基于GPU的DSSS水声通信多普勒快速估计方法

doi:10.12305/j.issn.1001-506X.2026.06.31

系统工程与电子技术 ›› 2026, Vol. 48 ›› Issue (6): 2105-2112.doi: 10.12305/j.issn.1001-506X.2026.06.31

基于GPU的DSSS水声通信多普勒快速估计方法

彭海源¹^,²(), 李宇¹, 朱雨男¹, 普湛清¹, 王巍¹^,*

1. 中国科学院声学研究所先进水下信息技术重点实验室，北京 100190
2. 中国科学院大学，北京 100049

收稿日期:2025-02-26 修回日期:2025-03-27 出版日期:2026-06-25 发布日期:2025-05-23
通讯作者: 王巍 E-mail:phy20200309@163.com
作者简介:彭海源（1998—），男，博士研究生，主要研究方向为信号与信息处理、扩频水声通信
李　宇（1977—），男，研究员，博士，主要研究方向为水声信号处理、阵列信号处理、水声通信与网络技术
朱雨男（1996—），男，博士后，主要研究方向为水声通信与网络技术
普湛清（1989—），男，研究员，博士，主要研究方向为水声通信与网络技术
基金资助:
中国科学院青年创新促进会（E3291302）资助课题

GPU-based fast Doppler estimation method for DSSS underwater acoustic communication

Haiyuan PENG¹^,²(), Yu LI¹, Yu’nan ZHU¹, Zhanqing PU¹, Wei WANG¹^,*

1. Key Laboratory of Science and Technology on Advanced Underwater Acoustic Signal Processing，Institute of Acoustics，Chinese Academy of Sciences，Beijing 100190，China
2. University of Chinese Academy of Sciences，Beijing 100049，China

Received:2025-02-26 Revised:2025-03-27 Online:2026-06-25 Published:2025-05-23
Contact: Wei WANG E-mail:phy20200309@163.com

摘要/Abstract

摘要：

直接序列扩频（direct sequence spread spectrum，DSSS）水声通信中基于交叉模糊函数（cross ambiguity function，CAF）的多普勒估计方法具有计算密集、求解耗时长的缺点。为了提高多普勒估计效率，提出一种基于图形处理器（graphic processing unit，GPU）的多普勒快速估计方法。首先，为了降低CAF多普勒估计方法的计算复杂度，提出一种改进两步式多普勒估计算法。其次，从设备内存预加载、运算单元并行化、GPU算法部署3个方面进行算法实现。最后，使用实际海试数据对方法进行测试并与CPU估计方法进行对比。测试结果表明，提出的GPU多普勒快速估计方法能够实现DSSS水声通信信号多普勒因子的准确估计。与CPU估计方法相比，最大加速比为263.65，极大地提高了多普勒估计算法的执行效率。

关键词: 直接序列扩频, 水声通信, 图形处理器, 多普勒估计

Abstract:

The Doppler estimation method based on cross ambiguity function （CAF） in direct sequence spread spectrum （DSSS） underwater acoustic communication has the disadvantages of being computationally intensive and time-consuming to solve. In order to improve the efficiency of Doppler estimation, a fast Doppler estimation method based on graphics processing unit （GPU） is proposed. Firstly, in order to reduce the computational complexity of the CAF Doppler estimation method, an improved two-step Doppler estimation algorithm is proposed. Secondly, the algorithm is realized from three aspects: device memory preloading, parallelization of operation units, and deployment on the GPU platform. Finally, the method is tested using actual sea trial data and compared with the CPU estimation method. The test results show that the GPU fast Doppler estimation method proposed in this paper can achieve accurate estimation of the Doppler factor of DSSS underwater acoustic communication signals. Compared with the CPU estimation method, the maximum speedup ratio is 263.65, which greatly improves the execution efficiency of the Doppler estimation algorithm.

Key words: direct sequence spread spectrum （DSSS）, underwater acoustic communication, graphic processing unit （GPU）, Doppler estimation

中图分类号:

TN 929.3

彭海源, 李宇, 朱雨男, 普湛清, 王巍. 基于GPU的DSSS水声通信多普勒快速估计方法[J]. 系统工程与电子技术, 2026, 48(6): 2105-2112.

Haiyuan PENG, Yu LI, Yu’nan ZHU, Zhanqing PU, Wei WANG. GPU-based fast Doppler estimation method for DSSS underwater acoustic communication[J]. Systems Engineering and Electronics, 2026, 48(6): 2105-2112.

图/表 16

图1

图2

图3

图4

图5

图6

表1

表2

图7

图8

图9

图10

图11

图12

图13

图14

参考文献 21

1	李启虎. 声纳信号处理引论[M]. 北京: 科学出版社, 1985.
	LI Q H. Introduction to sonar signal processing[M]. Beijing: Science Press, 1985.
2	WAN L, WANG Z H, ZHOU S L, et al. Performance comparison of Doppler scale estimation methods for underwater acoustic OFDM[J]. Journal of Electrical and Computer Engineering, 2012, 2012, 703243.
3	SHARIF B S, NEASHAM J, GINTON O R, et al. A computationally efficient Doppler compensation system for underwater acoustic communications[J]. IEEE Journal of Oceanic Engineering, 2000, 25 (1): 52- 61.
4	LI B S, ZHOU S L, STOJANOVIC M, et al. Non-uniform Doppler compensation for zero-padded OFDM over fast-varying underwater acoustic channels[C]// Proc. of the OCEANS, 2007.
5	TRUBUI J, CHONAVEL T. Accurate Doppler estimation for underwater acoustic communications[C]//Proc. of the Oceans, 2012.
6	LI J H, ZAKHAROV Y V, HENSON B. Multibranch autocorrelation method for doppler estimation in underwater acoustic channels[J]. IEEE Journal of Oceanic Engineering, 2018, 43 (4): 1099- 1113.
7	MASON S F, BERGER C R, ZHOU S L, et al. Detection, synchronization, and Doppler scale estimation with multicarrier waveforms in underwater acoustic communication[J]. IEEE Journal on Selected Areas in Communications, 2008, 26 (9): 1638- 1649.
8	COTAE P, YANG T C. A cyclo-stationary blind Doppler estimation method for underwater acoustic communications using direct-sequence spread spectrum signals[C]//Proc. of the 8th International Conference on Communications, 2010: 323−326.
9	LIU L J, ZHANG Y L, ZHANG P C, et al. PN sequence based Doppler and channel estimation for underwater acoustic OFDM communication[C]//Proc. of the IEEE International Conference on Signal Processing, Communications and Computing, 2016.
10	XU X K, ZHOU S L, MOROZOV A K, et al. Per-survivor processing for underwater acoustic communications with direct-sequence spread spectrum[J]. The Journal of the Acoustical Society of America, 2013, 133 (5): 2746- 2754. doi: 10.1121/1.4796130
11	LI B, TONG F, LI J H, et al. Cross-correlation quasi-gradient Doppler estimation for underwater acoustic OFDM mobile communications[J]. Applied Acoustics, 2022, 190, 108640. doi: 10.1016/j.apacoust.2022.108640
12	JIAO Q, LU M, HUYNH H P, et al. Improving GPGPU energy-efficiency through concurrent kernel execution and DVFS[C]//Proc. of the IEEE ACM International Symposium on Code Generation and Optimization, 2015.
13	汪静静, 孟红记, 阳剑, 等. 基于GPU-CA异构并行的连铸坯凝固组织软测量模型[J]. 仪器仪表学报, 2022, 43 (11): 219- 228.
	WANG J J, MENG H J, YANG J, et al. GPU-CA heterogeneous parallelism based soft-sensing model for solidification structure of continuous casting slab[J]. Chinese Journal of Scientific Instrument, 2022, 43 (11): 219- 228.
14	李学敏, 黄海宁, 李宇, 等. 宽带高分辨DOA估计的CPU-CUDA协同实现[J]. 网络新媒体技术, 2020, 9 (5): 9- 14. doi: 10.3969/j.issn.2095-347X.2020.05.002
	LI X M, HUANG H N, LI Y, et al. A cooperative implementation of CPU-CUDA for wideband high resolution DOA estimation[J]. Journal of Network New Media, 2020, 9 (5): 9- 14. doi: 10.3969/j.issn.2095-347X.2020.05.002
15	王子涵, 巴晓辉, 姜维, 等. 基于 GPU 的北斗 B1宽带复合信号实时发生器设计[J]. 系统工程与电子技术, 2024, 46 (3): 795- 804.
	WANG Z H, BA X H, JIANG W, et al. Real-time design of wideband composite signal generator for BDS B1 based on GPU[J]. Systems Engineering and Electronics, 2024, 46 (3): 795- 804.
16	普湛清, 王巍, 张扬帆, 等. UUV平台OFDM水声通信时变多普勒跟踪与补偿算法[J]. 仪器仪表学报, 2017, 38 (7): 1634- 1644. doi: 10.3969/j.issn.0254-3087.2017.07.009
	PU Z Q, WANG W, ZHANG Y F, et al. Time-variant Doppler tracking and compensation in underwater acoustic OFDM communication for UUV platform[J]. Chinese Journal of Scientific Instrument, 2017, 38 (7): 1634- 1644. doi: 10.3969/j.issn.0254-3087.2017.07.009
17	洪丹阳, 王巍, 周成阳, 等. 基于非均匀快速傅里叶变换的正交频分复用水声通信多普勒估计与补偿方法[J]. 仪器仪表学报, 2021, 42 (4): 67- 74.
	HONG D Y, WANG W, ZHOU C Y, et al. Doppler estimation and compensation method for orthogonal frequency division multiplexing underwater acoustic communication based on non-uniform fast Fourier transform[J]. Chinese Journal of Scientific Instrument, 2021, 42 (4): 67- 74.
18	王巍, 普湛清, 张扬帆, 等. 稀疏信道条件下正交多载波扩频水声通信无导频信道估计算法[J]. 声学学报, 2019, 44 (4): 657- 664.
	WANG W, PU Z Q, ZHANG Y F, et al. A pilot-free channel estimation algorithm for orthogonal multicarrier spread spectrum communication via sparse underwater acoustic channel[J]. Acta Acustica, 2019, 44 (4): 657- 664.
19	李涛, 董前琨, 张帅, 等. 基于线程池的 GPU 任务并行计算模式研究[J]. 计算机学报, ，2018, 41 (10): 2175- 2192.
	LI T. DONG Q K, ZHANG S, et al. GPU task parallel computing paradigm based on thread pool model[J]. Chinese Journal of Computers, ，2018, 41 (10): 2175- 2192.
20	NVIDIA. cuFFT 12.3 documentation[EB/OL]. [2024-08-23]. http://docs.nvidia.com/cuda/cufft/index.html.
21	YAN S G, ZHANG Y Q, LUO G P. Reduction algorithm optimization based on the OpenCL[J]. Journal of Software, 2011, 22 (S2): 163- 171.

参数	CPU	GPU
型号	12th Gen Intel（R） Core（TM） i9-12900K	NVIDIA GeForce RTX 3060 Ti
时钟频率	3.20 GHz	1410 MHz
CUDA版本	CUDAv11.6

参数	符号	仿真取值
带宽	$B$	—
Q路PN码长	${L_Q}$	4158
单帧信号长度/s	$T$	4.158
采样率/kHz	${f_s}$	48
通信速率/bps	$r$	30.303
粗估计多普勒精度/Hz	$\Delta {\alpha _1}$	1×10⁻⁴
细估计多普勒精度/Hz	$\Delta {\alpha _2}$	3.33×10⁻⁵
基带调制方式	BPSK

[1]	徐锐, 武岩波, 朱敏. 色噪声下多载波水声通信的高阶调制和软检测[J]. 系统工程与电子技术, 2026, 48(5): 1752-1764.
[2]	樊勇兴, 张扬帆, 黄海宁. 适用于水声移动通信的调制方式[J]. 系统工程与电子技术, 2025, 47(8): 2727-2736.
[3]	程琳, 葛威, 门伟. 基于M元循环移位的MIMO扩频深海水声通信方法[J]. 系统工程与电子技术, 2025, 47(3): 1010-1018.
[4]	彭海源, 王巍, 李德瑞, 刘彦君, 李宇, 迟骋, 田亚男. 基于GPU的OMCSS水声通信M元解扩算法并行实现[J]. 系统工程与电子技术, 2025, 47(3): 978-986.
[5]	谭钢, 鄢社锋, 毛琳琳, 杨基睿. 稀疏贝叶斯学习水声OFDM系统信道与脉冲噪声联合估计[J]. 系统工程与电子技术, 2025, 47(10): 3482-3491.
[6]	谭钢, 鄢社锋, 叶子豪, 杨基睿. OFDM系统迭代脉冲噪声抑制与信道估计方法[J]. 系统工程与电子技术, 2024, 46(8): 2841-2849.
[7]	陶鸿博, 张东升, 黄勇. GPU加速下的三维快速分解后向投影SAS成像算法[J]. 系统工程与电子技术, 2024, 46(10): 3247-3256.
[8]	毛飞龙, 焦义文, 马宏, 韩久江, 高泽夫, 李超, 李冬. 基于GPU的天线组阵信号时延补偿方法[J]. 系统工程与电子技术, 2023, 45(8): 2383-2394.
[9]	扶钰斌, 马晓川, 李璇, 孙博昊, 陈筱月, 裴兴园. 复杂水下环境中的Dual-HFM速度谱优化[J]. 系统工程与电子技术, 2023, 45(10): 2999-3007.
[10]	高潭, 吕成财, 田川. 面向OFDM-MFSK水声通信的差错控制方法[J]. 系统工程与电子技术, 2022, 44(5): 1701-1708.
[11]	张育芝, 孙彦景, 王斌, 刘洋. 基于反馈信道状态信息的水声自适应OFDMA[J]. 系统工程与电子技术, 2021, 43(8): 2321-2331.
[12]	陈晓威, 杨文革. 基于时变白化滤波器的DSSS系统干扰盲检测[J]. 系统工程与电子技术, 2021, 43(7): 1981-1988.
[13]	隋泽平, 鄢社锋. 噪声鲁棒变步长LMS算法及其在OFDM水声信道均衡中的应用[J]. 系统工程与电子技术, 2020, 42(7): 1605-1613.
[14]	孙子文, 徐宜敏. 无线传感器网络的混合抗干扰攻击方法[J]. 系统工程与电子技术, 2019, 41(9): 2132-2140.
[15]	闫华, 汪贻生, 王锐淇, 刘波, 郭立卿, 肖骅. 基于GPU的大规模多阶段任务系统可靠性并行计算方法[J]. 系统工程与电子技术, 2019, 41(1): 215-222.

基于GPU的DSSS水声通信多普勒快速估计方法

GPU-based fast Doppler estimation method for DSSS underwater acoustic communication

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 21

相关文章 15

编辑推荐

Metrics

本文评价