水下无线光通信关键技术与未来展望*

2022-06-30褚馨怡袁仁智彭木根

移动通信 2022年6期

褚馨怡，袁仁智，彭木根

（北京邮电大学信息与通信工程学院，北京 100876）

0 引言

水下无线通信（UWC,Underwater Wireless Communication）技术可广泛应用于军事和民用水下通信场景，包括水下潜艇通信、水下无人机组网、水下洋流探测和海洋资源开发等。按照信息媒介，可将UWC 分为水下射频通信、水声通信和水下无线光通信（UWOC,Underwater Wireless Optical Communication）[1]。由于射频和水声通信带宽有限，利用蓝绿光作为载波的UWOC 近年来已成为UWC的研究热点。作为6G 愿景中空天地海一体化通信的关键部分，UWOC 将拓展水下通信覆盖的广度和深度[2]。

表1 定性比较了UWOC、水声通信和水下射频通信在通信距离、传输速率及局域保密性等方面的优劣。按照性能等级，依次分为良好（+++）、中等（++）、偏低（+）和不足（-）。

表1 水下通信技术对比

可以看出，UWOC 具有高传输速率、高局域保密性以及低实现成本等优势：通信速率可达到Gbps 量级；通常采用视距（LOS,Line-of-Sight）通信链路，保密性良好；收发机体积小、成本低，便于实现组网和大规模商业化。但由于水下光信号衰减较快以及水下湍流的影响，UWOC 在通信距离和环境适应性方面仍存在劣势。

本文通过介绍UWOC 的传播特性和应用场景，探讨了UWOC 关键技术的研究现状和实验进展，其中包括理论信道模型和编码调制技术，并展望了UWOC 在多输入多输出（MIMO,Multiple-Input Multiple-Output）技术、弱光信号检测技术和水下通感一体化技术方面的发展方向及相应挑战。

1 水下无线光通信简介

1.1 水下光传播特性

水下环境的特殊性使UWOC 与其他光通信存在较大差异。水对可见光存在严重的吸收和散射效应，前者限制了UWOC 的传输距离，后者扩展了传播光束，降低信噪比且产生多径效应，增大系统误码率。

水体对光的吸收和散射效应取决于水的固有光学特性[3]。设波长为λ的平行光束入射至宽度为△D的水，入射光功率为PI(λ)，水吸收光功率为PA(λ)，散射光功率为PS(λ)，出射光功率为PT(λ)。根据能量守恒定律，可得[3]：

利用吸光度和散射度定义式，可以得到吸收系数和散射系数分别如下：

光的衰减系数c(λ)可以表示为：

c(λ)与海水环境的多种因素相关，包括海水盐度、浑浊度甚至浮游生物等。

1.2 应用场景

UWOC 技术最初主要用于军事领域，是水下潜艇高速率、高保密和强抗干扰通信的关键技术，如美军进行多次蓝绿激光对潜通信实验，包含单向光通信和双工光通信场景[4]，证实了UWOC 可以在恶劣天气下保持良好的通信性能。

随着海洋探测技术的发展，传感信息的实时传输需求增加，UWOC 是水下环境实现实时协作监控的关键技术。此外，UWOC 还能应用于水下机器人对接，如2022年北京冬奥会借助UWOC 技术实现了水下多机器人跨域火炬传递[5]。目前UWOC 仍受限于较短通信距离（百米量级），仅有少数UWOC 产品实现商业化。例如，英国BlueComm 系统可实现150 m 内10 Mbps 的数据传输，美国Ambalux 系统可实现40 m 内10 Mbps 的数据传输[1]，我国首台双光源UWOC 商用设备可实现50 m 内3 Mbps的数据传输[6]。

2 UWOC关键技术及研究进展

下面重点介绍UWOC 在信道建模、编码调制和实验探索等方面的进展。

2.1 理论信道建模

光在水下传输需考虑信道衰减损耗、收发机系统损耗、收发端对准误差和水下湍流的影响，下面主要介绍水下光衰减的建模方法。

水下光衰减信道模型分为LOS 结构和非视距（NLOS,Non-Line-of-Sight）结构两种类型。LOS 结构可采用比尔-朗伯特定律[7]进行建模：

其中，I0表示透射光的功率，z表示透射光的距离，I表示透射距离z之后的光功率，c(λ) 表示衰减系数。基于比尔-朗伯特定律的信道建模计算并未将所有散射次数的散射光子计入，严重低估了接收光功率。水下光衰减一般理论模型由辐射传输方程（RTE,Radiative Transfer Equation）描述，在不考虑时间色散的情况下，典型的二维RTE 方程如下[7]：

求解RTE 最常用的数值解法是蒙特卡罗仿真（MCS,Monte-Carlo Simulation）方法。该方法通过发送和跟踪大量光子来模拟水下光传播损失，具有简单灵活、鲁棒性高等优点，被研究人员广泛采用。例如，文献[8] 利用MCS 评估不同条件下UWOC 系统的信道容量，仿真结果与水箱实验结果相近；文献[9]通过MCS 求解RTE 方程，得到可预测系统设计参数的信道模型，并计算出信道脉冲响应函数。

与LOS 结构的光衰减信道建模相比，NLOS 结构的精确信道模型尚未提出。在NLOS 结构中，多利用海面反射来解决非视距障碍，其信道建模的关键在于对海面反射效应的建模。与LOS 结构类似，大多数NLOS 模型都是通过MCS 等数值方法建立。文献[10] 基于MCS 方法引入随机海面坡度和海水散射的影响，发现随机海面坡度严重影响接收信号。

MCS 方法需要大量光子参与仿真，通常具有较低的计算效率。文献[11]提出基于部分重要性采样的蒙特卡罗积分（MCI,Monte-Carlo Integration）模型，其计算效率能够达到经典MCS模型效率的5.6倍以及MCI模型效率的12倍。

2.2 编码调制技术

为了减轻水下光衰减的影响，并在低信噪比水下环境中实现低误码率，可以在UWOC 系统中使用前向纠错编码（FEC,Forward Error Correction）技术。FEC 具有实现简单、鲁棒性高等优点，但在强干扰环境下性能较差[12]。因此，可以考虑采用更复杂的信道编码方案，如低密度奇偶校验码（LDPC,Low-Density Parity-Check）和Turbo 码。LDPC 码是一种高效的线性分组码，Turbo码是一种并行级联码，它们都可以提供接近香农极限的纠错性能[13]。目前在UWOC 中LDPC 码和Turbo 码的应用较少，仍待进一步研究。

UWOC 系统普遍采用强度调制，如开关键控（OOK,On-Off Keying）和脉冲位置调制（PPM,Pulse Position Modulation），具有结构简单、便于实现的优点，但强度调制能量和频谱效率较低[14]。相干调制方案如正交幅度调制（QAM,Quadrature Amplitude Modulation）和极化位移键控（PolSK,Polarization Shift Keying），具有灵敏度高、误码性能好等优势，但系统复杂、成本较高。近年来，研究人员结合强度调制和相干调制提出新的调制方式，如极化-脉冲位置调制（P-PPM,Polarized-Pulse Position Modulation）和极化-差分脉冲位置调制（P-DPPM,Polarized-Differential Pulse Position Modulation），进一步提高UWOC 系统的传输带宽和距离[15-16]。

2.3 最新实验进展

UWOC 系统实验通常采用蓝绿波段的发光二极管（LED,Light-Emitting Diode）光源和激光光源。LED具有成本低、性能稳定等优点，被研究人员广泛使用。UWOC 实验的接收端主要采用PIN（Positive-Intrinsic-Negative）二极管、雪崩光电二极管（APD,Avalanche Photodiode）和光电倍增管（PMT,Photomultiplier Tube）。相较于PIN 二极管，APD 可以提供更高增益，因此可用于更长距离的UWOC 链路，但APD 具有较复杂的辅助电路[13]。相较于APD，PMT 具有更高的灵敏度和光学增益，且噪声水平更低，但其易受到冲击和振动的影响，且成本较高[1]。图1 统计了近年来UWOC 系统在通信距离和通信速率上的主要实验进展：

图1 2010至2021年UWOC主要实验统计

可以看出，早期的UWOC 实验多以短距离低速的单向传输为主。2011 年，麻省理工学院开发了全双工UWOC 系统AquaOptical II[17]，并于2013 年利用该系统进行了实时视频传输实验。2015 年，伍兹霍尔海洋研究所搭建的UWOC 系统实现了超过100 m 的通信距离[18]，同年，阿卜杜拉国王科技大学实现了通信速率从Mbps 量级至Gbps 量级的突破[19]。2019年，英国Sonardyne 公司发布的商用UWOC BlueComm200系统实现了10 Mbps 速率150 m 距离的传输[1]。2020 年，葡萄牙INESC TEC 研究所利用正交频分复用技术实现了5.36 Gbps 的短距离高速传输[20]。2021 年，中国科学技术大学采用激光和APD 搭建的UWOC 系统实现了1 Gbps 速率130 m 距离的传输[21]。

3 UWOC的未来发展方向

下面主要介绍UWOC 的MIMO 技术、水下弱光信号检测技术和水下通感一体化技术。

3.1 MIMO技术

为了降低海洋湍流对UWOC 系统的影响，可以采用MIMO 的空间分集技术对抗湍流引起的信道衰弱。单输入单输出（SISO,Single-Input Single-Output）系统的大孔径接收将会加剧码间串扰，如图2 所示，多输入多输出结构能降低衰弱影响，且具有更高的能量效率、信道容量和稳定性[22]。此时，UWOC 的多路信号合并方式将对后续的检测性能产生重要影响。

图2 基本UWOC系统MIMO结构

目前MIMO 技术在UWOC 的应用大都停留在理论探索阶段。UWOC 空间分集技术通常采用等增益合并或最大比合并。由于接收端的散粒噪声大小与信号光强有关，UWOC 的最优合并方式不再是最大比合并，因此有必要探索在UWOC 空间分集技术的最优合并方式。

3.2 水下弱光信号检测技术

由于水体对水下光信号的强散射和吸收效应，以及水下湍流带来的衰减和衰弱影响，UWOC 中的接收光信号强度常处于微弱情形。通常在接收光信号强度较大时，由接收光信号带来的散粒噪声可用高斯分布近似，但当接收光信号强度很弱时，接收机对弱光信号的检测需要考虑光的粒子特性，此时常用泊松信道假设取代高斯信道假设，且接收机采用弱光信号单侧器，如PMT 或光子计数器时引入的热噪声相比散粒噪声不可忽略。因此，对水下弱光信号的检测需同时考虑弱光信号的泊松特性和热噪声影响。

目前对弱光信号检测的研究多面向深空光通信场景[23]。由于水下湍流带来的信道衰弱影响，深空光通信中的弱光信号检测技术难以直接用于水下弱光检测。文献[24]建立了湍流信道下的自由空间光通信量子传输模型，该模型为后续研究UWOC中降低水下湍流影响的弱光检测技术提供了新思路。

3.3 水下通感一体化技术

随着人们对于海底探测需求的提高，UWOC 逐渐往水下无线传感网络（UWSN,Underwater Wireless Senor Network）方向发展。UWSN 通过多传感器系统的密切协调，形成海陆空传感器互补通讯网络，可对水下目标和环境进行测量及感知[25]。如图3 所示，典型的UWSN 由多个分布式节点组成，其中海底传感器用于收集数据，并通过UWOC 链路传输到自主式水下航线器（AUV,Autonomous Underwater Vehicles）和遥控无人潜水器（ROV,Remotely Operated Underwater Vehicle），AUV和ROV再向船只、潜艇、中继浮标及其他AUV 和ROV 传递信号。

图3 典型的UWSN示意图

此外，水下通感一体化技术可通过主动认知并分析水下信道特性以感知水下环境特征，实现通信与感知功能互相增强。由于深海节点携带能量有限，更换电池成本较高，因此优化深海节点功率和合理分配通感资源成为水下通感一体化技术的关键问题。未来有必要探索相应的功率优化算法以提高能量效率，并可通过引入边缘计算等技术来解决节点算力不足的问题。