戴亞盛，馬柏林，樂(lè)光學(xué)

復(fù)雜氣象環(huán)境海上無(wú)線通信信道衰落估計(jì)模型

戴亞盛1,2，馬柏林1，樂(lè)光學(xué)1

（1. 嘉興學(xué)院信息科學(xué)與工程學(xué)院，浙江 嘉興 314001；2. 上海大學(xué)計(jì)算機(jī)工程與科學(xué)學(xué)院，上海 200444）

海洋表面受電磁波稀疏散射、海浪陰影衰落、艦船擺動(dòng)、晴霧雨雪等復(fù)雜環(huán)境因素影響，海上無(wú)線通信信道衰落建模極其復(fù)雜。通過(guò)分析直射、鏡面反射、漫反射和復(fù)雜氣象環(huán)境對(duì)信道衰落的影響，提出了復(fù)雜氣象環(huán)境海上無(wú)線通信信道衰落估計(jì)模型。設(shè)計(jì)改進(jìn)蜂群算法對(duì)該信道衰落估計(jì)模型求解，構(gòu)建以sin(·)函數(shù)為算子引導(dǎo)跟隨蜂進(jìn)行搜索，降低搜索空間，提高求解效率和精度。引領(lǐng)蜂以概率接收偵查蜂解進(jìn)行更新，抑制求解算法陷入局部最優(yōu)的問(wèn)題。實(shí)驗(yàn)結(jié)果表明，提出的模型與波動(dòng)雙射線模型和地球曲率模型相比，精度平均提升13.58%和11.43%；與布谷鳥(niǎo)搜索、遺傳算法、模擬退火算法等對(duì)比分析，搜索時(shí)間分別減少60.48%、45.18%、43.23%。

海洋環(huán)境；無(wú)線通信；蜂群算法；信道衰落

0 引言

海上無(wú)線通信信道衰落受海浪陰影效應(yīng)、發(fā)射機(jī)接收機(jī)相對(duì)運(yùn)動(dòng)、海洋表面電磁波稀疏散射、海上氣象環(huán)境損耗等諸多復(fù)雜因素影響，具有稀疏性、多徑不穩(wěn)定性、氣象環(huán)境影響大等區(qū)別于陸地通信信道獨(dú)特特性，傳統(tǒng)基于陸地城市環(huán)境構(gòu)建的瑞利、高斯分布通信信道衰落模型不能有效表征其變化[1]。海上無(wú)線通信信道衰落模型是研究海上無(wú)線通信信道精確辨識(shí)、估計(jì)、均衡、解調(diào)和解碼，在接收端準(zhǔn)確恢復(fù)發(fā)射信息，實(shí)現(xiàn)端到端的聯(lián)合優(yōu)化的基礎(chǔ)工作，因此，對(duì)于海上無(wú)線通信系統(tǒng)研究具有重要意義[2-3]。海上無(wú)線通信信道衰落建模已成為突破海上無(wú)線通信信道研究的關(guān)鍵，是產(chǎn)業(yè)界關(guān)注的重點(diǎn)問(wèn)題之一。

為有效構(gòu)建海上無(wú)線通信信道衰落模型，本文提出一種復(fù)雜氣象環(huán)境下海上無(wú)線通信信道衰落估計(jì)模型（estimation of wireless channel fading model in maritime communication for complex meteorological environment，EWCFM-CME）。本文通過(guò)分析晴、霧、雨、雪和雨雪混合復(fù)雜氣象環(huán)境對(duì)海上無(wú)線通信信道衰落影響，融合直射、鏡面反射和漫反射路徑無(wú)線通信信道衰落模型，構(gòu)建復(fù)雜氣象環(huán)境下海上無(wú)線通信信道衰落估計(jì)模型，設(shè)計(jì)改進(jìn)蜂群算法對(duì)海上無(wú)線通信信道衰落估計(jì)求解。在衰落參數(shù)值域隨機(jī)生成個(gè)初始蜂群，以引領(lǐng)蜂為中心，通過(guò)構(gòu)建以sin(·)函數(shù)為算子引導(dǎo)跟隨蜂進(jìn)行搜索，降低搜索空間，提高求解效率和精度。運(yùn)用貪婪策略選擇個(gè)適應(yīng)度最優(yōu)的跟隨蜂，由偵查蜂標(biāo)記構(gòu)建偵查蜂集。以偵查蜂解集的均方差判斷其解的準(zhǔn)確度，避免因求解誤差導(dǎo)致的算法抖動(dòng)。引領(lǐng)蜂以概率接收偵查蜂解，將該偵查蜂更新為新的引領(lǐng)蜂，抑制引領(lǐng)蜂更新時(shí)容易陷入局部最優(yōu)的問(wèn)題。基于舟山海域氣象數(shù)據(jù)，模擬四季不同海況環(huán)境以仿真分析EWCFM-CME性能。

1 相關(guān)研究

文獻(xiàn)[1]提出一種綜合考慮反射、陰影、發(fā)散和繞射等因素的路徑損耗模型。在挪威離岸距離為45 km的平靜、寒冷的公海上進(jìn)行頻率為2 GHz的信道衰落測(cè)量實(shí)驗(yàn)驗(yàn)證，結(jié)果表明其均方根誤差較小。文獻(xiàn)[4]分析海上大氣折射、海浪運(yùn)動(dòng)、海水表面散射、發(fā)射機(jī)/接收機(jī)相對(duì)運(yùn)動(dòng)、海上氣象環(huán)境損耗等對(duì)海上無(wú)線通信信道的影響，綜述了海上無(wú)線通信信道建模方法，指出稀疏性和位置依賴性是海上無(wú)線信道建模重要特性。文獻(xiàn)[5]提出一種具有隨機(jī)相位的鏡面反射和漫反射兩個(gè)分量構(gòu)成的波動(dòng)雙射線（fluctuating two-ray，F(xiàn)TR）模型，頻率為28 GHz的室外信道實(shí)測(cè)結(jié)果表明，F(xiàn)TR模型能夠有效擬合不同的衰落分布。文獻(xiàn)[6]通過(guò)在碼頭和海岸巡邏艇的窄帶信道測(cè)量系統(tǒng)，研究實(shí)測(cè)2.4 GHz頻段的大尺度和小尺度衰落特性，指出在大尺度衰落上，考慮海浪高度的雙射線模型能夠較好地?cái)M合實(shí)測(cè)數(shù)據(jù)集，對(duì)于小尺度衰落，分析了萊斯（Rician）、Nakagami、瑞利（Rayleigh）分布的適用性和精度。文獻(xiàn)[7]通過(guò)在海上進(jìn)行VHF/UHF（very high frequency/ultra high frequency）頻段的一系列通信信道試驗(yàn)，分析指出華為海上傳播模型、雙射線模型、遠(yuǎn)距離萊斯模型分別適用于視距路徑、臨界視距路徑和超視距路徑傳播損耗。文獻(xiàn)[8]提出一種船舶在內(nèi)海水道航行的半確定性的路徑損失模型。該模型結(jié)合國(guó)際電信聯(lián)盟的經(jīng)驗(yàn)路徑損耗模型和幾何計(jì)算方案，建模反射和附近建筑的繞射路徑，通過(guò)與信道測(cè)量數(shù)據(jù)的比較，驗(yàn)證了該模型的有效性。文獻(xiàn)[9]提出了一種基于-分布的離群值魯棒三分位參數(shù)估計(jì)方法，通過(guò)利用模擬數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)對(duì)三分位估計(jì)器進(jìn)行了評(píng)估，結(jié)果表明，該估計(jì)器對(duì)原始海雜波數(shù)據(jù)中的異常值具有較強(qiáng)的魯棒性。文獻(xiàn)[10]在中國(guó)黃海海域進(jìn)行了信道測(cè)試，根據(jù)海況參數(shù)和接收信號(hào)的功率時(shí)延譜等特征判斷實(shí)驗(yàn)環(huán)境下海上蒸發(fā)波導(dǎo)的存在性；提出潮汐因子修正的兩徑時(shí)變信道模型，并驗(yàn)證信道小尺度衰落符合萊斯分布。文獻(xiàn)[11]研究海浪對(duì)無(wú)線電傳播和通信鏈路質(zhì)量的影響，通過(guò)建模海浪波動(dòng)模型和信道衰弱，推導(dǎo)直射通信的條件，并仿真評(píng)估其模型中海浪參數(shù)與信道衰落的相關(guān)性。

文獻(xiàn)[12]針對(duì)高速信道的雙選衰落和非平穩(wěn)特性，提出一種基于基擴(kuò)展模型（basis expansion model，BEM）的貝葉斯濾波的信道估計(jì)方法，仿真分析表明，所提方法有效提升了估計(jì)精度性能。文獻(xiàn)[13]提出一種非平穩(wěn)性快速時(shí)變通信信道建模仿真方法，通過(guò)引入積分項(xiàng)和隨機(jī)偏移，有效復(fù)現(xiàn)時(shí)變散射的非平穩(wěn)信道且保證了散射支路的獨(dú)立性。數(shù)值仿真結(jié)果表明，改進(jìn)方法模擬信道的概率密度函數(shù)、自相關(guān)函數(shù)和多普勒功率譜密度與理論值吻合良好。文獻(xiàn)[14]通過(guò)數(shù)值積分方程構(gòu)建熱帶氣候地面微波通信鏈路雨衰預(yù)測(cè)模型，并在頻率為15 GHz的信道環(huán)境中進(jìn)行仿真測(cè)試，結(jié)果表明能夠比國(guó)際電信聯(lián)盟無(wú)線電通信局（International Telecommunication Union-Radio Communications Sector，ITU-R）標(biāo)準(zhǔn)模型和經(jīng)典雨衰預(yù)測(cè)模型更準(zhǔn)確。文獻(xiàn)[15]研究了降雪環(huán)境下頻率為2.425 GHz的通信路徑損耗，提出了一種經(jīng)驗(yàn)路徑損耗模型，并在不同降雪強(qiáng)度的環(huán)境中驗(yàn)證了其準(zhǔn)確性。文獻(xiàn)[16]研究港口環(huán)境下信道慢衰落和快衰落效應(yīng)的分布模型，以頻率、基站天線高度等為約束參數(shù)，建模信道多元線性回歸估計(jì)問(wèn)題，通過(guò)實(shí)測(cè)結(jié)果發(fā)現(xiàn)對(duì)數(shù)正態(tài)分布可以擬合慢衰弱，Nakagami分布可以有效擬合快衰落。文獻(xiàn)[17]對(duì)無(wú)人機(jī)?艦船的空?海6G信道進(jìn)行了研究，推導(dǎo)研究其時(shí)?空自相關(guān)函數(shù)、多普勒功率譜密度、時(shí)延、角度、平穩(wěn)間隔和均方根延遲擴(kuò)展等特征，基于實(shí)測(cè)數(shù)據(jù)的比較，驗(yàn)證了所提出的信道模型的準(zhǔn)確性。文獻(xiàn)[18]研究了萊斯衰落信道，鏡面反射、散射分量的發(fā)射/接收波束信道狀態(tài)信息（channel state information，CSI）形成情況。在多輸入多輸出（multipleinput multipleoutput，MIMO）系統(tǒng)測(cè)試結(jié)果發(fā)現(xiàn)，當(dāng)兩個(gè)天線數(shù)相乘而減小時(shí)，遍歷最高速率保持不變，同時(shí)提高了估計(jì)的精確度。文獻(xiàn)[19]提出了一種淺海信道彈性結(jié)構(gòu)聲輻射快速預(yù)報(bào)的聯(lián)合波疊加法，該方法結(jié)合了淺海信道傳輸函數(shù)、多物理場(chǎng)耦合數(shù)值計(jì)算法和波疊加法理論，可快速預(yù)報(bào)淺海信道下彈性結(jié)構(gòu)輻射場(chǎng)。文獻(xiàn)[20]提出快速貝葉斯匹配海上通信信道估計(jì)算法，通過(guò)基于奇異值分解信道矩陣，估計(jì)稀疏信道，有效提高了信道估計(jì)準(zhǔn)確性。

海洋無(wú)線通信信道衰落相關(guān)文獻(xiàn)檢索結(jié)果發(fā)現(xiàn)，現(xiàn)有研究均針對(duì)特定的海洋環(huán)境進(jìn)行建模和衰落參數(shù)估計(jì)，其結(jié)果適用于其實(shí)驗(yàn)仿真環(huán)境且效果顯著，但海洋環(huán)境復(fù)雜，不同的地理位置和氣象環(huán)境均會(huì)影響海上無(wú)線信道衰落，導(dǎo)致現(xiàn)有模型精度不高，不能普遍適用。綜合考慮海洋復(fù)雜氣象環(huán)境對(duì)無(wú)線通信多徑信道衰落估計(jì)模型及如何高效準(zhǔn)確求解研究較少?；跀?shù)據(jù)驅(qū)動(dòng)模式，綜合分析海上通信信道稀疏路徑損耗、海洋表面電磁波散射、海浪陰影衰落、雨雪霧等復(fù)雜海況氣象環(huán)境對(duì)海上無(wú)線通信信道衰落的影響，構(gòu)建復(fù)雜氣象環(huán)境下海上無(wú)線通信信道衰落估計(jì)模型?；谥凵胶Ｓ驓庀髷?shù)據(jù)，模擬四季不同海況環(huán)境下仿真分析EWCFM- CME模型的精度和適應(yīng)性。

2 海上無(wú)線通信信道衰落建模

圖1 海上無(wú)線信道衰落建模

2.1 海上無(wú)線通信信道模型

根據(jù)文獻(xiàn)[5-10]對(duì)海上無(wú)線信道實(shí)測(cè)數(shù)據(jù)分析研究，在發(fā)射機(jī)到接收機(jī)的海上無(wú)線多徑信道中，直射、鏡面反射和漫反射路徑傳輸?shù)男盘?hào)能夠與噪聲相互獨(dú)立。假設(shè)發(fā)射波為()，在時(shí)刻，構(gòu)建海上無(wú)線通信信道合成波()為：

其中，DP、SR、DR分別為直射路徑、鏡面反射路徑和漫反射路徑的幅值，DP、SR、DR分別為其到達(dá)時(shí)延，(σ)為復(fù)合高斯分布函數(shù)。根據(jù)通信原理，對(duì)于任一路徑信號(hào)到幅值與衰落關(guān)系如式（2）所示[16]。

其中，()為發(fā)送信號(hào)的調(diào)制幅值，為信道時(shí)延，是電磁波傳播距離，PL()為信道衰落模型。PL()衰落模型需要根據(jù)直射、鏡面反射和漫反射路徑信道的變化性質(zhì)和特征構(gòu)建。

2.2 海上無(wú)線通信信道衰落模型

海上無(wú)線通信信道大尺度衰落描述信道衰落的總體變化趨勢(shì)，主要指因傳輸距離產(chǎn)生的路徑損耗以及障礙物產(chǎn)生的陰影衰落；小尺度衰落是在小范圍內(nèi)的快速波動(dòng)，主要由海浪、發(fā)射機(jī)與接收機(jī)相對(duì)運(yùn)動(dòng)產(chǎn)生，具有隨機(jī)性。海上無(wú)線信道衰落建模如圖1所示。

構(gòu)建直射路徑信道衰落模型表征路徑損耗和陰影衰落的大尺度特征，鏡面反射、漫反射路徑信道衰落模型表征海洋表面反射、海浪陰影效應(yīng)、發(fā)射機(jī)與接收機(jī)的相對(duì)運(yùn)動(dòng)特征，實(shí)現(xiàn)衰落估計(jì)參數(shù)解耦，提升衰落建模參數(shù)估計(jì)效率。

根據(jù)Friis公式結(jié)合信道衰落定義，在給定距離下信道衰落模型PL()表示為[21]：

其中，接收天線、發(fā)射天線增益r、t單位為dBi，工作頻率單位為Hz，距離單位為m，c為光速。由于Friis公式在理想環(huán)境中測(cè)得，實(shí)際環(huán)境信道衰弱變化復(fù)雜，需要對(duì)其進(jìn)行改進(jìn)。

（1）直射路徑信道衰落模型

考慮海上大氣傳輸損耗，對(duì)于海上無(wú)線信道直射路徑衰落建模為：

其中，為海上稀疏信道衰落因子。

（2）鏡面反射路徑信道衰落模型

鏡面反射路徑衰落建模主要考慮海上稀疏信道路徑損耗、海洋表面反射損耗和浪面反射陰影衰落效應(yīng)。直射路徑、鏡面反射路徑、漫反射路徑無(wú)線傳播模型如圖2所示。

圖2 直射路徑、鏡面反射路徑、漫反射路徑無(wú)線傳播模型

海洋表面反射電磁波功率滿足Fresnel公式，則海洋表面反射路徑損耗為：

其中，H為水平極化波反射系數(shù)，V為垂直極化波的反射系數(shù)，為海水的相對(duì)介電常數(shù)，為無(wú)線電波入射角。鏡面反射入射角表示為：

由式（7）解得：

聯(lián)立式（5）、式（6）、式（8），求解。

海浪運(yùn)動(dòng)導(dǎo)致鏡面反射信號(hào)廣域散射，形成海浪局部陰影衰落效應(yīng)。這種變化產(chǎn)生了反射信道衰落周期性波動(dòng)。設(shè)計(jì)sin2(·)函數(shù)進(jìn)行擬合，PLSR()為：

其中，SR為鏡面反射路徑損耗系數(shù)，h為海浪高度均方根，為海浪陰影衰落指數(shù)，為衰落周期。

（3）漫反射路徑信道衰落模型

根據(jù)文獻(xiàn)[8]對(duì)漫反射路徑和鏡面反射路徑下的測(cè)量結(jié)果，漫反射路徑和鏡面反射路徑功率比服從高斯分布。根據(jù)該性質(zhì)，構(gòu)建漫反射路徑衰落模型PLDR()為：

其中，服從高斯分布(,σ2)，為漫反射強(qiáng)度離散程度因子，DR為漫反射反射路徑損耗系數(shù)。

2.3 復(fù)雜氣象環(huán)境下的海上無(wú)線通信信道衰落模型

氣象環(huán)境對(duì)無(wú)線信道衰落影響不可忽略。文獻(xiàn)[14-15, 21]對(duì)晴、霧、雪和雨氣象環(huán)境下的通信信道路徑損耗因子進(jìn)行測(cè)定，結(jié)果表明不同的氣象環(huán)境具有不同的衰落特征。根據(jù)文獻(xiàn)[21]構(gòu)建不同氣象環(huán)境下海上無(wú)線信道衰落模型如式（11）所示。

其中，()為不同海上氣象環(huán)境衰落系數(shù)，為天氣類型標(biāo)識(shí)，=0、1、2、3、4分別代表當(dāng)前天氣為晴、霧、雨、雪、雨雪混合氣象環(huán)境，構(gòu)建其衰落系數(shù)模型。

根據(jù)文獻(xiàn)[14-15, 21]得到，無(wú)線電波傳播頻率越高，其電波傳輸能量越高，越容易被海上大氣、雨、雪、霧等吸收造成信號(hào)衰落，氣象環(huán)境衰落與頻率因子成正比；通信頻段會(huì)受到太陽(yáng)電磁輻射干擾，呈現(xiàn)晝夜周期變化；由于日光照射使得溫度變高，導(dǎo)致更多的海水蒸發(fā)引起無(wú)線電波折射損耗，使白天衰落強(qiáng)度高于夜晚。海洋氣象環(huán)境構(gòu)建其衰落系數(shù)模型如下：

當(dāng)有雨雪混合環(huán)境時(shí)，由于雨雪衰落影響并非平均，而是以其中的主要?dú)庀蟓h(huán)境衰落影響為主導(dǎo)，采用其系數(shù)均方中值進(jìn)行估計(jì)。

將不同氣象環(huán)境下的衰落系數(shù)代入式（11）求解海上氣象環(huán)境無(wú)線衰落，并融合直射、鏡面反射、漫反射衰落模型，構(gòu)建海上無(wú)線通信信道衰落模型為：

海上無(wú)線通信信道衰落模型仿真算法描述如下所示。

步驟1 系統(tǒng)初始化，設(shè)置迭代步長(zhǎng)，根據(jù)歷史當(dāng)月海域氣象數(shù)據(jù)創(chuàng)建哈希隊(duì)列{}，為氣象標(biāo)識(shí)，?{0, 1, 2, 3, 4}。

圖3 海上無(wú)線通信信道衰落模型仿真結(jié)構(gòu)

步驟2 若氣象隊(duì)列未滿，以時(shí)間為種子，通過(guò)哈希散列函數(shù)生成映射=Hashlist(Rand())，進(jìn)入氣象隊(duì)列；否則，重新選擇。

步驟3 當(dāng)隨機(jī)時(shí)間觸發(fā)器觸發(fā)氣象狀態(tài)改變事件時(shí)，從氣象隊(duì)列獲取氣象狀態(tài)，根據(jù)其氣象環(huán)境參數(shù)代入式（12）求解()|=j，將()|=j代入式（11）、式（13）求解海上無(wú)線通信信道衰落模型。

步驟4 判斷仿真測(cè)試是否結(jié)束：否，轉(zhuǎn)到步驟（2）；是，輸出海上無(wú)線通信信道衰落模型PL()。

3 改進(jìn)蜂群算法估計(jì)海上無(wú)線通信信道衰落

3.1 問(wèn)題描述

構(gòu)建優(yōu)化目標(biāo)函為：

3.2 基于正弦函數(shù)算子的改進(jìn)蜂群搜索求解算法設(shè)計(jì)

采用基于正弦函數(shù)算子的改進(jìn)蜂群搜索算法求解海上無(wú)線通信信道衰落估計(jì)問(wèn)題。蜂群搜索算法以引領(lǐng)蜂的解為中心，采取深度或廣度優(yōu)先搜索策略，以局部隨機(jī)搜索或梯度搜索求解，該方法對(duì)求解參數(shù)量少、時(shí)空復(fù)雜度低的問(wèn)題很有效，但不適合于復(fù)雜、規(guī)模大的多維參數(shù)優(yōu)化問(wèn)題求解。為提高求解效率和精度，降低搜索空間，構(gòu)建以sin(·)函數(shù)為算子的迭代函數(shù)替換傳統(tǒng)的線性迭代函數(shù)。運(yùn)用貪婪策略選擇個(gè)適應(yīng)度最優(yōu)的跟隨蜂，由偵查蜂標(biāo)記并入偵查蜂集，構(gòu)建新的偵查蜂集。以偵查蜂解集的均方差判斷其解的準(zhǔn)確度，避免因求解誤差導(dǎo)致的算法抖動(dòng)。引領(lǐng)蜂以概率接收偵查蜂解，將該偵查蜂更新為新的引領(lǐng)蜂，抑制引領(lǐng)蜂更新時(shí)容易陷入局部最優(yōu)的問(wèn)題。

其中，0為初始引領(lǐng)峰距離閾值。每個(gè)引領(lǐng)蜂生成搜索種群，以引領(lǐng)蜂為中心，派出個(gè)跟隨蜂搜索。跟隨蜂解的生成函數(shù)如式（18）所示。

將跟隨蜂解集以適應(yīng)度降序排列，選擇前個(gè)由偵查蜂標(biāo)記，<，構(gòu)建偵查蜂集為；每次迭代完成，引領(lǐng)蜂從偵查蜂集中以概率接收偵查蜂解，概率為：

基于正弦函數(shù)算子的改進(jìn)蜂群求解算法過(guò)程如圖4所示。通過(guò)二分法確定參數(shù)的取值，設(shè)置蜂群搜索區(qū)域；在搜索區(qū)域中隨機(jī)生成個(gè)初始蜂群，設(shè)置每個(gè)蜂群中的局部最優(yōu)解為初始引領(lǐng)蜂位置。以引領(lǐng)蜂為中心，跟隨蜂以式（18）進(jìn)行迭代搜索發(fā)現(xiàn)可行解，計(jì)算可行解的適應(yīng)度。運(yùn)用貪婪策略選擇個(gè)適應(yīng)度最優(yōu)的跟隨蜂，由偵查蜂標(biāo)記并入偵查蜂集，構(gòu)建新的偵查蜂集。引領(lǐng)蜂分析當(dāng)前偵查蜂集的狀態(tài)，以式（20）概率接收偵查蜂解，將該偵查蜂更新為新的引領(lǐng)蜂；輸出全局最優(yōu)的搜索結(jié)果。

基于正弦函數(shù)算子的改進(jìn)蜂群求解算法方案如下。

步驟3 初始化種群，初始化蜂群數(shù)量、參數(shù)SR/DR，的迭代增量ΔSR/ΔDR/Δ、最大迭代搜索次數(shù)、偵查蜂環(huán)形搜索最大次數(shù)max。

步驟5 當(dāng)

以式（20）的概率接收偵查蜂的解，更新引領(lǐng)蜂位置，++。

圖4 基于正弦函數(shù)算子的改進(jìn)蜂群求解算法過(guò)程

4 實(shí)驗(yàn)仿真分析

4.1 實(shí)驗(yàn)1 海上無(wú)線通信信道衷落模型性能分析

以基站為中心，討論艦船向基站運(yùn)動(dòng)、艦船離開(kāi)基站運(yùn)動(dòng)、艦船與基站相對(duì)靜止3種狀態(tài)，仿真分析其海上無(wú)線通信信道衰落變化特征，以平均絕對(duì)誤差（mean absolute error，MAE）、均方根誤差（root mean squared error，RMSE）、迭代次數(shù)、時(shí)間開(kāi)銷等為評(píng)價(jià)指標(biāo)，將EWCFM-CME模型與FTR模型[1]、地球曲率路徑損耗（round earth loss，REL）模型[5]進(jìn)行對(duì)比分析。

設(shè)海上智能通信基站為發(fā)射機(jī)，與艦船為接收端進(jìn)行無(wú)線通信，艦船搭載雙頻無(wú)線接收機(jī)S-IR680進(jìn)行無(wú)線電信號(hào)采樣，包括信號(hào)的振幅、頻率、相位等特征參數(shù)?；靖?2.1 m，發(fā)射天線長(zhǎng)2.7 m；艦船高11.4 m，接收天線長(zhǎng)1.1 m；仿真實(shí)驗(yàn)采樣包含兩個(gè)階段，海上無(wú)線通信信道衰落仿真實(shí)驗(yàn)狀態(tài)如圖5所示，共4組采樣數(shù)據(jù)，海上無(wú)線通信環(huán)境仿真和數(shù)據(jù)集參數(shù)見(jiàn)表1。

圖5 海上無(wú)線通信信道衰落仿真實(shí)驗(yàn)狀態(tài)

艦船以11 km/h的恒定速度線性航行，實(shí)驗(yàn)采樣分為兩組，一組為向基站方向航行，另一組為離開(kāi)基站方向航行。在平均氣溫11～26℃晴天微風(fēng)平靜海面環(huán)境下，通過(guò)海上智能通信基站發(fā)射固定的心跳射頻信號(hào)至艦船接收進(jìn)行采樣，采樣間隔為5 s，采樣時(shí)間為5 h。

海上智能通信基站和艦船位置相對(duì)固定，艦船距離基站29 km。實(shí)驗(yàn)采樣分為2組，分別在清晨6點(diǎn)氣溫11℃和下午1點(diǎn)氣溫26℃的晴天微風(fēng)平靜海面環(huán)境下，通過(guò)海上智能通信基站發(fā)射固定的心跳射頻信號(hào)至艦船接收進(jìn)行采樣，采樣間隔均為1 s，每次采樣時(shí)間為1 h。

4.1.1 海上無(wú)線通信信道特征分析

艦船靜止艦船與通信基站相對(duì)位置固定時(shí)，基站發(fā)射信號(hào)和艦船接收信號(hào)仿真實(shí)驗(yàn)結(jié)果如圖6所示。

● 固定位置數(shù)據(jù)集，接收平均丟失率為12.10%，丟失信號(hào)具有時(shí)空隨機(jī)性。

● 信道頻率隨海上環(huán)境變化而改變，這是海浪變化引起無(wú)線電信號(hào)頻率變化。

● 信號(hào)強(qiáng)度衰減具有頻率選擇性和時(shí)空隨機(jī)性。

表1 海上無(wú)線通信環(huán)境仿真和數(shù)據(jù)集參數(shù)

4.1.2 EWCFM-CME模型性能分析

（1）艦船相對(duì)基站移動(dòng)無(wú)線通信信道衰落模型性能分析

艦船相對(duì)基站移動(dòng)海上無(wú)線通信信道衰落模型如圖7所示，艦船相對(duì)基站移動(dòng)海上無(wú)線通信信道衰落模型性能參數(shù)見(jiàn)表2。

艦船相對(duì)基站移動(dòng)海上無(wú)線通信信道衰落模型仿真實(shí)驗(yàn)結(jié)果表明如下。

● lg對(duì)數(shù)－距離路徑損耗模型反映了海上無(wú)線通信信道在距離上平均衰落變化。

● 向基站方向航行時(shí)，EWCFM-CME與FTR、REL相比，MAE分別提升10.39%、15.33%，RMSE分別提升10.28%、15.15%；離開(kāi)基站方向航行時(shí)，EWCFM- CME與FTR、REL相比，MAE分別提升11.79%、14.67%，RMSE分別提升11.78%、14.63%。

圖6 基站發(fā)射信號(hào)和艦船接收信號(hào)仿真實(shí)驗(yàn)結(jié)果

圖7 艦船相對(duì)基站移動(dòng)海上無(wú)線通信信道衰落模型

表2 艦船相對(duì)基站移動(dòng)海上無(wú)線通信信道衰落模型性能參數(shù)

● 向基站方向航行時(shí)，EWCFM-CME與FTR、REL相比，MAE>0.9即能夠有效估計(jì)的距離均提升2.5倍；離開(kāi)基站方向航行時(shí)，EWCFM-CME與FTR、REL相比，有效估計(jì)的距離均提升5.3倍。

● 向基站方向航行時(shí)，EWCFM-CME與FTR、REL相比，迭代次數(shù)分別減少75.35%、39.54%，算法運(yùn)行時(shí)間分別減少60.48%、79.18%；離開(kāi)基站方向航行時(shí)，EWCFM-CME與FTR、REL相比，迭代次數(shù)分別減少79.06%、20.56%，算法運(yùn)行時(shí)間分別減少69.49%、77.35%。

（2）艦船相對(duì)基站靜止海上無(wú)線通信信道衰落模型性能分析

艦船基站固定位置海上無(wú)線通信信道衰落模型如圖8所示，艦船－基站固定位置海上無(wú)線通信信道衰落模型性能見(jiàn)表3。

圖8 艦船基站固定位置海上無(wú)線通信信道衰落模型

艦船基站固定位置海上無(wú)線通信信道衰落仿真實(shí)驗(yàn)結(jié)果表明如下。

● 艦船位置固定時(shí)，影響海上無(wú)線信道衰落的因素主要是氣象環(huán)境、海浪運(yùn)動(dòng)等，lg對(duì)數(shù)－距離路徑損耗模型反映了由傳輸距離導(dǎo)致的基本損耗。

表3 艦船－基站固定位置海上無(wú)線通信信道衰落模型性能

● 對(duì)于固定位置海上無(wú)線通信信道衰落，EWCFM-CME與FTR、REL相比，MAE分別提升47.74%、46.22%，RMSE分別提升47.01%、45.51%；離開(kāi)基站方向航行時(shí)，EWCFM-CME與FTR、REL相比，MAE分別提升69.11%、62.18%，RMSE分別提升67.86%、61.11%。

● 對(duì)于固定位置海上無(wú)線通信信道衰落，EWCFM-CME與FTR、REL相比，迭代次數(shù)分別減少81.71%、56.56%，算法運(yùn)行時(shí)間分別減少81.46%、67.80%；離開(kāi)基站方向航行時(shí)，EWCFM-CME與FTR、REL相比，迭代次數(shù)分別減少81.23%、57.38%，算法運(yùn)行時(shí)間分別減少81.24%、65.65%。

基于艦船基站固定位置海上無(wú)線通信信道衰落數(shù)據(jù)集，采用Rayleigh、Rician、Nakagami、韋伯（Weibull）、雙波擴(kuò)散功率（two-wave with diffuse-power，TWDP）、高斯（Gaussian）不同概率分布函數(shù)生成測(cè)試數(shù)據(jù)，不同概率分布模型與海上無(wú)線通信信道衰落相似性見(jiàn)表4。

仿真實(shí)驗(yàn)結(jié)果表明如下。

● Rayleigh和Gaussian分布模型在海上無(wú)線通信信道衰落分布相似性較低。

● 在不同分布衰落環(huán)境中，Rician分布MAE達(dá)到0.645，比Nakagami、Weibull和TWDP分別提高10.26%、20.56%、14.36%；Rician分布RMSE達(dá)到0.735，比Nakagami、Weibull、TWDP分別提高8.89%、13.95%、12.56%。

● 海上無(wú)線通信信道衰落在小尺度上的分布是以Rician為主導(dǎo)，Nakagami、Weibull和TWDP多種分布共存的狀態(tài)。

表4 不同概率分布模型與海上無(wú)線通信信道衰落相似性

4.2 EWCFM-CME與經(jīng)典搜索算法性能分析

基于實(shí)驗(yàn)1中艦船與基站相對(duì)靜止仿真實(shí)驗(yàn)數(shù)據(jù)，以最優(yōu)解平均MAE、優(yōu)解獲得概率、解空間搜索覆蓋率、收斂時(shí)間等為評(píng)價(jià)指標(biāo)，將EWCFM-CME模型求解算法與布谷鳥(niǎo)搜索、遺傳搜索、貝葉斯概率估計(jì)、梯度下降、模擬退火算法進(jìn)行對(duì)比分析，EWCFM-CME與經(jīng)典搜索算法最優(yōu)解適應(yīng)度如圖9所示，海上無(wú)線衰落模型參數(shù)見(jiàn)表5。

圖9 EWCFM-CME與經(jīng)典搜索算法最優(yōu)解適應(yīng)度

表5 海上無(wú)線衰落模型參數(shù)

仿真實(shí)驗(yàn)結(jié)果表明如下。

● 貝葉斯概率估計(jì)和梯度下降為線性空間搜索，較大概率不能獲得最優(yōu)解。

● EWCFM-CME與布谷鳥(niǎo)搜索、遺傳算法、模擬退火相比，最優(yōu)解平均MAE分別提升10.39%、15.33%、11.56%，MAE達(dá)到0.9概

率分別提升10.28%、15.15%、11.57%。

● EWCFM-CME與布谷鳥(niǎo)搜索、遺傳算法、模擬退火相比，收斂時(shí)間分別減少75.35%、39.54%、43.50%，算法運(yùn)行時(shí)間分別減少60.48%、45.18%、43.23%；解空間搜索覆蓋率分別提升79.06%、20.56%、43.23%，測(cè)試運(yùn)行時(shí)間分別減少69.49%、77.35%、63.23%。

● 解空間具有周期性的波峰和波谷，傳送布谷鳥(niǎo)搜索、遺傳算法、模擬退火算法采用了線性步長(zhǎng)進(jìn)行搜索，容易導(dǎo)致特征消失或局部最優(yōu)，搜索效率降低；采用改進(jìn)蜂群求解算法的EWCFM-CME模型使用sin(·)函數(shù)為算子替換了線性步長(zhǎng)，允許在步長(zhǎng)間隔內(nèi)隨機(jī)取值，避免了因解空間的周期性導(dǎo)致特征消失和陷入局部最優(yōu)的問(wèn)題，提高了搜索效率。

綜上，EWCFM-CME與布谷鳥(niǎo)搜索、遺傳算法、模擬退火相比，精度平均分別提升10.32%、15.15%、11.57%，搜索時(shí)間分別減少60.48%、45.18%、43.23%。

5 結(jié)束語(yǔ)

針對(duì)海上無(wú)線通信信道在諸多復(fù)雜環(huán)境因素影響下，如何精確表征其衰落變化的問(wèn)題，提出復(fù)雜氣象環(huán)境下海上無(wú)線通信信道衰落估計(jì)模型（EWCFM-CME）。通過(guò)構(gòu)建直射、鏡面反射和漫反射路徑的衰落模型，融合晴雨雪霧和雨雪混合氣象環(huán)境因素影響，構(gòu)建復(fù)雜氣象環(huán)境下海上無(wú)線通信信道衰落估計(jì)模型。設(shè)計(jì)改進(jìn)蜂群算法對(duì)其求解，核心思想是以引領(lǐng)蜂為中心，通過(guò)構(gòu)建以sin(·)函數(shù)為算子引導(dǎo)跟隨蜂進(jìn)行搜索，降低搜索空間，提高求解效率和精度；以偵查蜂解集的均方差判斷其解的準(zhǔn)確度，避免因求解誤差導(dǎo)致的算法抖動(dòng)；引領(lǐng)蜂以概率接收偵查蜂解，將該偵查蜂更新為新的引領(lǐng)蜂，抑制引領(lǐng)蜂更新時(shí)容易陷入局部最優(yōu)的問(wèn)題。仿真實(shí)驗(yàn)結(jié)果表明，EWCFM-CME模型與FTR和REL相比，EWCFM-CME模型平均精度提升13.58%和11.43%；EWCFM-CME與布谷鳥(niǎo)搜索、遺傳算法、模擬退火相比，精度平均提升10.32%、15.15%、11.57%，搜索時(shí)間減少60.48%、45.18%、43.23%；EWCFM-CME模型能有效表征不同氣象環(huán)境海上無(wú)線通信信道衰落特征。EWCFM-CME模型可應(yīng)用于對(duì)不同海上無(wú)線通信信道衰落環(huán)境的仿真，提供了一種有效的海上無(wú)線通信信道衰落建模與估計(jì)方法。

[1] YANG K, MOLISCH A F, EKMAN T, et al. A round earth loss model and small-scale channel properties for open-sea radio propagation[J]. IEEE Transactions on Vehicular Technology, 2019, 68(9): 8449-8460.

[2] 陳真佳. 海上電磁頻譜感知與預(yù)測(cè)方法研究[D]. ?？? 海南大學(xué), 2020.

CHEN Z J. Research on offshore electromagnetic spectrum sensing and prediction methods[D]. Haikou: Hainan University, 2020.

[3] 陳燦彬. 海上寬帶移動(dòng)無(wú)線信道建模研究[D]. 廈門(mén): 廈門(mén)大學(xué), 2017.

CHEN C B. Research on broadband mobile wireless channel modeling at sea surface[D]. Xiamen: Xiamen University, 2017.

[4] WANG J, ZHOU H F, LI Y, et al. Wireless channel models for maritime communications[J]. IEEE Access, 2018(6): 68070-68088.

[5] ROMERO-JEREZ J M, LOPEZ-MARTINEZ F J, PARIS J F, et al. The fluctuating two-ray fading model: statistical characterization and performance analysis[J]. IEEE Transactions on Wireless Communications, 2017, 16(7): 4420-4432.

[6] LEE J H, CHOI J, LEE W H, et al. Measurement and analysis on land-to-ship offshore wireless channel in 2.4 GHz[J]. IEEE Wireless Communications Letters, 2017, 6(2): 222-225.

[7] 王峰, 吳畏, 彭茜, 等. 海上VHF/UHF頻段信道環(huán)境及其空時(shí)頻率選擇性[J]. 電子學(xué)報(bào), 2017, 45(6): 1523-1529.

WANG F, WU W, PENG Q, et al. Maritime wireless channel environment at VHF/UHF bands and its space-time frequency selectivity[J]. Acta Electronica Sinica, 2017, 45(6): 1523-1529.

[8] WANG W, JOST T, RAULEFS R. A semi-deterministic path loss model for in-harbor LoS and NLoS environment[J]. IEEE Transactions on Antennas and Propagation, 2017, 65(12): 7399-7404.

[9] YU H, SHUI P L, LU K. Outlier-robust tri-percentile parameter estimation of K-distributions[J]. Signal Processing, 2021(181): 107906.

[10] 魏特, 王文浩, 陳軍, 等. 環(huán)境信息輔助的海上無(wú)線信道測(cè)量與建模[J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2021, 61(9): 1002-1007.

WEI T, WANG W H, CHEN J, et al. Environmental information-aided maritime wireless channel measurement and modelling[J]. Journal of Tsinghua University (Science and Technology), 2021, 61(9): 1002-1007.

[11] HUO Y, DONG X, BEATTY S. Cellular communications in ocean waves for maritime internet of things[J]. IEEE Internet of Things Journal, 2020, 10(7): 9965-9979.

[12] 沈軒帆, 廖勇, 代學(xué)武, 等. 基于BEM的非平穩(wěn)雙選信道估計(jì)方法[J]. 電子學(xué)報(bào), 2019, 47(1): 204-210.

SHEN X F, LIAO Y, DAI X W, et al. Non-stationary and doubly-selective channel estimation method based on basis expansion model[J]. Acta Electronica Sinica, 2019, 47(1): 204-210.

[13] 華博宇, 朱秋明, 何小祥, 等. 快速時(shí)變場(chǎng)景下非平穩(wěn)衰落信道建模仿真[J]. 電信科學(xué), 2020, 36(5): 56-64.

HUA B Y, ZHU Q M, HE X X, et al. Modeling and simulation of the non-stationary fading channels under fast time-variant environment[J]. Telecommunications Science, 2020, 36(5): 56-64.

[14] ABDULRAHMAN A Y, RAHMAN T A, RAHIM S K A, et al. Rain attenuation predictions on terrestrial radio links: differential equations approach[J]. Transactions on Emerging Telecommunications Technologies, 2012, 23(3): 293-301.

[15] CHEFFENA M, MOHAMED M. Empirical path loss models for wireless sensor network deployment in snowy environments[J]. IEEE Antennas and Wireless Propagation Letters, 2017(16): 2877-2880.

[16] FERREIRA M M, AMBROZIAK S J, CARDOSO F D, et al. Fading modeling in maritime container terminal environments[J] IEEE Transactions on Vehicular Technology, 2018, 67(10): 9087-9096.

[17] LIU Y, WANG C X, CHANG H, et al. A novel non-stationary 6G UAV channel model for maritime communications[J]. IEEE Journal on Selected Areas in Communications, 2021, 39(10): 2992-3005.

[18] YUE D W, ZHANGY, JIA Y. Beamforming based on specular component for massive MIMO systems in ricean fading[J]. IEEE Wireless Communications Letters, 2015, 4(2): 197-200.

[19] 商德江, 錢治文, 何元安, 等. 基于聯(lián)合波疊加法的淺海信道下圓柱殼聲輻射研究[J]. 物理學(xué)報(bào), 2018, 67(08):125-138.

SHANGD J, QIANZ W, HE Y A, et al. Sound radiation of cylinder in shallow water investigated by combined wave superposition method[J]. Chinese Journal of Physics, 2018, 67(8): 125-138.

[20] 張穎, 姚雨豐. 基于快速貝葉斯匹配追蹤優(yōu)化的海上稀疏信道估計(jì)方法[J]. 電子與信息學(xué)報(bào), 2020, 42(2): 534-540.

ZHANG Y, YAO Y F. Channel estimation algorithm of maritime sparse channel based on fast bayesian matching pursuit optimization[J]. Journal of Electronics & Information Technology, 2020, 42(2):534-540.

[21] 樊昌信, 曹麗娜. 通信原理(第7版)[M]. 北京: 國(guó)防工業(yè)出版社, 2012.

FAN C X, CAO L N. Principles of communication (7th edition)[M]. Beijing: National Defense Industry Press, 2012.

Estimation of wireless channel fading model in maritime communication for complex meteorological environment

DAI Yasheng1,2, MA Bolin1, YUE Guangxue1

1. College of Information Science and Technology, Jiaxing University, Jiaxing 314001, China 2. School of Computer Engineering and Science, Shanghai University, Shanghai 200444, China

Due to the influence of complex marine environmental factors such as sparse scattering of electromagnetic wave on the ocean surface, wave shadow fading, complex meteorological environment. It is extremely hard to model the fading of wireless channel in maritime communication environment. After analyzing the influence of meteorological environment and multipath channel fading via direct-path, specular-path and diffuse-path on marine wireless communication channel fading, the estimation of wireless channel fading model in maritime communication for complex meteorological environment (EWCFM-CME) was proposed. An improved bee colony algorithm was designed to estimation the parameter of EWCFM-CME. In order to improve the efficiency and accuracy of search algorithm, an iterative function with sin(·) function as operator was designed in search scheme of bee colonies. The leading bee received the detection bee solution to update itself with probability. It prevents the solution algorithm from falling into local optimization. The simulation results show that, compared with fluctuate two-ray (FTR) fading model and round earth loss (REL) model, the mean absolute error (MAE) of EWCFM-CME increased by 13.58% and 11.43% By comparing EWCFM-CME with cuckoo search, genetic algorithm and simulated annealing algorithm, the search time is reduced by 60.48%, 45.18% and 43.23%, respectively.

marine environment, wireless communication, bee colony algorithm, channel fading

TP393

A

10.11959/j.issn.1000?0801.2022061

2021?10?05；

2022?03?15

樂(lè)光學(xué)，gxyue@zjxu.edu.cn

國(guó)家自然科學(xué)基金資助項(xiàng)目（No.U19B2015）

The National Natural Science Foundation of China (No.U19B2015)

戴亞盛（1993? ），男，嘉興學(xué)院信息科學(xué)與工程學(xué)院博士生，主要研究方向?yàn)檫吘売?jì)算多云融合與協(xié)同服務(wù)。

馬柏林（1961? ），男，博士，嘉興學(xué)院信息科學(xué)與工程學(xué)院教授，主要研究方向?yàn)樾〔ǚ治觥⒄{(diào)和分析、智能計(jì)算與數(shù)學(xué)建模。

樂(lè)光學(xué)（1963? ），男，博士，嘉興學(xué)院信息科學(xué)與工程學(xué)院教授，IEEE會(huì)員，CCF會(huì)員，主要研究方向?yàn)檫吘売?jì)算、多云融合與協(xié)同服務(wù)、無(wú)線Mesh網(wǎng)絡(luò)和移動(dòng)云計(jì)算。