2): 281–289.

[22] Zheng Y R, Wu J X, Xiao C S. Turbo Equalization for Single-carrier Underwater Acoustic Communications[J]. IEEE Commun. Mag., 2015, 53(11): 79-87.

[23] Wang L B, Jun T, Zheng Y R. Single-carrier Frequency-domain Turbo Equalization without Cyclic Prefix or Zero Padding for Underwater Acoustic Communications [J]. Journal of the Acoustical Society of America, 2012, 132(6): 3809-3817.

[24] Yang T C, Huang S H. Building a Database of Ocean Channel Impulse Responses for Underwater Acoustic Communication Performance Evaluation: Issues, Requirements, Methods and Results[C]//ACM International Conference on Underwater Networks & Systems. Shanghai, China: ACM, 2016: 29.

Underwater Acoustic Communication Technology Adopting Low Complexity Single Carrier Frequency-Domain Turbo Equalization

XI Rui, DANG Qian-qian, HE Cheng-bing, ZHANG Rui-yu, ZHANG Qun-fei

(School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an 710072, China)

Underwater acoustic communication in shallow sea has the characteristics of severe multipath delay spread, channel fading and low signal-to-noise ratio(SNR). To overcome the high computation complexity and high sensitivity to receiver parameters of conventional time-domain decision feedback equalizer, a low complexity frequency-domain Turbo iterative equalization method is proposed for sparse underwater communication channel, which is based on single-carrier block transmission structure with spreading codes. At the transmitter spreading codes are inserted between data blocks as the cyclic prefixes. At the receiver known spreading codes are employed to estimate the sparse channel and the rotational phase caused by Doppler shift, then the frequency-domain Turbo equalization technique based on the minimum mean square error criteria and the multichannel joint processing method are used to eliminate the intersymbol interference(ISI) caused by the multipath effect. The performance of the system is improved significantly. Lake test shows that the underwater communication with effective data rates of 3 kbps and 4.5 kbps is achieved via QPSK and 8PSK modulation, respectively, at a communication distance of 10.8 km, and error-free transmission is always achieved in three times of iterative equalization. This study may provide a reference for the research of robust underwater acoustic communication with high data rate.

underwater communication; single carrier frequency domain; sparse channel estimation; frequency-domain turbo iterative equalization

TJ630.34; TN929.3

A

2096-3920(2018)05-0395-08

10.11993/j.issn.2096-3920.2018.05.003

2017-08-09;

2017-09-10.

国家重点研发计划(2016YFC1400200)、国家自然科学基金项目(61471298, 61771396).

席 瑞(1996-), 男, 在读硕士, 主要研究方向为水声通信.

席瑞, 党谦谦, 何成兵, 等. 低复杂度单载波频域Turbo均衡水声通信技术[J].水下无人系统学报, 2018, 26 (5): 395-402.

(责任编辑: 许 妍)