基于Transformer的差分水声OFDM信号检测研究.pdf

华中科技大学硕士学位论文

摘要

宽带水声通信关系水下高速无线传输与组网，是水声通信未来的重要演进方

向。差分正交频分复用（OrthogonalFrequencyDivisionMultiplexing,OFDM）因具有

抗多径、高频带利用率、弱依赖于信道估计等方面的优势，是实现宽带水声通信极具

潜力的技术。然而，要在复杂恶劣的水下环境实现差分水声OFDM信号的精准检测

极具挑战。一方面，水声信道固有的强烈多普勒频偏将引起严重的载波间干扰（Inter-

CarrierInterference,ICI）；另一方面，水声信道中固有的复杂环境噪声会加剧接收信

号的畸变。本文聚焦差分水声OFDM信号检测问题，致力于发展基于Transformer的

智能检测网络设计理论与方法，大幅抑制ICI和噪声，实现可靠信号检测的研究目

标。本文的主要研究内容和成果如下：

1、基于Transformer架构，设计了一种可显式去噪、隐式抑扰的信号检测网

络，且不需任何导频辅助。具体而言，首先，为了使得Transformer能够适配复数序

列处理，设计了复实转换的数据预处理模块；其次，利用ICI随载波间距离增大而减

弱的独有特点，设计了干扰强化感知的梯形位置编码，可使网络的注意力在特定的位

置选择性增强；再者，设计了分布自主感知的显式去噪结构，通过在网络的输入中引

入噪声向量，使得网络能够学习接收信号中的噪声分布。

2、针对标准Transformer中多头注意力仅限于层内计算的问题，设计了一种全

新的交互式多头注意力机制，进一步提升信号检测网络的性能。具体而言，在标准

Transformer中，多头注意力的计算相互独立且仅限于单个编码器层内，这种做法极

有可能导致数据在编码器层间前向传播的过程中丢失较低层级的关键语义信息。鉴

于此，提出了一种全新的交互式多头注意力机制，其利用卷积神经网络灵活融合不同

编码器层的注意力分数矩阵，打破了原始多头注意力计算范式，使得网络能够充分利

用每一编码器层的语义信息，且仅需增加极少的训练参数。实验结果表明，交互式多

头注意力机制在大幅提升网络性能的同时，亦能显著加快网络训练的收敛速度。

关键词：水声通信；信号检测；OFDM；载波间干扰抑制；噪声抑制；Transformer

I

华中科技大学硕士学位论文

Abstract

Thebroadbandunderwateracousticcommunicationiscrucialforunderwaterhigh-

speedwirelesstransmissionandnetworking,anditisalsoanimportantevolutiondirection

ofunderwateracousticcommunicationinthefuture.Theunderwateracousticdifferential

orthogonalfrequencydivisionmultiplexing(OFDM),attributedtoitsattractivefeaturesin

robustnesstomultipatheffects,highspectrumutilization,andweakdependenceonchannel

estimation,hasbecomeagreatpotentialtechnologyforthebroadbandunderwateracoustic

communication.However,itisextremelychallengingtoachieveprecisedetectionof

underwateracousticdifferentialOFDMsignalsincomplexandha