一种移动跳频水声通信多普勒因子估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110113279A(43)申请公布日2019.08.09(21)申请号201910365873.5(22)申请日2019.05.05(71)申请人哈尔滨工程大学地址150001黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人刘凇佐乔钢赵云江马璐(51)Int.Cl.H04L27/00(2006.01)H04B13/02(2006.01)权利要求书3页说明书8页附图4页(54)发明名称一种移动跳频水声通信多普勒因子估计方法(57)摘要本发明属于水声通信技术领域，公开了一种移动跳频水声通信多普勒因子估计方法，在接收端进行通信信号同步，截取码片；对截取的码片进行多普勒频偏因子测量得到多普勒频偏因子估计结果；预选小波基函数作为去噪用小波基函数；分解多普勒频偏因子估计结果得到近似系数和细节系数；计算阈值门限；对细节系数进行软阈值去噪；对多普勒频偏因子进行重构；将多普勒频偏因子优化结果分组，取每组的中值代表该组；对下一组多普勒频偏因子中值大小进行预测；进行下一组码片的选取，重复步骤对下一组多普勒频偏因子中值大小进行预测。本发明选取最优去噪小波基函数，消除因同步不精准、选片不准确造成的估计误差，得到更精准的多普勒频偏因子估计结果。CN110113279ACN110113279A权利要求书1/3页1.一种移动跳频水声通信多普勒因子估计方法，其特征在于：包含如下步骤：步骤(1)：在接收端进行通信信号同步，将接收信号与本地训练序列参考信号进行拷贝相关，搜索到相关结果峰值的位置，确定训练序列起始时刻，然后根据选片策略，截取每一个训练序列中的码片；步骤(2)：对截取的一组码片进行多普勒频偏因子测量，得到多普勒频偏因子估计结果α(n)；步骤(3)：预选系列小波基函数，通过信息熵最大准则，对小波基函数进行选择，作为去噪用小波基函数；步骤(4)：对多普勒频偏因子估计结果α(n)通过离散小波变换进行分解，分解层数固定，得到不同阶数下的近似系数和细节系数；步骤(5)：对不同阶数下的细节系数进行固定阈值和无偏风险估计阈值的选取，然后通过启发式阈值准则计算阈值门限λ；步骤(6)：以阈值门限λ对不同阶数下的细节系数进行软阈值去噪，得到去噪后的细节系数；步骤(7)：基于去噪后的细节系数通过小波重构对多普勒频偏因子进行重构，得到多普勒频偏因子优化结果步骤(8)：将多普勒频偏因子优化结果根据训练序列长度进行均匀分组，取每组的中值代表该组；步骤(9)：进行卡尔曼滤波器参数初始化设定，将步骤(8)中每组的中值按顺序通过卡尔曼滤波器，以更新卡尔曼滤波器参数，并对下一组多普勒频偏因子中值大小进行预测；步骤(10)：根据多普勒频偏因子中值大小的预测值进行下一组码片的选取，然后重复步骤(3)至步骤(7)，得到该组码片的多普勒频偏因子优化结果，将该组多普勒频偏因子优化结果取中值，代入卡尔曼滤波器，然后对下一组多普勒频偏因子中值大小进行预测；步骤(11)：完成全部码片多普勒频偏因子测量与估计优化后，结束。2.根据权利要求1所述的一种移动跳频水声通信多普勒因子估计方法，其特征在于：所述的步骤(3)具体为：若某小波基函数下得到的小波系数所求的小波系数的熵Ent最大，选择该小波基函数作为去噪用小波基函数；上式中，ωj(j＝1,2,...,N)是通过离散小波分解后得到的小波系数。3.根据权利要求2所述的一种移动跳频水声通信多普勒因子估计方法，其特征在于：所述的步骤(4)具体为：2CN110113279A权利要求书2/3页上式中，cj,k为近似系数，ωj,k为细节系数，φj,k(i)为尺度函数，ψj,k(i)为小波函数，j是扩张因子，k是平移因子，N为最大分解层数。4.根据权利要求3所述的一种移动跳频水声通信多普勒因子估计方法，其特征在于：所述的步骤(5)包括：步骤(5.1)：固定阈值λu的选取：上式中，Np为细节系数序列长度，为细节系数方差估计值；步骤(5.2)：无偏风险估计阈值的选取：将分解结果的细节系数的平方按由小到大顺序排列得到w(i)，计算风险值ri：上式中，n为细节系数个数，记录ri中的最小值为rm，m为最小值所在的位置，对应的细节系数为wm，则无偏风险估计阈值为步骤(5.3)：计算阈值门限λ：上式中，5.根据权利要求4所述的一种移动跳频水声通信多普勒因子估计方法，其特征在于：所述的步骤(6)中的软阈值去噪为：上式中，为去噪后的细节系数。6.根据权利要求5所述的一种移动跳频水声通信多普勒因子估计方法，其特征在于：所述的步骤(6)中的对多普勒频偏因子进行重构：上式中，是多普勒频偏因子优化结果。3CN110113279A权利要求书3/3页7.根据权利要求6所述的一种移动跳频