戴芬良

（貴州工業(yè)職業(yè)技術(shù)學(xué)院，貴州 貴陽(yáng) 550008）

0 引 言

1 高速移動(dòng)通信原理及傳統(tǒng)算法的不足

高速移動(dòng)通信是利用信息采集設(shè)備獲取高速移動(dòng)通信期間產(chǎn)生的信號(hào)，從中隨機(jī)抽取一組樣本作為通信節(jié)點(diǎn)，以節(jié)點(diǎn)位置和權(quán)值作為調(diào)節(jié)對(duì)象，使得生成樣本與實(shí)際信號(hào)更為貼合[4]。計(jì)算樣本均值，將計(jì)算結(jié)果記為信號(hào)傳輸狀態(tài)的估計(jì)值。在此基礎(chǔ)上，重新采集樣本，此時(shí)得到的信號(hào)傳輸狀態(tài)更為精準(zhǔn)[5]。假設(shè)高速移動(dòng)通信作業(yè)中的信號(hào)傳輸模型為：

式中，vk代表干擾信號(hào)，h(·)代表非線性函數(shù)，φk+1代表干擾信號(hào)，f(·)代表非線性函數(shù)，xk+1和zk代表協(xié)方差。

為了實(shí)時(shí)獲取高速移動(dòng)通信期間信號(hào)的變化情況，對(duì)當(dāng)前信號(hào)狀態(tài)采取更新處理，相關(guān)的公式為：

式中，η(xk|Zk-1)和η(xk|Zk)均代表概率密度函數(shù)。

考慮到運(yùn)算量較大，為了高效準(zhǔn)確計(jì)算結(jié)果，向模型中添加概率密度函數(shù)，通過(guò)抽樣獲取信號(hào)樣本數(shù)據(jù)，而后運(yùn)用信號(hào)狀態(tài)模型遞推樣本信號(hào)，計(jì)算公式為：

式中，xik代表信號(hào)樣本，φtk代表通信信號(hào)，η(xik|xik-1)代表節(jié)點(diǎn)，η(zk|xik)代表參數(shù)為xik的概率密度函數(shù)，θ(xik|xik-1,Zk) 代表通信函數(shù)，φtk-1代表信號(hào)權(quán)值。

在此期間，要求信號(hào)權(quán)值方差達(dá)到最小。為了滿足此要求，設(shè)置節(jié)點(diǎn)θ(Xk|Zk)作為通信信號(hào)樣本，采用隨機(jī)選取方式，從中獲取一部分節(jié)點(diǎn)。為了得到信號(hào)狀態(tài)變化情況，更新各個(gè)節(jié)點(diǎn)權(quán)值[6]。該操作實(shí)際上就是多次調(diào)整信號(hào)干擾狀態(tài)，以此達(dá)到改善高速移動(dòng)通信質(zhì)量的目的。

以上介紹這種通信方法中節(jié)點(diǎn)數(shù)目固定不變，如果外界環(huán)境發(fā)生改變，那么節(jié)點(diǎn)運(yùn)算量就會(huì)隨之增加，導(dǎo)致計(jì)算條件變得復(fù)雜，加大了計(jì)算難度[7]。節(jié)點(diǎn)數(shù)目與計(jì)算條件復(fù)雜程度之間的關(guān)系為o(N)∞N(節(jié)點(diǎn)數(shù)目)。

(1)各級(jí)黨委要認(rèn)識(shí)到位，堅(jiān)持把關(guān)心下一代工作作為一項(xiàng)戰(zhàn)略任務(wù)，納入學(xué)校和院系日常管理工作，站在確保黨和國(guó)家事業(yè)后繼有人的高度，全面認(rèn)識(shí)做好關(guān)心下一代工作的重要性、必要性。

假設(shè)Rk代表干擾信號(hào)協(xié)方差，通信期間消耗時(shí)間的計(jì)算公式為：

式中，t0代表通信結(jié)束時(shí)間，st0代表t0時(shí)刻對(duì)應(yīng)的距離，t1通信起始時(shí)間，st1代表t1時(shí)刻對(duì)應(yīng)的距離，o(N)代表通信期間消耗時(shí)間。

目前，傳統(tǒng)高速移動(dòng)通信中信號(hào)模型運(yùn)算節(jié)點(diǎn)較多，導(dǎo)致計(jì)算量較大，計(jì)算公式較為復(fù)雜，需要消耗大量時(shí)間來(lái)計(jì)算信號(hào)狀態(tài)，這對(duì)通信效率的提升影響較大，很難滿足所提出的通信實(shí)時(shí)性需求[8]。為了彌補(bǔ)傳統(tǒng)信號(hào)模型的不足，本研究選取正交加權(quán)方法作為研究工具，提出新的通信節(jié)點(diǎn)選取方法，改善移動(dòng)通信模型。

2 高速移動(dòng)通信信號(hào)優(yōu)化設(shè)計(jì)

2.1 移動(dòng)通信模型的構(gòu)建

設(shè)定高速移動(dòng)通信信號(hào)矩陣為x(n)，通信延時(shí)信號(hào)矩陣為u(n)，n代表信號(hào)數(shù)量，兩種信號(hào)之間的關(guān)系為：

根據(jù)此關(guān)系，計(jì)算通信信號(hào)協(xié)方差矩陣，公式為：

式中，Qn代表白噪聲特征矩陣，QJ代表干擾信號(hào)特征矩陣，Qs代表通信信號(hào)特征矩陣。通過(guò)構(gòu)建信號(hào)x(n)和信號(hào)u(n)之間的互協(xié)方差矩陣，分析信號(hào)周期性特點(diǎn)，計(jì)算信號(hào)估計(jì)值。

2.2 干擾信號(hào)處理

為了有效處理干擾信號(hào)，本研究引入正交加權(quán)算法，對(duì)干擾信號(hào)采取處理，即將導(dǎo)向矢量與權(quán)向量相交，使得信號(hào)中生成零陷。這種處理方法能夠充分利用通信空間，對(duì)相關(guān)參數(shù)進(jìn)行約束，從而得到最優(yōu)解。對(duì)于本文構(gòu)建的通信模型，增加正交加權(quán)算法，得到階段性期望通信信號(hào)，此部分信號(hào)的強(qiáng)度較高，大大提高了抗干擾性能，符合通信模型改善需求。

2.3 提高信號(hào)接收強(qiáng)度方法

提高信號(hào)接收強(qiáng)度是高速移動(dòng)通信優(yōu)化目標(biāo)實(shí)現(xiàn)的主要途徑，一般情況下，以天線增益作為優(yōu)化突破口，選擇兩個(gè)指標(biāo)作為重點(diǎn)優(yōu)化對(duì)象。對(duì)干擾信號(hào)采取抑制處理，從而降低該信號(hào)對(duì)通信質(zhì)量造成的影響，另外通過(guò)提高增益數(shù)值，有效抑制信號(hào)干擾?？紤]到高速移動(dòng)通信期間移動(dòng)速度參數(shù)數(shù)值較大，根據(jù)此關(guān)系確定入射角為：

式中，β1為移動(dòng)通信初始階段干擾信號(hào)入射環(huán)境內(nèi)的角度；Δβl為作業(yè)期間信號(hào)角度的變化。如果變化量Δβl服從正態(tài)分布（方差為σ12，均值為0），則干擾信號(hào)入射角均值πsin1接近服從正態(tài)分布（方差為12，均值為πsinβ1）。其中，方差與均值之間存在的關(guān)系為：

3 實(shí)驗(yàn)測(cè)試分析

3.1 實(shí)驗(yàn)測(cè)試環(huán)境與內(nèi)容

為了檢驗(yàn)本文所提出高速移動(dòng)通信模型的可靠性，以通信誤碼率作為測(cè)試內(nèi)容，運(yùn)用MATLAB仿真軟件環(huán)境中對(duì)不同通信方案下的通信誤碼率進(jìn)行模擬測(cè)試。本次測(cè)試中干擾信號(hào)條件分為兩種，分別是單一干擾信號(hào)、多干擾信號(hào)，針對(duì)不同環(huán)境下的通信誤碼率進(jìn)行模擬測(cè)試。

3.2 仿真結(jié)果分析

3.2.1 單一干擾信號(hào)實(shí)驗(yàn)

以單一干擾信號(hào)作為實(shí)驗(yàn)條件，模擬不同信干比條件下的高速移動(dòng)通信信號(hào)，統(tǒng)計(jì)不同參數(shù)條件下的通信誤碼率，結(jié)果如表1所示。

表1 單一干擾信號(hào)下的高速移動(dòng)通信誤碼率測(cè)試結(jié)果

表1中，無(wú)抑制條件下，高速移動(dòng)通信誤碼率隨著信干比的增加呈現(xiàn)出快速下降的變化趨勢(shì)，并且該條件下的誤碼率數(shù)值明顯高于傳統(tǒng)算法及改進(jìn)算法應(yīng)用下的通信誤碼率。當(dāng)信干比為0時(shí)，3種條件下的通信誤碼率差異較小。相比之下，本文提出的改進(jìn)算法能夠有效控制高速移動(dòng)通信質(zhì)量，誤碼率比較低，并且受信干比的影響較小，穩(wěn)定在8.3×10-4～9.8×10-4。雖然傳統(tǒng)算法的抗干擾特性也很強(qiáng)，但是信干比不足-20時(shí)，誤碼率比較大，與改進(jìn)算法生成的誤碼率拉開(kāi)了比較大的差距[9]。

3.2.2 多干擾信號(hào)實(shí)驗(yàn)

為了進(jìn)一步檢驗(yàn)本文提出的改進(jìn)算法的可靠性，檢測(cè)多干擾信號(hào)條件下各個(gè)通信方案的誤碼率，結(jié)果如表2所示。

表2 多干擾信號(hào)下的高速移動(dòng)通信誤碼率測(cè)試結(jié)果

多干擾信號(hào)對(duì)3種通信模式的信號(hào)誤碼率影響更大一些，信干比不足-30時(shí)，3種通信模式的誤碼率隨著信干比的增加而下降，并且下降幅度較大。相比之下，改進(jìn)算法的下降幅度最小。另外，相同信干比條件下，改進(jìn)算法的通信誤碼率更低，當(dāng)信干比超過(guò)-30時(shí)，改進(jìn)算法的誤碼率趨于穩(wěn)定，數(shù)值最小[10]。

綜上仿真實(shí)驗(yàn)分析，本文提出的改進(jìn)算法無(wú)論是在單一干擾信號(hào)條件，還是在多干擾信號(hào)條件下，高速移動(dòng)通信誤碼率都很低，較傳統(tǒng)算法的通信性能有所改善。

4 結(jié) 論

本文圍繞高速移動(dòng)通信信號(hào)干擾問(wèn)題展開(kāi)探究，針對(duì)傳統(tǒng)的通信模型進(jìn)行優(yōu)化。該優(yōu)化方案采用正交加權(quán)算法，構(gòu)建移動(dòng)模型，改善干擾信號(hào)對(duì)移動(dòng)通信造成的影響。其中，模型優(yōu)化突破口為天線增益，引入干擾信號(hào)抑制方法、通信信號(hào)增益方法，打造新的通信模型，使得信號(hào)接收質(zhì)量得以改善。實(shí)驗(yàn)測(cè)試結(jié)果顯示，本算法設(shè)計(jì)方案能夠有效改善通信質(zhì)量，在單一干擾信號(hào)和多干擾信號(hào)條件下，高速移動(dòng)通信期間產(chǎn)生的誤碼率均有大幅度的下降。