短波自适应数据传输系统中的关键技术研究

摘要

短波通信具有通信距离远、组网方便、抗摧毁能力强等优点，在通信领域具有不可替代的地位。但是，短波信道是典型的时变信道，信道中多径效应严重、多普勒频移大、衰落严重，信号在短波信道中传播时将受到严重的干扰，传输信息的可靠性将大大下降。 为了提高短波通信中传输信息的可靠性，对抗信号在短波信道中传输受到的干扰，本文将在短波自适应数据传输系统的平台上，分别研究自适应技术、信道估计技术和信道编译码技术等抗干扰技术。 首先研究了带宽与传输速率自适应技术。短波自适应数据传输系统通过对信道质量的实时探测与评估，自适应的选择传输数据的带宽和速率，使得短波自适应数据传输系统始终工作于最佳带宽与传输速率上。因此，本文仿真研究了一种低峰均比的多通道探测波形，并使用归一化信噪比评估信道质量，根据信道质量给出了一套传输带宽与速率的自适应选择方案。仿真结果表明，该多通道探测波形能够较好地探测出信道质量信息，对于不同的通信业务，短波自适应数据传输系统能够自动的选择最佳传输带宽与传输速率，兼顾了通信业务的可靠性和有效性。该成果已应用于某型号短波通信系统中，线路试验表明效果良好。 其次研究了信道估计技术。短波系统通过对信道冲激响应的准确估计，使接收端能根据信道冲激响应进行信道补偿，从而提高接收信息的可靠性。因此，本文分别仿真研究了自相关算法，LMS、RLS自适应算法，CoSaMP压缩感知算法，并分析了各个算法的优劣性。各算法用于信道估计的仿真结果表明，自相关算法简单实用，但受限于训练序列的自相关特性；LMS算法收敛速度慢，稳态误差大，且收敛性与稳态误差不能兼顾，而RLS算法收敛速度较快，稳态误差小，但算法复杂度比LMS算法高，两自适应算法均需训练序列足够长才能保证其收敛性；CoSaMP算法具有最佳的信道估计精度，但受限于估计稀疏信道，且算法复杂度比RLS算法高。 最后研究了Raptor编码技术。短波系统通过Raptor编码使得所有待传输的数据包之间都能互相监督，以便于接收端在Raptor译码时能对接收到的数据包反复地进行检错与纠错，从而提高传输数据的可靠性。由于Raptor码具有无固定码率的特点，使得接收端无需请求重传出错的数据包，因此本文分别仿真研究了Raptor码与ARQ两种差错控制方式。仿真结果表明，Raptor码在信道质量恶劣时，能大大减少数据的传输时延，提升系统的吞吐量。

目录

第一个书签之前