繆祎晟,吳華瑞,李飛飛,朱 麗
(1.國家農(nóng)業(yè)信息化工程技術(shù)研究中心,北京 100097; 2.農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室,北京 100097;
3.北京郵電大學(xué)電子工程學(xué)院,北京 100876)
?
基于統(tǒng)計分布的小麥農(nóng)田多徑衰落信道建模研究
繆祎晟1,2,吳華瑞1,2,李飛飛1,2,朱麗3
(1.國家農(nóng)業(yè)信息化工程技術(shù)研究中心,北京 100097; 2.農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室,北京 100097;
3.北京郵電大學(xué)電子工程學(xué)院,北京 100876)
摘要:為預(yù)測無線傳感器網(wǎng)絡(luò)通信質(zhì)量并指導(dǎo)節(jié)點部署與拓?fù)淇刂?,研究提出小麥農(nóng)田信道多尺度建模方法.根據(jù)農(nóng)田作物生長態(tài)勢及其與信號傳播路徑的相對關(guān)系,提取環(huán)境關(guān)聯(lián)參數(shù).按作物遮擋程度不同,分別提出和采用對數(shù)模型與概率分布模型進(jìn)行描述分析,結(jié)合實測樣本數(shù)據(jù)對模型因子進(jìn)行擬合,建立了小麥農(nóng)田多徑衰落信道下的經(jīng)驗?zāi)P筒⑦M(jìn)行模型評價.結(jié)果表明,無遮擋條件下采用環(huán)境關(guān)聯(lián)參數(shù)擬合的大尺度模型結(jié)果的相關(guān)系數(shù)在0.98以上;遮擋條件下,采用多尺度概率分布模型描述的平均偏差在0.04以下,達(dá)到了對小麥農(nóng)田多徑信道準(zhǔn)確描述的預(yù)期研究目標(biāo).
關(guān)鍵詞:無線傳感器網(wǎng)絡(luò);多徑信道;小麥農(nóng)田;多尺度效應(yīng);分布模型
1引言
近年來基于無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)的環(huán)境監(jiān)測應(yīng)用已十分普及,在農(nóng)業(yè)領(lǐng)域,利用WSN對農(nóng)田環(huán)境實時監(jiān)測也成為是精準(zhǔn)農(nóng)業(yè)生產(chǎn)監(jiān)控中的最有效方法之一[1~3].在小麥農(nóng)田環(huán)境監(jiān)測無線傳感器網(wǎng)絡(luò)應(yīng)用條件中繁茂的作物枝葉與果實對無線信號產(chǎn)生的遮擋作用十分明顯且隨時間動態(tài)變化,因此農(nóng)田WSN監(jiān)測應(yīng)用無線傳播環(huán)境是一種隨時間、環(huán)境和其他外部因素而變化的復(fù)雜傳播環(huán)境.本文重點研究無線電波在小麥農(nóng)田種植環(huán)境中的傳播特性,通過理論推導(dǎo)與實驗數(shù)據(jù)擬合對射頻信號路徑損耗與農(nóng)田環(huán)境各影響因素之間進(jìn)行公式化模型描述.
通用模型中自由空間衰減模型為理想模型[4]僅適用于自由空間或完全空曠區(qū)域;近地模型沒有考慮遮擋對信號的影響,而Longley-Rice模型則主要針對非規(guī)則地形場景下信號傳播特性進(jìn)行描述[5,6].農(nóng)田環(huán)境的無線信道建模相關(guān)研究中,Vougioukas[2]對果園中信號衰減進(jìn)行了實驗,但對果樹的遮擋僅區(qū)分了有樹葉和無樹葉兩種情況;郭秀明等[7]通過蘋果園實驗數(shù)據(jù)得出了無線信號強(qiáng)度衰減與天線高度與環(huán)境參數(shù)之間的關(guān)系;李震[8]等在基于神經(jīng)網(wǎng)絡(luò)預(yù)測的無線傳感器網(wǎng)絡(luò)田間射頻信號路徑損耗,研究了橘園中WSN射頻信號與影響因素間的關(guān)系.上述三篇文章均未考慮作物遮擋下多徑傳播小尺度效應(yīng).蜂窩系統(tǒng)的小尺度模型有針對無視距傳輸?shù)钠教顾ヂ浣y(tǒng)計的Clarke模型[4]和將大、小尺度結(jié)合的Suzuki模型[9].蜂窩系統(tǒng)信道模型算法過于復(fù)雜,不適用于資源受限嚴(yán)重的農(nóng)田WSN;農(nóng)田作物生長密集造成多徑數(shù)量無窮大,傳統(tǒng)射線跟蹤方法并不適用;以及綜合復(fù)雜環(huán)境下的多種影響因素提取信道環(huán)境關(guān)聯(lián)參數(shù);是本文需要解決的三大問題.
2小麥農(nóng)田信道環(huán)境關(guān)聯(lián)參數(shù)
在農(nóng)田無線信道中,大尺度效應(yīng)與小尺度效應(yīng)同時存在,則接收端信號r(t)由大尺度分量ξ(t)與小尺度分量ζ(t)的時域乘積表示[4~6,9,10]
r(t)=ξ(t)·ζ(t)
(1)
首先,判斷作物是否對信號傳播造成遮擋是信道建模的首要問題.現(xiàn)有研究中沒有對遮擋情況判定,也無法區(qū)分是單純大尺度效應(yīng)或是大小尺度效應(yīng)綜合作用.本文提出以遮擋余隙Hb為參數(shù)進(jìn)行建模,用以直接區(qū)分是否存在小尺度效應(yīng),使得可從函數(shù)分段上體現(xiàn)不同效應(yīng)下的衰減模型差異.
Hb=Ha-(Hp+rp)
(2)
如圖1所示,若Hb≥0,則說明通信節(jié)點間存在通暢的一階費涅爾區(qū),可忽略小尺度效應(yīng)而只考慮大尺度效應(yīng);若Hb<0則通信節(jié)點間一階費涅爾區(qū)受阻,必須同時考慮大尺度衰減與小尺度衰減,隨著Ha-Hp逐漸減小,小尺度效應(yīng)逐漸成為主要影響.
其次,信號程度與作物的茂密程度明顯相關(guān).文獻(xiàn)[7,11]中對無線信道路徑損耗的研究中,認(rèn)為作物葉片或果實的密度越高,引起的無線信號衰減越大.而在文獻(xiàn)[12]中,作者將葉面積指數(shù)(Leaf Area Index,LAI)及蘋果直徑引入模型,發(fā)現(xiàn)不同生長階段的LAI大小與信號衰減PL與信號衰減系數(shù)n存在一定趨勢性變化關(guān)系,但無法形成明確函數(shù)關(guān)系.LAI定義為作物葉面積在水平方向上的投影,而無線信號也是沿水平方向傳播,顯然LAI無法有效衡量作物對信號遮擋的程度.直觀上,若單位面積內(nèi)不同高度的作物擁有同樣的葉面積,則葉面積指數(shù)相同,株高低的作物顯然對無線信號傳播的遮擋更為明顯,所以應(yīng)從無線信號傳播的截面方向考慮作物遮擋效應(yīng).另一方面,在小麥生長的中后期,在其生理結(jié)構(gòu)上莖桿和果實所占比例明顯,同樣對無線信號傳播產(chǎn)生重要影響,必須一同納入考慮范圍.由于單位不同無法與葉面積指數(shù)進(jìn)行同一化定量分析,現(xiàn)有研究中對作物果實多采用直徑進(jìn)行定性分析,考慮到作物對無線信號的影響以作物表面反射為主,本文將果實與莖干以面積衡量并計入遮擋參數(shù)中.
基于上述分析,為在小麥農(nóng)田信道模型中引入作物生長與信號衰落間的量化關(guān)系,本文在LAI的基礎(chǔ)上對作物遮擋參數(shù)進(jìn)行修正,提出作物表面積密度指數(shù)PSAD(Plant Surface Area Density)用以表征作物在三維空間的生長密集程度,定義為單位群落體積內(nèi)的作物總表面積,計算公式如下:
(3)
其中Al為采樣區(qū)域內(nèi)作物葉面積,Ac為采樣區(qū)域內(nèi)作物莖桿面積,Af為采樣區(qū)域內(nèi)作物果實表面積,AG為采樣區(qū)域內(nèi)土地面積,Hp為植株高度.PSAD參數(shù)融合了葉面積、果實莖干面積、株高、株距等參數(shù),可以更好的體現(xiàn)作物生長的密集程度.
3小麥農(nóng)田多徑衰落信道下多尺度理論建模分析
本文提出一種理論推導(dǎo)與測量統(tǒng)計相結(jié)合的多尺度建模方法.綜合分析農(nóng)田復(fù)雜環(huán)境下的大、小尺度效應(yīng),提出多徑衰落下的多尺度效概率分布模型.根據(jù)小麥農(nóng)田信號傳播實驗數(shù)據(jù),將農(nóng)田環(huán)境差異以數(shù)值化體現(xiàn)并與理論模型中的環(huán)境關(guān)聯(lián)參數(shù)進(jìn)行數(shù)據(jù)擬合,從而得出小麥不同生長階段的信道衰減特性的參數(shù)化模型.
3.1無遮擋條件下的大尺度衰落模型
當(dāng)一階菲涅爾區(qū)通暢時,只需考慮大尺度效應(yīng).此時有,接收端的信號功率Pr[2]為
(4)
式中,Pt為發(fā)射節(jié)點的發(fā)射功率;Gt、Gr分別為發(fā)射天線和接收天線增益;λ為波長;d為發(fā)射天線與接收天線之間的距離;L是與傳播無關(guān)的系統(tǒng)損耗因子;n為與環(huán)境相關(guān)的衰減因子,在自由空間中時n=2,其余條件下n>2.
以對數(shù)形式定義信號大尺度衰落(Powe Lose,PL)則有
(5)
對于任意大規(guī)模農(nóng)田環(huán)境無線傳感器網(wǎng)絡(luò)應(yīng)用場景,f、Gt、Gr均為確定值,加上c和π為常數(shù),變量只有距離d,以及與環(huán)境相關(guān)的衰落因子n,對于大尺度衰落建模的關(guān)鍵,在于對衰落因子n進(jìn)行環(huán)境關(guān)聯(lián)擬合描述,將在實驗數(shù)據(jù)擬合部分討論.
3.2有遮擋條件下的多尺度衰落模型
隨著小麥的生長,信號傳播路徑逐漸被小麥遮擋,一階菲涅爾區(qū)受阻時,必須同時考慮大、小尺度效應(yīng)[9,10].
發(fā)送帶通信號的包絡(luò)為
s(t)=Re[s′(t)ej2πfct]
(6)
其中,fc為信號載頻,Re表示復(fù)信號的實部,如果共存在N條多徑傳播路徑,令第i條路徑的路徑長度為di,反射系數(shù)為ai,光速為c,農(nóng)田無線傳感器網(wǎng)絡(luò)應(yīng)用中,所有節(jié)點均位置固定,無需考慮多普勒效應(yīng),則接收信號為各條路徑信號之和,
(7)
將式(6)代入式(7),可得接收端信號包絡(luò)為
r(t)=∑Ni=1ai·ej2πfct·s(t-τi)
(8)
其中τi=di/c,為第i條路徑上的時延.
現(xiàn)有研究采用射線跟蹤方法來辨認(rèn)出多徑信道中所有可能的射線路徑,并按(8)式得出所有路徑在接收端的相干結(jié)果.小麥農(nóng)田種植密集形成多徑路徑N趨近于無窮大,采用傳統(tǒng)射線跟蹤方法需要無窮大的測試數(shù)據(jù)與計算量.
為此本文提出一種農(nóng)田無窮多徑場景下多尺度建模方法.因為小麥農(nóng)田環(huán)境中多徑路徑數(shù)N趨于無窮,且各路徑間相互獨立,根據(jù)中心極限定理可認(rèn)為任意路徑的疊加幅值符合高斯分布,均值為0,方差為σ2,其概率密度函數(shù)為
(9)
根據(jù)隨機(jī)過程基本定理可知正弦(余弦)信號加窄帶高斯隨機(jī)信號的包絡(luò)服從萊斯分布,而接收端信號可看作余弦載波與高斯分布隨機(jī)信息組成,所以其包絡(luò)r(t)服從萊斯分布[13],其概率密度函數(shù)為
(10)
其中I0(·)為修正的零階貝塞爾函數(shù),r>0,K>0.
(11)
其中τ代表不同時延路徑,Pτ代表該時延路徑的沖擊響應(yīng)功率,E(·)為期望值,Var(·)為方差.因為小麥農(nóng)田環(huán)境中多徑路徑數(shù)趨于無窮,所以對每一路徑時延進(jìn)行功率測量并不現(xiàn)實,本文采用一種基于極大似然估計的K因子修正估計算法[16],
(12)
3.3基于通信質(zhì)量的概率分布模型評價
常用的模型評價驗證方法有曲線擬合的效果進(jìn)行評價[12,13]以及基于更大實驗樣本的對比驗證[7,8,12].大尺度模型采用擬合度R2評價,但多尺度概率分布模型則無法采用上述常用方法進(jìn)行效果評估,單純K因子的擬合度也無法對整體分布模型進(jìn)行評價.因為時延擴(kuò)展等小尺度效應(yīng)最終會顯著影響信號接收質(zhì)量[17],據(jù)此本文提出一種基于通信質(zhì)量的多尺度模型評估方法.
多徑傳播條件下會產(chǎn)生時延擴(kuò)展,一般由均方根擴(kuò)展時延στ描述有:
(13)
(14)
在實驗測試中,測得的信號傳播特性參數(shù)有接收端信號強(qiáng)度(Received Signal Strength Indication,RSSI)與誤包率(Packet Error Rate,PER),現(xiàn)假設(shè)實際多徑噪聲功率為Pm,則可得考慮多徑噪聲的實際信噪比
(15)
其中Pn為環(huán)境熱噪聲功率.在數(shù)字通信系統(tǒng)中,PER與SNR之間的關(guān)系[17]為
(16)
其中M為調(diào)制多相系數(shù),在zigbee系統(tǒng)中調(diào)制方式為QPSK,所以M值取4,L為一個數(shù)據(jù)包內(nèi)的比特數(shù).結(jié)合式(15)、(16)可得由實驗數(shù)據(jù)計算得出的實際多徑噪聲功率為
(17)
4實驗與數(shù)據(jù)擬合
本文在不同生長階段對小麥大田中無線信號傳播進(jìn)行實驗測試,并以數(shù)據(jù)擬合的方法將關(guān)系模型中的環(huán)境關(guān)聯(lián)參數(shù)實例化,從而得出適用于小麥農(nóng)田的多尺度經(jīng)驗?zāi)P?
4.1實驗環(huán)境
本文以我國北方廣泛種植的大田作物冬小麥作為研究對象,選擇小湯山國家精準(zhǔn)農(nóng)業(yè)研究示范基地西側(cè)的大面積地塊作為實驗環(huán)境,遠(yuǎn)離其他建筑,減少外部射頻噪聲干擾,選擇地塊中部進(jìn)行實驗,減少因地塊邊緣小麥種植不規(guī)則產(chǎn)生的影響.
4.2實驗材料與方法
實驗采用webee公司生產(chǎn)的CC2530無線傳感器節(jié)點,使用2.4GHz全向垂直極化天線,節(jié)點最大發(fā)射功率4dBm,接收靈敏度-101dBm.小麥按生長結(jié)構(gòu)差異主要可分為苗期、拔節(jié)期和抽穗期,實驗共分以上三個階段進(jìn)行,每次均將發(fā)射器和接收器固定在不同高度下,天線方向垂直于水平面,測試在不同通信距離條件下接收端信號功率大小和通信質(zhì)量指標(biāo).采集的環(huán)境因子與信號特征參數(shù)如表1所示.
表1 實驗擬采集的環(huán)境因子與測量信號特征參數(shù)
實驗中收發(fā)天線高度從0開始,以20cm間隔,直到超過植株高度.收發(fā)節(jié)點距離從0開始以10m為間隔直至植株高度處的RSSI低于接收靈敏度.
4.3實驗結(jié)果與分析
實驗照片如圖2所示,所有數(shù)據(jù)均連續(xù)重復(fù)測量50次.
小麥農(nóng)田環(huán)境參數(shù)及時環(huán)境關(guān)聯(lián)參數(shù)如表2所示.
不同小麥生長階段下,接收端平均RSSI值隨天線高度以及通信距離的變化關(guān)系如圖3所示.
從圖3可以看出,在同一生長階段,RSSI總體趨勢為隨通信距離變大而減小,隨著天線高度的降低而減小,直至到達(dá)接收機(jī)最大靈敏度.在天線高度維度上,RSSI衰落速度變化明顯,在天線高度小于作物高度RSSI衰落速度快,隨著天線高度升高直至高于作物高度時一定量時,即一階菲涅爾半徑,RSSI衰落速度出現(xiàn)明顯轉(zhuǎn)折,實驗結(jié)果印證了前文分析.但圖中曲面整體過渡并不平緩,有幾處并不嚴(yán)格符合總體趨勢,如苗期20~40m、60~200cm處,以及抽穗期0~20m、20~100cm高度處,表現(xiàn)為局部不規(guī)則變化,且對應(yīng)原始數(shù)據(jù)中RSSI值變化迅速,即產(chǎn)生了小尺度快衰落,因為到達(dá)相位不同,可能對RSSI造成增強(qiáng)或衰落,在圖3中均有體現(xiàn).
不同小麥生長階段下,接收端平均PER隨天線高度及通信距離的變化關(guān)系如圖4所示.
表2 小麥農(nóng)田實測環(huán)境關(guān)聯(lián)參數(shù)
行距株距株高單株葉面積單株莖桿種子表面積PSAD苗期20cm1cm8cm30cm2018.75m2/m3拔節(jié)期20cm1cm40cm40cm225cm28.125m2/m3抽穗期20cm1cm90cm80cm255cm27.5m2/m3
在噪聲不變的情況下,PER與RSSI之間應(yīng)呈指數(shù)關(guān)系,所以只有當(dāng)RSSI接近接收機(jī)靈敏度時PER才會出現(xiàn)并迅速增大至100%,PER總體變化趨勢符合預(yù)期,但從圖中可以看出小尺度效應(yīng)造成的噪聲干擾,如苗期的30m、0~20cm處以及抽穗期的20~30m、0~40cm處均出現(xiàn)明顯的PER跳變,對應(yīng)圖4相應(yīng)位置,同樣存在不規(guī)則變化,也證實了小尺度衰落對RSSI的影響.
對Hb≥0,按式(5)進(jìn)行擬合,一次擬合參數(shù)如表3所示.
表3 小麥農(nóng)田大尺度路徑損耗模型回歸參數(shù)
從表中數(shù)據(jù)可以看出,當(dāng)遮擋余隙大于等于0時,采用大尺度對數(shù)衰減模型的擬合結(jié)果良好環(huán)境損耗因子n隨著遮擋余隙的增大而減小,并最終趨近于自由空間衰減系數(shù).將得出的環(huán)境衰減因子n與模型參數(shù)A進(jìn)一步與環(huán)境關(guān)聯(lián)參數(shù)采用最小二乘法進(jìn)行二次擬合,通過對比線性、多項式、指數(shù)、對數(shù)等多種擬合函數(shù)的擬合度,發(fā)現(xiàn)對數(shù)函數(shù)的擬合度最高,曲線擬合如圖5所示.
根據(jù)二次擬合得出Hb≥0時大尺度模型為
(18)
其中模型參數(shù)A和n均按照自然對數(shù)進(jìn)行曲線擬合效果最佳,拔節(jié)期時存在Hb=0的情況,以Hb-1作為變量進(jìn)行擬合.從表3及圖5的結(jié)果可以看出,一次擬合的相關(guān)系數(shù)均值為0.981,二次擬合的相關(guān)系數(shù)均值為0.945,從擬合相關(guān)系數(shù)來看總體擬合效果良好.從圖5中因子n的擬合結(jié)果看來,在不同天線高度情況下,對于苗期、拔節(jié)期和抽穗期下衰減因子n的極差分別為0.26、0.18和0.22,模型精確度優(yōu)于文獻(xiàn)[1]的結(jié)果.從模型復(fù)雜度的角度而言,對數(shù)函數(shù)的時間復(fù)雜度為O(logN),所以對于式(18)的大尺度模型,由于小麥某特定生長階段其PSAD為一常數(shù),取模型公式中復(fù)雜度最高項,可得不同生長階段下的大尺度模型復(fù)雜度均為O(logd·logHb),復(fù)雜度與文獻(xiàn)[1]中相同.
Hb<0時,因子K唯一確定小尺度分布模型.按照式(13)計算RSSI樣本數(shù)據(jù)期望與方差,得出K的樣本矩陣,因K與環(huán)境參數(shù)d、Hb、PSAD均有關(guān)聯(lián),所以本文采用多參數(shù)擬合方法,設(shè)
K=a1·f1(d)+a2·f2(Hb)+a3
(19)
將因子K對變量d和Hb分別進(jìn)行最小二乘擬合,即在固定d的條件下對Hb進(jìn)行擬合,或在固定Hb的條件下對d進(jìn)行擬合,抽穗期的數(shù)據(jù)擬合如圖6所示.
擬合結(jié)果顯示K與d為對數(shù)關(guān)系,K和Hb為指數(shù)關(guān)系.在圖6的擬合結(jié)果上,按式(19)對d與Hb維度下對K的擬合進(jìn)行多項式加權(quán),同時考慮不同生長時期的PSAD值,得出Hb<0時的多尺度概率分布模型為
Hb<0(20)
其中,
(21)
從擬合結(jié)果可以看出,隨著作物生長密度程度的提高,距離變化對信號分布的影響的逐漸減弱,遮擋高度與作物密度對信號分布的影響加強(qiáng).此外還注意到,苗期的模型中沒有Hb分量,這是因為苗期Hb<0下只有一組數(shù)據(jù),無法在Hb維度上進(jìn)行擬合,拔節(jié)期也存在Hb維度上擬合數(shù)據(jù)較少的問題,在后續(xù)的研究實驗中應(yīng)對此問題進(jìn)行考慮.
按照本文2.3中的方法進(jìn)行模型評價.各階段總體平均相對偏差0.04,苗期平均相對偏差為0.03,極差在Hb=-8cm、d=20m處出現(xiàn),極差為0.06;拔節(jié)期平均相對偏差為0.02,極差在Hb=0cm、d=80m處出現(xiàn),極差為0.05;抽穗期平均相對偏差為0.02,極差在Hb=-70cm、d=40m處出現(xiàn),極差為0.08.因為指數(shù)函數(shù)與對數(shù)函數(shù)的計算復(fù)雜度均為O(logN),所以對于多尺度模型式(22)而言,K因子的模型復(fù)雜度為O(logd+logHb),可得多尺度概率分布模型復(fù)雜度為O((logd+logHb)·log(logd+logHb)),時間復(fù)雜度較高,但考慮到在小麥農(nóng)田環(huán)境中無線通信的實際環(huán)境中Hb∈[0,120]和d∈[0,200],輸入?yún)?shù)樣本有限且較小,所以多尺度模型的時間復(fù)雜度仍在可實現(xiàn)范圍,在小麥農(nóng)田中仍有較高的實用價值.綜合上述大尺度與多尺度模型的結(jié)果分析,說明大尺度效應(yīng)下的對數(shù)模型和多尺度效應(yīng)下基于統(tǒng)計分布的概率分布模型可實現(xiàn)對農(nóng)田信道環(huán)境下準(zhǔn)確描述,達(dá)到了預(yù)期研究目標(biāo).
5結(jié)論
本文通過理論分析與實驗數(shù)據(jù)擬合相結(jié)合的方法研究了小麥農(nóng)田無線傳感器網(wǎng)絡(luò)信號的多尺度傳播模型.通過相對遮擋余隙不同進(jìn)行區(qū)別化建模,無遮擋時,采用大尺度對數(shù)損耗模型擬合結(jié)果的相關(guān)系數(shù)在0.98以上,相對于現(xiàn)有研究,提高了模型擬合結(jié)果的相關(guān)系數(shù).有遮擋時,采用多尺度概率分布多尺度模型對農(nóng)田信道環(huán)境進(jìn)行描述,并將K因子與環(huán)境參數(shù)進(jìn)行關(guān)聯(lián)擬合,得出了不同遮擋環(huán)境下的K因子變化規(guī)律,根據(jù)模型預(yù)測值與實測數(shù)據(jù)的相對偏差對分布模型進(jìn)行評價,平均相對偏差小于0.04,對實際信號描述效果良好.通過模型的實現(xiàn)復(fù)雜度分析,大尺度模型的時間復(fù)雜度低,易于實現(xiàn),多尺度模型的時間復(fù)雜度相對較高,但考慮到小麥農(nóng)田WSN環(huán)境下模型輸入數(shù)據(jù)量不大,模型仍可實現(xiàn).通過本文提出的建模方法可對小麥農(nóng)田無線信號傳播進(jìn)行模型化分析,為通信功率預(yù)測、網(wǎng)絡(luò)節(jié)點部署、拓?fù)淇刂铺峁┮罁?jù).
在本文的研究過程中也發(fā)現(xiàn)了一些新的問題.因為小麥植株生長后期不同高度的作物密度并不均勻,所以在不同高度的衰減系數(shù)有所不同,目前對所有高度使用相同的PSAD的值進(jìn)行擬合建模,后續(xù)應(yīng)考慮分底層、葉層、冠層三部分,對PSAD進(jìn)行分別擬合分析.實驗中發(fā)現(xiàn)天氣狀況會對信號傳播造成一定影響,雨后或清晨的露水會加大信號衰減,而大風(fēng)將會加大信號傳播的不穩(wěn)定性,如何將溫、濕度以及風(fēng)雨等環(huán)境參數(shù)納入建模相關(guān)因子并描述其對信號傳播造成的影響將是本文今后需要的研究內(nèi)容之一.
參考文獻(xiàn)
[1]文韜,洪添勝,李震,等.橘園無線傳感器網(wǎng)絡(luò)不同節(jié)點部署方式下的射頻信號傳播試驗[J].農(nóng)業(yè)工程學(xué)報,2010,26(6):211-215.
Wen Tao,Hong Tiansheng,Li Zhen,et al.Test of wireless sensor network radio frequency signal propagation based on different node deployments in citrus orchards[J].Transactions of the CSAE,2010,26(6):211-215.(in Chinese)
[2]S Vougioukas,H T Anastassiu,C Regen,et al.Influence of foliage on radio path losses(PLs) for wireless sensor network(WSN) planning in orchards[J].Biosystems Engineering,2013,114(4):454-465.
[3]李偲鈺,高紅菊,姜建釗.小麥田中天線高度對2.4GHz無線信道傳播特性的影響[J].農(nóng)業(yè)工程學(xué)報,2009,25(supp.2):184-189.
Li Siyu,Gao Hongju,Jiang Jianzhao.Impact of antenna height on propagation characteristics of 2.4 GHz wireless channel in wheat fields[J].Transactions of the CSAE,2009,25(Supp.2):184-189.(in Chinese)
[4]Andrea Goldsmith.Wireless Communications[M].Oxford City:Cambridge University Press,2005.
[5]Wait J R.Recent analytical investigations of electromagnetic ground wave propagation over inhomogeneous earth models[J].Proceedings of the IEEE,1974,2(8):1061-1072.
[6]G G Raleigh,A Paulraj.Time varying vector channel estimation for adaptive spatial equalization[A].Proceedings of ’95 IEEE Global Telecommunications Conference[C].Singapore:IEEE,1995.218-224.
[7]郭秀明,趙春江,楊信廷,等.蘋果園中2.4GHz 無線信道在不同高度的傳播特性[J].農(nóng)業(yè)工程學(xué)報,2012,28(2):195-200.
Guo Xiuming,Zhao Chunjiang,Yang Xinting,et al.Propagation characteristics of 2.4 GHz wireless channel at different heights in apple orchard[J].Transactions of the CSAE.2012,28(12):195-200.(in Chinese)
[8]李震,等.基于神經(jīng)網(wǎng)絡(luò)預(yù)測的無線傳感器網(wǎng)絡(luò)田間射頻信號路徑損耗[J].農(nóng)業(yè)工程學(xué)報,2010,26(12):178-181.
Li Zhen,et al.Path-loss prediction for radio frequency signal of wireless sensor network in field based on artificial neural network[J].Transactions of the CSAE,2010,26(12):178-181.(in Chinese)
[9]楊大成,等.移動傳播環(huán)境:理論基礎(chǔ)、分析方法和建模技術(shù)[M].北京:機(jī)械工業(yè)出版社,2003.153-237.
[10]周濤,陶成,劉留,等.基于測量的高鐵寬帶無線信道萊斯K因子研究[J].鐵道學(xué)報,2013,35(9):72-78.
ZHOU Tao,TAO Cheng,LIU liu,et al.Measurement-basedresearch on RiceanK-factor of broad-band wireless channel in high-speed railway scenarios[J].Journal of the China Railway Society,2013,35(9):72-78.(in Chinese)
[11]Xinting Yang,et al.An empirical model for 2.4 GHz radio propagation in Gala apple orchard and evaluation of the model performance by simulation[J].Transactions of the ASABE,2013,56(4):1599-1611.
[12]郭秀明.2.4GHz ZigBee無線信號在蘋果園中的傳播特性及節(jié)點部署算法的研究[D].北京:中國農(nóng)業(yè)大學(xué),2013.66-70.
GUO Xiuming.Research on the Characteristics of 2.4GHz Zigbee Radio Propagation in Apple Orchards and the Node Deployment Algorithm[D].Beijing:China Agricultural University,2013.66-70.(in Chinese)
[13]Chengshan Xiao,et al.Novelsum-of-sinusoids simulation models for Rayleigh and Rician fading channels[J].IEEE Transactions on Wireless Communications,2006,12(5):1536-1276.
[14]Greenstein L,Michelson D,Erceg V.Moment-method estimation of the Ricean K-factor[J].IEEE Communication Letter,1999,3(6):175-176.
[15]A Abdi,C Tepedelenlioglu,M Kaveh,et al.On the estimation of theKparameter for the Rice fading distribution[J].Communication Letters,2001,3(5):92-94.
[16]胡詩維.基于測量的寬帶MIMO信道建模研究[D].北京:北京郵電大學(xué),2010.49-52.
HU Shiwei.Broadband MIMOchannel modeling research based on radio channel measurement[D].Beijing:Beijing University of Posts and Telecommunications,2010.49-52.
[17]Fei Qin,Xuewu Dai,John E Mitchell.Effective-SNR estimation for wireless sensor network using Kalman filter[J].Ad Hoc Networks,2013,3(11):944-958.
[18]Merat S,Almuhtadi W.Wireless network channel quality estimation inside reactor building using RSSI measurement of wireless sensornetwork[A].Proceedings in Electrical and Computer Engineering[C].St.John′s,NL,Canada:IEEE,2009.339-341.
繆祎晟男,1984年生于江西上饒.現(xiàn)為國家農(nóng)業(yè)信息化工程技術(shù)研究中心助理研究員.主要研究方向為農(nóng)業(yè)無線傳感器網(wǎng)絡(luò)與智能系統(tǒng).
E-mail:miaoys@nercita.org.cn
吳華瑞(通信作者)男,1975年生于山東冠縣,國家農(nóng)業(yè)信息化工程技術(shù)研究中心研究員,主要研究方向為智能系統(tǒng)及無線傳感器網(wǎng)絡(luò).
E-mail:wuhr@ nercita.org.cn
李飛飛女,1986年生于湖南新寧.現(xiàn)為國家農(nóng)業(yè)信息化工程技術(shù)研究中心助理研究員.主要研究方向為農(nóng)業(yè)無線傳感器網(wǎng)絡(luò)與智能系統(tǒng).
E-mail:liff@nercita.org.cn
朱麗女,1982年生于甘肅金昌.現(xiàn)為北京郵電大學(xué)電子工程學(xué)院博士研究生.主要研究方向為嵌入式系統(tǒng)及無線傳感器網(wǎng)絡(luò).
E-mail:zhul@nercita.org.cn
Study of Wheat Farmland Multipath Fading Channel ModelingBased on Statistical Distribution
MIAO Yi-sheng1,2,WU Hua-rui1,2,LI Fei-fei1,2,ZHU Li3
(1.NationalEngineeringResearchCenterforInformationTechnologyinAgriculture,Beijing100097,China;2.KeyLaboratoriesAgri-informatics,MinistryofAgriculture,Beijing100097,China;3.SchoolofElectronicEngineering,BeijingUniversityofPostsandTelecommunications,Beijing100876,China)
Abstract:In order to predict the communication quality and guide node deployment and topology control in wireless sensor network,a multi-scale modeling approach of wheat farmland channel was studied.Environment-related parameters are extracted according to the relationship between the crop growth trend and the signal propagation.According to the degree of blockage,lognormal model and probability distribution model are used to analyze and describe the signal path environment.The model parameters are fitted based on the experimental data.An empirical model of wheat farmland multipath fading channel is established and evaluated.In non-block situation,the average correlation coefficient of large-scale model is higher than 0.98.In block situation,average deviation of the probability distribution of multi-scale model is 0.04 or less.From the results,wheat farmland channel environment can be described by the multi-scale model.
Key words:wireless sensor network;multipath channel;wheat farmland;multi-scale propagation effects;distribution model
作者簡介
DOI:電子學(xué)報URL:http://www.ejournal.org.cn10.3969/j.issn.0372-2112.2016.03.026
中圖分類號:TN92
文獻(xiàn)標(biāo)識碼:A
文章編號:0372-2112 (2016)03-0665-08
基金項目:國家自然科學(xué)基金(No.61271257);北京市自然科學(xué)基金(No.4122034)
收稿日期:2014-07-11;修回日期:2014-11-07;責(zé)任編輯:覃懷銀