高速可扩展水下无线光通信与超宽带融合传输系统在UWOSN中的应用研究

本综述提出了一种创新的水下无线光通信与超宽带（UWOC/UWB）融合传输系统，通过直接调制激光器（DML）和光学延迟线（ODL）技术，实现了5×1.5 Gb/s的高速数据传输。系统采用开关键控（OOK）调制和强度调制/直接检测（IM/DD）方案，基于Gamma-Gamma统计信道模型，在不同水体和湍流条件下验证了前向纠错（FEC）目标误码率（BER）3.8×10-3的可靠性。该方案为水下无线光传感器网络（UWOSN）提供了高速、长距离和可扩展的通信解决方案，适用于海洋勘探、监测和防御等应用场景。

　　

引言：地球表面70%以上被水覆盖，但95%的海洋尚未被探索。随着陆地资源的日益枯竭，海洋成为食物、能源和资源的重要替代来源。联合国2030年可持续发展目标（SDGs）中的SDG-14旨在“保护和可持续利用海洋和海洋资源”。海洋调节气候、支持生物多样性并维持生计，但面临污染、过度捕捞和气候变化的威胁。SDG-14旨在通过研究和国际合作减少海洋污染、保护生态系统、规范捕捞并促进可持续海洋产业。人类在海洋中的活动逐渐扩大，包括海洋调查、海洋学研究、海上石油勘探、水下石油管道监测和战术监视，这推动了对高速水下通信的需求。因此，水下无线传感器网络（UWSNs）近年来因其在海洋勘探等挑战性领域的潜在应用而受到广泛关注。

传统上，水下声学通信（UAC）被广泛用于实现相当长的通信距离，但极低的数据速率和大的通信延迟是主要限制。另一方面，水下射频（RF）通信可以实现高数据速率和小的通信延迟，但代价是短距离。考虑到这两种传统水下无线通信技术的优缺点，水下无线光通信（UWOC）近年来因其显著优势而受到广泛关注，例如高达Gb/s的数据速率、低通信延迟、低功耗和小碳足迹。UWOC的这些独特特性在满足UWSNs需求方面发挥着重要的补充作用。

基于水下无线光通信/单模光纤/自由空间光学（UWOC/SMF/FSO）的混合链路由于水、光纤和自由空间的不同衰减系数而面临重大挑战。由于每种技术在不同的波长下运行，功率预算大幅减少。UWOC在可见波长下运行，并受到水吸收和散射的影响，而SMF和FSO在红外波长下运行，并分别受到光纤和大气衰减的影响。最近提出的解决方案涉及利用光电检测、再调制和转发（PRF）中继在水-光纤-空气界面执行从可见光到红外的波长转换。然而，这种方法的主要限制是由于使用中继进行波长转换而增加了系统成本和复杂性。一个最优的解决方案是实施水下无线光通信/超宽带（UWOC/UWB）混合系统，利用两种技术的优势实现高速数据传输，用于包括UWSNs在内的各种应用。UWOC在水下环境中提供高速数据传输，而UWB无线技术通过空气或水提供可靠和长距离通信。UWOC/UWB混合系统可以在单一波长下运行，减少了与UWOC/SMF/FSO混合链路相关的复杂性和功率预算问题。

相关工作：水下无线光通信/射频（UWOC/RF）混合链路在文献中已被广泛探索，特别是在中继辅助可见光通信（VLC）/RF链路、基于协作中继的UWOC/RF链路、基于可重构智能表面（RIS）的双跳混合UWOC/RF系统、用于水下物联网（IoUT）和地面数据中心的RIS使能UWOC/RF融合链路、双跳FSO/UWOC/RF混合链路、放大转发（AF）中继辅助UWOC/RF混合传输系统、无任何中继节点的混合RF/UWOC链路、三跳UWOC/FSO/RF混合链路、空分复用（SDM）辅助FSO/UWOC混合链路、基于空间光调制器（SLM）的波束跟踪方案使用FSO/HCF/UWOC混合链路、基于偏振分复用（PDM）的FSO/UWOC融合链路、基于AF中继的双跳混合UWOC/RF系统、无人机（UAV）辅助双跳混合UWOC/RF系统、双跳UWOC/RF传输系统、采用固定增益AF中继的混合UWOC/RF链路、基于UAV作为低空移动空中基站通过固定增益AF或解码转发（DF）中继向自主水下航行器（AUV）传输数据的混合UWOC/RF链路、基于DF中继的两跳混合UWOC/RF链路以及基于浮动中继的上行混合UWOC/RF空间-海洋系统。

从详细的文献调查中可以清楚地看出，混合UWOC/UWB链路以前尚未被提出用于实现高速和灵活的水下无线光传感器网络（UWOSNs）。我们首次提出了一种融合UWOC/UWB链路用于实现5×1.5 Gb/s UWOSN。这里采用直接调制激光器（DMLs）对传感器数据进行调制，并通过UWOC信道传输到浮动光学基站（FOBS），在FOBS处使用光学延迟线（ODL）方案在光域中生成多个超宽带（UWB）信号。使用Gamma-Gamma分布考虑了不同水体和湍流状况来检查信号的性能。前向纠错（FEC）目标误码率（BER）3.8×10^-3针对考虑不同水体和湍流值的所有传感器成功实现。

基于以上细节，本研究的主要成果如下：

• 实现了用于5×1.5 Gb/s高速可扩展UWOSN的UWOC/UWB集成传输系统。

• 使用DMLs调制和传输传感器数据通过UWOC信道到安装有多个RAUs的FOBS。

• 利用ODL技术在光域中生成多个调谐在不同频率的脉冲无线电UWB（IR-UWB）无线信号。

• 利用Gamma-Gamma信道模型在各种水生环境和湍流场景下评估传感器性能，以进行准确分析。

这项工作是使用Optiwave Inc.开发的OptiSystem 22软件进行模拟的。第二节提供了UWOC技术的理论概述以及系统和信道模型，第三节介绍了提出的架构，第四节描述了仿真结果，最后，第五节对论文进行了总结。

部署场景：图1显示了UWOC/UWB集成网络架构的应用场景概述，支持不同传感器和地面站之间的高速数据传输，用于各种应用，如海洋勘探、海洋监测、海洋生物保护、海洋防御系统和 underwater research。水下传感器收集数据并通过UWOC链路将其传输到FOBS，在FOBS处，在光域中生成多个调谐在不同频率的UWB无线信号。多个调谐在不同频率的UWB无线信号由相应的移动站（MSs）接收，从而实现传感器和地面站之间的高速和长距离数据传输的UWOSN。

UWB无线技术：UWB无线电技术已成为短距离、高数据速率无线通信和无线传感器网络的一种有前途的解决方案。其主要优点包括：低功耗、低发射功率谱密度（PSD）、抗多径衰落、增强的穿透障碍物能力以及与常规无线通信系统的无缝共存。这些优势使UWB成为各种应用的有吸引力的技术。美国联邦通信委员会（FCC）在2002年授权在3.1–10.6 GHz范围内未经许可使用UWB频谱，施加了-41.3 dBm/MHz的PSD限制。因此，根据FCC的定义，UWB信号必须满足三个称为UWB频谱掩模的条件，即（I）带宽超过500 MHz或分数带宽大于20%，（II）等效全向辐射功率（EIRP）≤ -41.3 dBm/MHz，以及（III）信号频率应在3.1–10.6 GHz范围内。

UWB技术已在60 GHz频段在全球范围内受到监管，不同地区的频率分配各不相同。具体来说，在加拿大和美国分配的频率范围为57至64 GHz，在澳大利亚和欧洲为57–66 GHz，在日本和韩国为59–66 GHz。60 GHz频段在缓解与其他无线通信系统（如5 GHz的IEEE 802.11和3.5 GHz的IEEE 802.16）的共存问题方面具有独特优势，同时提供了7.5 GHz的极高带宽。此外，60 GHz UWB技术已经发展到可以集成到单个芯片中，使其适用于手持设备。而且，60 GHz频段中的平均EIRP可以从当前规定的-41.3 dBm/MHz增加到13 dBm/MHz。假设自由空间路径损耗得到充分最小化，这种传输功率的显著提升可以扩展UWB传输范围。

UWB技术有两种主要变体：多带正交频分复用（MB-OFDM）和脉冲无线电UWB（IR-UWB）。MB-OFDM能够实现频谱的最佳利用，支持每个528 MHz频带480 Mb/s的数据速率。FCC定义了MB-OFDM频谱，将3.1–10.6 GHz范围划分为14个频带，每个频带带宽为528 MHz。每个频带作为OFDM基带信号的载波频率，并进一步细分为128个正交子载波。其中122个用于数据传输，而六个被指定为空子载波以最小化干扰。另一方面，IR-UWB采用超短脉冲，通常在皮秒范围内，同时支持通信和定位。IR-UWB脉冲可以在幅度、位置或形状上进行调制。因此，高斯单周期、双周期和三周期脉冲通常用于通过取高斯脉冲的一阶、二阶和三阶导数来实现IR-UWB系统中的不同调制方案。这些脉冲提供了 distinct benefits，包括出色的BER性能和固有的抗多径衰落能力，使其非常适合高可靠性无线通信应用。

UWB系统的一个主要挑战是生成符合FCC频谱掩模的UWB脉冲。已经提出了几种基于电子技术的UWB脉冲生成方法。最近，在光域中生成UWB脉冲受到了显著关注。全光学方法提供了更大的灵活性、可调性、 vast bandwidth 和更好的频谱占用，如FCC所规定。最近已经提出并演示了几种全光学UWB脉冲生成方法。在这些方法中，ODL技术被认为是最简单和最有效的方法之一，在这项工作中被用于生成UWB脉冲。

UWOC系统和信道模型：信道建模是光无线通信（OWC）中的关键步骤，它帮助系统设计者估计各种OWC信道的损伤，这些损伤直接影响信号质量，例如强度闪烁和衰减。此外，有效的信道建模支持网络规划者优化不同的性能指标，如BER、品质因数（Q-factor）、功率预算、吞吐量和延迟。有不同的信道模型被提出来估计OWC链路的湍流和衰减，例如Log-normal、K-distribution、Negative-exponential、Gamma-Gamma和最近提出的Malaga模型。Log-normal仅适用于弱湍流条件，而强湍流条件使用K-distribution和Negative-exponential模型来表征。Gamma-Gamma信道模型是一种通用的模型，可以有效地用于表征从弱到强的任何湍流。该信道模型在这项工作中被用于评估传感器在广泛海洋湍流（包括气泡诱导湍流）下的性能。

视线UWOC系统中的总接收功率可以数学公式化为：P_r = P_tη_tη_r exp(-c(λ)d/cosθ) (A_r cosθ)/(2πd²(1-cosθ_o))。其中，P_t表示平均发射功率，η_t表示发射器效率，η_r表示接收器效率，d表示发射器和接收器平面之间的垂直距离，θ是接收器平面法线与发射器-接收器轨迹之间的角度，A_r指的是接收器孔径面积，θ_o表征波束发散，这解释了几何和指向损耗。

通过水体传播的光信号的总衰减可以表示为吸收和散射损耗之和，可以数学表示为：c(λ) = a(λ) + b(λ)。其中，c(λ)、a(λ)和b(λ)分别表示消光系数、吸收系数和散射系数。从方程2可以明显看出，吸收和散射系数强烈依赖于水的固有特性，例如其温度、盐度和浊度，以及光信号的工作波长。为了评估系统在各种水生条件下的性能，这项工作考虑了几种类型的水体。每种水体类型的相应消光、吸收和散射系数在表2中给出。

类似地，通过UWOC链路传输的光信号可能会受到海洋湍流的影响。UWOC链路中的海洋湍流主要是由于水的折射率因温度、盐度和压力的变化而波动引起的。强度闪烁，也称为海洋湍流，指的是由于水的折射率变化而引起的接收信号强度的随机波动。Gamma-Gamma分布用于模拟接收信号强度的随机波动，其概率密度函数（PDF）数学表示为：ρ(I) = [2(αβ)^(α+β)/2/(Γ(α)Γ(β))] I^{((α+β)/2-1)} K_α-β(2√(αβI))。其中，K_α-β和Γ(·)分别表示修正的贝塞尔函数和Gamma函数。Gamma函数数学上定义为：Γ(d) = ∫₀^∞ exp(-t) t^d-1 dt。

在方程3中，参数α和β分别表征大尺度和小尺度衰落涡流，并可以公式化为方程5和6。方程7中的σ_R²是Rytov方差，可以表示为：σ_R² = 1.23 C_n² k^7/6 R^11/6。在方程7中，C_n²参数表示折射率结构参数，它量化了海洋湍流的强度，R是UWOC链路的范围，k=2π/λ是光波数。在这项工作中，考虑了不同的湍流状况来分析性能，这些状况由C_n²参数表征，其值在表3中给出。

提出的架构：如提出的架构框图所示，在实际的水下传感应用中，传感器通常生成模拟信号。这些模拟信号然后使用模数转换器（ADCs）转换为比特流，从而实现进一步的处理和传输。二进制信号用于直接或外部调制DML或连续波（CW）激光器，然后调制的光载波通过光链路传输。可以观察到，基带数据信号，每个由具有50 ps全宽半最大值（FWHM）的高斯形脉冲组成，速率为1.5 Gb/s，用于直接调制五个激光器，发射波长为λ₁ = 532 nm，λ₂ = 532.8 nm，λ₃ = 533.6 nm，λ₄ = 534.4 nm，和λ₅ = 535.2 nm，如图2的插图所示。表4显示了不同光载波（即传感器）的波长分配。

这里需要提及的是，每个激光器的光功率为30 dBm，相邻信道之间的波长间隔为0.8 nm，符合ITU-T定义的波分复用（WDM）光谱网格。由DMLs产生的开关键控（OOK）调制的高斯形光脉冲通过视线UWOC链路传输。传输的脉冲然后由连接到FOBS的接收望远镜收集，在FOBS处安装了多个无线电接入单元（RAUs），如图2所示。接收望远镜在这里简单地作为功率组合器工作，它将多个输入光信号组合起来，然后传递到1×5解复用器。在FOBS处组合光信号输出处的频域图如图3所示。组合的光信号在FOBS处使用1×5解复用器进行解复用。在这项工作中，安装在FOBS处的RAUs的作用是将光信号转换为UWB无线信号，并通过RF天线将它们传输到移动站（MSs）。

高斯单周期脉冲的差分方程，通过高斯脉冲的一阶微分近似，可以写为：m(t) = g(t) + (-1 × g(t-τ))。其中g(t)表示时域中的高斯脉冲，m(t)是时域中的高斯单周期脉冲，τ是分离高斯单周期脉冲正负半周期的时间延迟。在这项工作中，我们使用ODL技术在光域中实现了表示高斯单周期脉冲的差分方程（方程8）。

在每个RAU处，传入信号使用功率分配器（PS）分成两个分支，如图2所示。在一个路径中，信号经历受控延迟，而在另一个路径中，采用可变光衰减器（VOA）来确保均衡的路径损耗。随后，延迟和衰减的光信号通过光电检测转换为电信号。最后，使用减法器组合产生的电信号。光学延迟被仔细调整，使得一个路径中高斯脉冲的尾部与另一个路径中相同高斯脉冲的前部对齐。由于在光电检测器输出处的减法过程，两个高斯形脉冲获得相反的极性，从而形成高斯单周期脉冲。减法器输出处的UWB信号然后使用电带通滤波器（EBPFs）进行滤波，每个滤波器的带宽为10.6 GHz，并传输到MSs，如图2所示。为了防止FOBS安装的RAUs之间的电磁干扰，每个RAU采用调谐在不同频率的EBPF，例如RAU-1在4 GHz，RAU-2在4.5 GHz，RAU-3在5 GHz，RAU-4在5.5 GHz，和RAU-5在6 GHz。随机选择的传感器-1、3和5的生成的高斯单周期脉冲的时域和频域轨迹如图4所示。

很明显，生成的UWB信号完全符合FCC频谱掩模。此外，传感器-1、3和5的UWB单周期脉冲的正半周期分别具有55 ps、54 ps和54 ps的FWHM。类似地，传感器-1、3和5的UWB单周期脉冲分别具有210 ps、201 ps和196 ps的FW（全宽）。

在实际应用中，如第1.3节讨论的，在幅度、位置或形状上调制的UWB信号通过无线信道传输到MSs。在这项工作中，MS负责从UWB信号中提取基带数据并执行BER分析。由于这项工作的主要重点是在光域中生成UWB信号，因此在相应RAU输出处生成的每个UWB信号不通过无线信道传输。相反，它直接连接到MS的输入，如图2所示。在MS处接收的信号经过带通滤波以消除带外噪声。然后它通过电分配器（ES）分成两个路径。为了实现自混合，两个分支中的信号使用电混频器组合。通过混频器相乘导致单周期脉冲的负半周期被移除，从而产生高斯形脉冲。混频器输出然后使用电低通滤波器（ELPF）进行滤波以拒绝高频谐波并提取基带数据。最后，基带数据信号被馈入BER分析器，该分析器测量BER值。这项研究中使用的关键仿真参数总结在表5中。

结果与讨论：为了促进这项研究中传感器性能的分析和评估，考虑了以下假设：

• 假设传感器锚定在海床附近，与FOBS保持均匀距离。

• 假设每个传感器和FOBS之间存在直接的视线光链路。

• 在UWOC链路中考虑了几何和耦合损耗。

• 这项研究考虑了FEC目标BER 3.8×10^-3。

• 选择传感器-1、3和5来说明性能评估，而选择传感器-2和4用于详细检查它们的眼图。

使用BER、品质因数（Q-factor）和误差矢量幅度（EVM）指标评估传感器性能。BER和Q-factor值是利用OptiSystem基于监测电低通滤波器（ELPF）输出信号眼图的内部统计算法获得的。Q-factor与BER通过方程9相关：P_e = (1/2) erfc(Q/√2)。其中，P_e是错误概率，Q是Q-factor，erfc(x)是误差函数。Q-factor量化了接收器的信噪比（SNR），并衡量系统区分信号电平的能力。假设高斯噪声，Q-factor值使用方程10数值计算：Q = |μ₁ - μ₀| / (σ₁ + σ₀)。其中，μ₁和μ₀表示对应于逻辑“1”和逻辑“0”的接收光信号的平均值，而σ₁和σ₀表示当传输逻辑“1”和逻辑“0”时的噪声标准偏差。

误差矢量幅度（EVM）是一种广泛采用的系统级性能指标，在各种电信标准中定义，以量化测量信号与理想参考信号之间的差异。它经常表示为百分比，它本质上测量接收符号离其理想星座点的距离。对于OOK调制，BER通过以下公式与SNR相关：BER = Q(√(2E_b/N₀))。其中Q(x)和E_b/N₀是Q函数和每比特能量与功率谱密度（PSD）的比率。Q函数定义为：Q(x) = (1/√(2π)) ∫_x^∞ e^-t2/2 dt。最后，EVM可以与SNR相关为：EVM = 1/√(SNR)。

在这项研究中，使用方程11-13利用已经通过OptiSystem内部统计算法获得的BER结果数值计算EVM值。图6呈现了EVM与UWOC链路范围的关系图，针对各种水体，如纯海水、清澈海洋、沿海海洋、港口-I和港口-II，考虑弱湍流状况。

可以注意到，对于给定的EVM值，考虑到不同水体，随着水衰减增加，UWOC链路的范围减小。不同水体中较高的衰减导致光信号在通过UWOC链路传播时功率显著降低。在衰减相对较低的纯海水中，信号可以传播更长的距离，同时保持可接受的BER值。然而，在更浑浊的沿海或港口水域，具有更高的衰减系数，相同的信号质量只能在短得多的距离上保持。根本原因是这些水类型中增加的吸收和散射导致沿UWOC链路的更大功率损失，这直接影响接收信号强度。随着信号减弱，噪声相对于信号变得更加显著，导致较低的SNR，表现为较高的EVM值。为了额外评估传感器性能，传感器-2和4的归一化眼图，如图7和8所示，分别在ELPF输出处获得，针对不同水体。结果清楚地表明，传感器-2和4的眼图很好地张开，便于在接收器轻松检测零和一。

图9显示了BER和Q-factor与UWOC链路范围的关系图，针对不同的湍流状况。从图9a-c可以明显看出，在FEC目标BER 10^-3下，弱、中和强湍流状况分别实现了41.2 m、41 m和37.8 m的最大UWOC链路范围。还可以明显看出，在FEC目标BER 10^-3下，随着C_n²参数值的增加，可实现的最大UWOC链路范围缩小。此外，对于给定的Q-factor值，随着C_n²参数值的增加，UWOC链路的范围减小，如图9d-f所示。图10显示了EVM与UWOC链路范围的关系图，针对不同的湍流状况。

可以观察到，对于给定的EVM值，随着C_n²参数值的增加，UWOC链路的范围减小。为了额外评估传感器性能，传感器-2和4的归一化眼图，如图11所示，分别在ELPF输出处获得，针对不同的湍流状况。结果清楚地表明，传感器-2和4的眼图很好地张开，便于在接收器轻松检测零和一。

提出的系统在传感器数量和数据速率方面高度可扩展。通过加入额外的DMLs和优化光学延迟，可以生成和处理更多的UWB信号。此外，考虑到应用需求，系统可以支持更高的数据速率。这种可扩展性使提出的UWOC/UWB集成成为未来具有多样化通信需求的大规模UWOSNs的有前途的解决方案。

结论：在这项工作中，我们提出了一种融合水下无线光通信和超宽带传输系统，用于5×1.5-Gb/s水下无线光传感器网络，采用直接调制激光器用于传感器数据通过水下无线光通信链路传输。带有无线电接入单元的浮动光学基站使用光学延迟线技术成功生成了多个超宽带无线信号。该系统利用开关键控和强度调制/直接检测技术，其性能在不同水体和湍流状况下使用误码率、品质因数和误差矢量幅度进行评估，基于Gamma-Gamma统计信道模型。仿真结果确认系统实现了前向纠错目标BER 3.8×10^-3，展示了在不同水下条件下的可靠性能。这些发现突出了使用水下无线光通信和超宽带集成用于高速水下光传感器网络的可行性，为未来水下通信系统提供了稳健的解决方案。进一步的研究可以探索实验验证和先进的湍流缓解技术，以增强动态水下环境中的系统可靠性。