LED visible light communication systems based on MIMO technology

我国现代化、机动化的持续快速发展引发了城市交通拥堵加剧、事故频发等问题。智能交通系统(intelligent transportation system，ITS)是未来交通系统的发展方向，它是一种在大范围内，全方位发挥作用的、实时、准确、高效的综合交通运输管理系统^[1-3]。发光二极管(light emitting diode, LED)交通灯与车辆之间的智能通信系统只需要在现有的交通灯设备上安装简单的发射电路模块，同时在车辆上加载接收模块，无需额外增加大型的接收发射设备，就可以同时实现指挥交通和通信的双重功能，且成本低，易于实现。由参考文献可知，1999年，香港大学最先使用LED交通灯向汽车传输语音信息，实现了室外可见光通信(visible light communication, VLC)技术在交通领域的应用^[4]。近年来，国内外关于室外LED可见光通信的研究大部分集中在信道模型^[5]、调制方式^[6-7]等，有关光信号受湍流效应影响和光信号在传输过程中受到直射链路、反射链路甚至多次反射导致多径效应影响的研究较少，但是这些影响将造成通信距离短、误比特率高等，甚至会导致系统通信中断。针对上述问题，现有的解决方案主要集中在孔径平均技术^[8]、信道编码^[9]、自适应光学^[10]等，这些解决方案大多数结构复杂，并且基于复杂信道环境下针对多个输入信号的LED交通灯与车辆间通信系统的研究更是罕见。

多输入多输出(multiple-input multiple-output，MIMO)是一种发射端和接收端同时使用多根天线的技术，收发两端的多根天线利用空间资源建立空间并行信道，能够在不牺牲带宽和保证传输速率不变的前提下获得更大的分集增益，提高系统的稳定性能，因此它是一种抗衰落能力比较强的技术。2016年，COJOCARIU等人提出基于室外MIMO-VLC的车与车之间的通信系统模型，使用一种新型的模块化方法来对通信信道进行建模达到改善系统性能的目的^[11]。2016年，ZHAO等人基于强背景光大气湍流信道模型，构建了基于强度检测脉冲位置调制(pulse position modulation，PPM)方式的室外长距离可见光分集接收系统模型，在几十微瓦功率背景光噪声下，实现了800Mbit/s PPM信号的仿真系统传输^[12]。ZHUANG等人提出了基于空间调制(spatial modulation, SM)MIMO-VLC系统的角度分集接收机，与之前的SM相比，信噪比提高了8dB，误比特率降低了10^-3[13]。2017年，CHEN等人基于两发两收的MIMO-VLC系统，采用空间复用和分集的方法在2m的室内实现了12bit/s的信号传输，但是并未考虑实际信道中大气湍流的影响^[14]。目前国内外对MIMO可见光通信技术的研究大部分集中于理论研究，并且主要基于理想的信道环境，未考虑实际复杂的通信信道环境，在室外LED智能可见光通信系统中采用MIMO技术实现高性能的研究报道较为少见。

本文中综合考虑室外信道中的湍流问题和信号衰落问题，综合考虑使用MIMO技术有效地对抗信道的衰落问题，并且尝试将它和室外复杂的光通信系统环境结合起来，改善通信的效果。首先对湍流环境下的智能交通光通信信道进行建模，构建了更加符合实际通信要求的湍流信道环境下基于MIMO技术的智能交通光通信系统模型。然后，分析了大气湍流模型并采用随机相位屏的方式模拟湍流的随机变化。最后，根据信道模型，整个通信系统采用MIMO技术来处理多路信号，从而克服大气湍流信道对智能交通光通信系统的影响，有效地改善了室外LED可见光通信系统的性能，为LED交通灯VLC通信系统的实用提供了一种可行的方案。

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]：

式中, 空间波数k₃=(k_x²+k_y²)^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); C_n²表示折射率结构参量，用来表示大气湍流强弱的程度; k_x和k_y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：

式中, LED光在长度2π上的全波数目为k_λ=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：

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：

式中, σ(k_x, k_y)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。

Figure 1.  LED traffic signal model

Figure 2.  Random phase screen

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。

Figure 3.  Intensity distribution of the receiving surface after the LED light passing through atmospheric turbulence

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。

Figure 4.  Block diagram of MIMO communication system

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]:

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]:

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。

Figure 5.  Block diagram of LED traffic optical communication system based on MIMO technology

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。

Figure 6.  Relationship of bit error rate and distance in indoor and outdoor

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。

Figure 7.  Error bit rate of different communication system with different diversity degrees

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C_n²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。

图 8为不同分集程度下的通信系统从强湍流到弱湍流(即C_n²:10^-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)R_SNR=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R_SNR=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R_SNR=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，R_SNR=8dB时，弱湍流(C_n²=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，R_SNR=8dB时，C_n²=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。

Figure 9.  Comparison of M=1, N=1 communication system and M=3, N=4 communication system under different turbulence levels

提出一种基于MIMO技术的LED交通灯与车辆之间的可见光通信系统，分析了湍流信道对不同分集程度系统误码性能的影响。仿真结果表明：随着分集程度的不断增大，通信系统的误码性能越来越好，验证了分集技术对降低通信系统误比特率的有效性。当R_SNR=8dB时，随着湍流由弱(10^-16m^-2/3)到强(10^-12m^-2/3)，未引入MIMO技术的M=1, N=1通信系统的误比特率都大于1×10^-3，不能完全解调出原始信息，甚至无法进行通信，可见湍流确实严重影响通信能力，然而引入MIMO技术后的M=3，N=4通信系统误比特率则由2.4×10^-7到1.94×10^-4，可见MIMO技术确实能够降低湍流效应的影响；在强湍流的信道环境下，信噪比为10dB时，M=3, N=4通信系统的误比特率为1.78×10^-5，与具有相同信噪比的M=1, N=1通信系统误比特率5×10^-2相比，误比特率降低了3个数量级；在中等湍流的信道环境下，M=3, N=4通信系统的信噪比为10dB时，整个通信系统的误比特率为4.8×10^-7，与具有相同信噪比的M=1，N=1通信系统误比特率3×10^-2相比，误比特率降低了5个数量级；在弱湍流的信道环境下，M=3，N=4通信系统的信噪比为8dB时，整个通信系统的误比特率为2.44×10^-7，与具有相同信噪比的M=1, N=1通信系统误比特率2×10^-2相比，误比特率降低了5个数量级；验证了MIMO技术抑制大气湍流影响，提高系统通信性能的有效性与可行性。因此将MIMO技术应用于室外LED可见光通信系统中，可以有效地解决了大气湍流导致的信道衰落问题，具有广阔的应用前景。