针对声呐发射系统在使用中存在工作效率低、匹配带宽窄和发射波形失真的情况,提出采用实频数据技术与预均衡技术相联合的发射系统设计方法。相比于传统的匹配技术,联合技术首先采用直接实频数据技术对换能器的匹配电路进行设计,无需分析换能器等效电路,通过编程可以灵活调整匹配参数,进而实现宽带匹配电路的设计;其次以宽带线性调频信号作为训练序列,基于OMP算法的压缩感知技术可以有效地对匹配后的发射系统冲激响应函数进行估计,由估计出的系统冲击响应函数构建时域预均衡滤波器实现发射波形的失真补偿。水池试验结果表明:采用联合技术设计的发射系统其工作带宽内的功率因数均在0.75以上;发射信号的最大幅度起伏由匹配均衡前的12 d B降低到匹配均衡后的3.3 d B;匹配均衡后的信号失真比与匹配均衡前相比提高了2.5倍。
为解决常规的递归最小二乘(recursive least squares,RLS)算法难以适应快变的水声信道,及未对水声信道的稀疏性加以利用导致均衡性能下降的问题,本文提出一种结合信道短化技术和基于l1范数宽线性变遗忘因子RLS自适应均衡技术判决反馈(decision feedback equalizer,DFE)接收机算法。试验结果表明:该接收机算法具有较低的计算复杂度,在稳态MSE和SER方面也具有较大的性能提升。
针对稀疏MIMO信道系统模型线性均衡过程中输入信号,输出信号都含有噪声的情况提出了一种变遗忘因子的稀疏正则化总体最小二乘算法(VFF-SRTLS)。本算法中采用总体最小二乘(TLS)的代价函数即瑞利商加入正则化的l_1范数和l_0范数作为其代价函数,并利用次梯度下降法产生的迭代式用以更新均衡滤波器系数,使均衡过程中代价函数最小;同时为了使算法能够适应信道快变环境而采用变遗忘因子(VFF),并且根据最速下降法得到遗忘因子的迭代式。仿真结果表明,在信噪比为10 d B的2×2 MIMO线性均衡过程中VFF--RTLS算法的收敛MSE值比RLS算法低约2 d B,VFF-l_0-RTLS算法的收敛MSE值比RLS算法低约1.5 d B。
