孫文珺，孫朋，林金朝，龐宇，李國權(quán)，王偉，羅志勇

（1. 重慶郵電大學(xué)光電信息感測與傳輸技術(shù)重慶重點(diǎn)實(shí)驗(yàn)室，重慶400065；2. 解放軍309醫(yī)院，北京市100091）

1 引言

近年來，得益于集成電路技術(shù)的進(jìn)步，無線通信設(shè)備日益小型化和低功耗化，人體局域網(wǎng)(Body Area Network, BAN)技術(shù)受到了廣泛關(guān)注。BAN是解決遠(yuǎn)程醫(yī)療診斷、移動臨床、健康評估與咨詢、社區(qū)保健等醫(yī)療衛(wèi)生領(lǐng)域信息化難題的關(guān)鍵技術(shù)之一，能極大提高醫(yī)療資源利用率。它是以人體為中心，通過附著于人體體表或植入體內(nèi)以無線方式連接多個(gè)可穿戴式傳感器節(jié)點(diǎn)形成通信距離不超過2米的局域網(wǎng)絡(luò)。各個(gè)傳感器節(jié)點(diǎn)采集生命體征參數(shù)如血壓、體溫、心電、血糖等，智能終端將來自傳感器節(jié)點(diǎn)的數(shù)據(jù)經(jīng)Internet發(fā)送至醫(yī)院、數(shù)據(jù)庫。經(jīng)處理后再轉(zhuǎn)發(fā)至個(gè)人、社區(qū)與家庭，能提供移動臨床、遠(yuǎn)程診斷、健康教育、健康咨詢與評估等多種服務(wù)，極為有效的緩解目前醫(yī)療資源匱乏、利用率低的突出矛盾，合理配置醫(yī)療資源、明顯提高人民醫(yī)療健康服務(wù)水平。除此之外，BAN還可廣泛應(yīng)用于娛樂、運(yùn)動、環(huán)境智能、軍事和公共安全等方面，是關(guān)系到國計(jì)重大民生、市場需求極為旺盛的重點(diǎn)發(fā)展領(lǐng)域，其具有的社會效益與經(jīng)濟(jì)效益不可估量[1,2]。

為了推動BAN在人類醫(yī)療健康服務(wù)中的應(yīng)用，2012年2月通過了IEEE 802.15.6 的首個(gè)標(biāo)準(zhǔn)版。該協(xié)議標(biāo)準(zhǔn)是目前國際上公認(rèn)的用于采集健康數(shù)據(jù)的無線體域網(wǎng)標(biāo)準(zhǔn)協(xié)議。目前，大多研究集中于無線體域網(wǎng)信道模型的研究[3]，或利用現(xiàn)有的無線通信技術(shù)實(shí)現(xiàn)體域網(wǎng)[4,5]。協(xié)議對BAN系統(tǒng)的編解碼做了規(guī)定，所以針對協(xié)議提出的編解碼方案也很多，例如采用DBPSK/DQPSK與BCH糾錯編碼的物理層結(jié)構(gòu)[6]，或利用PSSK調(diào)制方式來降低系統(tǒng)復(fù)雜度、提高信息速率[7]。雖然該協(xié)議對信道編解碼做了規(guī)定，但是對接收端結(jié)構(gòu)沒提及[8]。

在數(shù)字通信系統(tǒng)中，由于多普勒頻移或收發(fā)端振蕩器頻率不匹配等因素，收發(fā)端的載波頻率往往存在一定的偏差。而這類頻率偏差或相位偏差可能會使調(diào)頻系統(tǒng)在各區(qū)域上的頻率分量發(fā)生改變，這將直接導(dǎo)致解調(diào)判決產(chǎn)生錯誤從而影響系統(tǒng)的解調(diào)性能。傳統(tǒng)的接收機(jī)在一般采用基于反饋的鎖相環(huán)方式，其中最常見的是平方環(huán)和科斯塔斯（Costas）環(huán)。這種方法的優(yōu)點(diǎn)是一旦相位被鎖定，誤差很小，缺點(diǎn)是同步速度慢。對于數(shù)字通信系統(tǒng)當(dāng)中的頻偏估計(jì)與補(bǔ)償?shù)乃惴ㄒ话悴捎梅菙?shù)據(jù)輔助算法，但這種算法過于復(fù)雜[9]?；跀?shù)據(jù)輔助的頻偏估計(jì)算法分為基于時(shí)域的估計(jì)方法和基于頻域的估計(jì)方法，基于時(shí)域估計(jì)方法的頻偏估計(jì)器在硬件開銷上相對較小[10]，因此本文采用基于時(shí)域的頻偏估計(jì)方法。本文根據(jù)IEEE 802.15.6標(biāo)準(zhǔn)的特點(diǎn)，重點(diǎn)研究了接收端符號定時(shí)同步和載波頻率同步算法。

2 BAN物理層幀結(jié)構(gòu)

基于IEEE802.15.6協(xié)議標(biāo)準(zhǔn)，BAN所有的節(jié)點(diǎn)和核心內(nèi)部劃分為物理層和介質(zhì)訪問層。為了使MAC層上的信息能夠在物理層上傳送，必須將MAC層上的數(shù)據(jù)加上前導(dǎo)序列PLCP(Physical-lay Convergence Protocol)和幀頭，組成PPDU（Physical-layer Protocol Data Unit）。物理層傳輸單元結(jié)構(gòu)如圖1所示。

圖1物理層數(shù)據(jù)傳輸結(jié)構(gòu)單元

在PLCP幀頭之前添加前導(dǎo)序列用于協(xié)助接收端進(jìn)行數(shù)據(jù)包檢測、時(shí)間同步以及頻率糾正。前導(dǎo)序列長度Npreamble=90bit，包含了兩個(gè)序列，分別為長度為63的m序列，和27bit的擴(kuò)展序列010101 0101101101101101101。m序列用于實(shí)現(xiàn)數(shù)據(jù)包檢測、粗定時(shí)同步和頻偏糾正，擴(kuò)展序列用于實(shí)現(xiàn)精確的定時(shí)同步。

前導(dǎo)序列之后就是PLCP幀頭，幀頭中包含了接收端PSDU譯碼需要的物理層參數(shù)。PLCP幀頭長度Nheader為31bit，主要用于攜帶來自MAC層的有關(guān)物理層的一些必要參數(shù)信息和用于接收端恢復(fù)信息和解碼PSDU。PLCP幀頭包含15bits的物理幀頭（PHY Header），4bits的幀頭校驗(yàn)序列（HCS）和12bits的BCH校驗(yàn)位。

PSDU是PPDU的最后一個(gè)組成部分，是MAC層傳輸過來的MAC幀數(shù)據(jù)，由MAC幀頭、MAC幀體和幀校驗(yàn)序列（FCS）3個(gè)部分構(gòu)成。整個(gè)PPDU的傳輸順序是由前到后依次通過BAN發(fā)射端基帶到達(dá)BAN接收端基帶。

3 BAN同步算法分析

3.1 符號同步算法

在IEEE802.15.6協(xié)議標(biāo)準(zhǔn)中，收發(fā)機(jī)對數(shù)據(jù)前導(dǎo)結(jié)構(gòu)是已知的，因此符號定時(shí)同步也是利用前導(dǎo)結(jié)構(gòu)來完成。

本文中符號同步分成兩部分來完成首先利用前導(dǎo)序列的前63Bit m序列完成粗定時(shí)同步，這部分工作已由分組檢測部分完成，所以直接使用分組檢測的檢測結(jié)果，在這之后利用前導(dǎo)結(jié)構(gòu)的后27Bit擴(kuò)展序列完成細(xì)定時(shí)同步。

BAN發(fā)射端數(shù)據(jù)在傳輸前經(jīng)過四倍過采樣使得每個(gè)符號都變成了4個(gè)新的樣點(diǎn)，再經(jīng)過根升余弦濾波器后才發(fā)射。在信道傳播過程中噪聲和干擾的影響使得這四個(gè)位置上的能量分布發(fā)生很大的變化。因此，接收端基帶必須從數(shù)據(jù)的這四個(gè)位置上選最佳的采樣位置，即完成細(xì)定時(shí)同步。前導(dǎo)結(jié)構(gòu)后27Bit擴(kuò)展序列完成四倍過采樣后，原序列變成了108Bit的新序列。新序列逐位進(jìn)行周期為四個(gè)時(shí)鐘周期的循環(huán)累加，108個(gè)時(shí)鐘周期后完成累加。累加結(jié)果分別存在4個(gè)寄存器中，這4個(gè)寄存器中存放著前導(dǎo)序列后27位擴(kuò)展序列中各符號相同位置的樣點(diǎn)值的能量累加結(jié)果。通過對這4個(gè)寄存器的存儲結(jié)果進(jìn)行相互比較，選擇出最大值，最大值的出現(xiàn)位置即最佳采樣位置。圖2給出了細(xì)定時(shí)同步能量累加原理圖。

圖2符號定時(shí)同步能量累加原理圖

圖中IR、QR為輸入數(shù)據(jù)即分組檢測結(jié)果出現(xiàn)峰值后，輸入細(xì)定時(shí)同步模塊的經(jīng)調(diào)制和四倍采樣的前導(dǎo)結(jié)構(gòu)后27位擴(kuò)展序列。能量累加公式為：

通過對E1、E2、E3、E4四個(gè)能量值得比較，能量最大值出現(xiàn)的位置對應(yīng)最佳采樣位置。

3.2 載波頻率同步算法

本文中載波頻率同步分為兩個(gè)部分完成：首先利用前導(dǎo)結(jié)構(gòu)前63Bit m序列對應(yīng)的數(shù)據(jù)符號完成頻偏估計(jì)，然后再用頻偏估計(jì)結(jié)果對PSDU進(jìn)行逐位補(bǔ)償。令，接收端第i數(shù)據(jù)樣點(diǎn)為Ri。

式中Ai為數(shù)據(jù)樣點(diǎn)能量，f0為兩個(gè)相鄰數(shù)據(jù)樣點(diǎn)之間由于收發(fā)端振蕩器頻率不匹配引起的頻率偏移量，T為一個(gè)數(shù)據(jù)樣點(diǎn)的時(shí)間周期，ψ0為調(diào)制前數(shù)據(jù)的初始相位，ψΔk為m序列中k個(gè)符號的差分調(diào)制相位。在進(jìn)行頻率偏移估計(jì)之前，要先去除數(shù)據(jù)樣點(diǎn)的差分調(diào)制相位。在理想信道模型下，信噪比趨于無窮大可得符號間的頻率偏移為：

由于前導(dǎo)結(jié)構(gòu)采用π/2-DBPSK的調(diào)制方式 ，其調(diào)試初始相位為π/2。調(diào)制后的數(shù)據(jù)的坐標(biāo)總是交替落在復(fù)坐標(biāo)系的實(shí)軸與虛軸上所以它被重新表示為復(fù)數(shù)形式。在本文中則利用傳統(tǒng)FIR濾波器結(jié)構(gòu)完成去差分調(diào)制相位處理。去差分調(diào)制相位原理如圖3所示。隨著m與N的變化抽頭對的選取方法可以有很多種。在理想的信道模型下，即信噪比趨于無窮大時(shí)，式3能精確估計(jì)一個(gè)符號間的頻率偏移。而實(shí)際情況中，使用單一的抽頭對進(jìn)行頻率偏移估計(jì)，其結(jié)果會隨著信噪比的變化而產(chǎn)生較大的誤差，因此需要對多個(gè)頻率偏移估計(jì)值做均值處理。

但不規(guī)則地選取抽頭對，會使算法的硬件實(shí)現(xiàn)的復(fù)雜度增加。所以本文使用等間隔不重復(fù)抽取的方式來選取多個(gè)抽頭對。首先選取編號相鄰的抽頭進(jìn)行組合。

式中n為0到30中的所有整數(shù)，選取抽頭間隔為1，估計(jì)后的頻率偏移量較小，估計(jì)結(jié)果容易受到噪聲的影響。因此選取間距為31的抽頭進(jìn)行組合，這樣的抽頭選取方式使得估計(jì)過程的頻率偏移量擴(kuò)大了31倍，噪聲的影響相對降低，得到另一個(gè)頻率偏移估計(jì)公式為：

完成對頻率偏移量的估算之后，對載波頻率進(jìn)行補(bǔ)償。由于載波頻率偏移在符號傳遞的過程中有疊加性，因此設(shè)接收端對第i個(gè)符號補(bǔ)償量為PSDU的第i個(gè)符號為

圖3去差分調(diào)制相位原理圖

4 算法仿真與分析

實(shí)際仿真過程中按照能量累加模塊輸出的4個(gè)能量峰值進(jìn)行最大值篩選，并確定最大能量峰值出現(xiàn)的位置圖4給出了符號定時(shí)同步算法模型的仿真結(jié)果，圖中窗口(a)和窗口(b)為等待采樣的數(shù)據(jù)，窗口(c)為符號定時(shí)同步模塊輸出的采樣脈沖信號。

圖4符號定時(shí)同步算法模型仿真結(jié)果

使用理想的符號定時(shí)同步脈沖對載波頻率同步模型仿真，其輸出結(jié)果直接送入解調(diào)模塊，并對解調(diào)后的數(shù)據(jù)做誤碼率統(tǒng)計(jì)。前導(dǎo)序列采用π/2-DBPSK，符號速率為600kbps,仿真過程中使用了理想的符號定時(shí)時(shí)鐘進(jìn)行解調(diào)和判決，并對解調(diào)后的數(shù)據(jù)做誤碼率統(tǒng)計(jì)。仿真過程中為評估頻偏對系統(tǒng)性能的影響，分別選取600Hz（符號速率的1/1000）和3000Hz（符號速率的1/200）頻率偏移量，頻率偏移估計(jì)間隔N取31，結(jié)果如圖5所示。

圖5有頻偏情況下系統(tǒng)的誤碼率曲線

由圖5可以看出，在信噪比較低的情況下，頻偏估計(jì)對系統(tǒng)性能沒有明顯改善，隨著信噪比的上升，對系統(tǒng)性能的改善逐漸明顯在12dB的情況下大約有1dB的增益，并且有隨著信噪比增加的趨勢。

5 結(jié)束語

體域網(wǎng)在遠(yuǎn)程醫(yī)療保健、運(yùn)動數(shù)據(jù)監(jiān)測、軍事智能管理等方面有著廣闊的應(yīng)用前景，本文結(jié)合802.15.6協(xié)議，利用物理層幀前導(dǎo)序列中的27位擴(kuò)展序列進(jìn)行精確的符號定時(shí)同步，之后再對載波平率進(jìn)行補(bǔ)償，實(shí)現(xiàn)載波頻率同步，并進(jìn)行仿真分析。從仿真結(jié)果來看，各個(gè)算法正確可行，利用此接收端模型接收數(shù)據(jù)，系統(tǒng)性能有效提高。

[1] Francisco R, Karim K, Nadia K,et al.Automated ECG-based Diagnosis for a Wireless Body Sensor Platform, 2011, Manuscript.

[2] 李雪情, 張永亮, 鄭瑩瑩. 基于示波法和高斯擬合的血壓測量方法. 傳感技術(shù)學(xué)報(bào), 2010, 23(12): 1679-1685.

[3] Lu X, Chen X, Sun G,et al.UWB-based Wireless Body Area Networks channel modeling and performance evaluation. Wireless Communications and Mobile Computing Conference (IWCMC).2011 7th International IEEE, 2011: 1929-1934.

[4] Liu Y, Huang X, Vidojkovic M,et al.A 1.9nJ/b 2.4GHz multistandard(Bluetooth Low Energy/Zigbee/ IEEE802.15.6)transceiver for personal/body-area networks. Solid-State Circuits Conference Digest of Technical Papers (ISSCC), 2013 IEEE International, 2013: 446-447.

[5] Habaebi M H. Characterization and evaluation of creepy waves in Zigbee Body Area Networks. Power Engineering and Optimization Conference (PEOCO), 2014 IEEE 8th International (2014): 602-606.

[6] Jui Y Y, Wan C L, Chen Y L. A MT-CDMA based wireless body area network for ubiquitous healthcare monitoring. IEEE Biomedical Circuits and Systems Conference. 2006: 98-101.

[7] Mingyu W, Qiang Z, Weimo Z,et al.Remote rehabilitation model based on BAN and cloud computing technology. e-Health Networking, Applications and Services (Healthcom). 2012 IEEE 14th International Conference on IEEE, 2012: 119-123.

[8] ResearchBib. Autonomous operation of super-regenerative receiver in BAN. Medical Information and Communication Technology(ISMICT). 2012 6th International Symposium on IEEE, 2012: 1-4.

[9] ResearchBib. Autonomous operation of super-regenerative receiver in BAN. Medical Information and Communication Technology(ISMICT). 2012 6th International Symposium on IEEE, 2012: 1-4.