中图分类号： TN919.1?34; V249.3 文献标识码： A 文章编号： 1004?373X（2019）05?0006?04
High?efficiency satellite?to?earth data transmission technology
based on space?time coding
DING Dan， LIN Cunbao
（Department of Electronic and Optical Engineering， Space Engineering University， Beijing 101416， China）
Abstract： The time?domain variable rate transmission mode is often adopted to increase the transmission efficiency of satellite?to?earth data， but has limited improvement. Proceeding from the space?domain perspective， a high?efficiency satellite?to?earth data transmission technology based on space?time coding is proposed. The multiple aliasing data streams are separated by means of space?time precoding to form multiple coding channels for multi?channel parallel data transmission. The scattered and reflected path power is collected to fully utilize the limited link power. The analysis and simulation results show that， in comparison with traditional point?to?point transmission mode， the spectrum efficiency of the data transmission mode of two antennas on satellite to two users is improved by 0.5～1 b[?]s-1[?]Hz-1.
Keywords： space?time coding; data transmission; relativity; spectrum efficiency; link; power
0 引 言
为了提高卫星与地面站之间的数据传输效率，一方面需不断提高链路功率，包括星上EIRP（Effective Isotropic Radiated Power，有效全向辐射功率）值和地面站接收天线的增益，这依赖于功放、低噪放、天线等器件的发展;另一方面，需充分利用已有链路功率，设计有限链路资源条件下的高效数据传输体制。当前，提高星地数据传输效率的研究工作主要聚焦变速率传输模式[1?3]，实现传输速率随仰角升高而提高，从而充分利用卫星过境窗口内高仰角区的链路功率余量。文献[4?5]采用变速率传输模式，可将卫星过境期间数据传输容量提升为传统恒定速率传输模式的2.62倍。
有别于已有文献的时间域变速率策略，本文从空间域角度着手，设计合理高效的空间复用方式，在空间域上收集散射、反射路径功率并有效利用，从而充分利用有限的链路功率。而传统星地数据传输体制，卫星分时对地面各接收站进行数据下传，某一站點接收数据时，同处于卫星波束覆盖范围内的其他站点或处于静默状态或接收相同数据，未能充分利用各站点的电磁辐射能量提高整个系统的信息量，造成空间上的功率资源浪费，如图1a）所示。为克服传统星地数传体制下的空间域功率浪费，理想的传输模式是在卫星上采用多天线阵列，将一个宽波束分解为多个窄波束，精确指向多个站点，采用空分多址的方式同时进行多路数据并行传输，避免宝贵的电磁功率投向非目标地点，从而达到链路功率资源的最大化利用，如图1b）所示。然而，由于受卫星平台负载能力限制，较难实现基于星上大规模多天线阵列的多波束传输。
本文基于多天线系统实现空间复用的方法——空时编码[6]，利用天线之间的不相关性，通过空时预编码将多个混叠的数据流分离开来，形成多个编码通道同时传输多路数据，从而提高系统的传输速率，并减轻收发两端的复杂性。
1 基于空时编码的空间复用传输体制设计
1.1 总体设计
如图1c）所示，星上采用一定数量的天线，各天线波束覆盖同一区域，天线数量根据需求配置。星上天线数量越多，系统通信容量越大，但复杂度越高。卫星先对多个用户的数据进行多用户调度，以实现星上天线数量和用户数量之间的适配;再根据实时信道状态信息（Channel State Information，CSI）进行空时预编码，通过预均衡的方式在发送端对多用户之间的干扰进行预消除;最后各路编码数据由多个小功放推送至各天线，完成数据发送。终端采用单天线即可，无需任何额外的硬件成本。处在波束覆盖范围内的多个终端同时接收下行信号，分别进行信道估计以获取各自的CSI，据此对接收信号进行空时解码从而分离出各自的期望信息。另一方面，通过上行链路将CSI反馈至卫星，供其进行预编码的码本制备。
1.2 星上多天线方案
在多天线系统中，天线相关性对信道容量影响很大[7?9]，在低相关或者不相关条件下，增加天线数量可使系统获得更高的信道容量增益;而在高相關条件下，增加天线数量对信道容量没有明显改善。因此，提高多天线系统信道容量的一个重要途径是改善其子信道间的相关性，如增加天线之间的距离、使用正交极化天线等。由于星地传输信道通常具有较强的直射分量，欲通过增加天线间距的方法降低子信道间的相关性，对天线间距要求过高，不适用于受限的卫星平台。因此，本文采用星上交叉极化天线的方法降低子信道间的相关性。
令收发两端均由两个交叉极化天线组成，接收端周围均匀分布着[N]个散射物。若归一化的信道响应矩阵表示为[H=h11h12h21h22]，则第一个发送天线到两个接收天线的信道系数可表示为：
式中：[ψi]为第[i]个散射物引入的相位;[?i]为第[i]个入射信号的入射角度;[α]为两个交叉极化天线之间的角度。则两天线接收到的复信号间的相关系数可以表示为：
将式（1）代入式（2），水平极化与垂直极化两个信道的系数可表示为：
1.3 空时编码方案
为便于分析，构造一个如图2所示的星地多天线传输系统。卫星上设置两个交叉极化天线，将两个用户的数据流通过预编码后从两个天线发出，每个用户只接收自己的数据。
考虑到编码的复杂度不宜过高，选择迫零编码（Zero?forcing）对卫星发送端进行线性预编码。具体编码流程如下：
首先产生两路QPSK调制符号流：
假设4条发送信道在每个不同的发送符号时刻的信道参数为：
在第[i]个发送时刻，得到的信道矩阵为[Hi=H11iH21iH12iH22i]，对[Hi]求伪逆并对列向量归一化得到预编码矩阵[Hpi=?′11?′21?′12?′22]。对第[i]个时隙的两个天线上发送的符号与伪逆矩阵相乘，得到预编码后的符号为：
最终得到发送符号序列为：
[Xp1=X′11，X′12，…，X′1（N-1），X′1NXp2=X′21，X′22，…，X′2（N-1），X′2N] （7）
将符号在接下来的发送周期内依次发送，在接收端可以对信号直接进行QPSK解调，恢复出各自的比特流。
2 仿真分析
2.1 仿真条件
3GPP所使用的多天线无线传输信道模型（Spatial Channel Model，SCM）是一种统计信道模型[10]。该信道模型考虑的信道参数比较全，包括功率时延谱（PDP）、多普勒谱、[K]因子、移动速度、终端和基站的天线间距、功率角度谱（PAS）、到达角与离开角等。SCM信道模型考虑了3种典型场景，分别是郊区宏小区（Suburban Macro）、城市宏小区（Urban Macro）和城市微小区（Urban Micro）。本文仿真的关键在于天线间相关性的引入，包括同极化阵列式多天线间的相关性，以及垂直极化天线之间的相关性。SCM信道模型可以方便地仿真天线之间的相关性，这是选择该模型进行本文仿真的主要原因。主要仿真参数如下：
1） 仿真场景选择“郊区宏小区”：这种场景较为空旷，又具有一定的散射环境，最接近星地数据传输场景。
2） 采样率为3.84 MHz：无线传输系统的典型符号率为几kHz到2 MHz，这个采样率完全可以满足;另外，这是WCDMA的码速率，在实际系统实现时较容易兼容。
3） QPSK调制、非编码：功率效率与频谱效率适中，是无线传输系统中应用较多的调制方式;另外，不使用信道编码，便于直接比较不同参数配置下的系统性能。
4） 准静态传输设置：按照信道采样间隔设置帧长（如帧长为采样间隔的[110]），从而使每帧传输过程中信道参数不变，便于性能仿真与比较。
2.2 信道相关性仿真
假设入射信号角度服从高斯分布，角度扩展方差用[σ]表示，则得到如图3所示的相关系数与交叉极化夹角的关系图，以及图4所示的信道容量和信道相关系数的仿真图。可以看出，空间相关性主要取决于天线元之间的极化夹角，极化夹角越大，相关性越小，极化正交时相关性最小。另外，与线性天线阵列类似，入射角度扩展越大，信道相关性越小。
2.3 传输效率仿真
在仿真中产生1 000帧的信道冲击响应，仿真基于迫零编码的发送策略;另一方面，使用相同的信道冲击响应，仿真单一链路的MIMO系统性能（接收端具有理想信道估计，并采用频域信道均衡），获得图5所示曲线。
2?2 MIMO and SISO systems
通过对比图5中两条曲线可以发现，若达到10-5的误码率，单收单发情况下的信噪比比采用预编码的两用户并行發送的情况低5 dB。换个角度说，若能够将信噪比从40 dB提升到45 dB，就可以使用基于预编码的两用户并行发送方案，使总的信息传输速率达到原来的2倍，即传输效率从2 b[?]s-1[?]Hz-1（1路QPSK）提升到4 b[?]s-1[?]Hz-1（2路QPSK），提高了2 b[?]s-1[?]Hz-1。而从另一
个角度看，如果将SISO（Single Input Single Output， 单输入单输出）链路的信噪比从40 dB提升到45 dB后，理论上可以得到的传输效率提升可根据如下步骤得到：
SNR1=104;SNR2=104.5
[C1=]log2（1+ SNR1）=13.29 b[?]s-1[?]Hz-1
[C2=]log2（1+ SNR2）=14.95 b[?]s-1[?]Hz-1
[ΔC=C2-C1=]1.66 b[?]s-1[?]Hz-1
即在理想AWGN信道环境下，信噪比从40 dB提升到45 dB后，SISO链路的传输效率可提高1.66 b[?]s-1[?]Hz-1。而在仿真所使用的复杂衰落条件下，这5 dB信噪比提升对SISO链路带来的频谱效率提升或许达不到1.66 b[?]s-1[?]Hz-1。另外，仿真中所使用的Zero?forcing预编码技术考虑了复杂度问题，其性能在所使用的信道模型下并不是最优的，还有进一步提升的空间（如使用MMSE或者Dirty Paper方法）。
综合以上几点，在当前信道情况下，2×2 MIMO较SISO情况可带来0.5～1 b[?]s-1[?]Hz-1的频谱效率提升。
综上可知，基于多天线空时编码理论，如果在卫星上使用更多的发射天线，则可以利用空分特性支持更多用户的信息同时传输，从而使系统总容量进一步增加。
3 结 论
本文基于空时编码的空间复用传输体制，实现了卫星对多个用户的同时、同频、同域并发多路数据传输，可显著提高全系统的通信容量。从卫星的角度看，下行波束在地面多个位置被多个手持终端接收，并解调出多路数据，相当于电磁辐射功率在地面多点分别得到利用，链路资源利用率得到了提升;从用户的角度看，多个手持终端同时接收，等效于多个小型天线组成一个大型的虚拟天线，从总体上提高了地面接收的[GT]值。
参考文献
[1] 张佳鹏，黄普明，陈泓.基于DVB?S2的遥感卫星自适应编码调制分析与仿真[J].中国空间科学技术，2010（10）：74?82.
ZHANG Jiapeng， HUANG Puming， CHEN Hong. Analysis and simulation of adaptive coding and modulation for remote sensing satellite based on DVB?S2 [J]. Chinese space science and technology， 2010（10）： 74?82.
[2] 朱丽亚，梁玉梅，余军，等.基于RCS的遥感数据传输中ACM的分析与仿真[J].计算机工程与应用，2013，49（22）：77?81.
ZHU Liya， LIANG Yumei， YU Jun， et al. Analysis and simulation on ACM based on return channel via satellite [J]. Computer engineering and applications， 2013， 49（22）： 77?81.
[3] 张旭.基于VCM的对地探测卫星数据传输体制分析[J].电信技术，2014，54（1）：12?16.
ZHANG Xu. Analysis of VCM data transmission method for earth exploration satellite system [J]. Telecommunication engineering， 2014， 54（1）： 12?16.
[4] 王朋云，廖育荣，倪淑燕，等.基于链路自适应的遥感数据传输技术研究[J].现代电子技术，2017，40（17）：23?26.
WANG Pengyun， LIAO Yurong， NI Shuyan， et al. Research on remote sensing data transmission technology based on link adaption [J]. Modern electronics technique， 2017， 40（17）： 23?26.
[5] WANG P Y. Analysis of link adaptive method for data transmission of remote sensing satellite [C]// The Third Seminar on Novel Optoelectronic Detection Technology and Application. Jinhua： SPIE， 2016： 1?6.
[6] 李兴旺.5G大规模MIMO理论、算法与关键技术[M].北京：机械工业出版社，2018.
LI Xingwang. 5G massive MIMO theorem， algorithm and key technology [M]. Beijing： Machinery Industry Press， 2018.
[7] 肖雪芳，林烽，雷国伟.天线相关性对多天线系统信道容量的影响[J].厦门理工学院学报，2016，24（5）：64?69.
XIAO Xuefang， LIN Feng， LEI Guowei. Impact of antenna correlation on MIMO channel capacity [J]. Journal of Xiamen University of Technology， 2016， 24（5）： 64?69.
[8] 张景春，李春梅.空间衰落相关性对MIMO多天线信道特性研究[J].信息技术，2017（10）：22?25.
ZHANG Jingchun， LI Chunmei. Analysis of MIMO multiple antenna correlations and its impact on the channel [J]. Information technology， 2017（10）： 22?25.
[9] 张丹，桑林，韦再雪.基于天线相关性的信道估计方法[J].信息通信技术，2016（6）：75?80.
ZHANG Dan， SANG Lin， WEI Zaixue. Channel estimation method based on antenna correlation [J]. Information and communications technologies， 2016（6）： 75?80.
[10] 3GPP Group. Spatial channel model for MIMO simulations： a ray based simulator based on 3GPP TR 25.996 v.6.1.0 [EB/OL]. [2008?07?31]. https：//uk.mathworks.com/matlabcentral/fileexchange/20911?spatial?channel?model?for?mimo?simulations?a?ray?based?simulator?based?on?3gpp?tr?25?996?v?6?1?0. 上一篇：TD-LTE移动终端工程参数获取实验与分析 下一篇：一种新型水域漂浮物收集监测系统