基于SVD-VPAR的时变水下声信道随机重放方法

《IEEE Open Journal of Signal Processing》：A Data-Driven Underwater Acoustic Channel Simulator Based on Variable-Parameter Autoregressive Modeling

　　摘要：在测试水下通信性能时，模型驱动的信道模拟器计算复杂度较高，且所需的动态环境参数难以获取，这使得生成逼真的时变信道具有挑战性。相比之下，数据驱动的模拟器则不存在这些问题。传统的水下声信道重放方法采用时变冲激响应；然而，本文采用时变传递函数（TVTF）来克服时延域中大量散射声路径所带来的复杂性。通过奇异值分解（SVD）将TVTF分解为主成分和随机成分，用于实现随机声信道重放。新的随机成分可通过变参数自回归（VPAR）模型的逆过程随机生成。为求解VPAR模型，采用基函数将依赖频率的系数转换为常系数，从而可通过最小二乘算法进行估计。本文提出了SVD-VPAR重放（SVD-VPARR）方法，通过向VPAR的逆过程输入不同的复噪声来生成逼真的信道样本。使用来自WATERMARK基准的两个实测信道对所提出的模拟器进行了验证，并与直接重放方法以及基于经验模态分解的随机重放方法进行了对比。局部时频统计以及二进制相移键控/正交频分复用通信结果表明，SVD-VPARR能够保留依赖频率的主要信道特征，以及误码率随信噪比、时间和频率变化的主要趋势。