为解决传统多模盲均衡算法(MMA)在均衡高阶QAM信号时存在的收敛速度慢、稳态误差大等问题,提出了一种基于模拟退火萤火虫优化的小波加权多模盲均衡算法(SA-GSO-WT-WMMA)。该算法在MMA的基础上增加了加权项,并引入了模拟退火萤火虫优化(SA-GSO)算法和正交小波变换(WT),利用加权项自适应地调整算法中代价函数的模值,利用SA-GSO算法极强的全局寻优能力来优化均衡器的初始权向量,利用正交小波变换降低信号的自相关性,有效提高了均衡效果。水声信道仿真实验表明,该算法在降低稳态均方误差和加速收敛速度两方面表现卓越。

好用的RBF神经网络波束形成小程序，学会使用神经网络中比BP神经网络更优秀的RBF径向基函数神经网络进行深度学习，优化波束形成中MVDR算法的最优权向量，从而达到波束形成的优化，在雷达通信，水下通信中都是值得一提的优化

水声通信matlab代码宽带线性时变信道中的多层传输 抽象的 考虑宽带线性时变多尺度多滞后信道。 该信道模型适用于水声通信。 该项目跟进了提出的多层（多速率）传输方案，其中不同层的数据符号使用不同的脉冲形状以不同的速率进行调制，并在不同的载波上传输。 如果满足某些条件，所提出的方案可以确保在接收器的不同层之间没有串扰。 在这个项目中，多层方案被进一步研究，在层之间允许一些串扰，与无串扰的情况相比，这将允许使用更多的层。 为了评估由于层间串扰导致的质量下降与由于传输更多层导致的数据速率增益之间的权衡，信息速率被数值计算。 MATLAB 以友好的格式 (html) 查看代码及其输出！ 单击以查看信号频谱（通道的输入和输出）和各种接收器实现的信息速率 通道 E，方案 1 注意：点击上方后向下滚动以查看数字！ 单击以查看光谱和速率 通道 A，方案 1 通道 A，方案 2 通道 E，方案 1 注意：这里显示的代码比multiple_script 中少。 另外，点击查看数字后不要忘记向下滚动！ 点击查看方案1和方案2的信息率对比。 源代码 可以找到源代码。 要重现结果，请运行以下脚本（按以下顺序）

课程小作业

等声速信道主要描述了水下信号传输原理及实现过程

多频移键控，水声通信代码，实现水下通信。。

OFDM-QPSK水声通信程序仿真，检测误码率等等

ns3水声通信模块,适合需要在ns3做网络仿真的同学,水声通信

人工智能-项目实践-自适应学习-使用Q学习进行水声通信的自适应调制 使用Q学习进行水声通信的自适应调制 动作为调制方式，有BPSK、QPSK、8PSK三种，每种调制都有高功耗发射和低功耗发射两种模式。 状态为已使用的能量，信噪比和状态有关且加了一定程度的随机性

安全技术-网络信息-水声通信网络MAC层协议研究.pdf