水声信道频域Turbo均衡的期望传播改进算法

doi:10.12263/DZXB.20210183

电子学报 ›› 2022, Vol. 50 ›› Issue (3): 652-662.DOI: 10.12263/DZXB.20210183

水声信道频域Turbo均衡的期望传播改进算法

姜斌¹^,²(), 唐禹¹, 包建荣¹, 唐向宏¹, 刘超¹()

^1.杭州电子科技大学通信工程学院，浙江杭州 310018
^2.杭州电子科技大学电子信息学院，浙江杭州 310018

收稿日期:2021-01-28 修回日期:2021-04-19 出版日期:2022-03-25
- 通讯作者:
- 姜斌,刘超
- 作者简介:
- 姜斌男，1980年生，浙江衢州人.现为杭州电子科技大学通信工程学院高级实验师，在职博士生.主要研究方向为无线通讯、信号处理、无线传感网络等.
  唐禹男，1997年生，安徽马鞍山人. 现为杭州电子科技大学通信工程学院硕士研究生，研究方向为水声Turbo迭代技术.E-mail:181080015@hdu.edu.cn
  包建荣（通讯作者）男，1978年生，浙江杭州人.杭州电子科技大学教授、博导，研究方向为空间与海洋无线通信、协同信息论与编码、分布式多天线联合迭代检测等.
  唐向宏男，1962年生，四川蓬溪人.杭州电子科技大学教授，主要研究方向为图像处理与传输、小波理论及应用及通信与信息系统等.E-mail:tangxh@hdu.edu.cn
  刘超男，1977年生，湖北武汉人.杭州电子科技大学副教授，主要研究方向为无线通信、计算机通信网等.
- 基金资助:
- 国家自然科学基金 (U1809201); 浙江省自然科学基金 (LY20F010010); 浙江省属高校基本科研业务费专项资金项目 (GK20 9907299001-003)

Improved Expectation Propagation Algorithm of Frequency Domain Turbo Equalization for Underwater Acoustic Channels

JIANG Bin¹^,²(), TANG Yu¹, BAO Jian-rong¹, TANG Xiang-hong¹, LIU Chao¹()

^1.School of Communication Engineering, Hangzhou Dianzi University, Hangzhou, Zhejiang 310018, China
^2.School of Electronic Information, Hangzhou Dianzi University, Hangzhou, Zhejiang 310018, China

Received:2021-01-28 Revised:2021-04-19 Online:2022-03-25 Published:2022-03-25
- Corresponding author:
- JIANG Bin,LIU Chao
- Supported by:
- National Natural Science Foundation of China (U1809201); National Natural Science Foundation of Zhejiang Province, China (LY20F010010); Fundamental Research Funds for Provincial Colleges and Universities of Henan Province (GK20 9907299001-003)

摘要/Abstract

摘要：

针对水声信道带限，稀疏及长时延特性，并考虑水声实时高质量通信需求，提出了一种基于期望传播（Expectation Propagation, EP）的迭代信道估计和频域Turbo均衡（EP based Iterative Channel Estimation-Frequency of Domain Turbo Equalization, EP-ICE-FDTE）算法.其利用EP算法迭代估计传输符号的先验及后验分布，并将后验概率软映射符号提升信道估计精度.故该EP通过优化符号概率估计和信道估计，使Turbo均衡的干扰消除性能得到提高.此外，为了降低系统时延，还利用低复杂度频域Turbo均衡处理接收信号.仿真表明：所提EP-ICE-FDTE算法能实现更优的接收信号恢复效果.在静止和时变水声信道，该算法较目前较好的迭代信道估计-频域判决反馈的频域Turbo均衡（Iterative Channel Estimation-Frequency Domain Decision Feedback-Frequency Domain Turbo Equalization, ICE-FDDF-FDTE）算法，分别有3.4dB，1.3dB性能增益.

关键词: 水声通信, 期望传播算法, 软迭代信道估计, 频域Turbo均衡

Abstract:

According to the band-limited, sparse and long-delay characteristics of the underwater acoustic (UWA) channels, and considering the requirements for real-time high-quality UWA communication, an expectation propagation (EP) based iterative channel estimation and frequency domain turbo equalization (EP-ICE-FDTE) algorithm is proposed. The EP is used to iteratively estimate the a priori and a posterior distribution of the transmitted symbols, and theposterioriprobability soft-mapped symbols are used to improve the accuracy of channel estimation. Therefore, EP improves the performance of Turbo equalization interference cancellation by optimizing symbol probability and channel estimation. Simulations indicate that the proposed algorithm obtains better received signal recovery than those of traditional ones. The proposed EP-ICE-FDTE obtains 3.4dB, 1.3dB performance gains, when compared with those of the currently well iterative channel estimation-frequency domain decision feedback-frequency domain Turbo equalization (ICE-FDDF-FDTE) in static and time-varying UWA channels, respectively.

Key words: underwater acoustic communications, EP algorithm, soft iterative channel estimation, frequency domain Turbo equalization

中图分类号:

TN911

姜斌, 唐禹, 包建荣, 唐向宏, 刘超. 水声信道频域Turbo均衡的期望传播改进算法[J]. 电子学报, 2022, 50(3): 652-662.

JIANG Bin, TANG Yu, BAO Jian-rong, TANG Xiang-hong, LIU Chao. Improved Expectation Propagation Algorithm of Frequency Domain Turbo Equalization for Underwater Acoustic Channels[J]. Acta Electronica Sinica, 2022, 50(3): 652-662.

图/表 14

图1 基于EP联合迭代信道估计的频域Turbo均衡

表1 不同均衡算法均衡接收符号的计算复杂度

Turbo均衡	滤波矢量	符号估计	后验信息	均衡外信息
ICE-Exact-LE^［5］	$(N w 3 / 2 + (N w + L) 2) K$	$(N w + L) K$	—	$2 Q + 1 2$
ICE-SICE^［8］	$3 N w 2 + N w 3 / 2 + N w, 1 2 + (N w, 2 + L) 2$	$(2 N w + L - 1) K$	—	$2 Q + 1 2$
ICE-FDDF-FDTE ^［10］	$8 K$	$2 K + K l o g 2 K / 2$	—	$2 Q + 1 2$
EP-ICE-FDTE	$5 K S m a x$	$(2 K + K l o g 2 K / 2 + K L) S m a x - K L$	$(2 Q + 1) S m a x$	—

表1 不同均衡算法均衡接收符号的计算复杂度

Turbo均衡	滤波矢量	符号估计	后验信息	均衡外信息
ICE-Exact-LE^［5］	$(N w 3 / 2 + (N w + L) 2) K$	$(N w + L) K$	—	$2 Q + 1 2$
ICE-SICE^［8］	$3 N w 2 + N w 3 / 2 + N w, 1 2 + (N w, 2 + L) 2$	$(2 N w + L - 1) K$	—	$2 Q + 1 2$
ICE-FDDF-FDTE ^［10］	$8 K$	$2 K + K l o g 2 K / 2$	—	$2 Q + 1 2$
EP-ICE-FDTE	$5 K S m a x$	$(2 K + K l o g 2 K / 2 + K L) S m a x - K L$	$(2 Q + 1) S m a x$	—

图2 均衡计算量与信息序列长度关系

图3 均衡计算量与信道阶数关系

表2 水声信道参数设置[19]

分支	信道1		信道2		信道3
分支	衰减系数	时延（ms）	衰减系数	时延（ms）	衰减系数	时延（ms）
1	1.000	0	1.000	0	1.000	0
2	1.076	2.5	0.999	22.0	0.834	39
3	0.615	18.0	0.998	57.7	0.909	84
4	0.592	24.6	0.567	88.5	0.959	104
5	1.886	42.6	0.557	94.8	0.482	194
6					0.794	212
7					0.447	448

图4 不同信道估计的误码率曲线

图5 EP-ICE-FDTE与对照频域均衡方案的性能对比

图6 EP-ICE-FDTE与对照时域均衡方案的性能对比

表3 时变水声信道参数设置

水深（m）	100
传输距离（m）	500
扩散因子	1.7
水底密度（g/m³）	1.269
吸收因子（dB/波长）	0.01875
载波频率（kHz）	15
带宽（kHz）	5
频率分辨率（kHz）	0.035
发射机放置深度（m）	20
接收机放置深度（m）	20
漂移速度（m/s）	1
时变因子	0.9
信道阶数	148

图7 归一化稀疏时变水声信道幅度的冲击响应图

图8 本文算法与对照频域均衡算法的性能对比

图9 本文算法与对照时域均衡算法的性能对比

图10 迭代次数与误码率的关系

表4 不同均衡方法CPU运行时间

Turbo

Equalizer

参考文献 21

1	殷敬伟, 惠俊英, 蔡平, 等. 分数阶Fourier变换在深海远程水声通信中的应用[J]. 电子学报， 2007， 35(8)： 1499-1504.
	YINJing-wei, HUIJun-ying, CAIPing, et al. Application of fractional Fourier transform in long range deep-water acoustic communication[J]. Acta Electronica Sinica， 2007， 35(8)： 1499-1504. (in Chinese)
2	ZHENGY R, WUJ, XIAOC. Turbo equalization for single-carrier underwater acoustic communications[J]. IEEE Communications Magazine， 2015， 53(11)： 79-87.
3	OTNESR, TUCHLERM. Iterative channel estimation for Turbo equalization of time-varying frequency-selective channels[J]. IEEE Transactions on Wireless Communications， 2004， 6(3)： 1918-1923.
4	唐怀东, 朱敏, 武岩波. 一种水声通信Turbo均衡中的软迭代信道估计算法[J]. 电子与信息学报， 2013， 21(3)： 177-182.
	TANGHuai-dong, ZHUMin, WUYan-bo. An algorithm of soft iterative channel estimation for Turbo equalization of underwater acoustic communication[J]. Journal of Electronics & Information Technology， 2013， 21(3)： 177-182. (in Chinese)
5	YANGZ, ZHENGY R. Iterative channel estimation and Turbo equalization for multiple-inputted multiple-outputted underwater acoustic communications[J]. IEEE Journal of Oceanic Engineering， 2016， 41(1)： 232-242.
6	ZHANGY, ZAKHAROVY V, LIJ. Soft-decision-driven sparse channel estimation and turbo equalization for MIMO underwater acoustic communications[J]. IEEE Access， 2018， 6： 4955-4973.
7	LOPESR R, BARRYJ R. The soft-feedback equalizer for Turbo equalization of highly dispersive channels[J]. IEEE Transactions on Communications， 2006， 54(5)： 783-788.
8	LOUH, XIAOC. The soft-feedback ISI canceller-based Turbo equalizer for multilevel modulations[J]. International Journal of Wireless Information Networks2014， 21(8)： 68-73. .
9	ZHANGJ, ZHENGY R. Frequency-domain turbo equalization with soft successive interference cancellation for single carrier MIMO underwater acoustic communications[J]. IEEE Transactions on Wireless Communications， 2011， 10(9)： 2872-2882.
10	CHENZ, WANGJ, ZHENGY R. Frequency-domain Turbo equalization with iterative channel estimation for MIMO underwater acoustic communications[J]. IEEE Journal of Oceanic Engineering， 2017， 42(3)： 711-721.
11	TAOJ. Single-carrier frequency-domain turbo equalization with various soft interference cancellation schemes for MIMO systems[J]. IEEE Transactions on Wireless Communications， 2015， 63(9)： 3206-3217.
12	羊贵武, 姚国强, 胡剑浩. 基于期望传播的低复杂度高性能EP-SU大规模MIMO检测[J]. 中国科学: 信息科学， 2019， 49(07)： 853-867.
	YANGGui-wu, YAOHao-qiang, HUJian-hao. Low complexity and high performance EP-SU large-scale MIMO detection based on expectation propagation[J]. Scientia Sinica Informationis， 2019， 49(07)： 853-867. (in Chinese)
13	戴维佳, 李乐天, 周武旸. 基于期望传播的活跃用户检测和信道估计[J]. 中国科学技术大学学报， 2019， 49(10)： 797-804, 819.
	DAIWei-jia, LILe-tian, ZHOUWu-yang. Active user detection and channel estimation based on expectation propagation[J]. Journal of University of Science and Technology of China， 2019， 49(10)： 797-804, 819. (in Chinese)
14	SANTOSI, MURILLO-FUENTESJ J, BOLOIX-TORTOSAR, et al. Expectation propagation as Turbo equalizer in ISI channels[J]. IEEE Transactions on Communications， 2017， 65(1)： 360-370.
15	SANTOSI, MURILLO-FUENTESJ J, ARIAS-DE-REYNAE, et al. Turbo EP-Based equalization: a filter-type implementation[J]. IEEE Transactions on Communications， 2018， 66(9)： 4259-4270.
16	SAHINS, POULLIATC, CIPRIANOA M, et al. Spectrally efficient iterative MU-MIMO receiver for SC-FDMA based on EP[C]//2018 IEEE 29th Annual International Symposium on Personal, Indoor and Mobile Radio Communications(PIMRC). New York： IEEE， 2018： 1-7.
17	TAOJ, WUY, HANX, et al. Sparse direct adaptive equalization for single-carrier MIMO underwater acoustic communications[J]. IEEE Journal of Oceanic Engineering， 2020， 45(4)： 1622-1631.
18	张贤达. 矩阵分析与应用[M]. 北京：清华大学出版社， 2013.
19	张歆, 张小蓟. 水声信道中的迭代分组判决反馈均衡器[J]. 电子与信息学报， 2013， (3)： 183-188.
	ZHANGXin, ZHANGXiao-ji. Iterative block decision feedback equalization for underwater acoustic channels[J]. Journal of Electronics & Information Technology， 2013， (3)： 183-188. (in Chinese)
20	QARABAQIP, STOJANOVICM. Statistical characterization and computationally efficient modeling of a class of underwater acoustic communication channel[J]. IEEE Journal of Oceanic Engineering， 2013， 38(4)： 701-717.
21	ZHANGY, VENKATESANR, DOBREO A, et al. Efficient estimation and prediction for sparse time-varying underwater acoustic channels[J]. IEEE Journal of Oceanic Engineering， 2020， 45(3)： 1112-1125.

[1]	邢莉娟, 李卓, 张泽栋. 水声通信中极化码的应用研究[J]. 电子学报, 2022, 50(9): 2096-2101.
[2]	李勇斌, 王彬, 邵高平, 邵帅. 一种基于RCGAN的水声通信信号降噪方法[J]. 电子学报, 2022, 50(1): 54-62.
[3]	张行, 常颖, 宋康, 李春国, 杨绿溪. 一种新颖的水声信道参数估计算法[J]. 电子学报, 2019, 47(2): 509-512.
[4]	殷敬伟;惠俊英;蔡平;郭龙祥. 分数阶Fourier变换在深海远程水声通信中的应用[J]. 电子学报, 2007, 35(8): 1499-1504.

水声信道频域Turbo均衡的期望传播改进算法

Improved Expectation Propagation Algorithm of Frequency Domain Turbo Equalization for Underwater Acoustic Channels

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 21

相关文章 4

编辑推荐

Metrics