水下无线光通信综述

最近在做水下可见光通信这块，本文是阅读论文“A Survey of Underwater Wireless Optical Communication”之后的简单总结，感兴趣的朋友可以找更多的相关文章进行研读。

0. 摘要

水下无线通信是指在水环境中通过无线载波传输数据，载波可以是电磁波、声波和光波。本文重点介绍了利用光波作为传输载体的水下无线光通信（UWOC）。

0.1 相比于射频和声波，UWOC的优势：

• 更高的传输带宽
• 更高的数据速率
• 更低的链路延时
• 安全性高
• 成本低

0.2 UWOC面对的问题

• 水吸收造成的损耗
• 光的散射
• 湍流和气泡等

0.3 UWOC的应用场景

• 环境监测
• 近海勘探
• 灾害预防
• 军事行动

具体应用如潜水员之间通信，无人驾驶水下车辆，潜艇，船舶和水下传感器等。

0.4 UWOC的研究内容

1. 信道特性
2. 调制和编码技术
3. UWOC的实际实现

1. 引言

1.1 水下无线光通信概述

水下无线通信 (UWC) 技术使海洋勘探系统得以实现，由于UWOC相对于传统的射频和声波具有高带宽高速率的优势，使其成为一种具有吸引力的可行性的替代方案。本文对二十世纪九十年代至今的UWOC研究进行了全面的调查。

1963年Duntley 提出, 海水在450nm到550nm的波长上显示出相对较低的衰减特性, 对应于蓝色和绿色光谱（如下图），后由Gilbert等人通过实验证实。水中蓝绿光透射 "窗" 的存在为未来 UWOC 的发展提供了基础。UWOC早期主要应用于军事目的，特别是在潜艇通信中。1976年，Karp评估了在水下和地上(卫星)终端之间进行无线光通信的可行性。1977年，加利福尼亚大学的劳伦斯·利弗莫尔实验室的研究人员提出了一种从海岸到潜艇的单向光通信系统。UWOC系统的发射机采用蓝绿光激光源产生光脉冲。由于其紧凑的结构，它可以灵活地被陆地车辆或飞机携带。发射机还可以将其输出光束聚焦在中继卫星上，继而将光束反射到潜艇。其他的UWOC测试，如飞机到潜艇的拓扑结构，也是由美国海军在20世纪90年代初建立的。

几十年来，UWOC仍局限于军事应用。迄今为止，只有少数有限的UWOC产品在20世纪初商业化，例如BlueComm UWOC系统可以在200m距离上实现20Mbps的水下数据传输，以及Ambalux UWOC系统可以在40m的范围内提供10Mbps的数据传输。为了满足人们对于海洋探测的高效高带宽数据传输的需求，研究人员提出了水下无线传感器网络（UWSNs）的概念。UWSNs的提出极大地促进了UWOC的发展。基本的UWSNs由许多分布式节点组成，例如海底传感器、中继浮标、自主水下航行器（AUVs）和远程操作的水下航行器（ROVs）（如图）。

这些节点具有完成感知、处理和通信任务的能力，维持了对水下环境的协作监控。位于海底的传感器收集数据，并通过声学或光学链路传输到AUVs和ROVs。然后，水下机器人和ROVs向船只、潜艇、通信浮标和其他水下航行器传递信号。在海面上方，陆上数据中心通过RF或FSO链路处理数据并与卫星和船舶通信。

基于UWSNs节点之间的链路结构，UWOC可以划分为四类：

1. 点对点视线（LOS）结构
2. 扩散LOS结构
3. 基于逆反射的LOS结构
4. 非视线（NLOS）结构

1）点到点LOS结构（图(a)）是UWOC最常用的链路结构。在点到点LOS结构中，接收器检测发射器的方向上的光束。由于点对点LOS UWOC系统通常采用窄发散角的光源，如激光器，所以在发射机和接收机之间需要精确的指向。这种要求将限制UWOC系统在浑浊或湍流水环境中的性能，并且当发射机和接收机是非平稳节点，如AUVs和ROVs时，它就成为一个严重的问题。

2)扩散LOS结构采用大发散角的扩散光源，如大功率发光二极管(LED)，实现从一个节点到多个节点的UWOC广播（图(b)）。广播方法可以放宽对瞄准精度的要求。然而，与点对点LOS结构相比，基于漫射光的连接由于与水的大相互作用面积而遭受水声衰减。相对短的通信距离和较低的数据速率是这种结构的两个主要限制。

3)基于逆向反射器的LOS结构（图(c)），可以被视为点对点LOS结构的一种特殊实现。这种结构适用于具有有限功率和重量预算的双工UWOC系统，例如水下传感器节点。在调制反向反射器链路时，透射光从调制后向反射器反射回来。在这个过程中，反射器对收发器响应的信息将被编码在反射光上。由于后向反射器端没有激光或其他光源，其功耗、体积和重量将大大降低。这种结构的一个限制是发射光信号的后向散射可能干扰反射信号，从而降低了系统信噪比(SNR)并增加了误码率(BER)。此外，由于光信号将通过水下信道两次，接收信号将经历额外的衰减。

4）NLOS结构（图(d)）克服了LOS UWOC的对准限制。在这种结构中，发射机以大于临界角的入射角将光束投射到海面，使得光束经历全反射。接收器应保持面向海面的方向与反射光大致平行，以确保适当的信号接收。NLOS链路的主要挑战是由风或其他湍流源引起的随机海面波动。这些不良现象会使光反射回发射机，造成严重的信号色散。

1.2 UWOC的优势和挑战

UWOC系统可以用于多个固定或移动节点之间的高速水下通信，在UWSNs中有很大的应用潜力。UWSNs通常采用声波、射频和光波进行数据传输。

UWOC的优势：

考虑到海洋的极度宽广和海水对其它传输源（如光波和射频波）的强烈衰减作用，水声通信的最吸引人的优点是它可以实现长达几十公里的远距离链路。但它也具有一定的内在技术局限性。首先，由于与水声相关的典型频率在10 Hz和1 MHz之间，所以声链路的传输数据速率相对较低（通常是kbps级别）。其次，由于声波在水中的传播速度很慢(对于纯水来说，在20摄氏度下传播速度约为1500m/s)，声学链路遭受严重的通信延迟(通常以秒为单位)。因此，它不能支持需要实时大容量数据交换的应用。第三，声波收发器通常体积大、成本高、耗能大，对于大规模的UWSNs实现不经济。此外，声学技术还会影响到利用声波进行通信和导航的海洋生物。

水下射频电磁（EM）通信可以看作是陆地射频通信的延伸。水下射频通信有两大优势。首先，与声波和光波相比，射频波可以通过空气/水界面进行相对平滑的过渡。这种优点可用于实现将地面射频通信系统和水下RF-EM通信系统结合在一起的跨界通信。第二，RF-EM方法比光学和声学方法更能耐受水的湍流和浊度。短链路范围是阻碍水下RF-EM法发展的致命因素。由于含有大量盐的海水是导电传输介质，所以射频波在超低频（30-300Hz）下只能传播几米。此外，水下RF-EM系统还需要巨大的发射天线和昂贵、耗能的收发器。

与声学方法和RF-EM方法相比，UWOC具有最高的传输数据速率、最低的链路延迟和最低的实现成本。UWOC可以在几十米的中等距离上实现Gbps级别的数据传输速率。这种高速的优势将保证许多实时应用的实现，例如水下视频传输。由于水中光的传输速度远高于声波，因此UWOC链路不受链路延迟的影响。相比于声学方法和射频方法，UWOC还具有更高的通信安全性。大多数UWOC系统是在LOS结构中实现的，而不是像声波和RF那样的扩散广播场景。窃听变得更加困难。此外，UWOC比声学和射频同类产品更节能，更具成本效益。相比于高能耗的大型且昂贵的声学和RF收发器，UWOC系统可以实现相对较小且低成本的光学水下收发器，例如激光二极管和光电二极管。这种效益可以提高UWOC的大规模商业化，并加速UWSNs的实现。

UWOC面临的主要挑战如下：

1）光信号受到严重的吸收和散射。虽然透射光的波长使用蓝光和绿光能最大限度地减少透射衰减效应，但是在水中，光子不可避免地与水分子和水中其他颗粒物质相互作用，吸收和散射仍然严重削弱了透射光信号并导致多径衰落。由于吸收和散射的影响，UWOC在浑浊的水环境中在几百米的链路距离上误码率性能较差。在水下环境中，叶绿素等物质能够吸收蓝光和红光。这些物质和其他有色溶解有机物质（CDOM）会增加水的浊度，从而缩小光的传播距离。此外，CDOM的浓度也会随着海洋深度的变化而变化，从而改变相应的光衰减系数。 这些不良影响将增加UWOC系统的复杂性。

2）由于光收发器的错位，水下光链路会暂时断开。在若干UWOC系统中，由于蓝/绿激光器或LED的窄发散特性，它们已被作为光源使用，但是需要精确的对准条件。由于水下环境在相对浅的深度有湍流发生，因此链路未对准将经常发生，特别是在垂直浮标基础上的UWOC应用。 海面的随机运动将导致严重的连接问题。

3）UWOC系统的实现需要可靠的水下设备。水下环境复杂。海水的流动、压力、温度和盐度将极大地影响UWOC设备的性能和寿命。由于UWOC装置在海下无法利用太阳能，且水下运行时间较长，因此装置电池的可靠性和设备功耗的效率至关重要。

在下表中，我们总结了实现UWC的三种主流技术的优点和局限性。

2. UWOC信道建模

本节我们首先介绍了有关水下环境中光传播特性的背景知识，然后介绍了UWOC信道的建模技术，包括链路衰减模型、几何失准模型和湍流模型。

2.1 光在水中的传播

根据Mobley的研究，水的光学性质可分为两类：固有光学性质(IOPs)和表观光学性质(AOPs)。IOPs可以被理解为仅依赖于传输介质本身的光学参数，更具体地说，是该介质的组成和存在于其中的颗粒物质，它们与光源的特性无关。水的主要IOPs是吸收系数、散射系数、衰减系数和体积散射函数。另一方面，AOPs被称为光学参数，它不仅依赖于传输介质本身，还依赖于光场的几何结构，如扩散和瞄准。水的三个主要的AOPs是辐射、辐照度和反射率。在UWOC系统中，IOPs通常用于确定通信链路预算，而AOPs用于计算海洋表面附近的通信系统的环境光水平。由于IOPs对链路性能影响更大，在本节的其余部分，我们将重点介绍IOPs。

吸收和散射系数是决定水下光衰减的两个主要的IOPS。吸收是一种能量传递过程，光子失去其能量并将其转换成其他形式的能量，如热能和化学能（光合作用）。散射是由光与传输介质的分子和原子的相互作用引起的。一般来说，吸收和散射对UWOC系统会产生三种不良影响。首先，在存在吸收的情况下，光的总传播能量不断降低，这将限制UWOC的链路距离。第二，在存在散射的情况下，由于光孔尺寸是有限的，散射将扩展光束，导致接收器收集的光子数量减少，这会导致系统信噪比的降低。第三，由于光在水下环境中的散射，每个光子可能在不同的时隙到达接收器平面，并且会发生多径色散。多径效应的不良影响包括符号间干扰（ISI）和定时抖动。

为了从数学上导出吸收和散射系数，我们引入了下图中的简单模型。

假设波长为λ的平行光束照射在厚度为∆D的水∆V中。我们把入射光的功率表示为PI，入射光功率的一部分PA被水吸收，另一部分光功率PS被散射（反射光分量包含在PS中）。PT是正常传播的剩余光功率。根据守恒定律，我们得到：

基于公式（1），我们定义吸收功率与入射功率之间的比值PA/PI作为吸光度。类似地，定义散射功率与入射功率之间的比值PS/PI为散射度。然后以水厚度∆D为无穷小时的吸收和散射极限来计算后续的吸收系数和散射系数。

在水下光学中，吸收和散射的总衰减效应可以用衰减系数c(λ)来描述（在一些光学文献中也被称为消光系数），可以表示为

 其中衰减系数的单位为m^-1。此外，有学者指出，水下的吸收系数可进一步表示为四个吸收因子的总和。

其中aw(λ)为纯海水吸收，aCDOM(λ)为CDOM吸收，aphy(λ)为浮游植物吸收，adet(λ)为碎屑吸收。

从水分子及水溶盐如NaCl、MgCl2、Na2SO4、KCl两个方面介绍了纯海水的吸收效果。除了400nm-500nm的蓝绿光窗口，纯海水是对光是有吸收性的。纯海水的相应吸收光谱如图(a)所示。

CDOM（在一些光学文献中，CDOM也被表示为gelbstoff、yellow substances或gilvin）是指尺寸小于0.2毫米的有色可溶性有机物。图(b)显示CDOM对蓝光波长(420nm-450nm)具有高度吸收性，对黄光和红光的吸收性较低。

浮游植物的吸收效应主要是由叶绿体光合作用引起的，不同种类的浮游植物对吸收特性的影响也不同。图(c)示出了所有物种共享的典型吸收系数分布图。可以看出，在400-500nm范围内，aphy(λ) 表现出很高的吸收性，在大约660nm处还有一个峰值。

碎屑包括活的有机颗粒（如细菌、浮游动物、碎屑有机物）和悬浮的无机颗粒（如石英和粘土）。由于它们的吸收行为相似，这些物质被归为一类。图(d)显示了类似于CDOM的吸收曲线。

水下光传播的散射系数也可以表示为不同散射因子的总和：

 其中bw(λ)是纯海水散射，bphy(λ)表示浮游生物的散射，bdet(λ)表示碎屑的散射。与吸收相比，散射和波长相对独立。 影响散射的主要因素是颗粒物的密度。

在纯海水中，由于折射率随水流、盐度和温度的变化而变化，散射系数也随之变化。与水分子尺寸相比，光的波长相对较大，因此瑞利散射模型可以用来描述纯海水引起的散射。相应的散射光谱如图(a)所示。

浮游植物和碎屑占总散射效果的40%以上。由于浮游植物和碎屑的散射光主要沿前向传播，因此Mie散射模型可以用来近似这两种散射。实际中，精确的散射系数很大程度上取决于浮游植物和碎屑的密度。图(b)和图(c)展示了不同密度的浮游植物和碎屑引起的散射光谱。下表列出了上述关于海水吸收和散射特性的讨论摘要。

基于已经引入的衰减系数，Beer-Lambert定律提供了最简单和最广泛使用的场景来描述水下环境中的光衰减效应。

其中I0是透射光的功率，z表示透射光的距离，I表示透射z距离之后的光的功率，c(λ)表示衰减系数。衰减系数c(λ)的值将随着水的类型和水深的变化而变化。下表中给出了与四种主要水类型相关的a(λ)，b(λ)和c(λ)的典型值：

在纯净海水中，吸收是主要的限制因素，低散射系数使光束没有发散。在清晰的海水中，有较高浓度的溶解颗粒影响散射。在沿海海水中，高浓度的浮游生物、碎屑和矿物质是吸收和散射的主要来源。混浊的港口水具有最高的溶解物和悬浮物浓度，这会严重衰减光的传播。

从（4）和（7）我们知道Beer lambert定律包含两个隐式假设。首先，发射机和接收机完全对准。第二，即使实际上一些散射光子在多次散射之后仍然能够到达接收器，但把所有散射光子都舍弃。这种假设严重低估了接收到的光功率，特别是在散射占主导地位的情况下。为了更准确地描述散射效应，引入了另一个重要的IOP体积散射函数（VSF），它被定义为：

其中PS(θ, λ)是入射功率从光束散射成一个以θ为中心的立体角的部分。VSF是单位入射水的单位入射辐照度的散射强度。从物理学的角度来看，VSF也可以被解释为单位体积的微分散射截面。然后将β(θ, λ)在所有方向上（立体角）积分，得到散射系数。

用散射系数归一化(8)，得到散射相位函数（SPF）：

散射相位函数也是一个重要的IOP。考虑到测量散射相位函数(SPF)比较困难，通常引入Henyey-Greenstein(HG)函数来表示SPF为：

其中g是所有散射方向上θ的平均余弦。

至此，我们介绍了吸收和散射系数的概念，Beer Lambert定律以及VSF。这些概念为更复杂的UWOC信道模型提供了理论基础。在UWOC链路中，从发射器发射的光信号在到达接收机之前将经历各种损失，包括由收发信机引入的系统损耗、由水衰减引起的链路损耗、几何错位和水湍流。由于收发信机引入的损耗主要由器件参数和设计规范来表征，因此用一种全面和统一的方法来描述损耗是具有挑战性的。因此，在2.2-2.4节中，我们将重点关注上述UWOC链路损耗的建模技术。

2.2 UWOC中水生光学衰减的建模

正如我们在2.1节中所介绍的，在不考虑链路结构、收发器结构和对准条件的情况下，在UWOC系统中衰减光传播的两个主要IOPs是吸收和散射。因此，UWOC水声光链路衰减的建模可以看作是精确描述具有特定链路结构的吸收和散射效应的任务。在本节的剩余部分，我们将介绍两种类型的水体光衰减模型：LOS结构和NLOS结构。

1）LOS结构中的水生光衰减

为简单起见，一些研究人员利用Beer Lambert定律对LOS UWOC进行建模。有学者根据Beer Lambert定律评价了UWOC系统在不同水类型和不同通信范围内的性能。环境变化的影响也被考虑进来，如折射率随深度的变化。

辐射传输方程（RTE）是UWOC水中光衰减的另一个一般理论模型。正如我们在2.1节所介绍的，VSF是描述光子散射特性的一个重要的IOP。但是实践中VSF一般难以测量。此外，VSF只能在一个单折射率条件下确定单个光子的散射特性，不适合模拟大量光子的散射特性。考虑到这两个事实，大多数UWOC研究人员在其UWOC信道建模研究中采用RTE。在不考虑光的时间色散的情况下，典型的二维RTE可以表示为：

其中是方向向量，∇是发散算子，表示朝向方向的位置处的光学辐射，是VSF ，代表光源辐射。RTE能够描述通过稳定介质的光波的能量守恒。RTE的导数是复杂和冗长的。RTE可以解析和数值求解。由于RTE是一个包含多个自变量的积分微分方程，因此很难找到精确的解析解。近年来只有很少的分析RTE模型被提出。Jaruwatanadilok利用修正的斯托克斯矢量设计了RTE的解析解，该模型考虑了多重散射和光偏振效应。基于该模型，数值结果表明ISI和BER是数据速率和链路距离的函数。这一发现可进一步用于预测UWOC系统的几个性能参数，例如具有特定数据速率和BER的最大通信距离。Cochenour等人通过求解RTE，提出了一种基于激光的UWOC的光束扩展函数，进行小角度近似以简化推导。该分析模型揭示了不同发射机/接收机指向精度下接收光功率与链路距离的关系。水槽实验也验证了该方法的有效性。

除了利用解析解外，数值方法是求解RTE的首选方法。事实上，对于许多实用的UWOC应用，找到RTE的精确解析解更具挑战性。此外，由于已经做了一系列的假设和近似来简化RTE，所以解析解也会受到许多限制。鉴于此，大多数研究人员致力于开发强大的数值RTE求解器。解决RTE的最常用的数值方法是蒙特卡洛模拟。它是一种通过发送和跟踪大量光子来模拟水下光传播损失的概率方法。蒙特卡罗方法具有编程简单、求解精确、灵活性高等优点，但也存在随机统计误差和模拟效率低等问题。来自美国海军研究实验室（NRL）的Leathers等人报告了一份实用指南，为典型的海洋光学应用生成蒙特卡罗计算机模拟。 这种方法已被许多其他UWOC研究人员采用，并已被证明是稳健的。

近年来，研究人员采用蒙特卡洛方法来解决RTE或研究UWOC信道的特性。Li等建立了蒙特卡洛模拟器，对UWOC信道的脉冲响应进行建模。在该模拟器中，考虑了诸如孔径大小和视场（FOV）的多个接收器参数。有学者利用这个蒙特卡罗模拟器来评估具有不同链路距离、水条件和收发器参数的UWOC系统的信道容量，仿真结果表明，净水、沿海水和港口水的UWOC带宽分别为数百MHz、几十MHz和数MHz。Fresnel研究所的Chadi等人利用蒙特卡罗方法求解了RTE，并提供了一个信道模型，可以用来适当地预测UWOC系统的不同设计参数。作为延续，作者提出了一种基于蒙特卡洛模拟的RTE的信道脉冲响应。作者量化了不同水类型、链路距离和发射机/接收机特性的信道时间色散，采用二维HG相函数对VSF进行建模。基于该数值信道模型可得出结论，在清洁水环境中以中等距离（20m）运行时，可以忽略信道的时间色散。然而，在高浊度水中，信道时间色散会在大距离（100m）上操作时影响数据传输。基于这个结论，当传输距离短且水清时，系统在接收信号中会有较少的ISI，这样可以避免复杂的信号调制和解调。为了验证UWOC信道建模的蒙特卡洛方法，Frank等人比较了蒙特卡洛模拟和实验室实验的结果。蒙特卡洛模拟结果与水池实验结果吻合较好，在两米长的水管中达到了Gbps的数据速率。有学者采用蒙特卡罗方法求解RTE并计算了UWOC系统在不同运行环境下的脉冲响应。作者设计了一个数值蒙特卡罗仿真工具，它能够通过考虑接收机孔径大小、FOV和指向跟踪损耗来计算UWOC系统的接收功率。该模拟器基于通过已知单个分量（例如光子在水中的散射距离）来模拟复概率密度函数（PDF）（例如水下的光场分布）。通过随机采样这些已知的过程，未知的PDF可以使用这些离散样本近似。通过将仿真结果与实验数据进行比较，验证了该模拟器的正确性。

除了概率蒙特卡罗方法外，还有两种确定性方法可用于RTE的数值求解：离散坐标法和不变嵌入法。但只有少数研究人员采用这两种方法作为蒙特卡洛模拟的替代品。Li等人开发了一种基于确定性数值方法的高效RTE求解器。该解算器采用矩阵自由Gauss- Seidel迭代法计算UWOC系统的接收功率。它也可以处理离散纵坐标方法处理不好的高度向前尖峰VSF。仿真结果表明，该方法可以达到与蒙特卡罗方法相同的精度，但仿真时间较短。

UWOC的大部分水生光衰减模型是基于求解RTE的。然而，从光子轨迹的概率特性出发，人们提出了几种随机模型来代替求解RTE。清华大学的Zhang等人提出了用于描述UWOC链路的非散射分量和单散射分量（单散射分量是指在从发射源到目标的传播过程中只经历一次散射的光子）的传播光子的时空概率分布随机信道模型。采用HG函数作为光散射角的概率密度函数，简化了分析。所提出的随机模型也与蒙特卡洛模拟的数值结果吻合得很好。基于此，该研究组进一步提出了一个更一般的随机UWOC信道模型，它考虑了传播光子的所有三个分量，包括非散射分量、单散射分量和多散射分量（多散射分量指的是从发射源到目标的传播期间经历多次散射光子）。该一般性的信道模型与混浊水环境（如沿海或港口水域）中的蒙特卡罗模拟符合得很好。利用类似的随机方法，清华大学的研究人员提出了到达角(AOA)分布的闭式表达式。该AOA模型表征了弹道和单个散射分量的接收强度相对于单位发射功率如何分布在AOA上。数值结果证实了蒙特卡罗方法在纯净和浑浊水域中AOA分布的正确性。

也有一些UWOC研究人员采用不完全解析建模方法。基于蒙特卡洛模拟的结果，Tang等人采用闭式double-Gamma函数表示UWOC的信道脉冲响应。这种不完全解析脉冲响应能够描述混浊水环境中光的时间色散。它可用于UWOC系统的BER计算和3dB信道带宽估计。作为扩展，作者应用类似的曲线拟合方法导出了具有多输入多输出(MIMO)结构的LOS UWOC链路的脉冲响应。加权双Gamma函数已被推导为浊水环境中2×2 LOS MIMO UWOC系统的脉冲响应。Dong等人还采用了加权双伽玛函数来评估2×2 LOS MIMO UWOC系统的容量。仿真结果表明，UWOC MIMO系统的信道容量随着符号率的增加而降低，随着平均传输功率的增加而增大。此外，作者将2×2MIMO UWOC系统扩展为一般的M×N MIMO链路，并建立了加权伽马函数多项式来模拟脉冲响应。

在过去的十年中，大量的研究集中在UWOC水下光衰减建模上。然而，到目前为止，只有少数模型能够为UWOC设计者提供端到端的仿真器。UWOC信道建模者和硬件工程师之间仍然存在若干“障碍”。Doniec等提出了一种能够在任意传播方向上模拟信号强度和通信距离的端到端模型。该通用模型结合了UWOC系统的所有组件，包括光源、检测器、放大器和模数转换器的信息。作者还通过自主水下光学机器人系统验证了该模型。由于该模型考虑了UWOC系统的所有相关部件以及水的衰减特性，因此它为UWOC设计人员评估整个系统的性能提供了直接和完整的参考。

2）NLOS结构中的水生光衰减

 在NLOS的实现中，收发机可以利用海面的反射来克服链路障碍。与LOS UWOC的信道建模相比，NLOS UWOC信道建模的研究较少受到关注。光在NLOS结构中的传播经历了与LOS结构相同的衰减效应。LOS和NLOS通道的主要区别是波状海面引入的反射效应。因此，准确描述海面反射效应被认为是NLOS信道建模中最关键的部分。与LOS结构的信道建模工作类似，NLOS链路的信道模型也可以从解析和数值两方面导出。据作者所知，大多数NLOS模型都是通过蒙特卡罗模拟等数值方法推导出来的。作为分析方法的一个例子，Sulomi等人提出了NLOS UWOC网络的新概念。这个网络内的每个节点可以通过海洋-空气界面的反射相互通信，也可以实现从一个节点到多个节点的通信。通过考虑链路衰减、海面斜率和接收机视角(FOV)，推导了NLOS信道的数学模型。同时进行了数值模拟以测试该NLOS UWOC信道模型的有效性。仿真结果表明，节点分离距离的增加极大地提高了NLOS UWOC系统的误码率。通过应用数值蒙特卡洛方法，有学者提出了NLOS UWOC链路的路径损耗模型，该模型考虑了随机海面坡度和海水散射特性的影响。数值结果表明，由风或其他湍流源引起的随机海面倾斜会严重地破坏接收信号。然而，当接收信号包含多个主散射光分量时，可以减轻这种影响。Jagadeesh等提出了一种基于蒙特卡洛仿真的NLOS UWOC脉冲响应方法。为了模拟光的多重散射效应，在模拟过程中采用了二维HG角散射函数。基于此脉冲响应，作者还评估了不同水类型和接收器FOVs的系统性能。

2.3 UWOC几何失准建模

正如在1.2节中介绍的，漫射点到点UWOC链路会遭受时间错位。这种不期望的效果将降低系统性能并引起暂时的通信中断。事实上，在任何UWOC系统中，链路不对准都是不可接受的，并且有三个主要原因会加强系统对准要求。

1)收发器的局限性：由于在自然水中的散射会使光束扩散，所以窄方向光源，例如激光，被广泛应用于高速、远程UWOC系统中，以增加传送到远程水下终端的光功率。然而，由于激光束的发散角窄且接收器的FOV有限，这些UWOC系统需要精确对准。

2)水下航行器、洋流和其他湍流源引起的相对运动：UWOC链路在与AUV或ROV通信时严重失准。由于AUV或ROV不断移动，收发信机应始终保持相互跟踪。因此，更容易发生链路错位。海流和风能会引起收发器在水下环境中的随机运动，可能导致链路中断。

3)折射率的变化：折射率随水深、温度、盐度等环境条件的变化而变化。这种现象通常发生在表面到底部的UWOC链路中，并且会引起非直光的传播，从而加剧UWOC的链路失准。

与UWOC水声光衰减的建模工作类似，UWOC链路失准的建模既可以采用解析法，也可以采用数值法。对于解析法，作者没有关注由于收发机的轻微抖动引起的指向误差，而是采用波束扩展函数来模拟当接收机偏离较大区域时链路的失准。

其中，BSF (L, r)是接收平面的辐照度分布，E(L, r) 和E(L, v) 分别是激光源在空间坐标系和空间频域中的辐照度分布；L表示发射源和接收平面之间的距离，r表示接收平面上的接收孔径中心和光束中心之间的距离，假设该距离垂直于光束轴；b和c分别表示散射系数和衰减系数。s(v)是散射相位函数。该模型评估了UWOC在失准条件下的误码率性能。数值结果表明，无论水体类型如何，适当的失准量都不会在传输功率足够大的情况下导致严重的性能下降。作为推广，Dong等人提出了随机海面斜率模型，该模型涉及基于垂直浮标的UWOC系统的收发器的轻微抖动引起的链路指向误差。随机海面坡度的PDF表示为二维高斯分布。采用该模型和波束扩展函数对系统的误码率性能进行了评估。数值结果表明，随着定位误差的增大，误码率会恶化。这种性能退化会随着海水浊度的增大而减轻。Zhang等采用类似的随机海面斜率PDF，但以角度的形式对基于浮标的下行UWOC系统的指向误差建模。作者利用该模型来评估基于下行链路浮标的UWOC-MIMO系统的信道容量。数值结果表明，水越浑浊，链路距离越长，间距越大，信道容量会越低。同时更浑浊的水和更长的链路距离可以削弱随机海面坡度对信道容量的影响。此外，Zhang等人还研究了由光源特性引起的链路失准（如发散角和仰角）。在他们的工作中，作者评估了光源发散度和仰角对光强度时空分布的影响。数值结果表明，较大的发散角和倾斜角会衰减接收光强，而更浑浊的水和更长的链路距离会减小每个光子对其初始发射角的灵敏度。

数值方法也已被用于UWOC链路失准建模。有学者利用蒙特卡罗方法研究了链路失准对点对点LOS UWOC系统接收功率的影响。通过水池实验验证了该数值模型的正确性。由于LOS UWOC中的失准效应也可以由折射率的变化引起。Laura等人提出了折射率随深度的变化曲线。然后将该曲线用于数值射线跟踪模拟，以评估UWOC链路偏移的容差。从数值结果来看，对于具有0.57度FOV和200m链路距离的500nm激光器，允许0.23m的链路偏移。这项工作为模拟由折射率变化引起的链路失准提供了有效的参考。

2.4 UWOC链路湍流建模

UWOC的湍流被定义为使水经历折射率快速变化的事件。这种现象通常是由海流引起的，这会引起水温和压力的突然变化。目前对UWOC信道建模的研究大多集中在提供对吸收和散射效应的准确描述上，而忽略了水下光学湍流的影响。事实上，水下光学湍流也可能导致UWOC系统性能的显著下降，这可能需要进一步的研究。水下光学湍流的建模主要是基于自由空间光通信中大气光学湍流信道模型的研究成果。考虑到水下光学湍流和大气光学湍流的相似性，一些研究者直接将经典的大气光学湍流模型应用于或修改为水下光学湍流模型。Hanson等采用Kolmogorov谱模型来描述水下光学湍流。在此基础上，有学者描述了一个UWOC信道模型，该模型包括散射/吸收和水下光学湍流。所提出的水下光学湍流模型是从FSO通信中使用的经典对数正态湍流模型得到的：

其中I是接收的光辐照度，µ是平均对数光强，是闪烁指数。基于这个信道模型，作者开发了一个单输入多输出（SIMO）UWOC系统。进行蒙特卡罗数值模拟以评估BER性能。数值结果表明，SIMO方案可以有效地减少信道衰落，延长通信距离。有学者采用海洋湍流模型代替经典的FSO通信湍流模型，研究了弱湍流海洋中辐照度的时间统计特性。他们导出了描述运动介质的时间相关性、传播距离和平均速度之间关系的闭式表达式。基于这个表达式，作者还评估了特定湍流海洋环境中辐照度的时间相关性。数值结果表明，在UWOC系统中，海流速度是引起湍流的主要因素，并且影响辐照度的时间统计。

3. UWOC的调制和编码技术

在本节中，我们将首先介绍几种在UWOC系统中实现的数字调制技术。对比了每种调制方案的优点和局限性。然后，我们将讨论UWOC的信道编码技术。

3.1 UWOC的调制方案

由于UWOC可以认为是在水下环境中实现FSO通信，所以FSO通信系统中使用的传统强度调制(IM)技术也可以应用于UWOC系统。OOK是FSO通信中最常用和最简单的IM方案，也可以应用于UWOC系统中。OOK又分为归零(RZ)和非归零(NRZ)两种形式，RZ-OOK相比于NRZ-OOK具有更高的能量效率，但是是以消耗更多的信道带宽为代价。由于水下环境中严重的吸收和散射效应，传输的OOK信号会受到各种信道衰落的影响。为了减轻这些影响并实现最佳的OOK信号检测，动态阈值（DT）技术可以应用于大多数UWOC OOK接收机。DT是基于信道衰落的估计来确定的。UWOC OOK系统也可以采用FSO通信系统的几种信道估计技术，如导频符号法，符号最大似然法(ML)和ML序列法。UWOC OOK方案的两个主要缺点是低能量效率和频谱效率。但是考虑到它的简单性，OOK调制仍然是UWOC最流行的IM方案。它已经在一些理论和实验的UWOC研究工作中实现。

脉冲位置调制（PPM）是UWOC系统中可以使用的另一种调制技术。与OOK调制相比，PPM具有更高的能量效率，并且不需要动态阈值，但是是以较低的带宽利用率和更复杂的收发机为代价。PPM调制的主要缺点是严格的定时同步要求。任何定时抖动或异步都会严重影响系统的误码率。有学者在数值RTE信道模型上研究了4-PPM方案的性能。他们发现，对于PPM方案，相应的误码率几乎等于OOK调制的误码率，并且具有更高的能量和频谱效率。更复杂的PPM（如8-PPM或16-PPM）可用于提高带宽效率。Sui等人针对UWOC提出了一种改进的PPM方案。这种改进的PPM可以保持与传统PPM相似的功率效率和抗噪声性能。它还提高了系统的带宽利用率。除理论研究外，PPM还应用于几个实验性UWOC实现中。

类似于PPM，脉宽调制（PWM）也利用脉冲的相对位置来表示数据符号。 由于PWM在传输一个符号期间延长了总脉冲时间，所以每个脉冲的峰值传输功率降低。PWM方案的优点是更高的频谱效率和更强的ISI抗性。缺点是平均功率会更大，且平均功率会随着每个符号占用的时隙数目增加而增大。

数字脉冲间隔调制（DPIM）在UWOC中也得到了广泛的应用。在这种调制中，发送一个“On”光脉冲时隙，后面跟着多个“Off”时隙。“Off”时隙的数量取决于发送符号的十进制值，并且通常添加额外的保护时隙以避免发送连续的“On”脉冲。与需要时隙和符号电平同步的PPM和PWM相比，数字脉冲间隔调制是一种符号长度可变的异步调制方案。此外，由于具有可变符号长度，DPIM还具有比PPM和PWM更高的频谱效率。DPIM最关键的问题是解调中的误差扩散。从图中我们注意到，如果“Off”时隙被解调为“On”，那么所有后续符号也将是错误的。DPIM的应用可以在ROVs和AUVs等多个UWOC应用中找到。

有学者也对UWOC的不同IM技术进行了比较研究。包括OOK、PPM、PWM、DPIM和其他衍生IM方案，如多脉冲PPM(MPPM)和差分PPM(DPPM)。仿真结果表明，在相同的链路距离下，PPM是能量效率最高的调制方案，DPIM比PPM和OOK具有更高的带宽效率，但是解调设备也更复杂。

相干调制方案也已在多个UWOC系统中实现。与IM方案相比，相干调制对光载波的振幅、极化或相位信息进行编码。在接收端，相同的同步光载波与接收的光信号混合，完成解调。与IM相比，相干调制具有更高的接收机灵敏度、更高的系统频谱效率和更好的背景噪声抑制，但是实现复杂度和成本也更高。由于海水的高色散效应，UWOC系统很难实现光频的相干调制。为了克服这个限制，必须对预调制信号施加强度调制。UWOC系统中使用的典型相干调制包括正交幅度调制(QAM)、相移键控(PSK)和极化移位键控(PolSK)。

Cochenour等人在UWOC系统中对二进制PSK（BPSK）、正交PSK（QPSK）、16-QAM和32-QAM进行了实验比较研究。作者评估了不同水浊度下的不同相干调制方法的链路性能。对每种调制技术的星座图进行了总结。同样地，有学者对相干PSK、频移键控调制与诸如OOK和PPM的若干IM方案进行了比较。仿真结果表明，PSK调制在数据速率和误码率方面优于其它调制方式。但是它也有功率效率低的缺点。此外，还有一种用于UWOC的二进制PolSK (BPolSK)调制。在BPolSK中，通过改变光的偏振来调制信号。由于光的偏振态的敏感性不如光信号的幅度、相位或强度，BPolSK对水下湍流和其他信道干扰如环境光有较高的耐受性。该特性对于低信噪比环境下的UWOC是理想的。PolSK还可以用于在双工系统中抑制发射机的后向散射，并且具有更好的抗激光相位噪声的能力。虽然POLSK是理想的光无线通信，但它仍然存在传输距离短，数据速率低的缺点。为了克服这些限制，Dong等提出了一种新的极化脉冲位置调制(P-PPM)。这种调制方案通过在不同的偏振方向上传输一系列PPM符号，将传统的PPM和PolSK结合在一起。数值结果表明，P-PPM具有PPM和PolSK的优点，它可以增加UWOC系统的传输带宽和传输距离。然后有学者进一步提出了P-DPPM，其是PolSK和DPPM的组合。

在UWOC中实现的另一种相干调制方案是子载波强度调制(SIM)。SIM的优势是更高的频谱效率。但是SIM也需要复杂的调制/解调设备，并且平均功率效率较低。通过使用SIM，正交频分复用（OFDM）也可以在UWOC系统中实现。

3.2 UWOC的信道编码

如前文所述，由于海水引起的严重的吸收和散射效应，传输的光信号将经历相当大的衰减。这种不利的影响将直接降低UWOC系统的误码率性能。为了减轻水下光衰减的影响，并在低信噪比水下环境中保持低BER，可以在UWOC系统中使用前向纠错(FEC)信道编码技术。

FEC编码是一种差错控制技术，它向发送序列中添加冗余比特，以便接收机能够纠正接收到的消息中的有限数量的差错码。合适的FEC码能够提高通信系统的功率效率，但是以降低带宽效率为代价。对于UWOC系统，这些优点表现为较低的发射机功率要求或扩展的链路范围。一般来说，FEC码可以分为两类：分组码和卷积码。由于其简单性和鲁棒性，研究人员已将若干经典分组码应用于UWOC系统。在UWOC系统中实现的第一个分组码是Reed-Solomon(RS)码。Cox等人展示了一个利用RS FEC码的UWOC实验系统。该系统采用405nm激光二极管和RZ OOK调制，在3.66米长的水箱中实现500 kbps的UWOC链路。实验结果表明，与未编码的OOK系统相比，该编码系统实现10^-4的误码率可以减少所需的功率约8 dB。北卡罗来纳州立大学的同一研究小组升级了他们的系统，使用RS码在三米和七米长的水箱中建立了5Mbps的UWOC链路。实验结果表明，在给定的10-6的BER下，（255,129）RS码和（255,223）RS码能够分别提高接收信号的信噪比约为6dB和4dB。此外，还有利用(2720, 2550)RS和SIM的另一个类似的实验性UWOC系统。 在该系统中，(2720, 2550)RS码执行纠错，将输入BER从1.5×10^-3降低到10^-9。

为了改善低信噪比水下环境下的误码性能，UWOC系统除了RS码外，还采用了Bose-Chaudhuri-Hocquenghem(BCH)码和循环冗余校验(CRC)码等经典的分组码和检错码。有学者用简单的OOK调制对BCH码和RS码的抗噪声性能进行了仿真。数值结果表明，RS码的纠错性能优于BCH码，但是以降低传输数据速率为代价。也有学者给出了一个基于硬件描述语言（HDL）的UWOC系统，在该系统中，作者参考了IEEE 802.15.4和IEEE 802.11协议的体系结构，并在系统的介质访问控制（MAC）层实现了CRC编码，与未编码系统相比，接收机的误码率性能得到改善。为了提高UWOC系统的鲁棒性，还开发了一种分组级纠错编码方案，用于替代应用一层FEC码进行字节级纠错的方案。Doniec等人在UWOC视频传输系统中嵌入两层纠错编码方案。在这种两层信道编码方案中，首先将传输的视频帧编码在曼彻斯特码和Luby变换(LT)码上，以减轻分组级损失，然后将CRC码和RS码顺序用于物理层的字节级纠错。实验结果表明，这种多层编码方案能够大大提高UWOC系统在浑浊水环境中的鲁棒性。但是必须在系统性能和复杂度之间进行权衡。

虽然一些分组码实现起来很简单，但是它们不能为UWOC提供最佳的性能，尤其是在强干扰环境中。因此可以考虑采用更复杂和强大的信道编码方案，如低密度奇偶校验（LDPC）码和Turbo码。LDPC码是一种高效的线性分组码，它采用稀疏奇偶校验矩阵来构造，可以提供接近香农极限的纠错性能。Turbo码是一种并行级联码，它结合两个或更多卷积码和一个交织器来产生一个分组码，它也可以达到接近香农极限的误码率。虽然在FSO通信系统中实现LDPC码和Turbo码的研究工作很多，但是在UWOC中应用LDPC码和Turbo码的研究较少。Everett在理论上和实验上证明了UWOC系统中RS、LDPC和Turbo码的性能，详细阐述了RS、LDPC和Turbo码的工作原理，比较了它们应用于UWOC时的误码率、功率效率和链路距离扩展等性能。这项工作提供了在UWOC中实现信道编码技术的相对完整的描述。

未完待续。