英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

MIMO-OFDM水声通信系统综述

摘要

随着不断增加的带宽、效率、空间分集和水声通信(UWA)的性能需求的不断增加，从而打开了多输入多输出天线系统技术(MIMO)使用的大门。多输入多输出天线系统技术和正交频分复用技术(OFDM)的组合已经被证明是最有前途的通信解决方案之一，在许多情况下，比如水声通信;相反地，它也放大实施这样的计划，以获得所需的带宽效率的设计挑战。本研究的目的是提供水声MIMO-OFDM通信领域的最新研究的全面调查。以前的作品一般是总结、综述和比较，其年出版时水声MIMO-OFDM通信所面临的问题也逐渐突显出来。文章根据信道估计、 均衡、编码和检测的重点技术来进行分类。此外作品比较基于复杂性和算法的性能，从而确定一些未来的研究问题。

关键字

水声通信; MIMO-OFDM 系统;信道估计;编码;检测

1. 介绍

由于电磁波和光波在海水中传播的效果很差,从而使得声波信号成为远距离水下通信的唯一可行选的选择。又由于水声通信(UWA)信道是独一无二的, 与无线电通信的信道相比, 具有许多独特的特征, 在有限的带宽下，水声通信的驱动算法设计是最为重要的[1]。多输入多输出天线系统技术和正交频分复用技术 (MIMO-OFDM)在一定程度上解决了有限带宽方面的问题,但同时在设计水声通信系统模型的时候,使得路径成为了最突出的关注点, MIMO多输入多输出天线系统通信在发射机和接收器之间有多个信道与从所有发射机包含数据的每个信号，因而对所有渠道的信道估计是很有必要的 [2]。

在水声通信系统中MIMO-OFDM技术是一个相对新的研究领域。虽然在无线电通信网络系统中, MIMO-OFDM技术已经使用了2年, 但在水下通信网络中,它已经被引入了最近的过去,研究者们提出了许多不同的传输方案，来提高数据传输速率和降低比特率。虽然MIMO-OFDM有许多的好处，然而在实施这些系统时面临的挑战也是关键的, 使MIMO-OFDM系统的仿真设计成为一个错综复杂的工作[3、4]。

OFDM被认为作为low-complexity 替代single-carrier调制为下一代音响调制解调器。为了缓解带宽限制,在水声通信中引入多载波调制的应用, 从而结束了水声信道的长期延时。OFDM是一种有前途的多载波传输方案,通过串/并转换将数据流分布到子载波上，通过保持各子载波相互正交，在大幅度提高频谱利用率的同时，能够有效地对抗多径衰落等传输条件，因为它对多径衰落、频率选择性衰落和码间干扰(ISI) 的适用性不复杂, 从而提高了频谱利用率和数据传输速率, 使链路更加可靠 [5-9]。虽然OFDM不需要比较复杂的均衡器, 然而却为 MIMO通信系统的平稳实现达到更高的数据传输率以及可靠性保障;严格的信道同步、估计和均衡也是其必需的[10]。

由于寻求有效利用声学带宽, 利用空间时间方法开发空间多样性已经成为近年来研究者们关注的话题。MIMO是一种通过使用多个发射机和接收机提高系统容量的方法，MIMO技术能够在无线信道中产生多个相互独立的并行传输信道并利用这些信道同时传输多路数据信息，这样可以有效地提高系统的传输速率，同时并不需要额外增加系统所占带宽，达到了增加频谱利用率的目的。它不同于传统的空间分集系统, 同一数据比特从每个发射机传输, 而在MIMO系统中, 每个发射机传输不同的编码数据, 这是独立数据流的并行传输, 从而提高了数据速率的性能[11]。MIMO和OFDM的组合是一个诱人的low-complexity解决方案, 带宽高效的通信频率选择性和带宽有限的水声信道。它将空间de-correlated 声学信道的优点与由于延迟传播所存在的频率多样性相结合, 并导致大量的容量改进效果。因而相干的MIMO-OFDM通信系统被认为是理想的选择为动态和极端乐队有限水声信道 [6、9、12、13]。

在上面这项工作中, 我们回顾、总结和比较了不同的通信方案水声通信系统 MIMO-OFDM模型和测试的研究,从提出最新技术的最初设计和讨论, 从我们的知识的最好的人没有给予任何注意这一点。该系统的效率和效能取决于整个通信系统, 因此我们需要讨论系统的所有必要细节, 以便比较用于特定目的的各个技术。举例来说, 我们不能比较的估计技术, 如最小平方 (LS) 或最小平均平方误差 (MMSE) 的MIMO-OFDM系统的整体模型, 因为估计方案大大取决于复杂的制度可以负担, 连同使用的渠道。因此在某些情况下LS可能采取优先权比MMSE取决于系统的条件和要求[14、15]。虽然这里的所有论文都讨论了多输入OFDM通信的基本步骤, 如编码、传输、检测、估计、均衡等, 侧重于特定的步骤, 而不是其他的, 因此我们根据诸如信道估计或均衡等聚焦技术对论文进行分类。本文的其余部分组织如下: 第2节说明了设计水声MIMO-OFDM通信系统时面临的问题。在3节中, 介绍了基于UWA的多输入多输出天线系统技术和正交频分复用技术MIMO-OFDM通信系统的综述和分类, 对水声的基本MIMO-OFDM通信系统进行了分析。

2. 水声MIMO-OFDM通信所面临的问题

由于水声通道的独特性, 水声通信面临着传播损耗、噪声类型、盐分、环境、温度、压力、深度等诸多因素的影响等诸多障碍。我们不会详细介绍水下整体通信所面临的问题;相反,我们只讨论与MIMO-OFDM通信系统有关的常见问题, 其中包括以下内容:

2.1. 符号间干涉

水声通信由于海面波浪起伏、海床不均匀和其他许多障碍物的反射, 面临着高水平的多径效应。由于不同深度的声音速度变化, 信号在水中也会被折射。接收器收到的反射信号有四种: 直接路径、从表面反射、仅从底部反射和从两者反映出来的信号。虽然每个接收器接收多个反射和直接信号从每个发射机, 然而图. 1显示了多径的想法通过仅少量信号, 看法mathml来源显示路在uth发射机和 vth 接收器之间有s表面和b底部反射 [16]。因而许多延迟的复制副本在接收器与直接信号一起被接受, 毁坏和扭曲原始的信号以码间干扰(ISI) 或国米干涉 (IBI)的形式[10]。ISI依赖于信号的延时, 越长时间延迟, 越多的ISI。通过将信道延迟时间划分为子载波数, 从而在一定程度上减少了ISI效应。此外, ISI和IBI在某种程度上是通过使用空色调和警卫间隔时间 (GI) 冗余的长度比信道的大小, 并引入循环前缀 (CP) 和零填充 (ZP) 方案作为一种低复杂性均衡方案。这个问题在MIMO的情况下变得严重, 因为发射机和接收器之间有多个信道;并且数据的同时传输所有信号跟随多径到达接收器, 因此在接收末端, 有许多延迟的拷贝从不同的渠道和因而更多ISI[17-19]。

图1

2.2. 多普勒频移

多普勒频移是由于源、接收机或二者的相对运动而发生频率的偏移。在接收机上给出了theta;p入射的pth声射线角的多普勒尺度因子[20]:

（1）

当 vr 表示发射机/接收器速度和 c 是声速在水中。在无线通信中, 波的速度 c 相对于 vr 来说太大, 这使得多普勒尺度因子几乎可以忽略不计, 而在水中声速较慢的结果是更大的多普勒尺度因子。水声OFDM系统中的多普勒频偏移在不同的子载波 (即 non-uniform 多普勒位移) 中有很大的不同, 导致严重的跨载波干扰 (ICI) [18]。通过保持副载波频率间距大于可能的频率偏差, 可以减小多普勒频移的影响,这明显地导致光谱效率和数据速率的退化。在OFDM通信系统中, 研究者提出的缓解这一问题的两个重要而简单的方法是: 使用空载波进行相位同步, 并使用考虑连续OFDM块之间的相位一致性的自适应方法。在MIMO的情况下, 多普勒位移的补偿是相当重要的问题, 因为接收器的所有到达信号可能没有相同的多普勒尺度因子；不同的频道可以有不同的值。此外, 在多用户或分布式MIMO系统中, 多普勒尺度因子对于不同的用户是完全不同的, 因为用户可能会在不同的方向上移动, 如图2所示的接收机[21、22]。

图2

2.3. Peak-to-average 功率比

平均功率峰的比值是指最大峰值功耗除以信号的平均值。由于所有副载波频率信号的叠加,OFDM已知具有较高的比峰。由于这些叠加信号的构造累积, 峰值功率比平均功率大得多。也传输的OFDM信号可能有高峰值在时间域, 因为IFFT操作增加许多副载波组分。这一高比峰限制了水声通信中MIMO-OFDM通信系统的效率, 从而导致功率放大器的饱和, 因此要求高功率范围的功率放大器具有低效率-成本因数, 从而产生 non-linear 失真和信号频谱叠加, 导致性能退化 [23、24]。基于预编码、选择性映射法、剪切法和适当插入交错等的OFDM系统可获得许多均峰比降技术 [25、26]。

3. 水声MIMO-OFDM通信系统模型

基本MIMO系统由传感器和接收机组成。总 ODFM块的持续时间由 T′=T ，其中T是OFDM符号持续时间和是守卫间隔。副载波间距由 1/t 提供。泰熙子载波在频率由[27]给出:

（2）

其中表示载波频率和K表示子载波的数量, 使带宽为 B=K/T，让[k] 成为编码信息符号和g(t)是脉冲整形滤波器, 然后由uth传感器传输的信号给出:

（3）

对于(v、u)th transmitter–receiver对,多径信道由光伏、u离散路径和信道冲激响应组成:

（4）

在查看 mathml 源的地方, 查看 mathml 源是 (v、u) transmitter–receiver 对的 pth 路径的振幅、延时和多普勒缩放系数。情商. (4) 通过表达独特的水声信道与严重多普勒和多重路径效应, 将水声系统模型与上述水无线通信模型区分开来。通带信号在 vth 接收器与增加的噪声看法mathml来源由 [27]给:

（5）

4. 水声MIMO-OFDM通信系统综述

在本节中, 我们将讨论描述水声MIMO-OFDM通信的基本技术和总体传输方案的论文。关于MIMO体系结构的初始论文, 用于比较多MIMO-OFDM与其他空间和频率不同的系统的结果。这个想法在2007第一次被介绍了, 当二种多样性被开发的形式 [12]；第一个是使用编码正交频分复用 (OFDM) 的频率多样性, 利用多径传播的信道固有的频率选择性, 其次是利用多重传感器为系统的潜在容量增加的MIMO的空间分集。虽然这项研究证明了MIMO-OFDM的想法然而实验测试尚未进行[12]。

这个想法是通过实验证明的, 在 2007, 通过传输QPSK映射OFDM数据从两个发射机同时使用块的处理在接收机。对多普勒移位和信道估计的补偿引入了零和先导子载波。应用卷积编码 (CC) 或低密度奇偶校验 (LDPC) 编码, 并在每个 OFDM子载波上使用最大后验 (MAP) 或线性强迫零 (ZF) 探测器进行MIMO解调, 如果发现地图探测器的性能优于ZF探测器 [28]。这个想法在[29]进一步扩展了通过实验测试超过二个发射机和更高的阶调制方案象 8-QAM/16-QAM/64-QAM以极小的平均平方误差(MMSE)均等化与先验信息, 并且发现更高的阶调制极大地增加光谱效率。

在对李et al成功的试验之后, 许多研究人员开始聚焦于MIMO-OFDM通信系统，并且开发了不同的传输方案, 包括由y.埃姆雷在2008年做的工作, 涡轮编码, PSK调制MIMO-OFDM水声通信模型被提出[30]。采用了相干和差分传输方案, 通过利用相邻频率几乎完全相同的事实, 消除了差分格式的信道估计需要。采用软判决辅助迭代映射算法对接收机端进行解码, 而MMSE检测则是相干传输盒 (30) 中的首选。

在 [31] 中突出了OFDM块持续时间的选择问题, 以及影响性能极限的原因, 包括常规检测方法和给定带宽中发射机和子载波数之间的关系。它发现, 大量发射机导致性能损失与较少的子载波, 因此发射机和副载波频率的数量必须是比例为更好的性能和带宽效率[31]。在[32]中设计了一种新的MIMO探测器, 由混合连续干扰抵消和软最小均方误差 (MMSE) 均衡耦合, 以 lDPC信道译码为迭代检测。接收机集中在MIMO检测和信道解码之间的迭代处理, 但信道估计和载波同步不包括在环路中。利用载波偏移频率 (CFO) 估计算法对空子载波中的能量作为目标函数进行搜索, 并对其进行了多普勒效应补偿。经过三种不同实验的数据测试,125.7 kb 的速度在62.5Hz的带宽被达到了以可接受的比特差错率 [32]。

水声MIMO-OFDM通信的两个主要问题: 多普勒和时延差在 [4] 中第一次被明确地聚焦；[33]并且水声信道估计者的平均正方形错误作为这些传播的作用和因而多普勒和延迟传播的极限极限, 在信号不可能被正确地解码, 被发现了。延迟功率密度谱是从延迟交叉功率谱密度和根均方根 (rms)延迟传播得到[4]:

(6)

Q(xi;,tau;)是傅里叶变换关于两个变量得到多普勒十字功率谱密度 Pd (f, w), 然后多普勒功率密度光谱获得 Pd(f)= pd (f,0) 和 rms多普勒传播的[4]:

(7)

不同的气象和环境条件下, 测量了多普勒和延时差值的极

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[137485]，资料为PDF文档或Word文档，PDF文档可免费转换为Word