指数威布尔信道下FTN-OWC系统的信道容量分析 下载: 958次
1 引言
无线光通信(OWC)具有无需频率许可、传输速率高和保密性好等优点,被认为是未来空间通信的主要技术方案。但因其直接在大气信道传输数据,传输性能不可避免地受到大气湍流的影响。因此,人们针对如何提高OWC系统的容量展开了研究。目前,常用的提高OWC系统传输速率的技术有多输入多输出(MIMO)[1]、正交频分复用(OFDM)[2]和相干光通信技术[3]等。但这些技术均以奈奎斯特第一准则为基础理论,其传输速率的上限受到约束,因此需要引入更高频谱效率的技术,进一步提高OWC系统的传输容量。
1975年,Mazo[4]发现在高斯信道中,超奈奎斯特(FTN)系统的码元速率比奈奎斯特系统提升了25%,且不会引起误码性能的变化。FTN还能直接与MIMO和OFDM等技术结合使用[5-6],为进一步提高OWC系统的传输容量提供了一种可行方法。近年来,众多学者在OWC领域对FTN技术展开研究。在系统设计方面,2016年,Zhu等[7]将FTN应用于多用户多小区可见光广播系统,使频谱效率有了成倍提升。Chi等[8]用差分FTN预编码和无载波幅度相位(CAP)调制搭建了可见光通信实验平台,实测数据速率达到了1.47 Gbit/s。在算法设计方面,Liang等[9]采用加权查表法和递归最小二乘法降低了FTN可见光通信系统中由放大器和光电器件造成的非线性损伤。Shan等[10]提出了一种哈特莱域直接探测超奈奎斯特(HD-DD-FTN)算法,用于补偿无线光通信非对称限幅单载波频分复用(ACO-SCFDM)系统中的高频失真,并消除带内噪声。Ha等[11]基于深度神经网络提出了一种针对FTN可见光通信系统的频域整形和补偿方案。
上述研究都在不同方向上给出了很好的解决方案,但未见有对大气信道下FTN-OWC系统的中断概率和平均容量分析,而平均容量和中断概率作为FTN-OWC系统设计的重要指标,对整个系统的性能优化具有重要意义。除此之外,FTN-OWC系统性能与大气湍流状态密切相关。因此,选择准确的湍流模型开展相关研究能得到更可靠的分析结果。Barrios等[12-13]的实验表明,当考虑接收孔径时,指数威布尔(EW)湍流模型能更准确地描述任何接收孔径和任意强度的湍流状态。因此,本文针对EW湍流模型,推导了FTN-OWC系统平均容量上界和中断概率的闭合表达式,并通过仿真验证了理论分析结果。
2 FTN-OWC信道和系统模型
2.1 湍流信道模型
当光信号在大气信道中传输时,大气湍流会导致接收光强的随机起伏,严重影响OWC系统的性能。常见的湍流模型有:对数正态(LN)、Gamma-Gamma(G-G)和EW湍流模型[14-15]。Barrios等[12-13]的实验结果表明,当考虑孔径平均效应时,EW湍流模型与实验数据的拟合效果优于LN和G-G湍流模型,因此实验采用该湍流模型分析和讨论FTN-OWC系统的信道容量。
在EW湍流模型中,信道增益h(h>0)的概率密度函数和累积分布函数分别表示为[12-13]
式中,α=3.931×
2.2 FTN-OWC系统模型
已有文献中,通常采用辛格(sinc)或根升余弦(RRC)信号波形研究FTN系统的性能[8-11]。但sinc信号波形在物理上无法实现,且其“尾巴”振荡幅度大,收敛速度慢,对定时要求严格。相比而言,RRC信号波形具有物理可实现的特点,其时域表达式为
式中,T为脉冲宽度,b为滚降系数(0≤b≤1)。当b=0时,g(t)为sinc信号。
假设g(t)的功率谱密度为
式中,f为频域变量。
由(4)式可知,RRC信号波形具有等效低通特性,且“尾巴”振荡幅度和收敛速度可通过滚降系数进行控制。因此,实验采用RRC信号波形构建FTN-OWC系统。构建的FTN-OWC系统模型如
式中,an为第n个发送信息序列,τ(0<τ≤1)为时域加速因子,1/τT为码元速率。当τ=1时,该系统变为奈奎斯特系统。
发送端发出的光信号经大气湍流信道后,在接收端由光电探测器接收并转换为电信号。假设探测器的输出信号即匹配滤波器的输入信号为
式中,R为光电转换效率,w(t)为信道中的加性噪声。假设匹配滤波器的冲激响应与发送端成型滤波器的冲激响应完全一致。则s(t)经匹配滤波器和采样间隔为τT的采样器后,得到的数字序列为
式中,am为第m个发送信息序列,pm-n=
3 信道容量分析
3.1 平均信道容量
瞬时信道容量是接收信噪比的函数,假设接收端的瞬时信噪比为
式中,Ps为平均发送功率,
将(8)式代入到(1)式、(2)式中,得到
依据牛顿广义二项式定理
根据文献[ 18],得到FTN-OWC系统的瞬时信道容量为
由于
1) 当
2) 当
从(14)式、(15)式可以发现,减小τ可以提高系统的瞬时信道容量,当
作为实际通信系统中衡量系统有效性的重要指标,信道容量上界给出了通信系统性能的性能上界。(15)式为FTN-OWC系统瞬时信道容量上界的积分表达式,为便于分析,根据对数和三角函数的积分公式[16]
式中,μ、ν分别为一个常数。将(15)式简化为
FTN-OWC系统的平均容量<C>为
将(12)式、(17)式代入(18)式,并依据Meijer-G函数形式(1-x)-1=π·
式中,k和l为正整数,且满足
3.2 中断容量
平均容量反映了系统信道容量的整体状态,而中断容量反映的是一定可靠性程度下,系统能够保证的最大容量水平。假设Cout为保证信息传输的最低速率(即中断容量),则中断概率Pout为[20]
式中,Pr(·)为某事件发生的概率。当γ=γth时,C=Cout,则γth为阈值信噪比。瞬时信道容量是关于瞬时信噪比的单调递增函数,因此中断概率又可表示为[20]
依据累计分布函数定义,得到系统中断概率的闭合表达式为
4 仿真及分析
分别采用理论计算和蒙特卡罗仿真分析了FTN-OWC系统的平均容量和中断容量,并研究了加速因子、滚降系数、接收孔径和湍流强度等参数对两者的影响。仿真时,光电转换效率为0.5 A/W,采用的EW湍流模型参数来源于文献[
21],具体数值如
表 1. EW湍流模型参数
Table 1. Parameters of the EW turbulence model
|
图 2. 加速因子不同时FTN-OWC系统的平均容量
Fig. 2. Ergodic capacity with different acceleration factors of FTN-OWC system
图 3. 滚降系数不同时FTN-OWC系统的平均容量
Fig. 3. Ergodic capacity with different roll-off coefficients of FTN-OWC system
图 4. 不同湍流强度下FTN-OWC系统的平均容量。(a) Ps/N0为0~30 dB;(b) Ps/N0为15~20 dB的放大图
Fig. 4. Ergodic capacity of FTN-OWC system under different turbulence intensities. (a) Ps/N0 is 0--30 dB; (b) enlarged view at Ps/N0 of 15--20 dB
在滚降系数为0.5,加速因子为0.8,仿真了接收孔径分别为0(表示点接收情况),25,60,80 mm时强湍流下FTN-OWC系统的平均容量,如
图 5. 接收孔径不同时FTN-OWC系统的平均容量。(a) Ps/N0为0~30 dB;(b) Ps/N0为15~20 dB的放大图
Fig. 5. Ergodic capacity of FTN-OWC system with different receiving apertures. (a) Ps/N0 is 0-30 dB; (b) enlarged view at Ps/N0 of 15-20 dB
在弱湍流情况下,滚降系数为0.5,接收孔径分别为0 mm和25 mm时,仿真了不同加速因子条件下FTN-OWC系统的10%中断容量(中断概率为10%时的系统容量)曲线,如
图 6. 加速因子不同时FTN-OWC系统的中断容量。(a) Ps/N0为0~30 dB;(b) Ps/N0为15~20 dB的放大图
Fig. 6. Outage capacity of FTN-OWC system with different acceleration factors. (a) Ps/N0 is 0--30 dB; (b) enlarged view at Ps/N0 of 15--20 dB
图 7. 滚降系数不同时FTN-OWC系统的中断容量。(a) Ps/N0为0~30 dB;(b) Ps/N0为15~20 dB的放大图
Fig. 7. Outage capacity of FTN-OWC system with different roll-off coefficients. (a) Ps/N0 is 0--30 dB; (b) enlarged view at Ps/N0 of 15--20 dB
5 结论
FTN技术的引入为增大OWC系统容量、提高其传输速率提供了一种良好的可行方案,信号波形的滚降系数、加速因子等参数对系统传输容量具有很大影响。传输容量的增加进一步提升了OWC在带宽接入网络中的竞争力,使OWC有望成为万物互联时代超高速泛在网络链接的关键技术之一。
[1] Wang H Q, Wang X, Cao M H. Ergodic channel capacity of spatial correlated multiple-input multiple-output free space optical links using multipulse pulse-position modulation[J]. Optical Engineering, 2017, 56(2): 026103.
[2] 刘旻雯, 李迎春. OFDM-OAM光信号在大气湍流中的传输[J]. 光学学报, 2019, 39(7): 0706002.
[3] 马兵斌, 柯熙政, 张颖. 相干光通信系统中光束的偏振控制及控制算法研究[J]. 中国激光, 2019, 46(1): 0106002.
[4] Mazo J E. Faster-than-Nyquist signaling[J]. Bell System Technical Journal, 1975, 54(8): 1451-1462.
[5] YuhasM, FengY, BajcsyJ. On the capacity of faster-than-Nyquist MIMO transmission with CSI at the receiver[C]∥2015 IEEE Globecom Workshops. December 6-10, 2015, San Diego, CA, USA. New York: IEEE, 2015: 1- 6.
[6] Wang K, Liu A J, Liang X H, et al. A faster-than-Nyquist (FTN)-based multicarrier system[J]. IEEE Transactions on Vehicular Technology, 2019, 68(1): 947-951.
[7] Zhu Y J, Wang W Y, Xin G. Faster-than-Nyquist signal design for multiuser multicell indoor visible light communications[J]. IEEE Photonics Journal, 2016, 8(1): 1-12.
[9] Liang S Y, Jiang Z H, Qiao L, et al. Faster-than-Nyquist precoded CAP modulation visible light communication system based on nonlinear weighted look-up table predistortion[J]. IEEE Photonics Journal, 2018, 10(1): 7900709.
[10] Shan C, Zhou J, Guo D, et al. Hartley-domain DD-FTN algorithm for ACO-SCFDM in optical-wireless communications[J]. IEEE Photonics Journal, 2019, 11(4): 1-9.
[11] Ha Y, Niu W Q, Chi N. Frequency reshaping and compensation scheme based on deep neural network for a FTN CAP 9QAM signal in visible light communication system[J]. Proceedings of SPIE, 2019, 11048: 110482F.
[13] Barrios R, Dios F. Exponentiated Weibull model for the irradiance probability density function of a laser beam propagating through atmospheric turbulence[J]. Optics & Laser Technology, 2013, 45: 13-20.
[14] 王惠琴, 李源, 胡秋, 等. 兰州地区夜间光强起伏特性实验[J]. 光子学报, 2018, 47(4): 0401001.
[15] 孙晶, 黄普明, 幺周石. Gamma-Gamma大气湍流下相干光通信分集接收技术研究[J]. 光学学报, 2018, 38(7): 0706002.
[16] Hefnawy ME, KramerG. Impact of spectrum sharing on the efficiency of faster-than-Nyquist signaling[C]∥2014 IEEE Wireless Communications and Networking Conference. April, 6-9 2014, Istanbul, Turkey. New York: IEEE, 2014: 648- 653.
[17] Adamchik VS, Marichev OI. The algorithm for calculating integrals of hypergeometric type functions and its realization in REDUCE system[C]∥Proceedings of the International Symposium on Symbolic and Algebraic Computation, August 20-24, 1990, Tokyo, Japan. New York: ACM, 1990: 212- 224.
[18] Rusek F, Anderson J B. Constrained capacities for faster-than-Nyquist signaling[J]. IEEE Transactions on Information Theory, 2009, 55(2): 764-775.
[19] Meijer G function. The Wolfram functions site[Z/OL].[2020-02-25]. http:∥functions.wolfram.com.
[20] 韩立强, 江红兵. 一种混合认知RF和MIMO FSO系统的中断概率分析[J]. 中国激光, 2018, 45(4): 0406001.
[21] BarriosR. Exponentiated Weibull fading channel model in free-space optical communications under atmospheric turbulence[D]. Barcelona: Universitat Politècnica de Catalunya, 2013: 116- 118.
曹明华, 康中将, 武鑫, 豆红霞, 王惠琴. 指数威布尔信道下FTN-OWC系统的信道容量分析[J]. 光学学报, 2020, 40(15): 1506004. Minghua Cao, Zhongjiang Kang, Xin Wu, Hongxia Dou, Huiqin Wang. Channel Capacity Analysis of FTN-OWC System Under Exponentiated Weibull Channel[J]. Acta Optica Sinica, 2020, 40(15): 1506004.