-
由于太阳辐射变化的影响以及地表热辐射导致的热对流等因素对地球层面造成的大气压和大气密度的随机波动,进而将导致对流层面产生温度、压强、流速大小不同的湍流漩涡,这些漩涡处于不断运动的状态,有的会消亡但是有的又会产生新的漩涡。漩涡的变化促使大气处于不断变化的状态中,随着时间和空间的变化而变化,这就是大气湍流现象[15]。大气湍流的不断变化导致大气环境中折射率的变化,在室外的LED可见光通信系统中,当光束在大气中进行传输时,光信号受到大气折射率的影响会导致发射信号产生不稳定的抖动,从而引起光强闪烁、光束漂移等现象,影响通信质量。目前,研究大气湍流效应对光传输性能影响的主要手段就是采用数值模拟的方法对大气湍流的随机过程进行模拟[16-17]。常用的数值模拟方法就是产生一个随机相位屏来模拟大气湍流引起的相位起伏,每当有光束通过时,随机相位屏就会变化一次。
本文中采用快速傅里叶变换(fast Fourier transformation, FFT)的方法模拟随机相位屏,由于对大气温度场测量的过程中,温度升高时会引起大气折射率起伏增大,进而引起功率谱密度的变化,为了让大气谱满足实际应用,采用修正大气幂律谱模型。假设光束的传输发生在z方向上,相位屏平面为x-y平面。修正大气幂律谱模型表示为[18]:
$ \begin{array}{*{20}{c}} {{\mathit{\Phi }_{\rm{a}}}(k) = 0.033C_n^2\left[ {1 + 1.802\left( {\frac{{{k_3}}}{{{k_2}}}} \right) - } \right.}\\ {\left. {0.254{{\left( {\frac{{{k_3}}}{{{k_2}}}} \right)}^{\frac{7}{6}}}} \right]\frac{{\exp \left( { - \frac{{k_3^2}}{{k_2^2}}} \right)}}{{{{\left( {k_3^2 + k_1^2} \right)}^{\frac{{11}}{6}}}}}, \left( {0 \le {k_3} < \infty } \right)} \end{array} $
(1) 式中, 空间波数k3=(kx2+ky2)1/2,k1=2π/L(L表示湍流外尺度),k2=3.3/l(l表示湍流内尺度); Cn2表示折射率结构参量,用来表示大气湍流强弱的程度; kx和ky分别表示x轴和y轴方向上的频率波数谱数据。
相位屏相位频谱与大气折射率频谱之间的关系表示为:
$ \mathit{\Phi }\left( {{k_x}, {k_y}} \right) = 2\pi k_\lambda ^2D{\mathit{\Phi }_{\rm{a}}}\left( {{k_x}, {k_y}} \right) $
(2) 式中, LED光在长度2π上的全波数目为kλ=2π/λ(λ为LED光的波长); D表示传输的距离。
相位屏相位频谱方差表示为:
$ {\sigma ^2}\left( {{k_x}, {k_y}} \right) = {\left( {\frac{{2\pi }}{{G\Delta x}}} \right)^2}\mathit{\Phi }\left( {{k_x}, {k_y}} \right) $
(3) 式中, Δx是网格间距,G是网格的数目。
通过FFT产生的随机相位屏公式为:
$ \phi\left(k_{x}, k_{y}\right)=\operatorname{FFT}\left[\boldsymbol{C} \sigma\left(k_{x}, k_{y}\right)\right] $
(4) 式中, σ(kx, ky)是相位频谱方差的1/2次方,C是一个方差为1、均值为0的m×m复随机矩阵,由于C是复随机矩阵,每次的随机相位屏都是重新生成的并且是随机变化的,从而实现满足大气湍流随机变化的性质。
传输距离为20m时,采用LED交通灯信号模型仿真出的信号如图 1所示。对随机相位屏进行建模,得到的随机相位屏如图 2所示。由图 2看出,随机相位屏是不断变化的,符合大气湍流随机变化的特性。
图 3所示的是LED交通灯发出的光脉冲经过湍流模型后,在接收端光场的分布发生随机的变化。大气湍流的强度不同对光强分布的影响也不相同。图 3a、图 3b、图 3c分别代表的是强湍流、中等湍流、弱湍流信道环境下的接收面光场分布。光斑的分散程度反映的是接收端接收信号的强度,由图 3可以看出,湍流强度越强,LED光经过湍流信道后的光斑就会越分散,接收信号强度就越弱。由图 3a可以看出,湍流强度比较大时,LED交通灯可见光通信系统性能越差,甚至会导致通信中断。因此,研究湍流对室外LED可见光通信系统的影响具有重要的理论和应用意义。
-
MIMO通信系统框图如图 4所示。输入信号经过串并转换以及空时编码后,转换成M个发送子流,并且由M根天线发送出去,最后经过多径信道的传播后被接收端N根天线进行接收。在接收端接收机利用空时解码处理,对接收到的信号子流进行分集解码并用并串转化恢复出原始的数据。
-
本文中采用空时分组码(space-time block code, STBC),对经过串并转换后的信号进行编码,M=3个发射天线、N=4个接收天线的STBC编码矩阵如下式所示[19]:
$ \boldsymbol{X}=\left[\begin{array}{cccc}{x_{1}} & {-x_{2}} & {-x_{3}} & {-x_{4}} \\ {x_{2}} & {x_{1}} & {x_{4}} & {-x_{3}} \\ {x_{3}} & {-x_{4}} & {x_{1}} & {x_{2}}\end{array}\right] $
(5) 编码后的信号经过4个符号周期从3根发射天线上发射。在第1个符号周期内,符号x1, x2, x3分别从3根发射天线上发射,第2个符号周期将-x2,x1,-x4分别从3根发射天线上发射,直到第4个符号周期将符号发送完。令y1,y2,y3,y4分别表示4个符号周期接收到的信号; z1,z2,z3,z4分别表示4个符号周期的加性噪声; h1,h2,h3是信道增益,各变量之间的关系如下式所示[19]:
$ \left[\begin{array}{l}{y_{1}} \\ {y_{2}} \\ {y_{3}} \\ {y_{4}}\end{array}\right]=\left[\begin{array}{cccc}{h_{1}} & {h_{2}} & {h_{3}} & {0} \\ {h_{2}} & {-h_{1}} & {0} & {-h_{3}} \\ {h_{3}} & {0} & {-h_{1}} & {h_{2}} \\ {0} & {h_{3}} & {-h_{2}} & {-h_{1}}\end{array}\right]\left[\begin{array}{c}{x_{1}} \\ {x_{2}} \\ {x_{3}} \\ {x_{4}}\end{array}\right]+\left[\begin{array}{c}{z_{1}} \\ {z_{2}} \\ {z_{3}} \\ {z_{4}}\end{array}\right] $
(6) -
信号经过大气信道环境的传输后,在接收端采用多个接收机对接收到的信号进行适当的线性组合,并选择不同的方式对信道中的各路信号进行线性加权。
合并方案主要有选择比合并(selection combining, SC)、最大比合并(maximal ratio combining, MRC)和等增益合并(equal gain combining, EGC)的方式[20]。这3种合并方式的主要区别在于各路信号的加权系数的取值方式不同。只有一个支路的系数不为0的方式是选择比合并;所有支路的系数全部相同则为等增益合并;自动调节系数,使得合并后的信噪比最大,则为最大比合并。考虑到实际中传送系统的复杂性,本文中采用的合并方式是最大比合并。
-
在大气湍流的信道环境下,基于MIMO技术的LED交通灯可见光通信系统原理图如图 5所示。发射端进来的数据流经过二进制开关键控(on-off keying, OOK)调制,利用驱动电路把数据调制到LED交通灯,然后LED交通灯以光强明暗变化的方式来发送信号,信号经空间映射后,产生出对应到多个发射天线的多路并行数据流,数据流经天线被发射到实际的无线信道中去。然后,经过天线发送的信号在大气湍流环境下自由传输,被接收天线接收到。接收天线接收到信息后经过光电探测器将光信号转换为电信号,进行信号最大比合并、解调等过程恢复出原始的数据,最后将解调后的信号与发送的信号进行对比,用错误码元的个数比上总码元数来计算误比特率。
为了证实大气湍流对通信能力的影响,在室外和室内的两种环境下进行了实验验证,图 6是室外和室内的误比特率与距离之间的关系图。室外湍流环境下的实验误比特率比室内无湍流环境下误比特率高,而且距离越远,误比特率差别越大,5m时,误比特率相差超过一个数量级,说明湍流效应的确影响着通信系统的通信能力。
图 7显示了无湍流条件下,当系统采用不同分集程度的发射分集和接收分集时,系统误比特率与信噪比之间的关系。由图 7a可以看出,当接收端天线个数一定时,随着发射端天线个数的增多,通信系统误比特率性能越好。由图 7b可以看出,当发射端天线个数一定时,随着接收端天线个数的增多,通信系统误比特率性能越好。从图 7可以看出,接收天线和发射天线的个数对系统通信性能有很大的影响,相同信噪比的前提下,随着发射天线和接收天线个数的增多,即支路个数的增多,系统误比特率越来越小。
为了抑制湍流效应的影响,改善系统性能,本文中将MIMO技术应用到系统中,仿真参量见表 1。调制方式为OOK,信号帧长为512,大气湍流模拟方式为随机相位屏,湍流折射率结构常数Cn2的取值范围为10-12m-2/3~10-16m-2/3,交通灯的个数为3,接收机的个数为4。
Table 1. Condition of system simulation
parameter value modulation OOK the length of signal frame 512 atmospheric turbulence random phase screen communication distance 20m the structure constant of turbulent refractive index 10-12 m-2/3~10-16 m-2/3 the number of traffic lights 3 the number of photoelectric receivers 4 图 8为不同分集程度下的通信系统从强湍流到弱湍流(即Cn2:10-12m-2/3~10-16m-2/3)的LED可见光通信系统误比特率特性的结果图。得到的结果如下:(1)由图 8a可以得出,强湍流信道环境下M=3, N=4的通信系统比M=1, N=1的通信系统误比特率低约3个数量级; 取信噪比(signal-to-noise ratio, SNR)RSNR=10dB时,M=1, N=1的误比特率等于4×10-2,M=3, N=4的误比特率等于1.78×10-5;(2)由图 8b可以得出,中等湍流的信道环境下M=3, N=4的通信系统比M=1, N=1的通信系统误比特率低约5个数量级; 取RSNR=10dB时,M=1, N=1的误比特率等于1.9×10-2,M=3, N=4的误比特率等于2.4×10-7;(3)由图 8c可以得出,弱湍流的信道环境下M=3, N=4的通信系统比M=1,N=1的通信系统误比特率低约5个数量级;取RSNR=10dB时,M=1,N=1的误比特率等于2×10-2,M=3,N=4的误比特率等于2.44×10-7。
Figure 8. Error bit rate of communication system based on different diversity degrees after atmospheric turbulence with different intensities
从图 9可以看出,当信噪比一定时,随着湍流强度的增强,无论是MIMO系统还是无MIMO系统误比特率都在不断的增大。由图 9a可知,当M=1, N=1,RSNR=8dB时,弱湍流(Cn2=10-16m-2/3)误比特率接近于7×10-2,这样的通信系统是无法在实际中应用的。由图 9b可以得出,当M=3, N=4,RSNR=8dB时,Cn2=10-16m-2/3的系统误比特率等于2×10-7,与图 9a相比,M=3, N=4的系统误比特率比M=1, N=1的系统误比特率降低了5个数量级。仿真结果更加有效地证明了MIMO技术对于大气湍流的抑制作用。
基于MIMO技术的LED可见光通信系统
LED visible light communication systems based on MIMO technology
-
摘要: 为了改善室外发光二极管(LED)可见光通信系统的性能, 解决湍流效应引起的光束相位变化、光束漂移、光束扩展等干扰问题, 提出了一种基于多输入多输出(MIMO)技术的LED可见光通信系统。首先构建了大气湍流信道模型, 然后利用MIMO技术相关原理搭建了LED可见光通信系统模型, 最后采用最大比合并的方法恢复出原始的信号, 并计算误比特率。结果表明, 在相同的湍流强度下, 随着系统分集程度越大, 误比特率越低; 在强湍流信道环境下, M=3, N=4的通信系统实现了10-7的误比特率, 与M=1, N=1的通信系统相比, 误比特率降低了5个数量级。该研究验证了MIMO技术抑制湍流效应的可行性与有效性。Abstract: In order to improve the performance of an outdoor light emitting diode(LED) visible light communication system and solve the interference problems caused by turbulence, such as phase change, beam drift and beam spread, etc., a LED visible light communication system based on multiple-input multiple-output(MIMO) technology was proposed. Firstly, the atmospheric turbulence channel model was constructed. Secondly, the model of LED visible light communication system was built based on MIMO technology. Finally, the original signal was recovered by maximum ratio merging method and bit error rate was calculated. The results show that, at the same turbulence intensity, the greater the diversity of the system, the lower the bit error rate. In the strong turbulent channel environment, the M=3, N=4 communication system achieves a bit error rate of 10-7. Compared with the M=1, N=1 communication system, the bit error rate is reduced by five orders of magnitude. This study verifies the feasibility and effectiveness of MIMO technology in suppressing turbulence effect.
-
Table 1. Condition of system simulation
parameter value modulation OOK the length of signal frame 512 atmospheric turbulence random phase screen communication distance 20m the structure constant of turbulent refractive index 10-12 m-2/3~10-16 m-2/3 the number of traffic lights 3 the number of photoelectric receivers 4 -
[1] QIN L, ZHANG Y Q, SONG K N, et al. Visible light communication system based on spread spectrum technology for intelligent transportation[J]. Optical & Quantum Electronics, 2017, 49(7):252-257. [2] CERRUELA G G, LUQUE R I, GOMEZNIETO M Á. State of the art, trends and future of bluetooth low energy, near field communication and visible light communication in the development of smart cities[J]. Sensors, 2016, 16(11):1968-1970. doi: 10.3390/s16111968 [3] NIU H H, HAN Y P. Performance analysis of Bessel-Gaussian vortex beam's propagation in atmospheric turbulence[J]. Laser Technology, 2017, 41(3):451-455(in Chinese). [4] TRANG N, ARIF H M, MIN J Y. Design and implementation of a novel compatible encoding scheme in the time domain for image sensor communication[J]. Sensors, 2016, 16(5):736-740. doi: 10.3390/s16050736 [5] LEE I E, GHASSEMLOOY Z, NG W P, et al. Effects of aperture averaging and beam width on a partially coherent Gaussian beam over free-space optical links with turbulence and pointing errors[J]. App-lied Optics, 2016, 55(1):1-9. [6] WANG X D, CUI Y, WU N, et al. Performance analysis of optical carrierless amplitude and phase modulation for indoor visible light communication system [J]. Acta Photonica Sinica, 2017, 46(5):506001(in Chinese). doi: 10.3788/gzxb [7] LIU Y, ZHANG G A. Study on modulation scheme of visible light communications and its performance [J]. Laser & Optoelectronics Progress, 2014, 51(9):090601(in Chinese). [8] AHMED M M, AHMMED K T, HOSSAN A, et al. Performance of free space optical communication systems over exponentiated Weibull atmospheric turbulence channel for PPM and its derivatives[J]. Optik—International Journal for Light and Electron Optics, 2016, 127(20):9647-9657. doi: 10.1016/j.ijleo.2016.07.036 [9] LI R L, SHANG H L, LEI Y, et al. Research of key enabling technologies for high-speed visible-light communication [J]. Laser & Optoelectronics Progress, 2013, 50(5):050003(in Chinese). [10] TRUNG H D, TUAN D T, PHAM A T. Pointing error effects on performance of free-space optical communication systems using SC-QAM signals over atmospheric turbulence channels[J]. AEUE-International Journal of Electronics and Communications, 2014, 68(9):869-876. doi: 10.1016/j.aeue.2014.04.008 [11] COJOCARIU L N, POPA V. Design of a multi-input-multiple-output visible light communication system for transport infrastructure to vehicle communication[C]// International Conference on Development and Application Systems.New York, USA: IEEE, 2014: 93-96. [12] ZHAO J Q, XU Y F, LI J H, et al. Turbulence channel modeling of visible light communication under strong background noise and diversity receiving technologies [J]. Acta Optica Sinica, 2016, 36(3):0301001(in Chinese). doi: 10.3788/AOS [13] ZHUANG B, LI C, XU Z. Enhanced performance of spatial modulation with angular diversity receiver for indoor visible light communication[C]// IEEE International Conference on Communications in China.New York, USA: IEEE, 2016: 1-6. [14] CHEN J, KE X Zh, ZHANG N, et al. Adaptive multi-layer space-time coding in FSO-MIMO[J]. Laser Technology, 2013, 37(2):158-164(in Chinese). [15] ZHU Y J, SUN Z G, ZHANG J K, et al. A fast blind detection algorithm for outdoor visible light communications[J]. IEEE Photonics Journal, 2015, 7(6):1-8. [16] CAI D M, WANG K, JIA P, et al. Sampling methods of power spectral density method simulating atmospheric turbulence phase screen [J]. Acta Physica Sinica, 2014, 63(10):104217(in Chinese). [17] NIU H H, HAN Y P. Analysis of Bessel-Gaussian vortex beam pro-pagation in atmospheric turbulence[J]. Laser Technology, 2017, 41(3):451-455(in Chinese). [18] QIN L, HAO Y N, DU Y X, et al. Channel modeling and analysis for optical communication system of LED traffic lights[J]. Journal of Atmospheric & Environmental Optics, 2017, 12(3):221-229(in Chinese). [19] CHO Y S, KIM J W, YANG W Y, et al. MIMO-OFDM wireless communications with MATLAB[M]. Beijing: Electronic Industry Press Press, 2013:1-378(in Chinese). [20] LIU Y, ZHANG G A. Weak turbulence channel wireless optical communication diversity reception combining technology[J].Laser Technology, 2014, 38(5):698-702(in Chinese).