脉冲噪声下基于贝叶斯学习的水声多用户通信

Serious bandwidth limitation is a bottleneck to improve data rate of an underwater acoustic communications. Improving the spectral efficiency is one of the key technologies for the development of high-speed underwater acoustic communications in future. This project studies an underwater acoustic multiuser communication scheme. To overcome the negative effects of double spread (delay-Doppler spread) channel and severe external noise interference, we merge the recently proposed "generalized approximate message passing" (GAMP) algorithm with the soft-input soft output decoding (SISO), and propose a near-optimal yet computationally tractable receiver design approach using message-passing algorithms. Based on the message passing algorithms, the main points of the research are as follows: 1) we investigate the channel parameters learning and the method of joint channel and symbol estimate; 2) Then, by using the EM algorithm to learn the underlying impulsive noise distribution, this project further proposes a method with ICI suppression for symbol estimate; 3) Finally, based on the mathematical model of multiuser communication systems, we investigate the receiver design for time-varying OFDM multiuser communications. The researching results are capable to provide a receiver design method with low-complexity and near-optimal performance, which improve the reliability of data link for an underwater acoustic network.

通信带宽受限是提高水声通信数据传输率的瓶颈，提高频带利用率是未来发展高速水声通信的关键技术之一，本项目拟研究一种基于贝叶斯学习的水声多用户通信方法。为克服双扩展（时延-多普勒）信道与外部脉冲噪声干扰的不利因素，借助于最新的广义近似消息传递算法（GAMP）与软输入软输出（SISO）译码，提出一种低复杂度近似最优的接收机设计。基于消息传递算法，研究内容包括：1）时变信道参数学习，以及联合信道与符号估计的方法；2）研究脉冲噪声统计分布与参数学习算法，提出脉冲噪声干扰下有ICI抑制的符号估计方法；3）研究脉冲干扰下时变多用户通信系统的接收机设计方法。项目的研究成果将提供一套低复杂度近似最优的多用户通信接收机设计方法，为构建水声通信网提供可靠的物理层保证。

通信带宽受限是提高水声通信数据传输率的瓶颈，提高频带利用率是未来发展高速水声通信的关键技术之一，本青年基金项目研究了一种基于贝叶斯学习的水声OFDM抗干扰高速通信方法，以实现时延多普勒干扰与脉冲噪声干扰下的高速可靠通信，主要进展包括：1）提出一种基于贝叶斯学习的时变OFDM通信接收信号处理算法，实现近似最优的OFDM接收机设计；2）提出一种在Turbo-CS框架下的MIMO-OFDM信道估计方法，能减少导频数，提高频谱利用率；3）提出一种基于双稀疏学习的联合信道估计和信号检测接收机设计方法，进一步降低导频数；4）提出一种基于方差状态传播框架下的水声大规模MIMO-OFDM高速通信信道估计算法，大规模阵列显著提高通信速率；5）提出一种基于生成对抗网络的水下噪声建模方法；6）提出一种基于机器学习的迭代干扰消除接收机设计方法；7）提出了一种低复杂度的期望最大化广义近似消息传递（EM-GAMP）的稀疏贝叶斯（SBL）算法，进行联合脉冲噪声与信道估计。研究成果能够为构建未来高速水声通信网提供理论支撑。本项目已发表论文共计15篇，包括国际期刊论文12篇（中科院大类二区及以上，SCI和EI检索）和国际会议论文3篇（EI检索），申请中国发明专利2项，完成既定任务。