国家教育部博士点基金(20120121110030)
- 作品数：6 被引量：45H指数：4
- 相关作者：童峰周跃海伍飞云李芳兰曾堃更多>>
- 相关机构：厦门大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：电子电信理学更多>>
- 一种双参数可调的水声信道自适应均衡算法被引量：3
- 2013年
- 针对浅海水声信道固有的随机时-空-频变、高噪、强多径等特性及变化的多径时延扩展,在变步长最小均方(LMS)平行滤波器组(PFB-LMS)算法的基础上提出了一种新的水声通信自适应均衡算法。该算法将变阶数和变步长的调整结合起来,降低了算法对迭代步长和均衡器阶数的敏感度。仿真结果表明,新算法在参数适应性方面优于传统LMS及PFB-LMS算法。
- 李芳兰周跃海童峰
- 关键词：信息处理技术自适应均衡
- 块稀疏水声信道的改进压缩感知估计被引量：10
- 2017年
- 压缩感知信道估计可利用信道稀疏特性提高估计性能,但对于具有典型块稀疏分布的水声信道,经典的l_0或l_1范数无法很好地描述块稀疏特性。利用水声信道块稀疏分布规律特性提出一种能够识别块稀疏结构的块稀疏似零范数,并在稀疏恢复信道估计算法中引入块稀疏似零范数约束项,进一步推导了复数域块稀疏似零范数恢复迭代算法,该算法通过对块稀疏似零范数进行梯度下降迭代并将梯度解投影至解空间来获得水声信道的块稀疏似零范数估计。数值仿真和海上水声通信实验结果表明该算法相对经典的稀疏信道估计算法有较明显的性能改善。通过算法推导、仿真和实验可获取结论:利用水声信道的块稀疏特性进行压缩感知重构可有效提高信道估计性能。
- 伍飞云童峰
- 关键词：水声信道水声通信信道信息信噪比
- 混合采用被动时反及RAKE接收的扩频水声通信方案被引量：1
- 2015年
- 在多径水声信道条件下,时间反转和RAKE接收机技术是直接序列扩频通信系统利用多径能量提高通信性能的2种常用方法,但在实际环境中信道多径结构、信噪比等因素影响着时间反转技术和RAKE接收机技术的性能.针对这个问题,分析了时间反转技术和RAKE接收机抑制多径干扰的不同机制,并提出一种通过混合使用被动时反与RAKE接收来结合两者优点的扩频水声通信新方案.该方案在不同信道结构及信噪比条件下可优化选择合适的多径抑制手段从而提高系统稳健性.湖试实验表明:在高信噪比下,时间反转可利用高质量的探针信息对多径进行聚焦,在低信噪比下则通过RAKE接收机重组多径能量,从而更好地抑制多径,克服码间干扰,提高通信系统的稳健性.
- 周跃海曾堃童峰
- 关键词：水声通信直接序列扩频RAKE接收机
- 水声多输入多输出信道的分布式压缩感知估计被引量：15
- 2015年
- 多输入多输出技术通过采用多个阵元进行多发多收空间复用信道可在极其有限的通信带宽下实现高速水声通信,但由于同时存在通道间干扰和多径干扰,水声MIMO信道估计变得困难。提出利用MIMO水声信道多径稀疏结构存在的相关性,在经典联合稀疏模型的基础上对MIMO观测矩阵进行重组,从而建立基于分布式压缩感知的单载波水声MIMO通信信道联合稀疏模型;同时,针对信道响应中具有相同多径位置的稀疏部分和特有稀疏部分设计区分性正交匹配追踪算法进行联合重构,进一步抑制通道间干扰的影响。最后通过仿真和海上实验进行本方法有效性的验证,实现16 kbps的MIMO水声通信。通过算法推导、仿真和实验可得到结论:利用MIMO水声信道多径相关性进行分布式压缩感知估计可提高估计性能。
- 周跃海伍飞云童峰
- 关键词：多输入多输出水声通信信道信息水声信道单载波
- 引入梯度导引似p范数约束的稀疏信道估计算法被引量：10
- 2014年
- 为克服l0和l1范数约束的最小均方算法在不同信道稀疏程度下对稀疏信道估计中出现的收敛性能起伏较大等缺点,提出一种新的似p范数约束的最小均方算法,通过在最小均方算法代价函数中引入p值可变的似p范数约束以适应信道的不同稀疏程度,并在验证代价函数凸性的基础上导出p值的梯度导引寻优。最后给出仿真实验及其讨论,实验结果表明了新算法的优越性。
- 伍飞云周跃海童峰
- 关键词：最小均方算法稀疏信道
- 一种水声传感器网络初始化方案设计及实验
- 本文针对一类负载较低、节点分布简单的水声传感器网络提出一种水声网络初始化方案,该方案通过主节点对各节点进行测距获取网络拓扑及建立基于距离信息的网络路由,从而实现自组织方式的网络初始化,并在物理层采用扩频通信以提高测距手段...
- 周跃海曾堃童峰
- 关键词：水声网络初始化水声通信
- 文献传递
- 基于似零范数和混合优化的压缩感知信号快速重构算法被引量：9
- 2014年
- 欠定系统(又称超完备系统)的稀疏信号恢复在压缩感知、源信号分离和信号采集等领域中被广泛研究.目前这类问题主要采用l1范数约束结合线性规划优化或贪婪算法进行求解,但这些方法存在收敛速度慢、恢复精度不高等缺陷.提出一种快速恢复稀疏信号的算法,该算法采用一种新的近似l0范数代替l1范数构造代价函数,并融合牛顿法和最陡梯度法推导出寻优迭代式,以获得似零范数代价函数的最优解.仿真实验和真实数据实验结果表明,与经典算法相比,该算法在能提供相同精度、甚至更好精度的条件下,收敛速度更快.
- 伍飞云周跃海童峰
- 关键词：压缩感知
