線性均衡算法在高鐵車燈通信中的應用研究

姜良奎，林 藍，張 琪

（中車青島四方機車車輛股份有限公司，山東 青島 266000）

0 引言

隨著時代的發展，人們對于便捷交通的需求越來越緊迫，對交通網絡的發展提出了更高的要求。經過幾十年的發展，我國列車速度越來越快，已經達到了世界先進水平[1]。高鐵速度的提升和車內配置的升級帶來了高效和舒適，同時也產生了大量的車組數據信息，高鐵在到站的時候需要與站臺進行大量的數據交互，從而實現智能控制與監測。然而，在高鐵大數據傳輸的實現中還存在一定的困難。首先，傳統的通過硬盤轉移數據的方法速率低，花費的時間比較長；其次，通過無線傳輸的方式可以提高一定的數據傳輸速率，但是基站發射的無線電磁波信號，會對列車主控的導航設備和操作系統造成一定的數據干擾，其影響程度難以評估和確定。最后，列車停站的時間有限，為了有效完成數據傳輸，需要保證一定的通信速率[2]。針對目前高鐵數據傳輸存在的上述問題，需要研制出一套新型高鐵數據傳輸方案，既能有效滿足高鐵到站時高速數據傳輸的需求，又能在電磁敏感環境中保證全列車安全規范的要求。

可見光通信是一種新型的通信技術，其將照明與通信相結合，利用可見光進行數據傳輸，速率高達上百兆比特每秒，可有效實現高速通信的需求。同時，由于可見光固有的特點，其在傳輸信息的時候不會帶來電磁干擾，也不會被其他電磁設備所影響，具有極佳的抗干擾性[3-5]。可見光通信吸引了國內外眾多研究人員開展研究，并取得了可喜的進展。日本 LAMP SERVE LED 路燈通過實際測試，完成通信速率為100 Mbps的可見光通信系統，有效通信距離可達200 m。復旦大學基于商用車燈，采用最大比合并技術，實現超過1 Gbps的數據傳輸[6]。

本文提出了基于高鐵前車大燈的對地大數據傳輸方案，采用基于LED的車燈搭建了可見光通信系統，實現了速率超過1.18 Gbps的數據傳輸。同時，針對車燈帶寬窄、接收信號失真嚴重的問題，研究了兩種典型的線性均衡方法，迫零均衡和基于壓縮感知的后均衡方法。實驗結果發現，采用適當的均衡方法，可以有效提升系統的帶寬，降低誤碼率，保證信號的有效傳輸。結果表明，高鐵車燈通信有望在未來實現高速通信，解決目前高鐵大數據傳輸的難題。

1 線性均衡算法原理

在可見光信道中，通過分析收發端信號的關系可以實現對信道傳遞函數H（n）的估計，得到信道的傳遞函數后便可通過公式（1）在接收端對接收信號進行頻域均衡處理。

其中X代表發射符號的頻譜，Y代表接收符號的頻譜。

1.1 迫零均衡

考慮系統發射信號X在接收端可表示為

其中Y為信號在信道中的頻率響應，n表示加性白噪聲。迫零均衡器假設信道中噪聲為零，通過最優化下列目標函數

得到信道響應的估計結果為

使用一組訓練序列得到一組信道響應的估計值，求取估計值的期望作為最終估計結果，代入（1）式便得到對接收數據的均衡結果為

1.2 壓縮感知（CS）

文獻[7]指出，現實在寬帶通信時，信道往往表現出一定的稀疏特性，基于此特性可利用壓縮感知技術對信道進行估計。一個長度為N的離散信號序列x可用N×N維的基矩陣ψ表示為：

當s中只有K（K

其中θ=Φψ為M×N的矩陣。對于觀測信號y，壓縮后需要解決的問題變成確定合適的測量矩陣Φ，并設計恢復算法從觀測信號y恢復原始信號x。恢復算法一般選用正交匹配追蹤（OMP）算法[8]，通過迭代收斂方式對信號x進行恢復，迭代過程如表1所示。

設F為N×N的離散傅里葉變換矩陣，N為信道沖激響應長度。代入公式（2）得到

此式與公式（6）形式完全相同，發射信號X為測量矩陣，離散傅里葉變換矩陣F為基矩陣，?h即為需要估計的稀疏矢量。

2 實驗設置

圖1（a）是基于可見光和光纖融合網絡的高鐵大數據傳輸應用系統示意圖。在本方案中，利用高鐵前車大燈和月臺指示燈進行數據的雙向傳輸。這樣，高鐵前車大燈不僅可用于照明，還可以負責和月臺的燈之間傳遞信息，通過可見光實現大數據信息的無線傳輸。將探測器放置在月臺上，月臺作為列車的停留點能夠更準確和完整地判斷列車的運行狀態，并及時和列車前燈進行通信。其中，放置在月臺的燈連接了光纖，接收的數據通過光纖被大量傳輸到云端后，終端即可通過云端服務器對大數據進行相關操作。

圖1（b）展示了在傳輸系統發射端，將原始數據進行幅度相位調制（QAM）轉變為正交的信號。QAM信號經過串并變換后進行離散多音（DMT）調制，調制后信號在頻域進行上采樣、逆傅里葉變換后成為時域信號。時域信號添加循環前綴并進行并串變換得到最后的發送序，序列通過數模轉換接口、驅動及耦合電路后加載至光源發射。

在接收端，光電二極管進行光電轉換后經跨阻放大器轉化為電壓信號，電壓信號送入模數轉換接口傳至計算機。在計算機中首先將接收信號和發射信號進行同步處理。同步信號經過串并變換、去循環前綴操作后轉換到頻域進行DMT解調。DMT解調后信號在頻域使用迫零均衡或者基于壓縮感知的線性均衡算法（簡稱“CS均衡”）以恢復經過了頻率衰減的信號。最后將均衡信號進行解映射便可恢復出原始發射數據。

表1 OMP算法步驟

3 實驗結果與結論

為驗證兩種均衡方法的效果，將實驗中獲得的發射與接收數據中一定數量的符號作為訓練數據，對訓練結果求取均值作為信道的估計，利用公式（1）對接收數據進行均衡。通過改變訓練數據的比例，得到兩種均衡方法如圖2（a）所示的誤碼率變化曲線。兩種均衡算法在使用一定訓練樣本的情況下，均能將接收信號誤碼率降到了3.8×10-3以下，有效地抑制了信號受信道影響產生的失真。CS均衡算法表現優于迫零均衡算法；信道統計特性隨著訓練樣本數增加而逐漸得到更準確的估計，CS均衡算法和迫零均衡算法的效果都在逐漸變好，且兩種均衡算法之間的性能差距也在逐漸減小。總體而言訓練樣本越多，均衡算法的效果越好，并且CS均衡算法效果明顯優于迫零均衡算法，CS均衡算法將接收信號誤碼率降到糾錯門限以下所需的訓練樣本量比迫零均衡算法少4%；在相同的訓練符號數條件下，對比圖2（a）中A、B兩點可發現通過CS均衡算法得到的接收信號星座圖比迫零均衡算法的更清晰。

實驗還對兩種算法在不同信噪比條件下的均衡效果進行了測試，得到了不同信噪比下的接收信號，使用長度為五的收發符號序列訓練均衡算法，得到了3種算法在不同信噪比條件下的如圖2（b）所示誤碼率變化曲線以及在信噪比為23.5 dB時接收端均衡前后頻譜和發射頻譜的對比結果。從圖中可見CS均衡后接收頻譜整體更為平坦，更有利于多載波信號的解調，信號帶寬達到197 MHz，在64QAM-DMT調制的系統中，計算可得實際通信速率達到了1.18 Gbps；當訓練符號較少時，兩種均衡算法均衡效果有明顯差別，CS均衡效果優于迫零均衡；兩種均衡算法都隨著信噪比的升高均衡效果逐漸變好。結合對兩種算法的原理分析可總結出兩種均衡算法的性能對比如表2所示。

圖1 基于可見光和光纖融合網絡的高鐵大數據傳輸應用系統

圖2 誤碼率隨訓練數量的變化曲線

表2 3種均衡算法的性能對比

綜合實驗結果和算法復雜度考慮，在實際通信系統中訓練集數量有限以及信噪比較低的場景下，CS均衡算法兼顧復雜度可控且準確度較高的優點，不失為一種適合實際應用的均衡算法。

4 結語

本文使用基于LED的車燈搭建了可見光通信系統，通過實驗研究了迫零和基于壓縮感知的線性均衡方法在車燈通信系統中的應用方式，實驗證明兩種均衡方法均能有效抑制系統中的線性失真，其中基于壓縮感知的均衡算法效果優于迫零均衡算法，系統實現了1.18 Gbps的通信速率。