Statistical Characterization of Wind-Induced Beam Refraction in Water-to-Air Optical Channels

Resumo Técnico: Caracterização Estatística da Refração Induzida pelo Vento em Feixes Ópticos em Canais de Água para Ar

Declaração do Problema
A comunicação óptica direta de água para ar (W2A) é um facilitador crítico para a Internet das Coisas Subaquáticas (IoUT), oferecendo recuperação de dados de alta velocidade sem a necessidade de plataformas intermediárias de superfície. No entanto, a natureza dinâmica da superfície do mar introduz complexidade significativa no canal. A refração e a reflexão aleatórias induzidas por ondas causam erros de apontamento (PEs) severos e possíveis interrupções do enlace. Embora estudos anteriores tenham recorrido a simulações de Monte-Carlo (MC) computacionalmente caras ou abordado enlaces de ar para água, há uma falta de modelos estatísticos tratáveis e de forma fechada para enlaces verticais W2A que levem em conta a velocidade do vento, a reflexão interna total (TIR) e as limitações do campo de visão (FoV) do receptor.

Metodologia
Os autores propõem um modelo estatístico abrangente do canal para um enlace vertical entre uma estação base subaquática e um veículo aéreo não tripulado (UAV). O sistema assume um transmissor estático e um UAV pairando, identificando o movimento aleatório da superfície do mar como a fonte dominante de PEs.

1. Modelagem Geométrica e Física: O modelo define o ângulo de incidência ($\theta_I$) na superfície do mar e o ângulo de chegada resultante ($\theta_A$) no ar. O ângulo de incidência é modelado usando uma distribuição de Weibull, com parâmetros de forma e escala derivados como funções da velocidade do vento ($U$).
2. Aproximação Estatística de Erros de Apontamento: Devido à transformação geométrica não linear entre $\theta_I$ e $\theta_A$, a derivação de uma função densidade de probabilidade (PDF) de forma fechada para o deslocamento radial é analiticamente intratável. Os autores avaliam várias distribuições candidatas e constatam que $\theta_A$ é melhor aproximado por uma distribuição de Weibull.
3. Modelo de Mistura Beta (BMM): Para caracterizar a perda resultante de erro de apontamento ($h_P$), os autores empregam uma abordagem estatística inovadora utilizando um modelo de mistura Beta finito. Os parâmetros dessa mistura são otimizados usando o algoritmo Expectation–Maximization (EM). Essa abordagem fornece uma expressão de forma fechada e tratável para a distribuição do canal, superando a complexidade da derivação analítica direta.
4. Análise de Interrupção do Enlace: O modelo contabiliza explicitamente as interrupções do enlace causadas por dois mecanismos:
   • Reflexão Interna Total (TIR): Ocorre quando o ângulo de incidência excede o ângulo crítico ($\theta_c \approx 48,75^\circ$).
   • Desalinhamento Geométrico: Ocorre quando o feixe refratado cai fora do FoV do receptor.
     A probabilidade dessas interrupções é derivada analiticamente.
5. Derivação da Probabilidade de Interrupção: Combinando a perda de caminho, a perda de erro de apontamento baseada no BMM e o coeficiente de interrupção, os autores derivam uma expressão de forma fechada para a PDF global do canal e a probabilidade de interrupção do enlace ($P_{out}$).

Principais Contribuições

• Modelo Tratável Inovador: O artigo introduz um modelo estatístico de canal de forma fechada para enlaces W2A que incorpora efeitos da velocidade do vento por meio de uma distribuição de mistura Beta ajustada aos erros de apontamento.
• Expressões Analíticas de Interrupção: Os autores derivam expressões exatas de forma fechada para a distribuição do canal e a probabilidade de interrupção do enlace, contabilizando explicitamente as restrições de TIR e FoV.
• Identificação do Piso de Interrupção: A análise revela um "piso de interrupção" fundamental imposto pela TIR, que limita a probabilidade de interrupção mínima alcançável, independentemente de outras otimizações do sistema.
• Insights de Desempenho: O estudo fornece insights analíticos sobre como os parâmetros do sistema (altitude do UAV, profundidade do transmissor e FoV) interagem com a velocidade do vento para afetar a confiabilidade do enlace.

Resultados
Os resultados analíticos foram validados contra extensas simulações de MC, mostrando alta precisão (por exemplo, $R^2 > 0,97$ para o ajuste do BMM). As principais descobertas incluem:

• Impacto da Velocidade do Vento: Velocidades de vento mais altas aumentam significativamente a probabilidade de erros de apontamento e interrupções do enlace.
• Altitude vs. Profundidade: O aumento da altitude do UAV ($z_a$) degrada significativamente o desempenho ao exacerbar os erros de apontamento. Por outro lado, o aumento da profundidade do transmissor ($z_w$) de 10m para 30m surpreendentemente melhora o desempenho de interrupção. Isso é atribuído a um "compromisso de espalhamento do feixe": embora a transmissão mais profunda aumente a atenuação, ela amplia significativamente a pegada do feixe no receptor, o que mitiga os erros de apontamento induzidos pelas ondas. A estabilização geométrica supera a penalidade de atenuação dada a alta sensibilidade do receptor SiPM.
• Piso de Interrupção: As curvas de probabilidade de interrupção derivadas achatam-se em altas velocidades de vento, confirmando a existência do piso de interrupção induzido pela TIR. Este piso é determinado pela velocidade do vento e pelo FoV do receptor.

Significância
O artigo afirma que este quadro serve como uma ferramenta eficiente para projetar sistemas robustos de coleta de dados subaquáticos. Ao fornecer expressões de forma fechada, o modelo permite uma avaliação rápida de desempenho sem o ônus computacional das simulações de MC. A identificação do piso de interrupção induzido pela TIR oferece insights críticos para os projetistas de sistemas, sugerindo que a confiabilidade não pode ser infinitamente melhorada sem abordar a física fundamental da interface água-ar (por exemplo, por meio de diversidade espacial). O trabalho alinha-se com esforços contínuos para modelar canais diretos W2A, indo além de abordagens pesadas em simulação para fornecer uma base matematicamente tratável para a otimização futura de sistemas.