一種基于多元環境認知的短波自適應選頻建鏈方法

胡漢武

（廣州海格通信集團股份有限公司，廣東 廣州 510663）

0 引 言

傳統的短波通信建鏈方法，需要人工選擇通信頻率，對操作人員要求高，同時選頻建鏈時間長，選頻效率較低，可靠性和穩定性也相對較差。本文提出一種基于多元環境認知的短波自適應選頻建鏈方法，首先對時間信息、位置信息、電磁頻譜信息以及網絡參數信息等進行多元環境認知，然后通過量化后的環境參數索引信道模型案例庫，獲取上行建鏈目標頻率和下行目標建鏈頻率并進行鏈路質量驗證；若頻率驗證不成功，則進入頻率探測，初始探測采用大窗口、大步進，獲取目標建鏈頻率；若初始探測不成功，則進入精細探測，精細探測采用小窗口，窗口中心頻率為初始探測獲得的目標建鏈頻率。并根據建鏈過程進行信道模型案例庫修正、維護。

1 多元環境認知技術

1.1 信道認知技術

為了提高無線信道的可靠性和傳輸速率，認知無線電技術通過對信道環境進行認知從而自適應地調整發射端參數，使通信系統的性能接近最優。對于信道的認知通常包括信噪比（SNR）、多徑參數、信道響應函數以及誤碼率信息等參數。其中，信噪比估計目前常用二階矩四階矩法。二階矩四階矩算法利用接收信號的二階矩以及四階矩特性進行SNR估計，是一種盲信噪比估計算法。例如，設接收信號為：

假設信號和噪聲均為零均值相互獨立的隨機過程。則接收信號的二階矩和四階矩分別為：

其中，是信號功率；是噪聲功率；k和k分別是信號和噪聲的kurtosis系數，是隨著調制方式改變的常數，定義為：

因此可得信號功率和噪聲功率的估計值 和 為：

多徑參數一般包括最大多徑時延、多徑數量與強度參數。通常用到的時延估計方法有相位法、相關法、自適應濾波器參數模型法等。多徑參數搜索可以通過導頻與接收信號進行相關處理，從而得到多徑的峰值；再通過多徑選取從相關的結果中選出符號要求的多徑，進而估計出包括多徑相位、多徑能量在內的多徑信息，如圖1所示。

圖1 多徑搜索框圖

信道傳輸函數的估計可以通過強化學習對傳輸信道狀態進行學習估計，算法的模型框架如圖2所示，輸入是經過信道的同步序列，把一組橫向濾波器的權值系數作為環境狀態，估計參數集表示橫向濾波器系數的改變，獎賞是同步序列經過橫向濾波器的輸出與同步序列的均方差。這樣的話估計參數集會直接影響到環境，通過強化學習來選擇估計集合，根據誤差作為回報來進行調整橫向濾波器的權值系數，使得通過橫向濾波器的輸出的估計值逼近真實同步序列。對基于強化學習的信道估計方法進行初步仿真。仿真參數設置如下：假設基帶調制方式為QPSK，信道設為6徑的瑞利衰落信道，功率時延分布（PDP）采用ITU-R模型中步行的參數，同步序列采用chu序列，長度設為64點。仿真結果如圖3所示，其中圖中的曲線表示經過FFT變換得到的信道相應。同時，將利用強化學習估計出來的信道與利用傳統LMS算法估計出來的信道進行對比，可以看出，基于強化學習的多維信道認知方法估計出來的信道響應要比傳統LMS信道估計方法估計得到的信道響應更好的擬合真實的信道響應。

圖2 基于強化學習的信道估計模型框架

圖3 信道響應的估計結果

誤碼率信息同樣是信道的重要參數，根據準確的BER分析結果可以精確調整傳輸參數來達到最佳性能。兩種常用的BER估計方法為利用統計量置信水平的誤碼率估計方法和利用解碼前后的數據估計偽BER法。利用統計量置信水平的方法通過利用循環冗余校驗（CRC）方式來確定一段時間內發生的誤碼情況，再根據統計置信水平原理，只要驗證數字系統或器件的誤碼率指標是否優于某一規定標準，即可在測量精度和測試時間之間進行折中處理，而且仍能保證測試結果的準確度。其中統計置信水平的數學表達式為：

圖4 TPC編碼偽BER估計示意圖

其中，P表示連續試驗時器件測量的誤碼率；為測試傳輸的比特長度；為根據測量度和測量時間折中選取的統計置信水平。

利用解碼前后的數據估計偽BER法是通過無線通信中采用的信道編碼信息，將解碼前的系統碼字與解碼后的數據進行異或得到，如圖4所示為TPC碼為例時的流程。不過，這種偽BER估計方法也有一定局限性，第一，必須是編碼增益較高的糾錯碼；第二，必須是系統編碼的糾錯碼。

1.2 網絡認知技術

認知自組織網因其自組織性和動態特性，使其網絡管理和維護變得非常復雜和不穩定。為了后續的路由規劃、網絡管理等功能的實現，需要對網絡的拓撲信息、網絡流量信息、網絡時延信息、業務類型等信息進行認知，如圖5所示。

拓撲信息的認知是認知自組網技術的核心，是完成高效率的路由設計的基礎。目前拓撲認知的研究主要分為兩種：基于信息反饋的拓撲認知和基于Agent漫游的拓撲認知。基于信息反饋的拓撲認知的主要過程包括節點對自身掌握的拓撲信息的封裝，發送給目的節點，目的節點接受信息并返回拓撲信息反饋以及節點接受反饋后對自身拓撲信息的更新。基于Agent漫游的拓撲發現通過一個或者多個Agent代理按照一定的策略在網絡中不斷游走，在網絡中的各個節點處收集信息，并對該節點的拓撲信息進行更新，從而不斷使自身攜帶的信息更新到全網的節點，拓撲信息得到全網范圍的傳播，算法最終使網絡中的每一個節點都盡可能多的掌握了整個網絡的拓撲信息，從而使每個節點都找到自身在網絡中最合適的拓撲狀態。

圖5 認知自組網中各節點的網絡認知

網絡流量認知一般是使用配置在信道上的無線網絡接口，通過對無線網絡信道中的流量進行抽樣，來監測一定時間內信道上的流量。一般采用的抽樣監測方法為：規則抽樣、簡單隨機抽樣和分層隨機抽樣。規則抽樣是通過一個事先確定的函數來決定抽樣的起點和抽樣間隔等關鍵參數。最簡單的規則抽樣就是1/規則抽樣，它是抽取每個數據包的第一個數據包。但由于網絡中流的多樣性以及持續時間長短不同的特性，利用規則抽樣得到統計結果不準確。簡單隨機抽樣是根據預先定義的隨機過程來確定抽樣的起點和抽樣間隔。簡單隨機抽樣是從個報文總體中隨機選取個報文作為樣本。然而簡單隨機抽樣存在估計的網絡流量對小流的統計結果不準確的問題。分層隨機抽樣的基本思想是使用總體中的一些邏輯信息（這里的邏輯信息可以是按時間分層，按包大小分層，按包類型分層）來增加測量精度。根據這些邏輯信息在抽樣前對總體報文進行分組。分層抽樣過程分為2個處理步驟。第一步：將總體元素根據一些邏輯信息進行智能分組。第二步：每個分組進行簡單隨機抽樣。如圖6所示是這三種抽樣技術的對比示意圖。

圖6 三種流量抽樣技術示意圖

網絡時延認知可以通過收集各個節點的一跳時延和一跳丟包率，每隔一定時間，網絡中的目的節點在已有路徑上發送探測包到源節點。探測包的內容包括探測包被轉發的最新時間和相同探測包的發送個數。中繼節點在接到探測包進行轉發時，提取包中的轉發最新時間和探測包的發送個數，利用當前時間和上次轉發時間之差，獲得一跳時延。

業務認知是認知網絡環境下實施服務質量策略的基礎。業務認知可以由業務流的特征、流標記以及流統計閾值來獨立完成，也可以與業務管理服務器配合，從而保證系統具有強大的智能處理能力和業務靈活性。目前深度包檢測（DPI）是一種在移動互聯網中廣泛應用的用戶業務類型認知技術，通過深入讀取數據包載荷內容進行模式匹配分析，從而識別出用戶的業務信息。DPI解析組件主要包括業務特征庫和DPI引擎。新接收到的業務數據流經過DPI引擎模塊時，通過對其進行業務的特征匹配處理，當能匹配上業務特征庫里的某業務時，則輸出識別結果。DPI工作原理如圖7所示。

圖7 DPI工作原理示意圖

2 信道模型案例庫索引

基于獲得的信道參數和網絡參數，再依據北斗衛星獲得的通信節點的位置信息、時間信息以及短波信道建鏈歷史成功率等參數建立短波信道模型案例庫，信道模型案例庫中各種參數進行量化處理，提供多種關鍵字索引，索引結果為目標建鏈頻率、鏈路質量和可信度等數據。通過北斗授時同步設備獲取時間信息、位置信息，寬帶接收機進行實時頻譜檢測獲取實時電磁頻譜信息，以及接收網管設備的網絡規劃參數信息，進行多維環境認知，將認知參數量化處理后在信道模型案例庫中索引最佳的上、下行目標建鏈頻率；對目標建鏈頻率進行頻率驗證，其過程如圖8所示。

環境認知參數量化處理，時間信息以年為周期，最小顆粒度為30分鐘；位置信息將進行網格化編號，如主站電臺A01網格信息為123，從站點A02網格信息為815；本地電磁頻譜將2～30 MHz范圍內1 458個頻率根據干擾高低分別置0或1；根據通信速率將信道質量閥值量化為1～15，如通信速率4.8 kbps對應的信道質量閥值為8。

將量化處理后的環境認知參數輸入信道模型案例庫進行索引，信道模型案例圖構造圖如圖9所示。信道模型案例庫索引時，優選鏈路質量最好的頻率，其次選擇可信度高的頻率。例如獲取最佳上行目標頻率為14.5 MHz，鏈路質量為9，可行度85%；下行目標頻率為15.1 MHz，鏈路質量為12，可行度81%。

3 雙向頻率探測

初始探測階段規定探測的起始頻率、結束頻率以及探測步進，由主站電臺從起始頻率開始，按照探測步進，逐個頻率發起探測；主站電臺循環探測兩遍，第一遍用于從站電臺搜索到探測開始信令，第二遍用于從站電臺獲取所有探測頻率的鏈路質量。

圖8 信道模型案例庫建立流程

圖9 信道模型案例庫構造圖

從站電臺初始狀態為探測搜索狀態，探測搜索采用寬帶接收機的寬帶模式接收，接收帶寬從探測的起始頻率至結束頻率；搜索到探測開始信令后，從站點寬帶接收機采用窄帶模式接收，隨著主站電臺發送探測頻率順序，改變頻率接收所有頻率的信令，記錄鏈路質量。從站點選出鏈路質量最好的頻率，如果鏈路質量大于或等于預設的鏈路質量閾值，則獲得下行目標建鏈頻率。寬帶接收機窄帶模式接收性能比寬帶模式好。

主站電臺探測結束后，由從站電臺從起始頻率開始，按照探測步進，逐個頻率發起探測，再發送一遍探測，主站臺寬帶接收機采用窄帶模式按照探測頻率順序，改變頻率接收所有頻率，記錄鏈路質量。從站電臺在發送的探測信號中攜帶了下行探測結果。主站電臺選出鏈路質量最好的頻率，如果鏈路質量大于或等于質量閾值，則獲得上行目標建鏈頻率。

如果上、下行目標建鏈頻率均已獲得，則選頻建立成功，并對信道模型案例庫進行修正；否則進入精細探測階段。精細探測的過程與初始探測類似。初始探測采用大步進探測方法，快速獲得電離層短波通信窗口；精細探測采用小窗口，窗口中心頻率為初始探測獲得的目標建鏈頻率，以獲得窗口內最佳的頻率點。雙向頻率探測流程如圖10所示。

圖10 雙向頻率探測流程

4 結 論

頻率驗證以及探測過程均采用了低接收門限的信令信道，信令信道使用了擴頻、分集，咬尾卷積碼以及Rake接收等技術，使得最低接收信號強度到-12 dB，保證了網絡認知過程以及信令傳輸的高可靠以及遠距離覆蓋。頻率雙向探測采用了寬帶多路接收機，寬帶多路接收采用多速率變頻處理技術和多相濾波技術，同一時刻可以處理上千路的接收射頻，以保證頻譜認知和選頻過程更加實時，網絡收斂更加迅速。突破外部環境認知技術和智能學習決策技術，使戰術電臺具備學習和推理能力，能夠認知干擾、頻譜等環境變化，生成與環境相適應的頻率、速率等工作參數實現智能選頻，規避干擾和不利頻譜，提升短波電臺的穩定通、可靠通能力。