一种混合认知RF和MIMO FSO系统的中断概率分析 下载: 801次
1 引言
自由空间光通信(FSO)技术因具有频带宽、容量大、速率高、部署快捷等优点,受到人们的广泛关注。在机载通信系统中,可将其作为射频(RF)技术的备份来提高通信系统的性能和容量[1-2]。然而光信号通过大气信道传输时会受到大气效应的影响,导致光通信系统性能严重恶化。为了减小大气效应的影响,人们提出了由RF和FSO共同组成的混合机载通信系统[2-3]。在这些混合RF/FSO系统中,RF信道用于接入子链路,而空中骨干链路采用FSO技术。采用双跳中继传输技术可以进一步提高混合RF/FSO系统的可靠性和性能。近年来已有许多基于双跳中继传输技术的混合RF/FSO系统的研究[4-10]。文献[
4]研究了在源节点(SN)到中继节点(RN)和中继节点(RN)到目的节点(DN)之间分别采用Nakagami-
另一方面,美国联邦通信委员会主导的光谱测量活动表明RF频谱的利用率偏低[11]。为了缓解RF频谱的稀缺问题,认知无线电网络(CRN)被提出。作为一种解决频谱限制的有效方法,CRN能够通过智能共享频谱资源,显著提高无线网络的频谱效率[12-13]。在频谱共享的方法中,由于衬底CRN技术简单,近几年其受到广泛关注[14-15]。在衬底CRN中,主用户比次级用户拥有更高的优先级使用频谱,并且在主用户预先设定的干扰约束下,主用户和次级用户可以共存[16]。
为了充分利用CRN的优势,最近已有学者致力于研究混合CRN和FSO系统。文献[
17]初步描述了一种由RF链路和FSO信道级联的点到点之间的双跳传输系统,其中RF链路的衬底CRN服从瑞利分布,瞄准误差下的FSO链路服从Gamma-Gamma分布,并采用放大转发(AF)中继和副载波强度调制(SIM)方法,推导出系统的中断概率。文献[
18]在文献[
17]的基础上提出了由多输入多输出(MIMO)衬底CRN和FSO链路级联的混合系统,采用解码转发中继,得到系统的中断概率。文献[
19]进一步提出了一种由MIMO衬底CRN和多目的节点的FSO链路构成的混合系统,采用放大转发中继和两种干扰消除方案,推导出系统的中断概率。基于文献[
4-10]中的RF链路为非CRN的混合RF/FSO系统和文献[
17-19]中的RF链路为CRN的混合RF/FSO系统,提出如
文献[
20]表明,虽然固定增益的AF中继系统比可变增益中继系统性能稍差,但是固定增益的AF中继系统比可变增益中继系统具有更低的复杂度。文献[
21]指出,在传输距离为1 km或者更长时,大气湍流的存在可能会导致FSO系统性能显著降低。因此在实际通信系统中,混合RF/FSO中继通信系统能够成为有效的通信网络。文中仿真模拟了RF/RF链路和混合RF/FSO链路的中断概率,结果表明虽然混合RF/FSO链路性能比RF/RF链路性能略差,但随着平均信噪比(SNR)的增加,性能差距逐渐减小。文献[
22-23]均显示空间分集技术能有效地降低FSO系统的中断概率,提高系统性能。综合实践价值和经济效益,本文设计了如
2 系统和信道模型
如
2.1 RF链路
由文献[
25]可知,为了保证RF网络的传输质量,在主基站中由次级用户发射机产生的峰值干扰功率不能超过预定值
式中:
假设RF链路服从瑞利衰落分布,各自的信道功率增益将服从指数分布。由文献[ 25]可知,除去主网络产生的干扰,RF链路的信噪比为
式中:
2.2 FSO链路
经历大气衰减效应和大气湍流效应的MIMO FSO链路服从Gamma-Gamma分布,它的SNR的概率密度(PDF)为[22]
式中:
2.3 中继系统
本文采用固定增益的AF中继系统,由中继系统将接收到的RF信号经SIM转换为光信号传输到DN。文献[ 20]已经推导出系统的点到点之间的SNR为
式中:
3 中断概率分析
中断概率是度量通信传输可靠性的物理量,它是指系统信噪比低于某一目标信噪比门限值
又可写为
式中:Pr(·)表示概率函数,Pr
将(7)式代入(6)式中可得
式中:积分
式中:
式中:
式中:
4 仿真及结果分析
基于上述推导的中断概率闭合表达式,仿真分析了干扰温度为10 W时,大气湍流效应和大气衰减效应对混合链路中断概率的影响。为了尽可能模拟实际情况,假设波长为
表 1. 各种天气条件下的能见度和衰减系数(波长为1550 nm)
Table 1. Visibility and attenuation coefficients for various atmospheric conditions at 1550 nm wavelength
|
表 2. 系统参数的取值
Table 2. Parameters configuration of the system
|
图 2. 弱湍流不同天气条件下中断概率与峰值发射功率的关系
Fig. 2. Outage probability versus peak transmission power in weak turbulence under different weather conditions
图 3. 强湍流不同天气条件下中断概率与峰值发射功率的关系
Fig. 3. Outage probability versus peak transmission power in strong turbulence under different weather conditions
图 4. 中断概率在强弱湍流、晴天条件下与峰值发射功率的关系
Fig. 4. Outage probability versus peak transmission power in weak and strong turbulences with fine days
由
图 5. 中断概率在强弱湍流、毛毛雨条件下与峰值发射功率的关系
Fig. 5. Outage probability versus peak transmission power in weak and strong turbulences under drizzle condition
图 6. 中断概率在强弱湍流、霾条件下与峰值发射功率的关系
Fig. 6. Outage probability versus peak transmission power in weak and strong turbulences under haze condition
图 7. 中断概率在强弱湍流、轻雾条件下与峰值发射功率的关系
Fig. 7. Outage probability versus peak transmission power in weak and strong turbulences under light fog condition
5 结论
研究了混合衬底认知无线电网络和多输入多输出自由空间光通信链路的双跳传输系统的中断概率,得到了封闭形式的基于Meijer's G函数和广义双变量Fox's H函数的中断概率表达式。理论模拟了在大气湍流从弱到强变化和各种天气条件如晴天、毛毛雨、霾和雾对系统中断概率的影响,结果显示通过增加衬底认知无线电网络中次级用户发射器的峰值发射功率和多输入多输出自由空间光通信链路发射孔径和接收孔径的数量,大气效应对系统的影响逐渐减小,混合系统的性能也随之提高。综合考虑系统复杂度和性能提高程度,认为选择2个接收孔径和2个发射孔径(
[1] Stotts LB, StadlerB, LeeG. Free space optical communications: coming of age[C]∥Proceedings of SPIE Atmospheric Propagation V, 2008, 6951: 69510W.
[5] 赵静, 赵尚弘, 赵卫虎, 等. 大气湍流和指向误差下混合RF/FSO航空通信系统性能分析[J]. 中国激光, 2017, 44(9): 0906001.
[17] Ansari IS, Abdallah MM, Alouini MS, et al. Outage performance analysis of underlay cognitive RF and FSO wireless channels[C]∥IEEE 2014 3rd International Workshop in Optical Wireless Communications (IWOW), 2014: 6- 10.
[20] Hasna MO, Alouini MS. A performance study of dual-hop transmissions with fixed gain relays[C]∥IEEE Transactions on Wireless Communications, 2004, 3( 6): 1963- 1968.
[22] 韩立强, 游雅晖. 大气衰减和大气湍流效应下多输入多输出自由空间光通信的性能[J]. 中国激光, 2016, 43(7): 0706004.
[23] 张慧颖, 李洪祚, 肖冬亚, 等. 大气湍流综合效应下空间分集接收性能研究[J]. 中国激光, 2016, 43(4): 0405002.
[26] WolframI. Mathematica Edition: Version 8.0[M]. Champaign, Illinois: Wolfram Research Inc, 2010.
[27] Springer MD. The algebra of random variables[M]. New York: Wiley, 1979: 197- 198.
[28] 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. ACM, 1990: 212- 224.
[29] Mathai AM, Saxena RK. The H function with applications in statistics and other disciplines[M]. New York: Wiley Eastern, 1978: 152.
[30] Mittal PK, Gupta KC. An integral involving generalized function of two variables[C]∥Proceedings of the Indian Academy of Sciences-Section A. Springer India, 1972, 75( 3): 117- 123.
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. Han Liqiang, Jiang Hongbing. Outage Probability Analysis of a Mixed Cognitive RF and MIMO FSO System[J]. Chinese Journal of Lasers, 2018, 45(4): 0406001.