安 娜， 雷思琛

(1.陜西科技大學(xué)鎬京學(xué)院，陜西 西安 712046;2.西安理工大學(xué)自動(dòng)化與信息工程學(xué)院，陜西 西安 710048)

1 引言

伴隨網(wǎng)絡(luò)技術(shù)的進(jìn)步，智能家居的網(wǎng)絡(luò)拓?fù)渑c數(shù)據(jù)規(guī)模越來越龐大，已經(jīng)突破傳統(tǒng)意義上的概念，并衍生出更多功能與服務(wù)[1]。現(xiàn)代智能家居網(wǎng)絡(luò)的節(jié)點(diǎn)存在通信協(xié)議差異[2]，并非標(biāo)準(zhǔn)的WSN網(wǎng)絡(luò)。網(wǎng)絡(luò)中的各種設(shè)備通過ISM頻段進(jìn)行指令信號(hào)傳輸，網(wǎng)絡(luò)環(huán)境和家居環(huán)境復(fù)雜多變，很容易發(fā)生多徑傳輸與指令干擾等情況[3]。現(xiàn)實(shí)應(yīng)用需要實(shí)現(xiàn)一定規(guī)模的數(shù)據(jù)傳輸能力，并對(duì)指令信號(hào)做出及時(shí)響應(yīng)。但在很多場合下，智能家居網(wǎng)絡(luò)由于缺乏統(tǒng)一的調(diào)度管理，指令信號(hào)傳輸很可能遭遇沖突與重傳，嚴(yán)重甚至?xí)?dǎo)致指令失效。文獻(xiàn)[4]設(shè)計(jì)了適用于智能家居網(wǎng)絡(luò)的CS-TDMA機(jī)制。該方案在訪問控制過程中，注重事件響應(yīng)和吞吐性能，缺乏對(duì)指令干擾的本質(zhì)考慮。文獻(xiàn)[5]針對(duì)多徑問題設(shè)計(jì)了濾波器，并通過擴(kuò)頻通信優(yōu)化譜特征。該方法主要針對(duì)信道模型均衡的優(yōu)化，雖然也考慮了多徑干擾，但是缺乏噪聲和源信號(hào)的分離。文獻(xiàn)[6]設(shè)計(jì)了均衡器來消除多址干擾，并采取擴(kuò)頻方式實(shí)現(xiàn)信號(hào)調(diào)制。該方法在WSN通信測(cè)試中獲得了良好的系統(tǒng)均衡性與誤碼率，但是沒有在智能家居非典型WSN網(wǎng)絡(luò)場景下進(jìn)行過性能測(cè)試。目前很多關(guān)于指令傳輸干擾抑制的方法都是基于WSN應(yīng)用[7]，真正針對(duì)于智能家居的寥寥無幾。實(shí)際應(yīng)用場合中，智能家居網(wǎng)絡(luò)與WSN網(wǎng)絡(luò)存在差異，所以，本文針對(duì)智能家居網(wǎng)絡(luò)，提出并設(shè)計(jì)基于擴(kuò)頻通信的指令干擾抑制方法。首先構(gòu)建指令信道模型，通過模型分析可以獲取指令傳輸時(shí)網(wǎng)絡(luò)的IO參數(shù)，有利于信道均衡與多徑串?dāng)_的控制。然后構(gòu)建源信號(hào)反推模型，利用球化正交迭代估測(cè)出混合信號(hào)組成，最后通過擴(kuò)頻技術(shù)，設(shè)計(jì)濾波器和位判決器來實(shí)現(xiàn)多址干擾的過濾，從而改善智能家居通信性能，減少誤碼率和丟包率。

2 指令信道模型

根據(jù)指令信道模型，能夠更好的掌握網(wǎng)絡(luò)信號(hào)IO特征。對(duì)于智能家居網(wǎng)絡(luò)而言，它是一個(gè)復(fù)雜的MIMO系統(tǒng)，受帶寬和距離的限制，信道會(huì)產(chǎn)生時(shí)空變化，形成多徑傳輸情況。智能家居網(wǎng)絡(luò)信號(hào)傳輸時(shí)，由于時(shí)延的差異，參與信號(hào)處理的節(jié)點(diǎn)陣列會(huì)存在相應(yīng)差異。假定網(wǎng)絡(luò)中任意節(jié)點(diǎn)包含的陣元數(shù)量為N，N為偶數(shù)，且形成的徑向距離是l。則在多徑傳輸?shù)那闆r下，智能家居網(wǎng)絡(luò)的指令信號(hào)接收模型描述如下

(1)

(2)

其中si(t)為多徑產(chǎn)生的傳輸損耗；T為線性調(diào)頻周期。對(duì)于多徑輸入分量i，其反轉(zhuǎn)沖擊響應(yīng)描述如下

(3)

其中M表示多徑輸入的分量總數(shù)。在智能家居網(wǎng)絡(luò)通信過程中，指令傳輸在對(duì)信道采取適應(yīng)性處理時(shí)會(huì)產(chǎn)生相應(yīng)的時(shí)間延遲，于是其信道模型可以描述如下

(4)

f表示調(diào)制頻率；sm(t)與dm(t)分別表示在路徑m中的損耗與時(shí)延。多徑傳輸時(shí)，因?yàn)樵诿織l路徑上消耗的時(shí)間與能量都存在區(qū)別，所以一定會(huì)存在串?dāng)_與衰減。對(duì)于任意的脈沖信號(hào)，在經(jīng)過多徑傳輸后，其載頻分量可以描述如下

c(j)=cai(j)di(j)+n(j)

(5)

di(j)表示路徑i上的時(shí)延；cai(j)表示時(shí)延di(j)對(duì)應(yīng)的脈沖載波；n(j)表示串?dāng)_。

接收節(jié)點(diǎn)在接收到指令信號(hào)后采取解碼操作，從而確定傳輸指令。此過程對(duì)應(yīng)的輸出沖擊響應(yīng)描述如下

y(t)=x(t)ej2πft

(6)

由于指令信號(hào)符合直達(dá)波分布，因此利用輸出響應(yīng)可以對(duì)指令特征進(jìn)行推導(dǎo)。為了更好的區(qū)分頻譜特征，引入分辨因子，得到指令特征分布如下

(7)

q即為分辨因子；Fy(·)是指令頻譜特征。通過頻譜特征分解，可以得到采樣輸出如下：

(8)

δ2為輸出統(tǒng)計(jì)的峰值。通過前述指令傳輸信道模型，可以計(jì)算得到任何智能家居網(wǎng)絡(luò)中發(fā)射節(jié)點(diǎn)與接收節(jié)點(diǎn)的多徑參數(shù)、指令傳輸衰減，以及指令特征提取，從而有利于多徑傳輸干擾的分析與抑制。

3 源信號(hào)反推模型

x(t)=Hs(t)+Z(t)

(9)

s′(t)=Gx(t)

(10)

s′(t)即為s(t)的推測(cè)值；G為b×a維的反推矩陣。為了反向估計(jì)源信號(hào)，在求解反推矩陣G時(shí)采取球化正交，該過程包括兩個(gè)步驟。第一步是球化處理，就是搜索得到某矩陣A，使得x′(t)=Ax(t)所有分量間滿足σ=1，同時(shí)保持非關(guān)聯(lián)?；谧匀惶荻?，矩陣A的搜索更新如下

A(k+1)=A(k)-Lk[x′(t)x′(t)T-I]A(k)

(11)

Lk代表搜索步長；I代表單位矩陣。

第二步是正交處理，就是搜索得出某正交矩陣B，使得s′(t)=Bx′(t)所有分量間滿足σ2=1。同時(shí)保持非關(guān)聯(lián)。基于最大化準(zhǔn)則，矩陣B的搜索計(jì)算描述為

B(k+1)=B(k)-Lk[f′(s′(k))s′(k)T-

s′(k)f′(s(k))]A(k)

(12)

通過球化正交迭代計(jì)算不斷更新矩陣A和B，同時(shí)根據(jù)G=AB更新反推矩陣。

4 基于擴(kuò)頻通信的指令干擾抑制

當(dāng)智能家居網(wǎng)絡(luò)的信道存在波動(dòng)，且這種波動(dòng)較為緩慢時(shí)，多徑傳輸?shù)膎組指令信號(hào)可視作2n-1組同步信號(hào)。此時(shí)基于擴(kuò)頻技術(shù)的接收信號(hào)可描述如下

(13)

ui(t)表示接收第i組指令信號(hào)的幅值；di(t)表示位數(shù)；SPi(t)表示擴(kuò)頻碼。根據(jù)期望信號(hào)的關(guān)聯(lián)性設(shè)計(jì)指令信號(hào)匹配濾波器如下

(14)

(15)

(16)

判決誤差對(duì)應(yīng)的協(xié)方差計(jì)算如下

α=E{(d′-d)(d′-d)W}

(17)

(18)

智能家居網(wǎng)絡(luò)通信的指令信號(hào)在傳輸過程中，主要受信道噪聲和互關(guān)聯(lián)干擾，通過反推和擴(kuò)頻技術(shù)處理后，能夠?qū)邮招盘?hào)中的關(guān)聯(lián)成分和噪聲成分進(jìn)行有效提取抑制，并優(yōu)化比特決策誤差。

5 仿真與結(jié)果分析

基于MATLAB2014平臺(tái)搭建智能家居網(wǎng)絡(luò)系統(tǒng)，驗(yàn)證通信指令干擾抑制方法的性能。仿真環(huán)境參數(shù)配置如表1所示。本文在實(shí)現(xiàn)擴(kuò)頻通信時(shí)，采用QPSK調(diào)制，擴(kuò)頻比為16。

表1 實(shí)驗(yàn)參數(shù)給定

圖1為實(shí)驗(yàn)?zāi)Ｐ蛯?duì)應(yīng)的指令輸入信號(hào)。針對(duì)指令輸入信號(hào)，采用本文所提的信道模型與擴(kuò)頻通信，過濾采樣源信號(hào)中的噪聲，提取指令頻譜特征，得到圖2所示的調(diào)制輸出波形?？梢钥闯觯l率在410Hz與705Hz附近時(shí)，調(diào)制輸出出現(xiàn)了顯著幅度峰值，其余頻率幅度值很小。這表明經(jīng)過擴(kuò)頻之后，獲得了更好的頻譜分辨效果。

圖1 指令信號(hào)

圖2 調(diào)制輸出波形

在智能家居網(wǎng)絡(luò)中，輸入信號(hào)由于存在復(fù)雜的指令干擾，使得系統(tǒng)調(diào)度分配產(chǎn)生混亂。合理有效的指令干擾抑制方法會(huì)改善信號(hào)間的耦合性，增強(qiáng)信號(hào)的辨識(shí)效果。為了測(cè)試方法在指令干擾抑制時(shí)對(duì)系統(tǒng)均衡效果的影響，通過仿真得到信號(hào)星座圖，利用信號(hào)星座圖來描述通信信道的均衡性。同時(shí)，采用文獻(xiàn)[6]方法作為對(duì)比，結(jié)果如圖3所示。

圖3 信道均衡效果對(duì)比

從圖1可以看出，文獻(xiàn)[6]方法已經(jīng)能夠較好的分離信號(hào)，星座圖中呈現(xiàn)較為明顯的信號(hào)簇。經(jīng)過(2)與(1)圖的對(duì)比可以發(fā)現(xiàn)，本文方法的星座圖更加清晰且集中，不存在信號(hào)間的糾纏，輸入信號(hào)能夠被有效分離，獨(dú)立傳輸，信道均衡效果得到明顯提升。均衡效果的改變也說明了方法對(duì)多徑與碼間干擾的有效抑制，增強(qiáng)了信號(hào)的分辨能力。

指令干擾會(huì)導(dǎo)致接收節(jié)點(diǎn)丟包，為了衡量基于擴(kuò)頻通信的指令干擾抑制方法性能，采用丟包率(PDR)進(jìn)行性能評(píng)價(jià)。PDR表示未通過校驗(yàn)的報(bào)文與總報(bào)文的比值，據(jù)此關(guān)系可知，PDR值越小，表示方法的抗干擾效果越好。

仿真過程中，通過引入持續(xù)攻擊來模擬指令干擾，得到PDR曲線如圖4所示。0～80s和260～350s兩個(gè)時(shí)間段不存在干擾，可以看出兩種方法的PDR值均低于5%，且相差較小。80～260s之間加入持續(xù)攻擊，由于指令干擾的增強(qiáng)，使得文獻(xiàn)[6]方法的PDR受到嚴(yán)重影響，上升至37%左右，而本文方法上升至15%左右，雖然較之前上升了約11%，但是仍然表現(xiàn)出良好的抗干擾性能。

圖4 PDR曲線對(duì)比

通過控制信噪比，模擬不同程度指令干擾情況下的誤碼率(BER)，BER描述的是信號(hào)錯(cuò)誤比特?cái)?shù)的占比，BER越小，表示信號(hào)接收發(fā)生錯(cuò)誤越少。仿真得到BER曲線如圖5所示。對(duì)比可以發(fā)現(xiàn)，任意信噪比情況下，本文方法的BER值更小。且在信噪比增加過程中，本文方法的BER值下降速度更快。說明較文獻(xiàn)[6]方法指令的抗干擾性能得到明顯提升。

圖5 BER曲線對(duì)比

6 結(jié)束語

針對(duì)智能家居通信系統(tǒng)存在的指令干擾問題，本文建立指令傳輸信道模型，計(jì)算得到發(fā)射節(jié)點(diǎn)與接收節(jié)點(diǎn)的指令傳輸衰減特征，有利于多徑傳輸干擾的分析與抑制。針對(duì)節(jié)點(diǎn)接收到的混合信號(hào)，通過反推模型估測(cè)源信號(hào)。引入擴(kuò)頻技術(shù)建立接收信號(hào)模型，并設(shè)計(jì)匹配濾波器過濾信道噪聲和互關(guān)聯(lián)干擾。仿真結(jié)果表明，優(yōu)化后的信道模型能夠?qū)邮招盘?hào)中的源信號(hào)進(jìn)行準(zhǔn)確分離，引入擴(kuò)頻通信技術(shù)后有效抑制智能家居通信中的指令干擾，并且提高通信系統(tǒng)的均衡能力。