基于速率匹配的FSO與RF間鏈路的動態(tài)切換算法

李春若，苑俊英

(1 江西財經(jīng)職業(yè)學(xué)院信息中心，江西 南昌 331700；2 廣州南方學(xué)院電氣與計算機(jī)工程學(xué)院，廣東 廣州 510970)

0 引言

衛(wèi)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(jīng)在戰(zhàn)場、5G通信以及海上航行等領(lǐng)域廣泛使用。盡管衛(wèi)星通信覆蓋范圍廣,但是當(dāng)衛(wèi)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(qū),這就降低了通信質(zhì)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(jī)動性和廣域覆蓋特點。通常HAP有基于氣球、無人機(jī)(unmanned aerial vehicle, UAV)等形式,并能夠根據(jù)目標(biāo)區(qū)域特點選擇合適的平臺形式[4]。實質(zhì)上,HAP通信是指在平流層中,以無人機(jī)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(tǒng)。在基于HAP協(xié)助的衛(wèi)星通信中,通過部署多個HAP擴(kuò)大覆蓋區(qū)域[5]。

此外,因機(jī)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。基于UAV的空中基站已在工業(yè)領(lǐng)域、智慧農(nóng)業(yè)等領(lǐng)域內(nèi)廣泛使用。

文中考慮衛(wèi)星、平臺和無人機(jī)的S-HAP-UAV的兩跳星地融合網(wǎng)絡(luò),其中HAP作為衛(wèi)星與UAV間的轉(zhuǎn)發(fā)節(jié)點。這就形成兩條鏈路:衛(wèi)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(wù)。然而,由于UAV移動以及波束失調(diào),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(yōu)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(zhuǎn)發(fā)的兩跳星地融合網(wǎng)絡(luò),提出基于速率匹配的FSO/RF鏈路的動態(tài)切換算法(rate adaptation-based free space optical and RF dynamic switching,RADS)。RADS算法依據(jù)信道狀態(tài)信息,動態(tài)決策在HAP至UAV間是采用FSO,還是RF鏈路,進(jìn)而提升數(shù)據(jù)的傳輸速率。仿真結(jié)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(tǒng)模型

1.1 網(wǎng)絡(luò)模型

考慮基于HAP轉(zhuǎn)發(fā)的兩跳星地融合網(wǎng)絡(luò),如圖1所示。

圖1 網(wǎng)絡(luò)模型Fig.1 Network model

衛(wèi)星為源節(jié)點,HAP為轉(zhuǎn)發(fā)節(jié)點,UAV為目標(biāo)節(jié)點,其中Hs,Hh和Hu分別表示衛(wèi)星、HAP和UAV的高度。源節(jié)點采用正交調(diào)幅(quadrature amplitude modulation, QAM)調(diào)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(diào)制光束的強(qiáng)度,形成已調(diào)光信號[7]:

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

(2)

式中:Pt為衛(wèi)星的傳輸功率;m為調(diào)制系數(shù)。

1.2 HAP端的輸出信號

HAP端利用光學(xué)孔徑收集光信號,然后將光信號傳輸至光交換機(jī)。HAP依據(jù)信道狀態(tài)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(zhuǎn)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(zhuǎn)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(shù);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(jié)點(衛(wèi)星)至目的節(jié)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(wèi)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(yù)定服務(wù)質(zhì)量基礎(chǔ)上,最大化無線信道的速率。為了實現(xiàn)RF/FSO鏈路的動態(tài)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(tài)信息CSI。CSI反映了關(guān)于數(shù)據(jù)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(yōu)先采用FSO鏈路。只有當(dāng)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(diào)制的FSO鏈路的動態(tài)速率

FSO鏈路采用子載波的M進(jìn)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(tài)速率傳輸數(shù)據(jù),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(diào)制的RF鏈路的動態(tài)速率

RF鏈路采用子載波的N進(jìn)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(tài)速率傳輸數(shù)據(jù),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(huán)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(zhǔn)算法,對比分析RADS算法的性能:1)自適應(yīng)速率的兩跳FSO-FSO算法(ADFF); 2) 自適應(yīng)速率的兩跳FSO-RF算法(ADFR); 3)傳統(tǒng)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(qū)別。

表1 基準(zhǔn)算法的不同Table 1 Difference of baseline algorithms

此外,在仿真過程中,自適應(yīng)速率算法的FSO鏈路采用M-QAM調(diào)制,其中M∈[2,4,8,16,32,64,128];RF鏈路采用N-QAM調(diào)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(shù)如表2所示。

表2 仿真參數(shù)Table 2 Simulation parameter

3.2 兩跳鏈路的中斷性能

分析衛(wèi)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(xiàn)[12]采用的算法。該算法采用ADFF策略,但為BPSK調(diào)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(wèi)星傳輸功率較大(20 dBm)時,FFFR算法的中斷性能優(yōu)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(fā)揮了FSO和RF鏈路的優(yōu)勢。

3.3 平均數(shù)據(jù)傳輸速率

分析RADS算法與FFFR算法的平均數(shù)據(jù)傳輸速率,即比較自適應(yīng)速率與固定速率兩種方式對數(shù)據(jù)傳輸?shù)钠骄俾实挠绊?。圖4給出RADS算法和FFFR算法的平均數(shù)據(jù)傳輸速率,其中衛(wèi)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(diào)制系統(tǒng)能夠獲取高的速率;2)在云層影響較高(CLWC較大)時,高階調(diào)制系統(tǒng)容易受CLWC影響。因此,采用固定速率的FFFR算法并不適應(yīng)于變化的信道,而自適應(yīng)選擇速率是更好的選擇。例如,當(dāng)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(yōu)于FFFR算法。例如,當(dāng)衛(wèi)星傳輸功率為20 dBm時,RADS算法的頻譜利用率達(dá)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(diào)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(wèi)星傳輸功率為20 dBm,c=6 mg/m3,θHAP為發(fā)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(yù)期。原因在于:設(shè)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(jié)

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(tài)切換算法RADS。RADS算法優(yōu)先使用FSO鏈路。當(dāng)從FSO鏈路接收的SNR低于閾值,就切換至RF鏈路,并依據(jù)信號的SNR值,動態(tài)調(diào)整傳輸模式,進(jìn)而提高系統(tǒng)速率。仿真結(jié)果表明,相比于固定速率算法,提出的RADS算法降低了系統(tǒng)的中斷概率,并提高了速率。

從鏈路切換角度提升系統(tǒng)性能,但未涉及傳輸功率的優(yōu)化問題。而傳輸功率對提升網(wǎng)絡(luò)能效有重要影響。研究如何優(yōu)化傳輸功率,進(jìn)而提升網(wǎng)絡(luò)能效,這將是后期的研究工作。