舰船科学技术  2021, Vol. 43 Issue (10): 158-162    DOI: 10.3404/j.issn.1672-7649.2021.10.032   PDF    
一种浅海信道自适应调制水声通信方案
邱逸凡1,2, 李爽1,2, 童峰1,2     
1. 厦门大学 水声通信与海洋信息技术教育部重点实验室,福建 厦门 361005;
2. 厦门大学 海洋与地球学院,福建 厦门 361005
摘要: 对于具有强烈随机变化多径、噪声、多普勒的水声信道,采用单一调制方式、固定参数的水声通信系统很难满足高质量水声通信的需求。本文提出根据信噪比、多径数和多普勒频偏进行信道质量评估并通过切换通信制式优化调整的自适应调制水声通信方案,利用浅海信道海试实验数据进行的分析表明,自适应调制方案在信道状况变差时可改善通信性能。
关键词: 水声通信     自适应调制     自适应区间     多径    
A shallow sea channel adaptive modulation underwater acoustic communication scheme
QIU Yi-fan1,2, LI Shuang1,2, TONG Feng1,2     
1. Key Laboratory of Underwater Acoustic Communication and Marine Information Technique of the Ministry of Education, Xiamen University, Xiamen 361005, China;
2. College of Earth and Ocean Sciences, Xiamen University, Xiamen 361005, China
Abstract: For underwater acoustic channels with strongly random variation of multipath, noise, and Doppler, it is difficult for an underwater acoustic communication system with a single modulation method and fixed parameters to meet the requirements of high-quality underwater acoustic communication. This paper proposes an adaptive modulation underwater acoustic communication scheme that evaluates channel quality based on signal-to-noise ratio, multipath number, and Doppler frequency offset, and optimize the adjustment by switching communication methods. The analysis using the experimental data of the shallow sea channel shows that the adaptive modulation scheme can improve the communication performance when the channel condition becomes worse.
Key words: underwater acoustic communication     adaptive modulation     adaptive interval     multipath    
0 引 言

水声通信已成为军民领域水下信息获取、传输的关键技术。水声信道特别是浅海信道恶劣条件表现在信道的复杂性、随机多变性和有限带宽,海水边界、海洋动力因素、时空变化和噪声等都会对信号的传输产生一定的影响。因此,单一通信体制往往不足以应对不同水文环境、不同时刻、不同频点的信道衰落状况,很难满足高质量的通信需求。自适应调制是指通过改变发射端的发送功率、波特率,星座图的大小、编码方案、码率等,来提高通信系统的吞吐量的一种技术。作为一种能根据信道状态信息来快速切换调制方式的一种通信方式成为了水声通信研究的重点之一[1]

目前,自适应调制在水声通信中多应用于OFDM的调制参数自适应。文献[2]提出了一种OFDM自适应系统,该系统在特定目标误码率的约束下将吞吐量最大化。在该系统中,使用预测的信道来确定不同OFDM子载波的最佳调制电平和功率大小,并提供了实时海上实验的结果。文献[3]介绍了一种基于有限传输模式的OFDM自适应调制编码系统,该系统采用信道估计后的有效信噪比作为模式切换的指标,并用仿真和实验结果予以证明。

国内方面,李轩等[4]基于OFDM,从典型水声信道环境出发,针对不同的子载波调制方式,以及确知和非确知信道状态信息情况下,采用平均谱效率进行衡量,对自适应调制的性能进行了理论分析和仿真。罗亚松等[5]分析了估计的信道长度对获得信道状态信息的影响,并提出了一种新的自适应调制算法,通过试验证明其可以显著提升水声系统的误码率性能。陈伟林、吴雨珊等[6-7]先后将无线通信中的自适应调制算法引入到OFDM水声通信中,提出了相关的自适应资源分配算法,并得到了硬件平台实现。但信道预测方面的工作仍存在不足。

为解决信道预测和信道状态信息的快速反馈问题,强化学习算法被引入到自适应中。Aijun Song等[8]提出了一种基于Dyna-Q算法的水声自适应调制方案,该算法能预测未来信道变化和吞吐量,并根据从接收机返回的信道状态选择调制顺序来达到吞吐量最大化。Wei Su等[9]提出了一种以感知消息的服务质量要求、先前传输质量和能量消耗为根据,基于强化学习的自适应调制编码方案,与基准方案相比能提高吞吐量、降低信噪比和能量消耗。相关方面研究也将成为今后自适应调制方面的一大方向。

针对OFDM自适应调制方案对多普勒极其敏感,在低信噪比下工作效果不佳。考虑到当信道条件较差时的通信应用,本文引入水声通信中其他常用的几种调制方式:DSSS,QPSK,MFSK。通过获取接收端反馈得到的信噪比、多径数、多普勒频偏判断信道状态适合传输的通信制式。在信道不适合OFDM信号传输时,采用其他制式,有效保证传输质量。

1 水声通信自适应调制模型 1.1 系统模型

图1给出了水声通信自适应调制模型[10],首先在发射端发射信号在接收端进行解调,解调端在对信号进行同步检测后,获取到相关的信道状态信息,包含信噪比、多径、多普勒。其次将信道状态信息反馈到优化选择机制,优化选择机制根据信道状态信息找到各个调制方式的对应区间,从而选择相应的调制方式进行信号发射。最后解调端持续反馈CSI,以适应信道的变化,从而进行制式切换,选择最优通信制式来达到误码率和传输速度的综合要求。

图 1 水声通信自适应调制模型 Fig. 1 Adaptive modulation model for underwater acoustic communication
1.2 信道状态信息和自适应区间

所谓自适应调制,即是根据反馈的信道状态信息选择当前最优的调制方式,从而在保证误码率的情况下实现等效数据率的最大化。信道状态信息的准确选择就尤为重要。多途传播、多普勒效应、传播损失和噪声是水声信道的几个基本特性[11],因此信噪比、多径、多普勒频偏是影响信号传输的最基本的三要素。

本文将信噪比、多径、多普勒频偏作为信道变量进行仿真,通过改变信道状态,观察4种调制方式(4FSK,8FSK同属MFSK,故归为一种)在不同信噪比情况下的误码率曲线,从而给出自适应区间。

选定误码率区间为[−10:30]dB;多径设置单径和双径,单径下第1径增益0.76 dB,双径下第1径增益0.76 dB,第2径增益0.37 dB,第2径延时10 ms;多普勒设置2 Hz,6 Hz,10 Hz和14 Hz[12-13]。对4种调制方式分别进行仿真,评估误码率曲线在不同信道状态下的变化,如图2所示。

图 2 4种调制方式在不同信道状态下的误码率变化曲线 Fig. 2 Variation curves of bit error rate of 4 modulation modes under different channel states

以误码率在0.1以下作为可接受的范围,对误码率曲线进行划分。结合4种调制方式的特点并综合考虑误码率和传输数率,给出优先级选择如下:QPSK>OFDM>8FSK>4FSK>DSSS。根据上述标准,给出对应的自适应区间。

表 1 综合自适应区间 Tab.1 Comprehensive adaptive interval
2 海试实验和分析 2.1 实验设置

海试实验数据获取地点为厦门五缘湾海域,实验海域水深8 m,收发机距离为1 km,布放深度为5 m。换能器带宽为13~18 kHz,中心频率15.5 kHz。实验采用本文自适应调制方案和用于对比的固定制式,包含4种制式的6种调制参数组合(固定制式5种,自适应调制1种)发射数据。

为了体现信道随机变化,在一天的不同时间段进行水声通信数据采集,图3为实验过程中不同时间的信道响应图。可以看出实验过程中的多径数最多达到两径,且两径时延间隔较短,在2 ms左右。

图 3 不同时间的信道响应图 Fig. 3 Channel response diagram
2.2 实验结果分析

6种调制组合经上述实验过程得到的各自30个数据包,经解调后的成功传输比特数和误码率如图4所示。可以看出,在自适应调制模式下成功传输比特数高于其他单一固定制式且呈不断增长的趋势,而误码率始终保持在0.1以下,保证了传输的有效性。

图 4 成功传输比特数、误码率曲线图 Fig. 4 Curve of the number of bits successfully transmitted and bit error rate

接下来给出实测数据的误码率和等效数据率提升对比表,等效数据率的具体定义如下:

$ {\text{等效数据率}}={\text{成功传输比特数}}/{\text{传输时间}} \text{。}$ (1)

为进一步体现失效状态下的各个制式的对比,仅记录最后一次成功传输之后的比特数和传输时间,来计算相应的等效数据率。

为了更加直观的体现自适应的优势,进行误码率和等效数据率等性能数据的对比,如表2表3所示。由表2可知,采用自适应调制方式的在信道状况较差时,误码率仍保持在0.02以下,相较于其他制式,误码率下降比例达到了85%以上。由表3可知,因每种调制方式传输失效时的时间段不同,故对比的自适应等效数据率不同。但相比固定制式,等效数据率都有着很大的提升。进而可得到结论:本文自适应调制方案相较于固定单一调制在信道环境变差时仍能维持优越的性能。

表 2 实测数据自适应误码率提升对比 Tab.2 Comparison of adaptive bit error rate improvement of measured data

表 3 自适应等效数据率提升对比 Tab.3 Comparison of adaptive equivalent data rate improvement
3 结 语

本文提出一种水声通信自适应调制技术方案,结合水声信道特点反馈信道状态信息采用信噪比、多径数和多普勒频偏三要素,并分析了三要素对不同信号传输的影响,对4种制式:OFDM,DSSS,QPSK,MFSK在不同信道适应状况进行仿真,给出误码率曲线图,并结合误码率曲线进一步给出自适应调制区间。浅海信道海试实验数据表明,该自适应调制在信道状况变差时,相比于单一固定调制方案具有更好的性能表现,能在降低误码率的前提下,有效提升等效数据率。

参考文献
[1]
MANI S, DUMAN T M, HURSKY P. Adaptive codingmodulation for shallow-water UWA communications[J]. The Journal of the Acoustical Society of America, 2008, 123(5): 3749.
[2]
A. RADOSEVIC, R. AHMED, JOHN G T. DUMAN J. PROAKIS, et al. Adaptive OFDM modulation for underwater acoustic communications: Design considerations and experimental results[J]. IEEE Journal of Oceanic Engineering, 2014, 39(2): 357-370. DOI:10.1109/JOE.2013.2253212
[3]
WAN L, ZHOU H, XU X, et al. Adaptive modulation and coding for underwater acoustic OFDM[J]. IEEE Journal of Oceanic Engineering, 2015, 40(2): 327-336. DOI:10.1109/JOE.2014.2323365
[4]
李轩, 王磊, 孙长瑜. 基于正交频分复用的水声自适应通信系统性能仿真研究[J]. 应用声学, 2011, 30(1): 1-12. DOI:10.3969/j.issn.1000-310X.2011.01.001
[5]
罗亚松, 胡生亮, 刘志坤, 等. 正交频分复用水声通信自适应调制算法[J]. 国防科技大学学报, 2017, 39(1): 153-158.
[6]
陈伟林. OFDM自适应编码调制水声通信技术的研究与实现[D].哈尔滨: 哈尔滨工程大学, 2013.
[7]
吴雨珊. 自适应调制与功率分配的OFDM水声通信技术[D].哈尔滨: 哈尔滨工程大学, 2019.
[8]
FU Q, SONG A. Adaptive modulation for underwater acoustic communications based on reinforcement learning[C]// OCEANS 2018 MTS/IEEE Charleston. IEEE, 2018.
[9]
SU W, LIN J, CHEN K, et al. Reinforcement learning-based adaptive modulation and coding for efficient underwater communications[J]. IEEE Access, 2019, PP(99): 1-1.
[10]
王安义, 李萍, 张育芝. 基于SARSA算法的水声通信自适应调制[J]. 科学技术与工程, 2020, 20(16): 6505-6509. DOI:10.3969/j.issn.1671-1815.2020.16.030
[11]
胡凯. 浅谈水声通信及相关技术应用[J]. 数字技术与应用, 2017(04): 39+41.
[12]
STOJANOVIC, Milica. Retrofocusing techniques for high rate acoustic communications[J]. Journal of the Acoustical Society of America, 2005, 117(3): 1173-1185. DOI:10.1121/1.1856411
[13]
STOJANOVIC M, PREISIG J. Underwater acoustic communication channels: Propagation models and statistical characterization[J]. IEEE Communications Magazine, 2009, 47(1): 0-89.