基于GPU的實時水聲信道仿真實現

白敬賢，高天德，夏潤鵬，劉 鐳

(西北工業大學航海學院，陜西西安 710072)

基于GPU的實時水聲信道仿真實現

白敬賢，高天德，夏潤鵬，劉 鐳

(西北工業大學航海學院，陜西西安 710072)

對于水下無人系統跟蹤定位、水聲通信等技術而言，水聲信道估計的實時性至關重要。本文首先簡要分析了水聲在淺海中的傳播特性及信道模型，包括聲速建模、傳播衰減建模及本征聲線的搜索模型；其次為了滿足水聲信道估計實時性的要求，基于GPU利用OpenCL環境進行仿真實現。最后通過結果分析，說明了本文對于水聲信道的建模合理正確，同時也滿足了實時性這一要求。

水聲信道估計；本征聲線搜索；實時性；GPU；OpenCL

0 引 言

隨著水下探測技術的不斷發展，水聲信道受到了越來越多的關注。由于海水的復雜性，水聲信號在傳播過程中存在多徑效應，會對水聲信號造成明顯的衰減和畸變，嚴重影響水聲信號的探測。要消除多徑效應的干擾，采取水聲信道均衡、信道匹配[1]等方式實現水聲通信與水下信號檢測，需要了解水聲信道特性并對其進行建模。

隨著水下信道研究的發展，學者對此進行了大量研究：高分辨率譜估計技術越來越多的被用于水下信道模型仿真，同時也出現了許多其他的水聲信道仿真方法[2]，最新的方法包括：非線性最小二乘法[3–5]、最大熵法[6]、最大似然法[7,8]、期望值最大算法[9]、反演濾波法[10]、交替投影法、自相關算法等。

本文首先簡要分析了水聲在淺海中的傳播特性及信道模型，包括聲速建模、傳播衰減建模及本征聲線的搜索模型；其次，基于以上理論模型，本文在Matlab平臺模擬產生了信道沖激響應結果；最后為了滿足實時性要求，在GPU平臺上用OpenCL實現了實時信道沖激響應的模擬。

1 水聲傳播特性及信道模型分析

水聲信道的特點是環境噪聲干擾嚴重、信號傳播衰減大、隨機信道等。本文對水聲信道的模擬主要包括聲速模擬、傳播衰減模擬以及本征聲線搜索模擬3個方面。

1.1 聲速模型

對于聲速模型的模擬采用烏德公式：

由式（1）可知，聲速c隨溫度T、鹽度S、壓力P的增加而增加。對P的求解可以轉化為深度的求解，水深下降10 m時，增加大約一個大氣壓。溫度T與鹽度S隨緯度變化規律如圖1所示。

1.2 傳播衰減模型

聲波在海水中的傳播損失主要包括傳播擴展損失、介質吸收損失和海面海底散射損失。

其中，擴展損失公式為：

聲波的傳播形式為平面波時，n近似取0；聲波的傳播形式為柱面波時，n近似取1；聲波在淺海傳播時，n近似取1.5；聲波的傳播形式為球面波時，n近似取2；r為聲源發射點與接收點間的距離，m。

吸收損失采用Thorp公式：

式中：a為吸收損失，dB/km；f為工作頻率f，kHz。

散射損失主要為界面衰減，分為海面衰減與海底衰減，海面平均反射系數為：

式中：f為工作頻率，kHz；H為海浪平均高度，m[11]。

海底反射系數與入射角及斜率之間的基本特征由三參數模型來反映：

式中：θ0為海底反射系數臨界角；Q為入射角小于臨界角時，海底反射系數隨入射角變化的斜率；Vb0為入射角大于臨界角時海底的反射系數。

1.3 本征聲線搜索模型

聲場是有聲波存在的彈性媒質所占有的空間，通常采用射線來描述聲波在聲場中的傳播，射線起點為聲源發射點，按照聲線傳播的曲線到達接收點，接收點接收到的聲線構成了接收點的聲場。本征聲線定義為所有到達接收點的聲線。由于聲線在海水（非真空）中傳輸，因此相應地有一定的時延和傳播衰減。本文采用Snell折射定律來計算水平方向上非均勻海洋環境的聲場。Snell折射定律為：

掠射角α為聲線傳播方向與水平面的夾角，c為聲線所在深度的海洋聲速。α0和c0為聲線出射處的夾角和聲速對應值。若聲線出射角和聲速隨深度的分布c(z)給出，可以按照式（5）求出海洋中任意深度處聲線傳播方向與水平面的夾角。

根據Snell定律可導出：

采用聲線跨度法搜索本征聲線[12]：當接收點深度大于發射點深度時，海洋中本征聲線傳播到接收點時的路徑可以分為4種基本情況[13]，如圖2所示。

分析1，2，3，4的聲線傳播形式，不難發現4種聲線傳播形式的排列組合可以表示所有發射點到接收點的聲線。為了使計算更簡潔，定義4種聲線傳播形式的水平傳播距離為子跨度，如圖3所示。

其中，S1表示聲線發射后第1次到達聲源發射點所在深度經過的水平距離，S12表示聲線從聲源發射點到接收點的水平距離，S2表示聲線從接收點所在深度到接收點的水平距離。S1，S12與S2可由式(9)求得。當接收點深度小于發射點深度時，可看作是該子跨度形式的逆過程。

遠距離傳輸時，以該過程為一個周期，聲線會經歷m個周期，m表示本征聲線經過的整數跨度。

因此，本征聲線遠距離傳輸時的水平傳播距離可由這4種子跨度及經歷過的周期數來表示：

其中，a和b只能取0或1。不同的m與a，b的組合形式表示了不同到達形式的本征聲線。

圖4畫出了從發射點到接收點的一個周期下，全部4種本征聲線的軌跡：

該解組合方程組的方法在計算上比普通打靶法更加簡練。角度分辨率是求取本征聲線的關鍵，若角度分辨率太大，在遠距離傳輸時，本征聲線的搜索會出現很大偏差；若角度分辨率太小，則搜索速度會大大降低，對水聲信道估計的實時性造成很大影響。角度分辨率通常需要根據實際系統的要求，通過多次實際操作來驗證[14]。

2 水聲信道建模仿真實驗

2.1 仿真實驗條件

基于以上聲速梯度、傳播衰減以及本征聲線搜索這3種理論模型，設置仿真實驗條件，假設海洋深度為300m，緯度為北緯30°，聲源發射點深度為80m，接收點深度為200m，兩者水平距離為3 km。角度搜索范圍為–50°～+50°，聲線數目為200根，即角度分辨率為 0.5°。

2.2 仿真實驗過程

首先，根據仿真實驗條件得到模型背景下聲速梯度如圖5所示。

其次，基于此聲速梯度，將傳播衰減與本征聲線搜索模型相關公式代入，得到的本征聲線結果如圖6所示，其所對應的時延-衰減即信道沖激響應如圖7所示。

2.3 仿真實驗結果分析

聲源-目標信道時延-衰減結果如表1所示。

分析上述仿真結果，發現本文基于聲速梯度以及本征聲線傳播搜索模型成功得到了淺海環境下聲源與目標之間的傳播信道以及相應的衰減與時延信息，理論上驗證了算法的正確性。為了滿足工程實踐要求，本文將移植這種算法至GPU平臺，以高運算速度滿足工程實時性需求。

3 水聲信道估計實時性實現

3.1 OpenCL簡介

隨著體系結構的技術演進，計算機處理器晶體管數目不斷增加，增長的晶體管數目驅動體系結構向“異構系統”演進。軟件依靠硬件性能，尤其是主頻提升而獲得性能提升，這種“免費午餐”已經結束。在新的異構計算時代，程序員需要轉變思維，擁抱新的編程模式。

表1 聲源-目標信道時延-衰減結果Tab.1 Sound source-target channel delay-attenuation result

異構計算系統是將一系列擁有不同指令集的機算單元整合在一起，共同工作執行一個應用程序的系統。最簡單的一個異構計算系統就是CPU+GPU，GPU面向大量并行化數據的運算，計算能力可以達到CPU的幾百倍。OpenCL是一個異構平臺下編寫程序的編程環境[15]。

本文采用的異構平臺是CPU+GPU，由一個主機連接一個GPU設備構成。GPU型號為nV IDIA GeForce GTX 560，顯存頻率為 4 008MHz。其中，主機程序用C語言編寫，負責管理內核程序在GPU設備上的運行，即GPU的資源分配。內核程序用OpenCL C語言編寫，負責大量循環運算，實時計算出水聲信道沖激響應。

3.2 結果分析

不同平臺上信道模擬用時對比（每次運行時間可能與處理器所處狀態有關，應控制不同平臺進行信道模擬時處理器狀態相同并進行多次實驗求運行時間均值）：

其中，實驗1角度搜索范圍為–50°～+50°，聲線數目為200根，即角度分辨率為0.5°。實驗2角度搜索范圍為–50°～+50°，聲線數目為1 000根，即角度分辨率為0.1°。由結果可以看出，角度分辨率為0.5°時使用GPU編程滿足了實時模擬信道沖激響應的要求，可以根據信道沖激響應進行信道均衡與信道匹配，消除信道干擾，檢測出聲源信號。

表2 不同平臺上信道模擬用時對比Tab.2 Time comparison of channel simulation on different platforms

4 結 語

本文簡要分析了水聲在淺海中的傳播特性及信道模型，包括聲速建模、傳播衰減建模及本征聲線的搜索模型。基于以上模型，模擬了淺海條件下信道的沖激響應，通過仿真驗證，證實了模型算法的正確性，其次實現了GPU平臺下的算法移植，利用其高速運算特性實現了水聲信道估計的實時性這一要求，滿足了工程實踐需求，對于信道均衡、水下目標模擬、水下目標檢測、水下目標跟蹤定位、水下通信等水下無人系統仿真與通信技術等研究方向均有重要作用。

[1]蘭英,章新華,熊鑫.淺海水聲多途信道建模與仿真[J].艦船科學技術,2010,32(9):120–122.LAN Ying,ZHANG Xin-hua,X IONG Xin.Modeling and simulation on shallow water acoustic multi-path channels[J].Ship Science and Technology,2010,32(9):120–122.

[2]蔣德軍,胡濤.時延估計技術及其在多途環境中的應用[J].聲學學報.2001,26(1):34–40.JIANG De-jun,HU Tao.Tim e-delay estimation and its application in multipath environment[J].Journal o f Acoustics.2001,26(1):34–40.

[3]CHEN JT,PAULRAJA,REDDY U.Multichannel maximumlikelihood sequence estimation(M LSE)equalizer for GSM using a parametric channel model[J].Communications,IEEE Transactions on,1999,47(1):53–63.

[4]CHAMPAGNE B,EIZENMAN E,PASUPATHY S.Exact maximum likelihood time delay estimation for short observation intervals[J].Signal Processing,IEEE Transactions on,1991,39(6):1245–1257.

[5]MAN ICKAM T G,VACCARO R J,TUFTSDW.A leastsquares algorithm for multipath time-delayestimation[J].Signal Processing,IEEE Transactionson,1994,42(11):3229–3233.

[6]WU R,LI J.Time-delay estimation via optimizing highly oscillatory cost functions[J].Oceanic Engineering,IEEE Journal of,1998,23(3):235–244.

[7]EVANSA,FISCHL R.Optimal least squares time-domain syn thesis of recursive digital filters[J].Audio and Electroacoustics,IEEE Transactionson,1973,21(1):61–65.

[8]SCHM IDTRO.Multiple emitter location and signalparameter estimation[J].Antennasand Propagation,IEEE Transactions on,1986,34(3):276–280.

[9]FEDER M,W EINSTEIN E.Parameter estimation of superimposed signals using the EM algorithm[J].Acoustics,Speech and Signal Processing,IEEE Transactions on,1988,36(4):477–489.

[10]SENMOTO S,CHILDERSD G.Signal resolution via digital inverse filtering[J].Aerospace and Electronic Systems,IEEE Transactionson,1972(5):633–640.

[11]林旺生.水聲信道仿真與聲線修正技術研究[D].哈爾濱:哈爾濱工程大學,2009.

[12]歐曉麗.水聲信道建模及其仿真平臺的實現[D].廈門:廈門大學,2007.

[13]王百合,馮西安,黃建國,等.一種分層海洋中求取本征聲線的新方法[J].微處理機,2006,(1):63–65.WANG Bai-he,FENG Xi-an,HUANG Jian-guo,etal.A new method for finding the intrinsic line of sound in a layered ocean[J].M icroprocessor,2006,(1):63–65.

[14]魏莉,許芳,孫海信.水聲信道的研究與仿真[J].聲學技術,2008,(01):25–29.WEILi,XU Fang,SUN Hai-xin.Research and simulation of underwater acoustic channel[J].Acoustics,2008,(01):25–29.

[15]陳鋼,吳百鋒.面向 OpenCL 模型的 GPU 性能優化[J].《計算機輔助設計與圖形學學報》,2011,23(4):571–581.CHEN Gang,WU Bai-feng.GPU performance optimization for Open CLmodel[J].Journal of Computer Aided Design and Graphics,2011,23(4):571–581.

Realization of real-time underwater acoustic channel based on GPU

BAIJing-xian,GAO Tian-de,XIA Run-peng,LIU Lei
(School of Marine Science and Technology,Northwestern Polytechnical University,Xi′an 710072,China)

The real-time performance of underwater acoustic channel estimation is very important for target tracking and positioning,underwater acoustic communication and other technologies.Firstly,this paper analyzes the propagation characteristics and models of underwater acoustic in shallow sea.Including sound velocity modeling,propagation decay modeling and the search model of the eccentric line.Secondly,this paper is based on the GPU and uses the OpenCL environment to realize the simulation.From the analysis of the results,it is proved that the modeling of the underwater eccentric line is reasonable and correct.At the same time,it fulfill the requirement of the real-time performance.

underwater acoustic channel estimation；intrinsic voice search；real-time；GPU；OpenCL

TN911.7

A

1672–7649(2017)12–0100–05

10.3404/j.issn.1672–7649.2017.12.021

2017–06–21；

2017–08–03

白敬賢(1994–)，男，碩士研究生，研究方向為信號與信息處理。