柯熙政 秦歡歡 楊尚君 吳加麗 潘希雅

（1. 西安理工大學自動化與信息工程學院, 西安 710048；2. 陜西省智能協(xié)同網(wǎng)絡軍民共建重點實驗室, 西安 710048；3. 陜西理工大學物理與電信工程學院, 漢中 723001）

引 言

自從Guglielmo Marconi 發(fā)明了無線電通信以來，射頻通信以及微波通信在人類社會活動中的應用日益廣泛. 在半個多世紀的研究歷程中，無線電波在大氣湍流中傳輸普遍采用Kolmogorov 大氣折射率功率譜模型. 基于Kolmogorov 譜的無線光通信大氣湍流模型已得到廣泛的認知和深入的研究. 但近些年實驗測量表明大氣層部分區(qū)域并不遵循Kolmogorov統(tǒng)計規(guī)律. 盡管Non-Kolmogorov 譜大氣湍流效應的研究取得一些成果，但Non-Kolmogorov 大氣湍流光波傳輸理論仍很不完善.

可見光通信是一種新穎的無線光通信技術[1]，它將發(fā)光二極管轉變?yōu)橥瑫r兼顧照明和通信的智能兩用工具[2]. 按場景來劃分，室內(nèi)可見光通信主要應用于無線寬帶組網(wǎng)和室內(nèi)定位[3]，室內(nèi)背景光噪聲干擾小、通信范圍小且實現(xiàn)復雜度低[4]. 室外可見光通信以交通指示燈、路燈和汽車前后燈作為光源，實現(xiàn)車輛與路基設備、車輛到車輛和車輛與行人之間的智能交通信息共享. 室外可見光通信主要受背景太陽輻射光和人造光源干擾[5]，其中太陽直接輻射是主要的噪聲源，并取決于天氣條件、月份、一天中的時間、探測器的方向以及白天和全年的太陽位置. 而人造光源主要包括路燈、其他車燈、靜態(tài)霓虹燈標志牌和廣告屏幕等閃爍[6]. 此外，不同天氣環(huán)境條件(如雨、雪、霧和汽車煙霧)對于能見度的限制以及大氣湍流效應對于光束的擾動均會對智能交通環(huán)境的車聯(lián)網(wǎng)可見光通信系統(tǒng)產(chǎn)生影響[7].

2001 年，日本應慶大學Nakagawa 等人首先對車聯(lián)網(wǎng)可見光通信系統(tǒng)進行了初步模型的建立[8]. 隨后，學者們針對車聯(lián)網(wǎng)可見光信道特性進行了一系列的研究. Luo 等人針對白天不同距離下的視距及非視距傳輸下的室外可見光通信信道模型進行建立[9]；Kim等人針對霧天環(huán)境下車聯(lián)網(wǎng)可見光通信信道進行分析[10]；Rajbhandari 等人通過計算得出了信道統(tǒng)計分布隨交通車輛密度和車間距的變化而變化的結論[11]；Lee 等人采用一種基于修正黑體輻射模型分析日光噪聲對于車聯(lián)網(wǎng)可見光通信的影響，并認為視距傳輸影響占據(jù)了絕大多數(shù)部分[12]. 而針對智能交通環(huán)境的復雜性，可通過不同的角度改善提升性能，如采用正交頻分復用編碼的方式[13]，依據(jù)信道特性選擇射頻或者可見光通信同時兼?zhèn)涞姆绞絒14-15]；或者從接收器件選擇著手研究[16-17]，如采用二維圖像傳感裝置來代替原有的光電二極管進行信息采集[18]. 在此基礎上，采用一種大視場采用圖像傳感接收、小視場采用二極管接收[19]，以及采用差分接收的方式以減小太陽光的影響[20]，對于算法上的改進，采用深度學習去除太陽光的背景光噪聲以提高可見光通信性能.

本文提出了一種采用雙高斯函數(shù)用于表征夜間車聯(lián)網(wǎng)可見光通信噪聲模型，對室外不同城市夜間可見光通信背景光噪聲模型進行實際測量，為后續(xù)的系統(tǒng)建模以及噪聲去除提供了理論基礎.

1 可見光信道模型

對于車聯(lián)網(wǎng)可見光通信系統(tǒng)，設s(t)為發(fā)光二極管經(jīng)調(diào)制后的光信號，no(t) 為背景光信號模型，h(t)為大氣傳輸信道模型，η 為光電探測器轉化系數(shù)，ne(t)為探測器電噪聲模型，包括散粒噪聲、電阻熱噪聲、1/f噪聲等一系列噪聲，通常以0 均值的加性高斯噪聲進行描述[21-22].y(t)為輸出信號，系統(tǒng)的數(shù)學模型如下[23]：

可見光通信噪聲嚴格標準包含獨立于信號以及依賴于信號兩部分，h(t) 作為卷積噪聲(即乘性噪聲)，表示信號在傳播過程中經(jīng)過一些介質(zhì)的物理特性，使得信號中包含的信息丟失的過程. 大氣湍流、大氣衰減以及對準誤差等卷積噪聲使信號自身的幅度發(fā)生隨機變化. 背景光信號no(t)所引起的加性噪聲對于系統(tǒng)的影響體現(xiàn)在各種雜散背景光輻射所引起的光生輻射電流，且有

式中：Pout(t)為探測器輸出的電功率噪聲信號；E(t)為雜散背景光的累加光場；s為探測器有效面積；R為輸出阻抗. 光場平方律探測輸出信號其均值必大于0，這意味著0 均值高斯白噪聲并不能夠準確表征車聯(lián)網(wǎng)可見光通信噪聲模型.

針對車聯(lián)網(wǎng)背景，柯熙政提出了一種采用雙高斯函數(shù)進行擬合的夜間背景光噪聲模型(Ke’s model)，對應于式(1)中的[no(t)*h(t)]×η+ne(t)(理想情況下，可認為h(t)=1，ne(t)=0，即no(t)×η)，其概率密度函數(shù)(probability density function, PDF)定義如下：

當車聯(lián)網(wǎng)可見光通信系統(tǒng)的信噪比小于γth時，通信系統(tǒng)發(fā)生中斷，因此系統(tǒng)的中斷概率可表示為

因此，對于不同的二進制調(diào)制方式通用的誤碼率表達式為

式中，參數(shù)p和q的不同取值代表不同調(diào)制方式，例如p= 1 和q= 1 代表差分相移鍵控(differential phase shift keying, DPSK).

2 實驗研究

圖1 為車聯(lián)網(wǎng)可見光通信雙高斯分布模型(Ke’s model)的PDF 分布，高斯曲線1 表示背景噪聲中主要包含車輛當前所在路燈背景光成分，其光強較弱，且波動較小，方差較小使得函數(shù)呈現(xiàn)尖銳突起；高斯曲線2 表示室外可見光背景噪聲中主要包含前后車燈、高亮度廣告牌和交通燈等成分，其光強較強，光強波動方差較大.

圖1 車聯(lián)網(wǎng)可見光通信雙高斯分布模型PDF 分布Fig. 1 Double Gaussian PDF distribution model of visible light communication in the Internet of vehicles

如圖2 所示，分別在不同天氣情形下對西安市、北京市、哈爾濱市、長春市、石家莊市等不同地區(qū)進行數(shù)據(jù)采集，以驗證模型的符合性. 其中探測器型號為OPHIR-PD300-UV，采樣頻率為15 Hz.

圖2 可見光通信噪聲采集示意圖Fig. 2 Schematic diagram of visible light communication noise acquisition

圖3 為西安市不同地區(qū)、不同城市、雨天和秦嶺-終南山公路隧道環(huán)境下可見光通信噪聲模型PDF 分布曲線.

圖3 不同情形下車聯(lián)網(wǎng)可見光通信噪聲模型PDF 分布Fig. 3 Probability density distribution of visible light communication noise model in the Internet of vehicles

表1 不同城市車聯(lián)網(wǎng)可見光背景噪聲模型測量條件Tab. 1 Measurement conditions of visible light background noise model of vehicle networking in different cities

依據(jù)上述測量模型可得出如下實驗結果：1) 可見光通信的環(huán)境噪聲模型可以用2 個高斯函數(shù)的疊加表示；2) 雨天的PDF 分布與晴天的PDF 分布沒有明顯的區(qū)別；3) 當前路燈光強起伏要小于其他光源產(chǎn)生的光強起伏.

表2 不同城市車聯(lián)網(wǎng)可見光背景噪聲模型參數(shù)Tab. 2 Model parameters of visible background noise of vehicle networking in different cities

3 結 論

本文所提出的雙高斯函數(shù)模型與實際情況相當符合，不同城市可見光通信的環(huán)境噪聲模型可以用2 個不同參數(shù)的高斯函數(shù)相疊加表示.今后應該繼續(xù)研究雨天、霧天以及不同車速、不同交通密集度等情形下模型的適應性，進一步探索該模型的數(shù)學物理機理.

致謝：感謝吳鵬飛、季旭寬、武迎輝、龔清潤、姚海峰、王振華等人在實驗數(shù)據(jù)測量方面給予的幫助.