【摘 要】
:
水下无线光通信(Underwater Wireless Optical Communication,UOWC)则是实现水下高速率、低时延通信的一种有效手段。且对比于传统的两种水下通信方式,水声通信、水下RF(Radio Frequency,RF)通信,它具备通过更小的功耗和更低的架设成本实现更大的信道容量和更高的传输速率的优点。不过水下无线光通信的难点在于水下环境复杂,激光在传输过程中需要面临水体
论文部分内容阅读
水下无线光通信(Underwater Wireless Optical Communication,UOWC)则是实现水下高速率、低时延通信的一种有效手段。且对比于传统的两种水下通信方式,水声通信、水下RF(Radio Frequency,RF)通信,它具备通过更小的功耗和更低的架设成本实现更大的信道容量和更高的传输速率的优点。不过水下无线光通信的难点在于水下环境复杂,激光在传输过程中需要面临水体的散射和吸收所造成的问题,以及受到水下湍流引起的功率起伏和对准误差等影响,使得通信的质量降低,通信距离大幅缩短。因此,我们在UOWC中采用多跳方案,不仅可以拓展链路的通信距离,还能借助缩短每一跳链路间的距离来减小水下湍流等因素的干扰,大幅提升系统性能,从而更好地满足对容量,速率上越来越高的需求,保证系统的可靠性。本文研究了不同检测方式下的多跳水下无线光通信系统:外差相干检测与直接检测,其中直接检测又分为信号无关、信号相关两种;中继包括了信道状态信息(Channel State Information,CSI)辅助的中继和固定增益的中继两种情况;同时还分别考虑了不带指向误差和带指向误差的场景。为了精确地模拟水下无线光通信环境,我们建立了对应的多跳UOWC系统的数学模型。在这系统模型中,我们采用混合指数伽马分布来模拟水下信道状况,该系统模型能够准确地描述综合考虑散射、吸收和湍流的水下复杂信道环境。其次,本文对基于多跳的水下无线光通信系统的性能进行了分析,推导出了以上各种因素组合下的系统性能表达式的闭合形式,包括中断概率、平均误码率和信道容量。其中平均误码率考虑了多种常用的调制方式。本文的研究结果表明CSI辅助中继表现出了更好的中断概率误码率性能,但对湍流也更加的敏感;固定增益中继的信道容量表现更为出色。结果表明湍流对系统的性能影响巨大,但是多跳技术可以让系统的性能得到显著的改善,且跳数越多提升越大。指向误差同样影响着系统的性能表现,但只和跳数相关,与湍流强度、中继方案、检测方式等无关。尽管随着跳数的提升,指向误差对系统性能的影响也在增加,但相比之下多跳方案对系统性能的提升更大。最后,我们利用蒙特卡洛仿真进行了全面的计算机实验,验证了本文构建的系统模型的准确性和性能结果。
其他文献
自上世纪八十年代以来,人工神经网络迅猛发展。现在,它已经被广泛应用于诸多领域解决实际问题。但是,就目前情况而言,我们所应用的人工神经网络属于第二代神经网络。尽管第二代神经网络帮助我们在很多领域取得了突破性的进展,但它并没有实现真正的仿生,不能够模仿真实大脑皮层神经元网络的工作机制。而构建与人类大脑神经元网络相类似的智能网络作为当下的研究热点,由于大脑结构和功能之谜尚未真正解开,变得极具挑战。本文从
随着移动用户终端产生的通信业务需求的激增和新兴远程物联网业务需求的诞生,传统地面通信网络由于资源有限、节点覆盖范围小等缺陷难以满足业务对大规模连接和高网络承载能力的需求,并且一旦地面网络遭受自然灾害的影响而瘫痪时,将导致受灾地区通信的中断。而卫星通信网络因为海拔高、可用资源丰富的特点具有覆盖范围广、接入技术灵活、免受不可抗力因素破坏等优点,当其与地面通信网络融合形成天地一体化网络时,能够提升网络对
物理层密钥生成技术主要是利用无线信道的互异性、时变性和空间唯一性生成随机序列,区别于传统的加密方法,物理层密钥生成技术不需要第三方可信机构的密钥管理与分发,理论上可以做到一次一密,达到香农保密通信的绝对安全。在5G和物联网时代,物理层密钥生成技术可以对传统加密方式进行补充甚至完全替代,具有广阔的应用前景。本文着重对物理层密钥生成技术的应用场景进行研究,主要的工作与创新点如下:(1)将物理层密钥生成
在移动边缘计算(Mobile Edge Computing,MEC)网络中,可充分利用服务器自身的计算能力,协助资源受限的移动终端进行计算卸载。利用非正交多址接入技术(Nonorthogonal Multiple Access,NOMA)完成计算任务卸载,可有效提高频谱效率,同时减少完成任务计算所需的时延和能量消耗。目前,基于NOMA的移动边缘计算(NOMA-MEC)网络计算卸载研究主要集中在通信
随着信息通信技术的快速更新迭代,物联网技术得到充足的发展和普及,现如今已经改变了人类传统的生活和工作方式,使诸多行业走上智能化的道路。物联网的发展在一定程度上取决于当下通信基础设施的水平和能力,但是在一些偏远地区、广袤沙漠以及远海等场景部署地面网络比较困难,而且地面基站覆盖范围小,这些地区通常没有信号,从而导致物联网技术的服务能力无法满足人类的需求。为解决地面物联网受地域影响大,覆盖范围有限的弊端
近年来,深度学习为计算机视觉算法的飞速发展奠定了稳固的基础,基于深度神经网络的目标检测算法渐渐被应用在人们生产生活的方方面面。然而,随着技术的发展,目标检测算法的研究也从充足数据、强监督的场景逐渐转移到了类别长尾分布的小样本场景。因此,如何利用极少量的数据实现高精度的目标检测,成为了近年来国内外的研究热点。然而,在没有足够数据的情况下,深度神经网络容易出现难收敛、过拟合以及泛化性能差等问题;并且由
近年来,第五代通信技术日趋成熟,可穿戴设备和便携式设备的应用越来越普及,物联网的蓬勃发展正在将世界带入一个传感器无处不在的环境。模数转换器(ADC)作为连接模拟世界与数字系统的桥梁,普遍应用于各类电子设备中。为了实现整个系统的低功耗设计,对模数转换器性能和功效的要求也越来越严格。逐次逼近流水线混合型(Pipelined SAR)ADC结合了流水线型(Pipelined)ADC和逐次逼近型(SAR)
低轨卫星作为一种覆盖面广、不受地理和气象因素影响的中继节点,克服了地面网络远距离传输弱点,相对其它轨道卫星,其灵活可靠,成本低廉,更易满足地面移动用户的业务质量需求,因此受到了学术和工业界的广泛关注。随着通信技术的高速发展,用户终端的数量不断增加,业务范围也在不断拓展,这些都对未来卫星网络接入等性能提出了更高的要求。在如今的卫星网络环境中,用户分布跨度大,无法采用地面网络中基于载波侦听的冲突避免机
随着无线通信的迅速发展,人类正逐步进入万物互联的时代,多模式、多频带的无线通信设备将成为日后发展趋势,因而宽带射频接收前端成为时下的一个研究热点,除此之外,无线通信设备对功耗、性能等方面的要求越来越高。低噪声放大器(LNA)和混频器(Mixer)作为通信设备中的重要模块,同样也是主要的耗能模块,因此研究并设计高能效的低噪声放大器和混频器具有重要的意义。本文提出了工作在0.15~1GHz频段的低功耗