本文關(guān)鍵詞：基于自相關(guān)目標(biāo)函數(shù)的水聲多普勒因子估計(jì)研究

  更多相關(guān)文章： 多普勒估計(jì) 參數(shù)估計(jì) 自相關(guān)函數(shù) 目標(biāo)函數(shù)

【摘要】：多普勒頻移在通信系統(tǒng)中往往不可避免,多普勒估計(jì)是通信系統(tǒng)中不可或缺的一部分。經(jīng)過(guò)多年的研究,陸上無(wú)線通信系統(tǒng)的多普勒頻移估計(jì)技術(shù)已經(jīng)取得不少的成果,在水下通信系統(tǒng)中,由于聲波在海水中良好的傳播性能,聲波作為人們進(jìn)行海洋開(kāi)發(fā)研究的主要信息載體,但相對(duì)于陸上的無(wú)線通信,聲波的速度遠(yuǎn)小于電磁波,而且聲波速度受水流速度等因素的影響,水下多普勒頻移要比陸上的多普勒頻移大幾個(gè)數(shù)量級(jí)。因此,水聲通信中多普勒頻移的估計(jì)和補(bǔ)償成為水聲通信中不可忽略的重要環(huán)節(jié),為此本文針對(duì)水下環(huán)境中的多普勒頻移估計(jì)進(jìn)行了研究,具體的內(nèi)容包括:第一,闡述了海洋水聲環(huán)境下的效應(yīng),聲波在海洋中的傳播過(guò)程中,受到了包括聲吸收和散射引起的傳播損耗,多徑效應(yīng)帶來(lái)的延時(shí),海洋中環(huán)境的各種噪聲以及多普勒效應(yīng)的帶來(lái)的影響。本文還介紹了幾種經(jīng)典的多普勒估計(jì)算法,并分析了這些算法在水聲通信和探測(cè)中的可適用性。第二,針對(duì)現(xiàn)有多普勒估計(jì)算法估計(jì)在低信噪比下精度不足和運(yùn)算量過(guò)大的問(wèn)題,本文提出一種快速的基于自相關(guān)目標(biāo)函數(shù)的多普勒估計(jì)方法。本文算法是通過(guò)對(duì)單頻信號(hào)的自相關(guān)函數(shù)進(jìn)行推導(dǎo),構(gòu)造出了目標(biāo)函數(shù),以此求解出了多普勒頻移因子估計(jì)的閉式表達(dá)式。第三,根據(jù)參數(shù)估計(jì)的理論知識(shí),文中推導(dǎo)出了在單頻率信號(hào)模型下的多普勒估計(jì)性能的理論下界(CRB界),并進(jìn)行了理論和算法仿真實(shí)驗(yàn)。仿真結(jié)果表明,本文所提算法較現(xiàn)有低復(fù)雜度的多普勒估計(jì)方法估計(jì)精度高,并且在低信噪比條件下可逼近理論的CRB界。
【關(guān)鍵詞】：多普勒估計(jì) 參數(shù)估計(jì) 自相關(guān)函數(shù) 目標(biāo)函數(shù)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.3
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-15
• 1.1 研究背景及意義9-10
• 1.2 水聲通信與探測(cè)的發(fā)展歷史10-12
• 1.3 水聲多普勒估計(jì)技術(shù)國(guó)內(nèi)外的研究現(xiàn)狀12-13
• 1.4 論文研究的主要內(nèi)容及組織結(jié)構(gòu)13-15
• 第二章 水聲環(huán)境效應(yīng)及多普勒估計(jì)技術(shù)15-36
• 2.1 引言15
• 2.2 水聲環(huán)境效應(yīng)15-25
• 2.2.1 水聲環(huán)境的基本參數(shù)15-19
• 2.2.1.1 海水中的聲速和垂直結(jié)構(gòu)16-17
• 2.2.1.2 海水的聲吸收17-18
• 2.2.1.3 聲傳播的界面特性18
• 2.2.1.4 海洋內(nèi)部的非均勻性18-19
• 2.2.1.5 不確定性和非線性19
• 2.2.2 水聲環(huán)境的信道特性19-25
• 2.2.2.1 有限的通信帶寬20-21
• 2.2.2.2 海洋噪聲21-22
• 2.2.2.3 多徑效應(yīng)22-24
• 2.2.2.4 多普勒效應(yīng)24-25
• 2.3 多普勒估計(jì)技術(shù)25-35
• 2.3.1 參數(shù)估計(jì)的基本概念25-26
• 2.3.2 參數(shù)估計(jì)的性能指標(biāo)26-27
• 2.3.3 塊多普勒估計(jì)法27-28
• 2.3.4 基于功率譜自相關(guān)函數(shù)法28-31
• 2.3.5 模糊度函數(shù)法31-32
• 2.3.6 基于頻率估計(jì)法32-35
• 2.4 本章小結(jié)35-36
• 第三章 基于自相關(guān)目標(biāo)函數(shù)的多普勒估計(jì)36-46
• 3.1 引言36
• 3.2 信號(hào)模型36-37
• 3.3 信號(hào)的自相關(guān)分析37-38
• 3.4 目標(biāo)函數(shù)38-39
• 3.5 多普勒頻移因子估計(jì)39-41
• 3.6 多普勒估計(jì)理論性能下界41-45
• 3.6.3 克拉美-羅下界41-45
• 3.7 本章小結(jié)45-46
• 第四章 算法性能仿真及分析46-59
• 4.1 引言46
• 4.2 仿真參數(shù)46-47
• 4.3 新算法仿真分析47-51
• 4.3.1 自相關(guān)序列的選擇47-48
• 4.3.2 新算法性能仿真48-51
• 4.4 與其他算法性能比較51-58
• 4.4.1 不同信噪比下的算法性能比較51-54
• 4.4.2 不同信號(hào)長(zhǎng)度下的算法性能比較54-55
• 4.4.3 不同頻率下的算法性能比較55-57
• 4.4.4 不同多普勒因子的算法性能比較57-58
• 4.5 本章小結(jié)58-59
• 結(jié)論與展望59-60
• 參考文獻(xiàn)60-64
• 攻讀碩士學(xué)位期間取得的研究成果64-65
• 致謝65-66
• 附件66

，

本文編號(hào)：651527