CN102571202A - 一种复杂天气下的激光链路损耗计算方法 - Google Patents

Abstract

本发明公开了一种在复杂天气状况下的激光通信链路损耗计算方法，包括以下步骤：建立简化的激光信号传输模型；建立各种天气条件下的衰减模型；建立功率损耗模型；建立信噪比SNR模型；建立误码率模型；计算功率损耗数值分析结果；计算信噪比数值分析结果；计算误码率数值分析结果；制作数据表；功率余量比较。本发明运用了包括传输模型、衰减系数、功率损耗、信噪比以及误码率等一系列模型，充分利用衰减系数这一相关联的参数分别将功率损耗、信噪比、误码率与传输模型系统地结合起来，引入气象学定义划分后的典型天气状况，实现了在具体天气条件下对激光通信的功率、信噪比、误码率等的损耗进行定量分析，乃至直观地判断链路是否畅通的目的。

Description

一种复杂天气下的激光链路损耗计算方法

技术领域

本发明属于无线通信领域，特别是一种在复杂天气状况下的激光链路损耗计算方法。

背景技术

随着人们对无线通信传输速率要求的提高和频谱资源的日益紧张，微波通信已经难以满足人们的需要，这就迫切要求一种新型无线通信方式的出现。无线激光通信结合了微波通信和光通信的优势，具有高带宽、高保密性、低功耗等优点，以频率为数百THz的光波进行传输，通信速率高达10Gb/s，且不占用传统频谱资源，具有良好的应用前景。各国越来越重视，也有越来越多的研究学者致力于这项工作的研究和开发。

但是，无线激光通信的广泛应用受到了很多问题的制约，其中最主要的问题之一就是大气信道对无线激光通信的影响。而大气信道又是非常复杂的随机参量信道，激光脉冲在传输过程中需分别经历大气、云层、复杂天气等介质层，信道中每一层介质的成分、密度都随时间、空间的不同而变化。再加上各种天气因素的影响，激光链路的衰减难以计算，进而导致通信链路的可行性变得更为难以确定。

目前尚无系统讨论复杂天气状况下的激光通信链路衰减计算方法的专利成果，而针对这一方面的研究也仅仅局限于某种特定情况，对激光的传输特性或衰减值进行分析与计算，比如在雨、雾等情况下的传播特性分析与计算。尽管这种讨论可以较为细致地分析大气信道中的某个因素对激光传输的影响，并且可以取得比较精确的结果。但这些算法模型或计算软件，将问题分开来逐个讨论，往往只能作为一个辅助工具。因此，综合考虑大气信道中的影响因素，系统地分析计算各影响因素对激光通信的损耗，进而获得直观的通信链路可行性结论抑或对激光器的功率需求进行估算等问题，还有待解决。

发明内容

为解决现有技术存在的上述问题，本发明的目的在于提供了一种在复杂天气状况下的激光通信链路损耗计算方法，该方法能够综合考虑大气信道中的各种影响因素，构建激光链路在不同影响因素下的损耗数据表，系统地分析各影响因素下激光通信的可行性。

为了实现上述目的，本发明的技术方案如下：一种在复杂天气状况下的激光通信链路损耗计算方法，包括以下步骤：

A、建立简化的激光信号传输模型

激光信号斜程传输的经典模型为

$\mathrm{\τ}\left(\mathrm{\λ}\right)=\exp [-\sec \mathrm{\φ}{\∫}_0^H\mathrm{\μ}(\mathrm{\λ},h)\mathrm{dh}]$

其中，τ(λ)为波长λ的激光的大气透射率；μ为总的大气衰减系数，它是波长λ和海拔高度h的函数；φ为天顶角；H为激光垂直传输的高度。

将下行链路假设为大气均匀分层且激光垂直传输，则斜程传输的经典模型可简化为垂直传输的模型：

τ(λ)＝exp[-μ(λ)h]；

B、建立各种天气条件下的衰减模型

各种不同天气条件下衰减模型如表1所示：

表1不同天气条件下衰减模型

表中，μ_h、μ_f、μ_r和μ_s分别为霾、雾、雨和雪的衰减系数，单位为km^-1；V_b为大气能见度，单位为km；α为波长修正因子，且与能见度有关；A为经验常数；v表示降雨速度，单位为mm/h；R为雪速，单位为mm/h；μ_s中a和b的取值依据干雪和湿雪类型确定，

干雪时：a＝5.42×10^-5λ+5.4958776，b＝1.38；

湿雪时：a＝1.023×10^-4λ+3.7855466，b＝0.72；

C、建立功率损耗模型

利用垂直传输模型得到每公里功率损耗模型：L(λ)＝10lg exp(-μ(λ))，单位为dB/km；经过计算，得出云、霾、雨、雾和雪的功率损耗，具体计算结果如表2、3、4所示：

表2云的功率损耗

表3霾和雨的功率损耗

表4雾和雪的功率损耗

D、建立信噪比SNR模型

D1、信号模型

通常，探测器接收到的信号功率可表示为P_s＝P_tG_TG_RT_FL_FST_λ，

其中，P_t是发射机的峰值功率，T_λ为波长为λ的激光在大气中的透过率，G_T和G_R分别是发射器和接收器透镜的增益，T_F是光学滤波器的透射比，L_FS是自由空间的损耗，公式为

其中z为传输距离。

D2、噪声模型

在无线激光通信系统中，背景和信号服从泊松统计特性，即：探测器产生的光电子数与观测的时间间隔Δt成正比。过程无记忆性，在某时刻一个时间间隔内产生的光子数与该时刻前或后同一时间间隔产生的光子数是相同的。在此统计特征的基础上探测器的噪声功率表示为

其中B_det是探测器的带宽；NEP_det为噪声等效功率，由雪崩式光电二极管的性能决定。

D3、透过率计算

依据米氏散射理论，透过率T_λ表示为下式T_λ＝exp(-μz)，其中的衰减系数μ根据步骤A建立的各种天气状况下的模型确定。

D4、信噪比模型

$\mathrm{SNR}=\frac{I_1-I_0}{{\mathrm{\σ}}_1+{\mathrm{\σ}}_0}$

I₁、I₀分别为探测器总的光电流与无信号输入时的电流，σ₁、σ₀分别为有信号与无信号输入时探测器所接收到的总的均方根噪声。

利用所述的信噪比模型及步骤B、C的各种天气状况分类方式，对几种典型的天气情况下大气链路的信噪比进行计算，结果如下表所示。

表5晴天和云的信噪比

表6霾的信噪比

表7雨的信噪比

表8雾的信噪比

表9雪的信噪比

上述表中，因为云没有衰减模型，故之前没有对其进行仿真，这里是依据其衰减系数经验值计算所得。

E、建立误码率模型

误码率模型，在不同的天气条件下，通信距离的改变，大气信道的误码率也不同，发射功率也要随误码的变化发生改变，才能保证链路的有效。建立误码率模型，便可为在不同天气情况下，预测发射功率的大小提供理论依据。

利用激光传输的链路方程：

$P_1=P_0\×{\left(\frac{R_r}{R_t+\mathrm{\θl}}\right)}^2\×{10}^{(\frac{-\mathrm{\μ}\left(\mathrm{\λ}\right)}{10}\×l)}$

其中，P₁是探测器的接收功率，P₀是发射功率，R_r是接收屏半径，R_t是发射屏半径，θ是发射弧度，l是传播距离，μ(λ)是衰减系数。

定义系统误码率模型：

$\mathrm{BER}=\frac{1}{2}\mathrm{erfc}\left(\frac{<i_{\mathrm{sl}}>}{2\sqrt{2}\mathrm{\&sigma;}\left(l\right)}\right)$

<i_sl>为光电探测器的平均光电流，σ²(l)为对应的均方量子噪声电流。

F、计算功率损耗数值分析结果：将步骤A的衰减模型引入步骤C所述的功率损耗模型中，同时运用矩阵实验室软件MATLAB做进一步仿真分析，并计算得到典型天气情况下的功率损耗数值分析结果。

G、计算信噪比数值分析结果：将步骤A的衰减模型引入步骤D所述的信噪比模型中，同时运用矩阵实验室软件MATLAB做进一步仿真分析，得到典型天气情况下的信噪比数值分析结果。

H、计算误码率数值分析结果：将步骤A的衰减模型引入步骤E所述的误码率模型中，同时运用矩阵实验室软件MATLAB做进一步仿真分析，得到典型天气情况下的误码率数值分析结果。

I、制作数据表：将步骤F-H的计算结果整理，制作数据表。

J、功率余量比较：将衰减后的功率余量与地面接收机的灵敏度相比较，即当功率余量大于灵敏度所需要的功率时，接收机才能收到信号，如此可判断该天气条件下大气链路是否可实现激光通信。

与现有技术相比，本发明的有益效果如下：

1、本发明构建或运用了包括传输模型、衰减系数、功率损耗、信噪比以及误码率等一系列模型，充分利用衰减系数这一相关联的参数分别将功率损耗、信噪比、误码率与传输模型系统地结合起来，进一步引入依照气象学定义划分后的典型天气状况，实现了在具体天气条件下对激光通信的功率、信噪比、误码率等的损耗进行定量分析，乃至直观地判断链路是否畅通的目的。

2、由于本发明综合考虑了气象学定义划分后的典型天气状况，与过去仅考虑单一天气情况的传输特性计算分析方法相比，更具有实用性和准确性。

3、本发明寻找到传输特性与衰减系数的直接对应关系，填补了现有相关研究中的一项空缺。

4、本发明在考虑到某些特殊情况有可能还需要延伸至水下，则只需加入激光在水下的功率衰减，再与接收机灵敏度相比较，即可判断该天气条件下大气至水下的整条通路是否可行。

附图说明

本发明仅有附图1张，其中：

图1为典型天气状况下的传输特性计算路线图。

具体实施方式

下面结合图1对本发明进行进一步地说明。

实施例一，以小雨为例。

计算衰减系数：

选取波长为488nm的激光(因为降雨的衰减受波长干扰不大，选取其他波长的激光亦可)，参照气象学上的数据，取小雨雨速为2.5mm/h，代入衰减系数模型

得到衰减系数的值为1.26km^-1。

计算功率损耗：

将衰减值代入每公里的功率损耗模型L(λ)＝10lgexp(-μ(λ))dB/km，得出此时的损耗为5.49dB/km，因为小雨天气状况下的云层高度通常为1km，因此再乘上这一衰减距离后得到小雨时候的功率损耗值为5.49dB。

另外，小雨天气下云层类型通常为层积云，厚度约为100m，将其衰减系数0.045m^-1同样代入功率损耗模型，算出云的单位功率损耗为195.4dB/km，总的功率衰减为19.54dB。

综上可叠加出小雨天气情况下链路的整个功率衰减为25dB。这即是我们的复杂天气情况下功率衰减数据列表的由来，以及具体某种天气条件下判断链路通信是否能够实现的依据。

实施例二，以大雾为例。

计算衰减系数：

选取波长为488nm的激光，能见度V_b定为大雾天气的上限值200m，在雾的衰减系数计算公式

中，A值取2.21，得到大雾时的衰减系数为11.05km^-1。

计算功率损耗：

将衰减值代入每公里的功率损耗模型L(λ)＝10lgexp(-μ(λ))dB/km，得出此时的损耗为47.99dB/km，如果此时雾的厚度为1km，则得到大雾天气下的功率损耗值47.99dB。此时若进一步考虑云层的衰减，还可叠加相应云层的功率衰减值。显然，相比之前的小雨，大雾天气状况下的通信条件要恶劣得多了。

Claims (1)

1.一种在复杂天气状况下的激光通信链路损耗计算方法，其特征在于：包括以下步骤：

A、建立简化的激光信号传输模型

激光信号斜程传输的经典模型为

$\mathrm{\&tau;}\left(\mathrm{\&lambda;}\right)=\exp [-\sec \mathrm{\&phi;}{\&Integral;}_0^H\mathrm{\&mu;}(\mathrm{\&lambda;},h)\mathrm{dh}]$

其中，τ(λ)为波长λ的激光的大气透射率；μ为总的大气衰减系数，它是波长λ和海拔高度h的函数；φ为天顶角；H为激光垂直传输的高度；

将下行链路假设为大气均匀分层且激光垂直传输，则斜程传输的经典模型可简化为垂直传输的模型：

τ(λ)＝exp[-μ(λ)h]；

B、建立各种天气条件下的衰减模型

各种不同天气条件下衰减模型如表1所示：

表1不同天气条件下衰减模型

表中，μ_h、μ_f、μ_r和μ_s分别为霾、雾、雨和雪的衰减系数，单位为km^-1；V_b为大气能见度，单位为km；α为波长修正因子，且与能见度有关；A为经验常数；v表示降雨速度，单位为mm/h；R为雪速，单位为mm/h；μ_s中a和b的取值依据干雪和湿雪类型确定，

干雪时：a＝5.42×10^-5λ+5.4958776，b＝1.38；

湿雪时：a＝1.023×10^-4λ+3.7855466，b＝0.72；

C、建立功率损耗模型

利用垂直传输模型得到每公里功率损耗模型：L(λ)＝10lg exp(-μ(λ))，单位为dB/km；经过计算，得出云、霾、雨、雾和雪的功率损耗，具体计算结果如表2、3、4所示：

表2云的功率损耗

表3霾和雨的功率损耗

表4雾和雪的功率损耗

D、建立信噪比SNR模型

D1、信号模型

通常，探测器接收到的信号功率可表示为P_s＝P_tG_TG_RT_FL_FST_λ，

其中，P_t是发射机的峰值功率，T_λ为波长为λ的激光在大气中的透过率，G_T和G_R分别是发射器和接收器透镜的增益，T_F是光学滤波器的透射比，L_FS是自由空间的损耗，公式为

其中z为传输距离；

D2、噪声模型

在无线激光通信系统中，背景和信号服从泊松统计特性，即：探测器产生的光电子数与观测的时间间隔Δt成正比；过程无记忆性，在某时刻一个时间间隔内产生的光子数与该时刻前或后同一时间间隔产生的光子数是相同的；在此统计特征的基础上探测器的噪声功率表示为

其中B_det是探测器的带宽；NRP_det为噪声等效功率，由雪崩式光电二极管的性能决定；

D3、透过率计算

依据米氏散射理论，透过率T_λ表示为下式T_λ＝exp(-μz)，其中的衰减系数μ根据步骤A建立的各种天气状况下的模型确定；

D4、信噪比模型

$\mathrm{SNR}=\frac{I_1-I_0}{{\mathrm{\&sigma;}}_1+{\mathrm{\&sigma;}}_0}$

I₁、I₀分别为探测器总的光电流与无信号输入时的电流，σ₁、σ₀分别为有信号与无信号输入时探测器所接收到的总的均方根噪声；

利用所述的信噪比模型及步骤B、C的各种天气状况分类方式，对几种典型的天气情况下大气链路的信噪比进行计算，结果如下表所示；

表5晴天和云的信噪比

表6霾的信噪比

表7雨的信噪比

表8雾的信噪比

表9雪的信噪比

上述表中，因为云没有衰减模型，故之前没有对其进行仿真，这里是依据其衰减系数经验值计算所得；

E、建立误码率模型

误码率模型，在不同的天气条件下，通信距离的改变，大气信道的误码率也不同，发射功率也要随误码的变化发生改变，才能保证链路的有效；建立误码率模型，便可为在不同天气情况下，预测发射功率的大小提供理论依据；

利用激光传输的链路方程：

$P_1=P_0\&times;{\left(\frac{R_r}{R_t+\mathrm{\&theta;l}}\right)}^2\&times;{10}^{(\frac{-\mathrm{\&mu;}\left(\mathrm{\&lambda;}\right)}{10}\&times;l)}$

其中，P₁是探测器的接收功率，P₀是发射功率，R_r是接收屏半径，R_t是发射屏半径，θ是发射弧度，l是传播距离，μ(λ)是衰减系数；

定义系统误码率模型：

$\mathrm{BER}=\frac{1}{2}\mathrm{erfc}\left(\frac{<i_{\mathrm{sl}}>}{2\sqrt{2}\mathrm{\&sigma;}\left(l\right)}\right)$

<i_sl>为光电探测器的平均光电流，σ²(l)为对应的均方量子噪声电流；

F、计算功率损耗数值分析结果：将步骤A的衰减模型引入步骤C所述的功率损耗模型中，同时运用矩阵实验室软件MATLAB做进一步仿真分析，并计算得到典型天气情况下的功率损耗数值分析结果；

G、计算信噪比数值分析结果：将步骤A的衰减模型引入步骤D所述的信噪比模型中，同时运用矩阵实验室软件MATLAB做进一步仿真分析，得到典型天气情况下的信噪比数值分析结果；

H、计算误码率数值分析结果：将步骤A的衰减模型引入步骤E所述的误码率模型中，同时运用矩阵实验室软件MATLAB做进一步仿真分析，得到典型天气情况下的误码率数值分析结果；

I、制作数据表：将步骤F-H的计算结果整理，制作数据表；

J、功率余量比较：将衰减后的功率余量与地面接收机的灵敏度相比较，即当功率余量大于灵敏度所需要的功率时，接收机才能收到信号，如此可判断该天气条件下大气链路是否可实现激光通信。