EI / SCOPUS / CSCD 收录

中文核心期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

使用稀疏贝叶斯学习的水声多途信道盲估计

郭启超 李风华 彭朝晖 牛海强 杨习山

郭启超, 李风华, 彭朝晖, 牛海强, 杨习山. 使用稀疏贝叶斯学习的水声多途信道盲估计[J]. 声学学报, 2021, 46(6): 789-799. doi: 10.15949/j.cnki.0371-0025.2021.06.002
引用本文: 郭启超, 李风华, 彭朝晖, 牛海强, 杨习山. 使用稀疏贝叶斯学习的水声多途信道盲估计[J]. 声学学报, 2021, 46(6): 789-799. doi: 10.15949/j.cnki.0371-0025.2021.06.002
GUO Qichao, LI Fenghua, PENG Chaohui, NIU Haiqiang, YANG Xishan. Blind estimation of underwater acoustic multipath channel using sparse Bayesian learning[J]. ACTA ACUSTICA, 2021, 46(6): 789-799. doi: 10.15949/j.cnki.0371-0025.2021.06.002
Citation: GUO Qichao, LI Fenghua, PENG Chaohui, NIU Haiqiang, YANG Xishan. Blind estimation of underwater acoustic multipath channel using sparse Bayesian learning[J]. ACTA ACUSTICA, 2021, 46(6): 789-799. doi: 10.15949/j.cnki.0371-0025.2021.06.002

使用稀疏贝叶斯学习的水声多途信道盲估计

doi: 10.15949/j.cnki.0371-0025.2021.06.002
基金项目: 

国家自然科学基金项目(11974017,11874061)

中国科学院青年创新促进会项目(2017028)资助

详细信息
    通讯作者:

    李风华,E-mail:lfh@mail.ioa.ac.cn

Blind estimation of underwater acoustic multipath channel using sparse Bayesian learning

  • 摘要: 提出了一种使用稀疏贝叶斯学习(SBL)的多途信号盲解卷积方法对水声多途信道的信道脉冲响应(CIR)进行盲估计。该方法利用垂直阵和多频SBL获得宽带舰船声源在不同垂直到达角上的复数域多频点信号,取其相位对垂直阵接收信号匹配滤波,得到每条路径上的CIR,将多路径CIR相干叠加得到最终的多途CIR结果。仿真与海试数据处理结果表明,相比于原有的基于交替投影的多途信号盲解卷积方法,所提出方法有以下几个好处:(1)无需准确预估多途信号数目;(2)分离的多途信号的方位更准确且信号相位更可靠;(3)有效获取了舰船与阵列之间的CIR.并且将弱路径CIR的平均时间估计误差从4.7 ms缩小到1.0 ms.显著提高了弱路径CIR的时间估计精度。使用稀疏贝叶斯学习的多途信号盲解卷积方法能够有效提高多途环境下水声信道盲估计的性能。

     

  • 加载中
计量
  • 文章访问数:  177
  • HTML全文浏览量:  19
  • PDF下载量:  45
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-29
  • 修回日期:  2021-09-10
  • 刊出日期:  2022-06-25

目录

    /

    返回文章
    返回