0 引　言

水下航行器的通信系统有严格的可靠性约束和体积重量的限制。目前水下航行器内部各系统间通信多采用有线通信，线缆质量占比偏大在一定程度上限制了水下航行器的航程。光通信技术凭借其传输速率快、传输延迟低、扩展性强、抗干扰能力强、体积质量小等优势，特别适合在狭小空间和复杂电磁环境下进行可靠的信息传输^[1]，也是实现水下无人航行器通信系统无缆化的重要手段之一^[2]。水下光通信研究大多集中于水下航行器的对外通信，其体积大小以及重量与通信距离呈现正相关^[3]，直接在水下航行器内部布置现有水下光通信模块实现航行器内部跨舱段通信难以实现。因此，开展基于激光传输的水下无人航行器内部系统间通信机制、关键技术及实现方式的研究，具有重要的现实意义，能够提升水下无人航行器的无缆化水平和可靠性。图1为2种激光通信在水下航行器内的使用场景。

1 水下航行器通信约束 1.1 体积大小约束

水下航行器对空间和重量等指标要求严格。重量的降低意味着水下航行器机动性的提高，在水下航行器设计之初就对各个系统模块的重量提出了严格的限制。激光通信系统凭借其体积小重量轻以及无需布线等优势^[4]，具有广泛的应用前景。

1.2 通信距离约束

水下航行器的电磁干扰源主要是发电机、电池以及电源转换与管理装置，这部分装置大多集中在动力舱段，使得动力舱段的电磁环境更为复杂^[5]。跨越动力舱段的线缆需要做好电磁屏蔽，线缆重量偏大。而激光通信抗电磁干扰能力强，十分适用于跨越动力舱段的节点间通信，因此最小通信距离应当大于动力舱段的长度。

1.3 通信节点约束

水下航行器内部通信总线节点通常在4个以上，当前水下航行器内部系统间通信多采用总线式架构。CAN总线凭借其可设置优先级保障重要信息优先发送，多主架构减少了布线的复杂性被广泛应用。其最大通信速率为1 Mb/s，本文设计激光通信系统应当兼容航行器内部的通信总线架构，因此系统通信速率最低应当大于1 Mb/s。

本文所设计兼容CAN总线的激光通信系统结构如图2所示。通信系统结构中通信模块由激光器、探测器、放大电路、驱动电路、FPGA控制器以及CAN控制器组成。一次完整的通信流程为CAN总线上差分信号对由CAN控制器接收处理，处理后得到的逻辑电平送往FPGA中完成数据编码、调制、数模转换等程序，得到能够驱动激光器工作的差分信号，差分信号通过驱动电路后来驱动激光器发光，完成电信号到光信号的转换。接收端的光探测器探测到光信号之后完成光电转换，放大电路将探测器输出的微弱电流信号转换放大为电压信号，以满足FPGA对数据处理的要求。随后在FPGA中完成对数据的解调、译码等步骤得到码元信号并将其送往CAN控制器中，CAN控制器完成逻辑电平到差分信号对的转换，将信息接入总线。

2 调制解调方法 2.1 调制原理及仿真

开关键控调制（On-Off Keying, OOK）是一种特殊的幅度键控调制（Amplitude Shift Keying, ASK）。该调制方法原理是使用幅度在0和1之间变换来控制载波信号的开启和关闭，工程实现简单，也是数字调制的基础调制格式之一^[6]。OOK调制工作原理如图3所示。

基带信号$s(t)$可以表示为：

$ s(t) = \sum\limits_{n = - \infty }^{n = + \infty } {{a_n}} h(t - n{T_b}) 。$

(1)

式中：$h(t)$为方波信号；${T_b}$为基带信号的码元周期；${a_n}$为第$n$个码元的符号信息。基带信号$s(t)$经过载波信号$g(t)$调制之后产生的调制信号${S_{\rm {OOK}}}(t)$表为：

$ {S_{\rm{OOK}}}(t) = s(t)g(t) = \sum\limits_{n = - \infty }^{n = + \infty } {{a_n}h(t - n{T_b})g(t)} 。$

(2)

本文所采用的CAN总线协议与标准CAN总线协议相比经过了一定修改以满足水下航行器内部使用需求，理论上其单个数据包中所包含的最大比特数为108 bit，仿真中设置码元长度为100个数据包中所包含的比特数；符号速率为CAN总线通信的最高速率1 Mb/s；载波频率的大小取决于光电转换器，本研究中所选用的光电转换器的在接收信号为20 MHz的情况下有最优的输出结果；采用8倍频率采样以保证对一个码元能形成足够长的相关序列。因此OOK调制仿真中设置的主要参数如表1所示，调制仿真结果如图4所示。

2.2 解调原理及仿真

OOK的解调方式主要包括非相干解调和相干解调2种方案^[7-8]。相干解调需要与输入信号同频同相的相干载波，当载波频率发生变化时接收端需要进行对应的调整，复杂度虽高但在低信噪比下性能优越。非相干解调则不需要精确的载波参考，复杂度低适用性广，但是误码率相比更高。在信道噪声是高斯白噪声的条件下，不同信噪比下2种解调方法的误码率变化曲线如图5所示。

可以看到当信噪比小于$10\;{\mathrm{dB}}$时，相干解调的误码率会明显低于非相干解调，但在大信噪比的条件下，2种解调方法的误码率差距并不明显。非相干解调法比相干解调法实现更简单，适用性也更广，因此本文采用非相干解调法，其原理示意图见图6。

解调流程中整流、低通滤波以及判决输出之后的仿真结果如图7所示。

3 数据处理 3.1 成形滤波

成形滤波是一种重要的信号处理技术，主要用于改善数字通信系统中的信号质量。通过对信号进行成形滤波，可以有效减少频谱扩展，降低相邻信道之间的干扰，从而提高系统的抗干扰能力和信号的传输效率。成形滤波能够显著降低误码率，尤其是在低信噪比的环境中，确保数据的可靠传输。成形滤波还可以优化信号的波形，使其更符合传输媒介的特性，进一步提升通信系统的性能。本文选取的成形滤波方法为升余弦滤波，基带信号成形滤波前后的时域波形图与频谱如图8所示。

分析图8 (a)可以发现，成形滤波后的信号相较于原始信号有一定延时。这是因为升余弦滤波法进行成形滤波的本质是让基带信号通过一个低通滤波器，低通滤波器的频率特性引入了相位时延，导致了信号滞后。在图8 (b)中因为调制信号为实信号，其频谱关于采样频率的一半（4 MHz）对称。并且采样之后的载波频率计算公式为${f_{cs}} = k{f_s} \pm {f_c}$，将$ {f_s} = 8\;{\text{MHz}} $和${f_c} = 20\;{\text{MHz}}$代入其中，当$k$=3时，采样后的载波频率被搬移到了4 MHz处。

成形滤波前后解调结果对比如图9所示。可以发现经过成形滤波解调得到的基带时域波形更为平滑，谐波分量得到了抑制，能够帮助提高解调的准确性。

当采用固定门限判决方法对解调后的基带时域波形进行判决输出时，成形滤波前后不同信噪比下的误码率变化曲线图10所示。结果表示在同一信噪比下，经过成形滤波后的信号解调后误码率都比未经成形滤波低的要低，成形滤波确实能降低通信系统的误码率。在高信噪比下（SNR$ \geqslant $10 dB）误码率降低效果较为明显，但是在低信噪比下（SNR<10 dB）二者误码率差别并不大，几乎位于同一数量级下。

3.2 数据编码

通信模块的硬件实现时，FPGA传输到激光器驱动电路的信号为差分信号，电器规范要求需要进行AC耦合。当链路上传输的信号出现长连的“0”或“1”时，AC耦合输出的电压明显降低，导致信号传输出错。此外，非相干解调的时钟恢复需要通过检测信号的过零点或峰值，确定符号的开始和结束位置，以实现符号定时恢复。因此需要对传输的数据进行数据编码做到直流平衡，即链路上传输的信号传输的“0”和“1”的数量基本相等，且避免出现相同比特的长连。

常用的直流平衡编码主要有4B5B编码和8B10B编码。二者编码效率相同，但是后者能够处理的数据块更大，更适合高速传输。并且8B10B编码规则中引入了极性偏差参数RD，通过RD参数的传递使得整个编码结果具有更好的直流平衡性。图11所示为采用8B10B编码前后误码率的变化情况^[9]。可以看到，误码率得到了一定程度的下降。系统通信性能得到了一定程度的提升。

3.3 自适应阈值判决

非相干解调中的门限判决阈值设置主要可以分为固定阈值和自适应阈值2种方式，这2种门限设置方法在信号处理中的应用各有优缺点^[10,11]。固定阈值简单易实现，适用于信号特性稳定的环境。在OOK调制的激光通信系统中，假设符号“1”对应的解调信号幅值为${V_1}$，符号“0”对应的解调信号幅值为${V_0}$，认为符号“1”和“0”在基带信号中出现的概率相等，那么固定阈值${V_T}$就可以设置为：

$ {V_T} = ({V_1} + {V_0})/2。$

(3)

固定阈值${V_T}$适用于理想状态下的通信系统，其灵活性较低。当信道发生动态变化噪声变大时，常常会导致误码率升高，限制系统的通信性能。当水下航行器与外接通信时，真实的水中信道情况较为复杂，光信号在水中传播时候会受到吸收和散射，水下湍流也会影响到接收端接收到光功率的大小。为了应对信道的动态变化，自适应判决门限利用累计求平均的方法使判决门限${V_A}$。由于在3.2节中采用了8B10B编码，可以认为在一定的数据长度内“0”，“1”的数量一致，这一段数据采样值的均值是判决门限。采用滑窗方式计算自适应判决门限${V_A}$的表达式为^[12]：

$ {V_A}(i) = \frac{1}{n}\sum\limits_{k = i - n}^i {S(k)} 。$

(4)

式中：$ {V_A}(i) $为当前时刻的判决门限；$n$为滑动窗口的大小；$S(k)$为$k$时刻的采样值。需要注意的是，自适应阈值判决会造成一定的延时。延时的具体大小取决于数据处理器的时钟周期$t$以及自适应判决的滑动窗口$n$，此时自适应判决所带来的时延至少为二者乘积。

图12比较了固定门限与自适应门限判决及其判决输出结果的差异。从图12(a)中可以发现自适应门限比固定门限的灵活性更高，图12(b)中反映的是2种门限设置方式判决输出波形与初始数据波形的比较，可以看出二者都能恢复初始数据，但是自适应判决输出波形比固定判决输出波形更接近初始数据波形。2种门限设置方式的误码率比较如图13所示，自适应门限配合8B10B编码能够降低通信系统的误码率，在信噪比为16 dB的情况下误码率由${10^{ - 3}}$数量级降低至了${10^{ - 4}}$数量级。但需要注意的是，在信噪比较低的情况下，数据编码与自适应门限对通信系统误码率改善不够明显。

3.4 相关性分析修正

采用相关性分析对阈值判决数据进行修正^[13]，对于OOK调制中的某一码元“0”或者“1”，在进行成形滤波和模数转换时会对其进行m倍采样，每个采样值都会进行门限判决，那么单个码元符号对应会得到数量为m的离散“0”、“1”序列，将这一序列定义为${a_s}(m)$。定义序列${a_r}(m)$为对该码元符号进行m倍采样的结果，即${a_r}(m)$是对该原始码元的m次重复，在完全理想情况下${a_s}(m) = {a_r}(m)$。可以从二者的互相关性入手去修正判决输出结果。${a_s}(m)$和${a_r}(m)$的互相关函数可以表示为：

$ {r}_{{a}_{s}{a}_{r}}(i)=\left\{\begin{array}{l}{\displaystyle \sum _{k=i}^{m-1}{a}_{s}(k){a}_{s}(k-i),} 0\leqslant i < m, \\ {\displaystyle \sum _{k=0}^{m-\left|i\right|-1}{a}_{s}(k){a}_{s}(k-i),} -m < i < 0, \\ 0, i为其他。\end{array} \right.$

(5)

互相关函数的最大值$ {r_{\max }} $表示了序列${a_s}(m)$和序列${a_r}(m)$相似程度，值的大小与相似程度成正相关。那么当$ {r_{\max }} $大于某一特定值的时候可以认为${a_s}(m)$和${a_r}(m)$完全相似，用${a_r}(m)$序列来修正${a_s}(m)$序列。对于码元“0”，其${a_r}(m)$序列对应的元素全为0，互相关函数$ {r_{{a_s}{a_r}}}(i) $恒定为0，无法判断实际的相似情况。对于码元“1”，其${a_r}(m)$序列包含的元素全为1，代入式(5)可以得到互相关函数的最大值$ {r_{\max }} $为：

$ {r_{\max }} = \sum\limits_{k = 1}^m {{a_s}(k)}。$

(6)

互相关函数的最大值$ {r_{\max }} $恰好与${a_s}(m)$的元素之和一致。本文中的m=8，当$ {r_{\max }} \geqslant 4 $时认为${a_s}(m)$序列和${a_r}(m)$序列相同，用${a_r}(m)$序列替代${a_s}(m)$序列以修正自适应门限判决输出的结果。经过数据编码、自适应门限判决以及相关性修正后的通信系统误码率如图14所示。

经过相关性分析修正过后得到的解调数据与原始数据保持了高度的一致性。当信噪比大于10 dB的情况下，误码率得到了明显的改善。当通信速率为1 Mb/s，信噪比为15 dB的情况下，误码率由${10^{ - 3}}$数量级改善到了${10^{ - 5}}$数量级。

4 结　语

本文提出一种适用于水下航行器的激光通信系统，在OOK调制解调的基础上，采用8B10B编码技术对原始数据进行编码，随后对码元信号进行了成形滤波以改善频带的利用率。在接收端，采用自适应判决门限和相关性分析修正等方法处理接收数据。仿真结果表明，通过以上方法能够在通信速率为1 Mb/s，信噪比为15 dB的情况下，将通信系统的误码率降低至${10^{ - 5}}$以下。本文研究不仅提升了水下无人航行器的无缆化水平和可靠性，而且对于未来水下通信技术的发展具有重要指导意义。