Адаптивные гидроакустические системы передачи информации в нестационарных каналах

Во введении обоснована актуальность диссертационного исследования,
определены цели, задачи, объект и предмет исследования, сформулированы основные научные результаты диссертационной работы, их научная новизна и практическая значимость, приведена структура и содержание работы, а также данные о ее апробации, внедрении, методах исследования и достоверности результатов.
В первой главе рассмотрены условия распространения звука под водой и сложности формирования помехоустойчивого и высокоскоростного ГА канала связи. Рассматриваются основы и современные достижения в указанных областях с определением их достоинств, недостатков и применимости в условиях различных акваторий и сфер использования. Отдельно рассматриваются решения в указанных областях, предусматривающие адаптацию под условия ГА канала связи.
По результатам выполненного обзора состояния вопроса и принимая во внимание особенности канального распространения звука под водой, определены задачи исследования, связанные с методами адаптации ГАСС под условия канала
передачи данных методами помехоустойчивого кодирования, адаптации ДН передающей многоэлементной антенны и протоколирования доступа к среде.
Во второй главе описывается предлагаемый метод помехоустойчивого кодирования LDPC. Разработка метода направлена на решение двух проблем помехоустойчивого кодирования в ГАСС: обеспечение оптимальной скорости кодирования вне зависимости от условий канала и предупреждение ситуации заполнения невостребованных позиций информационного слова при несовпадении размеров информационного слова и проверочной матрицы используемого кода. Неверный выбор скорости кодирования может приводить к двум негативным сценариям, когда скорость кодирования избыточна (передаются ненужные биты четности) или недостаточна (необходим запрос дополнительных бит по процедуре HARQ (Hybrid Automatic Repeat Request). Графическое представление второго сценария представлено на рисунке 1, а).
Для устранения указанных недостатков предложен новый метод помехоустойчивого кодирования LDPC, который предполагает формирование кодового слова с некой максимальной скоростью и его непрерывную передачу, с ожиданием контрольного пакета от приемника, информирующего о том, что количества принятых бит четности достаточно для успешного декодирования (рисунок 1, б)). Таким образом, скорость кодирования, задаваемая в некотором диапазоне от Rmin до Rmax, всегда оптимальна, а особая структура проверочной матрицы позволяет кодировать информационные слова произвольной длины, задаваемой в некотором диапазоне от mmin до mmax.
а)
б)
Рисунок 1 – Графическое представление алгоритма передачи данных, закодированных LDPC кодом:
а) с фиксированной скоростью, б) с помощью предложенного метода

Основой предлагаемого метода является подход к формированию порождающей матрицы G, рассчитываемой из матрицы четности H = [A, B]. Так как матрица В представляет собой простую квадратную матрицу с ненулевыми элементами на главной диагонали и диагонали ниже главной, методом предполагается особая структура матрицы А. Преследуя цель максимизации восстанавливающей способности кода, была получена оптимальная структура матрицы А для информационных слов длиной 400–10000 символов, представленная на рисунке 2. Целиком она используется при кодировании информационных слов максимальной длины mmax. Для слов меньшей длины формируется частичная матрица H*, основанная на фрагментах матрицы А, как показано красным цветом на рисунке 2. Декодирование кодового слова осуществляется с помощью любого доступного алгоритма, за исключением предназначенных для декодирования квазицикличных LDPC кодов.
Рисунок 2 – Наиболее оптимальная структура распределения количества ненулевых элементов по столбцам матрицы A для разработанного кода LDPC
Предлагаемый метод кодирования был протестирован в модели OFDM- DBPSK (ортогональное частотное мультиплексирование с относительной двухпозиционной фазовой манипуляцией поднесущих) ГАСС, разработанной с помощью языка программирования Matlab. Произведена экспериментальная оценка эффективной скорости передачи данных при использовании предложенного метода в сравнении с методами LDPC-кодирования с фиксированными скоростями (5/6, 2/3, 1/2, 1/3, 1/4, 1/5), дополненными процедурой HARQ, в зависимости от отношения сигнал–шум (SNR). Моделирование выполнялось для двух длин информационного слова (400 и 1000 бит) и двух протяженностей канала связи (1 и 2 км). На рисунке 3 представлены результаты моделирования для протяженности 2 км. Зависимости, полученные для дистанции 1 км, принципиально не отличаются от таковых для 2 км.

35 30 25 20 15 10
60 50 40 30 20 10
разработанного метода для протяженности канала связи 2 км (пунктирная линия соответствует случаям, при которых декодирование без ошибок невозможно): а) длина информационного слова 400 символов; б) длина информационного слова 1 000 символов
Применение предложенного метода LDPC-кодирования передаваемой информации позволило существенно увеличить эффективную скорость передачи данных. Сниженная эффективность наблюдается только для низкого уровня канальной ошибки при кодировании информационных слов малой длины, т.е. увеличение длины информационного слова приводит к повышению эффективности предлагаемого метода. В условиях сильно зашумленного канала связи, кодирование с фиксированной скоростью обладает несколько большей эффективностью, обеспечивая безошибочную передачу данных при BER>0,15, в отличие от предлагаемого метода. Данный недостаток может быть решен за счет использования кода с большей скоростью Rmax.
В третьей главе описывается разработанный метод управления ДН многоэлементной антенны на базе многочастотных сигналов. Аппаратная реализация метода требует, как минимум, двухэлементной антенной системы из соосно расположенных цилиндрических элементов для внедрения в многофункциональные ГАСС. Адаптация заключается в наклоне ДН на определенный угол по результатам оценки среды передачи сигнала с точки зрения
0 0.02
0.04 0.06 0.08
Канальная битовая вероятность ошибки
а)
0.14 0.16 0.18
0.1 0.12
0 0.02
0.04 0.06
0.08 0.1 0.12 Канальная битовая вероятность ошибки
0.14 0.16 0.18
б)
Рисунок 3 – Результаты численного моделирования эффективности
Эффективная скорость Эффективная скорость передачи, бит/c передачи, бит/c

созвездии:
0 2 [ , ] [ , ]= � � : + �∙R� �
[ , ]= ∫ � : + �∙(−I( 2 [ , ] )) .
минимизации негативных эффектов, связанных с многолучевым распространением. Для формирования оценочных пилот-сигналов используется технология OFDM, в которой доступный частотный спектр разбивается на = ∆ /(1/ ) поднесущих, где ∆ – полоса часот OFDM, – длительность пилот-сигнала). Из них выделяется Npilot поднесущих, которые разделяются на nA групп по количеству углов наклона ДН для оценки по k поднесущих каждая. Оставшиеся свободными поднесущие используются для передачи служебной информации MAC-протокола. В таком случае сигнал для оценки n-ого угла (угловой составляющей) формируется согласно:

( )=� ∙ 2 ∙ ( ), (1) =1
где, Stxn – символы сигнального созвездия для модуляции поднесущих, выделенных для n-го угла, fn – частоты поднесущих, выделенных для n-го угла, g(t) – функция формирования огибающей сигнала.
Для передачи каждого из Pn сигналов с заданным углом наклона ДН выполняется их фазирование с последующим сложением для каждого из элементов антенны и передачей. Прием и оценка пилот-сигнала начинается с согласованной фильтрации принятого сигнала х банком из nA согласованных фильтров для определения времен прихода Arrn каждого из Pn сигналов для когерентного восстановления символов Stx с помощью квадратурного демодулятора:
(2) Из полученных значений затем формируются символы – точки на сигнальном

[ , ]= [ , ]+ [ , ]. (3)

Решение о выборе того или иного угла наклона ДН принимается на основе анализа принятых точек сигнального созвездия по следующим критериям:
1) Cd – среднее расстояние между k соответствующими переданными эталонными точками символами Stx и принятыми Srx, принадлежащими угловой составляющей n пилот-сигнала (рисунок 4);
2) Ca – средний угол между k соответствующими переданными эталонными точками символами Stx и принятыми Srx, принадлежащими угловой составляющей n пилот-сигнала (рисунок 5).
Оптимальный угол наклона ДН определялся суммой критериев по принципу «меньше-лучше». Для оценки разработанного подхода было выполнено несколько итераций моделирования. В первую очередь была рассмотрена ситуация с
неподвижными передающим и приемным модемом в условии стабильного вертикального профиля скорости звука. Для моделирования использовалась модель лучевой трассировки Bellhop и разработанная на языке программирования Matlab модель ГАСС OFDM-DBPSK, оснащенная разработанным методом управления ДН.
Рисунок 4 – Расстояние между принятыми и переданными символами
Рисунок 5 – Угол между принятыми и переданными символами
Итогом данного этапа моделирования стали массивы BER, SNR и результатов оценки оптимального угла наклона ДН, по которым рассчитывались следующие зависимости:
1) P1(SNR) – вероятность выбора угла наклона ДН передающей системы обеспечивающего минимальную битовую вероятность ошибки;
2) P2(SNR) – вероятность выбора такого угла наклона ДН, при котором достигается битовая вероятность ошибки (BER) меньшая, чем при использовании одноэлементной широконаправленной антенны;
3) BER(SNR) для одно- и двухэлементной антенны с различным количеством оцениваемых углов наклона ДН.
При моделировании варьировались вертикальные профили скорости звука и рельефы дна из доступных в открытых онлайн источниках для акваторий морей Тихого океана, а также сценарии работы ГАСС. Результаты моделирования для акватории залива Петра Великого представлены на рисунках 6 и 7. Моделирование с параметрами других акваторий показывает аналогичные результаты. По результатам проведенного моделирования можно сделать несколько выводов. При успешном выборе наилучшего угла наклона ДН помехоустойчивость ГАСС повышается на величину не менее 5 дБ по SNR в сравнении с ГАСС, оснащенной одноэлементной антенной (рисунок 7). Вероятность выбора такого угла P1 в
области SNR = 5…10 дБ в большинстве случаев составляет не менее 60%, а P2 – не менее 75%. Уменьшение числа оцениваемых углов наклона ДН nA повышает вероятности P1 и P2 на 5–45%, но снижает потенциальное увеличение помехоустойчивости системы по отношению сигнал–шум в 1,02–1,25 раза. Полученные выводы были подтверждены в последующих итерациях моделирования с нестабильным профилем скорости.
0.5 0.5
00 0 2 4 6 8 10
Отношение сигнал-шум, дБ
а)
0.5 0.5
00 0 2 4 6 8 10
Отношение сигнал-шум, дБ 11
0.5 0.5
00 0 2 4 6 8 10
Отношение сигнал-шум, дБ
0 2 4 6 8 10 Отношение сигнал-шум, дБ
0 2 4 6 8 10 Отношение сигнал-шум, дБ
0 2 4 6 8 10 Отношение сигнал-шум, дБ
б)
в)
Рисунок 6 – Вероятности P1 (левый столбец) и P2 (правый столбец), в зависимости от SNR для различного числа оцениваемых углов наклона ДН: а – 11, б – 9, в – 7
Рисунок 7 – Зависимость BER(SNR) для 11 оцениваемых углов наклона ДН
Также был рассмотрен случай передачи данных в условиях качки судна, на котором закреплена передающая антенна. В таких условиях эффективность предлагаемого метода снижается. Однако, как свидетельствуют результаты, представленные на рисунке 8, предлагаемый метод обеспечивает некоторое снижение BER относительно ГАСС с одноэлементной системой.
Вероятность Вероятность Вероятность
Вероятность Вероятность Вероятность
Был исследован вопрос длительности сохранения актуальности полученной оценки канала при линейном движении приемной антенны. Для этого выполнялось пошаговое перемещение приемника в горизонтальном направлении в сторону передатчика на 6,6 м с передачей сообщения длиной 10 кбит на каждом шаге. Динамика BER при перемещении представлена на рисунке 9 для SNR = 5 дБ.
Битовая вероятность ошибки
Битовая вероятность ошибки
10 -1
Рисунок 8 – Зависимость BER(SNR) в условиях колебания передающей системы вследствие качки обеспечивающего судна
0.25 0.2
0.15 0.1
0.05 4000
3950 3900
Удаление от передатчика, м
3750 3700
ГАСС с управлением ДН
ГАСС с одноэлементной антенной
0 2 4 6 8 10 Отношение сигнал-шум, дБ
3850 3800
ГАСС с управлением ДН ГАСС с одноэлементной антенной
Рисунок 9 – Зависимость BER от расстояния между приемником и передатчиком
при SNR = 5 дБ
Предложенный метод на большей части пройденной дистанции обеспечил более низкий BER и может быть использован для передачи больших объемов данных на подвижное приемное ГА устройство без постоянной оценки оптимального угла наклона ДН передающей антенной системы. Отдельно было выполнено несколько итераций натурных экспериментов, направленных на оценку эффективности и применимости метода в реальных условиях эксплуатации ГАСС. Зимние эксперименты были направлены на получение зависимости BER(SNR) в условиях неподвижных передатчика и приемника и относительно стационарных условия подледного канал связи в закрытой бухте (рисунок 10). В рамках летних экспериментов метод оценивался в условиях нестационарного канала связи как для подвижных приемо-передающих устройств (рисунок 11, а), так и неподвижных (рисунок 11, б). Использование метода также позволяет повысить помехоустойчивость ГАСС при передаче данных в канале без прямой видимости,
для оценки чего были проведены эксперименты в акватории с неровностями рельефа и минимальной глубиной ≈1,9 м, в то время как ГА приемопередающие устройства были погружены на глубину около 4,5 м. Результаты для различных рангов PSK представлены в таблице 1.
Рисунок 10 – Зависимость BER(SNR) для зимних экспериментов
0.06
0.04
0.02
5 10 15 20 25 30 35 40 Номер переданного пакета
а) б)
Рисунок 11 – Зависимости, полученные в рамках летних экспериментов: а) BER от номера пакета; б) BER(SNR)
Таблица 1 – Результаты эксперимента в канале без прямой видимости
Метод манипуляции
OFDM-DBPSK OFDM-DQPSK
Битовая вероятность ошибки
Передача без управления ДН (одна антенна) 0,0022
0,096
Передача с управлением ДН (двухэлементная антенна) 0,00044
0,0072
Таким образом, по результатам математического моделирования повышение помехоустойчивости от использования разработанного метода управления ДН оценивается в диапазоне от 2 до 9,5 дБ, а для натурных экспериментов – от 1 до 3,9 дБ.
Битовая вероятность ошибки
В четвертой главе описывается разработанный MAC-протокол,
адаптированный под разработанные методы помехоустойчивого кодирования и
управления ДН и основанный на протоколе с подтверждениями. Его новизна
заключается в методе формирования и приема сигналов (служебных пакетов) RTS,
CTS, ACK и NACK. Данные служебных пакетов RTS и CTS предполагается
передавать на поднесущих оценочного пилот-сигнала, не задействованных при
оценке канала. Однако необходимо обеспечить их надежную передачу. Для этого
предлагается закодировать служебные биты пакетов кодом LDPC c максимально
возможной скоростью, а затем распределить биты получившегося кодового слова
по угловым оценочным компонентам в случайном порядке, таким образом, что
каждая поднесущая, выделяемая для оценки того или иного угла наклона ДН, была
«окружена» несколькими поднесущими, которые предназначены для передачи
служебных данных протокола. Предлагаемый дизайн системы предполагает длины
служебных пакетов RTS/CTS равные 61 бит, что в данном случае является и длиной
количество поднесущих сигналов R TS/CTS , таким образом скорость
кодируемого информационного слова m. Длиной кодового слова примем
кодирования определяется по выражению:

= ⌊ / ⌋.
(4)
Определено, что для надежной передачи скорость кодирования должна быть не менее 1/18. С помощью квадратурного модулятора формируются поднесущие RTS и CTS, которые затем подвергаются сложению с пилот-сигналом. После формирования получившийся сигнал фазируется для передачи с многоэлементной антенны. Прием и декодирование поднесущих пакетов RTS/CTS начинается с определения времен прихода Arrn каждой из угловых компонент с последующим восстановлением символов с помощью квадратурного демодулятора и декодированием. По результатам численного моделирования получена 100% вероятность корректного декодирования служебных бит пакета RTS/CTS для канального BER = 0,3.
Главным требованием к сигналам ACK/NACK являются высокие автокорреляционные свойства при малой длительности сигналов. Поэтому для их формирования были использованы сигналы с синусоидальной частотной модуляцией (СЧМ). Сигнал ACK формируется сложением NSFM СЧМ сигналов, причем NSFM = 3, 5, …, а сигнал NACK – простым умножением сигнала ACK на -1:

( ) = � cos(2 ∙ ( ) ∙ ) =1
( ) = − ( ), где, f(t) – модулирующая частота.
(5)

( ) = � ( ) =1
Процесс приема и обработки данных сигналов также основывается на согласованной фильтрации. Канал фильтруется на предмет наличия не всего сигнала ACK, а составляющих его СЧМ сигналов, после чего выполняется поэлементное умножение выходов согласованных фильтров:

(6) где, yi(t) – выход банка из NSFM согласованных фильтров, каждый из которых имеет
импульсную характеристику h [1 … ] = [ … 1]. В результате выполнения
подобной операции получается АКФ с узким максимумом и с пренебрежимо малым уровнем боковыми лепестками (рисунок 12).
0.2 0
-0.2 -0.4 -0.6 -0.8
-1
1 0.8 0.6 0.4 0.2
0 -0.2
Для проверки возможности распознавания сигналов ACK/NACK на длительности защитного интервала была разработана модель, c использованием моделей ГА каналов связи Watermark Benchmark. Был сформирован вектор, последовательно набранный из 100 сигналов NACK, 100 интервалов тишины, а затем 100 сигналов ACK. Сигналы передавались без защитного интервала. Вектор был поэлементно умножен на оконную функцию (рисунок 13), моделирующую процесс, в рамках которого передатчик имеет возможность принимать сообщения только во время защитного интервала между передаваемыми OFDM символами.
0.5
а)
Рисунок 12 – Реакция согласованного фильтра при отсутствии шумов и
многолучевости на сигнал а) ACK; б) NACK
б)
а)
Рисунок 13 – Наглядное изображение а) вектора сигналов ACK и NACK; б)
оконной функции
б)
Результат умножения данных числовых векторов был пропущен через модель многолучевого канала связи и суммирован с шумом. После чего была выполнена согласованная фильтрация по выражению 6 (рисунок 14). На рисунке хорошо заметна разница между реакцией фильтра на сигнал NACK (пики АКФ имеют отрицательное значение) и сигнал ACK (пики имеют положительное значение). Проведенное численное моделирование свидетельствует о возможности однозначной идентификации сигналов ACK/NACK в крайне неблагоприятных условиях канала связи на длительности защитного интервала.
0 2 4 6а)8 10 12 14 б)
0 2 4 6в)8 10 12 14 г)
Рисунок 14 – Выход согласованного фильтра, настроенного на сигналы ACK и NACK при разных SNR:
а) 20 дБ; б) 0 дБ; в) 10 дБ; г) 20 дБ
В пятой главе представлено описание ГАСС, построенной на основе разработанных адаптивных методов с точки зрения ее аппаратной и программной реализации. Разработанные методы и протокол не предъявляют к аппаратной основе системы связи особых требований, за исключением повышенной вычислительной мощности FPGA и наличия многоканальных усилительно- согласующего устройства и антенной системы. С программной точки зрения добавляются блок определения достаточности принятых бит четности помехоустойчивого LDPC кода (описан в главе 2) и блок определения оптимального угла наклона ДН передающей антенны (описан в главе 3). Подобный функционал может быть реализован на современных вычислительных платах, оснащенных современными FPGA и процессорной частью. Так, экспериментальная установка, состоящая из двух ГА модемов, была основана на чипе Intel Cyclone V (5CSEMA4U23C6N). Для создания многоэлементной антенны использовались гидрофоны ПИ1.

20
Экспериментальные исследования проводились весной 2021 года в наиболее глубоководной части Амурского залива в условиях слабого волнения (высота волн <0.5 м) и слабого ветра (<6 м/c). Приемник и передатчик располагались на свободно дрейфующих плавсредствах, разнесенных на ≈1200 м. Приемник был заглублен на 12 м, передатчик – на 2 м. Помимо комбинации разработанных методов для экспериментального исследования выбраны следующие методы помехоустойчивого кодирования и модуляции: OFDM-DBPSK и 1/2 LDPC, OFDM-DBPSK и 1/3 LDPC, OFDM-DBPSK и 1/5 LDPC. Полученные зависимости эффективной скорости передачи данных от SNR представлены на рисунке 15. Как можно заметить, в любых условиях канала связи предложенная методика демонстрирует превосходство над неадаптивными аналогами. По SNR полученный выигрыш варьируется от 0,2 до 3 дБ. 800 700 600 500 400 300 200 100 Рисунок 15 – Результаты натурных экспериментов и сравнения предложенных методов и стандартных аналогов. Результаты натурных экспериментов соответствуют результатам математического моделирования, что позволяет использовать разработанные модели при дальнейшем проектировании адаптивных решений для ГАСС. В заключении приведены основные научно-технические результаты работы, обладающие научной новизной и практической значимостью. 1. Выполнен анализ характеристик ГА каналов связи и актуальных методов повышения эффективной скорости передачи данных и адаптации параметров ГАСС под условия канала, который подтвердил актуальность и правильность выбранного метода исследований. 2.Разработан метод кодирования LDPC со свободными скоростью кодирования и длиной информационного слова, который не требует непосредственной оценки параметров канала связи и передачи запросов на 0 2 4 6 8 10 12 Отношение сигнал/шум, дБ OFDM-DBPSK с управлением ДН и предложенным LPDC OFDM-DBPSK и 1/3 LDPC OFDM-DBPSK и 1/2 LDPC OFDM-DBPSK и 1/5 LDPC Эффективная скорость передачи данных, бит/c дополнительные биты четности. При максимальной скорости кодирования R=1/5 метод обеспечивает безошибочное декодирование данных, полученных при BER < 0,2. 3. Разработан метод оценки ГА канала связи и определения оптимального наклона ДН передающей антенной системы с помощью одного OFDM сигнала. Метод тесно интегрирован с MAC-протоколом и позволяет выбрать оптимальный наклон ДН антенной системы передатчика и приемника при обмене сигналами RTS/CTS протокола. Метод позволяет повысить помехоустойчивость на величину до 2,9 дБ по SNR. 4. Разработан MAC-протокол, адаптированный под созданные методы помехоустойчивого кодирования и управления ДН. За счет особой структуры сигналов RTS/CTS и ACK/NACK протокол позволяет реализовать предложенные методы и использовать их совместно в одной ГАСС. 5.Выполнена оценка эффективности разработанных решений в рамках математического моделирования и натурных экспериментов. Предложенные разработки позволяют повысить эффективную скорость передачи данных в 1,17– 2,25 раза в условиях шельфовой зоны Японского моря. Таким образом, в диссертационной работе изложены новые научно обоснованные технические решения в области методов, технических средств измерения, анализа и контроля характеристик физических полей корабля и океана, применение которых вносит значительный вклад в развитие гидроакустических систем связи и навигации, а также связанных с ними отраслей народного хозяйства страны.