多時間尺度短波信道模型在NS2環境下的實現*

江 川，黃國策，王炳和，陳 玙

(1.空軍工程大學信息與導航學院，西安710077;2.武警工程大學 信息工程系，西安710086)

1 引言

隨著短波通信系統數字化、網絡化的發展，如何評估網絡性能，以及如何選擇或開發適用于短波網絡的上層協議就成了制約短波通信發展的一個重要問題。短波信道是影響短波通信性能的決定性因素之一，對于短波信道的合理建模也成了短波網絡評估的重要方面。短波天波信道是一個時變信道，其中存在著多徑效應、多普勒效應以及各種時間尺度的衰落。為了克服短波信道復雜惡劣的特點，一種方法是通過物理層的抗干擾波形、現代的編碼交織以及高速跳頻等技術來提高單跳鏈路的可靠性[1－2];另一種方法是通過網絡層及以上協議的標準化來提高整個網絡的互通性，以網絡的可靠性來彌補單條鏈路的可靠性不足這一問題[2－3]。

目前，評估網絡性能的方法主要有3種:一是實地測試，這種方法真實性最高，但是成本很大，尤其是對于短波網絡這種覆蓋范圍極大的網絡而言，長時間實地測試一個網絡的開銷是巨大的，另外，實地測試也難以歷經所有可能的環境變化情況，所以這一方法僅適合于系統最終定型時進行小規模實驗;二是實驗室半實物測試，即使用短波信道模擬器連接若干短波電臺和調制解調器進行測試，這一方法比較適合于鏈路級仿真，對于網絡級仿真則略顯不足，因為短波信道模擬器可連接的電臺數量有限，網絡規模較小，難以反映短波節點形成網絡之后的情景;三是完全采用計算機模擬的方法，根據短波網絡的實際情況，使用網絡仿真軟件建立相應的信道模型、協議棧模型(節點模型)和業務流模型，從而評估網絡在不同環境下的性能表現。這一方法具有最大的靈活性，在計算機硬件條件允許的情況下，可以任意改變網絡仿真的規模，但為了使仿真結果具有可信性，所建立的模型必須能夠準確地反映相應對象的特征，例如信道模型的衰落變化規律及統計特征是否與實際相符、業務流量分布是CBR還是泊松模型等[4]。

軟件仿真已被證明是一種可靠的網絡評估方法。常用的網絡仿真軟件有OPNET、NS2、GLOMOSIM等。其中，OPNET是著名的商業網絡仿真軟件，其實現了大量的實際網絡設備模型，比較適合用于網絡規劃及性能評估，也可用于網絡協議及算法的仿真。目前已有若干在OPNET環境下實現的短波信道仿真模型[5－6]，這些模型都是基于事先計算好的信道慢衰落參數，然后將慢衰落參數導入仿真模型中，再加入一定的隨機擾動來模擬信道的變化情況。這種方法簡單易行，但是對于大規模的網絡仿真而言，需要計算的鏈路數量太多，而且哪兩個節點之間的鏈路參數需要被計算也是不可預知的，如何高效地計算并組織計算結果成為了新的挑戰。為了解決大規模的短波網絡仿真問題，需要一種新型的短波信道仿真方法。NS2是一款開源的網絡仿真軟件，在科研領域內被廣泛使用，經過多年的發展和改進，其可靠性和真實性已被廣泛認可[7]。為了仿真短波網絡，可以采用NS2作為平臺，利用其易于擴展的特性，在此基礎上建立符合短波網絡特征的信道模型、協議模型和業務模型。本文主要關注短波天波信道模型在NS2環境下的實現，下文所說的短波信道均指短波天波信道。

2 短波信道模型

2.1 影響短波信道參數的因素

短波的天波傳播是依賴于電離層對電磁波的反射來實現的，所以短波信道的特征與電離層的變化特征密切相關，而影響電離層的因素主要有太陽黑子數、季節、晝夜、發射機和接收機的地理位置等，對于多跳傳播模式而言，影響因素還包括地面反射點的電導率、介電常數等因素[8]。

由于電離層的不規則運動以及電離層濃度、厚度的不斷變化，電磁波在傳播過程中會產生多徑和多普勒等效應，從而導致短波信道成為頻率選擇性和時間選擇性信道。此外，與其他無線通信方式一樣，短波通信還受接收機附近噪聲信號強度的影響。

2.2 Walnut Street模型

為了在多時間尺度上對短波信道進行合理的仿真，1997年，短波技術咨詢委員會(為美國政府提供關于短波技術標準化的建議)在Walnut Street召開會議，此次會議達成的結果被稱作Walnut Street模型。根據Walnut Street模型，從時間尺度上看，可將短波信道衰落劃分為三類。

(1)由地理因素及太陽活動引起的慢衰落

慢衰落是指衰落周期在數分鐘至數小時的衰落，慢衰落的產生跟地球和太陽的規律性運動有關，兩者的運動導致電離層密度不斷變化，從而引起經電離層反射的電磁波的衰落情況也隨之改變。慢衰落的情況可根據著名的電離層傳播預測軟件IONCAP(或由此衍生的VOACAP和ICEPAC)計算得出，對抗慢衰落主要依靠合理的短波頻率規劃和ALE技術。

VOACAP是美國之音公司(VOA)基于ICEPAC開發的用于計算短波信道的衰落、時延、信噪比以及最高可用頻率等參數的軟件，其核心的傳播預測模型和算法與ICEPAC相同。VOACAP根據輸入的兩個通信對象的經緯度、太陽黑子數、通信雙方使用的天線參數等就可計算出短波鏈路的長期統計平均參數，包括信噪比、最高可用頻率、鏈路可靠性等，主要用于鏈路的長期預測和用頻規劃。經過多年的發展，其可靠性已經得到了廣泛的認可，所以短波信道仿真模型中的慢衰落可以使用VOACAP軟件來進行計算。

(2)由電離層運動等活動引起的中等時間尺度衰落

中等時間尺度衰落主要是指衰落周期在數秒到數十秒的衰落，一般由電離層的不規則活動引起。中等時間尺度的衰落周期與一個數據幀的傳輸時間相當，一般要靠鏈路層以上的協議使用ARQ協議進行克服，也是短波鏈路層以上協議設計的主要考慮因素。

Goodman認為[9]，在中緯度地區，由 E層和 F層引起的中等時間尺度衰落的頻率大約為10次/分鐘，衰落的統計特性符合對數正態分布，衰落深度在0～20 dB之間。Furman和McRae也指出在短波信道的SNR變化除了短期的Watterson模型引起的和長期的慢變化之間，還存在一種中等時間尺度的符合對數正態分布的波動，這一波動的幅度在幾個dB之間，而且他們在Melbourne和Rochester之間的鏈路實際測試也表明了存在一種標準差為4 dB、時間常數為10 s的對數正態分布的SNR波動。

根據前人的研究和實測結果，中等時間尺度的變化可使用對數正態分布變量來表示，其標準差和時間常數應可以在仿真時進行配置。

(3)由多徑效應引起的快衰落

快衰落是指衰落周期在1 s以下的衰落，一般是由于多徑和多普勒效應導致的?？焖ヂ淇梢允褂醚訒r抽頭加權的Watterson模型來表示，其導致的衰落需由Modem使用自適應均衡、交織和糾錯編碼等物理層技術來克服。一般認為，由多徑導致的衰落服從瑞利分布，因此，在仿真中應根據多徑時延的長短，對瑞利衰落的參數進行配置。

綜上所述，短波信道中不同時間尺度的衰落具有各自不同的統計特性，對于慢衰落，可以采用VOACAP軟件預測得到的數據進行模擬，中等時間尺度的衰落采用符合對數正態分布的隨機變量來模擬，快衰落則使用符合瑞利分布的隨機變量來模擬，然后將三者疊加，就可以獲得比較接近實際衰落情況的短波信道模型了。

3 NS2中的短波信道傳播模塊的實現

3.1 NS2中的信道傳播模型的實現機制

要在NS2環境下實現短波信道模型，首先必須理解NS2對信道模型的實現方法和信道模塊與其他模塊之間的接口。NS2中的無線節點電臺接口模型如圖1所示。

圖1 NS2中的無線接口模型Fig.1 Wireless interface model in NS2

從圖1中可以看出，無線接口由邏輯鏈路層模塊(LL)、接口隊列(IFq)、糾錯模塊(FEC)、信道接入控制模塊(MAC)、輸入和輸出誤幀模塊(InError、OutError)、物理層(Netif)、信道傳播模型(Radio Propagation model)、天線模塊(Antenna)和信道模塊(Channel)組成。其中FEC、InError和OutError模塊為可選模塊，默認情況下并不包含在模型中。

信道傳播模塊的功能是根據收發節點的參數，包括發射功率、接收靈敏度、天線增益、通信距離等，來計算源節點發出的數據包能否被目的節點正確接收。通常，目的節點判斷一個數據包能否正確接收的標準是數據包到達接收天線時的功率或信噪比，NS2中信道傳播模型的輸出是接收功率，信噪比和信干比則交給MAC層來處理。

NS2中，Radio Propagation Model的輸入參數為從Netif獲得的數據包，從數據包的頭部可以提取出發送節點和接收節點的id，從而得到兩者對應的位置，以及發射節點發射功率、收發節點的天線增益等參數。根據所采用的信道傳播模型，加以計算就可以得到到達接收節點接收機的信號功率。將接收到的信號功率與接收機的接收門限值相比，就可以判定此數據包應該被正確接收或者是標記為有誤碼的數據包，如果接收功率太低就直接將數據包丟棄。

NS2實現了3種傳播模型，分別為Freespace、TwoRayGround和 Shadowing模型。其中 Freespace和TwoRayGround是確定性模型，即輸入相同的參數，輸出的結果也是相同的;Shadowing模型則加入了一定的隨機性，使輸出結果在一定范圍內波動。這3種模型都比較簡單，一般用在覆蓋范圍較小的局域網或移動通信網絡中，并不適合用于短波天波信道的計算。

在短波通信中，信道情況復雜，影響因素多，且系統性能往往受限于多徑和多普勒的影響，因此，原有的信道傳播模型難以滿足短波網絡仿真的需求，需要另外實現短波信道模型或借助外部軟件來實現短波信道的模擬。

根據第2節對短波信道衰落情況的分析，我們在NS2中建立一個HFPropagation模塊，并在Tcl語言中實現所需參數的配置接口。

3.2 使用VOACAP計算慢衰落的方法

VOACAP的 Linux版本(VOACAPL)是由 J.Watson使用Fortran語言編寫的，而NS2基于分裂對象模型，使用C++和Tcl語言實現，兩者難以直接集成。但是，Linux操作系統具有靈活的system()系統調用，可以實現兩者的自動化數據交互，從而使得在NS2中生成 VOACAP所需要的參數，而后VOACAP利用生成的參數進行計算，并返回計算結果成為可能。下面介紹具體的實施步驟。

安裝好VOACAPL后，根據軟件的使用說明，在Linux環境變量中配置VOACAPL的運行路徑，而后就可以在命令行運行VOACAPL程序了。在進行點對點鏈路參數的計算時，VOACAPL的運行參數包括itshfbc文件夾的路徑、一個輸入文件和一個輸出文件，輸入文件是所需計算的鏈路的配置文件，包含太陽黑子數、收發雙方的經緯度、發射功率、使用頻率、天線類型等參數，輸出文件用來存放計算結果，結果中包含MUF、平均衰落、平均SNR等，可根據仿真需求提取出相應的計算結果。

為了在仿真過程中計算一條短波鏈路的慢衰落參數，必須先根據鏈路兩端的通信節點的位置、發射功率、使用頻率、天線類型等參數，生成一個VOACAPL所需要的輸入配置文件，然后通過system(“voacapl～/itshfbc input_file output_file”)系統調用來計算鏈路參數，計算結果被寫入到輸出文件;最后使用awk來解析出所需要的參數，具體代碼為system(“awk‘$0 ～ /LOSS/{print$2}’output_file＞snr.out”)，其含義為逐行匹配輸出文件，將含有“LOSS”(表示衰落)的行的第二列(所需頻率對應的列)打印到 loss.out文件中，再打開 loss.out就可以讀取出所需的參數了。

3.3 HFPropagation模塊的實現機制

HFPropagation模塊在C++中實現為一個類，其繼承自NS中傳播模型的基類Propagation類。

HFPropagation模塊依賴的外部配置參數如表1所示。

表1 HFPropagation模塊需要的配置參數Table1 Arguments need to be configured in HFPropagation module

除了以上配置參數外，還需考慮以下問題:

(1)VOACAP計算鏈路參數的最高時間分辨率是1 h，所以當時間處于兩個整點之間的時候，需要對慢衰落進行插值，本文采用的是簡單的線性插值;

(2)由于采用system系統調用計算鏈路參數的時間開銷較大，為了避免重復計算鏈路的慢衰落參數，在HFPropagation類中增加了一個靜態的雙向鏈表的頭指針，此雙向鏈表中的第一個元素保存著源nodeid、目的nodeid、頻率值以及相應的衰落參數。當某條鏈路上第一次有數據包傳輸時，就根據此鏈路的參數計算慢衰落的參數，然后將這些參數加入到雙向鏈表中，下次再有數據包到達時，就不用重新計算同一鏈路的慢衰落參數了。注意:由于短波鏈路的不對稱性，A→B和B→A在鏈表中是兩個不同的元素;

(3)為了使節點的位置能夠使用經緯度表示，在MobileNode類中添加了兩個變量:longitude和latitude，分別表示經度和緯度，兩者的正值表示東半球和北半球，負值表示西半球和南半球。另外，需要在MobileNode類中添加一個字符數組，用來描述節點所使用的天線類型，以備在生成VOACAP的輸入配置文件時使用;

(4)為了反映出信道衰落的多時間尺度特征，給不同時間尺度的衰落值設置了一個老化周期，即，每計算出一個新的衰落值時，記下當前時間，當此鏈路數據包再次進入傳播模型時，首先檢查上次衰落值的計算時間，如果時間過期了，就重新計算，否則繼續使用上次計算的衰落值;

(5)為了減小計算量，僅當鏈路中有數據包傳輸時才計算衰落參數，當鏈路中沒有數據時，并不需要周期性地計算信道衰落情況;

(6)生成VOACAP的輸入數據文件的時候，要注意文件的格式，數字的有效長度和精度、同一行不同字段之間的空格數量等參數都有嚴格的限制，具體格式可參考VOACAP安裝時自帶的輸入數據文件格式。

綜合考慮以上因素，一個數據包經過HFPropagation模塊的處理流程如圖2所示。

圖2 HFPropagation模塊的處理流程Fig.2 Process flow of HFPropagation module

3.4 對于NS2軟件的其他修改

除了在NS2的C++環境中實現HFPropagation模塊外，還需要將所需配置的參數變量與Tcl環境中的變量進行綁定，同時在Command成員函數中設置修改這些配置參數的方法。另外，還需在Tcl的庫中設置HFPropagation類中成員變量的默認值。最后，將HFPropagation加入Makefile中的OBJ_CC列表之中，重新編譯NS2軟件，就可以使用此模塊了。

4 仿真實驗

為了驗證本文所實現的短波信道傳播模型的正確性，設置了如下的仿真場景。短波站點A、B、C組成一個全連通的網絡，3個站點的經緯度分別為 A(39.91N，116.41E)、B(39.75N，108.91E)、C(23.16N，113.23E);三者共用一個頻率組，頻率組中包含 4.3 MHz、6.9 MHz、10.1 MHz 3 個頻率。通過仿真測試A→B、B→C、C→A 3條鏈路在一天之中分別在3個頻率點上的衰落情況。

其他仿真參數如表2所示。根據NASA公布的太陽活動數據，2013年10月的太陽黑子數平均為85.6，標準差為 24.1，本文將太陽黑子數設置為100，表示電離層受到太陽活動的影響較大;為了獲得較高的增益，3個短波通信臺站的天線假設都是方向性的對數周期天線，發射功率均為1 kW，天線效率假設為65%，即有效輻射功率650 W;環境噪聲根據CCIR的推薦值，設置為－150 dBW;根據2.2節的Walnut Street模型，這里選取10 min作為慢衰落的老化周期，10 s作為中等時間尺度衰落的老化周期，1 s作為快衰落的老化周期。

表2 仿真參數設置Table2 Argument settings of simulation

仿真結果如圖3～5所示，圖中的時間已從UTC轉換為當地時間。

圖3 A到B的鏈路仿真結果Fig.3 Simulation result of A to B

圖4 B到C的鏈路仿真結果Fig.4 Simulation result of B to C

圖5 C到A的鏈路仿真結果Fig.5 Simulation result of C to A

從仿真結果中可以看出，低頻在夜間的衰落較小，在白天的衰落較大;當所用頻率與信道的MUF較為接近時，衰落最小，以上3條鏈路中的MUF在8～11 MHz之間，而所選擇的10.1 MHz的頻率與之最接近，所以獲得了最小的衰落;由于A和B的距離較近，且兩者與C的距離較遠，因此A→B的信道衰落明顯低于后兩者，B→C和C→A由于距離接近，且環境情況類似，所以有著類似的信道衰落。從仿真結果圖中得出的這些結論基本與理論和經驗相吻合，證明了此模型的正確性。

5 結論

本文采取NS2和VOACAP聯合仿真的方法實現了短波信道多時間尺度模型，使得在仿真過程中實時計算信道參數成為可能，突破了現有方法需要事先計算信道參數的不足，提高了仿真的靈活性。仿真結果表明，此模型能夠較為真實地反映短波信道的特征，由頻率、站點位置、時間、外部環境等因素的變化所引起的信道特征的改變均能在此模型中體現出來，并且與實測值和日常經驗相符，為后期的短波網絡仿真奠定了基礎。

本文采用的NS2和VOACAP數據交互方法是system系統調用，參數解析使用的是awk;system調用和awk的使用具有一定的時間開銷，如果需要進一步提高計算性能，可以將VOACAP的算法使用C語言或C++實現，同時引入正則表達式的庫來解析計算結果;將系統調用轉換為函數調用，這樣可以進一步加速計算過程，減少仿真時間。

[1]MIL－STD－188－110C，Interoperability and performance standards for data modems[S].

[2]MIL－STD－188－141C，Interoperability and performance standards for medium and high frequency radio systems[S].

[3]STANAG 5066，NATO Standardization Agreement:Profile for High Frequency(HF)Radio Data Communications[S].

[4]Koski E，Chen S，Pudlewski S，et al.Network simulation for advanced HF communications engineering[C]//Proceedings of 12th IET International Conference on Ionospheric Radio Systems and Techniques.York:IEEE，2012:1－5.

[5]Song Yu，Jiang Xuping.Modeling and Application of OPNET－Based Pipeline Stages for HF Channel Simulation[C]//Proceedings of 2009 International Forum on Information Technology and Applications.Chengdu:IEEE，2009:458－460

[6]Zhang Zhuo，Xiang Donglei，Liu Qianli，et al.Wireless Modeling of HF Networks in OPNET[C]//Proceedings of 2007 International Symposium on Microwave，Antenna，Propagation and EMC Technologies for Wireless Communications.Hangzhou:IEEE，2007:285－288.

[7]柯志亨，程榮祥.NS2仿真實驗—多媒體和無線網絡通信[M].北京:電子工業出版社，2009.KE Zhi－heng，CHENG Rong－xiang.NS2 simulation experiment:multimedia and wireless communication[M].Beijing:Publishing House of Electronics Industry，2009.(in Chinese)

[8]Goodman J M.HF Communications:Science and Technology[M].New York，NY:Van Nostrand Reinhold，1992.

[9]Furman W，McRae D.Evaluation and Optimization of Data Link Protocols for HF Data Communication Systems[C]//Proceedings of 1993 IEEE Military Communications Conference.Boston，MA:IEEE，1993:67－72.