中继卫星资源调度问题研究现状与展望
2012-09-03赵尚弘李勇军赵卫虎
赵 静,赵尚弘,李勇军,王 翔,赵卫虎
(空军工程大学信息与导航学院,西安 710077)
1 引 言
跟踪与数据中继卫星系统(Tracking and Data Relay Satellite System,TDRSS)是转发地球站对中、低轨道航天器的跟踪测控信号,并对中、低轨道航天器发回地面的数据、图像和话音等进行实时、连续的中继的系统。通常包括中继卫星(Tracking and Data Relay Satellite,TDRS)、用户航天器与地面站3个部分[1-3]。由于中继卫星具有覆盖性广、实时性强、经济性好、不受国际政治形势变化影响等优点,其在对地遥感、海洋观测、军事侦察、载人航天等方面有着重要的应用,具有极高的战略价值,受到世界各国的高度重视[4-7]。
随着航空航天领域中对地观测、军事侦察以及深空探测等技术的不断发展,中继卫星数据传输呈现了大容量、高速率以及多样化中继任务的特点,卫星资源优化调度问题愈凸显迫切和重要。特别是近年来,卫星激光链路技术的日益成熟,基于星间激光链路的数据中继卫星组网是必然发展趋势[8-10],对中继卫星调度问题提出了更多的挑战。本文从模型表示和求解算法两方面详细论述了中继卫星调度问题,并根据卫星激光和微波链路联合组网的发展趋势,讨论了资源调度问题进一步的发展方向。
2 中继卫星资源调度基本内涵
中继卫星资源调度问题是根据中继卫星系统应用的任务需求,对中继卫星资源进行优化配置,对信息的获取、处理与传输活动进行调度,制定出满足中继卫星应用任务需求的资源分配和活动调度方案[11-15]。
2.1 问题描述
中继卫星资源调度问题可以用5元组
根据卫星资源调度问题的特点并参考相关研究的经验成果,中继卫星资源调度问题求解过程分为建立中继任务想定、数学建模、求解和寻优3个主要阶段,其流程如图1所示。首先,收集整理用户需求以及可用资源状态,建立调度任务想定,确定任务的可见窗口集合;其次根据调度任务信息,建立关于中继卫星调度问题的数学模型,描述问题的优化目标和约束条件;最后,针对所研究的问题设计并实现求解算法,利用算法对模型进行求解,确定每个调度任务序列和对应的时间序列,最终输出中继卫星资源调度计划。
图1 卫星任务调度流程Fig.1 Process of satellite task scheduling
2.2 活动与资源
中继卫星资源调度问题中的活动指中继卫星与用户星之间的信号传输活动,既包括中继卫星转发地面站的跟踪测控信号的前向信号传输,也包括用户卫星返回地面的数据、图像、话音等的反向信号传输。中继卫星与用户星都是在太空中高速运动的平台,其相对位置实时改变,因此它们之间的信号传输活动包括星间链路建立(天线捕获与跟踪等)与信号传输,是卫星资源调度问题中的关键问题之一。
中继卫星资源调度问题中的资源指中继卫星上的天线资源,包括单址天线和多址天线。单址天线只能为一个用户提供服务;多址天线可以同时形成多个前向和反向波束,每个多址服务波束仅能提供单向的服务。
2.3 主要约束条件
中继卫星资源调度问题求解中存在很多约束,主要有卫星资源和任务两个方面的约束。
2.3.1 卫星资源
卫星资源的主要约束有可见时间窗口约束和太阳干扰约束。
(1)可见时间窗口约束
在中继卫星资源调度的约束条件中,可见时间窗口是中继卫星调度中一个重要的约束条件。数据中继只有在用户星与中继卫星之间能够直视时进行,即必须具有可见时间窗口。可见时间窗口是中继卫星与用户星之间可通行的时间段的集合,是指在某时刻,用户星与中继卫星之间的连线与地球没有交点即两者可视,中继星与用户星进行数据中继时必须建立稳定的链路,建立过程分为准备、捕获、跟踪、释放4个阶段,如图2所示。
图2 卫星间链路建立过程Fig.2 Establishment of inter-satellite links
(2)太阳干扰约束
当卫星天线波束对准太阳时,天线的有效噪声温度增加,有时甚至使通信中断,这种现象称为日凌中断。对于极窄的天线波束来说,这种效应极为严重,此时太阳光可能会充满整个波束,噪声温度将会提高数千度。当中继星与用户星间发生太阳干扰时,不仅会中断数据通信而且可造成中继星对用户星跟踪的失锁。
2.3.2 任务资源
任务资源的主要约束有优先级约束和任务约束。
(1)优先级约束。中继卫星服务的用户星不同,就会有不同的任务需要中继,不同任务的优先级不同,任务的优先级越高,其活动越需要优先安排。
(2)任务约束。如任务传输的时段、最晚传输时间、指定中继星传输、数据回传地面站等。
3 模型表示
卫星资源调度问题涉及计算机科学、运筹学及人工智能等多个学科,研究人员针对不同的应用场景,提出了各不同的建模方案。
3.1 数学规划模型
基本的数学规划有线性规划(Linear Program,LP)、整数规划(Integer Program,IP)、整数线性规划(Integer Linear Program,ILP)、混合整数规划(Mixed Integer Program,MIP)等。Gabrel[12]、Bensana[13]把卫星观测调度问题看作优化问题,从数学规划角度提出可以用ILP模型描述卫星资源调度问题,但并未给出正式的描述模型。Arbabi[14]与Gooley[15]提出了卫星数传问题中的MIP模型,其调度数据输入固定,并不完全适用于具有实时动态特点的中继卫星调度问题。Rojanasoonthon[16-17]针对美国的TDRSS采用并行机器调度理论对中继卫星资源调度问题进行了研究,建立了中继卫星调度的混合整数规划模型,模型中仅研究了不多于两个时间窗口的调度问题,在实际调度问题中仍需要进一步扩展。
数学规划模型具有成熟的理论基础和广泛的应用,基本上可以描述卫星任务调度问题中的所有约束,而且可以充分利用成熟的整数规划软件工具(如ILOG CPlex),但是并不适用于具有复杂调度约束且任务规模较大的卫星任务调度问题。
3.2 约束满足问题模型
中继卫星资源调度问题可以看作一类约束满足问题(Constraint Satisfaction Problem,CSP)。方炎申[18-20]等基于约束满足理论,通过分析中继卫星调度问题的特点与约束条件,建立了中继卫星调度问题的CSP模型。在约束条件分析的基础上,建立了中继卫星单址链路调度和多址链路调度的数学模型,并对模型进行求解,有效解决了中继卫星多址链路调度问题。张彦[21]等建立了中继卫星静态调度的CSP模型,在此基础上建立了中继卫星动态调度问题的动态约束满足(Dynamic Constraint Satisfaction Problem,DCSP)模型,并设计了动态扩展/删除树搜索算法求解,有效提高了该方法的可行性和实用性,约束满足理论与方法还可用于求解其他类似问题。
约束满足问题模型与数学规划模型在原理和形式上较为相似,但是能够描述具有非线性特征的约束,而且能够用更自然的语言来描述问题中的各种变量和约束,也可以利用一些成熟的约束规划软件(如ILOG Solver),但在问题规模较大时,缺乏有效的分支定界策略,求解算法的效率也很低,其上界计算比较困难,依赖于成熟的上界计算方法。
3.3 基于图论的模型
自欧拉1736年发表第一篇有关图论的论文以来,图论获得广泛研究和应用。在卫星调度领域,Reddy[22]针对中继卫星资源调度问题提出根据任务的在前约束关系建立有向图,通过寻找有向图的最长路获得问题的解。Reddy的研究对中继卫星调度问题进行了很大的简化,但只考虑了任务具有单时间窗口约束的情形,在实际调度应用中还应进行扩展。
图论模型的优点在于形式简单,具有成熟的多项式时间求解算法,但是该模型难以描述存储容量、能量限制、复合观测任务等实际约束,一般只用于单星任务调度,具有较大的局限性,较多应用于早期对简化问题的研究中。
4 求解算法
4.1 完全搜索算法
卫星资源调度问题是NP-hard问题(非多项式确定-难问题),由于其复杂性和多约束的特点而难于求解。完全搜索算法只能用于求解中继目标少、问题规模小的调度问题。Reddy[22]研究了任务具有单时间窗口约束的中继卫星单址链路调度问题,提出了问题求解的动态规划算法,在对任务具有单时间窗口约束模型的求解中获得了优化结果。Rojanasoonthon[16-17]研究了任务具有两个时间窗口约束的中继卫星多址链路调度问题,采用分支-定界算法对模型进行了求解,在求解较少任务数据时获得最优解,但在求解多任务数据时很难获得最优结果。
完全搜索算法理论成熟,运算速度快、精度高,应用较早,但是对问题约束的处理能力较弱,在大规模问题中,很难在有限时间内获得最优解。
4.2 启发式算法
基于规则的启发式算法,是现有卫星资源调度系统中应用较多的算法,最常见的是基于优先级的规则,即优先安排高优先级的任务,并选择较早的时间窗口。Marco Adinolfi[23]对欧洲航天局的中继卫星系统的调度问题进行了研究,研究中考虑了任务优先级、活动的时效性与持续时间,采用基于回溯的启发式算法对问题进行求解,该算法比较简单但任务调整的范围较小,算法性能有待进一步提高。Rojanasoonthon[24]采用并行机调度理论对中继卫星调度问题进行研究,建立了混合整数规划模型,考虑了任务的优先级,调度目标是在规划的时间段内,分配中继卫星的天线资源完成用户所提交的任务需求数最多。采用贪婪随机自适应搜索算法对模型进行求解,并与采用分支-定界算法的求解结果做了比较分析,结果表明,贪婪随机自适应搜索算法在求解多任务时获得更优结果。
4.3 智能优化算法
近年来,蚁群算法(Ant Colony Optimization,ACO)、遗传算法(Genetic Algorithm,GA)、模拟退火(Simulated Annealing,SA)等智能优化算法在求解组合优化问题方面显示了较强的能力,在卫星资源调度中也得到了广泛的应用。
(1)蚁群算法
蚁群优化算法最初应用于旅行商问题(Traveling Salesman Problem,TSP)[25]。在单机(single-machine)调度、并行机(parallel-machine)调度、车间(job-shop)调度等众多经典调度问题中也获得成功应用[26-29]。在卫星调度领域,顾中舜[30]利用蚁群算法求解中继卫星初始调度模型,并与基于遗传算法和模拟退火算法的计算结果进行了比较,结果表明,蚁群算法在求解时间和求解精度上都明显优于另外两种算法。李泓兴[31]等提出了一种加入精英策略的改进蚁群算法对成像卫星进行调度,实例计算表明,该方法能够获得更高质量的求解结果。
(2)遗传算法。
遗传算法是模拟自然界生物进化的一种随机、并行和自适应搜索算法。适用于传统搜索算法难以解决的复杂和非线性优化问题,目前已被广泛应用于组合优化、人工智能等领域并取得了良好的成果。方炎申[19]等采用基于有效的基因路径的遗传算法来实现中继卫星单址链路任务调度,分析了调度问题中时间窗口的特性,对基本遗传算法进行改进,引入有效基因概念,应用结果表明,采用基于有效基因路径表示的遗传算法求解是合理的。
(3)模拟退火算法
模拟退火算法由Kirkpatrick等人于1982年提出。顾中舜[30]比较了利用蚁群算法、遗传算法和模拟退火算法求解中继卫星初始调度模型计算结果,最后得出由于模拟退火算法有限度地接受劣解,可以跳出局部最优解,有效解决大规模问题,但有着过大计算量和过多控制参数的缺点,因此模拟退火法常与其他算法相结合来得出性能好、收敛速度快的混合优化算法。
4.4 算法的比较
许多研究证明[16-17,22],当问题规模较小时,采用完全搜索算法可以在较短的时间内得到一个最优解,但当问题规模较大时,采用完全搜索算法不可行,而非完全搜索算法的启发式算法和智能优化算法可以在合理时间内得到问题的满意解。
由于各研究都是针对特定的卫星和任务展开的,各个卫星的性能不一,考虑的约束条件差异较大,任务特点不同,因而各算法的性能不好比较,多针对特定的卫星应用,采用不同算法进行测试比较。
Wolfe[32]比较了贪婪算法、具有前看功能的贪婪算法以及遗传算法等3种不同算法,得到结论在遗传算法中,由于定义了一些交叉、变异算子,允许撤销已经安排的观测需求,从而得到一个较好的调度方案。Nicholas[33]等人设计并比较了8种启发式算法,这些启发式算法得到了接近于上界的解。顾中舜[29]比较了利用蚁群算法、遗传算法和模拟退火算法求解中继卫星初始调度模型计算结果,比较结果认为,无论是求解时间还是求解精度,蚁群算法都明显优于遗传算法和模拟退火方法。
随着卫星数量增多、任务需求增大,完全搜索算法将不再适用。启发式算法和进化算法具有快速、高效、高可靠的特点,在解决中继卫星资源调度的多目标优化方面存在优势,应由决策者按照一定的经验和偏好进行选择。
5 发展与展望
目前,各国的跟踪与数据中继卫星系统都是基于微波链路,如美国的跟踪与数据中继系统(TDRSS)、欧洲的数据中继卫星(DRS)等。然而,微波频率资源有限,难以满足高速数据传输速率的要求,并且由于微波链路抗干扰性能较差,难以保证保密信息的可靠传输。基于激光链路的数据中继卫星系统具有高速率、强保密性和抗电磁干扰等优点,是针对现有微波链路的不足所提出的有效的解决方案。以欧洲为代表的发达国家都相继开展了激光链路数据中继卫星关键技术研究和星上演示验证,提出了数据中继卫星激光链路组网的概念[34],并启动了相应的工程验证计划。随着2008年5月我国首颗数据中继卫星“天链一号01星”成功定点和2011年7月“天链一号02星”的成功发射,解决了我国在中继卫星这一崭新领域的“有无”问题,两颗中继卫星计划组网运行,初步构建我国的数据中继网。今后我国数据中继卫星系统的建设发展中,数据中继卫星的激光链路组网是具有前瞻性和战略性的重要技术研究内容。
从外国的发展经验和我国数据中继卫星发展目标来看,微波/光混合链路的中继卫星系统是满足空间海量信息传输的关键技术领域。基于微波/光混合链路的中继卫星资源调度是未来研究的热点,存在很多问题有待于进一步深入研究。
(1)微波/光混合链路的调度理论
微波/光混合链路数据中继卫星组网实现以后,数颗数据中继卫星可基于激光链路互联,构建高速、安全的数据中继骨干网,中继卫星可为用户星提供多条激光和微波链路,再通过激光和微波接入到地面,为不同轨道类型、不同功能的用户星提供大容量、无缝数据中继服务,其应用场景如图3所示。
图3 微波/光混合链路中继网Fig.3 Data and relay networks of microwave/laser links
目前的资源调度问题研究都只针对微波链路,而针对激光链路的中继卫星资源调度问题与已有的微波链路调度问题在具体调度方法上存在差异。如2.3节所述,数据中继只有在用户星与中继卫星之间具有可见时间窗口时进行。中继星与用户星通信链路建立过程分为准备、捕获、跟踪、释放4个阶段,而激光链路与微波链路在链路建立时存在很大差异。由于激光束发射角窄,激光链路对准精度要求高,相对于微波链路捕获难度大,在可见时间窗口一定的情况下,其数据星与中继星的数据传输窗口窄,使得资源调度问题变得复杂。在微波/光混合链路的中继卫星系统中,必须考虑星间光链路与微波链路在资源调度中的区别,进一步分析现有的星间微波链路的调度现状,改进调度算法,最终提出微波/光混合链路的调度算法。
(2)基于多终端-多节点的调度理论研究
在具有星间链路的微波/光中继卫星网络中,中继星通过激光链路构成数据中继骨干网,同时为用户星提供多条激光和微波链路,由于中继卫星的数量有限,且受载荷的限制,一颗中继星只能为用户星提供一条光学链路,因此必然会出现一颗中继星收到多颗用户星中继服务请求的极端情况,同时,还有其他微波链路用户的接入,有时用户星需先后连接不同的中继星才能保证数据中继的持续,这就使得中继网具有多终端-多节点的特点。因此,在中继卫星具有多终端、多节点的情况下,如何生成一个满意的中继卫星调度方案,合理分配中继卫星系统资源来完成更多的跟踪、测控与数据中继任务,对充分发挥中继卫星系统的能力至关重要。在这种情况下,必须分析中继星中多终端-多节点的资源调度方式的特点,建立基于多终端-多节点的资源调度模型,并提出有效的资源调度算法。
(3)资源故障调度任务模型研究
激光链路中继卫星容易受到各种因素影响(如卫星平台抖动使通信中断等),造成中继星资源故障,目前针对中继卫星动态调度问题的研究集中在微波链路资源故障、任务时间改变、新任务增加等问题,针对激光链路中继星资源调度中突发故障的特点,分析在突发故障的资源调度目标,建立起基于突发故障的资源调度模型并提出资源调度算法求解,是未来中继卫星资源调度研究方向之一。
[1] Teles J,Samii M V,Doll C E.Overview of TDRSS[J].Advances in Space Research,1995,16(12):67-76.
[2] 王振河,孙宝升.航天器TDRSS中继终端入网验证初探[J].飞行器测控学报,2011,30(4):14-17.WANG Zhen-he,SUN Bao-sheng.Research on Access Verification foe Spacecraft TDRSS Customer Terminal[J].Journal of Spacecraft TT&C Technology,2011,30(4):14-17.(in Chinese)
[3] Shaw H C,Rackley M W.TDRSS Space Ground Link Terminal User Services Subsystem Replacement and Upgrades[C]//Proceeding of SpaceOps.Huntsville,Alabama:AIAA,2010:1-13.
[4] 王家胜.数据中继卫星系统的研制与分析[J].航天器工程,2008,17(5):7-12.WANG Jia-sheng.Development and Analysis of Data Relay Satellite System[J].Spacecraft Engineering,2008,17(5):7-12.(in Chinese)
[5] 王家胜.我国数据中继卫星系统发展建议[J].航天器工程,2011,20(2):1-8.WANG Jia-sheng.Proposal for Developing China s Data Relay Satellite System[J].Spacecraft Engineering,2011,20(2):1-8.(in Chinese)
[6] 史西斌,李本津,王琨,等.美国三代跟踪与数据中继卫星系统的发展[J].飞行器测控学报,2011,30(2):1-8.SHI Xi-bin,LI Ben-jin,WANG Kun,et al.Development of Three Generationsof Tracking and Data Relay Satellite System[J].Journal of Spacecraft TT&C Technology,2011,30(2):1-8.(in Chinese)
[7] 史西斌,高坚,寇保华.欧洲数据中继卫星系统的未来发展[J].中国航天,2009(10):29-33.SHI Xi-bin,GAO Jian,KOU Bao-hua.Future Development of EDRS[J].Aerospace China,2009(10):29-33.(in Chinese)
[8] Toyoshima M,Sasaki T,Takenaka H,et al.Research and development of free-space laser communications and quantum key distribution technologies at NICT[C]//Proceedings of 2011 International Conference on Space Optical Systems and Application.Santa Monica,CA:IEEE,2011:1-7.
[9] Cesarone R J,Abraham D S,Shambayati S.Deep-Space Optical Communications[C]//Proceedings of 2011 International Conference on Space Optical Systems and Application.Santa Monica,CA:IEEE,2011:410-423.
[10] 赵尚弘,吴继礼,李勇军,等.卫星激光通信现状与发展趋势[J].激光与光电子学进展,2011,48(9):7-21.ZHAO Shang-hong,WU Ji-li,LI Yong-jun,et al.Present Status and Developing Trends of Satellite Laser Communication[J].Laser&Optoelectronics Progress,2011,48(9):7-21.(in Chinese)
[11] Pinedo M.Scheduling:Theory,Algorithms,and Systems[M].Englewood Cliffs:Prentice-Hall,1995.
[12] Gabrel V,Vanderpooten D.Enumeration and Interactive Selection of Efficient Paths in a Multiple Criteria Graph for Scheduling anEarth Observing Satellite[J].European Journal of Operational Research,2002,139(3):533-542.
[13] Bensana E,Verfaillie G,Lemaitre M.Earth Observing Satellite Management[J].Constraints,1999,4(3):293-299.
[14] Arbabi M.Range Scheduling Automation[J].IBM Technical Directions,1984,10(3):57-62.
[15] Gooley T D.Automating the Satellite Range Scheduling Process[D].X′an:Air Force Institute of Technology,1993.
[16] Rojanasoonthon S,Bard J F,Reddy S D.Algorithms for parallel machine scheduling:a case study of the Tracking and Data Relay Satellite System[J].Journal of the Operational Research Society,2003,54(8):806-821.
[17] Rojanasoonthon S.Parallel machine scheduling with time windows[D].Austin,TX:University of Texas at Austin,2003:265-276.
[18] 方炎申,陈英武,顾中舜.中继卫星调度问题的CSP模型[J].国防科技大学学报,2005,27(2):6-10.FANG Yan-shen,CHEN Ying-wu,GU Zhong-shun.CSP Model of the Relay Satellite Scheduling[J].Journal of National University of Defense Technology,2005,27(2):6-10.(in Chinese)
[19] 陈英武,方炎申.中继卫星单址链路调度模型与算法研究[J].中国空间科学技术,2007,27(2):52-58.CHEN Ying-wu,FANG Yan-shen,GU Zhong-shun.Algorithms for the Single Access Link Scheduling Model of T racking and Data Relay Satellite System[J].Chinese Space Science and T echnology,2007,27(2):52-58.(in Chinese)
[20] 方炎申,陈英武,王军民.中继卫星多址链路调度问题的约束规划模型及算法研究[J].航天返回与遥感,2006,27(4):62-67.FANG Yan-shen,CHEN Ying-wu,WANG Jun-min.Constraint Programming Model and Algorithms for Multiple Access Links Scheduling of Tracking and Data Relay Satellite System(TDRSS)[J].Spacecraft Recovery&Remote Sensing,2006,27(4):62-67.(in Chinese)
[21] 张彦,孙占军,李剑.中继卫星动态调度问题研究[J].系统仿真学报,2011,23(7):1468-1468.ZHANG Yan,SUN Zhan-jun,LI Jian.Study of TDRS Dynamic Scheduling Problem[J].Journal of System Simulation,2011,23(7):1468-1468.(in Chinese)
[22] R eddy S D,Brown W L.Single processor scheduling with job priorities and arbitrary ready and due times[M].Beltsville,Maryland:Computer Sciences Corporation,1986.
[23] Adinolfi M,CestalA.Heuristic scheduling of the DRS communication system[J].Engineering Applications of Artificial Intelligence,1995,8(2):147-156.
[24] Rojanasoonthon S,Bard J.A GRASP for parallel machine scheduling with time windows[J].Journal on Computing,2005,17(1):32-51.
[25] Yang Jinhui,Shi Xiaohu,Marchese M,et al.AnAnt Colony Optimization Method for Generalized TSP Problem[J].Progress in Natural Science,2008,18(11):1417-1422.
[26] Cheng T C E,Ng C T,Yuan J J.Multi-Agent Scheduling on a Single Machine with Max-form Criteria[J].European Journal of Operational Research,2008,188(2):603-609.
[27] Cheng T C E,Lazarev A A,Gafarov E R.A Hybrid Algorithm for the Single-Machine Total Tardiness Problem[J].Computers&Operations Research,2007,36(2):308-315.
[28] Huang Kuo-Ling,Liao Ching-Jong.Ant Colony Optimization Combined with Taboo Search for the Job Shop Scheduling Problem[J].Computers&Operations Research,2008,35(4):1030-1046.
[29] Heinonen J,Pettersson F.Hybrid Ant Colony Optimization and Visibility Studies Applied to a Job-shop Scheduling Problem[J].Applied Mathematics and Computation,2007,187(2):989-998.
[30] 顾中舜.中继卫星动态调度问题建模及优化技术研究[D].长沙:国防科学技术大学,2008.GU Zhong-shun.Research on the Relay Satellite Dynamic Scheduling Problem Modeling and Optimizational Technology[D].Changsha:National University of Defense Technology,2008.(in Chinese)
[31] 李泓兴,豆亚杰,邓宏钟,等.基于改进蚁群算法的成像卫星调度方法[J].计算机应用,2011,31(6):1656-1659.LI Hong-xing,DOU Ya-jie,DENG Hong-zhong,et al.Scheduling of imaging satellites based on improved ant colony algorithm[J].Journal of Computer Apploication,2011,31(6):1656-1659.(in Chinese)
[32] Wolfe J,Stephen E.Three Scheduling Algorithms Applied to the Earth Observing Systems Domain[J].Management Science,2000,46(1):148-168.
[33] Nicholas G,Michael J.Maximizing the Value of a Space Mission[J].European Journal of Operational Research,1994,78:224-241.
[34] Wilfert O,Henniger H,Kolk Z.Optical communication in free space[C]//Proceedings of the 16th Polish-Slovak-Czech Optical Conference on Wave and Quantum Aspects of Contemporary Optics.Polanica Zdroj,Poland:SPIE,2008:714102-1-12.
