無線mesh網(wǎng)絡(luò)多信道射頻ISR方法研究

劉耕昕，胡曼青，張 燕，潘艷艷

(電子科技大學(xué)成都學(xué)院，四川 成都 610000)

1 引言

無線mesh網(wǎng)絡(luò)是由路由器與客戶端構(gòu)成的，其中，路由器是網(wǎng)絡(luò)的骨干，將骨干與有線Internet網(wǎng)絡(luò)進(jìn)行連接，目的是為客戶端提供多跳的無線Internet連接，而無線mesh網(wǎng)絡(luò)也被稱之為多跳網(wǎng)絡(luò)，該網(wǎng)絡(luò)與傳統(tǒng)的無線網(wǎng)絡(luò)是完全不同的全新無線網(wǎng)絡(luò)技術(shù)。傳統(tǒng)的無線局域網(wǎng)內(nèi)，每一個客戶端都利用一條和訪問接入點(AP，Access Point)相連的無線鏈路對網(wǎng)絡(luò)進(jìn)行訪問，從而形成一個局部的基本服務(wù)集(BSS，Basic Service Set)。而用戶要想互相通信，那么就需要先對一個固定接入點進(jìn)行訪問，而這種模式也被稱為單跳網(wǎng)絡(luò)。相反，在無線mesh網(wǎng)絡(luò)的運行模式內(nèi)，不論是任何設(shè)備的節(jié)點，全都可以同時當(dāng)作路由器與AP，在網(wǎng)絡(luò)內(nèi)各個節(jié)點之間發(fā)送或者是接收信號，任何一個節(jié)點都能夠和其中一個或者是多個節(jié)點進(jìn)行通信。此結(jié)構(gòu)的優(yōu)點在于：若臨近的AP因為流量過大情況，從而造成的擁塞，那么信息則自動重新路由至一個通信流量比較小的臨近節(jié)點實現(xiàn)傳輸。以此類推，數(shù)據(jù)包還能夠依據(jù)網(wǎng)絡(luò)的情況，繼續(xù)路由至最近的下一個節(jié)點實現(xiàn)傳輸，從而最終到達(dá)目的地，這樣的訪問即為多跳訪問。

無線mesh網(wǎng)絡(luò)雖然是取消了節(jié)點之間的布線需求，不過還是具有分布式網(wǎng)絡(luò)所提供的重新路由與冗余機(jī)制。若要添加新的設(shè)備，僅需要簡單地接上電源即可，它就能夠自動配置，且確認(rèn)最優(yōu)多跳路經(jīng)，同時移動或者是添加某些設(shè)備時，網(wǎng)絡(luò)本身可以發(fā)現(xiàn)拓?fù)涞淖兓瑫r自動調(diào)整通信路由，以此來獲得最優(yōu)的傳輸路經(jīng)。且與傳統(tǒng)的WLAN對比，安裝部署簡單、NLOS實現(xiàn)簡單、穩(wěn)定性強(qiáng)、構(gòu)造靈活、高帶寬以及能夠在室外使用。

同時，科研人員為將無線mesh網(wǎng)絡(luò)應(yīng)用于物料管理、生產(chǎn)線自動化、停車場管制、門禁監(jiān)制以及汽車晶片防盜器等多自動化管理中，周鑫等人[1]提出采用圖像深度學(xué)習(xí)法解決無線電信號的識別問題，對無線電信號進(jìn)行具象化，變成二維圖像，把無線電的信號識別轉(zhuǎn)換成圖像識別中目標(biāo)的檢測問題，實現(xiàn)對信號識別能力的提升；蘇健等人[2]針對多標(biāo)簽的碰撞情況，提出基于子幀的動態(tài)幀時隙Aloha方法，識別的過程中會利用設(shè)定子幀進(jìn)行觀測，通過空閑和碰撞時隙數(shù)間的關(guān)系對剩余標(biāo)簽數(shù)估計，依次預(yù)估結(jié)果來優(yōu)化設(shè)置新幀長。

不過由于外界的干擾或者是自身的誤識別等原因，識別結(jié)果容易出現(xiàn)識別誤碼率。為此本文提出一種無線mesh網(wǎng)絡(luò)多信道射頻信號智能識別方法，通過RFID(Radio Frequency Identification)閱讀器和標(biāo)簽之間的非接觸式數(shù)據(jù)通信方式，使數(shù)據(jù)信號進(jìn)入閱讀器以后發(fā)射射頻信號獲得能量，令閱讀器對信息進(jìn)行讀取，經(jīng)過解碼傳輸至中央信息處理系統(tǒng)，記錄媒體實現(xiàn)讀寫，從而達(dá)到識別數(shù)據(jù)交換的目的。最終通過信號的發(fā)送者和接收者間時鐘晶振的微小差別，接收者評估并補(bǔ)償兩種間頻率偏差值，即完成射頻信號的智能識別。

2 無線mesh網(wǎng)絡(luò)變量分析

無線mesh網(wǎng)絡(luò)的拓?fù)鋱D，是一個無向圖G=(V，E)，V代表無線mesh網(wǎng)絡(luò)的節(jié)點集合，E代表無線鏈路的集合。具體模型的變量敘述如下：

k(u)代表無線路由器的射頻接口數(shù)，|C|代表可用的信道個數(shù)，d(u，υ)代表節(jié)點u與υ之間距離，RT代表通信傳輸?shù)陌霃剑琑I代表干擾半徑，A(u)代表節(jié)點u分配信道的集合，N(e)代表鏈路e潛在沖突域的集合，I(e)代表鏈路e潛在干擾域的集合，f(e)代表鏈路e上網(wǎng)絡(luò)的流量，c(e)代表鏈路e最大的容量。相對于隨意兩節(jié)點u，υ∈V，在d(u，υ)≤RT時能夠通信，且能夠分配相同信道[3]。

當(dāng)信道分配的過程中，若存在隨意兩個節(jié)點處于傳輸范圍中，那么最少要分配一個相同信道，若節(jié)點x與u和υ是分配相同的信道，且min{d(x，u)，d(x，υ)}≤RI，那么節(jié)點x不能傳輸數(shù)據(jù)。

相對于協(xié)議的模型，定義u?υ∈E，x?y∈E的兩個鏈路是作為潛在干擾的鏈路(兩個鏈路在分配同個信道時，那么會互相干擾)，僅節(jié)點x或者y處于以節(jié)點u與υ為中心，而半徑則為RT干擾的圓中，那么就有可能具有相互干擾的作用，即為min{d(u，x)，d(u，y)，d(υ，x)，d(υ，y)}≤RI。

3 多信道射頻信號的智能識別

3.1 信號特征提取

3.1.1 瞬時特征分析

將在獲得射頻信號的載波頻率正交下變頻至基帶，可以計算得出IQ正交復(fù)包絡(luò)信號，fs代表采樣頻率，即可得到N點采樣的序列為z(n)，(n=0，1，2，…，Ns)。而對于采樣的序列z(n)公式為

z(n)=xI(n)+j·xQ(n)，n=0，1，…，Ns-1

(1)

瞬時相位公式為

(2)

因為tg-1是按照模2π的來對相位序列φ(n)計算的，所以相位真值超出[0，2π]，就需要按照模2π對相位序列進(jìn)行計算，就會出現(xiàn)相位卷疊情況。所以，要實現(xiàn)φ(n)相位卷疊。在清除相位卷疊φuw(n)后的序列[5]。

若對φ(n)去相位折疊，需要先計算修正的相位序列C(n)，具體公式為

(3)

將C(0)設(shè)置為0，那么無折疊相位序列φuw(n)公式為

φuw(n)=φ(n)+C(n)

(4)

最終在去除線性的相位干擾之后，獲得實際相位序列φNL(n)，具體公式為

(5)

現(xiàn)對于離散序列的瞬時頻率，其具體計算公式為

(6)

因為計算機(jī)處理的是離散信號，所以信號瞬時相位缺失絕對意義，變成某個時間起點相位差值，這樣就無法實現(xiàn)簡單歸一化至[0，2π]，因此，不能直接當(dāng)成特征判斷。不過，相鄰碼元間相位跳變，具有絕對意義，以此反映出信號的調(diào)制區(qū)別[6]。

3.1.2 瞬時時頻特征處理

因為信號段瞬時頻率、相位以及幅度能夠?qū)ι漕l信號類型進(jìn)行分類，不過由于信號信噪比一旦在變化信道內(nèi)不同時，則瞬時特征變化值也會出現(xiàn)不穩(wěn)定的狀態(tài)，因此，不能夠完成自動提取目的。所以需要構(gòu)建3個穩(wěn)定信號的特征，具體公式為

(7)

上式中：acn(i)代表零中心的歸一化瞬時幅度，具體公式為

acn(i)=an(i)-1

(8)

在式中：γmax表示信號在中心瞬時幅度中的最大值，用來區(qū)分信號。因為γmax能夠用來區(qū)分包括幅度的信息以及不包括幅度的信息信號[7]。可以得到公式為

(9)

式中：φcn(i)=Δφ′NL(i)-π/2，所以σap代表信號碼元差分的相位中心非線性分量的絕對值偏差，σap代表區(qū)分含有絕對相位信息以及不含有絕對相位信息信號。其中，射頻信號碼元的差分相位，它的取值是0與π。不過中心對準(zhǔn)后，則絕對值的常數(shù)則為π/2，所以它并不具有絕對相位信息。而因為無線mesh網(wǎng)絡(luò)是具有絕對的碼元差分相位信息，具體可以得到公式為

(10)

3.1.3 特征提取

對瞬時頻率、瞬時相位以及瞬時幅度進(jìn)行計算，求出各信號段的每個特征值，接著在計算完總信號幀以后會生成各自特征序列，將其作為神經(jīng)網(wǎng)絡(luò)特征矢量，具體如下所示；

1)利用上述信號分段算出第i段瞬時頻率、瞬時相位以及瞬時幅度，將其作為輸入序列，n=1，2，…，Ns。

2)首先對各自特征值計算，作為第i值，存儲在各自的序列內(nèi)。

3)回到第1)步，計算M段瞬時序列，所產(chǎn)生的此信號長度為M特征值矢量序列。

通過上述步驟，即可完成信號的特征提取[9]。

3.2 信號智能識別實現(xiàn)

無線mesh網(wǎng)絡(luò)射頻信號把數(shù)據(jù)映射至復(fù)數(shù)域，將其作為信號調(diào)制的一部分，所以，能夠一段傳輸信號代表成一個復(fù)數(shù)的序列，其中x[n]代表發(fā)送序列第n個傳輸?shù)男盘枺瑈[n]代表傳輸信號通過無線信道降低后所接收的復(fù)數(shù)序列，而y[n]=Hx[n]+w[n]，式中，H代表信號的發(fā)送者和接收者間的信道參數(shù)，w[n]代表信號高斯的白噪聲[10]。

在網(wǎng)絡(luò)內(nèi)具有許多數(shù)據(jù)并發(fā)傳輸時，那么接收序列y[n]=yA[n]+yB[n]，其中yi[n]=Hixi[n]+wi[n]的特征信號識別結(jié)果R(y，p)公式為

(11)

如果僅有信號xA[n]內(nèi)包括特征序列S，因為特征序列S是獨立于xB[n]與w[n]的，那么可以得到公式為

(12)

如果匹配成功，那么R(y，p)1能夠表示為

(13)

4 實驗證明

4.1 實驗一

為了驗證本文識別方法的有效性，實驗使用是載波頻率150kHz，而采樣頻率則為1200kHz，比載頻高出4倍，單次實驗過程內(nèi)，選擇200個訓(xùn)練樣本以及1000個檢驗樣本，通過本文方法對無線mesh網(wǎng)絡(luò)射頻信號進(jìn)行識別，可以獲得識別結(jié)果如圖1所示。

圖1 本文信號識別結(jié)果

通過圖1能夠看出，本文方法能夠很好地識別出信號頻率波動，不過由于外界的干擾信號以及自身輕微噪聲干擾等，導(dǎo)致信號識別的過程中，會出現(xiàn)輕微的波動，不過這并不影響整體的信號識別。

4.2 實驗二

為了進(jìn)一步證明本文方法的效果，選取500實驗數(shù)據(jù)，將本文方法與文獻(xiàn)[1]、文獻(xiàn)[2]對比，通過判斷識別誤碼率/信噪比的曲線驗證，過程中使用了100次統(tǒng)計平均，而其中噪聲采用的是高斯白噪聲n(θ)～N(0，σ2)。具體三種方法的對比結(jié)果，如圖2所示。

圖2 不同方法的識別精度對比結(jié)果分析

圖3 不同方法的識別誤碼率對比結(jié)果分析

通過觀察圖2、3能夠看出，本文的識別精度一直處于98%以上，隨著識別的數(shù)據(jù)增加，雖然出現(xiàn)了輕微的上下波動，不過數(shù)值一直處于平穩(wěn)狀態(tài)，并沒有隨著數(shù)據(jù)增加出現(xiàn)下降的趨勢，而文獻(xiàn)[1]和文獻(xiàn)[2]方法雖然在實驗的過程中識別精度一直處于94%～92%之間，不過卻隨著實驗數(shù)據(jù)的增加，出現(xiàn)明顯的下降趨勢。而識別誤碼率本文方法一直是處于1%～2%之間，沒有隨著數(shù)據(jù)的增加，出現(xiàn)識別誤碼率上升的情況，反之，文獻(xiàn)[1]和文獻(xiàn)[2]方法的識別誤碼率，會隨著數(shù)據(jù)的增加，出現(xiàn)呈現(xiàn)緩慢上升的趨勢。

5 結(jié)束語

提出的無線mesh網(wǎng)絡(luò)多信道射頻信號智能識別方法，與其它方法對比，識別精度較高，識別誤碼率較低，所以以此可以證明本文識別方法效果良好。不過由于在識別的過程中，仍然會具有輕微的波動，這也是導(dǎo)致可能出現(xiàn)誤識別的原因，因此，本文還需進(jìn)一步對智能識別方法進(jìn)行研究，爭取能夠更加精確進(jìn)行識別，徹底避免誤識別的情況發(fā)生。