降雨环境下自由空间光通信链路性能预测与优化模型

马保科; 张佳欣; 傅思昂; 寇恒越; 丁冠中; 孙嘉祺; 李阳

doi:10.13682/j.issn.2095-6533.2026.02.002

西安邮电大学学报 ›› 2026, Vol. 31 ›› Issue (2) : 11 -21. DOI: 10.13682/j.issn.2095-6533.2026.02.002

降雨环境下自由空间光通信链路性能预测与优化模型

马保科, 张佳欣, 傅思昂, 寇恒越, 丁冠中, 孙嘉祺, 李阳

作者信息 +

Author information +

文章历史 +

PDF

摘要

自由空间光(Free-Space Optical, FSO)通信在降雨环境中受到严重的链路衰减，为缓解衰减并提升通信性能，提出一种基于极限学习机(Extreme Learning Machine, ELM)与Adaboost算法相结合的降雨环境下FSO通信链路性能预测与优化模型。通过Mie理论建立降雨衰减的物理模型，分析不同的雨滴谱分布模型对激光通信的影响，构建以降雨强度、波长、雨滴谱类型和气压为输入的预测模型，实现衰减系数的高精度估计，进一步得到信噪比与误码率，并结合智能寻优算法，实现对工作波长、发射孔径和发射功率等关键参数的自适应调控，以优化通信性能。实验结果表明，所建模型对衰减预测的耗时仅为0.59 s,较传统Mie理论计算效率提升了近2 000倍；经参数优化后，在不同降雨场景下平均误码率降低了约5.98%～44.95%。