基于DVB_S2X标准的自适应传输控制技术

2021-10-21 11:55陈少峰
现代导航 2021年5期
关键词:卫星通信信噪比信道

李 欣,陈少峰

(中国电子科技集团公司第二十研究所,西安 710068)

0 引言

我国将建设天地一体化信息网络,整个系统将由多颗在轨卫星组成的天基网络系统和地面网络系统一起组成。天地一体化信息网络的高效运行必然要求星地链路在不同信道条件下都保持最大的传输效能,而我国传统的卫星应用系统大多采用固定传输体制。当雨衰、卫星颤抖、低仰角等因素引起的信道状况恶化程度超过系统设计余量时,将会导致系统传输误码率性能下降,甚至使系统瘫痪。而当信道状况良好时,信道质量相对于设定参数又会产生较大设计冗余,造成传输能力的浪费。发展自适应编码调制技术可以有效地解决这一问题。

DVB_S2 标准是目前世界上大多数卫星数字广播系统所采用的标准,在传输性能、调制编码方式、有限码率等方面显示出一些亟待改进的问题。DVB_S2X 标准是在DVB_S2 标准基础上发展而来的[1],采用DVB_S2X 后,卫星直播到用户业务的频谱效率可提高20%~30%,某些专业应用的频谱效率甚至可提高50%。DVB_S2 的调制与编码分辨力粒度为28,而DVB_S2X 的调制与编码分辨力粒度为112,从而,DVB_S2X 可实现所有应用场景下的最佳调制,卫星电视广播运营商就可以更好地根据应用/服务的类型来优化卫星链路,而调制与编码的选择切换由系统的自适应传输控制技术完成。DVB_S2X 扩展已经启用,它具有更高的传输速率以支持 UHD / 4K 超高清分辨率,这使得 DVB_S2X 成为通过商业和政府卫星系统进行电视信号和数据传输的最佳方案。

针对星地间高速和高效数据自适应传输需求,本文在宽带卫星通信DVB_S2X 协议标准的基础之上,主要从高精度信道估计、信道状态预测和自适应编码调制(Adaptive Coding Modulation,ACM)选择切换策略三个方面,着重研究了卫星宽带移动通信系统自适应传输控制技术,它是整个自适应传输系统编码调制、解调译码体制正确变换,系统正常工作的前提。

1 自适应传输控制技术原理设计

1.1 卫星通信自适应传输系统

卫星通信自适应传输系统如图1 所示,控制中心在地面,地面控制中心根据各种情况做出决策后控制星载终端按照规划的调制编码方式进行数据发送。地面解调器根据下行数据检测出信噪比、信号电平和频率偏差等信息,形成信道状态信息通过专门信道传送给地面控制中心,作为地面控制中心进行调制规划的一部分参考信息[2]。

当ACM 系统开始启动时,以一种固定的模式开始工作,建立稳定的链路。在工作过程中,地面解调器不断地进行适时的信道估计,并将结果回传给地面控制中心,如果信道状况变化超过了变更门限,地面控制中心指示星载调制器变更传输体制,并将相应的控制信息携带于下行链路中。地面解调器接收到数据后,解析辅助控制信息,采用相应的解调译码体制,建立新的传输模式,完成自适应功能。

如图2 所示,在自适应传输过程中,星载终端在发送数据时周期性地插入导播时隙,导播时隙中携带有发送数据调制方式、数据速率和编码速率等导播信息。地面自适应解调器先接收导播时隙,解析出其中的调制方式、数据速率和编码速率等信息,然后按照要求配置解调参数,完成信号的解调接收译码。导播时隙需要采用统一的收发已知调制编码方式,如BPSK 体制下LDPC1/2 编码,能保证解调器在低信噪比情况下正确接收到导播信息。

1.2 自适应传输控制技术

星地链路自适应传输体制工作体制如图3 所示,主要由星载调制器、地面解调器、卫星信道和本文研究的自适应传输控制技术组成。星地链路的信道估计、误码率估算、控制调整等工作全部由自适应传输控制技术完成,星载调制器只根据监控系统的控制信号进行体制调整。调整后的载波经微波信道后,进入自适应传输控制系统,进行信道估计,检测Eb/N0 并进行体制调整。体制调整信息分别送至星载调制器和地面解调器,两个设备可在体制上实现同步。

其中,基于DVB_S2X 标准的宽带卫星通信系统自适应传输控制技术原理框图如图3 中本文研究内容所示,主要由三个部分组成,分别是高精度信道估计、信道状态预测和ACM 选择切换策略。对应的主要研究内容包括:

(1)高精度信道估计:建立卫星通信系统信道估计的基带等效模型,分析可能产生噪声的因素;在此模型的基础上,推导信噪比估计方法性能的理论下界,分析影响信噪比估计精度的因素;最后根据DVB_S2X 的传输信号波形体制,研究基于导频的高精度信道估计方法,实现高精度的信道估计,为ACM 选择切换策略的使用提供支撑。

(2)低时延信道状态预测:结合自适应编码调制卫星通信系统的应用方式,分析反馈延时对系统频谱利用率的影响;根据Ka 频段信道特性,研究基于最小均方算法的信道状态预测技术,实现对当前时刻信道状态的有效预测,为自适应编码调制选择切换策略的使用提供支撑。

(3)ACM 选择切换策略:根据系统自适应传输的需求选择相应的编译码码率颗粒度,与不同的调制方式结合实现自适应体制频谱效率和功率效率的最佳结合;并考虑反馈延迟、信道估计误差和突发强干扰的综合影响,避免自适应系统的不稳定甚至传输中断,设计合理的ACM 选择切换策略。

2 自适应传输控制技术系统设计

2.1 高精度信道估计

在卫星通信系统的自适应编码调制技术中,为了实现高效自适应传输,发射端需要知道当前的信道状况。而信道状况的好坏一般通过信噪比(Signal Noise Ratio,SNR)来衡量[3]。因此,地面站通常采用信噪比估计技术实现对卫星信道状态的监测。

2.1.1 卫星通信系统信道估计模型

卫星通信系统的等效数字通信系统基带模型如图4所示,在这个模型中我们假设已达到理想的定时恢复和载波恢复。图中an为真实星座信号;bk为过采样信号,Nss为过采样率;mk为成形滤波后的信号;hk为成形滤波器系数;rk为接收端接收信号;zk为0均值、单位方差的复高斯白噪声;yk为经过匹配滤波后的信号;S和N分别为信号和噪声功率因子。最后对匹配滤波器输出信号下采样得到如式(1)所示:

式(1)中:

信噪比如式(4)所示:

卫星通信系统接收端的噪声主要由信号传输过程中叠加的外部噪声和接收机内部噪声两部分组成。其中外部噪声包括大气噪声、云雾雨雪引起的噪声和太阳噪声等;接收机内部噪声则为研制样机固有的噪声系数。

2.1.2 影响信噪比估计精度因素分析

克拉美罗界(Cramer-Rao Bound,CRB)是衡量信噪比估计性能的重要指标[4],其标志着特定条件下估计均方误差所能达到的最佳水平。信噪比ρ在复信道中的无偏估计的CRB表达如式(5)所示:

式中,ρ为实际的信噪比值;N为估计次数;Nsym为码元个数。

由式(5)可知,信噪比估计的精度与待估信噪比值、符号长度和每符号采样率有关。估计误差随着待估信噪比值的增大而减小,随着符号长度和每符号采样率的增加而减小。因此,为获得高精度的信噪比估计结果,需要在高信噪比条件下采用尽可能长的符号长度和尽可能高的每符号采样率来实现。

此外,用于信噪比估计的信号序列的特性也会影响信噪比估计的精度,比如信号序列的样式、调制方式等。由于在高信噪比条件下ML 估计器和MMSE 估计器可以达到接近CRB 的性能,但这是在假设发送信号序列的先验概率相等条件下才能获得,即信号序列中的“1”和“0”等概率出现,而实际上发送信号序列的先验概率并不一定相等。此外,采用多进制相移键控(Multiple Phase Shift Keying,MPSK)(M=2)和MPSK(M>2)的CRB不同,并且采用恒包络调制方式MPSK 和非恒包络调制方式多进制幅度移相键控(Multiple Amplitude and Phase Shift Keying,MAPSK)对信噪比估计的精度也有影响。所以,对于采用数据辅助信噪比估计方法的通信系统,其中用于信噪比估计的导频需要进行特殊设计,以满足对估计精度的高要求;对于采用非数据辅助信噪比估计方法的通信系统,由于发送数据是随机且不可预知的,其信噪比估计精度通常会高于CRB。

2.1.3 基于导频的高精度信道估计

现有的信噪比估计方法,按照是否依赖发送符号的先验值将其分成两大类:基于数据辅助(Digital Aided,DA)的估计方法和非数据辅助(Non Digital Aided,NDA)的估计方法。

数据辅助的估计方法包括:最大似然(Maximum Likelihood,ML)估计方法、最小均方误差(Minimum Mean Square Error,MMSE)估计方法等。

非数据辅助的估计方法包括:误差向量大小(Error Vector Magnitude,EVM)估计方法、分裂符号矩(Split Symbol Moments Estimator,SSME)估计方法、二阶矩四阶矩(M2M4)估计方法、信号方差比(Signal to Variation Ratio Estimator,SVR)估计方法等。

相对于NDA 估计方法,DA 估计方法的性能更优。然而DA 方法需要在传输的序列中插入导频符号,会降低有用信息的传输效率,影响系统的吞吐量,并导致一定的功率损耗。

在实际的卫星通信系统传输信号体制中,既包括了业务数据符号,同时也使用了导频符号,而两者都可用来进行信噪比估计。为实现高精度的信噪比估计,利用其中的导频信号采用数据辅助估计方法实现是更合适的[5]。

本文采用MMSE 估计方法[6],接收到的信号总功率包括了信号功率和噪声功率,并且信号功率和噪声功率独立不相关。通过判决后的信号与接收信号做相关运算之后取得信号的功率,而接收信号的总功率减去信号的总功率得到噪声的总功率,从而进行信噪比估计。

对于调制信号在高斯加性白噪声(Additive White Gaussian Noise,AWGN)信道下的估计器为:

式中,x表示发送的训练序列;y表示接收到的训练序列;f表示衰减系数。令C=yxH,H表示共轭转置,表示接收信号的能量,得到:

2.2 低时延信道状态预测

2.2.1 反馈时延对自适应编码调制系统影响分析

目前宽带卫星通信系统的编码调制方式切换的常用方法是门限法,即将信噪比分为若干个区间,每个区间对应一种最优的编码调制方式。发送端根据接收数据的接收信噪比与确定的信噪比门限值进行比较,以此确定采用何种编码调制方式。而实现编码调制方式的自适应切换的前提是系统方式端可以从接收端准确、可靠、及时地获得当前信道状态反馈信息。

但在实际使用中,即使认为接收端估计出的信道状态信息是理想的,即完全确知的,但为了将接收端获得的状态信息反馈回发射端,由于受频谱效率的限制,反馈信道的带宽不可能为无穷大,因此,接收端必须将信道状态信息进行量化,由此而引入信道的量化误差;此外,发送端获得接收端反馈的信道状态信息是存在一定的延时的。自适应编码调制卫星通信系统的反馈时延主要包括卫星终端信道估计产生的时延、反向链路中的传输时延、信关等处理反馈信息引入的时延以及卫星的前向链路时延,一般约为几百毫秒量级。

发射端按照接收端反馈的信道状态信息选择了适合的编码调制方式,由于反馈的信道状态信息从接收端传输到发射端经过了一段时间,因此该时刻的信道状态已经与接收端发出时不同,这会造成选择的编码调制方式与该时刻的信道状态不匹配,引起传输差错,吞吐量降低。

2.2.2 基于最小均方算法的低时延信道状态预测方法

根据无线通信信道存在的自相关性,利用之前的信噪比预测将来发送时刻的信噪比值。

信噪比预测方法主要是利用无线通信信道以前的信噪比预测将来发送时刻的信噪比值。自适应信号预测方法中比较典型的包括最小均方(The Least Mean Square,LMS)算法、基于自回归(Autoregressive Model,AR)模型的MMSE算法、Kalman 算法、递归最小二乘(Recursive Least Squares,RLS)算法。综合考虑上述各算法在预测精度、计算复杂度、算法收敛速度、对量化效应的适应性等因素,本文拟采用基于LMS算法的信道状态预测方法。最小均方算法算法原理图如图5所示。

式中,x(n)表示输入信号;d(n)表示期望信号;y(n)表示LMS滤波器的输出;h(n)表示未知的抽头权向量h(n)的估计;μ表示收敛因子。

为了保证系数在平均意义上能够收敛,LMS算法的收敛因子必须在如式(11)所示的范围内选取:

式中,λmax是矩阵R(n) =x(n)xT(n)的最大特征值。

LMS算法是一种最优下降算法,属于自适应算法中计算复杂度较低的方法,它不需要计算相应的相关函数,也不需要进行矩阵运算。如果LMS算法具有充分阶数可以对产生d(n)的随机过程进行模拟,则达到的最小MSE等于加性噪声的方差。同时LMS算法对量化效应具有很好的鲁棒性。

在LMS预测算法稳定的情况下,采用信噪比预测值作为编码调制方式选择的判据会获得更好的系统吞吐量或更低的误码率性能。在链路信噪比快速增大时,采用预测算法会获得更好的系统吞吐量性能;在链路信噪比快速减小时,采用预测算法会获得更低的误码率性能,从而获得更好的服务质量。

2.3 自适应编码调制选择切换策略

2.3.1 自适应稳定机制

自适应链路调整过程中,由于系统延迟、信道估计误差和突发强干扰的综合影响,会导致自适应系统的不稳定甚至传输中断。因此,自适应体制切换控制环节应该进行如下几个方面的处理:

(1)换挡冗余设计

在传输过程中,如果突发了降雨或浓雾等情况,信道条件发生恶化,由于系统的延迟,不能及时的对编码调制方式和电平进行自适应调整,将会造成传输的中断。为了避免信道突变引起传输中断,系统的工作门限与理想值之间需保留余量,该余量用于缓冲突发衰减。由低档向高档切换应相对缓慢,可以经过多个中间档位,而从高档向低档切换必须及时;

(2)换挡防抖动设计

当信噪比估计值在换挡门限附近时,由于受大气闪烁、天线颤抖和相位噪声等因素影响,会造成编码调制传输模式频繁切换。为消除体制频繁切换造成的系统不稳定因素,必须进行防抖动设计。防抖动设计主要通过滞后技术解决,即当连续几次估计结果越过换挡门限时才进行换挡,来应对编码调制方案的频繁转换和由此引起的系统性能的振荡问题。

根据以上分析,设计的低速档到高速档的信噪比切换门限应等于信噪比估计值+信噪比预留值+信噪比滞后值+高阶调制信噪比补偿值;从高速档到低速档的信噪比切换门限应等于信噪比估计值+信噪比预留值+高阶调制信噪比补偿值。

2.3.2 基于最优化子集的编码调制方式调整算法

根据ITU-R给出的Ka频段卫星信道雨衰统计模型,基于2.2中信道状态信息预测结果,结合卫星信道雨衰时信噪比的分布统计概率,设计最优化子集编码调制方式调整算法如图6所示,算法过程为:

(1)首先利用信噪比估计结合LMS算法完成对信道状态的预测;

(2)当连续若干次的信道状态信息的预测值都落入了卫星信道雨衰模型中的信噪比统计区域,进行最优化子集编码调制方式调整(进入雨衰模式);

(3)进入雨衰模式后,编码调制方式切换的信噪比动态调整范围将不再使用颗粒度0.5 dB的子集方案,而是调整为颗粒度为3~5 dB的子集方案。这样可以降低反馈的信息比特量并减小反馈时间,可以迅速地将调制编码方式与雨衰信道坏境进行适配;

(4)当连续若干次的信道状态信息的预测值都落出了卫星信道雨衰模型中的信噪比统计区域,退出最优化子集,回到常规模式。

3 实验验证

研制开发高效自适应传输控制功能软件,由高精度信噪比估计功能软件模块、信道状态预测功能软件模块和自适应编码调制选择切换策略功能软件三部分组成,构建等效验证环境。在等效验证环境下,完成基于DVB_S2X 标准的宽带卫星通信系统自适应传输控制系统的测试验证。

测试验证在中频A/D 条件下进行,测试框图如图7 所示,配套测试仪器设备主要有信号源、信号分析仪和任意波形发生器等。信号源主要用于模拟产生加性高斯白噪声信号;信号分析仪主要用于信噪比的测试比较;任意波形发生器模拟产生的导频信号与信号源输出的高斯白噪声信号经过合路后接到高效自适应传输控制终端设备的输入端,另一路接到信号分析仪的输入端。在不同信噪比下,将信噪比估计功能软件估计结果与信号分析仪测试结果比较,并分析自适应编码调制选择切换策略功能软件的决策是否符合预先制定的ACM 调整规划。

利用上一时刻瞬时信噪比和利用LMS 算法预测得到的信噪比为判据得到的ACM 吞吐量性能比较如图8 所示。其中,取560~710 s 时段的信道情况作为研究对象。由结果可以看出,由于预测信噪比更接近下一时刻的真实信噪比,在信噪比快速增大的情况下,利用预测得到的信噪比作为判据能有效地削弱时延的影响,使ACM 系统获得更好吞吐量性能,提高信道资源的利用率。

利用上一时刻瞬时信噪比和LMS 算法预测得到的信噪比为判据得到的ACM 误码率性能比较如图9 所示。其中分别取260~430 s 和880~1000 s 时段的信道情况作为研究对象。由结果可以看出,由于预测信噪比更接近下一时刻的真实信噪比,在信噪比快速减小的情况下,利用预测得到的信噪比作为判据能有效地削弱时延的影响,使ACM 系统获得更好误码率性能,降低ACM 系统的吞吐量损伤。

4 结论

本文先介绍了DVB_S2X 标准,并在此基础上提出了一种自适应传输控制技术,开展高精度信道估计、信道状态预测及自适应编码调制选择切换策略的研究和验证。从实验结果可以看出,高效自适应传输控制技术可应用于宽带卫星通信系统,使星地链路在不同信道条件下都保持最大的传输效能,大幅度提高系统的频谱效率和数据吞吐量,为后续宽带通信卫星系统、星地高速数据传输系统以及天地一体化网络系统的构建奠定技术基础。

猜你喜欢
卫星通信信噪比信道
基于自适应学习的5G通信系统信道估计方法
两种64排GE CT冠脉成像信噪比与剂量对比分析研究
2021年卫星通信产业发展综述
铱卫星通信业务发展分析及思考
基于经验分布函数快速收敛的信噪比估计器
信号/数据处理数字信道接收机中同时双信道选择与处理方法
低轨卫星通信系统频偏估计算法研究
典型办公区域Wi-Fi性能的优化
自跟踪接收机互相关法性能分析
基于深度学习的无人机数据链信噪比估计算法