龍清 胡光波

摘 要：無(wú)線傳感器網(wǎng)絡(luò)通信技術(shù)廣泛應(yīng)用在物聯(lián)網(wǎng)近場(chǎng)通信、水聲通信等領(lǐng)域。無(wú)線傳感網(wǎng)絡(luò)通信信道受到多途干擾，導(dǎo)致信道失衡，需要進(jìn)行信道均衡模型設(shè)計(jì)。提出一種基于自適應(yīng)噪聲抵消的無(wú)線傳感器網(wǎng)絡(luò)通信信道優(yōu)化技術(shù)，首先構(gòu)建了無(wú)線傳感網(wǎng)絡(luò)通信的信道模型，對(duì)無(wú)線傳感器網(wǎng)絡(luò)信道傳播過(guò)程中衰減損失和各條路徑的信號(hào)進(jìn)行重組，采用自適應(yīng)噪聲抵消算法進(jìn)行信道的多途干擾濾波，結(jié)合最小二乘（RLS）準(zhǔn)則算法進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)通信信道均衡設(shè)計(jì)。仿真結(jié)果表明，采用該通信信道均衡技術(shù)能有效提高無(wú)線傳感器網(wǎng)絡(luò)通信的信道質(zhì)量，降低通信傳輸失真和誤比特率，實(shí)現(xiàn)信道自適應(yīng)均衡，提高通信的抗干擾能力。

關(guān)鍵詞：自適應(yīng)噪聲抵消；無(wú)線傳感網(wǎng)絡(luò)；通信信道；均衡

中圖分類號(hào)：TN911 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Wireless sensor network communication technology is widely applied in the field of Internet of things near field communication， underwater acoustic communication， the wireless sensor network communication channel by multi-path interference and lead to an imbalance of channel， channel equalization model design. Proposed a wireless sensor communication channel based on adaptive noise cancellation optimization technique. Firstly， we build the channel model of wireless sensor network communication. The wireless sensor network communication channel in the process of decay signal loss and various paths of the reorganization， the adaptive noise cancellation algorithm for channel multipath interference filter， combined with the least square （RLS） criterion algorithm for wireless sensor communications channel equalization design. Simulation results show that using the communication channel equalization technique can effectively improve the quality of the wireless sensor network communication channel， reduce the communication transmission distortion and bit error rate， the realization of the adaptive channel equalization， the anti-interference ability to improve communication.

Keywords： adaptive noise cancellation； wireless sensor networks； communication channel； equalization

0 引言

隨著通信技術(shù)的發(fā)展，通信的種類和應(yīng)用領(lǐng)域不斷擴(kuò)大，通信就是通過(guò)通信介質(zhì)和通信信道，將需要傳輸?shù)穆曇簟⑽淖?、?shù)據(jù)、圖像等電信號(hào)調(diào)制在無(wú)線電波上，實(shí)現(xiàn)數(shù)據(jù)傳輸。通信根據(jù)頻率和波長(zhǎng)的差異，通信大致可分為長(zhǎng)波通信、中波通信、短波通信、超短波通信和微波通信。無(wú)線傳感器網(wǎng)絡(luò)通信是一種新型的通信方式，無(wú)線傳感器網(wǎng)絡(luò)通信是利用傳感器技術(shù)，通過(guò)數(shù)據(jù)調(diào)制濾波和節(jié)點(diǎn)，經(jīng)空間和地面?zhèn)髦翆?duì)方的通信方式。無(wú)線傳感器網(wǎng)絡(luò)通信借助無(wú)線電波具有的波動(dòng)傳遞信息的功能，人們可以省去敷設(shè)導(dǎo)線的麻煩，實(shí)現(xiàn)更加自由、更加快捷的通信，因此，無(wú)線傳感器網(wǎng)絡(luò)通信將在軍事、民用等各個(gè)領(lǐng)域展現(xiàn)較好的應(yīng)用價(jià)值[1-3]。

而今，無(wú)線傳感網(wǎng)絡(luò)通信不斷深入發(fā)展，無(wú)線傳感器網(wǎng)絡(luò)通信技術(shù)廣泛應(yīng)用在物聯(lián)網(wǎng)近場(chǎng)通信、水聲通信等領(lǐng)域，無(wú)線傳感網(wǎng)絡(luò)通信信道受到多途干擾，導(dǎo)致信道失衡，需要進(jìn)行信道均衡模型設(shè)計(jì)[4]。傳統(tǒng)方法中，對(duì)無(wú)線傳感網(wǎng)絡(luò)通信的信道均衡設(shè)計(jì)技術(shù)主要有基于最小均方誤差的自適應(yīng)均衡算法、基于直接序列擴(kuò)頻的信道均衡算法和基于最小二乘（RLS）準(zhǔn)則的無(wú)線傳感網(wǎng)絡(luò)信道自適應(yīng)算法[5-9]，通過(guò)構(gòu)建無(wú)線傳感網(wǎng)絡(luò)通信信道的線性和非線性均衡器，包括線性橫向均衡器、線性格型均衡器等，實(shí)現(xiàn)無(wú)線傳感網(wǎng)絡(luò)通信的信道均衡，取得了一定的研究成果。但是，傳統(tǒng)的信道均衡算法在通信信道受到大量的碼間干擾和多途干擾的時(shí)，通信傳輸?shù)馁|(zhì)量不好，信道均衡性能不高，無(wú)線傳感器網(wǎng)絡(luò)信道要復(fù)雜得多，且在時(shí)間、頻率、空間上呈現(xiàn)明顯的多變性，傳統(tǒng)的信道均衡技術(shù)不能滿足無(wú)線傳感器網(wǎng)絡(luò)信道均衡設(shè)計(jì)的需求，需要進(jìn)行算法改進(jìn)設(shè)計(jì)[10-12]。針對(duì)上述問(wèn)題，本文提出一種基于自適應(yīng)噪聲抵消的無(wú)線傳感器網(wǎng)絡(luò)通信信道優(yōu)化技術(shù)，首先構(gòu)建了無(wú)線傳感網(wǎng)絡(luò)通信的信道模型，對(duì)無(wú)線傳感器網(wǎng)絡(luò)信道傳播過(guò)程中衰減損失和各條路徑的信號(hào)進(jìn)行重組，采用自適應(yīng)噪聲抵消算法進(jìn)行信道的多途干擾濾波，結(jié)合最小二乘（RLS）準(zhǔn)則算法進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)通信信道均衡設(shè)計(jì)。最后通過(guò)仿真實(shí)驗(yàn)進(jìn)行性能測(cè)試，仿真結(jié)果表明，采用該通信信道均衡技術(shù)能有效提高無(wú)線傳感器網(wǎng)絡(luò)通信的信道質(zhì)量，降低通信傳輸失真和誤比特率，實(shí)現(xiàn)信道自適應(yīng)均衡，提高通信的抗干擾能力，得出有效性結(jié)論。

1 無(wú)線傳感網(wǎng)絡(luò)通信的信道模型和信號(hào)重組

1.1 無(wú)線傳感網(wǎng)絡(luò)通信的信道模型

為了實(shí)現(xiàn)對(duì)無(wú)線傳感器網(wǎng)絡(luò)通信信道的優(yōu)化設(shè)計(jì)，首先給出無(wú)線傳感器網(wǎng)絡(luò)通信系統(tǒng)的系統(tǒng)模型和信道模型，無(wú)線傳感器網(wǎng)絡(luò)通信系統(tǒng)的多徑信道模型采用BPSK調(diào)制碼元的分布設(shè)計(jì)。無(wú)線傳感器網(wǎng)絡(luò)信道是一種時(shí)變多徑衰落無(wú)線信道，具有多徑干擾強(qiáng)、傳輸時(shí)延大、相位偏移嚴(yán)重的特性，無(wú)線傳感器網(wǎng)絡(luò)信道傳播過(guò)程中遇到各種非期望反射體，如上、下表面、水中物體、非均勻水團(tuán)等，引起反射和散射，得到無(wú)線傳感網(wǎng)絡(luò)通信的信道傳輸?shù)男旁氡葥p失為：

從圖可見，無(wú)線傳感器網(wǎng)絡(luò)通信系統(tǒng)由發(fā)射換能器和接收換能器組成，發(fā)射換能器和接收換能器之間的傳播路徑主要由界面反射和直達(dá)路徑組成，由此構(gòu)建無(wú)線傳感網(wǎng)絡(luò)通信的信道模型如圖2所示。

在上述構(gòu)建的無(wú)線傳感網(wǎng)絡(luò)通信的信道模型基礎(chǔ)上，進(jìn)行通信信號(hào)分析，實(shí)現(xiàn)信道均衡和優(yōu)化設(shè)計(jì)。

1.2 無(wú)線傳感網(wǎng)絡(luò)通信信號(hào)分析

在上述構(gòu)建了無(wú)線傳感網(wǎng)絡(luò)通信的信道模型的基礎(chǔ)上，進(jìn)行信號(hào)分析，在無(wú)線傳感器網(wǎng)絡(luò)通信系統(tǒng)中，當(dāng)傳輸信號(hào)為窄帶信號(hào)，采用QAM調(diào)制，對(duì)輸入的比特流進(jìn)行串并轉(zhuǎn)換和調(diào)制，在QAM調(diào)制信道模型中，無(wú)線傳感網(wǎng)絡(luò)通信陣列單元接收到的無(wú)線傳感器網(wǎng)絡(luò)通信數(shù)據(jù)信號(hào)模型為：

通過(guò)上述無(wú)線傳感網(wǎng)絡(luò)通信信號(hào)分析，結(jié)合相干通信接收機(jī)或已知或估計(jì)出發(fā)射機(jī)的載頻頻率進(jìn)行調(diào)制解調(diào)，發(fā)射機(jī)載頻和相位信息，進(jìn)行信道優(yōu)化設(shè)計(jì)。

2 自適應(yīng)噪聲抵消及無(wú)線傳感器網(wǎng)絡(luò)通信信道優(yōu)化實(shí)現(xiàn)

2.1 問(wèn)題的提出和自適應(yīng)噪聲抵消器設(shè)計(jì)

在上述進(jìn)行了無(wú)線傳感網(wǎng)絡(luò)通信的信道模型和信號(hào)分析的基礎(chǔ)上，進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)通信信道優(yōu)化，本文提出一種基于自適應(yīng)噪聲抵消的無(wú)線傳感器網(wǎng)絡(luò)通信信道優(yōu)化技術(shù)，結(jié)合上述構(gòu)建的無(wú)線傳感網(wǎng)絡(luò)通信的信道模型，對(duì)無(wú)線傳感器網(wǎng)絡(luò)信道傳播過(guò)程中衰減損失和各條路徑的信號(hào)進(jìn)行重組，采用自適應(yīng)噪聲抵消算法進(jìn)行信道的多途干擾濾波，自適應(yīng)噪聲抵消器如圖3所示。

3 仿真實(shí)驗(yàn)與性能分析

為了測(cè)試本文設(shè)計(jì)的基于自適應(yīng)噪聲抵消的無(wú)線傳感網(wǎng)絡(luò)信道均衡算法的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)。仿真條件為：信號(hào)采用BPSK信號(hào)，碼元速率為1kBaud，載波頻率為3kHz，采樣頻率是信號(hào)載波頻率的10倍，，信噪比為0dB。判決反饋均衡器中前饋濾波器階數(shù)為24，反饋均衡器的階數(shù)為3，前饋濾波器階數(shù)為24，反饋均衡器的階數(shù)也為3，迭代步長(zhǎng)均為0.01。根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)通信信道均衡仿真分析，首先給出經(jīng)過(guò)多徑信道和噪聲污染后的無(wú)線傳感器網(wǎng)絡(luò)通信系統(tǒng)輸入端的信號(hào)波形如圖5所示。

圖5可見，原始的通信信號(hào)波形受到多徑信道和噪聲污染，通信質(zhì)量不好，采用自適應(yīng)噪聲抵消算法進(jìn)行信道的多途干擾濾波，結(jié)合最小二乘（RLS）準(zhǔn)則算法進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)通信信道均衡，為了對(duì)比性能，采用均衡輸出信號(hào)和標(biāo)準(zhǔn)信號(hào)進(jìn)行比較，得到自適應(yīng)噪聲抵消和信道均衡處理后均衡無(wú)線傳感網(wǎng)絡(luò)輸出信號(hào)和標(biāo)準(zhǔn)信號(hào)如圖6所示。

從圖可見，經(jīng)過(guò)自適應(yīng)噪聲抵消和信道均衡處理后輸出信號(hào)具有較好的信號(hào)跟蹤和降噪性能，提高了輸出信噪比，對(duì)于解調(diào)信號(hào)用自適應(yīng)噪聲抵消算法進(jìn)行信道均衡處理后，分別在碼元1/3和2/3處進(jìn)行抽樣，前饋濾波器階數(shù)為24，得到學(xué)習(xí)曲線如圖7所示。

從圖可見，采用本文算法進(jìn)行無(wú)線傳感網(wǎng)絡(luò)通信信道均衡設(shè)計(jì)，具有較好的學(xué)習(xí)性能，收斂性較好。為了定量對(duì)比算法對(duì)無(wú)線傳感網(wǎng)絡(luò)通信傳輸?shù)母纳颇芰?，以均衡器處理后的誤比特性能為測(cè)試指標(biāo)，如圖8所示，從圖可見，采用本文方法進(jìn)行通信的誤碼元為5碼元，誤碼率為0.92%，比傳統(tǒng)方法降低了較大的幅度，展示了其優(yōu)越性。

4 結(jié)束語(yǔ)

本文研究了無(wú)線傳感器網(wǎng)絡(luò)信道優(yōu)化問(wèn)題，無(wú)線傳感器網(wǎng)絡(luò)通信技術(shù)廣泛應(yīng)用在物聯(lián)網(wǎng)近場(chǎng)通信、水聲通信等領(lǐng)域，無(wú)線傳感網(wǎng)絡(luò)通信信道受到多途干擾，導(dǎo)致信道失衡，需要進(jìn)行信道均衡模型設(shè)計(jì)。本文提出一種基于自適應(yīng)噪聲抵消的無(wú)線傳感器網(wǎng)絡(luò)通信信道優(yōu)化技術(shù)，首先構(gòu)建了無(wú)線傳感網(wǎng)絡(luò)通信的信道模型，對(duì)無(wú)線傳感器網(wǎng)絡(luò)信道傳播過(guò)程中衰減損失和各條路徑的信號(hào)進(jìn)行重組，采用自適應(yīng)噪聲抵消算法進(jìn)行信道的多途干擾濾波，結(jié)合最小二乘準(zhǔn)則算法進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)通信信道均衡設(shè)計(jì)。研究表明，采用該通信信道均衡技術(shù)能有效提高無(wú)線傳感器網(wǎng)絡(luò)通信的信道質(zhì)量，降低通信傳輸失真和誤比特率，實(shí)現(xiàn)信道自適應(yīng)均衡，提高通信的抗干擾能力，展示了較高的應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1] 周勇，甘新年，胡光波，等.魚雷制導(dǎo)控制系統(tǒng)多通道控制加權(quán)算法設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2014，37（19）：14-17.

[2] 趙威. 強(qiáng)海水混響背景下水中兵器攻擊目標(biāo)檢測(cè)研究[J].智能計(jì)算機(jī)與應(yīng)用，2016，6（2）：51-54.

[3] 邸珩燁. 基于多徑碼間干擾濾波的短波通信優(yōu)化[J].物聯(lián)網(wǎng)技術(shù)，2015，5（10）：47-48，52.

[4] 孔英秀， 柯熙政， 楊媛. 空間相干光通信中本振光功率對(duì)信噪比的影響[J]. 紅外與激光工程， 2016， 45（2）： 222002-0222002（6）.

[5] 劉韻， 趙尚弘， 楊生勝， 等. 基于光探測(cè)器空間輻射效應(yīng)的衛(wèi)星光通信系統(tǒng)誤碼率特性[J]. 光子學(xué)報(bào)， 2014， 43（S1）： 106024-0106024.

[6] 譚營(yíng)軍，王俊平. 基于MEACO的無(wú)線傳感器網(wǎng)絡(luò)路由光通信算法研究[J].激光雜志，2016，37（2）：131-133.

[7] 程德芳，徐小華，于娜. 相干光通信鏈路外差接收技術(shù)研究[J].激光雜志，2016，37（2）：125-127.

[8] El-MEZOUAR M C， KPALMA K， TALEB N， et al. A Pan-sharpening Based on the Non-subsampled Contourlet Transform：Application to Worldview-2 Imagery[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2014， 7（5）：1806-1815.

[9] YANG Shuyuan， WANG Min， JIAO Licheng. Fusion of Multispectral and Panchromatic Images Based on Support Value Transform and Adaptive Principal Component Analysis[J]. Information Fusion， 2012， 13（3）：177-184.

[10] ST-CHARLES P， BILODEAU G， and BERGEVIN R. SuBSENSE： a universal change detection method with local adaptive sensitivity[J]. IEEE Transactions on Image Processing， 2015， 24（1）： 359-373.

[11] MOGHADAM A A， KUMAR M， and RADHA H. Common and Innovative visuals： a sparsity modeling framework for video[J]. IEEE Transactions on Image Processing， 2014， 23（9）： 4055-4069.

[12] ALEXE B， DESELAERS T， and FERRARI V. Measuring the objectness of image windows[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2012， 34（11）： 2189-2202.

作者簡(jiǎn)介：

龍 清（1980-），女，碩士，工程師，主要研究方向：計(jì)算機(jī)應(yīng)用，計(jì)算機(jī)網(wǎng)絡(luò)通信技術(shù)。

胡光波（1983-），男，西北工業(yè)大學(xué)碩士，工程師，主要研究方向：信號(hào)與信息處理。