Inleiding tot onderwater akoestische MIMO systemen

Multiple Input Multiple Output (MIMO) technologie heeft terrestrische draadloze communicatie revolutionair gemaakt door gebruik te maken van meerdere antennes op zowel zender als ontvanger om de doorvoer van gegevens, link betrouwbaarheid en spectrale efficiëntie te verbeteren. Het uitbreiden van deze voordelen naar onderwater Akoestische Sensor Netwerken (UASN's) is een natuurlijke progressie, gezien de groeiende behoefte aan communicatie met hoge bandbreedte in onderzeese toepassingen zoals milieubewaking, offshore olie- en gasactiviteiten, mariene archeologie en autonome onderwater voertuig (AUV) coördinatie.

Onderwater akoestische MIMO systemen benutten ruimtelijke diversiteit en multiplexing om de ernstige beperkingen van het akoestische kanaal te overwinnen.Een medium dat zowel hard als onvoorspelbaar is. Door arrays van transducers en hydrofoons in te zetten, kunnen deze systemen hogere datasnelheden en verhoogde robuustheid tegen vervagen en interferentie bereiken. Echter, de fundamentele verschillen tussen het onderwater akoestische kanaal en het radiofrequentiekanaal eisen volledig nieuwe ontwerpbenaderingen. Water is een dicht, absorberend en tijd-varying medium; geluid reist op ongeveer 1500 m/s, wat leidt tot hoge latency en significante Doppler effecten. Bovendien is de beschikbare bandbreedte in het akoestische spectrum vaak beperkt tot tientallen kilohertz, waardoor ontwerpers uitzonderlijk efficiënt met elke Hz.

Dit artikel biedt een uitgebreide blik op de belangrijkste ontwerpoverwegingen, uitdagingen en geavanceerde strategieën voor het bouwen van effectieve MIMO-systemen voor UASN's. We zullen onderzoeken waarom conventionele MIMO-technieken falen in water, hoe ingenieurs ze aanpassen, en wat de toekomst in petto heeft voor deze kritieke technologie.

Unieke uitdagingen in onderwater akoestische kanalen

Voordat we specifieke ontwerpstrategieën bekijken, is het essentieel om de fysieke beperkingen te begrijpen die onderwater MIMO-systemen vormen. Het onderwater akoestische kanaal is een van de moeilijkste communicatiemedia om te beheersen, waarbij een samenvloeiing van obstakels zelden in aardse of satellietverbindingen wordt waargenomen.

Multipath Propagation en Inter-Symbol Interference

Akoestische signalen reflecteren van het zeeoppervlak, de zeebodem, thermolijnen en andere obstakels, waardoor een groot aantal vertraagde kopieën van het verzonden signaal. In ondiepe wateromgevingen, kan de vertraging verspreiding honderden milliseconden bereiken, waardoor ernstige intersymbol interferentie (ISI) die de integriteit van gegevens kan vernietigen. Terwijl multipath kan worden gebruikt voor ruimtelijke diversiteit in MIMO, de extreme vertraging spreads vereisen gelijkrichters met zeer lang geheugen of geavanceerde multi-carrier schema's zoals OFDM.

Beperkte en afstandsafhankelijke bandbreedte

Anders dan radiokanalen die tientallen megahertz kunnen ondersteunen, bieden onderwater akoestische kanalen meestal een bandbreedte van slechts enkele kHz tot misschien wel 100 kHz voor korteafstandsverbindingen. Absorptieverliezen nemen quadratisch toe met frequentie, zodat de bruikbare bandbreedte afneemt naarmate het bereik toeneemt. Op 10 km, kan de bandbreedte zo laag zijn als 1

Hoge demping en vermogensbeperking

Akoestische golven ervaren zowel geometrische verspreiding en absorptie, wat leidt tot wegverliezen die veel groter zijn dan in radio. Bij 100 kHz, de absorptiecoëfficiënt in zeewater is ongeveer 30 dB/km. Sensorknooppunten worden vaak batterij-aangedreven en moeten werken voor maanden of jaren, waardoor de efficiëntie van de energieversterker een primaire zorg. MIMO-systemen vereisen meerdere energie-hongerige transducers, die het energieprobleem verergeren. Efficiënte bundelvorming en adaptieve stroomregeling worden kritiek.

Tijdsverschil en dopplereffecten

De oceaan is nooit stil. Golven, stromen en platform beweging introduceren Doppler verschuivingen die significant zijn ten opzichte van de smalle carrier frequenties (meestal 10

Milieugeluid en -interferentie

Onderwater akoestische kanalen worden vervuild door een reeks van geluidsbronnen: biologische geluiden (snapping garnalen, zeezoogdieren), scheepvaart lawaai, oppervlaktegolf lawaai, en machines. Het lawaai is vaak niet-Gaussian en spectrale kleuren. MIMO systemen moeten robuuste detectie algoritmen die impulsieve lawaai en co-channel interferentie van andere knooppunten of oppervlakteschepen kunnen onderdrukken bevatten.

Infrastructuur en implementatiebeperkingen

Het inzetten van grote arrays transducers en hydrofoons op zee is duur en logistiek uitdagend. Het aantal elementen op een sensorknooppunt is beperkt door de omvang, gewicht en stroom (SWaP) beperkingen. Real-world UASNs vaak slechts 2

Ontwerpstrategieën voor onderwater MIMO-systemen

Gezien de ontmoedigende kanaalomstandigheden moeten ontwerpers MIMO-technieken zorgvuldig aanpassen om betrouwbaar onder water te kunnen werken. Hieronder schetsen we de kernstrategieën die veelbelovend zijn gebleken in simulatie- en veldproeven.

Robuuste kanaalschatting en -tracking

Accurate kanaal state information (CSI) is de basis van elk MIMO systeem. In onderwaterakoestiek is het kanaal dubbel selectief. Klassieke piloot-gebaseerde schatting met behulp van trainingssequenties wordt gecompliceerd door de lange vertragingsspreiding en Doppler-spreiding. Moderne benaderingen gebruiken gecomprimeerde sensoren om sparsiteit te exploiteren in de kanaalimpulsrespons (vaak slechts een paar belangrijke paden bestaan). Super-resolutie algoritmen zoals MUSIC of SAGE kunnen nauw gespacede paden oplossen. Voor tijdvarying kanalen, beslissing-gerichte tracking en Kalman filtering worden gebruikt om schattingen tussen pilot blokken bij te werken. Promising resultaten zijn aangetoond met behulp van sparse Bayesian learning[ en diep lerende op basis van kanaalvoorspellers.

Straling en ruimtelijke filtering

Door gefaseerde arrays te gebruiken, kunnen MIMO-zenders akoestische energie sturen naar de beoogde ontvanger terwijl ze interferentierichtingen nulden. In ondiep water helpt bundelvorming ook de slechtste multipathische componenten te verzachten door de verticale hoek van aankomst/vertrek op te lossen. Ontvangerstraalvorming (bijv. MVDR, STMV) verbetert de signaal-ruisverhouding (SNR). Echter, praktische onderwaterarrays hebben een beperkte diafragma, waardoor hoekresolutie beperkt is. Adaptieve algoritmen die in real time gewichten bijwerken zijn noodzakelijk om veranderende geometrie te kunnen verwerken. Sommige experimentele 15-element lineaire arrays] hebben 8 dB winst over omnidirectionele ontvangst aangetoond.

Adaptieve modificatie en codering

Om de doorvoer onder variabele kanaalomstandigheden te maximaliseren, kunnen MIMO-systemen hun modulatievolgorde (BPSK, QPSK, 16QAM) en coderingssnelheid (convolutional, LDPC, turbocodes) aanpassen op basis van real-time SNR-schattingen. Link adaptatie is vooral belangrijk bij UASN's omdat het kanaal drastisch kan veranderen door passerende schepen of veranderingen in thermoclinestructuur. Veel systemen bevatten een regellus die kanaalkwaliteitsindicatoren terugstuurt net als in 3G/4G draadloze netwerken. Echter, de hoge latentie beperkt de snelheid van aanpassing; voorspellende methoden zijn nodig om te compenseren.

Ruimtetijdcodering en diversiteit

Ruimtetijd blokcodes (STBC), zoals AlamoutuUs-code voor twee zenders, zorgen voor diversiteit van de transmissie zonder dat CSI nodig is bij de zender. In onderwaterkanalen verbetert STBC bit-foutsnelheid (BER) in vervagende omgevingen, maar vermindert de spectrale efficiëntie. Voor scenario's die hogere datasnelheden vereisen, kan ruimtelijke multiplexing (bv. V-BLAST) worden gebruikt, waar onafhankelijke datastromen worden uitgezonden van elke transducer. De ontvanger gebruikt opeenvolgende interferentie annuleringen om de stromen te scheiden. Echter, ruimtelijke multiplexing is uiterst gevoelig voor slecht geconditioneerde kanaal ›................ ...... ........ ... ..... ... ..... ... ... .... ... ... ... .... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...

MIMO-OFDM en multi-carrierbenaderingen

Orthogonale frequentieverdeling multiplexing (OFDM) is een natuurlijke pasvorm voor MIMO onderwatersystemen omdat het equalization vereenvoudigt door het brede frequentie-selectieve kanaal om te zetten in vele smalband platte subkanalen. MIMO-OFDM is de facto standaard voor hoge onderwatercommunicatie. Belangrijkste ontwerpkeuzes zijn cyclische prefixlengte (moet de maximale vertragingsspreiding overschrijden), subcarrierafstand (moet smal genoeg zijn om Doppler spread-geïnduceerde intercarrierinterferentie te vermijden), en pilotplaatsing. Recente werkzaamheden hebben zich gericht op niet-orthogonale multiple access (NOMA) binnen MIMO-OFDM om meerdere gebruikers op dezelfde bronnen te bedienen.

Fout bij het controleren van coding en iteratieve verwerking

Onderwater MIMO ontvangers maken vaak gebruik van turbo-equalization, die iteratief zachte informatie tussen een kanaal equalizer en een decoder uitwisselen (bijv. LDPC of turbo decoder). Dit verbetert de prestaties van BER zonder dat de CSI perfect moet zijn. Low-density pariteit-check (LDPC) codes hebben de voorkeur voor hun bijna-capaciteit prestaties in lange blokken, maar ten koste van een hogere decodering complexiteit. Voor korte-packet controle berichten, staart-biting convolutional codes worden gebruikt om de bovenzijde te minimaliseren.

Uitvoeringen en casestudies in de praktijk

Theoretische vooruitgang in onderwater MIMO zijn gevalideerd via verschillende experimentele campagnes. Een opmerkelijk voorbeeld is het JENSUS protocol[ (NATO-standaard voor digitale onderwatercommunicatie), die nu MIMO-extensies voor hogere datasnelheden omvat. Zeeproeven in de Middellandse Zee hebben aangetoond dat 2×2 MIMO-OFDM 60 kbps bereikt over een 1 km bereik .Globaal gezien het dubbele van de snelheid van een single-input single-output (SISO) systeem met dezelfde bandbreedte.

Een ander oriëntatiepunt project is de WHOI-UCSD MIMO akoestische communicatie testbed, die vier elementen arrays op AUV's in gebruik nam. Veldtesten in Monterey Bay toonden aan dat ruimtelijke multiplexing met 4×4 MIMO 150 kbps bereikte op 2 km, een belangrijke prestatie gezien de uitdagende ondiepe water multipath. Deze resultaten onderstrepen dat met zorgvuldige ontwerp vooral adaptieve beamforming en iteratieve kanaalschatting kan leveren zinvolle winsten, zelfs met vele praktische beperkingen.

Toekomstige richtsnoeren en opkomende technologieën

Ondanks indrukwekkende vooruitgang blijven onderwater MIMO-systemen verre van optimaal. Onderzoekers streven actief naar verschillende grenzen om de prestaties verder te duwen.

Machine learning voor kanaalschatting en egalisatie

Deep neurale netwerken (DNN's) worden toegepast om de niet-lineaire kanaalkenmerken te leren, parameters te schatten zonder expliciete modellen, en optimale ontvangers te ontwerpen. Convolutionele en terugkerende architecturen kunnen spatiotemporale correlaties benutten. Vroege resultaten van gesimuleerde onderwaterkanalen[] tonen aan dat DNN-gebaseerde kanaalschattingen de conventionele minst-kwadraten (LS) en minimale gemiddelde-kwadraatfout (MMSE) schatters overtreffen, vooral bij lage SNR's. Versterkingsleren kan ook adaptieve modulatie en vermogenstoewijzing in real time optimaliseren.

Hybride akoestische-optische MIMO-systemen

Optische links bieden ultra-hoge bandbreedte (tien Mbps) maar alleen over korte afstanden (10

MIMO en MIMO's die worden gedistribueerd

Als transducer arrays groeien in grootte (massave MIMO met tientallen of honderden elementen), de wet van grote aantallen kan gemiddelde uit vervagen en lawaai, wat leidt tot ongekende capaciteit. Echter, de fysieke grootte van akoestische arrays wordt beperkt door de lange golflengte een 10 kHz signaal heeft een golflengte van 15 cm, dus een 32-element array zou bijna 5 m. Verdeeld MIMO, waar knooppunten met een paar elementen samenwerken als een virtuele array, biedt een meer praktische pad. Coöperatieve MIMO onder sensorknooppunten kan een grote virtuele opening en verbetering van diversiteit winst, hoewel synchronisatie en gegevensuitwisseling overhead zorgvuldig moet worden beheerd.

Energie-efficiënte architectuur

Gezien de stroombeperkingen van UASN's zullen toekomstige MIMO-ontwerpen waarschijnlijk energie-oogsten (piezo-elektrische transducers die energie uit omgevingstrillingen halen) en wake-up radiocircuits omvatten. Beamforming kan niet alleen worden gebruikt voor communicatie, maar ook voor draadloze overdracht van energie naar oplaadsensoren. Het gebruik van herconfigureerbare intelligente oppervlakken (RIS) voor passieve beamstuur wordt ook onderzocht als een laag vermogen alternatief voor actieve arrays.

Conclusie

Het ontwerpen van MIMO-systemen voor onderwater akoestische sensornetwerken is een fascinerende en veeleisende technische uitdaging. Het vijandige akoestische medium legt enorme beperkingen op aan de smalle bandbreedte, ernstige multipathische, snelle tijdsvariatie en ernstige stroombeperkingen die directe lenen van terrestrische MIMO-technieken uitsluiten. Toch hebben onderzoekers door zorgvuldige aanpassing van kanaalschatting, bundelvorming, adaptieve codering en multi-carriermodulatie aangetoond dat MIMO inderdaad aanzienlijke verbeteringen in datasnelheid en betrouwbaarheid kan leveren ten opzichte van conventionele SISO-verbindingen.

Real-world experimenten bevestigen dat 2×2 en 4×4 MIMO systemen haalbaar zijn en praktische winsten van 50.100% in doorvoer bieden. Vooruitkijkend, de integratie van machine learning, hybride akoestische-optische architecturen, en gedistribueerd MIMO houdt de belofte van het ontgrendelen van het volledige potentieel van de onderwater akoestische kanaal. Als sensor netwerken uitbreiden naar dieper water en meer veeleisende missieprofielen, zal robuust MIMO-ontwerp een hoeksteen van de volgende generatie onderzeese communicatie-infrastructuur.