⚡ electrical engineering

Air-Sea Surface Modeling and Operating Link Range Evaluation for AUV-to-UAV Optical Wireless Communication Links

本文通过推导适用于 ECKV 海面的可处理解析模型，并分析遍历容量、工作距离和指向误差等关键性能指标，评估了海 - 气表面粗糙度对自主水下航行器与无人机之间光无线通信链路的影响，以提供实用的系统设计见解。

原作者： Ikenna Chinazaekpere Ijeh, Mohammad Ali Khalighi, Wasiu O. Popoola

发布于 2026-05-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Ikenna Chinazaekpere Ijeh, Mohammad Ali Khalighi, Wasiu O. Popoola

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图与一位朋友交谈。你身处一艘水下潜艇（自主水下航行器，AUV）中，而你的朋友则悬停在空中的一架无人机（无人飞行器，UAV）里。你想要瞬间向他们发送一个巨大的数据文件，比如一段视频或一张地图。

你无法使用声音（如声呐），因为声音会在水面反射并被困住。你也无法使用无线电波（如 Wi-Fi），因为水会瞬间将其吞噬。跨越水 - 气边界进行交流的唯一途径是光——具体来说，是来自发光二极管（LED）的一束非常明亮、聚焦的光束。

本文旨在探讨，当海面像一面摇晃、移动的镜子时，如何保持这束光对准目标。

问题：摇晃的镜子

最大的挑战并非距离，而是海面。海洋并非平坦；它被风引起的波浪所覆盖。

将海面想象成一面** constantly 摇晃的哈哈镜**。

当风平浪静时，镜子基本是平的，你的光束会笔直地射向无人机。
当风吹起时，波浪会倾斜这面“镜子”。这会倾斜你的光束，使其偏离轨道。这就像站在一艘来回摇晃的船上，试图用手电筒照射一个移动的目标。

如果光束错过了无人机的相机（接收器），信息就会丢失。如果光束以奇怪的角度击中相机，信号就会变弱。

旧方法与新方法

科学家们长期以来一直在尝试预测波浪会使光束倾斜多少。

旧模型（Cox-Munk）： 这就像使用一个简单的经验法则：“如果风速为 10 英里/小时，波浪会使光束倾斜 X 量。”它易于使用，但略显粗糙。它无法捕捉真实波浪复杂、湍急的特性，尤其是在强风条件下。
复杂模型（ECKV）： 这是一个超级详细、基于物理的模型，它考虑了每一个微小的涟漪以及波浪之间的相互作用。它非常准确，但过于复杂，就像试图解一道微积分方程只是为了瞄准手电筒。对于设计实际系统而言，它太难使用了。

本文的解决方案：
作者观察了来自世界不同地区（如黑海和亚得里亚海）在不同风速下拍摄的真实海洋照片。他们将“旧模型”和“复杂模型”与这些真实照片进行了比较。

他们发现，复杂数据看起来非常像一种特定的数学曲线，称为威布尔分布（Weibull distribution）。因此，他们创建了一个新的简化模型（称为MW 模型），该模型使用了这种威布尔曲线。

类比： 将复杂模型想象成一本关于如何烘焙蛋糕的 10,000 页说明书。旧模型则是一张写着“加面粉”的便利贴。新模型则是一张完美的食谱卡片：它足够简单，可以快速使用，但又足够准确，能每次都做出美味的蛋糕。

他们的发现

使用这种新的、易于使用的模型，他们模拟了水下到空中的光链路将如何工作。以下是他们的主要发现，简单解释如下：

风是敌人： 风越大，海面倾斜得越厉害，保持光束对准无人机就越困难。随着风速增加，容量（即你可以发送的数据量）会下降。
距离很重要： 无人机飞得越远，信号就越弱。最终，无论你的模型有多好，如果距离太远，信号就会消失。
“视场”权衡（雨伞类比）：
- 想象无人机的相机有一个“视场”（FoV）。这就像一把雨伞在接住光线。
- 宽雨伞（大视场）： 如果风很大，光束四处晃动，这很好。即使光束偏离中心，它也能接住光束。然而，宽雨伞也会接住大量阳光（噪声），这会淹没你的信号。
- 窄雨伞（小视场）： 如果阳光强烈，这很好。它能阻挡阳光噪声，使信号更清晰。然而，如果风将光束吹偏哪怕一点点，光束也会完全错过雨伞。
- 最佳点： 论文表明，对于短距离，宽雨伞是可以接受的。但随着距离变远或阳光变强，较窄的雨伞（较小的视场）实际上效果更好，因为它阻挡了噪声，前提是光束相对稳定。

结论

本文为工程师提供了一种更好、更简单的工具，用于设计水下机器人与飞行无人机之间的通信系统。通过使用他们新的“食谱卡片”模型（MW 模型），而不是过于复杂的模型或过于简单的模型，他们可以准确预测无人机能飞多远，以及在光连接中断之前能应对多大的风。

他们发现，为了获得最佳性能，必须平衡相机看到的宽度（以接住晃动的光束）与它允许进入的阳光量（这会产生噪声）。这是在捕捉信号和阻挡噪声之间的一场微妙舞蹈。

技术摘要：AUV 至 UAV 光无线通信链路的空海表面建模与运行范围评估

问题陈述
自主海洋与空中平台的激增，催生了水下与水上系统之间高容量、低延迟通信的需求。由于界面处的极端衰减和阻抗失配，传统的声学和射频（RF）技术不适用于直接的水下至空中链路。光无线通信（OWC）提供了一种可行的替代方案；然而，自主水下航行器（AUV）与无人机（UAV）之间的垂直链路面临重大挑战。空海界面的随机性引入了动态表面粗糙度、折射率不连续性以及波浪诱导的折射。这些因素导致光束畸变、指向误差和严重的功率波动，从而损害链路的可靠性和容量。虽然经典的 Cox-Munk（CM）模型被广泛用于描述海面坡度统计，但它缺乏对空间和时间相关性以及多尺度波浪相互作用的显式表征，限制了其在中等至高风速条件下的准确性。相反，物理一致性更强的 Elfouhaily-Chapron-Katsaros-Vandemark（ECKV）模型过于复杂，难以直接集成到分析链路性能评估中。

方法论
本研究通过开发 ECKV 模型的可处理分析表示，调查了空海表面粗糙度对 AUV 至 UAV OWC 系统的影响。方法论步骤如下：

系统建模：建立垂直 OWC 链路几何结构，其中 AUV 通过朗伯 LED 发射，由配备硅光电倍增管（SiPM）的悬停 UAV 接收。信道模型考虑了确定性路径损耗、发射端（因海面坡度）和接收端（因 UAV 运动）的角度失配，以及接收端的视场（FoV）约束。
表面建模与验证：作者利用 ECKV 模型，并针对来自黑海、亚得里亚海和黄海的实际立体图像测量数据进行验证。为了创建发射端倾斜角概率密度函数（PDF） $f_{\phi_t}(\phi_t)$ 的可处理分析表达式，作者使用各种参数分布（对数正态分布、伽马分布、威布尔分布等）对 ECKV 数据进行曲线拟合。
提出模型的推导：威布尔分布被确定为在各种风速下提供与 ECKV 数据最接近的统计近似。作者推导了一种“修正威布尔”（MW）模型，其中形状参数（ $k$ ）和尺度参数（ $\lambda$ ）与风速（ $U$ ）呈线性关系。这使得海面坡度统计能够生成通用的、依赖风速的分析表达式。
性能评估：使用分析积分和蒙特卡洛模拟评估链路的遍历容量。分析考虑了表面粗糙度（由 CM 和 MW 模型共同建模）、指向误差、接收端 FoV 以及太阳背景噪声水平的联合影响。

主要贡献

可处理的 ECKV 表示：本文基于经过验证的 ECKV 公式，推导了一种简化的、可处理的修正威布尔（MW）模型。该模型成功捕捉了不同风速条件（6–15 m/s）下海面坡度的统计行为，同时仍适用于分析链路设计。
对比分析：研究比较了经典 Cox-Munk 模型与提出的 MW 模型的性能，证明 MW 模型能更准确地表征源自真实世界立体图像的表面粗糙度。
容量评估框架：作者提供了垂直 AUV 至 UAV 链路遍历容量的综合评估，明确纳入了表面诱导的指向误差、接收端失准和太阳噪声的影响。
设计见解：该工作量化了接收端 FoV、光束发散角与运行范围之间的权衡，强调了这些参数如何与环境条件相互作用以确定链路的可行性。

结果
数值结果表明，链路遍历容量随距离（ $Z$ ）和风速（ $U$ ）的增加而单调递减。主要发现包括：

风速影响：较高的风速增加了表面粗糙度，导致倾斜角分布变宽，容量降低。MW 模型预测，随着风速从 6 m/s 增加到 14 m/s，最可能的倾斜角发生偏移，严重失准事件发生的概率增加。
FoV 权衡：接收端 FoV 与太阳噪声之间存在关键权衡。在中等至长距离下，较窄的 FoV（例如 15°）通过减少太阳背景噪声，显著优于较宽的 FoV（例如 30°），前提是链路未发生严重失准。
失准敏感性：在低失准度（ $\sigma_{\phi_r} = 10^\circ$ ）下，较窄的 FoV 始终产生更高的容量。然而，在高失准度（ $\sigma_{\phi_r} = 20^\circ$ ）下，较宽的 FoV 在短距离内具有优势，可放宽对准约束；而在长距离下，当几何损耗和太阳噪声占主导地位时，较窄的 FoV 则更为优越。
太阳辐射：增强的上行太阳辐射显著降低了性能，特别是对于具有宽 FoV 和高增益探测器（如 SiPM）的接收端，因为它们对背景噪声敏感。

意义
本文声称其主要意义在于弥合了复杂且物理精确的海面模型（ECKV）与实用分析链路设计之间的差距。通过提供经实验数据验证的可处理 MW 模型，该工作实现了对垂直 OWC 链路更准确的性能预测，优于经典 Cox-Munk 模型所能提供的水平。该研究提供了实用的系统设计见解，特别是关于优化接收端 FoV 和光束参数以缓解表面诱导的指向误差和太阳噪声的双重挑战。这有助于在现实海洋环境中开发用于协调 AUV-UAV 任务的可靠、高容量通信链路。

问题：摇晃的镜子

旧方法与新方法

他们的发现

结论

类似论文