基于混合OFDM的礦井下通信信號(hào)調(diào)制識(shí)別*

魏 瑾

（山西機(jī)電職業(yè)技術(shù)學(xué)院，山西 長治 046011）

0 引言

煤炭在世界上是分布最廣、儲(chǔ)量最多的常規(guī)能源。近年來全球經(jīng)濟(jì)飛速發(fā)展，天然氣、石油等能源價(jià)格不斷上升，導(dǎo)致煤炭價(jià)格和需求量迅速增長[1]。礦井下存在易燃易爆氣體，環(huán)境惡劣，采煤危險(xiǎn)性較高，在采煤過程中經(jīng)常發(fā)生事故，需要提高礦井下的狀態(tài)檢測能力和實(shí)時(shí)定位能力[2]。煤炭的安全生產(chǎn)主要依賴礦井無線通信技術(shù)，在避免經(jīng)濟(jì)損失的同時(shí)，可以保障工作人員的生命安全。在礦井通信領(lǐng)域中，礦井無線通信是研究的新課題，具有設(shè)備維護(hù)方便、建設(shè)工程周期短和成本低廉等特點(diǎn)，因此在實(shí)際應(yīng)用中對礦井下通信信號(hào)調(diào)制識(shí)別方法進(jìn)行研究具有重要意義[3]。但是，在傳播過程中礦井通信信號(hào)容易受到外界噪聲的干擾，從而不能準(zhǔn)確接收信號(hào)且很難進(jìn)行后續(xù)處理。為了能夠更好地凈化信號(hào)環(huán)境和提高井下通信信號(hào)的抗干擾能力，必須獲知信號(hào)的調(diào)制類型。

在此背景下，相關(guān)領(lǐng)域?qū)＜疫M(jìn)行了較多研究。張麗、張大鵬、張揚(yáng)提出基于高階聯(lián)合累積量算法的礦井下通信信號(hào)調(diào)制識(shí)別方法[4]，根據(jù)酉空時(shí)調(diào)制的特點(diǎn)和高階聯(lián)合統(tǒng)計(jì)量的差異，分離了垂直分層空時(shí)碼信號(hào)、相移鍵控信號(hào)和USTM 信號(hào)，從而實(shí)現(xiàn)了礦井下通信信號(hào)的調(diào)制識(shí)別，但是存在分離信號(hào)時(shí)間較長和識(shí)別效率低。鐘志明、徐以濤、邱煒提出基于Watterson 信道模型的礦井下通信信號(hào)調(diào)制識(shí)別方法[5]。該方法的特征參數(shù)以信號(hào)功率譜為基礎(chǔ)，在判決樹分類器中輸入特征參數(shù)，在Watterson 信道模型下對礦井下通信信號(hào)進(jìn)行調(diào)制識(shí)別，但是也存在正確識(shí)別率較低的問題。龍曉紅、張洪欣、張明明提出基于調(diào)和平均分形盒維數(shù)的礦井下通信信號(hào)調(diào)制識(shí)別方法[6]，通過希爾伯特變換先對信號(hào)做預(yù)處理，然后提取峰度調(diào)和參數(shù)和盒維數(shù)，調(diào)和平均以上兩個(gè)參數(shù)構(gòu)成特征參數(shù)，然后調(diào)制識(shí)別礦井下通信信號(hào)，但同樣存在調(diào)和特征參數(shù)時(shí)間較長和識(shí)別效率低的問題。

為了解決存在的識(shí)別效率低和正確識(shí)別率低的問題，本文提出基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法。通過獲取不同情況下的多徑信號(hào)包絡(luò)對應(yīng)的密度函數(shù)，分析其分布特征，確定礦井通信信號(hào)為OFDM 信號(hào)序列。在子載波組的基礎(chǔ)上獲得接收信號(hào)的序列，并基于此調(diào)制碼元序列獲取信號(hào)合并器中的輸出信號(hào)，消除信道衰落噪聲。通過歐式距離分類方法，根據(jù)獲取的信號(hào)特征向量進(jìn)行分類，提升信號(hào)調(diào)制識(shí)別效率。建立礦井下通信信號(hào)調(diào)制方式的判決準(zhǔn)則，提高通信信號(hào)調(diào)制識(shí)別正確率，最終實(shí)現(xiàn)基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別。實(shí)驗(yàn)結(jié)果證明，所提方法具有較為理想的通信信號(hào)調(diào)制識(shí)別的效率和精度，有效抑制了通信信號(hào)的調(diào)制噪聲。

1 不同環(huán)境下通信信道分布模型

假設(shè)接收到的信號(hào)是由不受陰影作用的多徑信號(hào)分量和受陰影作用的直射信號(hào)分量構(gòu)成的，通過式（1）描述接收到的信號(hào)r(t)：

式中，n(t)代表加性高斯白噪聲；z(t)代表直射波分量；d(t)表示多徑分量和散射波；s(t)表示信道陰影衰落。

接收信號(hào)在井下寬闊地帶是不受阻擋的多徑分量和直射波分量的疊加。Rician 分布為信號(hào)包絡(luò)對應(yīng)的概率密度函數(shù)，表達(dá)式如下：

式中，r＞0；k表示萊斯因子，計(jì)算公式為：

式中，A代表接收信號(hào)對應(yīng)的幅度；代表由環(huán)境決定的多徑功率。

井下構(gòu)造復(fù)雜區(qū)域環(huán)境較為復(fù)雜，結(jié)構(gòu)分布密集。在井下構(gòu)造復(fù)雜地區(qū)接收信號(hào)受障礙物的影響，以多徑信號(hào)為主[7-8]。接收信號(hào)包絡(luò)對應(yīng)的密度函數(shù)滿足Rayleigh 分布：

與井下構(gòu)造復(fù)雜環(huán)境相比，在井下狹窄地區(qū)通信信號(hào)的主要遮擋物體發(fā)生變化。井下狹窄環(huán)境接收信號(hào)存在的直射分量通常受墻體遮擋，存在的衰減程度不同[9]。直射波信號(hào)包絡(luò)此時(shí)滿足對數(shù)正態(tài)分布：

式中，μ代表lnz對應(yīng)的均值；h·σ代表lnz對應(yīng)的標(biāo)準(zhǔn)差。

相對于多徑衰落，直射信號(hào)是一個(gè)慢變過程。在一個(gè)小時(shí)范圍內(nèi)，接收信號(hào)包絡(luò)服從Rician分布[10]：

式中，I0表示第一類零階貝塞爾函數(shù)。

接收信號(hào)包絡(luò)對應(yīng)的概率密度函數(shù)可以通過全概率公式進(jìn)行求解，計(jì)算公式為：

接收信號(hào)的包絡(luò)r對應(yīng)的剩余概率分布PR(r)的表達(dá)式為：

依據(jù)以上內(nèi)容獲取不同環(huán)境下的通信多徑信號(hào)包絡(luò)對應(yīng)的密度函數(shù)，分析其分布特征，得到接收信號(hào)包絡(luò)的剩余概率分布，并以此為基礎(chǔ)進(jìn)行礦井下通信信號(hào)調(diào)制識(shí)別。

2 礦井下通信信號(hào)調(diào)制識(shí)別方法

設(shè)N表示OFDM 信號(hào)子信道的數(shù)目，在子載波組的基礎(chǔ)上獲得接收信號(hào)的序列：

式中，a1,i(k)、a2,i(k)表示第i個(gè)子信道在OFDM各子載波組中發(fā)送的碼元序列；n1,i(k)、n2,i(k)表示高斯白噪聲序列。

高斯白噪聲序列嚴(yán)重影響通信信號(hào)調(diào)制識(shí)別結(jié)果。井下白噪聲具有多源、強(qiáng)、聲級(jí)高和頻帶寬的特點(diǎn)，對礦山信號(hào)環(huán)境有嚴(yán)重危害，影響礦山安全生產(chǎn)。噪聲不但能導(dǎo)致礦工聽力下降和其他職業(yè)性疾病，還會(huì)使井下工人反應(yīng)遲鈍，工作積極性降低，容易忽視井下各種災(zāi)害信號(hào)，增加了事故發(fā)生的可能性，嚴(yán)重影響礦井的安全生產(chǎn)。本文針對這種情況對白噪聲進(jìn)行抑制和去除。

將序列r1,i(k)、r2,i(k)序列輸入信號(hào)混合器中進(jìn)行處理，設(shè)代表信號(hào)合并器輸出的信號(hào)，表達(dá)式分別為：

將r1,i(k)、r2,i(k)帶入式（10）和式（11），獲得：

分析可知，調(diào)制碼元序列a1,i(k)、a2,i(k)在各子信道中經(jīng)過衰減處理后疊加高斯噪聲的信號(hào)就是統(tǒng)計(jì)量即信號(hào)合并器中的輸出信號(hào)。

a1,i(k)、a2,i(k)的計(jì)算公式[13]為：

式中，E表示信號(hào)對應(yīng)的平均功率；θi表示第i個(gè)子信道中存在的載波相位偏差；表示第i個(gè)子信道發(fā)送的碼元序列。

由于a1,i(k)、a2,i(k)信號(hào)序列中存在的碼元序列和碼元是共軛或是相反數(shù)，且a1,i(k)、a2,i(k)信號(hào)序列為空時(shí)分組編碼，因此兩路信號(hào)的調(diào)制方式相同。分析可知，a1,i(k)、a2,i(k)疊加上高斯噪聲且經(jīng)過信道衰落后獲得的信號(hào)即為同時(shí)兩種信號(hào)具有相同的信號(hào)衰落系數(shù)。可以將當(dāng)做碼元序列ai(k)中存在的連續(xù)的兩個(gè)碼元序列值，合并兩路信號(hào)獲得信號(hào)[ai(k),ai(k+1)]=

兩階以上的高斯噪聲對應(yīng)的累量值為零，因此分類特征可以屏蔽高斯噪聲，提取中存在的高階累積量。通過消除信道衰落噪聲的影響，可以實(shí)現(xiàn)礦井下通信信號(hào)的調(diào)制識(shí)別[14-15]。

設(shè)Fa、Ga代表在ai(k)累積量中提取到的特征向量，表達(dá)式分別為：

式中，Mean(a)表示接收符號(hào)對應(yīng)的均值[15]；Ca,41、Ca,42表示平穩(wěn)復(fù)信號(hào)的4 階累積量；Ca,63表示平穩(wěn)復(fù)信號(hào)的6 階累積量。

基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法，通過歐式距離分類方法，根據(jù)獲取的特征向量Fa對信號(hào)進(jìn)行分類，將其分為{0}、{BPSK}、{QPSK，16QAM}，再根據(jù)獲取的特征向量Ga將信號(hào)分為16QAM 信號(hào)和QPSK 信號(hào)。

礦井下通信信號(hào)調(diào)制方式的判決準(zhǔn)則如下：

基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法的識(shí)別流程如圖1 所示。

圖1 通信信號(hào)調(diào)制識(shí)別流程

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法的整體有效性，需要對基于混合OFDM的礦井下通信信號(hào)調(diào)制識(shí)別方法進(jìn)行測試。本次測試在Simulink 平臺(tái)中完成，分別采用基于混合OFMD 的礦井下通信信號(hào)調(diào)制識(shí)別方法、文獻(xiàn)[4]提出的基于高階聯(lián)合累積量算法的礦井下通信信號(hào)調(diào)制識(shí)別方法和文獻(xiàn)[5]提出的基于Watterson 信道模型的礦井下通信信號(hào)調(diào)制識(shí)別方法進(jìn)行對比測試。實(shí)驗(yàn)指標(biāo)選取通信信號(hào)調(diào)制識(shí)別的耗時(shí)、識(shí)別準(zhǔn)確率以及噪聲抑制效果，測試結(jié)果如圖2 所示。

圖2 為不同方法井下通信信號(hào)調(diào)制識(shí)別方法的測試結(jié)果。分析圖2 可知，采用基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法對通信信號(hào)進(jìn)行調(diào)制識(shí)別時(shí)，在多次迭代中所用的時(shí)間均在0.4 s 以內(nèi)；采用基于高階聯(lián)合累積量算法的礦井下通信信號(hào)調(diào)制識(shí)別方法對通信信號(hào)進(jìn)行調(diào)制識(shí)別時(shí)，在第4 次迭代中所用的識(shí)別時(shí)間高達(dá)0.7 s；采用基于Watterson 信道模型的礦井下通信信號(hào)調(diào)制識(shí)別方法對通信信號(hào)進(jìn)行識(shí)別時(shí)，在第2 次迭代中所用的識(shí)別時(shí)間高達(dá)0.8 s。對比基于混合OFMD 的礦井下通信信號(hào)調(diào)制識(shí)別方法、基于高階聯(lián)合累積量算法的礦井下通信信號(hào)調(diào)制識(shí)別方法和基于Watterson 信道模型的礦井下通信信號(hào)調(diào)制識(shí)別方法的測試結(jié)果可知，基于混合OFMD 的礦井下通信信號(hào)調(diào)制識(shí)別方法所用的識(shí)別時(shí)間最短。因?yàn)榛诨旌螼FMD的礦井下通信信號(hào)調(diào)制識(shí)別方法對礦井下通信信號(hào)進(jìn)行調(diào)制識(shí)別之前構(gòu)建了信道模型，通過信道模型獲取相關(guān)信息，縮短了識(shí)別所用的時(shí)間，提高了基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法的識(shí)別效率。

下面將正確識(shí)別率作為指標(biāo)，對基于混合OFMD 的礦井下通信信號(hào)調(diào)制識(shí)別方法、基于高階聯(lián)合累積量算法的礦井下通信信號(hào)調(diào)制識(shí)別方法和基于Watterson 信道模型的礦井下通信信號(hào)調(diào)制識(shí)別方法進(jìn)行測試，測試結(jié)果如圖3 所示。

圖2 不同方法的識(shí)別時(shí)間

圖3 不同方法的正確識(shí)別率

分析圖3 可知，在多次迭代中，基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法的正確識(shí)別率均高于90%；基于高階聯(lián)合累積量算法的礦井下通信信號(hào)調(diào)制識(shí)別方法在第2 次迭代中的正確識(shí)別率低至50%；基于Watterson 信道模型的礦井下通信信號(hào)調(diào)制識(shí)別方法在第3 次迭代中的正確識(shí)別率低至40%。對比基于混合OFMD 的礦井下通信信號(hào)調(diào)制識(shí)別方法、基于高階聯(lián)合累積量算法的礦井下通信信號(hào)調(diào)制識(shí)別方法和基于Watterson 信道模型的礦井下通信信號(hào)調(diào)制識(shí)別方法的測試結(jié)果可知，基于混合OFMD 的礦井下通信信號(hào)調(diào)制識(shí)別方法的正確識(shí)別率最高。因?yàn)樵摲椒ㄍㄟ^混合OFDM 技術(shù)對礦井下通信信號(hào)進(jìn)行調(diào)制識(shí)別，提高了基于混合OFDM的礦井下通信信號(hào)調(diào)制識(shí)別方法的正確識(shí)別率。

為驗(yàn)證不同方法的噪聲抑制效果，本次實(shí)驗(yàn)多次實(shí)行外場測量操作，以獲取通信信道真實(shí)干擾模型，并將測試數(shù)據(jù)輸入至MATLAB 軟件進(jìn)行實(shí)驗(yàn)。文獻(xiàn)[4]方法和文獻(xiàn)[5]方法獲取輸入信道的信號(hào)噪聲波形和所提方法進(jìn)行對比，測試結(jié)果如圖4 所示。

圖4 不同方法的通信信號(hào)噪聲抑制對比

分析圖4 可知，與文獻(xiàn)成果相比，所提方法表現(xiàn)出了良好的噪聲干擾抑制效果。該方法在采集到通信信號(hào)后，通過分類特征屏蔽高斯噪聲，提取高階累積量，提高了噪聲干擾抑制性能，體現(xiàn)了所提方法的可靠性。

4 結(jié)語

在日常生活和工業(yè)生產(chǎn)過程中，煤炭因價(jià)格低廉得到了廣泛應(yīng)用。信息技術(shù)和生產(chǎn)管理技術(shù)在近年來不斷發(fā)展，使得礦井無線通信對智能信息和帶寬信息的需求不斷增加。礦井通信領(lǐng)域中，無線通信技術(shù)的發(fā)展前景越來越好，使礦井下通信信號(hào)調(diào)制識(shí)別方法成為研究的熱點(diǎn)。當(dāng)前礦井下通信信號(hào)調(diào)制識(shí)別方法存在識(shí)別效率低和正確識(shí)別率低的問題，因此提出了基于混合OFDM 的礦井下通信信號(hào)調(diào)制識(shí)別方法，可在較短的時(shí)間內(nèi)準(zhǔn)確實(shí)現(xiàn)礦井下通信信號(hào)的調(diào)制識(shí)別，且有效抑制了通信信號(hào)的噪聲，進(jìn)一步提高了通信信號(hào)調(diào)制效果。