中国西北工业大学科研团队在深海远程水声通信领域取得进展，成功研发自适应簇稀疏贝叶斯学习（ACSBL）信道估计算法及时延-多普勒域Turbo均衡器（DD-TEQ），并在南海海域试验中实现324.9公里和595.1公里的深海无差错通信。这一成果可有效应用于深海远程水声通信。

核心技术：无需先验信息的自适应信道估计与跨域均衡

深海远程水声信道因受海底地形、洋流等影响，呈现独特的簇稀疏结构，即能量集中于少数多径簇，但传统算法需依赖簇位置、簇数量及簇位置等先验信息，限制了实际应用。


何成兵团队开发的ACSBL 算法通过分层贝叶斯模型，同时利用信道的稀疏性与簇结构特征，无需预设任何簇参数，即可通过变分贝叶斯推断自适应更新信道参数。仿真显示，该算法较传统方法（如LS、OMP）在信噪比增益方面表现优异，例如在某些条件下相比OMP、IPNLMS、CoSaMP和SAMP方法分别实现约3.0dB、2.0dB、1.5dB、0.3dB的信噪比增益，误码率（BER）性能接近信道已知条件。

针对水声信道的时变性，团队进一步提出DD-TEQ 均衡技术，通过酉变换将时变信道转换为时延 - 多普勒域准静态信道，并结合时域软解码器实现跨域软信息交互。这一设计通过迭代消除信号失真，使错误传播概率降低，迭代均衡增益较频域 Turbo 均衡（FD-TEQ）提升 0.4-1dB。


深海试验验证

2021 年，团队在平均深度 5500 米的某海域开展试验，采用176 分贝极低频声源（极适合长距离传输）和 8 元垂直水听器阵列，成功完成两组超远程通信测试：


  • 324.9公里试验：传输2组数据（R1-1和R1-2），采用时间分集和迭代均衡（DD-TEQ-ACSBL），最终实现无差错传输；

  • 595.1公里试验：传输2组数据（R2-1和R2-2），在极低信噪比极端条件下，通过增加时间分集次数和迭代次数，最终实现可靠通信。



值得关注的是，该技术在低信噪比环境下表现出色。对比传统算法，仅 ACSBL 与 DD-TEQ 结合可在 595.1 公里距离维持误码率低于 10⁻²，而依赖先验信息的算法（如 LS）则完全失效。


应用前景

深海通信的研究会面临这几大挑战 ——多径散射导致的信号模糊、多普勒频移引发的失真、环境噪声造成的误码。这项研究为深海物联网、潜艇隐蔽通信、跨洋声波监测等场景提供了技术支撑。例如，通过 8 通道数据融合与自适应算法，系统可在复杂海底地形中自动识别信号簇，避免了传统方法对人工勘测数据的依赖。

尽管当前技术仍需万亿次计算量级（teraflop 级别）的算力支持，暂难适配微型设备，但团队已通过时间分集技术在保持可靠性的同时优化传输效率。未来，随着边缘计算技术的突破，该成果有望推动深海通信从 “实验室验证” 迈向 “实时化应用”。

此前，美国海军虽在 2010 年实现 342 英里水声通信，但未解决复杂环境下的误码问题。该研究将可靠通信距离延长至近 600 公里，通过无先验参数依赖的自适应算法，展现了在动态海洋环境中的技术优势。

此项研究发表于《声学学报》（Acta Acustica），获国家自然科学基金项目(62071383, 62471397)、水声技术全国重点实验室稳定支持计划项目(JCKYS2024604SSJS010)和中央高校基础科研基金项目(23GH02027)支持。

论文信息：郑同辉, 何成兵, 闫乾坤, 等. 深海远程单载波水声通信交叉域信道估计与均衡[J]. 声学学报, 2024. DOI:10.12395/0371-0025.2024263