Page 35 - 网络电信2023年1月刊
P. 35
一步筛选可聚合物理节点，进行大气湍流下光通信信道传 四、仿真试验与结果分析
输，得到大气湍流下光通信信道的入射信号U，如式（12）。 为了多变性大气湍流对光通信系统性能的影响，进行试验
测试，给出光通信系统的信道传递的阶数为200，底层链路节点
(12) 数为1 200，物理链路跳数为24，光通信系统的信道的迭代步长
-5
分别为0.34，α=0.34、β=2.5×10 ，平均时延参数为12.5ms，
其中，A(t)为大气湍流下光通信信道的入射函数， θ为入 光通信系统的载波频率为24kHz，根据上述参数设定，进行多变
射角度。通过时延与可靠性优化滤波后，得到：U=0.5A(t)2，分 性大气湍流对光通信系统性能影响参数分析，以通信请求接受
析物理节点资源消耗量为式（13）。 率、平均时延、通信收益开销、平均带宽开销等参数为约束指
标，得到参数估计对比结果如图2所示。
（13） 分析上述参数估计结果得知，采用本文方法进行多变性大
气湍流对光通信系统优化设计，参数表现性能较好，提高了多
大气湍流下光通信系统的信道偏移误差为ξ，表示式 变性大气湍流对光通信系统的通信请求接受率，降低了平均时
（14）。 延开销，收益开销较高，降低了光通信系统的带宽开销，提高
了多变性大气湍流下光通信系统的稳定性。
（14）
图2 多变性大气湍流对光通信系统性能的影响参数估计结果
其中，R为信道偏移量。通过以上分析，建立多变性大气湍
流下光通信信道的均衡调度模型，通过模糊度扩展和信息调度
的方法，进行光通信信道的均衡处理[15]。
3.2 大气湍流下光通信系统性能参数评估
通过维线性搜索方法进行参数优化寻优[16]，结合协方差矩
阵和互协方差融合的方法，初始化光通信信道的特征分布向量
w^，通常令w^=0，给定第j 个物理节点，如式（15）。
（15）
其中，x(n)为光通信信道输入向量。分析在n时刻L×1
抽头的输入向量，进一步筛选可聚合物理节点的特征分量
w^=(n+l)：n+l时刻光通信系统信道抽头权向量，为减小链路跳
数，对n=1,2, 3,……，得到物理节点和链路分布如式（16）。
（16）
其中，μ为迭代步长，为实现负载均衡，通过模糊度特
征提取，得到多变性大气湍流对光通信系统性能参数表达为式
（17）。
（17）
其中，z(k)为负载均衡函数，ρ为队列信息感知因子，取最
大值节点部署参数，得到多变性大气湍流对光通信系统性能参
数为式（18）。
（18）
其中，an(t)是第n条信道上的信息特征分量，得到底层链
路节点的连通概率分布特征量δ，综上分析，通过维线性搜索
方法进行参数优化寻优，结合协方差矩阵和互协方差融合的方
法，实现多变性大气湍流对光通信系统性能的影响参数优化评
估[17]。
网络电信 二零二三年一、二月 49
