导读:本文包含了水声信道论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信道,水声,稀疏,通信,均衡器,模型,北极。
水声信道论文文献综述
刘振兴,陈震[1]（2019）在《一种基于堆栈自编码器的水声信道均衡算法》一文中研究指出深度学习技术在图像处理、机器视觉等领域的应用取得了显着成效。基于此,对基于深度学习技术的水声信道均衡算法进行研究,提出了基于堆栈自编码器的水声信道均衡算法。该算法将堆栈自编码器作为均衡器,采用"类贪婪法"进行逐层训练,然后反向微调整个深度网络。水声信道仿真结果表明,与常数模算法(Constant Modulus Algorithm,CMA)和基于RBF神经网络的均衡算法(Equalization Algorithm based on RBF,REA)相比,基于自编码器的均衡算法(Equalization Algorithm based on Auto-encoders,AEA)和基于堆栈自编码器的均衡算法(Equalization Algorithm based on Stacked Auto-encoders,SAEA)都表现出更好的均衡性能,其中堆栈自编码器算法表现最优。(本文来源于《通信技术》期刊2019年11期）
施建宇[2]（2019）在《一种浅海水声信道的仿真方法》一文中研究指出介绍了一种结合本征声线模型与莱斯衰落信道的浅海水声信道仿真方法。该方法使用Bellhop模型求解信道的声线分布结构和时不变冲激响应特性,在此基础上对每条声线利用莱斯衰落建立信号的时变特性得到完整的时变信道的仿真。最后在MATLAB上对给定条件的水声信道进行仿真,得到了具有时延拓展和时变特性的接收信号。(本文来源于《通信技术》期刊2019年10期）
殷敬伟,吴雨珊,韩笑,李林[3]（2019）在《北极冰水混合水域的水声信道预测技术》一文中研究指出为在北极冰水混合水域环境下实现可靠的自适应水声通信,本文对此环境下的水声信道预测技术进行研究,利用水声信道的稀疏性,使用时域预测器对少数主要路径进行预测,降低计算复杂度的同时消除大部分噪声影响,提高预测精度。本文利用2018年第九次北极科学考察进行的水声通信试验数据比较了基于不同预测系数获取算法的信道预测方法性能,数据处理结果表明本文方法收敛后的信道预测误差可以达到-30 dB,证明可以实现水声信道的有效预测,为冰水混合环境的水声通信提供可靠信道状态信息。(本文来源于《信号处理》期刊2019年09期）
郭银景,刘珍,朱友康,杨文健,巨媛媛[4]（2019）在《基于OFDM的水声信道估计技术研究》一文中研究指出水声信道估计技术是水下通信的关键技术之一,文章主要对OFDM系统在水声通信中的信道估计技术进行了研究。首先对水声信道特性进行介绍,并针对浅水和深海信道进行了仿真;通过对OFDM技术理论的分析,从导频结构为出发点研究了LS和DFT信道估计算法,并针对噪声和频谱泄露问题提出了基于DFT的加窗函数设置平滑系数阈值的信道估计(WT-S-DFT)算法;仿真证明,文中最后介绍的WT-S-DFT信道估计算法性能有明显提高。(本文来源于《鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集》期刊2019-09-22）
周玮[5]（2019）在《水声信道跳频通信系统异常跳变检测模型仿真》一文中研究指出水声信道跳频通信是当前水中通信的重要模式,对通信系统进行异常跳变检测意义重大。当前相关研究成果存在抗干扰性能较差、假阳性率较高的问题,提出基于数据拟合的水声信道跳频通信系统异常跳变检测模型。分析水声信道跳频通信系统,并介绍此种通信系统的优点。利用小波分析法去除通信系统噪声信号,通过逆变换实现信号重构,完成去噪操作,并获取水声信道跳频通信系统信号数据,利用matlab对数据进行拟合,获得正常跳变与异常跳变状态的概率密度分布函数。根据概率密度函数,将最大后验概率当作异常跳变判断标准,即将其当作异常跳变检测模型,实现异常跳变检测。仿真结果表明,所建模型抗干扰性能强、检测精度高,是一种可靠性很强的通信系统异常跳变检测模型。(本文来源于《计算机仿真》期刊2019年09期）
张舒然,武岩波,朱敏[6]（2019）在《基于MCMC采样器的簇稀疏水声信道估计方法》一文中研究指出针对实际水声信道存在簇稀疏特性,提出了一种多层贝叶斯模型下基于马尔科夫链蒙特卡罗(MCMC)采样器的正交频分复用(OFDM)水声通信信道估计方法。利用簇稀疏水声信道的结构特性对信道的先验分布进行建模,借助贝叶斯推断和接收信号的似然函数得到信道模型参数的后验分布,采用MCMC采样器对信道模型参数的后验条件分布进行采样从而得到稀疏水声信道的最大后验估计。仿真对比不同接收信噪比下该方法与基于最小平方、匹配跟踪和逐步正交匹配跟踪信道估计方法的性能。湖试试验表明,该方法能够在无任何信道先验信息下实现准确的OFDM水声信道估计和跟踪译码,实现了通信距离600 m到3 500 m、传输速率6. 08 kbps的OFDM水声通信。(本文来源于《仪器仪表学报》期刊2019年08期）
张永霖,王海斌,台玉朋,汪俊,陈曦[7]（2019）在《基于混合范数约束的非均匀稀疏水声信道估计方法》一文中研究指出水声信道具有明显的簇状稀疏特性,即稀疏的信道冲激响应大部分为零或接近零的小值系数,而非零值系数是以簇的形式非均匀分布于时延域。为此该文提出了一种基于非均匀混合范数约束仿射投影算法的水声信道估计方法。该方法首先根据信道簇状结构对其进行非均匀分组,基于此将l_(21)范数约束规则加入仿射投影算法中,具体方法为对簇状部分施加l_2范数约束,有效提高系数间的相关性,而簇状结构与其他零值抽头之间利用l_1范数约束实现了整体的稀疏特性。数值仿真以及深海远程水声通信试验数据处理结果表明了该文所提出的水声信道估计算法相较现有稀疏信道估计方法能够实现更快的收敛速度以及更高精度的信道估计结果。(本文来源于《应用声学》期刊2019年04期）
刘俊凯,董阳泽,张刚强[8]（2019）在《隐蔽通信中基于水声信道的密钥生成技术》一文中研究指出水声传感器网络实现了高度智能化、自主性强、分布式、全天候的水下信息采集、传输、处理及融合,是水下目标的监测、定位、跟踪与分类等应用的最佳选择之一。针对隐蔽传输中的加密,提出了基于水声信道响应特征产生密钥的方法,通过利用水声信道的短时相关性,通信双方实时地产生加密密钥,以保证信息的保密性能。通过将信息隐藏技术和密钥生成技术相结合,确保水声信息的隐蔽传输。仿真与试验结果表明,基于提出的密钥生成方法能够生成匹配密钥,为水声隐蔽通信提供加密支持。(本文来源于《应用声学》期刊2019年04期）
戴文舒,鲍凯凯,陈新华,孙兴丽[9]（2019）在《基于AR模型的时变水声信道统计分析方法》一文中研究指出Bellhop波束追踪方法利用射线理论在给定的几何和声源频率下能够得到准确的水下信道,但没有考虑到随机信道变化,将位置的不确定性和表面波浪的变化引起大尺度效应建模为1阶AR模型,理论建模分析并仿真验证了信道功率增益随通信带宽和通信距离的关系,采用最小二乘拟合对信道功率增益做局部平均,从而对时变水声信道概率密度函数进行估计。表面波浪的时变引起路径长度的变化,通过计算信道功率增益自相关函数可以估计模型参数,从而为信道预测提供可能。(本文来源于《振动与冲击》期刊2019年13期）
周跃海,童峰,郑思远,曹秀岭[10]（2019）在《多频带水声信道的时频联合稀疏估计》一文中研究指出多频带水声信道多径结构在相邻数据块和不同子频带存在相关性,从分布式压缩感知的角度可对这种时频联合稀疏特性进行利用。但是,在传统联合稀疏模型下水声信道间存在的不同多径时延部分形成差异支撑集,由此引入的干扰导致估计性能下降,提出利用多路径选择机制进行差异支撑集检测;同时,进一步结合频域子频带信道间、时域相邻数据块信道间存在的相关性进行频带-时间域联合稀疏估计.利用数值仿真及海试实验结果进行了性能验证和比较,表明利用时频联合稀疏估计构造的水声通信接收机改善了匹配性能,可获得较为明显的输出信噪比、误比特率等通信性能提升.从而说明:利用多频带水声信道在时域、频域存在的联合相关性可有效提高信道估计性能。(本文来源于《声学学报》期刊2019年04期）
水声信道论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
介绍了一种结合本征声线模型与莱斯衰落信道的浅海水声信道仿真方法。该方法使用Bellhop模型求解信道的声线分布结构和时不变冲激响应特性,在此基础上对每条声线利用莱斯衰落建立信号的时变特性得到完整的时变信道的仿真。最后在MATLAB上对给定条件的水声信道进行仿真,得到了具有时延拓展和时变特性的接收信号。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
水声信道论文参考文献
[1].刘振兴,陈震.一种基于堆栈自编码器的水声信道均衡算法[J].通信技术.2019
[2].施建宇.一种浅海水声信道的仿真方法[J].通信技术.2019
[3].殷敬伟,吴雨珊,韩笑,李林.北极冰水混合水域的水声信道预测技术[J].信号处理.2019
[4].郭银景,刘珍,朱友康,杨文健,巨媛媛.基于OFDM的水声信道估计技术研究[C].鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集.2019
[5].周玮.水声信道跳频通信系统异常跳变检测模型仿真[J].计算机仿真.2019
[6].张舒然,武岩波,朱敏.基于MCMC采样器的簇稀疏水声信道估计方法[J].仪器仪表学报.2019
[7].张永霖,王海斌,台玉朋,汪俊,陈曦.基于混合范数约束的非均匀稀疏水声信道估计方法[J].应用声学.2019
[8].刘俊凯,董阳泽,张刚强.隐蔽通信中基于水声信道的密钥生成技术[J].应用声学.2019
[9].戴文舒,鲍凯凯,陈新华,孙兴丽.基于AR模型的时变水声信道统计分析方法[J].振动与冲击.2019
[10].周跃海,童峰,郑思远,曹秀岭.多频带水声信道的时频联合稀疏估计[J].声学学报.2019
论文知识图
