本发明属于声学通信领域，更具体地，涉及一种强抗干扰水下通信方法、发射端和接收端。
背景技术：
随着国家海洋强国战略的提出，在军用、民用、商用等领域，对水下通信有着迫切的需求以及更高的要求。海水中存在着大量的颗粒杂质以及海洋生物，对光波有着较大的散射和吸收，利用光进行水下通信仅适用于中短距离(≤3km)通信，也会有较大的背向散射，会带来极大的噪声。
故利用声波进行水下通信是目前水下通信的主要方式，其工作原理是用计算机对需要传递的图像、声音、数字等信息进行编码，将信息转化为数字信号，利用示波器将数字信号转化为电信号并传输到换能器，最后输出声音信号。而低频声波在海洋中的传播性能良好，可以把声音信号传递到百公里外的地方，因此低频声波(30～150hz)为载体的通信方式是目前水下远距离(≥10km)无线通信的唯一方式。
然而在水下，由于水下湍流强度的变化带来实时变化的噪声，随着距离的增加信号的失真程度也不断增加，随着距离的增加，噪声的作用也会越来越强，以至于最后信号完全失真。而且在正常无噪声环境下，信号可以被多个观测者接收解码，信号的安全性能也得不到保障。
针对上述问题，专利cn105656823a提出一种基于最小误码率准则的水下通信turbo接收系统及方法，直接基于最小误码率设计水声信道均衡器，采用turbo结构，均衡器和信道解码器之间迭代交换软信息，turbo接收机的均衡器在每一次迭代中基于最小误符号率准则更新。具有灵活性高、均衡效果好等优点。
技术实现要素：
针对现有技术的缺陷和改进需求，本发明提供了一种强抗干扰水下通信方法、发射端和接收端，其目的在于抵御较强的噪声，同时对信息有一定的加密作用，只有掌握观测信号信息方可恢复初始信号，更适用于在复杂水下环境下的通信。
为实现上述目的，按照本发明的第一方面，提供了一种强抗干扰水下通信方法，该方法包括以下步骤：
s1.发射端使用n个观测信号分别对原始信源进行观测，得到n个观测结果，将n个观测结果调制为n个低频声音信号，将这n个低频声音信号顺序发射；
s2.低频声音信号通过水介质传输；
s3.接收端接收到n个低频声音信号后，将n个低频声音信号与n个观测信号进行关联运算，得到原始信源；
所述发射端与接收端共用n个与原始信源长度相同的观测信号。
优选地，步骤s1中，待传递信号为t，用随机信号i对待传递信号t进行第n次观测时，得到观测结果
其中，i(i)表示第i个观测信号，i＝1，…，n，n＝1，…，n，n表示观测次数。
有益效果：本发明通过随机采样方法，利用计算机产生的随机信号对原始信源进行n次观测，原始信源的信息便记录在n个观测结果里，从而实现了对原始信源的观测。
优选地，步骤s3中，将n个低频声音信号bn与n个观测信号进行关联运算，得到原始信源，具体如下：
其中，
有益效果：接收端接收到的低频声音信号可分为观测信号和噪音信号，
优选地，步骤s3中，在关联运算前，对接收到的n个低频声音信号进行采集降噪，具体方式如下：
对接收到的n个低频声音信号分别进行卷积运算，得到n个卷积结果；将n个卷积结果输入至全连接神经网络进行特征提取，得到信号的特征频率和周期；抑制接收到的n个低频声音信号中特征频率以外的频率，得到粗降噪后的n个低频声音信号；
和/或，
在关联运算后，对关联运算结果进行恢复降噪，具体方式如下：
采用尺度为信号周期的卷积窗，对关联运算结果进行卷积，并在卷积过程中选取卷积窗内第三个和第四个极大值的峰值作为对应卷积窗的权重因子；权重因子乘以卷积窗对应的信号，实现信号重构。
有益效果：本发明通过关联运算前深度学习粗降噪，对特征频率之外的噪声进行抑制；关联运算后卷积网络恢复降噪，抑制掉传递信号周围的干扰信号。
为实现上述目的，按照本发明的第二方面，提供了一种强抗干扰水下通信发射端，发射端包括观测模块、调制模块和发送模块，
所述观测模块，用于使用n个观测信号分别对原始信源进行观测，得到n个观测结果；
所述调制模块，用于将n个观测结果调制为n个低频声音信号；
所述发送模块，用于将这n个低频声音信号通过水介质顺序发射给接收端。
优选地，所述观测模块通过以下方式实现观测：
待传递信号为t，用随机信号i对待传递信号t进行第n次观测时，得到观测结果
其中，i(i)表示第i个观测信号，i＝1，…，n，n＝1，…，n，n表示观测次数。
为实现上述目的，按照本发明的第三方面，提供了一种强抗干扰水下通信接收端，所述接收端包括接收模块和关联运算模块；
接收模块，用于接收如第二方面所述的发射端通过水介质传输的低频声音信号；
关联运算模块，用于在接收模块接收到n个低频声音信号后，将n个低频声音信号与n个观测信号进行关联运算，得到原始信源；
接收端与发射端共用n个与原始信源长度相同的观测信号。
优选地，所述接收端还包括第一降噪模块和第二降噪模块；
所述第一降噪模块用于在关联运算前，对接收到的n个低频声音信号进行采集降噪，具体方式如下：
对接收到的n个低频声音信号分别进行卷积运算，得到n个卷积结果；将n个卷积结果输入至全连接神经网络进行特征提取，得到信号的特征频率和周期；抑制接收到的n个低频声音信号中特征频率以外的频率，得到粗降噪后的n个低频声音信号；
第二降噪模块用于在关联运算后，对关联运算结果进行恢复降噪，具体方式如下：
采用尺度为信号周期的卷积窗，对关联运算结果进行卷积，并在卷积过程中选取卷积窗内第三个和第四个极大值的峰值作为对应卷积窗的权重因子；权重因子乘以卷积窗对应的信号，实现信号重构。
优选地，所述关联运算模块通过以下方式实现关联运算：
其中，
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
本发明提出了一种强抗干扰的水下通信方法，通过计算机产生的n个观测信号和接收装置接收到的n个接收信号进行关联运算，由于关联运算基于波动理论和统计理论，通过多次测量观测信号和接收信号之间的关联特性再取均值，从而实现了在噪声环境下的强鲁棒性。这种通信方法基于声学基础和统计学理论，对信号进行编码发射再解码，整个过程通过了严格的理论推导，对环境给信号带来的噪声具有很大的抑制作用，因此本发明更适用于复杂的水下环境进行通信。
附图说明
图1为本发明提供的一种强抗干扰水下通信方法流程图；
图2为本发明提供的初始信号示意图；
图3为本发明提供的不同噪声的等级的测量结果对比图，其中，(a)-(c)分别表示噪声为0db、30db、60db直接传输信号测量结果，(d)-(f)分别表示噪声为0db、30db、60db本发明传输信号测量结果；
图4为本发明提供的传输信号误码率、均方根误差和峰值信噪比曲线图；
图5为本发明提供的直接传输信号和本发明传输信号的峰值信噪比结果。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
由于水下湍流等因素的影响，传统水声通信不能很好地降低周围环境的噪声，随着距离的增加，噪声的作用也会越来越强，以至于最后信号完全失真。因而本发明提出的一种强抗干扰水下通信的方法，能够抵御较强的噪声，同时对信息有一定的加密作用，只有掌握观测信号信息方可恢复初始信号。因而更适用于在复杂水下环境下的通信。
如图1所示，本发明提供了一种强抗干扰水下通信方法，该方法包括以下步骤：
步骤s1.发射端使用n个观测信号分别对原始信源进行观测，得到n个观测结果，将n个观测结果调制为n个低频声音信号，将这n个低频声音信号顺序发射。
优选地，步骤s1中，待传递信号为t，用随机信号i对待传递信号t进行第n次观测时，得到观测结果
其中，i(i)表示第i个观测信号。
步骤s2.低频声音信号通过水介质传输。
此处的水介质可以是任意一种水介质，例如，湖水、江水、海水。由于水下湍流等因素的影响，传输过程中会引入噪声信号。
步骤s3.接收端接收到n个低频声音信号后，将n个低频声音信号与n个观测信号进行关联运算，得到原始信源。
所述发射端与接收端共用n个与原始信源长度相同的观测信号。
在实际操作过程中，设置所需发射频率的信号an，用arbexpress软件对计算机产生的信号an进行调制得到波形发生器可读的信号cn，通过波形发生器(agilentdso-x3034a)将调制好的信号从换能器发出，设备接收的信号用
其中，
在噪声环境下通过采样得到信号的观测结果bn，而解码信号g(t)和bn的关系为：
其中，bn表示在噪声环境下对信号的观测结果，
结果中信号g(t)的组成分为两部分，第一部分为g0(t)，第二部分为：
优选地，步骤s3中，将n个低频声音信号bn与n个观测信号进行关联运算，得到原始信源，具体如下：
其中，
优选地，步骤s3中，在关联运算前，对接收到的n个低频声音信号进行采集降噪，具体方式如下：
对接收到的n个低频声音信号分别进行卷积运算，得到n个卷积结果；将n个卷积结果输入至全连接神经网络进行特征提取，得到信号的特征频率和周期；抑制接收到的n个低频声音信号中特征频率以外的频率，得到粗降噪后的n个低频声音信号；
和/或，
在关联运算后，对关联运算结果进行恢复降噪，具体方式如下：
采用尺度为信号周期的卷积窗，对关联运算结果进行卷积，并在卷积过程中选取卷积窗内第三个和第四个极大值的峰值作为对应卷积窗的权重因子；权重因子乘以卷积窗对应的信号，实现信号重构。
最后，依据上述理论推导，利用波形发生器加入外界随机噪声进行探测，通过接收装置接收到的信号和初始编码矩阵恢复所需要传递的信号。
对于传输信号质量的好坏，用rmse和psnr来定量评价，如下式所示：
对如图2所示的初始信号，在噪声等级为0db的时候，图3中的(a)与图3中的(d)的结果基本一致；当噪声等级为30db的时候，图3中的(b)只能有个初始信号的轮廓，夹杂着较大噪声，而图3中的(e)在30db噪声下仍与初始信号接近，均方根误差(mse)为0.0283。当噪声等级为60db的时候，图3中的(c)完全失真；而图3中的(f)在60db噪声下仍与初始信号接近，均方根误差(mse)为0.0391。
图4为在60db噪声环境下，采样次数n为10000次时实验结果的对比分析，可以看出本发明在恶劣的环境下具有很强的鲁棒性，为了定量分析本发明的优越之处，用误码率、均方根误差和峰值信噪比来定量分析实验结果。
如图5所示，横轴为噪声等级，可以看出随着噪声等级的增加本发明的通信方式的召回率和均方根误差更加稳定，而直接传输的通信方式，则受噪声影响变化较大，误码率在60db时达到70％，而本发明误码率一直维持在1％以内。
用psnr定量评价本发明的实验结果，如图5所示，随着采样次数的增加，本发明传递信号的噪声越来越小，最后在n达到一定值时，psnr稳定在一个高信噪比范围。而直接通信方式的峰值信噪比一直维持在一个变化不大的范围内。以上有力地验证了本发明专利的优越性和可实施性。
本发明提出了一种强抗干扰水下通信的方法。首先从波动理论和统计理论出发，严格推导出解码信号跟观测信号的关系，得到最初的传输信号。具体操作过程中，需要用产生的随机信号对传输信号进行观测，观测完之后对接收到的观测信号进行处理，再通过算法解码重建的传输信号。这种传输方式可以有效降低周围环境噪声带来的影响，适用于复杂环境中的声通信。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
1.一种强抗干扰水下通信方法，其特征在于，该方法包括以下步骤：
s1.发射端使用n个观测信号分别对原始信源进行观测，得到n个观测结果，将n个观测结果调制为n个低频声音信号，将这n个低频声音信号顺序发射；
s2.低频声音信号通过水介质传输；
s3.接收端接收到n个低频声音信号后，将n个低频声音信号与n个观测信号进行关联运算，得到原始信源；
所述发射端与接收端共用n个与原始信源长度相同的观测信号。
2.如权利要求1所述的方法，其特征在于，步骤s1中，待传递信号为t，用随机信号i对待传递信号t进行第n次观测时，得到观测结果
其中，i(i)表示第i个观测信号，i＝1,…,n，n＝1,…,n，n表示观测次数。
3.如权利要求1所述的方法，其特征在于，步骤s3中，将n个低频声音信号bn与n个观测信号进行关联运算，得到原始信源，具体如下：
其中，
4.如权利要求1至3任一项所述的方法，其特征在于，步骤s3中，在关联运算前，对接收到的n个低频声音信号进行采集降噪，具体方式如下：
对接收到的n个低频声音信号分别进行卷积运算，得到n个卷积结果；将n个卷积结果输入至全连接神经网络进行特征提取，得到信号的特征频率和周期；抑制接收到的n个低频声音信号中特征频率以外的频率，得到粗降噪后的n个低频声音信号；
和/或，
在关联运算后，对关联运算结果进行恢复降噪，具体方式如下：
采用尺度为信号周期的卷积窗，对关联运算结果进行卷积，并在卷积过程中选取卷积窗内第三个和第四个极大值的峰值作为对应卷积窗的权重因子；权重因子乘以卷积窗对应的信号，实现信号重构。
5.一种强抗干扰水下通信发射端，其特征在于，发射端包括观测模块、调制模块和发送模块，
所述观测模块，用于使用n个观测信号分别对原始信源进行观测，得到n个观测结果；
所述调制模块，用于将n个观测结果调制为n个低频声音信号；
所述发送模块，用于将这n个低频声音信号通过水介质顺序发射给接收端。
6.如权利要求5所述的发射端，其特征在于，所述观测模块通过以下方式实现观测：
待传递信号为t，用随机信号i对待传递信号t进行第n次观测时，得到观测结果
其中，i(i)表示第i个观测信号，i＝1,…,n，n＝1,…,n，n表示观测次数。
7.一种强抗干扰水下通信接收端，其特征在于，所述接收端包括接收模块和关联运算模块；
接收模块，用于接收如权利要求5或6所述的发射端通过水介质传输的低频声音信号；
关联运算模块，用于在接收模块接收到n个低频声音信号后，将n个低频声音信号与n个观测信号进行关联运算，得到原始信源；
接收端与发射端共用n个与原始信源长度相同的观测信号。
8.如权利要求7所述的接收端，其特征在于，所述接收端还包括第一降噪模块和第二降噪模块；
所述第一降噪模块用于在关联运算前，对接收到的n个低频声音信号进行采集降噪，具体方式如下：
对接收到的n个低频声音信号分别进行卷积运算，得到n个卷积结果；将n个卷积结果输入至全连接神经网络进行特征提取，得到信号的特征频率和周期；抑制接收到的n个低频声音信号中特征频率以外的频率，得到粗降噪后的n个低频声音信号；
第二降噪模块用于在关联运算后，对关联运算结果进行恢复降噪，具体方式如下：
采用尺度为信号周期的卷积窗，对关联运算结果进行卷积，并在卷积过程中选取卷积窗内第三个和第四个极大值的峰值作为对应卷积窗的权重因子；权重因子乘以卷积窗对应的信号，实现信号重构。
9.如权利要求7至8任一项所述的接收端，其特征在于，所述关联运算模块通过以下方式实现关联运算：
其中，
