基于Gibbs采样技术,设计了一种新的半盲联合信道估计与均衡单载波相干的水声通信接收机.首先,通过在数据帧前加入具有循环结构的训练序列估计信道,针对水声信道的稀疏特点,采用迭代稀疏最小化(sparse learning via iterative minimization,SLIM)算法提高低信噪比下的信道估计精度,得到信噪比精确的估计.其次,在数据帧处理中,基于水声信道的时变特点,将数据帧分成特定长度的重叠块进行处理.在重叠块中基于之前得到的信道估计结果,采用Gibbs采样技术得到发送信息的最大后验概率(maximum a posteriori,MAP),同时利用新获得的信息更新信道,跟踪信道的变化.对厦门港海域获得的10km海洋试验数据进行了处理分析,结果表明:相较传统频域线性均衡和时域的判决反馈(decision feedback equalizer,DFE)算法,该算法的鲁棒性强,误比特率显著降低.
