广义Gamma分布弱湍流环境含指向误差串行中继水下无线光通信系统误码性能分析
0 引言
海洋环境中普遍存在的吸收与散射效应,湍流衰落以及指向误差等都会对水下光信号的传输造成严重的衰减,进而大幅降低水下无线光通信(Underwater Wireless Optical Communication,UWOC)系统的有效传输距离和通信质量[1-2],故而有必要对这些因素尤其是其综合影响加以深入研究。
文献[3]采用纯蒙特卡罗(Monte Carlo,MC)数值仿真法研究了海洋环境吸收与散射效应对系统误码率的影响。文献[4]研究了UWOC在点对点(Point-to-Point,P2P)通信架构和大范围湍流环境中系统的平均误码率和中断概率。文献[5-6]则分别研究了在强、弱湍流情形下,P2P-UWOC的平均误码率和系统容量。文献[7-11]将研究对象推广到多入-多出(Multi-Input Multi-Output,MIMO)模式的UWOC。不过,在这几篇涉及湍流衰落的论文中,都通过简单移植大气自由空间光(Free Space Optical,FSO)环境的湍流模型来描述UWOC的湍流效应,其中弱湍流普遍采用Lognormal分布、强湍流采用Gamma-Gamma分布。然而,经过国外一些研究学者近年来开展的一系列有关水下环境湍流效应统计特性模拟的实验室测量和数据拟合实验发现[12-14],传统适用于大气FSO环境湍流效应的Lognormal分布和Gamma-Gamma分布并不能很好地拟合海洋环境中因温度、盐度、气泡等因素导致的湍流衰落,且存在较大误差。另外,上述文献所研究的链路结构普遍采取的是点对点或者点对多点的直传形式,无法支持长距离通信。文献[15-16]研究了海洋湍流环境中串行和并行中继UWOC系统的中断概率和误码性能。但是,文献[15]仍然采用Lognormal统计分布来模拟海洋湍流,且仿真中未能全面体现无衰落信道冲激响应(Fading Free Impulse Response,FFIR)导致的符号间干扰(Inter-Symbol Interference,ISI)对系统性能的影响;文献[16]虽然采用比较合理的指数-广义Gamma(Exponential Generalized Gamma,EGG)模型,但基于该模型的性能分析会涉及多变量的高等超越FoxH函数,导致相应的理论分析与数值计算都异常复杂。文献[17-18]分别分析了混合陆地射频(Radio Frequency,RF)-UWOC的两跳中继系统的中断概率、误码率和信道容量,以及混合了RF-FSO-UWOC的三跳中继系统的中断概率和误码率性能,但同样没有考虑多径传输效应的影响。此外,在UWOC这一方向中,现阶段综合考虑含指向误差和湍流效应的系统性能分析方面的研究较少,比如文献[19-20]分别研究了零视轴指向误差下,P2P结构和MIMO-UWOC系统的信道容量与误码率,但它们仍然采用的是Lognormal和Gamma-Gamma分布模型来模拟海洋中的弱、强湍流效应,且没有考虑多径效应引起的ISI的影响。
本文建立一种综合考虑了FFIR隐路径损耗和多径效应、广义Gamma分布(Generalized Gamma Distribution,GGD)弱湍流以及零/非零视轴指向误差的聚合衰落接收信道模型,基于此模型利用高等超越Meijer-G/Whittaker函数推导出混合衰落串行中继UWOC系统平均误码率的理论闭型表达,随后利用MC数值仿真验证所得系统平均误码率理论表达式的准确性,并考察不同核心参数对系统性能的影响。
1 信道衰落及系统模型
1.1 GGD湍流衰落模型
大量实验测试数据表明[13-14],三参量的GGD模型特别适合模拟海水中由于存在温度和盐度的梯度而导致的弱湍流效应,可以有效克服传统诸如Lognormal分布、Gamma分布、Weibull分布等模型拟合实测的弱湍流衰落概率密度函数(Probability Density Function,PDF)统计特性不准确的缺点;此外,比较复杂的五参量EGG模型虽然也可以通过5个参量来模拟海洋弱湍流(根据文献[12]给出的拟合参数表格,需系统调整5个非零参变量来拟合测试数据,且基于EGG模型推导相关性能需涉及复杂的多变量FoxH函数[21]),但显然GGD模型具有更加简洁的参数表示形式和灵活度,将为后续的系统核心性能指标分析带来便利。因此,拟采用GGD模型来模拟海洋环境的弱湍流效应,其概率密度函数表达式为[13]
式中,
由式(
1.2 系统模型
考虑一具有
式中,
不考虑干扰抵消技术而仅考虑匹配滤波处理,则节点
式中,
2 湍流环境含视轴指向误差串行中继UWOC系统误码率分析
2.1 点对点单跳链路混合衰落信道PDF推导
2.1.1 GGD弱湍流环境含零视轴指向误差混合衰落PDF推导
建立一种适合于UWOC的混合衰落信道模型,该模型综合考虑了海洋环境因存在吸收与散射效应引起的多径传播路径损耗
式中,
式中,
式中,
因此,混合衰落信道的联合概率密度函数可以表示为
根据公式
式中,
进一步根据公式(
式中,整数因子
2.1.2 GGD弱湍流环境含非零视轴指向误差混合衰落PDF推导
在传统零视轴指向误差的基础上,文献[23]给出了一种更加复杂的非零视轴指向误差数学模型,其物理含义为:光源除了以相等的概率在垂直于光束传播方向的平面内左右和上下方向摇摆外,还存在一个初始的指向偏差,即一开始的发射机发射光束并没有准确指向接收机,落在接收机平面内的初始光斑距接收机原点存在一固定偏差值
式中,
根据
式中,
根据
令
根据双重e指数的泰勒展开公式
可将
借鉴文献[23]中的推导过程,即利用公式(
式中,
对比
2.2 混合衰落信道中继UWOC系统单跳误码率分析
2.2.1 零视轴指向误差情形中继UWOC系统单跳误码率分析
在OOK强度调制-直接检测机制下,为获得最小系统检测误码率(Bit Error Rate,BER),其最优判决门限的阈值
式中,
以正-本征-负结(Positive-Intrinsic-Negative,PIN)接收机为例,有
在此判决门限下,发送符号“1”而错判为“0”的条件错误概率为
式中,高斯
可见,该条件误码率公式与干扰符号
根据互补误差函数与Q函数之间的关系,即
可将
根据定积分公式(
2.2.2 非零视轴指向误差情形中继UWOC系统单跳误码率分析
类似2.2.1节的最优判决门限选择和条件平均BER公式的推导,根据
根据Q函数与互补误差函数的关系等式:
利用定积分公式(
式(31)即为GGD弱湍流环境中继UWOC系统含非零视轴指向误差的单跳误码率闭型计算表达式。根据高等数学中有关级数收敛性判定准则,不难证明式(31)中的无穷和项是收敛的,限于篇幅原因,此处不再提供具体证明过程。
2.3 混合衰落信道下中继UWOC系统端到端误码率分析
如
式中,
因此,GGD弱湍流环境含指向误差下中继UWOC系统端到端误码率表达式为
假设每一跳都具有相同的传输链路距离,且传输环境如水质、湍流效应、发射与接收机配置等也相同,则所有单跳链路必然都有相同的平均误码率
显然,对
2.4 数值仿真与分析
通过计算机数值仿真包括FFIR隐路径损耗与多径效应、GGD海洋弱湍流以及含零/非零视轴指向误差等混合衰落因素的串行中继UWOC系统的误码性能。为了获得
表 1. FFIR及系统BER数值仿真主要参数[14,26-27]
Table 1. Main parameters for numerical simulation of FFIR and system BER[14,26-27]
|
图 2. 近海海岸水质平行及扩散激光源UWOC链路FFIR仿真示例
Fig. 2. FFIRs of laser-based collimated and diffusive UWOC links in coastal waters
分别在零视轴和非零视轴这两种典型指向误差工作环境中,综合考虑隐路径损耗与多径效应、GGD弱海洋湍流以及视轴指向误差等复杂信道衰落因素作用下,核心系统参数的选择对串行中继UWOC系统平均误码性能的影响,给出相应的MC数值仿真来验证推导所得串行中继UWOC系统误码率理论表达式的准确性。
2.4.1 零视轴指向误差情形中继UWOC系统BER数值仿真与分析
图 3. 不同节点数目下,串行中继UWOC系统误码率理论值与仿真值随每比特平均发射功率变化曲线( )
Fig. 3. The theoretical and simulated BER values of the serial-relayed UWOC systems varying with the average transmission power per bit under different node numbers( )
图 4. 不同节点数目下,串行中继UWOC系统误码率理论值与仿真值随每比特平均发射功率变化曲线( )
Fig. 4. The theoretical and simulated BER values of the serial-relayed UWOC systems varying with the average transmission power per bit under different node numbers( )
具体来说,
此外,从图
2.4.2 非零视轴指向误差情形中继UWOC系统BER数值仿真与分析
在非零视轴指向误差情形下,光束中心与光电探测器中心之间的初始固定位移产生偏差(此现象称为非零视轴指向误差),导致系统性能相较于零视轴指向误差的情形进一步下降。因此,除了2.4.1节所考虑的抖动离差的影响,还需要考虑视轴初始位移
图
图 5. 不同节点数目下,串行中继UWOC系统误码率理论值与仿真值随每比特平均发射功率变化曲线( )
Fig. 5. The theoretical and simulated BER values of the serial-relayed UWOC systems varying with the average transmission power per bit under different node numbers( )
图 6. 不同节点数目下,串行中继UWOC系统误码率理论值与仿真值随每比特平均发射功率变化曲线( )
Fig. 6. The theoretical and simulated BER values of the serial-relayed UWOC systems varying with the average transmission power per bit under different node numbers( )
图 7. 不同节点数目下,串行中继UWOC系统误码率理论值与仿真值随每比特平均发射功率变化曲线( )
Fig. 7. The theoretical and simulated BER values of the serial-relayed UWOC systems varying with the average transmission power per bit under different node numbers( )
具体来说,
此外,从图
3 结论
本文综合考虑了FFIR隐路径损耗与多径效应、GGD弱海洋湍流,以及存在零/非零视轴指向误差的聚合衰落信道中,串行中继UWOC系统的平均误码性能。理论分析与数值仿真结果表明:对于近海海岸水质,既便是采用窄发散角的平行Gauss波束激光源的发射信号也基本上无法保证45 m的可靠点对点传输;不过随着中继节点的引入,这种长距离传输则变得可能,并且随着中继节点个数的增加,同样发射功率下误码性能快速下降,表明串行中继系统确实极大地改善了系统的误码性能;而视轴指向误差和湍流的引入,即随着标志着指向误差大小的抖动离差值和初始视轴位移值,以及标志着湍流强度的闪烁指数值的不断增大,中继节点个数下的系统误码率性能亦会下降明显;特别地,光源初始散射角增大导致的FFIR时延扩展,即ISI,会对系统性能将产生严重影响,在不考虑干扰抵消技术的前提下,当光源初始散射角由0.01°增大到3°时,获取同样误码率需要增大发射功率10~15 dBm,因此UWOC系统的性能分析不能忽略FFIR的因素。此外,本文提供的MC数值仿真值和误码率理论计算值非常吻合,从侧面验证了推导的复杂混合衰落信道下中继UWOC系统平均误码率理论闭型表达式的准确性,可以为中继UWOC系统的误码性能分析提供理论计算支撑。
[1] SUN Xiaobin, KANG Chunhong, KONG Meiwei, et al. A review on practical considerations and solutions in underwater wireless optical communication[J]. Journal of Lightwave Technology, 2020, 38(2): 421-431.
[2] ALI M F, JAYAKODY D N, LI Y. Recent trends in underwater visible light communication (UVLC) systems[J]. IEEE Access, 2022, 10: 22169-22225.
[3] QADAR R, QAIM W B, NURMI J, et al. Effects of multipath attenuation in the optical communication-based internet of underwater things[J]. Sensors, 2020, 20(21): 6201.
[4] SHARIFZADEH M, AHMADIRAD F. Performance analysis of underwater wireless optical communication systems over a wide range of optical turbulence[J]. Optics Communications, 2018, 427: 609-616.
[5] ZHANGShi, ZHANGLi, WANGZhaocheng, et al. On performance of underwater wireless optical communications under turbulence[C]. 2020 IEEE 17th Annual Consumer Communications & Networking Conference (CCNC), 2020.
[6] ZOU Zhengxing, WANG Ping, CHEN Wenwen, et al. Average capacity of a UWOC system with partially coherent Gaussian beams propagating in weak oceanic turbulence[J]. Journal of the Optical Society of America A, 2019, 36(9): 1463-1474.
[7] JAMALI M V, NABAVI P, SALEHI J A. MIMO underwater visible light communications: comprehensive channel study, performance analysis, and multiple-symbol detection[J]. IEEE Transactions on Vehicular Technology, 2018, 67(9): 8223-8237.
[8] HUANG Aiping, TAO Linwei, WANG Cheng, et al. Error performance of underwater wireless optical communications with spatial diversity under turbulence channels[J]. Applied Optics, 2018, 57(26): 7600-7608.
[9] FU Yuqing. BER of underwater wireless optical communication systems with SIMO detection over strong oceanic turbulence[J]. Journal of Optical Communications, 2019, 43(2019): 311-318.
[10] RAMAVATH P N, UDUPI S A, KRISHNAN P. High-speed and reliable underwater wireless optical communication system using multiple-input multiple-output and channel coding techniques for IoUT applications[J]. Optics Communications, 2020, 461(2020): 125229.
[11] JIANG Hongyan, QIU Hongbing, HE Ning, et al. Performance of spatial diversity DCO-OFDM in a weak turbulence underwater visible light communication channel[J]. Journal of Lightwave Technology, 2020, 38(8): 2271-2277.
[12] ZEDINI E, OUBEI H M, KAMMOUN A, et al. Unified statistical channel model for turbulence-induced fading in underwater wireless optical communication systems[J]. IEEE Transactions on Communications, 2019, 67(4): 2893-2907.
[13] OUBEI H M, ZEDINI E, ELAFANDY R T, et al. Simple statistical channel model for weak temperature-induced turbulence in underwater wireless optical communication systems[J]. Optics Letters, 2017, 42(13): 2455-2458.
[14] JAMLI M V, MIRANI A, PARSAY A, et al. Statistical studies of fading in underwater wireless optical channels in the presence of air bubble, temperature, and salinity random variations[J]. IEEE Transactions on Communications, 2018, 66(10): 4706-4723.
[15] JAMALI M V, CHIZARI A, SALEHI J A. Performance analysis of multi-hop underwater wireless optical communication systems[J]. IEEE Photonics Technology Letters, 2017, 29(5): 462-465.
[16] LE-TRAN M, KIM S. Performance analysis of multi-hop underwater wireless optical communication systems over exponential-generalized gamma turbulence channels[J]. IEEE, 2022, 71(6): 6214-6227.
[17] LI Sai, YANG Liang, COSTA D BD A, et al. Performance analysis of UAV-based mixed RF-UWOC transmission systems[J]. IEEE Transactions on Communications, 2021, 69(8): 5559-5572.
[18] SARMAP, DEKAR, ANEESS. Performance analysis of DF based mixed triple hop RF-FSO-UWOC cooperative system[C]. 2020 IEEE 92nd Vehicular Technology Conference, Victoria: IEEE, 2020: 1-5.
[19] LIN Zhiru, XU Guanjun, ZHANG Qinyu, et al. Average symbol error probability and channel capacity of the underwater wireless optical communication systems over oceanic turbulence with pointing error impairments[J]. Optics Express, 2022, 30(9): 15327-15343.
[20] FU Yuqing, DUAN Qi, HUANG Chengti, et al. Average BER performance of rectangular QAM-UWOC over strong oceanic turbulence channels with pointing error[J]. Optics Communications, 2020, 476: 126362.
[21] PRUDNIKOVA P, BRYCHKOVY A, MARICHEVO I. Integrals and Series, Vol.3: More Special Functions[M]. Amsterdam: Gordon and Breach Science Publishers, 1986.
[22] FANGXu, KHALIGHIM A, BOURENNANES. Impact of different noise sources on the performance of PIN- and APD-based FSO receivers[C]. International Conf. on Telecommunications. Graz, Austria: IEEE, 2012: 211-218.
[23] FAN Xingjie, NIU Jianyu, CHENG Julian, et al. Few-mode fiber-based free-space optical communication with nonzero boresight pointing errors[J]. IEEE Photonics Technology Letters, 2021, 33(10): 519-522.
[24] GRADSHTEYNI S, RYZHIKI M. Table of integrals, series and products[M]. Academic Press, San Diego, Calif, USA, 8th edition, 2014.
[25] BINHL N. Optical fiber communication systems with MATLAB and Simulink models[M]. CRC Press, Boca Raton, FL, USA, 2nd edition, 2015.
[26] GABRIEL C, KHALIGHI M A, BOURENNANE S, et al. Monte-Carlo-based channel characterization for underwater optical communication systems[J]. Journal of Optical Communications and Networking, 2013, 5(1): 1-12.
[27] COXW C. Simulation, modeling, and design of underwater optical communication systems. [D]. Raleigh: North Carolina State University, 2012.
Article Outline
王懿旭, 李岳衡, 黄平, 居美艳. 广义Gamma分布弱湍流环境含指向误差串行中继水下无线光通信系统误码性能分析[J]. 光子学报, 2024, 53(2): 0206002. Yixu WANG, Yueheng LI, Ping HUANG, Meiyan JU. Error Performance Analysis of Serial-relayed Underwater Wireless Optical Communication Systems over Generalized Gamma Distribution Weak Turbulence Environment with Pointing Error[J]. ACTA PHOTONICA SINICA, 2024, 53(2): 0206002.