基于EKF的水下LD通信精对准控制算法 下载: 548次
0 引言
水下光学无线通信[1-3](Underwater Optical Wireless Communication, UOWC)尤其是无线激光通信技术,由于其保密性好、通信速率高等优点,近年来成为水下无线通信的重要研究方向.但由于水下环境的复杂性,以及不同水域之间的差异,激光在水下传输过程中,易受环境影响,且由于目标光源较小,很难与接收器实现精确对准,造成通信质量不佳或者无法实现通信[4-6].因此需要对激光光束进行快速稳定的跟踪和对准.
在自由空间光通信中,对激光光束的捕获、对准和跟踪(Acquisition, Tracking and Pointing, ATP)系统的研究工作已经较为成熟[7-9].在长距离的空地通信,以及星地通信间,ATP控制系统主要包括粗瞄准控制和精瞄准控制[10].粗瞄准实现对目标的捕获以及粗跟踪,一般由较大的光学天线以及两轴伺服转台组成;精瞄准实现对目标的精确瞄准及跟踪,一般由快速倾斜镜、压电陶瓷、以及高帧率CCD相机组成[11].但应用于卫星间的ATP系统设备结构复杂、成本高,且其接收端光学天线一般较大,很难直接应用于水下激光通信中.近年来,光电跟踪技术结合水下无线激光通信技术也应用于水下目标跟踪,可以实现接收端信号的稳定接收[12].但在水下激光通信过程中,采用的光电探测器接收面积较小,激光在水下长距离传输过程中,由于光斑扩散,光斑直径远大于探测器直径,探测器的接收位置会对接收到的信号质量造成较大影响,因此在接收端需要更精确地对准控制来实现信号的接收.
研究者针对发光二极管(Light Emitting Diode,LED)光通信提出了一些对准解决方案.如PONTBRIAND C[13]等通过增加接收器(光电倍增管)的面积来增加接收机的视野,在光通信过程中由于接收机可接收范围增大,避免了需要主动跟踪发射端.还有研究[14]提出使用多个LED或多个光电二极管,系统通过增加发射器或接收器的数量实现通信链路的稳定,但这将导致更大的占用空间、更高的成本和更高的复杂性.Al-Rubaiai[15-16]开发了一种新的基于LED的光通信系统,基于探测器在接收不同角度入射光束的接收效率不同的关系,采用扩展卡尔曼滤波算法(Extended Kalman Filter,EKF)与反馈控制进行主动对准,在文献[16]中提出了基于EKF的对准控制算法,并且初步验证了算法的有效性.但LED系统通信速率较低,传输距离较近,为了增加传输距离和传输速率,需要使用水下半导体激光器(Laser Diode,LD)无线光通信系统.而目前水下无线光通信的对准解决方案主要集中在LED通信系统的应用中,LD光源发散角和光斑均较小,LD光斑强度分布的高斯标准差更小,接收视场角小,使得接收端的跟踪对准难度增加.
本文主要研究水下无线激光在海水中传输时,探测器在光斑不同位置的接收效率及接收光强分布规律.根据接收端光强分布特性采用EKF算法,用两个连续过程的光强度测量值进行状态估计,得到接收器位置与最大光强处的距离,然后将这个距离信息反馈给接收端的控制器,根据估计的相对值跟踪最大光强.
1 接收功率模型及状态空间模型
1.1 接收功率模型
首先利用文献[17-18]中的蒙特卡洛方法,以高斯光作为光源,基于米氏散射理论,仿真了水下激光通信信道中光子的传输特性.根据接收到的光子权重确定接收位置的光强.通过对通信链路为10 m、15 m、20 m、25 m时接收端光子分布进行仿真分析,得到在不同传输距离下,归一化接收端光强在一维空间与接收机感光面距光斑中心距离r的分布关系,并用高斯函数对其进行拟合,如
图 1. The normalized intensity distribution under different transmission distances
Fig. 1. The normalized intensity distribution under different transmission distances
表 1. 蒙特卡洛数值仿真参数
Table 1. Monte Carlo numerical simulation parameters
|
图1中拟合表达式为
式中,a和b为不同距离下的拟合参数,其取值见
表 2. 拟合函数参数
Table 2. Fitting function parameters
|
考虑接收机位置对接收光强的影响,结合文献[19-20]中在不考虑接收机位置的情况下(只考虑光斑扩展及衰减)的接收功率模型P,得到接收光强模型为
式中,Pr表示在距离r时接收机的接收光功率.
因此接收机在光斑中心(即r=0)时,具有最大的接收功率.控制接收端跟踪到光斑的中心位置,如
图 2. Alignment diagram of receiver and transmitter of UOWC system
Fig. 2. Alignment diagram of receiver and transmitter of UOWC system
在接收端,当光到达接收器时产生光电流,通过信号处理,最终得到的完整信号模型为
式中,ar为接收器的接收孔径半径,at为发射器的发射孔径半径,θ为激光光源的光束发散角,c为海水的总衰减系数(包括吸收和散射效应),d表示通信距离,Pt表示发射端的发射功率值, Vd表示接收到的电压信号,C是比例常数,取决于滤波器和放大器电路相关参数.
1.2 状态空间模型
当接收机中心与光斑中心的距离为r时,控制r来使得接收的性能最优.因此,将状态变量定义为
式中,x1表示接收器在接收端接收到的最大信号电压,x2表示接收器与光斑中心的相对位置.在端对端水下激光通信应用场景中,假设发射端固定,接收器相对发射端在r方向上进行缓慢移动,即为动力学中的准静态过程.因此,式(4)中定义的状态的动力学可以在离散时间域中表示为
式中,ω1, k-1和ω2, k-1是系统的过程噪声,假设为独立的高斯白噪声,这些噪声项在某种程度上可理解成x1和x2的缓慢变化;x1, k,x2, k表示k时刻噪声干扰下x1、x2的离散值;uk为接收器的相对位移.
将第k个测量值Vd, k用状态变量表示,假设包含一个与过程噪声无关的加性高斯白噪声v,式(3)可表示为动力学方程
根据测量值,目标是估计x1, k和x2, k,通过控制uk变量,将x2趋向0,即具有最大接收光强度的位置.
2 估计与控制算法
由于测量模型式(6)是非线性的,采用离散时间EKF[21]进行估计.根据式(5),系统状态可写成
式中,
为了保证系统的可观测性,假设系统的线性化输出矩阵为
通过式(6)和(8),采用EKF算法估计系统状态,算法控制流程如
在EKF算法中,有三个协方差矩阵,即
1) 对状态变量进行预测,式(7)可写为
式中,
2) 估计输出为
把式(9)代入式(11)可得
则
3) 更新
式中,
4) 得到控制变量为
式中,G为增益系数.将控制变量uk反馈到接收端将x2驱动到零,使接收器在短时间内可以接收到最大功率,进而得到最大测量值.
3 实验及仿真结果分析
通过在实验装置上实现与仿真相近的场景来验证接收端光斑光强分布情况.并根据蒙特卡洛仿真的光强分布曲线进行算法仿真,验证算法的有效性.
首先搭建水下光通信实验平台.发射端采用532 nm,发射功率80 mW的激光器,产生高斯光源,如
接收端拍摄的光斑图像如
式中,x表示像素的位置坐标;a、b、c为拟合表达式的参数.用F(x)表归一化后相对接收光强相对于像素位置坐标的函数.
从
因此根据模型式(3)的光强分布进行跟踪算法仿真.系统的状态如式(5)所示,f(r)为传输距离10 m时的函数.扩展卡尔曼滤波初始化参数设置见
表 3. EKF算法初始化参数
Table 3. EKF algorithm simulation initialization parameters
|
系统的过程噪声ω1, k-1和ω2, k-1的方差分别取0.01和0.001.
图 6. The convergence of the estimate state and the actual state
Fig. 6. The convergence of the estimate state and the actual state
从
对15 m、20 m、25 m的实验拟合的光强分布模型进行跟踪算法仿真.
图 7. Change of state x 2 at different transmission distances
Fig. 7. Change of state x 2 at different transmission distances
通过计算实际状态(x2)的标准偏差来评价在不同距离下的对准精度,并计算在此误差下接收光强的效率η,效率计算公式为
图 8. Alignment error at different transmission distances
Fig. 8. Alignment error at different transmission distances
表 4. 光斑半径、对准误差、接收效率与传输距离的关系
Table 4. Relationship between spot radius, alignment error, receiving efficiency and transmission distance
|
从
4 结论
本文首先根据蒙特卡洛仿真结果确定接收端在光斑不同位置的接收效率,得到在不同传输距离时接收效率与接收位置的关系,并通过实验确定水下激光光斑的光强分布特性.根据光强分布特性提出基于EKF的对准控制算法用于水下无线激光通信系统,基于接收端接收光强模型建立状态空间模型,对系统状态进行估计,并结合基本反馈理论用于控制接收器的移动,增加接收端的接收效率.实验与蒙特卡洛仿真表明,高斯激光光束在水下经过较长距离传播后,其接收端光强仍然近似为高斯分布.非线性估计算法仿真表明,基于EKF的估计算法对于水下激光通信系统有较高的精度.并且在长距离的水下激光通信中,接收端对准后的接收效率可达98%,大大提高了水下无线LD光通信接收系统的稳定性以及接收效率.提出的EKF算法以及光学模型可应用于远距离无线激光通信接收端的跟踪对准系统,提高水下无线激光通信系统的实用性.
[3] WANG C, YU H, ZHU Y. A long distance underwater visible light communication system with singlephoton avalanche diode[J]. IEEE Photonics Journal, 2016, 8(5): 7906311.
[6] LI C Y, LU H H, TSAI W S. A 5 m/25 Gbps underwater wireless optical communication system[J]. IEEE Photonics Journal, 2018, 10(3): 7904909.
[8] PAN Haojie. Research on the key technology of ATP f free space optical communication[D].Nanjing: Nanjing University of Posts Telecommunication, 2012: 615.潘浩杰.自由空间光通信(FSO)中ATP关键技术研究[D].南京: 南京邮电大学, 2012: 615.
[10] LIANG Yanpeng. The simulation of ATP alignment features in satellitetoground laser communication[D].Hefei: University of Science Technology of China, 2014: 1524.http:cdmd.cnki.com.cnarticlecdmd103581014300008.htm梁延鹏.星地光通信ATP对准特性仿真研究[D].合肥: 中国科学技术大学, 2014.1524.
[11] XU Wei. Research implement of the laser spot detection in ATP system[D].Xian: Xi''an University of Technology, 2016: 1015.http:cdmd.cnki.com.cnArticleCDMD107001017853385.htm徐尉.无线激光通信ATP系统光斑检测技术研究与实现[D].西安: 西安理工大学, 2016: 1015.
[12] DENG Xinyu. Reserch on photoelectric tracking control system f underwater laser communication[D].Harbin: Harbin Institute of Technology, 2017: 1068.http:cdmd.cnki.com.cnArticleCDMD102131017739215.htm邓新禹.水下激光通信光电跟踪控制系统研究[D].哈尔滨: 哈尔滨工业大学, 2017: 1068.
[13] PONTBRI C, FARR N, WAREJ, et al. Diffuse highbwidth optical communications[C]. IEEE OCEANS 2008, 2008: 10747915.
[14] ANGUITA D, BRIZZOLARA D, PARODI G. Optical wireless communication f underwater wireless sens wks: hardware modules circuits design implementation[C]. IEEE OCEANS 2010, 2010: 11695720.
[15] ALRUBAIAI M, TAN X B.Design development of an LEDbased optical communication system with active alignment control[C].2016 IEEE International Conference on Advanced Intelligent Mechatronics (AIM), 2016: 160165.
[16] SOLANKI P B, ALRUBAIAI M, TAN X B. Extended Kalman filteraided alignment control f maintaining line of sight in optical communication[C]. IEEE 2016 American Control Conference (ACC), 2016: 16193909.
[19] WANG Fei, 王 菲, YIN Ya-fang, 阴 亚芳, 杨 祎, YANG Yi. 海水信道激光传输距离对接收功率的影响分析[J]. 光通信研究, 2017(2): 23-26.
[21] LEKSHMI B S, SUSAN SHEELU, APREN D T J. ExtendedKalman filter for channel estimation in rayleigh fading environment and fadingless environment[J]. International Journal of Engineering Science, 2013, 4(9): 621-627.
刘豪, 杨祎, 阴亚芳, 张建磊, 李思静. 基于EKF的水下LD通信精对准控制算法[J]. 光子学报, 2020, 49(4): 0406003. Hao LIU, Yi YANG, Ya-fang YIN, Jian-lei ZHANG, Si-jing LI. Alignment Control Algorithm of Underwater LD Communication Based on EKF[J]. ACTA PHOTONICA SINICA, 2020, 49(4): 0406003.