基于速率匹配的FSO與RF間鏈路的動態切換算法

李春若，苑俊英

(1 江西財經職業學院信息中心，江西 南昌 331700；2 廣州南方學院電氣與計算機工程學院，廣東 廣州 510970)

0 引言

衛星通信能夠為地面固定、移動用戶提供寬帶接入和無縫連接[1-2],已經在戰場、5G通信以及海上航行等領域廣泛使用。盡管衛星通信覆蓋范圍廣,但是當衛星與地面用戶間有建筑物或障礙物時,就可能存在覆蓋盲區,這就降低了通信質量,延長了通信時延[3]。

作為一種新型空中通信載體,高空平臺(high-altitude platform, HAP)兼具機動性和廣域覆蓋特點。通常HAP有基于氣球、無人機(unmanned aerial vehicle, UAV)等形式,并能夠根據目標區域特點選擇合適的平臺形式[4]。實質上,HAP通信是指在平流層中,以無人機或者氣球等駐空平臺作為無線中繼或空中基站,為地面用戶提供覆蓋的通信系統。在基于HAP協助的衛星通信中,通過部署多個HAP擴大覆蓋區域[5]。

此外,因機動性好,UAV作為低空基站[6-7]提高了對地面用戶的覆蓋性能?；赨AV的空中基站已在工業領域、智慧農業等領域內廣泛使用。

文中考慮衛星、平臺和無人機的S-HAP-UAV的兩跳星地融合網絡,其中HAP作為衛星與UAV間的轉發節點。這就形成兩條鏈路:衛星至HAP(S-H)和HAP至UAV(H-U)。由于HAP位于平流層,S-H鏈路易受大氣湍流、云層影響。因此,S-H鏈路采用自由空間光通信(free space optical, FSO)[7]鏈路。

在H-U鏈路中,FSO鏈路可能也受天氣因素影響,如云層、雪、大氣湍流,這些因素降低了鏈路的可靠性。此外,一個HAP能為多個UAV提供服務。然而,由于UAV移動以及波束失調,光鏈路容易中斷。為此,選用RF鏈路作為備用鏈路。即針對H-U鏈路,優先考慮FSO鏈路。若光信道條件不能維持高速率,則選用RF鏈路。

為此,針對基于HAP轉發的兩跳星地融合網絡,提出基于速率匹配的FSO/RF鏈路的動態切換算法(rate adaptation-based free space optical and RF dynamic switching,RADS)。RADS算法依據信道狀態信息,動態決策在HAP至UAV間是采用FSO,還是RF鏈路,進而提升數據的傳輸速率。仿真結果表明,提出的RADS算法可有效提升平均速率,降低鏈路的中斷概率。

1 系統模型

1.1 網絡模型

考慮基于HAP轉發的兩跳星地融合網絡,如圖1所示。

圖1 網絡模型Fig.1 Network model

衛星為源節點,HAP為轉發節點,UAV為目標節點,其中Hs,Hh和Hu分別表示衛星、HAP和UAV的高度。源節點采用正交調幅(quadrature amplitude modulation, QAM)調制[8],輸出的電信號為[8]:

sn(t)=AnIg(t)cos(2πfrt)-AnQg(t)sin(2πfrt)

(1)

利用電信號sn(t)調制光束的強度,形成已調光信號[7]:

s(t)=Pt[1+msn(t)]

(2)

式中:Pt為衛星的傳輸功率;m為調制系數。

1.2 HAP端的輸出信號

HAP端利用光學孔徑收集光信號,然后將光信號傳輸至光交換機。HAP依據信道狀態信息(channel state information, CSI)[9]決定采用FSO鏈路或RF鏈路。若選擇RF鏈路,就需將光信號轉換成電信號,再傳輸至UAV。若是RF鏈路,HAP端輸出的電信號為[9]:

rr(t)=GRF[ηhSRPtmsn(t)+ηnb1+nre_hap]

(3)

式中:η為光-電轉換效率;hSR為S-H鏈路中光束傳播損耗;nb1為背景端噪聲;nre_hap為接收端噪聲;GRF為電子放大器增益;GR為光放大器增益。

若是FSO鏈路,HAP端輸出的光信號為[9]:

rf(t)=GF[hSRs(t)+nb1]

(4)

1.3 UAV端接收的信號

通過RF鏈路,UAV端接收的信號為:

yr(t)=hRFGRFηhSRPtmsn(t)+hRFGRFηnb1+
hRFGRFηnre_hap+nre

(5)

通過FSO鏈路,UAV端接收的信號為:

yf(t)=hFSOGFhSRPtmsn(t)+hFSOGFηnb1+ηnb2+nrec

(6)

式中:hRF和hFSO分別為RF鏈路和FSO鏈路的信道增益系數;nre和nrec分別為RF鏈路和FSO鏈路的接收端噪聲。

1.4 UAV端信號的信噪比

從源節點(衛星)至目的節點(UAV)有兩條路徑。這兩條路徑的第一跳鏈路相同,即基于FSO的衛星至HAP鏈路;第二跳鏈路不同,即HAP至UAV。為了簡化表述,用FSO-FSO表示第一跳鏈路;用FSO-RF表示第二跳鏈路。

(7)

(8)

2 RADS算法

2.1 RADS算法概述

RADS算法旨在滿足預定服務質量基礎上,最大化無線信道的速率。為了實現RF/FSO鏈路的動態切換,UAV端安裝了信道檢測器,如圖2所示。通過信道檢測器估計FSO鏈路和RF鏈路的信道狀態信息CSI。CSI反映了關于數據傳輸率和鏈路的信息。

圖2 RADS算法框架Fig.2 Framework of RADS algorithm

由于FSO鏈路的傳輸速率高于RF鏈路傳輸速率,RADS算法在第二跳鏈路中優先采用FSO鏈路。只有當FSO鏈路不能滿足速率要求時,才選用RF鏈路。

2.2 基于M-QAM調制的FSO鏈路的動態速率

FSO鏈路采用子載波的M進制的QAM(M-QAM)。FSO鏈路具有m個可能的傳輸模式,其固定速率為Rf。為了能以動態速率傳輸數據,將接收信號的SNR劃分為(m+1)個不重疊的間隔:

(9)

(10)

式中:E0表示允許的最低誤碼率。

(11)

2.3 基于N-QAM調制的RF鏈路的動態速率

RF鏈路采用子載波的N進制的QAM(N-QAM)。RF鏈路具有n個可能的傳輸模式,其固定速率為Rr。為了能以動態速率傳輸數據,將接收信號的SNR劃分為(n+1)個不重疊的間隔:

(12)

(13)

(14)

3 性能仿真

3.1 仿真環境

利用MATLAB軟件建立仿真平臺,分析RADS算法的性能。選擇3類策略作為基準算法,對比分析RADS算法的性能:1)自適應速率的兩跳FSO-FSO算法(ADFF); 2) 自適應速率的兩跳FSO-RF算法(ADFR); 3)傳統的固定速率的FSO-FSO/RF算法(FFFR)。表1給出RADS算法、ADFF算法、ADFR算法和FFFR算法的區別。

表1 基準算法的不同Table 1 Difference of baseline algorithms

此外,在仿真過程中,自適應速率算法的FSO鏈路采用M-QAM調制,其中M∈[2,4,8,16,32,64,128];RF鏈路采用N-QAM調制,其中N∈[2,4,8,16,32]。而固定速率算法(FFFR算法)中FSO鏈路和RF鏈路均采用32-QAM。仿真參數如表2所示。

表2 仿真參數Table 2 Simulation parameter

3.2 兩跳鏈路的中斷性能

分析衛星傳輸功率和云層中云水量(cloud liquid water content, CLWC)對兩跳鏈路的中斷性能的影響。如圖3所示,其中c表示云層中云水量。此外,圖中的FFFR-1/2表示文獻[12]采用的算法。該算法采用ADFF策略,但為BPSK調制,且編碼率為1/2。

圖3 中斷性能Fig.3 Outage probability

從圖3可知,CLWC對中斷概率性能有重要影響。CLWC的增加,極大降低了ADFR算法的中斷概率,即使FFFR-1/2算法采用了編碼策略,其中斷概率仍較大。而ADFR算法的中斷概率幾乎不受CLWC影響,原因在于:云層對FSO鏈路影響更大。此外,在c=6 mg/m3,衛星傳輸功率較大(20 dBm)時,FFFR算法的中斷性能優于ADFR。

其次,無論CLWC處于何種情況,相比于ADFR和FFFR算法,RADS算法的中斷概率均較低,這歸功于:RADS算法充分發揮了FSO和RF鏈路的優勢。

3.3 平均數據傳輸速率

分析RADS算法與FFFR算法的平均數據傳輸速率,即比較自適應速率與固定速率兩種方式對數據傳輸的平均速率的影響。圖4給出RADS算法和FFFR算法的平均數據傳輸速率,其中衛星傳輸功率為15 dBm,CLWC變化范圍c為2～10 mg/m3。

圖4 平均傳輸速率Fig.4 Average transmit rate

從圖4可知,相比于FFFR算法,RADS算法能夠獲取高的平均傳輸速率。原因在于:1)在云層影響較低(CLWC較小)時,高階調制系統能夠獲取高的速率;2)在云層影響較高(CLWC較大)時,高階調制系統容易受CLWC影響。因此,采用固定速率的FFFR算法并不適應于變化的信道,而自適應選擇速率是更好的選擇。例如,當c=6 mg/m3時,RADS算法能夠獲取2.45 Gbps的平均速率,而FFFR算法只能獲取1.77 Gbps的平均速率。

3.4 頻譜利用率

分析RADS算法和FFFR算法的頻譜利用率,如圖5所示,其中c=6 mg/m3。從圖可知,RADS算法的頻譜利用率優于FFFR算法。例如,當衛星傳輸功率為20 dBm時,RADS算法的頻譜利用率達到6.8 bit/symbol,而FFFR算法在128-QAM,64-QAM,32-QAM,16-QAM,8-QAM,4-QAM和2-QAM調制下可獲取的頻譜利用率分別為6.2 bit/symbol,5.8 bit/symbol,4.9 bit/symbol,4 bit/symbol,3 bit/symbol,2 bit/symbol,1 bit/symbol。

圖5 頻譜利用率Fig.5 Spectrum efficiency

3.5 平均誤碼率

分析RADS算法和FFFR算法的平均誤碼率。如圖6所示,其中衛星傳輸功率為20 dBm,c=6 mg/m3,θHAP為發散角。

圖6 平均誤碼率與平均傳輸速率Fig.6 Average bit error rate and average transmit rate

從圖6可知,相比于FFFR算法,RADS算法降低了誤碼率,這符合預期。原因在于:設計RADS算法的目的就是在滿足最低誤碼率情況下最大化速率。此外,由圖6可知,合理選擇θHAP可降低誤碼率。

4 總結

為提高從HAP至UAV的下行鏈路的速率,提出基于速率匹配的FSO/RF鏈路的動態切換算法RADS。RADS算法優先使用FSO鏈路。當從FSO鏈路接收的SNR低于閾值,就切換至RF鏈路,并依據信號的SNR值,動態調整傳輸模式,進而提高系統速率。仿真結果表明,相比于固定速率算法,提出的RADS算法降低了系統的中斷概率,并提高了速率。

從鏈路切換角度提升系統性能,但未涉及傳輸功率的優化問題。而傳輸功率對提升網絡能效有重要影響。研究如何優化傳輸功率,進而提升網絡能效,這將是后期的研究工作。