流星余迹通信信道

流星余迹通信信道（精选五篇）

流星余迹通信信道 篇1

流星余迹通信是利用流星电离余迹对VHF无线电波的反射和散射作用进行通信。它是一种突发通信, 具有隐蔽性、抗干扰能力、低截获概率及抗毁性, 当高空核爆炸的电磁效应使其他通信手段中断时, 流星余迹通信仍能继续工作, 这些特点使流星余迹通信在应急通信中具有特殊的地位。在军事上具有极大的应用价值, 在可能出现的战争中, 流星余迹通信无疑是一种最终的通信保障。

流星余迹通信不同于传统的通信, 它是低速率通信, 具有突发、不连续、不定时的特性。因此, 流星余迹通信的复杂性要求有必要对其通信信道进行建模。在流星余迹通信链路中, 流星的辐射分布、可用流星率和占空比是影响流星余迹通信信道性能的重要参数。流星辐射在不同季节的分布都各不相同, 因此准确预测流星余迹通信链路在不同季节的流星辐射分布, 从而改变大圆路径上天线的指向, 以提高通信速率显得非常重要。同时, 准确预测流星余迹通信链路上的可用流星率和占空比, 能够准确地预测并建立流星余迹信道模型, 提高流星余迹通信的可靠性和有效性。本文提出了流星辐射分布、可用流星率和占空比的季节变化预测模型, 并对特定时间的信道模型进行了计算和仿真, 预测和仿真结果与国外的结论一致, 验证了模型的准确性, 为建立流星余迹通信系统提供了技术支持。

1 流星余迹通信信道季节变化模型

1.1轨道-辐射转换

根据雷达观测, 流星集中分布在黄道平面上[1], 因此需要建立流星轨道分布到地心辐射分布的转换。穿透轨道分布特定面积和相应的辐射分布的面积的流星是相同的, 通过发现这2个面积的关系, 就可建立轨道分布 (日心黄道分布) 和地心黄道分布的转换关系, 这个转换关系称为轨道-辐射转换。

通过确定由a (λ-Δλ/2, β-Δβ/2) , b (λ-Δλ/2, β+Δβ/2) 和c (λ+Δλ/2, β-Δβ/2) 定义的日心空间的射线和与这些射线相对应的地心空间射线a1、b1、c1的夹角, 那么就可以确定轨道-辐射的转换关系, 图1描述了这个几何关系。在Ah的流星轨道密度假定为常数, 这个假定需要很小的Δλ、Δβ值;选择Δλ、Δβ为0.017 5弧度 (约1°) 。

那么日心空间和其对应的地心空间的面积比为:

$\frac{A{}_h}{A{}_g}=\frac{\text{Δ}\beta \text{Δ}\lambda \cos (\beta )}{\delta {}_{a{}_{1}b{}_1}\delta {}_{a{}_{1}c{}_1}}$。 (1)

δa1b1为余迹在点a1和b1的夹角, δa1c1为在点a1和c1的夹角。由于Δλ和Δβ很小, 辐射分布n (x, y, z, α) 每个微分立体角的流星数约为:

$n(x,y,z,\alpha )=\frac{A{}_h}{A{}_g}{\rm N}{}_h(\lambda ,\beta )$。 (2)

式中, Nh (λ, β) 为Rudie[2]根据Davies[3]的雷达观测结果得到的流星轨道分布模拟形式。

1.2地心黄道分布-流星余迹通信链路关系

图2为流星余迹通信链路坐标原点和黄道坐标系之间的几何关系图。x1、y1、z1轴正向分别为地球运动的反方向 (antapex, apex为地球绕太阳运动的方向上地球最前面的那个点) 、地球指向太阳的反方向 (antihelion, helion为地球指向太阳的方向) 、北黄道极轴。角度ζ为90°减去流星余迹通信链路坐标系统原点所在的纬度, 北黄道极轴 (NEP) 和北天球极轴 (NCP) 的夹角为23.5°。

所以, 黄道坐标系统和通信链路坐标系统通过链路坐标原点 (xt, yt, zt) 联系起来, 下坐标t表示这一点是时间和地理坐标纬度的函数, 注意到这一点是在地球表面的下面, 其深度和收发天线两点的距离有关。

根据图2, 90°-ζ纬度所形成的圆的圆心坐标 (xc, yc, zc) 为:

式中, r为地球半径, r=6 730 km;δs从x1负轴沿逆时针方向旋转到北天球极轴 (NCP) 在x1y1平面映射的夹角。

所以, 流星通信链路上流星辐射分布为[2][4]:

n (x, y) =∫zmaxzmin∫αmaxαminn (x, y, z, α) f (x, y, z, α) dzdαdxdy, (4)

式中, f (x, y, z, α) 为发射功率、天线增益、最小流星探测质量、可探测流星电子线密度和流星通信链路上各个参数的函数。δs=0对应着秋分点的时刻, 通过改变δs的角度, 可得到不同月份的流星辐射分布模型。

发射天线发射的信号经流星余迹散射后到达接收天线, 若接收信号超过接收信号电平 (RSL) 门限, 那么这个流星余迹为可用流星余迹。流星到达率在合适的轨迹和足够的质量下超过接收门限电平被称为可用流星率[5]:

${\rm N}={\displaystyle \int }\begin{array}{l}\\ X\end{array}{\displaystyle \int }\begin{array}{l}\\ Y\end{array}n(x,y)\text{d}x\text{d}y$。 (5)

若流星余迹是可用的, 大于规定门限的接收信号电平 (RSL) 的持续时间决定了占空比 (DC) 的值[6], 大于接收门限电平的信号的平均持续时间T (x, y, z) 由Eshleman[7]给出:

$D={\displaystyle \int }\begin{array}{l}\\ X\end{array}{\displaystyle \int }\begin{array}{l}\\ Y\end{array}n(x,y){\rm T}(x,y,z)\text{d}x\text{d}y$。 (6)

2 季节变化模型的计算与仿真

运用式 (4) , 结合链路特征, 可计算出不同季节的流星辐射分布。对于实际的流星余迹通信链路, 由于涉及到天线各参数、黄道坐标系统到链路坐标的转换、流星的各个物理参数等, 若运用一般计算机直接计算会超出其运算能力。在运算过程中, 需采用数值积分或矩量法。本文运用了牛顿-科茨公式, 采用插值型数值积分的方法。本文对一流星余迹通信链路季节变化的流星辐射分布进行了预测, 图3为这一通信链路的流星辐射分布的季节变化的理论预测图, 由于篇幅原因, 只给出了典型4个月的辐射分布图。图3中横轴X为流星通信链路, 为东西方向, (-600, 0) 和 (600, 0) 分别对应接收天线位置和发射天线位置, X轴的单位为km;纵轴Y为垂直通信链路的方向, 为南北方向, 单位为km;坐标原点为通信链路的中点;图3中长方柱表示n (x, y) 的值, 即通信链路上空的流星辐射相对分布值, 无量纲。图3表示1月、3月、8月、12月早上6点的流星辐射分布。

根据雷达观测[8], 在每年后半年流星雨活动和偶发流星都大量增加。使沿地球轨道达到的流星在6月到9月出现最大值, 而在1月到3月出现最小值。由图3知流星辐射分布在3月较少, 达到最小值;在8月流星辐射分布较广, 达到最大值;从图3中可反映出季节对流星辐射分布的影响。

流星通信链路的可用流星率和流星辐射分布有着直接的关系, 流星辐射分布的值越大, 在流星链路中可用流星数就越多。若流星余迹和以收发天线为焦点的椭球体相切, 且余迹的电子线密度超过一定的门限值, 这个门限值由余迹的散射效率和链路的功率预算来决定, 那么发射信号经流星余迹反射后, 能够到达接收端;若接收信号电平大于接收门限, 那么信号能够被接收到。图4和图5分别为流星通信链路MR、DC的季节变化预测图, 图中横轴为月, 纵轴分别为每月平均每小时的可用流星数和每月的平均占空比。在图4中, 可用流星数在1月到3月最小, 而在6月到9月最大, 在8月达到最大值, 这和流星辐射分布季节变化有很好的对应。在图5中DC的变化和图4一致, 在8月DC有最大值, 这说明8月份的可用流星率不但多, 余迹的持续时间也长;但是DC在5月有最小值, 这和余迹持续时间短有关。

3结束语

由于季节变化的观测数据需要运用流星雷达和流星通信链路进行至少一年的观测, 目前还缺少季节变化的观测数据。本文提出了流星通信信道的季节变化预测模型, 并应用于流星通信链路。根据国外在中纬度地区的雷达观测结果和预测得出的结论[8], 和本文的预测结果比较一致, 说明本文预测模型的准确性。运用本文这种方法, 改变收发天线的经纬度, 可预测其他链路的流星通信信道的季节变化模型, 从而建立我国不同地区在不同季节的流星通信信道模型。

摘要：流星余迹通信不同于传统的通信, 它是低速率通信, 具有突发、不连续、不定时的特性。因此, 流星余迹通信的复杂性要求有必要对其通信信道进行建模。根据流星轨道分布的特点, 推导出轨道-辐射的转换, 得到流星分布和通信链路的关系, 建立了流星余迹通信信道季节变化预测模型, 并将预测模型应用于流星余迹通信链路。预测的结果和中纬度雷达观测结果比较一致, 为建立流星余迹通信系统提供了技术支持。

关键词：流星余迹,黄道,流星余迹通信信道,可用流星率

参考文献

[1] HAWKINS G S.A radio survey of sporadic meteor radiants [J].Mon.Not, R.Astron, 1956, Soc.116:92-104.

[2] RUDIE N J.The relative distribution of observable meteor trails in forward-scatter meteor communications [D].Bozeman, Montana:Montana State University, 1967:88-89.

[3] DAVIES J G.Radio observation of meteors [J].Advances in Electronics and Electron Physics.Marton (ed.) , New York:Academic, 1957:95-127.

[4] MAWRY R S, BROADHURST A D.Modeling the effect of meteor radiant distributions on the detection rate of meteor signals over forward-scatter links [J].Radio Sci.1993, 28 (3) :428-440.

[5] DESOURDIS R I.Meteor burst computer model validation using high-latitude measurements [J].MILCOM, 1991:0458-0462.

[6] WEITZEN J A.Communication via meteor burst at short ranges [J].IEEE Trans.Commun, 1987, Com-35:1217-1222.

[7] ESHLEMAN V R.Theory of reflection from electron-ion clouds [J].IRE PGAP, Jan 1955:32-39.

流星余迹通信信道 篇2

LDPC码 (low-density parity check codes) 是一种基于稀疏矩阵的奇偶校验码。Gallager于1962年首先发明了这种码, 故又称Gallager码[2]。由于当时的计算机处理能力与相关理论的薄弱, 这种优秀的码型没有引起人们足够的重视。1996年MacKay从现代编码理论观点出发, 证明利用迭代译码的LDPC码具有逼近香农限的性能[3]。2000年发现不规则LDPC码甚至可以距离香农限只有0.0045dB[4]。

目前有多种典型的方法来构造好的LDPC码, 一般的方法是把构造出来的码组通过仿真, 算出在一定信噪比下传送一定信息量时的误码率, 根据信噪比—误码率曲线来判断码组性能的好坏。但是, 实际上LDPC码是一种线性码, 线性码组的纠错能力还可以用最小汉明距离 (即为) 来表示。通过线性码的最小汉明距离, 可以预测码字的信噪比-误码率曲线。否则当误码率很小时, 需要相当长时间的仿真才能获得码字性能曲线。

在文献[5]中对高斯信道下, LDPC码的最小汉明距离计算, 作了详细的分析。但是在流星余迹信道下, 如何计算LDPC码的汉明距离, 分析其在流星突发通信系统中的性能还没有明确的方法。

本文首先分析流星余迹信道特点, 随后针对其特点提出一种改进的错误冲激算法, 该算法运算量低, 易于理解并可扩展到次最优的迭代和积算法中。仿真结果表明该算法可以准确预测流星余迹信道下LDPC码的误帧率曲线。

1 流星余迹信道特点

在流星余迹信道下, 仅当满足一定条件的两地利用余迹对电波的散射或反射建立通信链路时, 才可以传输信息。而余迹产生的电离气体柱存活时间很短, 在几百毫秒到几秒之间, 再算上信号传输的延时和收发双方用于探测、应答、纠错花费的时间, 用于传输有效数据的时间基本为ms级[6]。按照流星余迹的电子线密度, 可将流星余迹分为两类:过密类余迹和欠密类余迹。由于过密类余迹出现的概率要小于欠密类余迹, 在实际通信系统中, 一般只考虑欠密类余迹。欠密类余迹在产生后很短时间内达到峰值, 然后开始参数为实常数的指数衰减, 如图1所示。

2 流星余迹信道下改进的EI算法

Berrou等人首先针对Turbo码提出错误冲激 (EI) 算法[7], 来计算其最小距离。后来人们针对LDPC码提出的算法, 都是在EI算法的基础上进行完善和改进。因此本文首先概述EI算法, 然后提出改进的EI算法。

2.1 EI算法概述

在[7]中, Berrou通过欧几里德空间几何推理, 证明若系统发送的是全零码字, 最小错误冲激是iA, 那么该线性码字的最小距离就是导致译码不为全零的冲激iA。若系统采用BPSK调制, 则如式 (1) 所示, 发送码字为Y。

我们需要的最小错误冲激如式 (2) 所示。

通过在码字的不同位置叠加错误冲激, 可以获得多个iA*, 码字的最小距离如式 (3) 所示。

尽管这种算法的基本原理是假定采用最大似然译码器, 但在次最优的迭代译码算法中仍表现出相当好的性能。

然而这种算法仅针对高斯信道, 不能直接在流星余迹信道下使用, 而且由式 (4) 可知, 在获得码字最小距离的基础上, 我们还要知道满足最小距离的码字个数n (d) 来估算码字的误帧率FER (Frame Error Ratio) 。

2.2 改进的EI算法

我们从第一部分流星余迹信道特点可知, 接受信号功率随时间呈指数衰减, 如式 (5) 所示。

其中RP (t) 为t时刻接收功率, PR (0) 为初始接收功率, 为衰减常数。RP (0) 与发送功率、发射天线增益、接收天线增益、载波波长、电子线密度、传输距离等因素有关, 为便于仿真分析, 我们假设RP (0) 与均为定值。这里需要注意的是, 在该信道下, 不同的码字长度受到的衰减影响不同。因此, 需要调整译码算法的信道增益, 来获取具有比较性的最小距离。

同时在流星余迹信道下, 接收信号功率随时间衰减, 噪声仍为高斯白噪声, 因为在改进算法中得到的最小距离已经是考虑到接收功率衰减的结果, 所以, 式 (4) 仍然使用于流星余迹信道。

流星余迹信道下LDPC码的最小距离算法计算步骤如下:

(1) 令最小错误冲激大小为。

(2) For i=1:n (n为码字长度)

*发送码字为全零序列, 经BPSK调制后为,

经过流星余迹信道后为,

, 其中cgain为流星余迹信道增益;

*在第i个比特节点上叠加大小为A的冲激, 即Y (i) =Y (i) +A。

则送入译码器的序列为,

*根据码字长度以及设定流星余迹信道参数, 设置译码器信道增益参数, 然后使用迭代和积算法译码, 假设译码结果为X';

(3) End for i=1:n, 统计在码字各个位置上不同大小的冲激出现的次数n (A) ;

(4) 令A*为dl与Amin之间的任意整数, 在码字任意位置叠加大小为A*的噪声冲激, 重复步骤 (2) 、 (3) , 在其他位置上叠加噪声As, 直到循环结束;

在改进的算法中针对流星余迹信道特点, 根据码长与信道参数调整译码器的设置, 增加了最小距离的比较性;通过在单个位置上叠加噪声与两个位置上叠加噪声相结合, 提高了判断最小距离的准确性;直接选择不同大小冲激出现次数n (A) 作为最小距离的码字个数来估算码字的误帧率FER, 降低了算法复杂度。同时仿真结果表明该算法能够准确预测在流星余迹信道下LDPC码的误码率性能。

3 仿真结果分析

我们使用改进的错误冲激算法, 对两种采用不同编码方式的LDPC码进行仿真。如表1所示, 一种是Mackay编码方式, 一种是基于条件矩阵填充的编码方式, 两种编码方式的列重量均为3, 行重量均为6, 码率为0.5。由于在LDPC码中环长对和积译码算法性能有较大的影响, 因此, 在表1中给出了所采用编码中的环长个数。dmin为依据本文提出的改进算法计算的编码在流星余迹信道下的最小距离, n (A) 为满足最小距离的错误冲激次数。需要注意的是, 由于流星余迹信道的特殊性, 接收功率呈指数衰减。因此, 在一定的信道衰减常数下, 码字长度达到一定长度时, 系统的性能反而会随码长增加而变差。由式 (4) 可知, 在表1中的码字长度为588的基于条件矩阵填充码, 误帧率性能要比码字长度为504的Mackay码子差。这与实际仿真结果也是吻合的, 也说明该改进算法的正确性。

流星余迹信道以Abel[9]提出的信道模型为例进行仿真, 工作频率为F=50MHz, 发送功率为P=1 000 W, 数据速率为sR=1 200 symbols/s, 使用BPSK调制, 通信距离为L=400 km, 发射天线和接收天线的增益均为10 dB, 流星余迹初期半径为0r=0.65 m, 在该信道条件下衰减常数=0.2。如图2为基于条件矩阵填充的 (105, 210) 编码在流星余迹信道下的仿真误帧率性能和用式 (4) 获得的联合边界的比较。从图2中我们可以发现, 预测联合边界很好地反映了该码字的误帧率性能, 并且达到了仿真很难实现的10-7以下。

图3为对Mackay (252, 504) 编码在流星余迹信道下的误帧率性能仿真, 同样可以看出预测联合边界与误帧率曲线很接近。这说明这种算法并不针对特定码字, 对任意编码方式的LDPC码均能准确估测最小距离。同时说明, 选择不同大小冲激出现次数n (A) 作为最小距离的码字个数, 对系统性能影响不大, 但能够大大降低运算复杂度。在以往的算法中, 通过更改码字信息位中1的位置来变换码字, 再检验是否满足最小距离。即便对码长为210, 信息位长度为105的短码来说, 码重为6的码字个数即为, 计算起来非常困难。

4 结论

本为在对流星余迹信道特性, 以及高斯信道下LDPC码最小距离EI算法分析的基础上, 提出改进的EI算法。这种算法提高了最小距离判断的准确性, 降低了运算复杂度, 并且适用于不同编码方式的LDPC码和次最优的和积译码算法。仿真表明该算法能够准确预测在流星余迹信道下LDPC码的误码率性能。尽管由于码字中存在短环, 对迭代译码器产生一定的影响, 但该算法对在流星余迹信道下选择合适的LDPC编码, 获取其在高信噪比下的性能有重要的意义。

摘要：根据流星余迹信道的特点, 在分析LDPC码最小距离算法的基础上, 提出在流星余迹信道下使用改进的错误冲激算法来计算LDPC码最小距离。该算法运算量低, 易于理解并可扩展到次最优的迭代和积算法中。仿真结果表明这种改进算法能够准确预测在流星余迹信道下LDPC码的误帧率性能。

关键词：流星余迹通信,LDPC,最小距离,错误冲激

参考文献

[1]孙蓉, 刘景伟, 王新梅.LDPC编码在流星余迹通信系统中的应用[J].中国电子学会第十一届青年学术年会, 20050900:424-428

[2]Gallager R G.Low density parity-check codes[J].IRE Trans Information Theory, 1962, IT-8 (11) :21-28.

[3]Mackay D J.Neal R M.Shannon limit performance of low densit parity check codes[J].Electronics Letters, 1966, 32 (18) :1645-1646.

[4]Chung S Y.Forney J GD.Richardson T.Urbanke R.On the design of low-desity parity-check codes within0.0045dB of the Shannon limit[J].IEEE Connum.Lett.2001, 5 (2) :58-60.

[5]Hu X.Fossorier Marc P C.Evangelos E.On the computation of the minimum distance of LDPC codes[J].Proceeding of ICC2004, Paris, France, June20-24, 2004.

[6]周文伟, 王峥, 朱吉宁.流星余迹通信及其应用[J].通信与广播电视, 2005年第二期:36-54.

流星余迹通信中的智能天线技术研究 篇3

流星余迹通信(MBC)是利用流星在大气层中高速运动而产生的电离余迹对无线电波的反射作用而进行的一种远距离通信。流星余迹通信的主要优点有:通信的隐蔽性和保密性好,抗干扰能力强;受核爆炸、太阳黑子影响小,顽存性强;可靠性高,相互干扰小,频谱利用率高等等。

流星余迹通信是一种突发通信方式,它的持续时间很短,欠密类余迹持续时间大约为300～500 ms,过密类也只有几秒钟,因此流星余迹通信的平均数据通过率很低(一般在几十bps)。所以需要提高功率增益从而提高平均数据通过率。使用智能天线技术中的波束形成技术,降低了波束宽度,从而能大大提高功率增益。并且流星余迹通信的工作频段较低,环境干扰较多,这些干扰源在VHF频段的辐射能量较大,随之带来的影响是阻塞接收机或淹没流星余迹接收信号,抬高接收门限。而智能天线可使天线主波束对准期望信号波达方向,旁瓣或零陷对准干扰信号波达方向,达到充分高效利用期望信号并删除或抑制干扰信号的目的,改善链路质量。

下面首先介绍流星余迹通信原理;然后给出针对热区的波束切换技术;最后是针对可用流星余迹使用的自适应波束形成技术,在这部分,给出了信号模型、自适应算法及算法仿真分析等。

1 流星余迹通信原理

根据天文统计,每昼夜有数以百亿的流星进入地球大气层。这些流星的速度一般在11.3～72 km/s,他们与空气中分子发生猛烈碰撞,导致其周围空气急剧电离,在距离地面80～120 km的高空留下细长的、短持续时间的电离气体柱,能在VHF频段反射无线电信号,即流星余迹。流星余迹的长度通常可达15～40 km,其通过余迹反射可进行实际通信的时间大约为几百毫秒到几秒。如果余迹的电子密度小于10+14电子/m,能量的大部分穿过余迹,仅有小部分能量经前向散射回到接收站。这种情况称为欠密类余迹。有较高电子密度的余迹可以较彻底的反射无线电波,称其为过密类余迹。有时由于高层空气流动的影响,过密类余迹的电子向周围飘散,对无线电波的反射产生了多径衰落,称其为非镜面过密余迹。根据国外资料的统计和试验的经验,欠密类流星占可用流星数量的约70%。

一般来说,对于固定的两点之间的通信,要求流星余迹满足以下3个条件:

① 它们必须产生一个可接受的反射损耗典型值约为70 dB的电离余迹,当然流星越大对于通信越有利,但是流星出现的数量和其质量成反比,大流星产生的数量很少;

② 流星必须在2个站的通信线路的公共体积内,高度在80～120 km范围内;

③ 流星余迹必须和以2个站为焦点的椭圆面相切。对于过密度流星余迹,第3个要求可以适当放宽。

流星出现的多少随时间变化而有所不同,即存在日变化和年变化。在一天当中,日出时流星较多,日落时流星较少,日出日落流星数目的典型比值约为4:1。在一年当中,夏季流星较多,冬季流星较少,夏季冬季流星数目的典型比值约为4:1。

衡量一个流星余迹通信系统的主要指标是等待时间和平均通过率。流星余迹通信系统需要合适的流星余迹出现才能建立有效通信链路,2个合适的流星余迹之间的等待时间是一个重要的因素。影响等待时间的因素有自然的,如流星出现的概率等,也有系统的,如灵敏度和同步建立时间等。典型的等待时间的范围是几秒到几分钟。通过率为特定通信链路上传输的数据量,流星余迹通信为突发的间断的通信,考虑到流星出现概率的日变化和年变化,对于流星余迹通信系统一般以一定时间内的平均通过量来表征其性能。在通信过程中,数据速率可达几kbps,但是平均通过率一般在几十bps量级。对于流星余迹通信系统的设计和改进,一般都是围绕缩短等待时间和提高平均通过量进行的。

2 波束切换技术

2.1热区

所谓热区,是当某两点确定时,在这两点间对通信有效的流星余迹特别容易产生的空间范围。在典型的路径中,热区出现在大圆(以2个站为焦点的椭圆面)路径中点两边几度的地方。实际中,热区的位置随着一天中的时间和季节的不同相对于链路的几何结构在天空中变化。根据热区出现的统计数据的规律性,可以在链路两侧使用比较宽的固定波束来跟踪热区。流星余迹通信通常采用传统的八木天线,其设备庞大,人工转动极不方便,所以可以采用波束切换系统来操控天线。

2.2固定波束形成网络

固定波束形成网络(BFN)是一个M行的矩阵,矩阵输出端的信号向量y(t)与阵列输入端的信号向量x(t)的关系为:

y(t)=WHx(t)。

BFN的第n个输出对应于W中第n列元素组成的权向量。波束形成网络通常用M个阵元产生M个波束。M×M波束形成网络矩阵为W=(ω1,ω2,…,ωM)T。这些网络目前都有现成的器件,通常在RF阶段实现。固定波束形成矩阵是双向的,即每个对应于特定接收波束方向图的端口,利用同样的波束方向图也可以用于发射。

2.3波束切换网络

波束切换网络由一个固定波束形成网络、一个RF切换和选择特定波束的逻辑控制电路。波束切换网络如图1所示。通过选择输出,就使用了一个预设权向量中的一个。每个接收机的波束选择必须是分开进行的。切换波束系统有一定的局限性,比如对于那些波达方向与期望接收分量方向十分接近的多径分量,系统无法保证期望分量免受其干扰。但是由于它能像其他更精巧的系统一样增加覆盖距离,减小延迟扩展,并且能大大降低设备复杂度和成本,在工程上比较容易实现,所以可以利用这种技术来全天候的跟踪热区。

3数字波束形成技术

3.1信号模型

设天线阵元数为M,考虑有K路信号入射,对于离散信号模型,在第n个快拍时刻,发射端发射的信号表示为s1(n),s2(n),…,sK(n),入射角分别为θ1,θ2,…θK,则阵列接收信号向量x(n)=(x1(n),x2(n),…,xM(n))T为:

$\mathit{x}(n)={\displaystyle \sum _{i=1}^{{\rm K}}\mathit{a}}(\theta {}_i)s{}_i(n)+\mathit{n}(n)=\mathit{A}(n)\mathit{s}(n)+\mathit{n}(n)$, (1)

式中,a(θi)=hi(n)(1,e-jφ2(θi),…,e-jφM(θi))T称为广义阵列空间响应向量;hi(n)为信道复增益;φj(θi)为来波信号在阵元#j与参考阵元#1之间的相对位移,具体表达式由各个阵元间的相对几何关系所决定,φj(θi)=-(j-1)kdsinθi为信号在等距直线阵阵元间的相对位移,其中k为载波传播常数,d为阵元间距;n(n)=(n1(n),n2(n),…,nM(n))T表示阵元噪声向量,为独立分布的高斯白噪声。式(1)即为输入到波束形成器的阵列天线接收信号模型。

则阵列输出为:

y(n)=W(n)Hx(n)。 (2)

式中,W(n)=(ω1(n),ω2(n),…,ωM(n))T为权向量。

误差为:

e(n)=d(n)-y(n)=d(n)-WHx(n)。 (3)

式中,d(n)为有用信号。

3.2判决准则

波束形成器的任务即令所生成的权向量可令阵列输出逼近于所需要的某一路入射信号,即令该输出在某个准则下最优,所以其首要问题就是找到最优权向量解Wopt。衡量“最优”的标准有很多,常用的有最小均方误差(MMSE)准则、最小二乘(LS)准则、最大信噪比(Max-SNR)准则、最小方差(MV)准则等。

以上所有准则的结果都可以向最优解表达式

Wopt=R${}_{xx}^{-1}$rxd

靠拢。其为维纳滤波理论的结果,称为Wiener-Hopf方程或维纳解,也就是说,所有准则结果统一为维纳解。其中接收信号的协方差矩阵为Rxx=E{x(n)xH(n)};rxd=E{d*(n)x(n)}。

3.3自适应算法

我们注意到,过密类余迹和离散E层在通信时会产生多径效应,高纬度地区尤为严重;再则,流星余迹持续时间短,为了获得最佳接收性能,对自适应算法提出了收敛速度快、计算复杂度小的要求,所以还需选择合适的自适应算法来满足要求。自适应算法分非盲算法和盲算法,非盲算法有LMS算法、RLS算法、SMI算法等;盲算法包括CMA恒模算法、DD判决导向算法等。LMS算法灵活易实现,但是收敛速度慢。而RLS算法提高了收敛速度但计算量较大。盲算法避开了对信号的相关性限制,但是当解调器发生差错时,期望信号估计值的重构效果很差,采用这个估计值的盲算法就会导向一个不正确的权向量解,进一步恶化解调后信号的质量。根据流星余迹通信系统的需求,在这里选用改进的LMS算法,既提高了收敛速度,又有较小的计算量,灵活易实现。

为了解决LMS算法收敛慢的问题,学者们提出了不少的变步长LMS算法,在此介绍一种SVSLMS算法。SVSLMS算法又称为Sigmoid函数变步长LMS算法。它的迭代更新公式如下:

经过改进,迭代速度有所增加,但效果仍不令人满意。再考虑如下式子:

将前5个式子带入最后一个式子,整理得:

W(n+1)=W(n)+μ2-μ‖x(n)‖2e(n)x(n)。 (6)

用μ2-o(n)‖x(n)‖2代替了传统算法中的固定步长μ。将SVSLMS算法中得到的步长带入到式(6)中得到新的迭代步长:

式中,γ为调整系数。

3.4半盲算法

流星余迹通信中作为训练序列的传输帧头很短,单用非盲算法是不够的。所以这里联合使用非盲算法和盲算法。在接受训练序列的时段,采用非盲算法,获得较高的输出信干噪比,并藉此改善同步的性能,而当训练序列发送完后,解调器解调出的信号反馈给阵列处理器,阵列处理器用硬判决值作为伪训练序列,采用盲算法来捕获所需信号并跟踪信道的变化,这就是所谓的半盲算法。

盲算法根据系统的特性给出有用信号的估计值。例如CMA算法就是利用信号的恒模特性,而DD算法则通过对输出端进行硬判决来构造伪训练序列的。非盲算法与盲算法结合的原理框图如图2所示。

3.5算法仿真分析

建立仿真模型,设阵元数为8,入射角为60°、-60°、-40°、20°,其中60°入射的信号为有用信号,其他为干扰信号。根据仿真得出,变步长LMS与DD算法结合的半盲算法收敛性最好。从图3中可以看出干扰信号基本被抑制掉了。

此半盲算法均方误差收敛性如图4所示。其中采样率设为300 kHz,可以看出半盲算法在50个采样点处就开始收敛,满足流星余迹通信系统的要求。

4结束语

本文根据流星余迹通信原理及信道特点,建立了适用于流星余迹通信系统的智能天线系统模型。在热区跟踪上,使用波束切换技术;而对于可用流星余迹使用自适应数字波束形成技术。这里采用变步长算法与判决导向算法结合的半盲自适应算法,通过对半盲算法进行仿真结果表明,该算法能明显地抑制干扰,并有很快的收敛速度,满足流星余迹通信的要求。

参考文献

[1]SCHANKER J Z.Meteor Burst communications[M].Norwood,MA:Artech House,1990.

[2]SIMON HAYKIN著.自适应滤波器原理(第四版)[M].郑宝玉译.北京:电子工业出版社,2003.

[3]LIBERTI J C,RAPPAPORTTS.(美)著.无线通信中的智能天线IS-95和第3代CDMA应用[M].马凉译.北京:机械工业出版社,2002.

[4]金荣洪,耿军平,范瑜.无线通信中的智能天线[M].北京:北京邮电大学出版社,2006.

流星余迹通信信道 篇4

流星余迹通信是一种超远距离突发通信方式, 其信道稳定存在, 不受电离层扰动、核爆等因素影响, 具有很高的军事意义与广阔的应用前景[1]。流星余迹在空间上分布广泛, 可以在大范围内实现多节点组网通信。但是相对于其他连续信道, 流星余迹存在空域和时域随机突发、快速衰减等特点[2], 因此组网通信使用时, 需要研究直观、高效的网络监控技术, 实现资源的统筹安排, 提高信道利用率和网络吞吐量, 降低网络平均时延。

本文根据流星余迹组网通信需求, 分解出流星余迹网络监控的功能要求, 开发出一套流星余迹通信网络监控软件, 能够实时监控各个通信节点的分布情况、通信链路的通断情况以及新入网节点的接入情况, 并可提供计算最优路径的原始数据, 以作出最优链路规划。

1 总体设计

流星余迹通信网监控软件, 首先要按照预先规划, 在电子地图上建立站点及有通信需求的站间通信链路, 规划完毕后, 生成网络路由表并发送给通信设备进行路由表维护。在通信时, 通信网中的设备会按照预先生成的网络路由表进行探测, 以生成可通信链路表, 并上传。同时, 如果有未被预先规划的通信站接入通信网, 则该站点的站号、地理位置信息以及与其他站点的连接信息也会被传到监控系统中, 监控系统会根据收到的链路信息和站点信息更新电子地图。还可通过查询指令, 查询到全网链路的通断状况, 并实时在地图上表示出来, 以显示实际中流星余迹通信网络状态。

这样, 就实现了流星余迹通信网监控系统对通信网中各个链路的监视, 可实时了解通信网内站间的通断情况。

由以上需求, 可知监控软件需要实现的功能包括规划站点功能、规划通信链路功能、监控通信网功能、网络传输功能四类功能, 用框图示意如图1所示。

2 关键问题及解决方法

2.1 生成规划表功能

生成网络规划表是规划通信链路中最重要的一步, 它是进行探测全网链路活动情况的基础。网络规划表设计为矩阵的形式, 矩阵示意图如图2所示, 其中255表示本站与本站的关系, 无意义, 1为站站之间有链路连接, 0表示站站之间没有链路连接。

生成规划表的处理流程包括如下步骤:

1) 初始化规划表的矩阵。

2) 两站间生成通信链路则相应行列置1。

3) 两站间无通信链路则相应行列置0。

4) 生成整个通信网的规划表。

2.2 监控软件数据结构设计

作为流星余迹通信网的监控软件, 它与其他通信设备的外部接口为该软件的主要数据结构。该接口用于监控设备与其他通信设备间同步新上线站点、查询可用链信息等。

主要数据结构为与通信设备通信时交换的数据, 数据的帧结构如图3所示, 帧结构由帧头、帧长度、帧类型、帧内容以及帧尾组成。

发送初始矩阵帧内容为链路规划的初始矩阵, 256 (16*16) 个字节, 矩阵形式如图2所示, 256个字节内数据顺序为矩阵中第1行16个数、第2行16个数……第16行16个数。其中有链路规划的位为1, 无链路规划的位为0。

查询可用链路无帧内容, 返回可用链路帧内容为可用链路矩阵信息, 形式同初始矩阵, 矩阵内可用链路位为2, 不可用链路位为0。

新上线站点信息帧内容包括:新上线站点站号的主站号位1字节, 从站号位1字节, 地理位置坐标经度的度分秒分别1字节, 纬度的度分秒分别1字节, 最后是与其它主站的连接关系, 有连接为1, 无连接为0。

3 工程应用结果与分析

在工程应用过程中可以看出, 该监控软件可以实现第2节中设计的各种功能, 监控软件通过网络接口与通信设备进行通信, 发送数据、指令, 接收回应数据遵循图3中的数据结构定义, 在规划好两个站点01000、02000及其通信链路后, 接收到站号为03000, 地理位置为东经106度48分41秒北纬40度57分12秒, 且与01000有通信链路规划的一个新上线站点信息, 将初始矩阵发送到通信设备, 内容表示01000与02000、03000分别有通信规划, 查询可用链路为一组固定数据, 返回可用链路表示01000与03000之间链路可用, 而01000与02000之间链路不可用。

通过工程应用可以得出, 结果与设计的预期相符, 达到了设计要求, 能够完成流星余迹通信网的监控工作。

4 结论

本文通过对流星余迹组网通信网络监控的功能进行分析设计, 结合流星余迹通信的特点、组网方式以及计算机技术、地理信息系统的相关知识, 开发出一套基于地理信息系统的流星余迹通信网络监控软件。并通过工程应用, 验证了流星余迹网络监控软件的正确性、实用性和有效性。监控软件的通信链路规划功能和通信网实时信息显示功能增强了流星余迹组网通信的信息传输效率、信道利用率和网络平均吞吐量, 具有很高的工程应用价值。

参考文献

[1]胡炳轻, 陈鸣.流星突发通信在军事通信中的应用分析[J].无线电通信技术, 2008 (6) :58-60.

[2]荀立军, 杨斌, 王伟, 等.流星突发通信中的信道估计研究[J].无线电工程, 2004 (11) :48-50.

流星余迹通信信道 篇5

流星余迹通信系统具有其他通信系统无法比拟的优点, 如:大跨距、抗干扰、低截获概率特性和抗毁性特点以及核爆炸时快速恢复通信的特性, 使得这种通信方式的应用范围也越来越广泛, 尤其是支援短波通信及用作卫星通信的替补手段。在可能出现的现代战争中, 流星余迹通信无疑可用作最终的最低限度通信保障。由于流星余迹信道是一种典型的突发信道, 信道突发性强、衰落快, 要想获得更高的数据通过量, 必须对信道做出准确快速的信噪比估计, 并在信噪比估计的基础上实行链路自适应技术。此技术能够根据信道状况自动调整发射机和接收机的参数, 使得流星余迹信道资源得到最大限度的利用。常见的链路自适应技术有:调制方式的自适应、数据帧长的自适应、混合差错控制方式的自适应等。

1 流星余迹的信道特性

流星余迹传输简化公式如下[1]:

${\rm P}{}_{\text{R}}(t)=C{}_{\text{p}}q{}^2\text{e}{}^{-\frac{t}{\tau }}={\rm P}{}_{\text{R}}(0)\text{e}{}^{-\frac{t}{\tau }}$, (1)

式中, Cp为有关链路参数的一个常数;q为电子线密度;τ为衰减时间常数, 典型的τ值大约0.2 S左右。如果在收端的噪声功率谱密度 (PSD) 被视为常数N0, 能够近似的得到第i个符号的信噪比:

$\gamma {}_i=\frac{{\rm P}{}_{\text{R}}(i{\rm T}){\rm T}}{{\rm N}{}_0}=\gamma {}_0\text{e}{}^{-\frac{i{\rm T}}{\tau }}=\gamma {}_0\alpha {}^i$, (2)

式中, T为码元周期, $\alpha =\exp (\frac{-{\rm T}}{\tau })$。

根据公式 (2) , 可以对流星余迹的信道状况进行动态信道估计。

2 调制方式和发送帧长的自适应

高斯噪声下, 相干BPSK和QPSK的误码率公式如下[2]:

${\rm P}{}_{\text{e}\text{s}}=\frac{1}{2}\text{e}\text{r}\text{f}\text{c}(\sqrt{\gamma })$, (3)

${\rm P}{}_{\text{e}\text{s}}=1-\left[1-\frac{1}{2}\text{e}\text{r}\text{f}\text{c}\left(\sqrt{\frac{\gamma }{2}}\right)\right]{}^2$。 (4)

对于MPSK调制, 当信噪比足够大时, 误码率可近似表示为[2]:

Pes=e-γsin2 (π/M) 。 (5)

在不考虑前向纠错的情况下, 数据的吞吐量很大程度上取决于数据帧的误码率。设数据帧由N个比特组成, 则本帧数据正确接收的概率为:

$\text{Ρ}{}_{\text{C}}={\displaystyle \prod _{\text{i}=1}^{\text{Ν}/\text{k}}(}1-\text{Ρ}{}_{esi})$。

Pesi是第ith个符号出错的概率, 可根据公式 (3) 至 (5) 进行估计, k=log2 (M) 。

那么数据通过量为:

IC=NPC。 (6)

在给定信噪比的情况下, 对使用M进制PSK调制, PC会因M的不同产生变化, 同时, 由于流星余迹的信道衰落特性, N也不可能太长。如果存在Mopt和Nopt, 使得IC值最大 (记为ICM) , 那么Mopt进制的PSK调制方式就是最优的PSK调制方式, Nopt就是最佳的数据帧长度。

由于流星突发信道存在时间短且信噪比较低, 为了保证数据的可靠通过, 只考虑用BPSK和QPSK两种调制方式来发送数据。

根据公式 (6) , 通过Matlab仿真了γ0在不同信噪比下的最大数据通过量ICM和最佳帧长Nopt , 如图1所示。

3 混合差错控制方式的自适应

流星余迹信道具有突发性和快速衰落性, 传统的混合差错控制方式不能快速地适应信道变化, 因此需要利用信道动态估计结果, 采用基于信噪比估计的混合差错控制技术。这种差错控制技术可根据信噪比估计结果来决定发送数据是否编码及打孔, 从而提高数据传输的效率。下面对这种混合差错控制技术的编码方式选取、传输时延、数据流量进行介绍。

3.1 编码方式的选取

由于流星余迹信道的突发性和快速衰落特性, 数据传输时会随时发生错误甚至中断, 数据帧如果设计得过长, 则数据帧一次通过的可能性会大大下降, 因此把来自信源的数据进行分段, 形成若干个数据包, 对每个数据包单独进行纠错编码, 这样一来, 即使本次接收的数据出错, 但是仍可能有数据包接收正确。由于每个数据包不可能太长, 所以采用纠正突发错误能力强的RS码作为每包数据的纠错码。

3.2 传输时延

不同信噪比下的信息传输时延如图2所示。

设信道差错的统计概率为P (m, n) , 即长度为n的数据中出现m个错误的概率为P (m, n) 。接收n个符号的无错概率为P (0, n) , 出现1个错误的概率为P (1, n) , 最多错误个数不能超过RS码的纠错能力t。有错且可纠的概率为Pe≤t (t, n) , P (e) 为数据中包含e个符号的错误概率, 有:

Pe≤t (t, n) =P (0) +…+P (e) +…P (t) ,

上式写成和的形式为:

$\text{Ρ}{}_{\text{e}\le \text{t}}(\text{t},\text{n})={\displaystyle \sum _{\text{j}=0}^{\text{t}}\text{Ρ}}(\text{j})$。

设重传概率为Pre, 则由上式可得知:

Pre≈1-Pe≤t (t, n) 。

设信道往复时延记为Td, 并假设发送信息的时延与返回应答的时延相等, 则可以得到:

① 码字首次传输即成功的概率为1-Pre, 时延为Td/2;

② 码字成功传输需要1次重传的概率为$\text{Ρ}{}_{re}\left(1-\text{Ρ}{}_{re}\right)$, 时延为3Td/2;

③ 码字成功传输需要2次重传的概率为$\text{Ρ}{}_{re}^2\left(1-\text{Ρ}{}_{re}\right)$, 时延为5Td/2;

④ …

⑤ 码字成功传输需要F次重传的概率为P${}_{re}^{\text{F}}$, 时延为$\left(1/2+\text{F}\right)\text{Τ}{}_d$。

对上述各项求和, 可得HARQ的平均时延为:

$\overline{\text{Τ}}{}_d={\displaystyle \sum _{\text{i}=0}^{\text{F}-1}\left(\frac{1}{2}+\text{i}\right)}\text{Τ}{}_d\text{Ρ}{}_{re}^{\text{i}}\left(1-\text{Ρ}{}_{re}\right)+\left(\frac{1}{2}+\text{F}\right)\text{Τ}{}_d\text{Ρ}{}_{re}^{\text{F}}=\left[\frac{1}{2}+\frac{\text{Ρ}{}_{re}\left(1-\text{Ρ}{}_{re}^{\text{F}}\right)}{1-\text{Ρ}{}_{re}}\right]\text{Τ}{}_d$上式除以Td, 可得归一化平均时延:

$\widehat{{\rm T}}{}_{\text{d}}=\frac{1}{2}+\frac{{\rm P}{}_{\text{r}\text{e}}\left(1-{\rm P}{}_{\text{r}\text{e}}^F\right)}{1-{\rm P}{}_{\text{r}\text{e}}}$。 (7)

当重传概率Pre→0时, 平均时延变为:

$\widehat{{\rm T}}{}_{\text{d}}|{}_{{\rm P}{}_{\text{r}\text{e}}\to 0}=\frac{1}{2}$;

当重传次数F→∞时, 平均时延变为:

$\widehat{{\rm T}}{}_{\text{d}}|{}_{F\to \infty }=\frac{1}{2}+\frac{{\rm P}{}_{\text{r}\text{e}}}{1-{\rm P}{}_{\text{r}\text{e}}}\approx \frac{1}{2}+\frac{1-{\rm P}{}_{e\le t}(t,n)}{{\rm P}{}_{e\le t}(t,n)}$。

3.3 数据流量

流量效率定义为单位时间成功传输的信息码字数与单位时间内发送的码字总数之比, 也就是成功传输一个信息码字发送端需要发送的平均次数的倒数。设发送的平均次数为$\overline{{\rm N}}$, 则流量为:

$\text{η}=\frac{\text{k}}{\text{n}}\cdot \frac{1}{\overline{\text{Ν}}}$。

式中, k和n分别为RS码的信息位长度和码长。平均发送次数$\overline{\text{Ν}}$的计算与上一小节的平均时延计算类似, 已知重传概率为Pre有:

① 发送1次即成功的概率为1-Pre;② 发送2次 (第1次重传) 成功的概率为$\text{Ρ}{}_{re}\left(1-\text{Ρ}{}_{re}\right)$;③ 发送3次 (第2次重传) 成功的概率为$\text{Ρ}{}_{re}{}^2\left(1-\text{Ρ}{}_{re}\right)；④\cdots$;⑤ 发送F+1次 (第F次重传) 成功的概率为PreF。

因此, 平均发送次数为:

$\overline{\text{Ν}}={\displaystyle \sum _{\text{i}=0}^{\text{F}-1}\text{i}}\text{Ρ}{}_{re}{}^{\text{i}}(1-\text{Ρ}{}_{re})+(\text{F}+1)\text{Ρ}{}_{re}{}^{\text{F}}=\frac{(1-\text{Ρ}{}_{re}{}^{\text{F}+1})}{1-\text{Ρ}{}_{re}}$。

根据流量的定义, 可得:

$\eta =\frac{k}{n}\cdot \frac{1-{\rm P}{}_{\text{r}\text{e}}}{1-{\rm P}{}_{\text{r}\text{e}}{}^{F+1}}\approx \frac{k}{n}\cdot \frac{{\rm P}{}_{e\le t}(t,n)}{1-[1-{\rm P}{}_{e\le t}(t,n)]{}^{F+1}}$。 (8)

显然η是重传概率Pre和重传次数$\overline{{\rm N}}$的单调减函数, 2种极限情形为:

$\text{η}|{}_{\text{Ρ}{}_{re}\to 0}=\frac{\text{k}}{\text{n}},$

$\text{η}|{}_{\overline{\text{Ν}}\to \infty }=\frac{\text{k}}{\text{n}}\left(1-\text{Ρ}{}_{re}\right)\approx \frac{\text{k}}{\text{n}}\text{Ρ}{}_{\text{e}\le \text{t}}(\text{t},\text{n})$。

要计算每余迹通过量, 首先要计算每突发传输帧数的期望值。假如数据以r bit/s的速率传输。n bit传输占用$\frac{\text{n}}{\text{r}}s$, 考虑信道建立的时间为t0, 则支持至少一次传输的余迹持续时间大于$\text{t}{}_0+\frac{\text{n}}{\text{r}}s$。如果余迹持续时间大于$\text{t}{}_0+\text{x}\frac{\text{n}}{\text{r}}$且小于$\text{t}{}_0+\left(\text{x}+1\right)\frac{\text{n}}{\text{r}}‚$则支持x帧传输。一个余迹支持x帧次传输的概率为:

$\text{Ρ}\left[\text{X}=\text{x}\right]={\displaystyle \underset{\text{t}{}_0+\text{x}\frac{\text{n}}{\text{r}}}{\overset{\text{t}{}_0+\left(\text{x}+1\right)\frac{\text{n}}{\text{r}}}{\int }}\frac{1}{\text{τ}}}e{}^{[\text{J}\text{X}-*3]\frac{\text{t}}{\text{τ}}[\text{J}\text{X}*3]}d\text{t}=e{}^{[\text{J}\text{X}-*3]\frac{\text{t}{}_0}{\text{τ}}[\text{J}\text{X}*3]}\left(1-e{}^{[\text{J}\text{X}-*3]\frac{\text{n}}{\text{τ}\text{r}}[\text{J}\text{X}*3]}\right)e{}^{[\text{J}\text{X}-*3]\frac{\text{n}}{\text{τ}\text{r}}\text{x}[\text{J}\text{X}*3]}$。

离散随机变量的期望值为:

$\text{E}(\text{X})={\displaystyle \sum _{\text{x}{}_{\text{i}}=0}^{\infty }\text{x}}{}_{\text{i}}\text{Ρ}\left(\text{X}=\text{x}{}_{\text{i}}\right)$。

用上2式得出每个余迹传输帧数的期望:

$\text{E}[\text{X}]=e{}^{[\text{J}\text{X}-*3]\frac{\text{t}{}_0}{\text{τ}}[\text{J}\text{X}*3]}\left(1-e{}^{[\text{J}\text{X}-*3]-\frac{\text{n}}{\text{τ}\text{r}}[\text{J}\text{X}*3]}\right){\displaystyle \sum _{\text{x}{}_{\text{i}}=0}^{\infty }e}{}^{[\text{J}\text{X}-*3]-\frac{\text{n}}{\text{τ}\text{r}}\text{x}{}_{\text{i}}[\text{J}\text{X}*3]}\text{x}{}_{\text{i}}=e{}^{[\text{J}\text{X}-*3]\frac{\text{t}{}_0}{\text{τ}}[\text{J}\text{X}*3]}\frac{e{}^{[\text{J}\text{X}-*3]\frac{\text{n}}{\text{τ}\text{r}}[\text{J}\text{X}*3]}}{\left(1-e{}^{[\text{J}\text{X}-*3]\frac{\text{n}}{\text{τ}\text{r}}[\text{J}\text{X}*3]}\right)}=\frac{e{}^{[\text{J}\text{X}-*3]\frac{\text{t}{}_0}{\text{τ}}[\text{J}\text{X}*3]}}{\left(e{}^{[\text{J}\text{X}-*3]\frac{\text{n}}{\text{τ}\text{r}}[\text{J}\text{X}*3]}-1\right)}$。

因为上式考虑了信道的离散性、参数量化以及协议等对性能的影响, 因此现在可以把离散信道看作一个连续信道。它由长度为n的连续数据帧序列组成, 每个帧的差错仍然根据前面所述的统计概率P (m, n) 进行量化, HARQ的效率由统计概率P (m, n) 得出。每余迹通过量的期望值可以由协议的效率和传输帧数的期望以及帧的长度为n来得出:

${\rm T}{}_{\text{b}}=\frac{\text{e}{}^{[JX-*3]-\frac{t{}_0}{\tau }[JX*3]}}{\left(\text{e}{}^{[JX-*3]-\frac{n}{\tau r}[JX*3]}-1\right)}\cdot \eta \cdot n$。 (9)

把式 (8) 代入式 (9) 即可得出每余迹通过量:

$\text{Τ}{}_b=\frac{e{}^{[\text{J}\text{X}-*3]-\frac{\text{t}{}_0}{\text{τ}}[\text{J}\text{X}*3]}}{\left(e{}^{[\text{J}\text{X}-*3]-\frac{\text{n}}{\text{τ}\text{r}}[\text{J}\text{X}*3]}-1\right)}\cdot \text{k}\cdot \frac{\text{Ρ}{}_{\text{e}\le \text{t}}\left(\text{t},\text{n}\right)}{1-\left(1-\text{Ρ}{}_{\text{e}\le \text{t}}\left(\text{t},\text{n}\right)\right){}^{\text{F}+1}}$。

不同信噪比下数据通过率如图3所示。

从图3可以看到, 当信噪比较低, 增加监督位的长度可以提高数据的通过量, 而当信噪比高时, 则不需要发送监督位。因此可以根据不同的信噪比来确定发送监督位的长度从而获得较高的通过率。在实际设计中, 利用信噪比估计结果来实行冗余递增的办法可以提高数据的吞吐量。

4 结束语

由上面的分析和仿真结果可以得出, 采用链路自适应技术可以提高流星余迹通信的数据通过率, 降低流星余迹的传输时延, 使得流星余迹通信更加具有实用性。

摘要：流星余迹通信具有其他通信系统无法比拟的优点, 如:大跨距、抗干扰、低截获概率特性和抗毁性等特点, 使得这种通信方式的应用范围越来越广泛, 尤其是支援短波通信及用作卫星通信的替补手段。但是流星余迹信道又是一种典型的突发信道, 通信容量小和实时性差。为了最大限度地利用短暂的流星余迹信道, 人们设计了链路自适应技术。此技术能够根据信道状况自动调整发射机和接收机的参数, 使得流星余迹信道资源得到最大限度的利用。

关键词：流星余迹通信,动态信道估计,链路自适应,信噪比

参考文献

[1]DAVIDOVICI S, KANTERAKIS E G.Performance of a meteor-burst communication system using packet messages with variable data rates[J].IEEE Transactions on Communications, 1989, 37 (1) :6-17.

[2]樊昌信, 詹道庸, 徐炳祥, 等.通信原理[M].国防工业出版社.1995.