-
光信号在海水信道传输时,海水对光的吸收和散射会造成信号幅度衰减;海水湍流会引起信号幅度起伏变化,可将信号近似为进行了一个低频调制,因此为乘性干扰;系统高斯噪声为加性干扰。综合考虑这些干扰因素,光信号通过水下复合信道后接收到的信号表示为[13]:
式中:
${{{S}}_{gmsk}}$ 为发射端调制后的GMSK信号;${h_s}$ 为衰减信道函数;${h_t}$ 为湍流信道函数,其概率密度函数服从Gamma-Gamma分布;加性噪声$n$ 满足均值为0、方差为1的高斯分布随机过程。 -
光信号在水下传播受到水体中颗粒的吸收和散射,从而引起能量衰减。吸收和散射系数取决于水的类型,不同水质的衰减系数不同,如纯水,远洋、近海和港口。如表1 所示,分别给出了这四种海水类型对光的吸收、散射系数和总的衰减系数[2]。
Water types Absorption coefficient/m−1 Scattering coefficient/m−1 Attenuation coefficient/m−1 Pure sea water 0.041 0.003 0.044 Clear ocean water 0.114 0.037 0.151 Coastal ocean water 0.179 0.219 0.398 Turbid harbor water 0.366 1.824 2.190 Table 1. Absorption, scattering and attenuation coefficients of different water qualities
水下无线光通信系统的性能不仅与衰减信道的传输介质有关,还与光源发散角引起的光束扩展有关。尽管在接收端采用光学接收天线对光束进行聚焦,但由于光束存在一定的发散角,随着接收距离的增加,接收机无法把全部光束聚焦到探测器,引起能量损失。光在海水信道传输时引起的光束扩展如图1所示。
其中,
$ \theta $ 为光源的发散角,$ {a_t} $ 为光学发射天线的半径,$ {a_r} $ 为光学接收天线的半径,$ d $ 为光束在海水中的通信距离。光束扩展后的光束半径$ r $ 与传播距离$ d $ 的关系为:$r = d \tan \theta + {a_t}$ ,根据比尔朗伯定律,接收信号功率[14]可表示为:式中:
$ {P_t} $ 为光发射功率;$ {P_r} $ 为光接收功率;$ c $ 为海水总的衰减系数。因此,衰减信道函数
$ {h_s} $ 的表达式可表示为: -
Andrews 等人针对海水湍流特性介绍了修正的 Rytov 理论,并提出了 Gamma-Gamma 概率密度函数作为湍流的数学模型,能够描述从弱到强不同强度的湍流状态。该模型基于双重随机闪烁理论,并假定小尺度的辐照度波动受传播波的大尺度辐照度波动的调制,两者均由独立的Gamma分布控制,如公式(4)、(5)所示[15]:
接收端光信号
$I$ 可表示为两个独立的服从 Gamma 分布的随机变量的乘积,即$ I = {I_x} \cdot I{}_y $ ,典型的光强概率密度函数用Gamma-Gamma 分布表示为[16]:式中:
$\alpha $ 和$\beta $ 分别为散射过程中大区域和小区域漩涡的有效数量;${K_{{{{n}}}}}( \cdot )$ 为第二类n阶修正的贝塞尔函数;$\varGamma ( \cdot )$ 表示Gamma函数。强度概率密度函数中的$\alpha $ 和$\beta $ 与湍流强弱有关,公式如下:式中:
$ \sigma _l^2 $ 为对数强度方差,通过$ \sigma _l^2 $ 将湍流分为弱湍流、中度湍流以及强湍流。在不同的湍流区域下$\alpha $ 和$\; \beta $ 的值如图2所示。在弱的湍流区域,对数强度方差小于1,$\alpha $ 和$\; \beta $ 的值远大于1;当对数强度方差增加到1以上,逐渐到饱和聚焦区域,$\alpha $ 和$\; \beta $ 的值减少[17]。选用从弱到强的湍流进行仿真实验分析,对数强度方差$ \sigma _l^2 $ 的范围为0.15~2,湍流起伏相干时间为$ \tau $ s,相干长度为$\;\rho $ m。海水湍流导致信号闪烁,其作为系统的乘性噪声为随机过程。该随机过程使用接受拒绝采样算法[18],生成湍流随机噪声。针对不同的对数强度方差
$ \sigma _l^2 $ 获得$\alpha $ 和$\; \beta $ 值,并产生一个覆盖Gamma-Gamma分布概率密度函数$ f\left( I \right) $ 的高斯分布随机函数$ q\left( I \right) $ ;然后引入常数$ k $ ,使得对所有的$ I $ 满足$ kq\left( I \right) \geqslant f\left( I \right) $ ;在每次采样中,首先从$ q\left( I \right) $ 采样一个数值$ {I_0} $ ,然后在区间$ \left[ {0,kq\left( {{I_0}} \right)} \right] $ 进行均匀采样,得到$ {u_0} $ 。如果$ {u_0} \leqslant f\left( {{I_0}} \right) $ ,则保留该采样值$ {I_0} $ ,否则舍弃该采样值;最后得到的数据就是对该分布的一个近似采样,其符合湍流模型分布的随机噪声,即生成${h_t}$ 函数的离散噪声数据。图3(a)为由接受拒绝采样算法产生的对数强度方差
$ \sigma _l^2 $ 为0.5的高斯分布函数和Gamma-Gamma概率密度函数,图3(b)为接受拒绝采样算法产生的不同对数强度方差的Gamma-Gamma分布随机噪声直方图。 -
文中所用水下无线光通信系统结构如图6所示,发射机包括GMSK调制模块、LD光源驱动、光放大模块、倍频模块、光学发射天线。输出光信号经过水下信道到达接收机,通过光学天线进行接收,接收机使用THORLAB光电探测器APD430A2将接收到的光信号进行光电转换,然后再对GMSK信号解调得到原始信号。
Parameter Value Launch aperture radius/mm 40 Receiving aperture radius/mm 75 Half angle of beam divergence/mrad 0.6 Original sequence length 106 Transmit power/W 1 Water quality attenuation coefficient/m−1 0.151 LD Wavelength/nm 532 Detector conversion gain of APD430A2/V·W−1 105 Table 2. System parameters
-
根据以上系统参数建立GMSK调制解调系统模型,发送端采用
${B_{{b}}}{T_{{b}}}$ 为0.5的GMSK正交调制方式,接收端采用一比特差分解调,将其应用于UWOC系统,设置湍流相干时间$\tau $ 与码元宽度${T_b}$ 的比值为100∶1,采样速率为信号速率的30倍,载波频率为信号频率$1/{T_b}$ 的2倍,其余参数按表2设置。GMSK调制输出的光信号,经过海水水质衰减系数为
$0.151\;{{\text{m}}^{-1}}$ 的纯衰减信道传输150 m,经过衰减信道和对数强度方差$ \sigma _l^2 = 0.15 $ 的湍流信道后的部分波形如图7(a)所示。图7(b)为信噪比为$10\;{\text{dB}}$ 时的解调前后信号的部分波形。图7(b)的第一幅波形为解调前信号的部分波形,第二幅波形对应为第一幅波形经过解调后的信号波形。Figure 7. (a) Waveform of GMSK modulated optical signal through channel; (b) Comparison of signal waveform before and after SNR=10 dB demodulation
从图7(a)中可以看出,GMSK调制信号先经过衰减信道,其幅度会减小,波形未发生变化;经过衰减后的信号再经过湍流信道,此时信号波形会产生失真,其幅度发生非线性变化,产生了信号包络随时间变化特性,变化快慢与信号码元宽度
${T_b}$ 和湍流相干时间$\tau $ 有关。从图7(b)中可以看出,受复合信道干扰的信号通过解调后可恢复为标准二进制信号。由于接收系统噪声为高斯白噪声,根据传输模型公式(1),其中的高斯噪声
$n$ 在仿真中根据信噪比$SN{R_0}$ 设置,$SN{R_0}$ 表示为公式(23),其中信号功率$S$ 为发射光功率为1 W、传输无衰减时的归一化电信号功率,仿真时噪声功率$N$ 随$SN{R_0}$ 改变。当信号经过海水信道之后,信号功率发生衰减,接收端信噪比$SNR$ 随之改变,根据实际接收到的信号修正的信噪比$SNR$ 如下:式中:
$ {P_t} $ 为光发射功率;$ {P_r} $ 为光接收功率。令修正后的海水信道传输衰减值为$D$ ,其表达式为:因此,
$ SNR = SN{R_0} + D $ 。仅考虑衰减信道,信道无湍流作用,且海水水质衰减系数为
${\text{0}}{\text{.151}}\;{{\text{m}}^{ - 1}}$ ,传输距离为150 m时,OOK调制、PPM调制和GMSK调制的误码率随信噪比的变化如图8(a)所示。可以看出,当系统误码率为10−3时,GMSK的信噪比为$ {\text{8 dB}} $ ,相比于OOK调制、PPM调制分别获得${\text{4}}{\text{.8 }}$ 、$ {\text{3}}{\text{.3 dB}} $ 增益。Figure 8. (a) Comparison of BER performance of OOK modulation, PPM modulation and GMSK modulation in attenuation channels; (b) Comparison of BER performance of OOK modulation, PPM modulation and GMSK modulation in composite channels
在复合信道作用下,海水水质衰减系数为
${\text{0}}{\text{.151}}\;{{\text{m}}^{ - 1}}$ ,湍流对数强度方差$ \sigma _l^2 = 0.15 $ ,传输距离为150 m时,OOK调制、PPM调制和GMSK调制的误码率随信噪比的变化如图8(b)所示。可以看出,在有湍流的复合信道的长距离通信中,OOK调制下的系统误码率存在极限值,为${\text{3}} \times {\text{1}}{{\text{0}}^{-2}}$ ,其误码率大于${\text{1}}{{\text{0}}^{-3}}$ ,很难满足系统的正常工作要求;当系统误码率为${\text{1}}{{\text{0}}^{-3}}$ 时,GMSK的信噪比为$ {\text{12}}{\text{.85 dB}} $ ,相比于PPM调制可获得$ {\text{4}}{\text{.35 dB}} $ 增益。给定
$\sigma _l^2$ 分别为0.15、0.16、0.5、1、1.5、2,水质衰减系数为${\text{0}}{\text{.151}}\;{{\text{m}}^{-1}}$ 的复合信道下,信噪比随高斯噪声和传输距离变化,分析GMSK调制系统的误码率性能如图9(a)~(f)所示。Figure 9. Comparison of system BER performance of GMSK modulation in composite channels with different turbulence logarithmic intensities variance
从图9(a)中可以看出,在湍流对数强度方差
$\sigma _l^2 = 0.15$ 的复合信道下,GMSK调制系统已不存在误码率极限。但相比图8(a)可知,达到相同误码率、传输相同距离时,有湍流的信道需要更高的信噪比,即更低的高斯噪声。从图9(f)中可以看出,在湍流对数强度方差
$\sigma _l^2 = 2$ 的复合信道下, GMSK调制的传输距离为130、140、150 m时,当信噪比分别小于${\text{36}}{\text{.81}}$ 、${\text{43}}{\text{.82}}$ 、$ {\text{49}}{\text{.85 dB}} $ 时,高斯噪声、信道衰减和湍流共同决定UWOC系统的性能。当信噪比分别大于这些值时,即信道衰减和高斯噪声引起的信号失真较小,系统误码率由湍流对数强度方差决定,且误码率趋于一个极限值,为$8.9 \times {10^{-4}}$ 。同样,从图9(b)~(f)中可以看出,在相同湍流对数强度方差下,无论传输距离远近,最终GMSK调制系统的误码率都会趋于一个极限,这个极限值与湍流对数强度方差有关。
对比图9(a)~(f),复合信道下,在湍流对数强度方差分别为0.15、0.16、0.5、1、1.5、2时,其传输距离与信噪比的关系如图10所示。同一
$\sigma _l^2$ 下,随着传输距离的增加,系统误码率达到极限值,所需信噪比也在增加,且所需信噪比与传输距离呈线性关系。在相同传输距离下,湍流对数强度方差越大的复合信道,极限误码率越大,GMSK调制所需的信噪比也越大。图11所示为复合信道下,不同湍流对数强度方差
$\sigma _l^2$ 与极限误码率的关系。可以看出,随着湍流对数强度方差的增大,UWOC系统的极限误码率呈非线性增加,在湍流对数强度方差较小和较大时,极限误码率变化较慢,因为在湍流对数强度方差较小时,系统误码率由传输距离和高斯噪声决定,当信噪比较高时,误码率可达到0,变化较慢。湍流对数强度方差较大时,湍流噪声严重影响信号质量,此时误码率完全由湍流噪声决定,系统极限误码率已接近正常通信极限,因此极限误码率变化较慢。但是在中强度区域,极限误码率与湍流对数强度方差呈线性关系,因为系统的极限误码率由传输距离、高斯噪声和湍流强度共同决定。
Influence of underwater composite channel on performance of GMSK wireless optical communication system
doi: 10.3788/IRLA20210622
- Received Date: 2021-08-30
- Rev Recd Date: 2022-01-13
- Publish Date: 2022-07-05
-
Key words:
- underwater wireless optical communication /
- composite channel /
- GMSK modulation /
- turbulence logarithmic intensity variance /
- bit error rate
Abstract: The absorption and scattering of light in seawater channel cause signal attenuation, and the turbulence of seawater causes signal amplitude fluctuation, both of which will reduce the bit error rate (BER) performance of underwater wireless optical communication (UWOC) system. The effects of the two channel characteristics on the signal performance were considered comprehensively, and a method was proposed to equate the transmission distance and turbulence probability density function to the system signal-to-noise ratio (SNR) and turbulence noise, and then the signal attenuation and turbulence noise were combined into the signal waveform to establish the underwater composite channel signal transmission model. According to the experimental system parameters, the signal transmission waveforms of Gaussian minimum frequency shift keying (GMSK) modulation under composite channel were simulated, and the one-bit difference demodulation algorithm was used to compare the demodulated waveforms with the original waveform, and the influence relationships of composite channel on the system BER performance was analyzed. The simulation experiment results show that, compared with on-off keying modulation (OOK), pulse position modulation (PPM), GMSK system can obtain the SNR gain of 3.3 dB, 4.8 dB respectively only in the attenuation channel with seawater attenuation coefficient of 0.151 m−1. Under the composite channel, GMSK modulation performance is superior to OOK modulation and PPM modulation. When the water attenuation coefficient is 0.151 m−1, and turbulence intensity variance is smaller than 0.16, GMSK modulation system has no error rate limit, the system BER is decided by signal attenuation and turbulence noise and Gaussian noise together, GMSK modulation achieves SNR gain of 4.35 dB compared with PPM modulation. Furthermore, turbulence intensity variance is greater than 0.16, system BER arrives limit, which value is determined by the turbulence intensity, and the limit value of BER increases nonlinearly with the increase of turbulence intensity.