《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 成像MIMO通信中信道容量研究
成像MIMO通信中信道容量研究
2014年电子技术应用第7期
付红双1, 朱义君1, 王红梅2, 蔡文炳3
1. 信息工程大学 信息系统工程学院,河南 郑州 450002; 2. 92512部队, 浙江 宁波
摘要: 成像MIMO是实现高速、远距离可见光通信的新型方式。由不完美对焦或镜头抖动造成的成像模糊会大大降低成像质量、产生空间码间串扰(SISI), 进而影响通信效率。建立了基于成像MIMO的通信模型,对成像MIMO通信系统中的噪声和信道容量进行了分析,得出了该模型下的信道容量和信噪比与收发端距离、接收单元数量的关系,分析了SISI对信噪比和信道容量的影响。此外,为减小SISI对信道容量的影响,对接收阵列单元进行了优化,得到了使信道容量达到最佳的接收单元数量和尺寸。
中图分类号: TN929.12
文献标识码: A
文章编号: 0258-7998(2014)07-0096-03
Study on channel capacity in imaging MIMO communication
Fu Hongshuang1, Zhu Yijun1, Wang Hongmei2, Cai Wenbing3
1. Institute of Information System Engineering, Information Engineering University, Zhengzhou 450002, China;2. No. 92512 Force, Ningbo 315000, China;3. Beijing Institute of Tracking and Telecommunication Technology, Beijing100094, China
Abstract: Imaging MIMO is a novel method to realize high-speed long-distance visible light communication (VLC). Lens blur due to focus imperfection or jerks can significantly depreciate the image quality, produce spatial inter-symbol interference (SISI), and further affect the communication efficiency. A communication model based on visual MIMO is introduced and the noise and channel capacity of visual MIMO system are analyzed. The channel capacity and signal noise ratio(SNR) of established channel model vs. transceiver distance and receiver units is derived and the effect of SISI on channel capacity is analyzed. Moreover optimizing the size of receiver units can reduce the effect of SISI.
Key words : visible light communication; imaging MIMO; channel capacity; spatial inter-symbol interference (SISI); LED array

       LED较传统白炽灯具有较高的发光效率和较宽的调制带宽,近年来,使用白光LED作为发送光源的可见光通信VLC(Visible Light Communication)得到了迅猛发展,并引起了人们的广泛关注[1]。然而目前VLC系统普遍采用的强度调制/直接检测IM/DD(Intensity Modulation/Direct Detection)方式直接导致了光信道相关性较强[2]

        成像MIMO是实现高速、远距离可见光通信的新型方式,它能有效地解决光MIMO系统中信道相关性较大的问题。但是目前针对成像MIMO的研究还相对较少,针对传统MIMO通信的技术成果[3-4]都并不能直接应用于成像MIMO通信中。参考文献[5]建立了基于像素的成像系统,并提出了一种全新的调制方式——空间离散多音调制SDMT(Spatial Discrete Multi-Tone),进一步提高了频带利用率。参考文献[6]分析了单信源情况下成像系统的信噪比和距离、接收端像素点数的关系,对一定距离范围内的接收像素点数进行了优化。参考文献[7-8]分析了成像MIMO的信道容量,但是两文献中都没有考虑空间码间串扰SISI(Spatial Inter-Symbol Interference)对信道容量的影响。

        SISI是由不完美对焦、镜头抖动或光源布局不合理造成的,它会影响系统的通信效率。为了分析SISI对成像MIMO系统信道容量的影响,本文以信道容量为优化指标对多光源情况下的接收单元尺寸进行优化。首先建立了基于LED阵列的成像MIMO通信模型,并对信道和噪声进行建模,然后根据接收情况分析了在考虑SISI情况下成像MIMO的复用和分集特性,最后通过数值计算得到了能使信道容量达到最佳的接收单元尺寸。

1 系统模型

        考虑如图1所示的成像MIMO通信模型,初始电信号对LED阵列进行调制,成像透镜将LED阵列投影到PD阵列或CCD(Charge Coupled Device)上,每个PD或像素称为一个接收单元,接收端则采用直接合并的方式恢复出原始电信号。

        由于接收端的尺寸通常较小,所以LED到每个接收单元的距离、发光角和入射角的差异可以忽略不计。假设发送端有K个LED,则由朗伯辐射模型可得第k个LED到接收端的直流增益为[9]:

 

 

        成像过程中的模糊会降低成像质量,影响通信效率。成像模糊可以建模为高斯函数,接收的模糊图像是理想图像和高斯函数的二维卷积,因此光斑半径可以近似为其中,f为透镜的焦距,l为LED的直径(将LED看作圆形发光源),d是发送端和接收端之间的距离,σblur则是高斯模糊的标准差,通常由测量得到,这里假定d>>f [10]。

 

 

 

 

2 信道容量

        信道容量是表征信道通信能力的一个重要指标,决定了信息传输的最大速率。本节对成像MIMO信道的复用和分集特性进行分析。

 

 

3 数值计算结果分析

        假设接收端尺寸为1 cm×1 cm,接收端由PD阵列组成,数值计算参数设置如表1所示,由此计算得到最佳的接收单元个数为44×44。由式(7)、式(8)可以得到成像MIMO的信噪比和信道容量随距离变化趋势分别如图3、图4所示。

        图3是信噪比随距离变化的曲线,图中只标注了接收单元为60&times;60时的d2和d3。从图中可以看出,接收单元为60&times;60时,在距离d<d2=13.2 m时,通信系统工作在复用模式下,由于系统不受SISI的影响,只有散粒噪声,此时信噪比缓慢下降。而由于SISI的功率远大于散粒噪声的功率,故当d>d2=13.2 m时,信噪比迅速降低。而当d>d3=25.2 m时,通信系统进入分集模式,分集增益又使信噪比迅速上升,此时像素点越多,每个像素的面积越小,散粒噪声越小,信噪比越高。接收单元为10&times;10、30&times;30和44&times;44时,由于d3&le;d2,即在复用模式下没有SISI的影响,故信噪比没有迅速降低的过程。另外,接收单元数量越多,复用模式工作的距离越长,每个接收单元的面积越小,散粒噪声也越小,分集模式下的信噪比也越大。

        图4中信道容量的变化与图3中信噪比变化相互对应,接收单元为10&times;10、30&times;30和44&times;44时,系统不受SISI的影响,直接从复用模式切换到分集模式。当接收单元为60&times;60时,SISI的影响会使复用模式下的信道容量迅速降低,随后进入分集模式,从图4中还可以看出系统工作在分集模式时,在没有SISI影响,像素点越多,信噪比越大,信道容量也越大。

        本文对成像MIMO通信系统的容量进行了分析。首先给出了成像MIMO通信模型,分析了SISI对成像MIMO信道容量的影响,并给出了发送端为100个LED的信道容量数值计算结果。由于受到高斯模糊的影响,从理论推导和仿真数据可以看出:SISI会严重影响成像MIMO的信道容量,使信道容量迅速下降。为了避免SISI的影响,使信道容量达到最佳,对接收单元尺寸进行了优化。但是,本文只对文章中提到的发送模式下的信道容量进行了分析,下一步还需要针对SISI合理设计发送模式,进一步减小SISI对信道容量的影响,增加通信距离。

参考文献

[1] 梁烈勇.短距离LED可见光音频传输系统设计[J].电子技术应用, 2012,38(9):18-20.

[2] 付红双, 朱义君.室内直射环境下白光LED的MIMO信道相关性分析[J]. 光学学报,2013,33(9):0906002.

[3] 张德民, 唐元元, 李小文,等. 基于空间复用的信号检测算法研究[J]. 电子技术应用, 2012,38(6):100-103.

[4] 滕志军, 郑权龙, 陈婧. MIMO系统中发射天线选择算法[J]. 电子技术应用, 2013,39(1):96-99.

[5] HRANILOVIC S, KSCHISCHANG F R. A pixelated MIMO wireless optical communication system[J]. IEEE Journal of Selected Topics in Quantum Electronics,2006,12(4):859-874.

[6] H Binti Che Wook, KOMINE T, HARUYAMA S, et al.Visible light communication with LED-based traffic lights using 2-dimensional image sensor[C]. Consumer Communications and Networking Conference, 2006.

[7] ASHOK A, GRUTESER M,MANDAYAM, et al. Challenge:Mobile optical networks through visual MIMO[C]. Proceeding of the sixteenth annual international conference on Mobil Computing and networking, 2010.

[8] ASHOK A, GRUTESER M, MANDAYAM N, et al. Rate adaptation in visual MIMO[C]. 8th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks. 2011.

[9] KOMINE T, NAKAFAWA M. Fundamental analysis for visible-light communication system using LED lights[J].IEEE Transactions on Consumer Electronics, 2004,50(1): 100-107.

[10] ASHOK A,GRUTESER M,MANDAYAM N,et al. Characterizing multiplexing and diversity in visual MIMO[C].45th  Annual Conference on Information Sciences and Systems.2011.

此内容为AET网站原创,未经授权禁止转载。