摘要
文章中提出了一种基于马尔可夫链蒙特卡罗(MCMC)的单载波水声通信均衡方法。考虑UWA信道的簇稀疏特性,将信道估计集成到MCMC均衡器中,实现联合信道估计和符号检测。为了提高性能,还采用了Turbo均衡。实验结果表明,在两种UWA信道下,该方案的误码率能更好地或接近直接自适应turbo均衡(DA-TEQ)方案。与DA-TEQ方法相比,mcmc方法对系统参数不敏感,具有更好的鲁棒性。
介绍
提出了一种基于马尔可夫链蒙特卡罗(MCMC)的单载波水声通信均衡方法。考虑UWA信道的簇稀疏特性,将信道估计集成到MCMC均衡器中,实现联合信道估计和符号检测。为了提高性能,还采用了Turbo均衡。实验结果表明,在两种UWA信道下,该方案的误码率能更好地或接近直接自适应turbo均衡(DA-TEQ)方案。与DA-TEQ方法相比,mcmcc方法对系统参数不敏感,具有更好的鲁棒性。
马尔可夫链蒙特卡罗(MCMC)是一种有效的工具,可以从任意和可能未知的分布中提取样本。近年来,MCMC技术已经应用到无线通信中[4 6]。与最小均方误差(MMSE)检测器相比,MCMC检测器能更好地逼近最大后验概率(MAP)检测器[7]。在UWA通信中使用MCMC检测器已经做了一些研究[8 10]。在[9]中,采用MCMC检测器代替传统的两步均衡,用于非编码UWA通信系统。在[8]中,针对时变UWA信道,提出了一种基于自适应变步长最小均方(VSLMS)算法和MCMC检测器的列表信道估计。在[10]中,我们将MCMC方法应用到UWA OFDM系统中。
本文旨在将MCMC方法应用于单载波编码的UWA通信系统。在该方案中,我们采用了尖峰- slab先验模型来利用UWA信道的簇稀疏特性。同时,将信道模型参数的估计集成到MCMC均衡中,实现联合信道估计和符号检测。利用MCMC检测器生成的多个样本序列计算符号对数似然比(LLR)。在此基础上,采用涡轮均衡的方法来提高性能。通过实际UWA通信实验数据验证了该方法的有效性和性能。
Turbo 均衡
MAP均衡需要计算符号序列的所有组合,这就带来了令人望而却步的复杂性。在MCMC均衡中,我们在Gibbs采样器收敛到iter平稳分布后收集一个小序列集。这个小的集合可以看作是一个重要的集合,它的序列对最终结果有显著的贡献。因此,我们根据样本序列计算LLR值,与传统的MAP均衡相比,可以降低复杂度。同时,我们可以通过增加样本数量来提高检测性能,使其接近MAP方法。
通过改变超参数(e, f)[10]来确定UWA信道云的簇特征。对于第l个系数θl,如果θl 1和θl+1都是非零,则θl也有很高的概率是非零。在本例中,我们应该设置e >f生成一个基于Beta分布特性的大型ql。相反,如果θl 1和θl+1都为零,θl也应该有很高的概率为零。我们设置e <如果其中(θk 1, θk+1)为零,θl可能在簇的边缘。在这个例子中,我们设e = f。
结论
针对单载波系统,提出了一种基于mcmc的信道估计和符号检测方法。该方法考虑了UWA信道的簇稀疏特性。Turbo均衡也被集成到MCMC均衡中以提高性能。我们用两类实验数据来测试所提方法的性能。在慢时变信道下,该方法的性能优于DA-TED方法。在快速时变信道下,基于mcmcc的方法的性能接近于DA-TEQ方法。与DA-TEQ方法相比,基于mcmc的方法性能对系统参数不敏感,具有更好的鲁棒性。