星地下行激光通信中的突發(fā)差錯(cuò)及其抑制方法研究.pdf

1、衛(wèi)星光通信被稱為“未來空間信息高速公路”,它的諸多優(yōu)點(diǎn)吸引了世界各國和學(xué)者的廣泛關(guān)注,正在迅速走向?qū)嵱没?。衛(wèi)星全光通信網(wǎng)絡(luò)是衛(wèi)星光通信未來發(fā)展的重要方向。
　　星地下行光通信鏈路是衛(wèi)星全光通信網(wǎng)絡(luò)的關(guān)鍵鏈路之一,是衛(wèi)星與地面交換信息的主要通信通道。在衛(wèi)星與地面進(jìn)行光通信過程中,由于大氣湍流的作用,信號(hào)光的光場(chǎng)相干性會(huì)受到破壞,產(chǎn)生光強(qiáng)起伏等一系列光學(xué)效應(yīng),進(jìn)而導(dǎo)致接收信號(hào)光出現(xiàn)一定概率的低于某一給定閾值的光學(xué)衰落。在基于強(qiáng)度調(diào)制/

2、直接探測(cè)(IntensityModulation/DirectDetection,IM/DD)體制的高速星地下行光通信系統(tǒng)中,這些衰落會(huì)直接造成突發(fā)的、成串的通信差錯(cuò),從而影響光通信系統(tǒng)的通信性能。本文把這種通信差錯(cuò)定義為星地下行激光通信中的突發(fā)差錯(cuò),研究了引起這種突發(fā)差錯(cuò)產(chǎn)生的下行激光通信信道的衰落特性,提出了抑制這種突發(fā)差錯(cuò)影響通信性能的方法。
　　為了快速、準(zhǔn)確獲取星地下行光通信信道的可靠狀態(tài)信息,本文設(shè)計(jì)并完成了高采樣率(

3、采樣率超過1kHz)恒星星光光強(qiáng)起伏特性測(cè)量實(shí)驗(yàn),并建立了分析、處理和濾波光強(qiáng)起伏數(shù)據(jù)序列的多尺度小波濾波方法,以便剔除光強(qiáng)起伏序列中的隨機(jī)噪聲,同時(shí)降低信道狀態(tài)預(yù)測(cè)的難度。對(duì)實(shí)驗(yàn)數(shù)據(jù)序列的分析處理結(jié)果表明,該方法能在保持光強(qiáng)起伏序列相關(guān)性幾乎不變的前提下,有效剔除混雜在光強(qiáng)起伏序列中的高頻和中高頻隨機(jī)噪聲。
　　為了抑制這種突發(fā)差錯(cuò)對(duì)通信性能的影響,本文進(jìn)行了如下兩方面的研究工作。
　　第一方面,在判決閾值已知的條件下,利

4、用一定時(shí)間內(nèi)接收信號(hào)光的最大衰落長度作為自適應(yīng)交織器的交織深度,建立了基于星地下行激光通信鏈路光強(qiáng)衰落特性的反饋式自適應(yīng)交織編碼方法,同時(shí)解決了抑制突發(fā)差錯(cuò)影響和縮短傳輸時(shí)延的問題。與使用最大內(nèi)存交織方式的比較結(jié)果說明,該方法能夠在保持突發(fā)差錯(cuò)影響抑制能力幾乎不變的條件下,顯著縮短交織器引入的信息傳輸時(shí)延。
　　第二方面,考慮到在判斷突發(fā)差錯(cuò)是否發(fā)生的過程中判決閾值的關(guān)鍵作用,為了抑制突發(fā)差錯(cuò)的產(chǎn)生,利用對(duì)星地下行光通信信道衰落狀

5、態(tài)的實(shí)時(shí)動(dòng)態(tài)預(yù)測(cè)結(jié)果,自適應(yīng)的調(diào)整最佳判決閾值,建立了加權(quán)Kalman自適應(yīng)閾值估計(jì)方法和多尺度小波自適應(yīng)閾值估計(jì)方法。
　　加權(quán)Kalman自適應(yīng)閾值估計(jì)方法利用了信號(hào)光的相關(guān)性與近似寬平穩(wěn)特性,按照加權(quán)方式刻畫輸入序列相關(guān)性,同時(shí)要求參與加權(quán)運(yùn)算的輸入序列必須滿足一定的相關(guān)性,每次計(jì)算須根據(jù)相關(guān)性要求自動(dòng)截取適當(dāng)長度的輸入序列,(輸入序列各項(xiàng)權(quán)重依賴于相關(guān)性),通過求解加權(quán)方程和Kalman估計(jì),獲得實(shí)時(shí)最優(yōu)判決閾值預(yù)測(cè)值。與

6、現(xiàn)有的閾值預(yù)測(cè)方法相比,提高了最優(yōu)閾值的預(yù)測(cè)精度和抑制突發(fā)差錯(cuò)產(chǎn)生的能力。
　　多尺度小波自適應(yīng)閾值估計(jì)方法的原理是對(duì)輸入信號(hào)序列進(jìn)行多尺度極大重疊小波分解,考慮到在各個(gè)尺度上根據(jù)相關(guān)性要求自動(dòng)截取的輸入序列長度各不相同,以及輸入序列各項(xiàng)權(quán)重也不相同的特點(diǎn),在各尺度上分別使用加權(quán)Kalman預(yù)測(cè)模型進(jìn)行預(yù)測(cè),最后使用極大重疊小波變換將各個(gè)尺度的預(yù)測(cè)序列重構(gòu)為最終預(yù)測(cè)序列。研究結(jié)果表明,與加權(quán)Kalman自適應(yīng)閾值估計(jì)方法相比,該方