基于完美涡旋衍生的环形光斑多边形调制的自适应O-ISAC自由空间光通信系统

《Optics Communications》：Adaptive O-ISAC free space optical communication system via perfect-vortex-derived ring-spot polygonal modulation

　　

## 摘要

在自由空间光通信（FSO）系统中，大气湍流引起的前波前畸变和强度闪烁会降低空间模式复用的可靠性和容量。为了在避免传统信道探测带来的频谱开销的同时提高传输鲁棒性，本文提出了一种基于完美涡旋衍生的环形斑点多边形调制（PV-RSPM）的自适应光集成感知与通信（O-ISAC）传输系统。首先，通过准狄利克雷聚焦机制将连续涡旋相位重构为离散多边形环形斑点，从而提高了发射光场的几何稳定性。在此基础上，提出了一种多维星座映射方案，支持在不同湍流条件下的分层传输模式。其次，设计了一种联合O-ISAC接收机——特征解耦的集成感知与通信网络（FD-ISAC-Net），从单张畸变强度图像中提取用于通信解调的全局几何特征和用于湍流感知的局部畸变敏感特征。进一步提出了一种两阶段差分训练策略，结合带有物理包含约束的软序数损失，以缓解通信任务与感知任务之间的特征冲突。最后，将滑动窗口多数投票协议引入闭环自适应传输系统，以稳定时变湍流条件下的模式切换。仿真结果表明，FD-ISAC-Net的整体感知准确率达到89.48%~93.37%，核心区域准确率达到93.75%~97.05%，且无跨级别误分类。在连续时变湍流信道下，所提系统自适应地平衡传输吞吐量和链路可靠性，端到端恢复图像的信噪比（PSNR）值达到34.14~46.55 dB。

## 引言

在第六代（6G）空天地海一体化网络发展的驱动下，自由空间光通信（FSO）通信凭借其巨大的空间复用潜力和宽可用带宽，已成为传统射频（RF）通信的重要补充。这些优势使FSO链路适用于跨介质传输和高容量骨干回传。然而，当光束通过大气信道传播时，随机的折射率涨落会引入前波前畸变和强度闪烁，从而降低远距离链路的可靠性[1]、[2]。为进一步增大信道容量，近年来基于轨道角动量（OAM）的空间模式复用引起了广泛关注[3]、[4]、[5]。然而，传统拉盖尔-高斯（LG）光束的环半径随拓扑荷的增加而增大，这增加了接收端设计的复杂性，并使系统更容易受到模式间串扰的影响[6]、[7]。为缓解这一限制，完美涡旋（PV）光束得到了研究，因为其环半径原则上与拓扑荷无关[8]、[9]。现有关于PV光束的研究大致可分为两类。第一类关注单模连续环形PV光束[8]、[9]、[10]、[11]。Ostrovsky等人首次使用空间光调制器生成了具有固定环半径的PV光束[8]，从而减少了与传统LG光束相关的空间重叠问题。Vaity等人进一步展示了PV光束在多模复用方面的潜力，为高阶OAM复用奠定了重要基础[9]。后续研究探讨了完美光学涡旋光束在大气湍流中的传播行为[10]，而相关的环形光束设计则探索了通过交叉相位调制实现自聚焦控制[11]。第二类通过有限数量低阶PV模式的相干叠加构建花瓣状或复杂阵列光束[12]、[13]。通过调整这些模式之间的干涉，Ma等人生成了具有可调空间结构的复杂波形[12]。Qiu等人进一步分析了相干叠加多模PV光束在大气湍流中的模式演化[13]。与此同时，Tsvetkov等人展示了基于学习的增强可以在大气湍流下提高光学涡旋线结构的鲁棒性[14]。尽管这两类基于PV的波形设计提高了结构光场的畸变容忍度，但在严重的信道状态下仍表现出局限性。在强湍流下，连续环形PV光束可能遭受模式色散和环碎片化[15]。此外，由OAM模式叠加形成的传统花瓣状光束仍然容易受到湍流引起的空间畸变和模式串扰的影响，这可能降低基于OAM的光通信链路的可靠性[16]。更一般地，现有波形设计仍主要局限于单维或低维调制空间。对于大规模、高阶、多模并行复用，物理波形的灵活性和状态空间的可扩展性仍然有限，这制约了系统频谱效率的进一步提高。

尽管多维波形设计可以增强物理层的畸变容忍度，但仅靠静态波形优化对于在高动态大气湍流中维持稳定传输是不够的。因此，需要一种能够实时感知信道状态并调整传输策略的自适应FSO系统，以在不同信道状态下维持链路性能。现有的信道状态感知方法主要可分为两大类。第一类依赖基于硬件的检测，以波前传感器为代表[17]，它们可以提供高感知精度，但通常需要昂贵的设备和精密的光学对准，限制了其在移动或紧凑型终端中的部署。第二类依赖信号估计方法，例如从湍流退化的强度图像中估计Zernike系数和点扩散函数[18]。这些方法避免了专用感知硬件，但通常将信道状态表征作为一个独立的估计问题来处理，而不是将其与通信解调耦合在一个统一的接收机中。因此，对于动态物理信道，重要的是将感知的信道状态信息以闭环方式反馈给解调和解调逻辑，从而以有限的额外开销实现光集成感知与通信（O-ISAC）架构。

深度学习为构建这样的O-ISAC接收机提供了一种可行的方法，因为它能够从畸变的光场图像中学习非线性映射。数据驱动方法已被用于补偿复杂物理信道损伤和提高光束鲁棒性[14]，也被用于预测大气湍流状态[19]、[20]、[21]。对于通信解调，Lohani等人展示了深度神经网络在湍流引起畸变下空间模式预测的鲁棒性[22]。随着空间模式复用维度的增加，Liu等人提出了一种多标签图像分类网络，用于在强湍流信道中识别高阶OAM叠加状态[23]。对于湍流感知，Paine等人表明可以使用机器学习从单帧强度图像中恢复湍流引起的前波前畸变[24]。最近，Siddik等人展示了卷积神经网络（CNNs）可以从湍流退化的强度图像中估计高阶修正Zernike系数并恢复点扩散函数[18]。这些研究表明，数据驱动接收机在信号重建和信道状态表征方面都具有前景。然而，大多数现有的数据驱动接收机仍将通信解调和湍流感知作为分离的任务来处理。计算机视觉和多任务学习领域的研究表明，当并发任务需要不同类型的特征时，传统的并行分支联合训练可能会遭受优化冲突[25]、[26]。这个问题对于本文考虑的O-ISAC场景尤为相关。通信解调要求接收机提取对信道畸变相对不敏感的抽象全局几何特征[22]、[23]，而湍流感知则需要保留反映信道退化的局部物理畸变细节[18]、[24]。这种特征需求的差异可能导致联合优化过程中的梯度干扰和特征空间污染。因此，需要一种能够进行物理有意义特征解耦的联合接收机，使得用于通信解调的全局几何特征和用于湍流感知的局部畸变敏感特征可以被分配到合适的特征层级。

基于上述考虑，本文提出了一种基于完美涡旋衍生的环形斑点多边形调制（PV-RSPM）的自适应O-ISAC传输系统，称为PV-RSPM-O-ISAC系统。所提系统旨在通过联合集成PV-RSPM波形设计、特征解耦接收机设计和基于感知反馈的自适应传输，提高复杂大气湍流下FSO通信的容量和可靠性。

（1）设计了一种用于湍流自适应FSO传输的完美涡旋衍生的环形斑点多边形调制（PV-RSPM）波形。通过准狄利克雷聚焦机制，将连续涡旋相位重构为离散多边形斑点，提高了发射光场的几何稳定性和色散容忍度。基于此波形，构建了具有径向、角度和形状维度的多维星座空间。然后分别为弱、中和强湍流条件设计了高容量、中容量和高鲁棒性传输模式。

（2）开发了一种特征解耦的集成感知与通信网络（FD-ISAC-Net），作为联合O-ISAC接收机，从单张湍流畸变强度图像中进行通信解调和湍流感知。通过集成基于FPN的多尺度特征提取、注意力模块和任务导向的特征解耦，FD-ISAC-Net学习用于通信解调的全局几何特征和用于湍流感知的局部畸变敏感特征。进一步引入了一种两阶段差分训练策略，结合带有物理包含约束的软序数损失，以减少两个任务之间的特征冲突。

（3）构建了基于PV-RSPM的闭环自适应传输系统，并在连续时变湍流信道下评估了其动态切换性能。仿真结果表明，所提系统可以根据感知的信道状态调整传输模式，从而在不增加人工干预的情况下平衡传输吞吐量和链路可靠性。

本文其余部分组织如下：第2节介绍PV-RSPM波形生成方法、多维星座设计、大气湍流信道模型、特征解耦的集成感知与通信网络（FD-ISAC-Net）接收机以及端到端自适应闭环系统。第3节展示仿真设置和训练配置，随后对物理波形稳定性、通信解调性能、湍流感知能力、特征流形、信噪比（SNR）鲁棒性和端到端自适应切换进行分析。第4节总结全文。

### 2.1 系统模型与原理

为实现大气湍流下高效可靠的端到端数据传输和信道感知，本节介绍所提出的完美涡旋衍生的环形斑点多边形调制光集成感知与通信系统（PV-RSPM-O-ISAC）。系统从四个方面进行介绍：基于准狄利克雷聚焦和多维星座设计的PV-RSPM波形生成、大气湍流信道模型、基于FD-ISAC-Net的联合O-ISAC接收机以及端到端自适应闭环系统。

### 3. 结果与讨论

为评估所提的PV-RSPM-O-ISAC系统，本节首先介绍仿真参数和训练配置，随后分析系统性能。在数值仿真中，采用等效单相位屏模型结合角谱衍射理论来模拟光束通过大气湍流的传播。设传输波长为$\lambda$，传播距离为$z$，有效接收孔径为$D$。

### 4. 结论

大气湍流引起的前波前畸变和强度闪烁限制了自由空间光通信（FSO）系统中空间模式复用的可靠性和容量。为解决这一问题，本文提出了一种基于完美涡旋衍生的环形斑点多边形调制（PV-RSPM）的自适应光集成感知与通信（O-ISAC）传输系统。在发射端，使用准狄利克雷聚焦机制生成离散多边形……

### CRediT作者贡献声明

刘博远：撰写—原稿、可视化、验证、软件、方法论、调查、正式分析、概念化。

陈丹阳：撰写—审稿与编辑、监督、项目管理、资金获取、概念化。

王建平：撰写—审稿与编辑、监督。

陆慧敏：撰写—审稿与编辑、监督。

金建良：撰写—审稿与编辑、监督。

### 利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：陈丹阳声明获得了国家自然科学基金的资助。如有其他作者，他们声明没有已知的竞争财务利益或个人关系可能影响本文所报告的工作。

### 致谢

本工作得到国家自然科学基金（批准号：62401039）的资助。

### 作者信息

刘博远 | 陈丹阳 | 王建平 | 陆慧敏 | 金建良

北京科技大学计算机与通信工程学院，北京，100083，中国