Table of Contents

Обещание и опасность подводных беспроводных сенсорных сетей

Подводные беспроводные сенсорные сети (UWSN) представляют собой преобразующую технологию для широкого спектра применений, от сбора океанографических данных и мониторинга окружающей среды до управления морской инфраструктурой, обнаружения подводных лодок и координации подводной робототехники. Эти сети состоят из пространственно распределенных автономных сенсорных узлов, которые беспроводным образом сообщаются для ретрансляции измерений, таких как температура, давление, соленость, акустические сигнатуры и химические концентрации, до поверхностного раковина или центральной станции обработки. Однако подводный канал накладывает серьезные ограничения на надежную передачу данных - ограничения, с которыми редко сталкиваются наземные беспроводные системы. Высокие скорости битовых ошибок, узкая полоса пропускания, длительные задержки распространения и изменяющиеся во времени многолучевые помехи делают надежную коррекцию ошибок не только полезной, но и существенной. Среди наиболее перспективных решений для преодоления этих ограничений - коды с низкой плотностью, которые обеспечивают почти ограниченную производительность при сохранении вычислительной способности для ограниченных ресурсами сенсорных узлов. Эта статья обеспечивает авторитетное, углубленное изучение кодов LDPC для UWSN,

Подводный акустический канал: враждебная среда для передачи данных

В отличие от радиочастотной связи в воздухе, подводная беспроводная связь опирается в первую очередь на акустические волны, поскольку электромагнитные волны чрезвычайно быстро ослабевают в соленой воде.Акустические сигналы, однако, вносят множество физических нарушений уровня, которые в совокупности создают один из самых сложных известных каналов связи.

Потеря пути и частотно-зависимое затухание

Акустические сигналы в воде испытывают значительное затухание, которое увеличивается как с расстоянием, так и с частотой. Коэффициент поглощения в морской воде является нелинейной функцией частоты, солености, температуры и глубины. Например, на частоте 10 кГц потеря поглощения составляет примерно 1 дБ/км, но при 100 кГц она возрастает примерно до 30 дБ/км. Это заставляет UWSN проектировщиков работать на относительно низких несущих частотах — обычно между 1 кГц и 50 кГц — что, в свою очередь, ограничивает доступную полосу пропускания до нескольких десятков килогерц. Сочетание высокой потери пути и ограниченной полосы пропускания ограничивает как скорость передачи данных, так и диапазон, что делает эффективное кодирование необходимым для максимизации пропускной способности на единицу пропускной способности.

Многолучевое распространение и интерсимволическое вмешательство

Звуковые волны отражаются от поверхности, дна и любых промежуточных объектов, создавая множественные пути распространения между передатчиком и приемником. Результирующее распространение задержки может составлять десятки или даже сотни миллисекунд, вызывая серьезные интерсимвольные помехи (ISI) при умеренных скоростях передачи данных. В то время как методы выравнивания могут смягчать некоторые ISI, изменяющаяся во времени природа подводного канала - из-за поверхностных волн, токов и движущихся узлов - означает, что статические настройки эквалайзера быстро устаревают. Коды коррекции ошибок, такие как коды LDPC, обеспечивают дополнительный уровень защиты от ошибок взрыва, возникающих из остаточных ISI.

Окружающий шум и помехи

Подводная акустическая среда далека от тихой. Источники шума окружающей среды включают биологические звуки (похищение креветок, китов, рыб), шум отгрузки, волновое действие, дождь и промышленную активность. Этот шум обычно окрашен, что означает, что его спектральная плотность мощности не однородна по частоте. В мелководных средах уровни шума могут резко колебаться в течение коротких временных масштабов. Надежная схема кодирования должна быть в состоянии справиться как с случайными битовыми ошибками, так и с периодическими всплесками шума высокой интенсивности.

Доплеровский спред и изменчивость времени

Относительное движение между узлами датчика и водной средой вызывает доплеровское распространение, которое вводит частотные сдвиги и расширяет принятый спектр сигнала. Даже медленные дрейфы нескольких узлов могут вызывать значительные доплеровские эффекты на акустических частотах. В сочетании с длительными задержками распространения, присущими акустической передаче (приблизительно 1500 м/с), канал становится вдвойне избирательным — изменяющимся как во времени, так и в частоте. Эта вдвойне избирательная природа требует кодов коррекции ошибок, которые могут эффективно работать без точной информации о состоянии канала.

Коды LDPC: теоретические основы и ключевые свойства

Коды LDPC были первоначально изобретены Робертом Галлагером в его докторской диссертации MIT 1963 года, но они оставались в значительной степени упущенными в течение десятилетий из-за вычислительной стоимости декодирования аппаратного обеспечения в то время. Их повторное открытие в середине 1990-х годов Маккеем, Нилом и другими вызвало революцию в теории кодирования, и коды LDPC теперь используются в многочисленных стандартах, включая DVB-S2, 10GBASE-T Ethernet, 5G NR и Wi-Fi 6 (802.11ax).

Матрица проверки паритета и графики Таннера

Код LDPC определяется разреженной матрицей проверки четности H измерений (n-k) × n, где n — длина кодового слова и k — количество информационных битов. «Sparse» означает, что число 1s в H очень мало по отношению к размеру матрицы — обычно менее 1% от входов. Каждый ряд H определяет уравнение проверки четности, которое должно удовлетворяться действительным кодовым словом.H позволяет использовать итеративные алгоритмы декодирования, в первую очередь алгоритм распространения убеждений (BP), который может достичь почти оптимальной производительности с линейной или почти линейной сложностью в n.

Граф Таннера обеспечивает интуитивную визуализацию структуры кода. Это двухсторонний граф с двумя типами узлов: переменными узлами (один на бит кодового слова) и контрольными узлами (один на уравнение четности). Край соединяет переменный узел vi, чтобы проверить узел cj, и только если Hji = 1. Декодирование продолжается путем передачи сообщений (обычно коэффициенты лог-вероятности) по краям, итеративно уточняя убеждения о каждом бите, пока кодовое слово не удовлетворяет всем проверкам четности или не достигается максимальное количество итераций.

Регулярные и нерегулярные коды LDPC

В обычном коде LDPC каждый переменный узел имеет одинаковую степень (количество краев инцидента), а каждый контрольный узел имеет одинаковую степень. Нерегулярные коды ослабляют это ограничение, позволяя переменным и контрольным узлам изменяться в зависимости от распределения степени. Тщательно оптимизированные нерегулярные коды могут выполняться ближе к пределу Шеннона, чем обычные коды одинаковой длины, что делает их привлекательными для ограниченных пропускной способностью подводных каналов. Однако нерегулярные конструкции также вводят больше структуры и могут быть более чувствительными к несовершенствам реализации.

Близко к Шеннону-Лимит

Коды LDPC являются кодами, приближающимися к емкости, что означает, что для заданного отношения сигнал-шум (SNR) они могут достигать произвольно низких частот бит-ошибок (BER) со скоростями, очень близкими к теоретическому максимуму (мощность Шеннона). Для подводного акустического канала, который обычно работает при низкой спектральной эффективности (0,1-2 бита в секунду на Герц), эта производительность с близкой емкостью напрямую переводит в расширенный диапазон, более высокую надежность или уменьшенную мощность передачи - все критические преимущества для узлов датчиков с питанием от батареи, развернутых в течение нескольких месяцев за один раз.

Применение кодов LDPC к сетям беспроводных датчиков под водой

Интеграция кодов LDPC в практический UWSN требует тщательного рассмотрения архитектуры физического уровня, ресурсных ограничений узлов датчиков и динамических характеристик подводного канала.В следующих разделах исследуются ключевые аспекты успешного развертывания.

Код и блокировочный выбор длины

Выбор скорости кода R = k/n напрямую влияет как на способность коррекции ошибок, так и на спектральную эффективность. Для подводных каналов с высокими скоростями ошибок низкоскоростные коды (R = 1/3, 1/2) обеспечивают сильную защиту, но потребляют больше полосы пропускания на информационный бит. Для каналов с умеренными скоростями ошибок более высокие скорости (R = 3/4, 4/5) могут быть достаточными и предлагать лучшую пропускную способность. Также важна длина блока n: более длинные коды приближаются к пределу Шеннона более близко, но увеличивают задержку декодирования и требования к памяти. В UWSN, где узлы датчиков могут иметь ограниченную оперативную память и способность обработки, длины блоков в диапазоне от 1000 до 8000 бит часто достигают практического баланса между производительностью и сложностью.

Итеративное декодирование с разрозненными матрицами

Алгоритм BP декодирует коды LDPC итеративно передавая сообщения между переменными и контрольными узлами. Каждая итерация включает в себя вычисление обновлений на обоих типах узлов с использованием коэффициентов лог-вероятности от канала и предыдущей итерации. Поскольку H является скудным, количество сообщений на итерацию пропорционально количеству краев, которое линейно масштабируется с n для регулярных кодов с фиксированной степенью. Это линейное масштабирование является одной из основных причин, по которым коды LDPC возможны для встраиваемых процессоров с низким энергопотреблением, обнаруженных в подводных сенсорных узлах.

Практические декодеры обычно используют фиксированное количество итераций (10-50) для связанной задержки. Приближение min-sum может снизить вычислительную стоимость, заменив более сложное обновление сум-продукта более простой операцией на основе сравнения, за счет небольшой потери производительности. Для UWSN, где энергоэффективность имеет первостепенное значение, часто предпочтителен вариант min-sum.

Адаптивное кодирование и модуляция

Подводный канал по своей природе нестационарный. Глубина воды, условия поверхности, сезонные температурные градиенты и биологическая активность влияют на профиль SNR и мультипат. LDPC-ориентированный UWSN может использовать адаптивное кодирование и модуляцию (ACM) для отслеживания этих изменений. Приемник оценивает текущее качество канала (например, используя пилотный SNR-оценщик) и отправляет сообщение обратной связи передатчику, который затем выбирает соответствующую скорость кода и порядок модуляции из предварительно вычисленной таблицы поиска. Эта динамическая адаптация максимизирует пропускную способность в благоприятных условиях при сохранении надежности связи в деградированные периоды.

Преимущества кодов LDPC для подводной связи

Практически оптимальные показатели исправления ошибок

Основным преимуществом кодов LDPC является их способность работать очень близко к мощности Шеннона. На практике это означает, что для заданной мощности передачи и скорости передачи данных UWSN с кодом LDPC может достичь BER 10-6 или лучше в SNR, который будет непригодным для использования с некодированной передачей или с более слабыми кодами, такими как Hamming или BCH. Это напрямую переводится в более длинные диапазоны связи - критический фактор в разреженных подводных сетях, где узлы могут быть разделены на несколько километров.

Эффективное декодирование для ограниченных ресурсами узлов

Вопреки ошибочному представлению о том, что декодирование LDPC является вычислительно запредельным, редкость матрицы проверки четности делает алгоритм BP высокоэффективным. Хорошо оптимизированный декодер, реализованный на микроконтроллере ARM Cortex-M4 с малой мощностью, может декодировать коды LDPC длиной 2048 бит при скорости передачи данных в несколько десятков килобит в секунду при потреблении только десятков милливатт. Это хорошо в рамках энергетического бюджета типичных подводных сенсорных узлов, которые часто работают на аккумуляторных батареях, предназначенных для многомесячного развертывания.

Гибкость и масштабируемость

Коды LDPC обеспечивают замечательную гибкость. Одна и та же архитектура кодера/декодера может поддерживать несколько скоростей кода и длины блоков, просто изменяя матрицу проверки четности. Это свойство упрощает аппаратное и программное обеспечение для UWSN, которые должны работать в различных средах - от мелководных прибрежных вод до глубоких океанских бассейнов. Кроме того, квазициклические (QC) коды LDPC, которые имеют структурированную форму, которая упрощает кодирование, особенно хорошо подходят для реализации как в аппаратном обеспечении (FPGA, ASIC), так и в программном обеспечении.

Устойчивость к ошибкам Burst

Подводные каналы часто производят ошибки разрыва из-за глубоких затухающих и импульсных шумовых событий, характерных для акустического распространения. В то время как коды LDPC по своей сути предназначены для случайных ошибок, они могут быть сделаны надежными для ошибок разрыва через перемешивание. Распространяя биты нескольких кодовых слов через более длинную передачу, перемешивание преобразует длинные всплески в изолированные битовые ошибки, которые декодер LDPC может исправить. Эта комбинация кодирования LDPC с перемешиванием каналов является стандартной практикой во многих реальных подводных системах связи.

Вызовы реализации и компромиссы в дизайне

Кодирование сложности

Хотя декодирование LDPC является эффективным, кодирование может быть вычислительно дорогостоящим, если не обрабатываться тщательно. Общее кодирование LDPC требует умножения плотной матрицей генератора, которая имеет сложность O(n2). Однако коды QC-LDPC с матрицами с более низкой треугольной проверкой четности позволяют кодировать во времени O(n) с использованием регистров сдвига обратной связи. Для UWSN коды QC-LDPC являются практическим выбором, позволяя кодировать с низкой мощностью на передающем узле датчика.

Требования к памяти для матрицы проверки паритета

Хранение матрицы проверки четности H в памяти узла может быть проблематичным для очень длинных кодов. Матрица размером 1000 × 2000 с плотностью 1% будет иметь 20 000 ненулевых записей. Хранение их в качестве 16-битных индексов требует 40 кБ, что приемлемо для многих современных микроконтроллеров, но может быть запретительным для устаревших или ультра-низкозатратных узлов. Такие методы, как структурированные коды QC-LDPC, могут уменьшить хранилище до нескольких сотен байтов, определяя матрицу через небольшой набор циклических сдвигов.

Потребление энергии итеративным декодированием

Итеративный характер декодирования LDPC означает, что потребление энергии увеличивается с количеством итераций. В ограниченном энергией узле UWSN декодеру может потребоваться отменять производительность для времени автономной работы. Методы раннего прекращения, такие как прекращение декодирования после выполнения проверок четности, могут уменьшить среднее количество итераций, особенно при высоком SNR. Кроме того, декодер может быть полностью отключен в периоды простоя для экономии энергии.

Будущие направления и проблемы открытых исследований

Совместная оценка канала и декодирование

Большинство современных приемников UWSN рассматривают оценку и декодирование каналов как отдельные этапы. Однако коды LDPC хорошо подходят для итеративной совместной оценки и декодирования (турбоэквализации), где мягкая информация от декодера подается обратно для уточнения оценки канала. Этот подход может дать значительный выигрыш в дважды селективных подводных каналах, но он приходит за счет увеличения задержки и сложности. Разработка алгоритмов турбоэквализации с низкой сложностью, адаптированных к UWSN, является активной областью исследований.

Машинное обучение для адаптивного выбора кода

Усиление обучения и контролируемые методы обучения могут быть использованы для прогнозирования оптимальной скорости кода LDPC и длины блока на основе прошлых наблюдений канала, моделей акустического распространения и данных датчиков в реальном времени, таких как профили температуры и глубины. Ранние результаты моделирования показывают, что такое предиктивное кодирование снижает ретрансляцию на 30-50% по сравнению с кодированием с фиксированной скоростью, со скромными вычислительными накладными расходами.

Интеграция с подводными акустическими модемами

Коммерческие подводные акустические модемы от производителей, таких как EvoLogics, Subconn и L3Harris, все чаще поддерживают программно-определяемые физические слои, что позволяет развертывать пользовательские схемы кодирования LDPC. Будущие модемы могут стандартизировать коды QC-LDPC в рамках отраслевых спецификаций, таких как стандарт JANUS или структура подводных коммуникаций НАТО. Подробный обзор текущих модемных технологий и тенденций кодирования можно найти в этом обзоре IEEE по подводным акустическим коммуникациям.

Энергонейтральная операция с кодированием LDPC

По мере того, как технологии сбора энергии (например, от океанских течений, тепловых градиентов или вибрации) созревают, узлы UWSN могут работать вечно. Дизайн кода LDPC для узлов сбора энергии должен учитывать колебания энергетических бюджетов, потенциально регулируя скорость кода и количество итераций в реальном времени, чтобы соответствовать доступной мощности. Исследователи из Океанографического института Вудс-Хоул ] продемонстрировали доказательство концепции энергонейтральных подводных узлов связи, и управление мощностью с учетом кодирования теперь является фокусом сообщества подводных сенсорных сетей.

Заключение

Коды LDPC предлагают мощное и практическое решение серьезных ограничений каналов, которые определяют подводные беспроводные сенсорные сети. Их почти ограниченная производительность коррекции ошибок Шеннона, эффективные алгоритмы итеративного декодирования и структурная гибкость делают их уникально хорошо подходящими для акустических каналов с высокой шумностью, ограниченной пропускной способностью, изменяющейся во времени, встречающихся под поверхностью. В то время как проблемы остаются - особенно в сложности кодирования, ограничениях памяти и энергоэффективном декодировании - продолжающаяся разработка кодов QC-LDPC, адаптивных схем кодирования и совместных методов декодирования оценок, обещающих решить эти проблемы. Поскольку подводные сенсорные сети продолжают расширяться в новые приложения от мониторинга климата до подводной промышленной автоматизации, кодирование LDPC будет основополагающей технологией, позволяющей надежную, дальнюю и энергоэффективную связь под волнами.