基于深度学习的水声信道联合多分支合并与均衡算法

来源：电子与信息学报杂志2024年第5期北京时间：

作者：刘志勇, 金子皓, 杨洪娟, 刘彪, 唐新丰, 李博

单位：1.哈尔滨工业大学(威海)信息科学与工程学院 威海 2642092.北京宇航系统工程研究所 北京 1000763.山东省海洋电子信息与智能无人系统重点实验室 威海 2642094.海洋无人系统跨域协同与综合保障工业和信息化部重点实验室 威海 264209

摘要：为了更好地解决水声信道中的衰落及严重码间干扰问题，该文提出一种基于深度学习的联合多分支合并与均衡算法。该算法借助深度学习网络的非线性拟合能力，联合实现了多分支合并和均衡。在算法实现中，合并与均衡并非相互独立，而是基于深度学习网络的总输出计算出总误差，以总误差对网络参数实现联合调整，数据集则基于统计水声信道模型进行构建。仿真结果表明，相较于已有算法，所提算法能获得更快的收敛速度和更好的误码率性能，使得其能更好地适应水声信道。

关键词：水声通信, 深度学习, 水声信道, 联合多分支合并与均衡

基金资助：战略火箭创新基金(ZH2022007)，国家自然科学基金(61871148)，山东省重大科技创新工程(2020CXGC010705, 2021ZLGX05, 2022ZLGX04)