基于FSO 的星地协作系统中断概率的性能分析*

李春若，苑俊英

（1.江西财经职业学院南昌校区信息中心，南昌 331700；2.广州南方学院电气与计算机工程学院，广州 510970）

0 引言

相比于移动通信，卫星通信覆盖范围更宽［1］，其已成为为偏远用户和灾难区域用户提供通信的有效技术。卫星通信系统实际上也是一种微波通信，它以卫星作为中继站转发微波信号，在多个地面站之间通信，卫星通信的主要目的是实现对地面的“无缝隙”覆盖。

由于能够在更宽的覆盖范围内通信，卫星通信系统常用于广播、导航以及灾难救援应用场景［2-4］。然而，卫星通信系统具有强大的覆盖范围，但是它与陆地用户间的通信受障碍物阻拦，缩小了它对地面用户的覆盖范围。

为此，文献［5-6］提出多卫星分集技术克服覆盖范围受阻问题。但是，多卫星分集技术也存在一些不足，如成本以及如何使多卫星间有序地工作。文献［7-8］提出另一个解决方案：混合/集成星地协作系统（Satellite-Terrestrial Cooperative System，STCS）。即利用地面链路将卫星信号传输至地面用户（目的节点）。

在集成STCS 中，卫星和地面通信使用了共同网络和频谱。换而言之，在混合STCS 中，卫星和地面通信采用不同的频带带宽。

此外，空间光通信（Free-Space Optical，FSO）技术被多个通信系统采用［9-10］。FSO 通信是指利用光在自由空间传播去传输远程通讯或计算机网络数据的光通讯技术。换而言之，FSO 通信利用空气信道传输光信号，其具有易部署、低成本和高带宽等优势。

由于FSO 通信存在较多优势，文献［11］提出将基于FSO 的卫星系统与无线局域网络相结合，并分析它们的性能。在此混合卫星-地面的FSO 协作系统中，地面基站接收卫星信号，然后再利用FSO 链路转发至目的节点。这类系统具有成本低、通信效率高，部署方便等特点。此外，文献［12］也分析了混合卫星-地面的FSO 协作系统的性能。该系统针对卫星-转发链路，其采用了放大-转发（Amplify-and-Forward，AF）［13］、阴影-Rician 衰落的陆地卫星移动通信（Land Mobile Satellite，LMS）模型［14］。同时，该系统针对转发节点-目的节点间的FSO 链路，考虑了Gamma-Gamma 分布［15］的大气湍流环境特点。

受上述工作的启发，分析了基于解码- 转发（Decode-and-Forward，DF）策略的混合星地协作系统的性能。本文的研究工作与文献［12］的不同之处在于：文献［12］考虑了基于阴影-Rician 衰落的卫星-地面链路模型；而本文采用更通用更复杂的Lutz 模型，同时，还分析了基于无阴影和有阴影的双状态Markov 模型的LMS 信道性能，并对中断概率闭合表达式进行了推导。

1 系统及信道模型

考虑如图1 所示的混合卫星- 地面的FSO 协作系统。卫星通过长距离的RF 卫星-转发链路向转发节点传输信号。为了提高通信覆盖范围，采用无人机（Unmanned Aerial Vehicle，UAV）作为转发节点。转发节点采用DF 策略。

图1 网络模型

UAV 接收了来自卫星信号后，就对其进行解码，再通过副载波调制（Subcarrier Intensity Modulation，SIM）技术将电信号转换成光信号：

2 中断概率分析

2.1 卫星与UAV 间的链路模型

利用Lutz 模型描述卫星与UAV 间LMS 间信道。Lutz 模型为双状态Markov 模型，其考虑了无阴影和有阴影两个状态。

首先，考虑无阴影状态。接收的信号服从Rician概率密度函数（Probability Density Function，PDF）。在无阴影状态时，瞬时SNR 的PDF［16］：

依据Lutz 模型，考虑到慢阴影衰落，可利用对数-正态分布fLN（γ0）描述γ0。因此，在有阴影状态下的瞬时SNR 的PDF［17］：

式中，Γ（·）表示Gamma 函数［19］，Kx（·）表示二类的第x 阶的修正Bessel 函数。因此，它的CDF 函数可表示为：

2.2 UAV 与用户间链路模型

由于大气气压和温湿度的波动，折射率结构常数也随之变化，这就会形成大气湍流。因此，光信号强度的波动也服从Gamma-Gamma 分布。为此，利用式（17）表述在FSO 链路上瞬时SNR 的PDF：

2.3 中断概率的推导

3 性能仿真

3.1 仿真环境

为了更好地分析所推导的中断概率的准确性，利用MATLAB 2016 a 软件建立仿真平台，分析中断概率的准确性。UAV（转发节点）的海拔高度为1km，其在地面的覆盖范围为半径为500 m 的圆形区域，在该区域内用户数为15 个。其他的仿真参数如表1 所示。

表1 仿真参数

3.2 性能分析

先分析了μS，UAV和μUAV，USE对中断概率Pout的影响。其中大气湍流强度由Rytov 标准方差σR决定；阴影状态持续时间由参数A 决定，而参数A 的值参照文献［17］的决定。K 值决定Rice 因子，将其值设定为10.2 dB；κ=1.5；γth=-10 dB。

本次仿真考虑两类情况：A=0.24；A=0.89，图2先给出μS，UAV=μUAV，USE条件下中断概率。从图可知，A值越大，中断概率越高，性能越差。原因在于：A 值越小，卫星-转发节点链路处于无阴影状态的时间越长，这必然会降低中断概率。

图2 参数A 对中断概率的影响

此外，图2 也显示了σR=1.2、σR=0.5 和σR=3，3 种情况下的中断概率。σR反映了大气湍流，其值越大，湍流越强。反之，σR值越小，湍流越弱。因此，σR值越小中断概率越低。值得注意的是：在σR值很小时，A 值对中断概率有很大影响，但当σR值增加后，A 值对中断概率的影响随之降低。例如，在σR=3时，A=0.24 和A=0.89 两种情况下的中断概率相差很小。原因在于：当光信号传输遭受强的大流湍流时，阴影状态对总体性能的影响越小。

接下来，分析在FSO 链路上的电信号的SNR对中断概率的影响，其中μS，UAV=30 dB、A=0.24、K=2.1 dB。并在仿真中设置κ=0.5 和κ=10.5 两类情况，分析κ 对中断概率的影响，如图3 所示。

图3 μUAV，USE 对中断概率的影响

从图3 可知，中断概率随μUAV，USE值增加而下降。原因在于：μUAV，USE值越大，FSO 链路性能越好。此外，在μS，UAV固定的时候（即RF 链路的SNR 值不变），κ 值越大，中断概率越低。原因在于：κ 值反映了阴影状态下的平均功率。κ 值越大，平均功率越大，必然降低了中断概率。

4 结论

卫星通信的覆盖区域会受到星地链路间障碍物引起的阴影效应影响，这种影响提升了链路中断概率。为此，本文分析了基于FSO 和DF 转发的星地协作系统的中断概率性能。在考虑阴影和无阴影状态下，利用Lutz 模型表述LMS 信道。同时，利用Gamma-Gamma 统计模型描述光信号强度的波动。最后，推导了中断概率的闭合表达式。仿真结果表明，系统性能受阴影状态的持续时间影响。分析得到的中断概率的表示方法将对星地协作系统的设计提供有力的理论支撑。