張南南，杜文才，任 佳，聶澤東

(1.海南大學(xué)信息科學(xué)技術(shù)學(xué)院，海南?？?70228;2.中國科學(xué)院深圳先進(jìn)技術(shù)研究院，廣東深圳518055)

1 人體通信信道

無線體域網(wǎng)(Wireless Body Area Network，WBAN)是以“個人”為中心，在不影響患者正常生活、學(xué)習(xí)和工作的情況下，通過將各種智能的、微型的和低功耗的傳感節(jié)點放置在人體內(nèi)、體表和人體周圍，通過無線的方式在人周圍建立無線個人局域網(wǎng)［1］。大部分的研究都采用現(xiàn)有的無線通信技術(shù)，如超寬帶［2-3］、藍(lán)牙、ZigBee［4］及其他工作在工業(yè)科學(xué)醫(yī)用頻段(industrial scientific medical，ISM)內(nèi)的通信技術(shù)來實現(xiàn)人體近端通信。1996年來，美國麻省理工學(xué)院的Zimmerman提出了一種新的人體近端通信方式——人體通信(Human Body Communication ，HBC)［5］。HBC是以人體作為信號傳輸媒介從而實現(xiàn)信號在人體表面/內(nèi)部的傳輸，因其所具有的低功耗、連接方便、不易受外界噪聲干擾、高保密等特性對實現(xiàn)無線穿戴式醫(yī)療監(jiān)護(hù)具有重要意義，引起研究者的廣泛關(guān)注［5-7］。

人體通信信道特性研究對建立人體通信信道模型、人體通信收發(fā)器設(shè)計等具有重要意義。目前，有關(guān)人體通信信道特性的研究主要集中在人體周圍的電磁場分布及人體等效電路模型［8-10］和電極大小、材質(zhì)，傳輸頻帶，信道是否動態(tài)，調(diào)制方式等對通信質(zhì)量的影響［11-12］。

然而，有關(guān)人體信道的相位—頻率特性還未被廣泛研究，信道相位—頻率的非線性會導(dǎo)致符號間干擾，增大誤碼率，因此，本文通過測量人體信道群延時研究人體信號在1～200 MHz頻段下的相位—頻率特性，為后續(xù)人體通信樣機設(shè)計提供參考。

以人體為通信信道實現(xiàn)信號傳輸是切實有效的，但信號在不同頻率下的傳播特性和能量分布范圍是不同的。1～100 MHz頻段內(nèi)信號能較好地耦合到人體上，當(dāng)載波頻率大于100 MHz時，人體將被作為天線，信號將通過人體以電磁場與電磁波向周邊輻射［13-14］。

為了更好地研究人體信道在不同頻率下的相位特性及傳播延時特性，選擇合適人體通信頻段，提高信號傳播效率，也為高效收發(fā)系統(tǒng)的設(shè)計提供依據(jù)。本文選定研究頻段為1～200 MHz，并將此頻段分為2個研究子頻段:1～100 MHz和100～200 MHz進(jìn)行對比研究。

2 實驗設(shè)置

2.1 群延時

時延是指信號通過通信系統(tǒng)所需要的傳播時間。當(dāng)一個單一頻率的信號通過任意系統(tǒng)時，其傳播時間可以通過輸出信號相對于輸入信號的相位移來計算。當(dāng)復(fù)合信號(如發(fā)射機發(fā)送的調(diào)幅波)通過一個系統(tǒng)時，輸出信號包絡(luò)相對于輸入信號包絡(luò)的時延稱為包絡(luò)時延。因其涉及的是一群不同頻率振蕩在傳輸過程所表現(xiàn)的時延，故稱為群延時，群延時Tg的數(shù)學(xué)表達(dá)式為

在無失真系統(tǒng)中，相位相對頻率的響應(yīng)是一個斜線，其導(dǎo)數(shù)是常數(shù);如果相位對頻率的響應(yīng)是非直線，則其導(dǎo)數(shù)就不是常數(shù)，就會出現(xiàn)群延時失真，群延時在不同頻率點上相對于平均值的波動幅度表示信號在此頻率點上的相位畸變量。

2.2 實驗場景設(shè)置

實驗選定用安捷倫E5061A網(wǎng)絡(luò)分析儀(Vector Network Analyzer，VNA)測量群時延，如圖1a所示，志愿者靜止站立在VNA前，并根據(jù)傳播信道，在相應(yīng)的身體部位綁上一對電極，圖1b為4個傳播路徑及電極在人體上的綁定部位，分別是:左臂至右臂，左臂至右腿，右腿至左腿，左臂至左腿。圖1c所示為測量中所用的4 cm×4 cm銅電極，VAN的發(fā)射端通過發(fā)射電極將信號耦合到人體，接收端通過接收電極將人體中信號傳輸至VAN的接收端。實驗選擇13名志愿者進(jìn)行群延時測量，13名志愿者的體重范圍為45～70 kg，身高范圍為155～175 cm，平均年齡24歲，其中8名男性和5名女性，整個實驗中志愿者被要求靜止站立在測量儀器前。

3 實驗結(jié)果

3.1 傳播延時

圖2為13名被測試者在1～200 MHz頻段下，4個傳播路徑的平均延時。對同一測試者，4個傳播路徑下的傳播延時基本相等;13名被測者中，10號和11號的延時測量結(jié)果與其他被測者差異較大，其中10號和11號的身高體重年齡與其他11名被測者均無明顯差異，引起較大差異的具體研究，仍需進(jìn)一步研究。即:1～200 MHz頻段下，同一個體的傳播延時與傳播路徑無關(guān)，多數(shù)個體的傳播延時基本一致，個別個體存在較大差異。

圖1 實驗場景

圖2 1～200 MHz頻段內(nèi)4個路徑下的傳播延時

圖3給出了在1～100 MHz和100～200 MHz頻段下，4個傳播路徑的平均傳播延時和標(biāo)準(zhǔn)偏差，其中誤差棒代表標(biāo)準(zhǔn)偏差。表1給出了詳細(xì)的數(shù)值描述。在1～100 MHz頻段內(nèi)，4個傳播路徑的平均延時幾乎是相等的，例如，路徑2具有最大的傳播延時18.37 ns，路徑4具有最小的傳播延時16.86 ns，路徑1和路徑3的傳播延時分別是17.06 ns和17.74 ns。4個傳播路徑中，最大的傳播延時僅比最小的傳播延時大1.56 ns。在100～200 MHz頻段內(nèi)，4個路徑的平均延時基本相等，例如4個傳播路徑的傳播延時分別是 15.23 ns，14.56 ns，15.14 ns，14.39 ns，其中最大的傳播延時僅比最小的傳播延時大0.84 ns。

表1 不同傳播路徑下的平均延時及標(biāo)準(zhǔn)偏差

基于以上分析，在1～100 MHz和100～200 MHz頻段內(nèi)，信號的傳播延時和傳播路徑無關(guān)，即信號在人體內(nèi)傳播延時和測量部位無關(guān)。1～100 MHz頻段上的傳播延時均比100～200 MHz頻段上的傳播延時大，此結(jié)果可能由于信號不同的耦合機制導(dǎo)致。

3.2 相位畸變

恒定的群時延代表線性相位。不同頻點下，群時延偏離平均值的幅度值代表相應(yīng)頻點下相位的畸變大小。圖4為1～200 MHz頻段下的群延時測量圖，圖5為1～200 MHz頻段內(nèi)相位歸一化統(tǒng)計結(jié)果圖，歸一化相位偏差值越大，表示在該頻點下相位畸變越大。在20～40 MHz頻段信號畸變較大。與1～100 MHz頻段內(nèi)的相位—頻率特性相比，100～200 MHz頻段內(nèi)的相位—頻率保持了較好的線性特性。

3.3 歸一化相位畸變概率密度

為了精確描述人體通信信道相位特性，對1～200 MHz頻段下信道相位畸變進(jìn)行統(tǒng)計分析。分析中采用了3個常用的概率密度分布函數(shù)(Probability Density Functions，PDF):Lognormal，Gamma 和 Weibull分布對相位畸變歸一化值進(jìn)行擬合。通過最大似然估計算法(Maximum Likelihood Estimation，MLE)來估計分布參數(shù)，并通過Akaike(Akaike Information Criterion，AIC)信息準(zhǔn)則來選擇最佳分布模型［15］。圖6所示為歸一化相位畸變的概率密度函數(shù)(Probability Density Function，PDF)曲線及擬合模型。表1列出了分布模型和AIC、MLE參數(shù)。Lognormal分布具有最佳的擬合效果。所有參數(shù)的計算均在95%的置信區(qū)間內(nèi)。

圖6 歸一化相位畸變概率密度和擬合模型圖

表2 統(tǒng)計參數(shù)和分布模型

AIC公式定義為

式中:k是分布模型的參數(shù);L是似然函數(shù)的最大值。

4 結(jié)論

本文主要通過實驗統(tǒng)計的方法研究在1～200 MHz頻段下人體通信信道的相位—頻率特性。實驗對13名志愿者分別進(jìn)行4個傳播路徑群延時測量。統(tǒng)計分析結(jié)果表明，傳播延時與傳播路徑無關(guān)。然而，1～100 MHz頻段下的傳播延時均比100～200 MHz頻段下的傳播延時大，由此推斷此結(jié)果可能是由不同的耦合機制引起。

本文給出了1～200 MHz頻段下，人體通信信道歸一化相位畸變曲線，結(jié)果表明在20～40 MHz頻段信號畸變較大，與1～100 MHz頻段相比，100～200 MHz頻段具有更優(yōu)的相位—頻率特性。根據(jù)MLE算法和AIC標(biāo)準(zhǔn)，Lognormal分布模型是歸一化相位畸變概率密度函數(shù)的最佳擬合模型。

:

［1］ LATRE B，BRAEM B，MOERMAN I，et al.A survey on wireless body area networks［J］.Wireless Networks，2011，17(1):1-18.

［2］ ROELENS L，JOSEPH W，REUSENS E，et al.Characterization of scattering parameters near a flat phantom for wireless body area networks［J］.IEEE Trans.Electromagnetic Compatibility，2008，50(1):185-193.

［3］ ZHANG Y P，LI Q.Performance of UWB impulse radio with planar monopoles over on-human-body propagation channel for wireless body area networks［J］.IEEE Trans.Antennas and Propagation，2007，55(10):2907-2914.

［4］ MONTON E，HERNANDEZ J，BLASCO J，et al.Body area network for wireless patient monitoring［J］.IET Communications ，2008，2(2):215-222.

［5］ ZIMMERMAN T G.Personal area networks:near-field intrabody communication［J］.IBM Systems Journal，1996，35(3/4):609-617.

［6］ SEYEDI M ，KIBRET B ，LAI D T H，et al.A survey on intrabody communications for body area network applications［J］.IEEE Trans.Biomedical Engineering，2013，60(8):2067-2079.

［7］ WEGMUELLER M S，OBERLE M，F(xiàn)ELBER N，et al.Signal transmission by galvanic coupling through the human body［J］.IEEE Trans.Instrumentation and Measurement，2010，59(4):963-969.

［8］ XU R，ZHU H J，YUAN J.Electric-field intrabody communication channel modeling with finite-element method［J］.IEEE Trans.Biomedical Engineering，2011，58(3):705-712.

［9］ FUJII K，TAKAHASHI M，ITO K.Electric field distributions of wearable devices using the human body as a transmission channel［J］.IEEE Trans.Antennas and Propagation，2007，55(7):2080-2087.

［10］ HAGA N，SAITO K，TAKAHASHI M，et al.Equivalent circuit of intrabody communication channels inducing conduction currents inside the human body［J］.IEEE Trans.Antennas and Propagation，2013，61(5):2807-2816.

［11］ SMITH D B，HANLEN L W，ZHANG J A，et al.First-and second-order statistical characterizations of the dynamic body area propagation channel of various bandwidths［J］.Annals of Telecommunications-annales Des Telecommunications，2011，66(3/4):187-203.

［12］ NIE Z D，MA J J，LI Z C，et al.Dynamic propagation channel characterization and modeling for human body communication［J］.Sensors，2012，12(12):17569-17587.

［13］ BALDUS H，CORROY S，F(xiàn)AZZI A，et al.Human-centric connectivity enabled by body-coupled communications［J］.IEEE Communications Magazine，2009，47(6):172-178.

［14］代鴻文.人體通信信號傳輸方式與特性研究［D］.杭州:浙江大學(xué)，2012.

［15］ BURNHAM K P，ANDERSON D R.Model selection and multi-model inference:a practical information-theoretic approach［M］.New York:Springer-Verlag New York，2002.