论文部分内容阅读
在无线光通信(Optical Wireless Communications,OWC)中,为了满足高速通信需求,常常需要用到波分复用技术,通过采用许多不同波长的发射器和匹配滤光片及匹配光电探测器形成多波长并联通信链路来提高通信速率。当波长数目很多时,整个宽光谱内会存在大量的信道状态信息。而由于各个信道仅仅是波长不同,物理链路环境都是相同的,因此信道状态信息是冗余的,不同波长对应的信道状态信息是相关性很强的。如何利用这种信道相关性来设计适用于宽光谱通信的物理层设计,从而达到更高的系统性能或者更低的系统复杂度是非常关键的。
对于视距的无线光通信系统,各个信道的链路增益有着非常准确的表达式,信道的相关性已经被证明是存在的。而对于非视距无线光通信,由于接收到光子地复杂的散射路径,研究信道相关性是比较困难的。提出了基于特征值分析的信道相关性分析方法,分别得出了链路增益和信道冲激响应都具有很强的相关性,并通过近似的单次散射模型解释了这些相关性存在的原因。
对于非视距宽光谱通信信道状态信息的相关性,考虑了三个应用。第一个是信道相关性在链路预测上的应用。链路预测是指用少数几个参考波长上的链路增益估计出其他波长上的链路增益。用线性估计模型结合链路增益协方差矩阵的特征值分解,推导出了迫零(Zero-Forcing,ZF)准则和线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)准则下的线性预测参数以及预测结果的均方误差的表达式。此外,基于随机矩阵抖动原理分析了链路增益协方差矩阵因抽样带来固有的统计误差对线性预测算法的影响。通过严格的理论推导得到,LMMSE准则的线性预测算法受协方差矩阵的抖动影响很小,而ZF准则的线性预测算法受协方差矩阵抖动影响很大。因此,在选取最优的参考波长组时,可以基于推导出的均方误差表达式,通过遍历搜索得到LMMSE准则下的最优参考波长选取。而对于ZF准则下的参考波长选取,必须要最小化协方差矩阵抖动的影响。
第二个是信道相关性在功率分配上的应用。考虑了两种功率分配的优化对象,分别是速率和接收信号的失真。对每个优化对象,都分别考虑了和性能优化和公平性优化两种优化方式。给出了这四种优化目标下的优化问题以及理论上的最优解。注意到当仅改变收发端的几何参数时,链路增益的协方差矩阵只有一个主要的特征值,即不同链路环境下各个波长的链路增益的比值是近似相同的。理论上可以证明当比值严格为定值时,在高信噪比和低信噪比下,四种优化目标下的功率分配方案对于不同的链路增益情况是固定不变的。又分析了当比值不严格相同时采用固定功率分配带来的损失。结果表明,对于和性能优化,采用固定的功率分配只会引入很小的性能损失;而对于公平性优化则会带来很大的性能损失。
第三个是信道相关性在信道估计上的应用。考虑具有符号间干扰(Inter-Symbol Interference,ISI)的情况。那么此时需要考虑信道冲激响应的相关性。提出了新型的基于相关性的信道估计方法,即导频仅仅安插在参考波长上,非参考波长上的信道估计根据相关性由参考波长上的信道估计得到。此外,针对该方法优化了参考波长的选取以及参考波长上导频长度的分配。结果表明该基于相关性的信道估计相比于传统每个信道分配等长度导频,信道估计性能有非常明显的提升。当针对链路环境做该方法的最优导频优化时,可以再提升3dB的性能。
对于视距的无线光通信系统,各个信道的链路增益有着非常准确的表达式,信道的相关性已经被证明是存在的。而对于非视距无线光通信,由于接收到光子地复杂的散射路径,研究信道相关性是比较困难的。提出了基于特征值分析的信道相关性分析方法,分别得出了链路增益和信道冲激响应都具有很强的相关性,并通过近似的单次散射模型解释了这些相关性存在的原因。
对于非视距宽光谱通信信道状态信息的相关性,考虑了三个应用。第一个是信道相关性在链路预测上的应用。链路预测是指用少数几个参考波长上的链路增益估计出其他波长上的链路增益。用线性估计模型结合链路增益协方差矩阵的特征值分解,推导出了迫零(Zero-Forcing,ZF)准则和线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)准则下的线性预测参数以及预测结果的均方误差的表达式。此外,基于随机矩阵抖动原理分析了链路增益协方差矩阵因抽样带来固有的统计误差对线性预测算法的影响。通过严格的理论推导得到,LMMSE准则的线性预测算法受协方差矩阵的抖动影响很小,而ZF准则的线性预测算法受协方差矩阵抖动影响很大。因此,在选取最优的参考波长组时,可以基于推导出的均方误差表达式,通过遍历搜索得到LMMSE准则下的最优参考波长选取。而对于ZF准则下的参考波长选取,必须要最小化协方差矩阵抖动的影响。
第二个是信道相关性在功率分配上的应用。考虑了两种功率分配的优化对象,分别是速率和接收信号的失真。对每个优化对象,都分别考虑了和性能优化和公平性优化两种优化方式。给出了这四种优化目标下的优化问题以及理论上的最优解。注意到当仅改变收发端的几何参数时,链路增益的协方差矩阵只有一个主要的特征值,即不同链路环境下各个波长的链路增益的比值是近似相同的。理论上可以证明当比值严格为定值时,在高信噪比和低信噪比下,四种优化目标下的功率分配方案对于不同的链路增益情况是固定不变的。又分析了当比值不严格相同时采用固定功率分配带来的损失。结果表明,对于和性能优化,采用固定的功率分配只会引入很小的性能损失;而对于公平性优化则会带来很大的性能损失。
第三个是信道相关性在信道估计上的应用。考虑具有符号间干扰(Inter-Symbol Interference,ISI)的情况。那么此时需要考虑信道冲激响应的相关性。提出了新型的基于相关性的信道估计方法,即导频仅仅安插在参考波长上,非参考波长上的信道估计根据相关性由参考波长上的信道估计得到。此外,针对该方法优化了参考波长的选取以及参考波长上导频长度的分配。结果表明该基于相关性的信道估计相比于传统每个信道分配等长度导频,信道估计性能有非常明显的提升。当针对链路环境做该方法的最优导频优化时,可以再提升3dB的性能。