紫外光通信散射信道模型分析與發(fā)展現(xiàn)狀

袁仁智，王志峰，彭木根

（1.加拿大英屬哥倫比亞大學(xué)奧肯納根校區(qū)工程系，基隆拿 V1V1V7，加拿大； 2.北京郵電大學(xué)信息與通信工程學(xué)院，北京 100876）

1 引言

無線光通信技術(shù)具有容量大、速率高、抗干擾性強(qiáng)、組網(wǎng)機(jī)動(dòng)靈活等優(yōu)點(diǎn)，是未來6G通信[1-3]的重要實(shí)現(xiàn)方式之一。其中，與其他波段的光通信技術(shù)相比，近地面利用“日盲區(qū)”波段（200～280 nm）作為信息載體的紫外光通信技術(shù)具有極低的背景噪聲，這是因?yàn)榇髿鈱佑绕涫浅粞鯇訉μ柋尘拜椛渲小叭彰^(qū)”波段紫外光的強(qiáng)烈吸收和散射[4-5]。同時(shí)，近年來，紫外LED技術(shù)和紫外探測技術(shù)的飛速發(fā)展也使得開發(fā)小型化和商業(yè)化的紫外光通信系統(tǒng)成為可能，進(jìn)而使紫外光通信逐漸成為光通信領(lǐng)域的研究熱點(diǎn)之一。除了具有極低背景噪聲的優(yōu)勢，大氣顆粒和氣溶膠對紫外光波的強(qiáng)烈吸收和散射也使紫外光通信具備局域保密通信和非視距通信的能力[6]。此外，在大霧或者強(qiáng)降雨等低能見度的惡劣天氣狀況下，其他波段的光通信系統(tǒng)性能將受到很大的影響，而建立在大氣顆粒和氣溶膠散射基礎(chǔ)之上的紫外光通信系統(tǒng)在惡劣天氣狀況下仍能有效工作[7]。因此，紫外光通信在保密通信領(lǐng)域（如作戰(zhàn)單位之間的通信、航母編隊(duì)的內(nèi)部通信等）和民用通信領(lǐng)域（如車聯(lián)網(wǎng)安全通信、無人機(jī)在惡劣天氣下的救援救災(zāi)等），都具有廣泛的應(yīng)用前景。

1.1 國內(nèi)外紫外光通信研究現(xiàn)狀

美國最早開展紫外光通信研究[8-9]，主要的科研單位有麻省理工學(xué)院、加州大學(xué)河濱分校、美國國防部高級研究計(jì)劃局（Defense Advanced Research Projects Agency，DARPA）等，在紫外LED通信的理論和實(shí)驗(yàn)領(lǐng)域做了大量工作，目前已經(jīng)可以實(shí)現(xiàn)短距離100 m內(nèi)非視距紫外LED通信[10]。加拿大從事紫外光通信的研究機(jī)構(gòu)主要有英屬哥倫比亞大學(xué)和麥克馬斯特大學(xué)。英屬哥倫比亞大學(xué)在紫外信道建模和實(shí)驗(yàn)方面都展開了研究[11-12]，實(shí)現(xiàn)了100 m以上大仰角的非視距紫外LED通信。麥克馬斯特大學(xué)以理論研究為主，在2011年首次將單次散射模型推廣至任意收發(fā)幾何情形[13]。沙特阿卜杜拉國王科技大學(xué)曾搭建通信速率為71 Mbit/s的LED紫外光通信驗(yàn)證實(shí)驗(yàn)，不過通信距離只有幾厘米[14]。

國內(nèi)在紫外LED通信領(lǐng)域的主要研究機(jī)構(gòu)有北京郵電大學(xué)、清華大學(xué)、中國科學(xué)技術(shù)大學(xué)等研究單位。例如，北京郵電大學(xué)在紫外光通信信道建模領(lǐng)域做了大量研究[15]；清華大學(xué)在紫外光通信信道建模以及實(shí)驗(yàn)方面都進(jìn)行了研究[16-17]，搭建100 m內(nèi)紫外LED通信系統(tǒng)，實(shí)現(xiàn)了大仰角非視距紫外LED通信；中國科學(xué)技術(shù)大學(xué)近年來進(jìn)行了大量短距離紫外LED通信驗(yàn)證實(shí)驗(yàn)[18]。

當(dāng)前對紫外光通信的研究總體上仍處于點(diǎn)對點(diǎn)和短距離通信驗(yàn)證的階段。未來為了實(shí)現(xiàn)紫外光通信的實(shí)用化和商業(yè)化，需要重點(diǎn)研究紫外組網(wǎng)通信和紫外長距離通信。紫外光通信是基于紫外光散射特性的通信方式，具有獨(dú)特的信道模型，因而紫外組網(wǎng)通信和紫外長距離通信的研究具有與其他波段光通信不同的特點(diǎn)。因此在研究紫外組網(wǎng)通信和紫外長距離通信前，有必要先深入研究紫外光通信的信道模型。

1.2 紫外光通信的信道模型研究

典型的紫外光通信過程如圖1所示。具有一定發(fā)射角度的紫外光從發(fā)射端發(fā)出，光子被大氣中的顆粒分子和氣溶膠等散射或者吸收一次或者多次，部分散射光子到達(dá)接收端探測器被接收。利用散射光進(jìn)行通信，可以實(shí)現(xiàn)繞過障礙物的非視距通信。對紫外光通信散射信道模型的準(zhǔn)確建模有助于提高對系統(tǒng)信道狀態(tài)信息的估計(jì)精度，對后續(xù)接收信號的解調(diào)、多用戶發(fā)射功率分配、系統(tǒng)收發(fā)端幾何調(diào)整以及紫外光定位功能的實(shí)現(xiàn)等都具有重要意義。

圖1 典型的紫外光通信過程

與其他波段光通信的信道建模不同，紫外光通信的信道模型需要考慮紫外光在大氣中強(qiáng)散射特性導(dǎo)致的多階散射影響，這給紫外光通信信道模型的研究帶來了挑戰(zhàn)。早期的信道模型研究集 中在單階散射模型[8-9,15-16,19-20]，隨著通信距離和通信性能要求的提高，近年來多階散射信道模型的研究逐漸成為研究重點(diǎn)[11-12,21-23]。不同于以往將信道模型分為單階散射模型和多階散射模型[4-5]，本文將紫外光通信散射信道模型分為解析類信道模型和概率類信道模型。此分類依據(jù)是解析類信道模型的計(jì)算效率遠(yuǎn)遠(yuǎn)高于概率類信道模型的計(jì)算效率。本文分別介紹解析類信道模型中的單階、兩階、三階散射模型以及概率類信道模型中的蒙特卡洛仿真（Monte-Carlo simulation，MCS）模型[21]和蒙特卡洛積分（Monte-Carlo integration，MCI）模型[11-12,22]，并展望了這兩類散射信道模型的未來發(fā)展方向。

2 解析類信道模型

解析類信道模型是將散射模型表示為一個(gè)能夠用現(xiàn)有計(jì)算軟件快速計(jì)算的多重（一般不超過三重）積分形式。目前的解析類信道模型主要有單階散射模型[8-9,15-16,19-20]、兩階散射模型[17]和三階散射模型[17]。這類模型的優(yōu)點(diǎn)就是計(jì)算速度快，通常在秒級，缺點(diǎn)是應(yīng)用場景受限，幾乎無法推廣到復(fù)雜應(yīng)用場景。比如單階散射積分模型通常只能估計(jì)100 m以內(nèi)的信道損耗；現(xiàn)有的兩階和三階解析模型只能計(jì)算小發(fā)射角情形下的信道損耗[17]。對于高于三階的散射，100 m以上遠(yuǎn)距離、大發(fā)射角度或者更復(fù)雜場景（存在障礙物，反射邊界等）情形，目前暫無合適的解析類信道模型。

2.1 單階散射模型

單階散射模型假設(shè)光子只經(jīng)過一次散射即被接收端接收。圖2為單階散射模型的幾何參數(shù)定義。?1和θ1分別為發(fā)射端（Tx）的發(fā)射光束（Beam）的發(fā)散角和仰角，?2和θ2分別為接收端（Rx）的接收視場（field of view，F(xiàn)OV）的發(fā)散角和仰角，r為收發(fā)端的直線距離，V表示FOV與Beam的公共區(qū)域。

圖2 單階散射模型的幾何參數(shù)定義

設(shè)δV為公共區(qū)域V中的任意一個(gè)微元體，r1為Tx到σV的距離，r2為δV到Rx的距離，θs為r1與r2的夾角，ζ為r2與FOV中軸線的夾角。則經(jīng)由公共區(qū)域V內(nèi)的所有微元體散射后被Rx接收的光功率可以表示為[8-9]：

其中，Pt為發(fā)射端發(fā)出的紫外光功率，Ar為接收端的接收面積，為發(fā)射端立體角，ks為大氣散射系數(shù)，ka為吸收系數(shù)，為消散系數(shù)。為由瑞利散射和米氏散射共同確定的相散函數(shù)[12-13]。借助不同的坐標(biāo)系，可以將式（1）寫成不同的三重積分形式。

2.2 兩階散射模型

兩階散射假設(shè)光子經(jīng)過兩次散射到達(dá)接收端。圖3為兩階散射模型的幾何參數(shù)定義[17]，θT和βT分別為Tx端的天頂角和發(fā)散角，θR和βR分別為Rx端的天頂角和接收視場FOV角。

圖3 兩階散射模型的幾何參數(shù)定義[17]

設(shè)δv1和δv2分別為兩次散射點(diǎn)的微元體，r1為Tx到δv1的距離，r2為δv2到Rx的距離，r3為到δv2的距離。θs1為r1與r3的夾角，θs2為r3與r2的夾角。則兩階散射接收端的接收功率可以表示為[17]：

其中，V1和V2分別為整個(gè)Beam區(qū)域和整個(gè)FOV視場區(qū)。需要指出的是，因?yàn)槭剑?）包含兩個(gè)體積分，在具體的坐標(biāo)系中則為六重積分，因此目前的數(shù)值積分工具難以精確計(jì)算式（2）。與單階散射模型類似，可以考慮某些特殊收發(fā)幾何情形下的近似計(jì)算方法。

例如，當(dāng)假設(shè)發(fā)射端Beam角和接收端FOV角比較小時(shí)，可用兩個(gè)球冠薄層取代δv1和δv2，則此時(shí)可將式（2）簡化為[17]：

2.3 三階散射模型

三階散射假設(shè)光子經(jīng)過3次散射到達(dá)接收端。圖4為三階散射模型的幾何參數(shù)定義[17]，光子從Tx端出射后，依次被δv1、δv3和δv2散射，最后被Rx接收。三階散射信道的接收功率可以表示為[17]：

圖4 三階散射模型的幾何參數(shù)定義[17]

其中，積分區(qū)域V1和V2分別為整個(gè)出光光束區(qū)域和整個(gè)接收視場區(qū)域，V3為全空間。

與兩階散射模型類似，可以考慮發(fā)射端Beam角和接收端FOV比較小時(shí)的近似計(jì)算方法。參考文獻(xiàn)[17]采用移動(dòng)的橢球坐標(biāo)系推導(dǎo)了各向同性相散函數(shù)情形，即時(shí)的三階散射在小發(fā)散角度的近似公式[17]：

其中，r5表示散射點(diǎn)δv1到散射點(diǎn)δv2的距離。

2.4 解析類信道模型的發(fā)展和展望

解析類信道模型是最早出現(xiàn)的紫外光通信信道模型，其中單階散射模型是最早出現(xiàn)、最多被研究的解析類信道模型。首個(gè)單階散射模型由Reilly基于橢球坐標(biāo)系建立[8]，并在1991年由Luettgen完善[9]。2011年，Elshimy等人[13]基于橢球坐標(biāo)系推導(dǎo)了任意收發(fā)幾何情形下精確的單次散射模型。橢球坐標(biāo)系可以方便地求取系統(tǒng)單位脈沖效應(yīng)，因?yàn)樯⑸潼c(diǎn)在同一橢球面上的任意兩條光子傳輸路徑長度相同，從而具有相同的接收時(shí)間。2012年，Zuo等人[15]基于球面坐標(biāo)系推導(dǎo)了任意收發(fā)幾何情形下精確的單次散射模型。球面坐標(biāo)系的三角法不需要進(jìn)行復(fù)雜的坐標(biāo)變換，但是球面坐標(biāo)系不便于計(jì)算系統(tǒng)的單位脈沖響應(yīng)。除了精確的單階散射模型，為了簡化計(jì)算難度，各種近似的單階散射模型被相繼提出[16,19-20]。比如：2010年，Yin等人[19]推導(dǎo)了當(dāng)積分區(qū)域V具有各向同性時(shí)接收功率的計(jì)算式；2011年，Wang等人[20]推導(dǎo)了收發(fā)端公共散射體V很小時(shí)接收功率的近似計(jì)算式； 2019年，Wu等人[16]利用球冠近似方法推導(dǎo)了窄Beam角時(shí)單散射接收功率的計(jì)算式。參考文獻(xiàn)[17]最早研究兩階散射和三階散射的解析類模型，并提出了小發(fā)散角情形下的近似模型。參考文獻(xiàn)[23]根據(jù)空間光子出現(xiàn)的概率大小提出了一種利用典型點(diǎn)代替其周圍微元體的方式，簡化了兩階散射接收功率的計(jì)算方法。其計(jì)算邏輯是先將積分體劃分為很多個(gè)單元格，然后用單元格中心點(diǎn)的散射功率取代單元格的散射功率，最后將所有單元格的散射功率相加即可。但這種方法目前只能用于計(jì)算單階散射和兩階散射情形。

盡管目前單階散射模型的研究已趨于完善，但由于其假設(shè)光子只經(jīng)一次散射，因此單階散射模型只能用于分析短距離（通常小于100 m）的情形，對于更長距離的紫外光通信，需要考慮多階散射的影響。此外，在紫外光通信的準(zhǔn)備階段或者紫外光定位場景中，往往初始時(shí)的發(fā)射端Beam角與接收端FOV并沒有公共區(qū)域，此時(shí)單階散射的接收功率為0，而兩階及兩階以上散射成為主要的接收功率來源。紫外光定位等應(yīng)用場景要求在發(fā)射端Beam角與接收端FOV沒有公共區(qū)域時(shí)也能快速估計(jì)信道損耗，而概率類信道模型往往計(jì)算效率低下，這促使研究人員重新重視紫外光通信中多階散射的解析類信道模型，尤其是兩階散射的解析類模型。例如參考文獻(xiàn)[17]提出的小發(fā)散角模型有望推廣至四階及以上階次的散射信道；參考文獻(xiàn)[23]提出的單元格方法有望推廣至三階及以上階次的散射信道，且關(guān)于單元格的形狀、大小、范圍等要素仍有繼續(xù)深入研究的必要?？梢灶A(yù)見，未來對多階散射的解析類信道模型的研究將成為新的研究熱點(diǎn)。

3 概率類信道模型

概率類信道模型是利用概率論方法模擬光子的發(fā)射、傳輸、散射、接收過程并利用蒙特卡洛方法計(jì)算光子的最終平均接收概率。目前的概率類信道模型主要分為MCS模型[21]和MCI模型[11-12,22]。這類模型的優(yōu)點(diǎn)是可以對遠(yuǎn)距離、任意收發(fā)幾何以及復(fù)雜場景進(jìn)行建模。但概率模型的缺點(diǎn)是計(jì)算效率低，因?yàn)槊商乜宸椒ㄐ枰獙Υ罅抗庾樱ㄍǔＴ?06量級以上）的仿真結(jié)果進(jìn)行平均。因此，如何提高概率類信道模型的計(jì)算效率一直是概率類信道模型的研究重點(diǎn)和難點(diǎn)。

3.1 蒙特卡洛仿真（MCS）模型

蒙特卡洛仿真模型是從數(shù)理統(tǒng)計(jì)的角度出發(fā)，為光子的發(fā)射、傳輸、散射和接收等各個(gè)過程建立相應(yīng)的概率模型或隨機(jī)過程，然后利用大量光子重復(fù)整個(gè)隨機(jī)過程，統(tǒng)計(jì)出每個(gè)光子接收概率并計(jì)算相應(yīng)的接收時(shí)間，前者可用于求取紫外光通信的路徑損耗，后者可用于求取系統(tǒng)的脈沖響應(yīng)。

圖5是MCS模型的幾何參數(shù)定義[21]。為了方便接收概率的計(jì)算，將接收端置于坐標(biāo)原點(diǎn)，發(fā)射端位于坐標(biāo)(0,r, 0)處。設(shè) (θ0,φ0)表示光子從發(fā)射端發(fā)出時(shí)的天頂角和方位角。假設(shè)光源為均勻分布，則光子的初始發(fā)射方向由式（6）、式（7）產(chǎn)生[21]：

圖5 MCS模型的幾何參數(shù)定義[21]

其中，rand(1)為隨機(jī)產(chǎn)生一個(gè)[0,1]內(nèi)的數(shù)。光子每次離開發(fā)射端或者散射體后的行進(jìn)距離服從指數(shù)分布，則光子離開第i個(gè)散射體（其中i= 0對應(yīng)光子離開發(fā)射端）后的傳輸距離由式（8）產(chǎn)生[21]：

光子被散射體散射后的方向發(fā)生了改變，設(shè)(θi,?i)表示第i次散射后光子偏離原來行進(jìn)方向的 角 度(θi,?i) 滿 足 概 率 密 度 函 數(shù)f(θi,?i)=P(θi,?i) sinα，其中P(θi,?i)為相散函數(shù)[21]。則(θi,?i)可由式（9）、式（10）產(chǎn)生[21]：

其中，F(xiàn)(θi)為f(θi,?i)關(guān)于θi,的邊緣概率分布函數(shù)。

光子在每次散射后，若位于接收視場FOV內(nèi)，則計(jì)算光子被探測器接收的接收概率。假設(shè)第i個(gè)散射點(diǎn)與接收面形成的立體角為Ωi，散射點(diǎn)的坐標(biāo)向量為ri，光子原行進(jìn)方向與ri的夾角為θri，則光子此時(shí)的i階散射接收概率為[21]：

其中，ps,i-1為第i次散射前的存活概率。每次接收判斷之后更新光子存活概率為[21]：

單個(gè)光子的蒙特卡洛過程如圖6所示。預(yù)先為每個(gè)光子設(shè)定一個(gè)散射階次上限以及最小存活概率，作為判決光子是否消失的條件。首先，初始化散射階次i= 0和光子序號k=1；然后，根據(jù)不同的采樣函數(shù)依次對光子距離d、散射角θ和方位角?進(jìn)行采樣；然后更新光子的位置和光子存活概率，并對光子位置進(jìn)行判斷，如果光子位于接收視場內(nèi)，則計(jì)算光子的接收概率和接收時(shí)間。用大量光子重復(fù)上述過程，記錄所有光子各個(gè)階次的接收概率，則光子的接收概率可以用所有光子的平均接收概率來估計(jì)。由于過程中能夠方便得到每個(gè)接收概率對應(yīng)的總行進(jìn)距離，除以光速即可得光子的接收時(shí)間，將所有接收概率按接收時(shí)間統(tǒng)計(jì)，即得到系統(tǒng)的脈沖響應(yīng)函數(shù)。

圖6 MCS模型中單個(gè)光子的蒙特卡洛過程

3.2 蒙特卡洛積分（MCI）模型

MCI模型是一種概率積分方法，它首先將接收功率表示為一個(gè)關(guān)于光子傳輸參數(shù)的概率積分，然后采用蒙特卡羅積分技術(shù)求取此概率積分[22]。MCI模型已被證明同樣可以用于計(jì)算系統(tǒng)脈沖響應(yīng)函數(shù)[12]，與MCS模型相比，MCI模型的計(jì)算邏輯更清楚，計(jì)算結(jié)構(gòu)更簡單，且MCI模型的計(jì)算效率可以通過采取不同的采樣函數(shù)進(jìn)行優(yōu)化，因此MCI模型在近年成為概率類信道模型的研究熱點(diǎn)。

3.2.1 多階散射信道的概率積分

圖7顯示多階散射過程的參數(shù)定義，μT和μR分別為發(fā)射端Beam和接收端FOV中心軸線的方向向量。假設(shè)光子初始出射過程為零階散射過程，di、θi和?i分別表示第i階散射的光子傳輸距離、散射天頂角和散射方位角；第i個(gè)散射點(diǎn)的坐標(biāo)向量為ri，第i階散射后光子行進(jìn)的方向向量為μi。

圖7 多階散射參數(shù)定義

對于第i階散射，散射后光子傳輸方向位于微元立體角dΩi= sinθidθid?i內(nèi)且傳輸距離位于(di,di+ ddi)內(nèi)的概率為[12]：

其中 ，fD(di)=為傳輸距離di的概率密度函數(shù)（probability density function，PDF），為散射方位角?i的PDF，fΘ(θi)為散射天頂角的PDF，且。對于i＞ 0，fΘ(θi)由瑞利散射和米散射的相散函數(shù)加權(quán)得到：

于是光子從發(fā)射端出射，經(jīng)過n階散射后被接收端接收的概率為[12]：

其中，V為維的積分區(qū)域。

3.2.2 蒙特卡洛積分方法的引入

式（18）是一個(gè)沒有閉式解的超越積分，只能采用數(shù)值積分的方法計(jì)算，這里引入蒙特卡洛積分方法。先將式（17）寫成[12]：

其中：

然后再在積分空間V上選擇一個(gè)概率密度函數(shù)fn≠ 0，并引入一個(gè)目標(biāo)函數(shù)：

則式（18）可以改寫成：

式（21）表示，n階散射信道的接收功率Pn等于用采樣函數(shù)fn進(jìn)行采樣時(shí)目標(biāo)函數(shù)的數(shù)學(xué)期望。如果在積分空間內(nèi)隨機(jī)采樣N個(gè)采樣點(diǎn)(x1,x2,…,xN)，其中：

則對每個(gè)xi都可以計(jì)算一個(gè)相應(yīng)的目標(biāo)函數(shù)值。根據(jù)大數(shù)定律，所有目標(biāo)函數(shù)值的平均值可以作為目標(biāo)函數(shù)數(shù)學(xué)期望的估計(jì)，即：

將此序列按照時(shí)間間隔接收面積歸一化，即得到系統(tǒng)的脈沖響應(yīng)函數(shù)。

3.2.3 基于部分重要性采樣的MCI模型（MCI-PIS）

盡管在MCI方法中，采樣函數(shù)fn的選擇可以是任意的一個(gè)定義在積分空間上的概率密度函數(shù)，但是不同的fn將影響模型的收斂速度，這里介紹一種基于部分重要性采樣的MC（IMCI based on partial importance sampling，MCI-PIS）模型。注意n階散射信道的接收概率的大小主要取決于光子總路徑的長短，因此影響MCI模型收斂性的主要因素為對光子行進(jìn)距離d的采樣方式。因此考慮如下部分重要性采樣函數(shù)fn，其中只對光子行進(jìn)距離采用重要性采樣方法，而對散射天頂角和散射方位角采用均勻采樣方法[12]：

MCI-PIS模型綜合考慮了采樣速度和收斂速度的優(yōu)化，是目前已知的計(jì)算效率最高的MCI模型。圖8顯示了MCI過程的計(jì)算流程，在運(yùn)行MCI過程前，先設(shè)定光子的最高散射階次和最大采樣光子數(shù)作為停機(jī)條件。首先，初始化散射階次i= 0和光子序號k=1；然后，根據(jù)設(shè)定的采樣函數(shù)依次對光子傳輸距離d、散射天頂角θ和散射方位角?進(jìn)行采樣；最后，更新光子的位置，并對光子位置進(jìn)行判斷，如果光子位于接收視場內(nèi)，則計(jì)算光子的接收概率接收時(shí)間。對比圖6中的MCS過程，可以看到MCS過程額外引入了一個(gè)中間變量光子存活概率ps，并且對光子的傳播路徑增加了幾何條件限制（光子在兩個(gè)散射點(diǎn)之間傳播時(shí)不能穿過接收區(qū)域）[12]。額外的存活概率計(jì)算和光子路徑判斷使得MCS過程相比于MCI過程更加復(fù)雜。需要指出的是，由于MCS模型是仿真光子在物理空間中的傳播和散射過程，MCS模型中的幾何限制是有意義的；但是MCI模型中的對每個(gè)隨機(jī)變量的采樣是在數(shù)學(xué)空間中進(jìn)行的，因此可以將這些幾何限制去掉而幾乎不影響MCI的計(jì)算精度[12]。

圖8 MCI模型中單個(gè)光子的蒙特卡洛過程

3.3 概率類信道模型的發(fā)展和展望

最早應(yīng)用于紫外光通信的概率類信道模型是MCS模型，早期的MCS模型通過統(tǒng)計(jì)到達(dá)接收端的光子數(shù)來估計(jì)光子探測概率，這種計(jì)數(shù)方法需要的仿真光子數(shù)十分巨大，模型效率低下。2011年，Drost 等人[21]通過計(jì)算每個(gè)光子的到達(dá)概率以及優(yōu)化光子傳輸距離的采用方式大大降低了仿真所需的光子數(shù)。但對于長遠(yuǎn)距離的仿真使用MCS模型仍然困難，如何提高概率類信道模型的計(jì)算效率一直是紫外光通信多階散射信道建模的重要課題。2010年，Ding等人[22]提出了首個(gè)MCI模型，但是首個(gè)MCI模型中所有變量都采用均勻采樣，大大降低了MCI模型的采樣效率，且模型未能解決脈沖響應(yīng)函數(shù)的計(jì)算問題。2020年，Yuan等人[11-12]系統(tǒng)地改進(jìn)了MCI方法，提出了基于重要性采樣的MCI-IS模型[11]和基于部分重要性采樣方法的MCI-PIS模型[12]，其中后者的計(jì)算效率比原始MCI模型高出一個(gè)數(shù)量級，是MCS模型計(jì)算效率的5.6倍，大大提高了概率類信道模型的計(jì)算效率[12]。

現(xiàn)有的概率類信道模型仍有諸多改進(jìn)空間，例如在光源分布和接收模型的處理上需要更加貼近實(shí)際情形。同時(shí)，對于有障礙物環(huán)境下的建模以及對障礙物表面的反射或吸收性質(zhì)的處理也需要進(jìn)一步研究。而且，概率類信道模型多用于遠(yuǎn)距離紫外光通信的信道估計(jì)，因此信道建模還需考慮大氣湍流的影響，這方面雖有一些初步的探索[24-25]，但是離實(shí)用的湍流信道模型仍有很大的改進(jìn)空間。最后，將概率類信道模型與解析類信道模型相結(jié)合的信道建模方法有望兼?zhèn)鋬烧叩膬?yōu)點(diǎn)，在提升計(jì)算效率的同時(shí)，滿足復(fù)雜場景的建模需要，這也會(huì)是未來紫外光通信信道建模的研究方向之一。

4 結(jié)束語

紫外光通信由于其局域保密性、低背景噪聲、非視距通信等特點(diǎn)，在保密通信和民用車聯(lián)網(wǎng)安全通信領(lǐng)域都有廣泛應(yīng)用場景，近年來已成為光通信中的研究熱點(diǎn)之一。對紫外光通信性能的分析離不開信道模型對信道狀態(tài)信息的估計(jì)。大氣對紫外光的強(qiáng)散射特性，使得對紫外光通信信道建模的研究需要考慮多階散射的影響，這給紫外光通信信道建模增加了難度。本文回顧和總結(jié)了紫外光通信散射信道模型的發(fā)展和現(xiàn)狀，將散射信道模型按照計(jì)算效率分為解析類信道模型和概率類信道模型，分別介紹了解析類信道模型中的前三階散射模型和概率類信道模型中的MCS和MCI模型，并展望了這兩類信道模型的未來研究方向。