1 引言
国际上把大洋中水深6 km至11 km的区域称为“海斗深渊”[1],大洋最深的区域为马里亚纳海沟,最深处达到近11 km,科学家在马里亚纳海沟进行了大量的地质构造和海洋环流等科研调查活动。随着国内外对深渊科考的重视,多国开始研制多种深渊探测设备,进行大水深条件下的水下科学考察。其中包括全海深的载人潜水器,比如法国的“Archimède”号万米载人潜水器[2], 美国的“Deepsea Challenger”号全海深载人潜水器[3],以及中国正开展研制的由上海海洋大学设计的“彩虹鱼”号和科技部重点研发计划支持的万米载人潜水器[4]。无人深渊探测设备则有日本的“海沟”号全海深ROV, 美国Woods Hole海洋研究的“Nereus”号水下无人航行器[5]等。深海潜水器在水下作业过程中,对其位置、内部人员状态和设备等参数的监测非常重要,水声通信技术是无线获取其参数数据的最主要通信手段。
20世纪80年代开始,远距离水声通信技术研究就已经取得进展,最先应用的是非相干水声通信技术,通常采用多进制频移键控(Multiple Frequency Shift Keying, MFSK)调制方式,通信频带从几千赫兹到十几千赫兹,速率几百bps,通信距离在5 km左右。在20世纪末的十几年,非相干通信一直是水下通信首选调制方式。美国的DATS(Digital Acoustic Telemetry System,DATS)是较早的非相干通信系统[6],这套采用MFSK调制的非相干系统在马萨诸塞州的Woods Hole港口进行了试验,获得了1200 bps的数据传输速率,在这套系统中已经引入了保护时间和频率分集的技术。美国海军研究局支持的UAM(the Utility Acoustic Modem,UAM)计划中,在水下自主航行器(Autonomous Underwater Vehicle, AUV)上采用了非相干通信,成功实现距离为5.4海里、速率200 bps的基于MFSK调制的浅海通信[7]。G.R. Mackelburg等人也在AUV的非相干通信方面进行了研究,他们的名为ADATS(Adjustable Diversity Acoustic Telemetry System,ADATS)的系统在10 kHz的带宽上实现了2海里1250 bps的数据传输[8]。美国Teledyne Benthos公司最早商业应用的ATM850、ATM875、ATM885水声Modem均采用非相干通信方式[9～11]。非相干通信频带利用率低,通常小于0.2 bps/Hz,适用于水下航行器这种多普勒效应较明显但数据传输速率比较低的平台,是一种通信可靠性较高的中低速水声通信方式。
20世纪90年代,高速相干水声通信逐渐应用于水下设备的数据回传,该方式通常采用多进制相移键控(M-ary Phase Shift Keying, MPSK),通信速率相比MFSK提高了一个数量级,达到几千或者十几千比特每秒。相干通信系统适合大数据速率的通信且带宽利用率高,但相干通信在信道的时变特性较突出和多普勒扩展较为严重的水下信道中容易产生码间干扰和信号起伏,鲁棒性较差。相干通信必须要在接收端进行信道均衡处理,判决反馈均衡(Decision-Feedback Equalizer, DFE)技术应运而生。最早的DFE用于水下通信的研究开始于90年代初,美国的M. Stojanovic等人对水下声信道中的DFE相干接收机进行了研究[12],信道快速跟踪由递归最小二乘(Recursive Least Square,RLS)和二阶数字锁相环(Phase Lock Loop,PLL)联合实现,这样的结构对于存在动态多普勒频偏的海洋环境非常合适。1998年L. Freitag等人对应用于AUV的相干通信系统进行了研究[13],采用了正交相移监控(Quadrature Phase Shift Keying,QPSK)调制、数据率为2500 bps和10000 bps,中心频率为3 kHz和25 kHz,通信距离为4 km和2 km,水深为1～30 m,均取得了可靠的通信效果。进入21世纪,相干水声通信技术研究更加迅速,中国科学院声学研究所研究了直接自适应判决反馈双向turbo均衡器,并成功将该技术应用于水下数据实时传输,2017年在西太平洋潜标实时化系统中,应用相干技术进行水下潜标数据实时传输,通信速率6000 bps,工作深度6 km[14]。
以上可以看出,虽然远距离水声相干及非相干通信进行了大量应用,但是通信距离通常在七千米左右,万米级海深水声通信的例子鲜有报道,美国伍兹霍尔海洋研究所2009年尝试在马里亚纳海沟进行万米级水声通信试验,尝试了MFSK和MPSK两种通信制式,但试验效果比较差[15]。目前文献还没有实际应用意义的万米水深的高速水声通信试验记录。
2 远距离高速水声通信技术要点
水声通信是深海远距离无线通信的唯一有效手段,水声信道具有高噪声、低带宽、大延迟、时变、多普勒频移等信道特性,因此和陆地无线信道有比较大的区别。水声通信相比陆地无线通信另外一个区别是能量转换效率较低,每符号的能量利用率也很低。水下远距离水声通信是一个单向的信号能量传输过程,对于接收端来说,接收端信噪比是影响水声通信误码率的重要因素。在水下信息传播过程中,接收方正确识别发送方信号的概率通常由接收端信噪比决定。而接收端信噪比则受到水声信号发送功率、传输损耗、接收端噪声谱密度等因素影响。
水声通信过程中,数据发送方利用换能器发射数据,接收方通过水听器接收数据,通信机接收端的信号功率可用被动声呐方程来表征:
DT=SL-TL-(NL-DI)
(1)
式中,DT表示接收端功率,SL表示发射端声源级、TL表示传播损失,NL表示海洋环境噪声级,DI表示接收换能器指向性指数[16],在通信过程中,当水声换能器指向性指数DI为零时,可得到水声通信机收到的通信信号的信噪比:
SNR=SL-TL-NL
(2)
接收信噪比是影响通信效果最直接的因素,决定了接收方是否能够从噪声环境下有效识别发送方信号,因此水下定位和水下通信均把信噪比作为重要指标来判断信息识别效果。从式(2)可以看出,接收端信噪比主要由发射声源级、传输损失和接收端噪声功率决定,水声信道的复杂性体现在并不是简单提高发射端声源级就能提高接收端信噪比,在多途严重的情况下提高声源级反而使接收端干扰更严重。
声传播损失主要由扩散损失、吸收损失、声散射组成,其中声散射是由于水体本身的不均匀性以及各种杂质对声波散射造成的声损失。根据文献[17],扩散损失和吸收损失带来的总传播损失可用下式表示:
A(l, f)=(l/lr)kα( f )l-lr
(3)
式中,l为传输距离, f为信号频率,lr为参考距离,k决定了声传播模型,它是一个1～2之间的数值,k=1时对应柱面波扩展,k=2时对应球面波扩展。式(3)可以看出,扩散损失对所有频率都是一样的,而α( f )是频率的函数。
α( f )为声吸收系数,声吸收系数α与频率f之间关系较为复杂,它可由经验公式得到。海水中的声吸收主要由纯水的声吸收和弛豫吸收组成,在水声通信中,通常采用Thorp经验公式计算声吸收系数α( f ),它主要适用于50 kHz以下频段,其具体形式为:
(4)
式中,频率f的单位为kHz,α( f )的单位是dB/km。根据式(3)和式(4),如果按照球面波扩散模型,传播距离为l千米时,水声通信信号传播损失为
TL=20×log10(l/lr)+l×α( f )
(5)
图1给出了根据式(5)计算的传输12 km时功率衰减随通信频率的变化曲线。声信号在水中传播时扩散衰减对所有频率都是一致的,但是声吸收衰减α( f )随频率升高和距离的增大而显著增加,因此吸收衰减的频率选择性使得水声信道在频域上具有低通特性,且传播距离越长吸收衰减越严重,这个特点严重限制了远距离水声通信时可用水声信道带宽。
图1 声信号传播12 km不同频率声波传播衰减
Fig.1 Power decrease of acoustic signal with different frequency at a 12 km propagation distance
高速水声通信需要一定的信号带宽,高带宽需要更高的载波频率,水声信号频率增大会增加吸收衰减降低传播距离,因此远距离高速水声通信一般会在频率和通信距离之间进行综合考虑,通信距离超过5 km时,水声通信通常选择8 kHz到17 kHz频率范围。表1列出了目前市场应用较多的水声通信机主要频率、功率参数等。
接收端信噪比是影响水声通信性能的最关键参数,海洋环境噪声能量分布一直是声呐设计者关注的重要科学问题,其中深海噪声研究得更透彻一些,深海的声场更容易建模。图 2给出了深海噪声Wenz谱级图与预报曲线[16]。
表1 国际上量产水声通信机参数
Tab.1 Parameters of underwater acoustic modem in the world market
通信机型号中国科学院声学研究所LinkquestEvologicsSonardyneBenthos工作频带/kHz9～157.5～12.57～1714～199～14通信距离/km8～127～108～1056最大通信速率/bps1200050006900900015000发射电功率/W200406580不详
图2 深海噪声Wenz谱级图与预报曲线
Fig.2 The Wenz spectral-level map and the forecast curve of the deep-sea noise
图3 不同频率的噪声谱随深度的变化情况
Fig.3 Variation of noise spectrum power at different depth
图3给出了不同频率的噪声谱随深度的变化情况。在低频段和浅海区域,噪声的变化特性更为复杂,图3中的噪声级也是从Wenz谱中得来的,因此该模型只适合于深海的噪声特性。
从图中可见,等效的深海噪声功率谱并不是均匀分布,而是随着海洋深度和噪声频率的不同而发生变化。
根据以上分析,在设计水声通信机过程中,需要综合考虑信号频带、作用距离、环境噪声等多个因素,使接收端接收的信号信噪比满足信噪比误码率关系曲线,同时还要考虑到水中多途干扰对接收信号的影响。
3 全海深水声通信机系统描述
水声通信机要实现全海深通信,必须覆盖所有海域深度。目前世界上最深的海域就是位于太平洋的马里亚纳海沟挑战者深渊,最深处约11 km,再考虑通信斜距,水声通信机需要具有12 km通信距离。在如此长距离实现高速相干水声通信,必须综合工作带宽、调制方式、传输衰减和海洋环境噪声功率谱等因素。通信距离越远,声波传播衰减损失越大,而且接收端位于海面附近,海面混响严重,海洋环境噪声也比深海更大,接收端信噪比会严重降低。本文设计的全海深水声通信机的通信频率选择了9 kHz至15 kHz通信频带。水池测试时,采用D类功率放大器驱动换能器最大发射声源级为191 dB,调制方式采用QPSK调制方式。为了提高接收端信噪比并且抑制符号间干扰,接收信号采用了四通道接收的空间分集技术增加接收端处理空间增益[18]。
全海深水声通信机电子系统由数字信号处理机、前置信号放大电路、功率放大电路,电源管理电路以及外部通信接口组成,其中功率放大器采用了集成开关式D类功率放大电路。全海深水声通信机系统连接方式如图4所示。
水声相干通信需要消除由于信道多径干扰产生的符号间串扰,设计高性能均衡器可以有效消除符号间串扰,并显著降低计算量。随着信道均衡算法的发展,全海深水声通信机采用了多通道时-频域双向turbo均衡器设计,多通道水声信号进行混频符号提取后,先进行基于信道估计的频域turbo均衡(Channel-Estimation based Turbo Equalizer, CE-TEQ),利用频域均衡计算量小的优势进行第一次迭代使均衡器抽头系数初步收敛,并将判决结果反馈给后续时域均能器,再进行直接自适应时域turbo均衡(Direct-Adaptation based Turbo Equalizer, DA-TEQ),每次时域均衡后都会判断误码率结果,经过多次时域均衡后通过判断是否达到预期误码率来结束均衡。图5是时频域turbo均衡器原理图。
图4 全海深水声通信机电子系统连接图
Fig.4 Diagram of electronic system of the full-depth underwater acoustic modem
图5 时-频域双向turbo均衡器结构框图
Fig.5 Block diagram of time-frequency domain bidirectional turbo equalizer
图中yi,k表示输入解调符号,其中i表示通道号,k表示当前时域符号,
表示信道冲激估计值,
为符号均衡结果, fk为前馈均衡器抽头系数,bk为反馈均衡器系数。均衡器系数调整采用了基于改进比例归一化最小误符号率准则(Improved Proportionate Normalized Minimum symbol error rate, IPNMSER)约束算法。
4 全海深水声通信海上试验
全海深水声通信机设计完成后,研发团队搭载“科学号”科考船参加了2018年西太平洋潜标观测网维护航次,于2018年12月12日在马里亚纳海沟挑战者深渊海域进行了水声通信试验,试验地点如图6所示。
试验过程中,全海深水声通信机通过凯夫拉绳连接浮球、重力锚等构成潜标结构,布放在近海底约10500 m深处。水面通信机通过长缆换能器和水听器布放在“科学号”考察船的CTD遮蔽甲板,原计划采用4个水听器进行空间分集接收,由于其中一个水听器损坏,只能采用3个水听器接收。3个接收水听器布放在水下2到3 m,间隔1 m。试验设备及布放方式如图7所示。
通信试验过程中,水面甲板单元作为通信的发起方,向水下发送通信指令,全海深水声通信机收到通信指令后,进行QPSK调制数据发射,发射数据采用2帧QPSK调制数据帧结构,备有前、后置导频和训练序列,峰值通信速率6000 bps。试验当天海洋条件接近四级海况,由于采用了半空间全向水听器,水声接收信号信噪比较低。图8显示了其中一次通信试验过程收到的水声波形。
图6 全海深水声通信试验地点
Fig.6 The position of the full-depth underwater acoustic communication experiment
该数据帧经过解调和输出符号通道合并后,均衡器输出星座图和Turbo译码软输出符号星座图如图9所示,该数据包含最终译码结果为0误码。实验过程中共发射17组数据,共65212个比特,错误2个比特,误比特率为3.07×10-5。
图7 全海深水声通信试验设备
Fig.7 The equipments of the full-depth underwater acoustic communication experiment
图8 接收的水声通信信号波形
Fig.8 Waveform of the underwater acoustic signal form bottom of the mariana trench
图9 迭代后均衡器输出和Turbo码软输出星座图
Fig.9 Constellation of the equalizer output and the Turbo decoder soft output
5 结论
海洋占地球总面积70%,随着海洋探索向着透明海洋、智慧海洋方向发展,人类对于深海的探索将不断完善。本文阐述了全海高速深水声通信机设计方法及在马里亚纳海沟挑战者深渊的试验结果,首次实现了超过1万米水深到海面的高速水声通信,通信速率与成功率均优于国际上公开报道的水声通信试验结果,对于未来全海深水下数据无线传输具有重要意义。
[1] 徐伟哲, 张庆勇. 全海深潜水器的技术现状和发展综述[J]. 中国造船, 2016, 57(2): 206-221.
Xu W Z, Zhang Q Y. Overview of Present Status and Development Trend of Full Ocean Depth Submersibles[J]. Shipbuilding of China, 2016, 57(2): 206-221.(in Chinese)
[2] Kohnen, William. Human Exploration of the Deep Seas: Fifty Years and the Inspiration Continues[J]. Marine Technology Society Journal, 2009, 43(5): 42- 62.
[3] Race to the bottom of the ocean: Cameron[EB/OL]. www.bbc.com/news/science-environment-17013038, 2012-3- 8.
[4] 刘正元, 王磊, 崔维成. 国外无人潜器最新进展[J]. 船舶力学, 2011, 15(10): 1182-1193.
Liu Z Y, Wang L, Cui W C. State-of-the-art development of the foreign unmanned submerisibles[J]. Journal of Ship Mechanics, 2011, 15: 1182-1193.(in Chinese)
[5] Bowen A D, Yoerger D R, Taylor C, et al. The Nereus hybrid underwater robotic vehicle for global ocean science operations to 11, 000 m depth[C]∥Oceans. IEEE, 2009.
[6] Baggeroer A, Koelsch D, von der Heydt K, et al. DATS-a digital acoustic telemetry system for underwater communications[C]∥OCEANS 81. IEEE, 1981: 55- 60.
[7] Freitag L E, Merriam J S, Frye D E, et al. A Long-term Deep-water Acoustic Telemetry Experiment[C]∥Oceans. IEEE, 1991.
[8] Mackelburg G R. Acoustic Data Links For Uuvs[C]∥Oceans. IEEE, 1991.
[9] 蔡惠智, 刘云涛, 蔡慧, 等. 第八讲水声通信及其研究进展[J]. 物理, 2016, 35(12): 1038.
Cai H Z, Liu Y T, Cai H, et al. Acoustic communication and its recent progress[J]. Physics-Beijing, 2006, 35(12): 1038.(in Chinese)
[10] 许肖梅. 水声通信与水声网络的发展与应用[J]. 声学技术, 2009, 28(6): 811- 816.
Xu X M. Development and applications of underwater acoustic communication and networks[J]. Technical Acoustics, 2009, 28(6): 811- 816.(in Chinese)
[11] Rice J A. Seaweb acoustic com/nav networks[J]. DARPA ATO Disruption Tolerant Networking Program, 2005.
[12] Stojanovic M, Catipovic J, Proakis J G. Adaptive multichannel combining and equalization for underwater acoustic communications[J]. The Journal of the Acoustical Society of America, 1993, 94(3): 1621-1631.
[13] Freitag L, Grund M, Singh S, et al. A bidirectional coherent acoustic communication system for underwater vehicles[C]∥IEEE Oceanic Engineering Society. OCEANS′98. Conference Proceedings. IEEE, 1998, 1: 482- 486.
[14] 徐立军, 侯朝焕, 鄢社锋, 等. 深海潜标观测数据无线实时传输系统设计[J]. 电信科学, 2018, 34(6): 35- 41.
Xu L J, Hou C H, Yan S F, et al. Design of a wireless real-time observation data transmission system for deep ocean mooring[J]. Telecommunications Science, 2018, 34(6): 35- 41.(in Chinese)
[15] Singh S, Webster S E, Freitag L, et al. Acoustic communication performance of the WHOI micro-modem in sea trials of the Nereus vehicle to 11, 000 m depth[C]∥IEEE Oceanic Engineering Society. OCEANS2009. Conference Proceedings. IEEE, 2009: 1- 6.
[16] 刘伯胜, 雷家煜, 刘波声. 水声学原理[M]. 哈尔滨: 哈尔滨工程大学出版社, 2010.
Liu B S, Lei J Y, Liu B S. Underwater Acoustics Principle[M]. Harbin: Harbin Engineering University Press, 2010.(in Chinese)
[17] Stojanovic M, Preisig J. Underwater acoustic communication channels: Propagation models and statistical characterization[J]. IEEE Communications Magazine, 2009, 47(1): 84- 89.
[18] Yang T C. A study of spatial processing gain in underwater acoustic communications[J]. IEEE Journal of Oceanic Engineering, 2007, 32(3): 689-709.
