信道质量（精选7篇）
信道质量 篇1
1 引言
随着无线移动通信技术的迅猛发展,无线网络以其有别于有线网络的无线延伸和移动性好等优势逐渐被应用于诸多领域。目前,面向无线通信网络的视频传输技术已成为当今信息科学技术的前沿课题,主要应用于现场监控中的光学动态图像的远程采集传输。实时视频传输具有数据量庞大、延时敏感等特点。CDMA1x移动信道存在着带宽有限、带宽波动和误码率高等特点,目前,3G虽然已经启动,但实现国内全覆盖仍需时日。因此,利用窄带的CDMA1X无线信道实现高质量、可靠的视频传输仍具有重要的研究价值,尤其在对一些突发性事件的现场情况的了解与掌握以便及时处置方面,具有重要的应用价值。
目前有许多针对无线网络视频传输的传输质量的研究,文献[1]研究了基于错误隐藏的联合信道率失真算法,对原有视频容错编码方法进行改进,并提出了一种基于丢包反馈的自适应数据分割选择模式,在低带宽高误码的无线信道环境下,提高了视频图像的质量。文献[2,3]提出了一种改进的无线网络视频传输自适应前向纠错(FEC)算法。该算法对丢包原因进行区分,根据不同的丢包原因采用不同的带宽估计方法,再根据视频的不同部分在解码端重要性的不同,在视频数据和冗余数据之间优化分配所估计的带宽,该算法能够更好地提高网络的吞吐量和视频的服务质量。上述方法都是基于单个传输信道提出的改进视频传输质量的方法。它们通过丢包反馈来判断单信道的传输质量,然后在原视频压缩算法的基础上通过改进算法以达视频传输质量与当前信道质量相适应。而这些方法均不适合于视频数据来自视频压缩模块的应用,因为应用者只能根据模块提供的编解码接口对模块输出的视频流进行控制。而目前基于视频压缩模块的无线视频传输系统,绝大多数采用单信道传输,一般不进行信道质量控制,主要是通过设定一个固定的视频压缩质量来维持一个较低的码率以适应当前的信道,因此回放画面质量不佳。文献[4]为了在限制带宽和高误码率的公用移动通信网络上获得高质量的实时视频传输,提出了一种基于双路增强型数据速率GSM演进技术(EDGE)信道的无线视频传榆原型系统。该方案虽然采用了双路方式,但是系统基于DSP架构,对信道传输质量的控制也是从算法角度考虑。文献[5]基于DSP对视频编码的优化进行了研究。本课题组提出了一种基于双CDMA1x信道实现实时视频传输的设计方案[6],在该方案中系统基于ARM+uClinux架构,采用JM718视频压缩模块与双CDMA1X信道,应用了本文提出的集网络负载均衡技术、RTP/RTCP传输控制技术及多链路选择技术于一体的多链路并行视频传输控制策略,能够有效地提高窄带无线网络的视频传输质量,取得了很好的传输效果。
2 多链路无线视频传输模型
网络视频传输具有数据量庞大、延时敏感、但允许有一定的视频帧丢失等特点。而窄带无线网络又是带宽有限、带宽波动、高传输误码率。因此,在窄带无线传输网络进行视频数据传输时,需要采用视频信号压缩编码技术、合理的传输协议选择及多链路并行传输等手段保证视频信号传输的有效及可靠。本文提出的基于窄带CDMA1x无线网络多链路并行传输方案的收发双方之间的数据传输如图1所示。发送方将采集到的视频数据经过H.264压缩编码后,通过CDMA 1X 通信链路送往Internet上指定的本地接收端。本地接收端运行客户端监控软件,回放接收到的视频数据,并进行存储与管理。本系统实现的关键是无线信道上视频流端对端的可靠实时传输。本文提出了一种采用多CDMA1X通信模块以并行的方式进行视频传输的视频质量控制策略,该控制策略可基于无线信道传输质量进行自适应的传输链路选择。
3 多CDMA1x模块并行传输策略
多CDMA1x模块的并行传输实际上是多链路的PPP(Point-to-Point Protocol,点到点协议)实现问题。多链路PPP是一种在两个端点之间通过把多个PPP连接捆绑在一起,形成一条逻辑上的或虚拟的PPP连接来增加带宽的技术。多链路传输是提高无线带宽的有效方法,本策略研究的是在收发双方之间只能建立多个独立的连接的情况下,如何利用网络负载均衡技术和RTP/RTCP传输控制技术及多链路选择技术有效地提高视频质量。本策略所设计的传输模型如图2所示。
基于视频传输实时性要求高的特点,本策略传输协议结构采用RTP/UDP,为了提高UDP在无线信道上的可靠性,以RTP协议为基础采用了应用层级的重传-确认机制来保证分组的可靠交付。该机制包括:简单重传机制用于提高无线信道的可靠性;基于分组丢失率的流量控制,在提高无线信道带宽利用率的同时尽量避免网络拥塞;视频质量调整,提高图像传输的实时性和连续性;多链路调度及单链路轮转传输,提高传输的质量与可靠性。
3.1 简单重传机制的设计
由于把不可靠的传输层协议UDP使用在高误码率的无线信道上会造成其性能的严重降低,因此在本策略中设计了简单重传机制来缓解分组误码以及丢失对视频传输的影响。针对视频流编码的特点,采用三种重传机制:
(1)强制性重传:这种重传方式要求数据完全可靠交付,主要用于视频会话建立阶段的身份认证以及视频流起始I帧的传输。视频流起始I帧决定了其后续所有视频帧的质量。
(2)弱强制性重传:用来保证视频流中间I帧的可靠性,一般重传次数为2～3次。
(3)弱重传:用于视频P帧的传输,重传次数为1次或者不重传。
3.2 基于反馈环路的自适应流量控制
在提高网络带宽利用率的同时,为了避免网络拥塞,需要采用流量控制策略调节当前的发送速率。当网络负载较重、发生拥塞时,分组的往返时间和丢失率会增大,当网络负载较轻时,分组的往返时间和丢失率相应较小。因此,可以通过分组的往返时间或者丢失率来判断网络的拥塞状态。
分组丢失率的计算方法如下:接收方在收到第一个RTP分组后开始计时统计收到的分组字节数,统计的时间间隔为10s,之后通过RTCP分组发往发送方。发送方在收到RTCP报告分组后,根据此期间实际发送的分组字节数来计算分组的丢失率。由于网络的变化经常是突发性的,偶尔一两次参数的变化并不能代表网络的真正变化,而且网络自身对拥塞有一定的恢复能力。因此,用先前测得的分组丢失率与当前计算的分组丢失率的平均值作为判断的依据。即
为了更好地反映网络的状况,把分组丢失率的门限分为两个等级:Plow,Pup =2 Plow,其中,Plow是以一个反馈间隔内实际测试的分组丢失率为标准设定。当分组丢失率小于Plow时,表示当前网络处于轻载,此时速率可以稳步增长以提高带宽的利用率,增长的步长为10Byte;当分组丢失率位于[Plow,Pup]之间时,表示进入拥塞避免状态,此时速率必须降低增长步长,或者适当降低速率,调整速率的步长为5Byte;当分组丢失率超过Pup时,表示当前网络处在拥塞状态,必须降低速率。基于分组丢失率的速率调整的伪码如下:
#define INC_STEP0 10
#define INC_STEP1 5
Plow = Plost // 初始化
……
if ( Pcurlost < Plow) // 稳步增长
r = min(r + INC_STEP0, MaxRB);
else if ( Pcurlost < 1.5Plow) // 拥塞避免
r = min(r + INC_STEP1, MaxRB);
else if ( Pcurlost < Pup)
r = max(r - INC_STEP1, MinRB);
else // 拥塞
r = max(0.5r, MinRB);
3.3 视频质量的动态调整
为保证视频播放的实时性和连续性,要求发送端维持稳定的发送帧率。发送帧率不稳定主要由于以下两种原因:①发送速率由于流量控制而降低。每个视频帧的大小可能维持不变,但是降低的发送速率已经不能维持之前的发送帧率。②场景产生大幅度变化时。发送速率不变,但是每个视频帧的大小变大了。在上述两种情况下,可通过降低视频的压缩质量的策略来维持一个比较稳定的发送帧率。
为了获得在不同视频质量下、不同发送速率时发送端能够支持的发送帧率范围,必须对其进行测试。本研究选择了H.264视频压缩编码模块JM718M,对其输出选用4种视频质量(42、38、30和20)作为动态调整的范围。测试结果显示,分辨率为CIF格式、视频质量为38的视频流,当场景小幅度变化时,32Kbps～101Kbps的发送速率能够提供的发送帧率范围为4.6f/s～16.2f/s;而对于大幅度变化的场景,50Kbps～101Kbps的发送速率只能够提供1.3f/s～4.0f/s的发送帧率。由此可见,同一质量的视频在场景不同时发送帧率变化很大,发送帧率变化大会影响实时回放。
为了保证比较稳定的回放质量(包括观赏效果)和提高实时性,将发送帧率控制在5.0f/s～9.0f/s,视频质量初始等级为42。在此基础上针对发送帧率的变化原因设计视频质量的动态调整策略。该策略将视频质量从高到低分成4个等级,如果是由于流量控制导致的发送速率变化引起的,则把当前质量等级上下浮动一级。如果是由于场景变化造成的,则采用快降缓升的等级变化。
具体定义如下:
(1)将视频质量从优到差分为:42、38、30和20四个等级,起始等级为42。
(2) 设定视频质量变化的发送速率门限为62Kbps(Sth= 418B)。(该门限是采用双CDMA传输链路理想的最小速率门限。实际使用过程中,可能会根据信道质量变化)。
(3) 视频质量调整的帧率上下门限为9f/s(Shigh)和5f/s(Slow)。
视频质量调整的流程图如图3所示。
当源端的发送速率小于Sth,表明信道质量较差,可将视频质量下调一级;当源端的发送速率大于Sth,表明当前信道质量较好,视频质量上调一级。 以10个连续的P帧为周期计算当前的发送帧率,则发送帧率(Sframe=发送速率/10个P帧的平均长度)。在视频传输中P帧速率才是发送帧率的真正体现(I帧长度至少比P帧高出一个数量等级)。如果发送帧率小于Slow,则视频质量下降至最低等级;如果发送帧率大于Shigh,则视频质量上调一级。
视频质量下调是为了获得稳定的帧率,虽然画面没有原来清晰,但毕竟是在接收端可获得连续的播放效果。视频质量的上调是为了尽可能地提高画面质量。经过测试,视频质量的更新由于算法复杂度的存在大致需要花费130～150ms的时间,但这对视频的回放质量不会有很大的影响。
3.4 多链路轮转调度
为了提高物理的吞吐率,本系统使用多链路并行传输的方式。多传输链路的使用分流了发送的数据量,减轻了单个链路的负载,有利于拥塞的避免。多链路的使用还增加了传输带宽,意味着可以提高发送速率以负载较高的视频压缩质量(提高发送帧率或者降低压缩比),提高视频的回放质量。但是,链路负荷增加的同时也增加了拥塞的风险,因此,必须在两者之间进行权衡。
在设计多链路轮转调度策略时侧重于链路传输质量的维护,即每个链路维持普通的发送速率(信道的实际发送速率的50%～80%),由于网络自身就存在拥塞的恢复能力,低发送速率可以减少拥塞发送的概率。然后通过多个传输链路的协同操作,共同提高发送速率。
多链路协同操作的方法是:发送方维护着一个链路轮转队列,当有数据发送时,从轮转队列中按照FIFO的方式选取空闲的链路发送;当收到接收方的RTCP反馈时,根据计算的传输链路的分组丢失率更新链路轮转队列。如果若干个链路的分组丢失率超过了拥塞门限,分组丢失率最高的链路进入休眠加快网络拥塞恢复的速度(无流量比有流量恢复的更快),其他链路经过速率调整后加入轮转队列继续使用。进入休眠的链路在休眠时间到后也加入链路轮转队列参与数据的发送。一般来说链路的休眠时间远小于反馈周期。在理想情况下,只要调度得当,多链路可以并发使用,共同提高发送速率。
当多个链路加入轮转队列后,在实际传输过程中,就开始从轮转队列中选择空闲链路进行传输。如果当前链路传输的是视频子帧则封装成RTP分组传输并把该分组加入等待确认队列,如果是需要重传的分组则直接传输。
上述多链路调度方法的唯一不足就是在进行链路质量控制时所进行的休眠。虽然只有一个链路进入休眠,但是无论休眠时间的长短,对链路数比较少的应用,肯定会造成发送速率一定的波动,特别是应用于双链路的传输方式时。因此,需要通过视频质量动态调整来对此进行补偿,在视频质量调整过程中在反馈间隔内统计的视频流发送速率必须是所有参与信道的总值,然后根据该值进行调整。
4 实验结果与结论
4.1 单CDMA传输链路流量控制策略的测试
综合考虑官方提供的CDMA信道传输速率的测试报告值(78Kbps)和实验实际测量值(57.8Kbps),在串口波特率为115200时,估计CDMA的最大上行速率约为68Kbps,并把最大上行速率的50%和80%(34Kbps和55Kbps)分别作为流量控制中发送速率调节的最低与最高门限,调节目的并不是为了竭尽地使用信道带宽,导致信道质量下降。
在单CDMA传输链路上,分组丢失率测试如表1所示。测试数据从单信道视频传输过程中统计得到,表1中前两行数据为未应用流量控制时的测试结果。根据未进行流量控制时的分组丢失率情况,把流量控制的分组丢失率下限Plow设置为2%。以340B和210B作为调节的上下限(这是以50ms发送间隔,换算得到的发送量),测试开始时发送量为275B,测试结束时发送量调节为240B,发送量调节方法按本文3.2节提出的流量控制伪码进行。应用流量控制策略后的分组丢失率见表1第3行。测试结果表明发送速率变化较为稳定,且分组丢失率明显比没有流量控制时降低。
从以上实际测试结果可以看出,在单CDMA传输链路上,视频数据的发送量基本在240B-300B之间变化,信道带宽的利用率不高,很难接近调节速率的上限。
4.2 双CDMA传输链路的测试
本文所设计的双CDMA信道的动态视频质量控制策略,目前已应用于“现场视频无线动态传输系统”中的远程监控设备,该设备基于ARM7 S3C44B0X并连接有2个CDMA1X模块,采用uClinux作为其应用开发平台,通过使用uClinux下的pppd以达到其远程接入的目的。虽然pppd支持multi-link,但是裁减后的uClinux内核在multi-link的路由选择方面有所欠缺。经过实际测试,在不指定传输分组路由的情况下,直接通过socket交付分组到内核传输时,内核通常情况下只会选择一条路由作为其转发路由,该路由通常是最先ppp拨号成功的CDMA模块产生的路由,另一个CDMA模块拨号成功产生的路由上只有一些突发的流量,因此,如果双信道不使用控制策略,在uClinux下利用双信道传输,只相当于单信道的传输能力。其传输能力如表2所示。
表2表明:在单信道模式下,使用固定帧率和固定发送速率,会导致视频传输的剧烈抖动(到达帧率波动较大),除非使用较低的视频压缩质量,但这势必影响视频的观赏效果。应用本文所提出的策略后的双CDMA传输链路的分组丢失率情况如表3。
由表3可见,发送方根据两个UDP连接的分组丢失率来运用双链路轮转策略,最终得到的传输效果为传输速率稳定在58Kbit/s-80Kbit/s之间,到达帧率在4.7f/s-8.1f/s之间变化。其中到达帧率和传输速率是在接收方计算得到的,分组丢失率是视频传输停止时的平滑值。该传输速率大于单链路传输时的理想速率,且位于双链路的理想速率之间68Kbit/s-108.8Kbit/s。结果表明,双链路轮转调度算法可以线性提高发送方的发送速率,维持一个较稳定的发送帧率。
5 结束语
本文提出的基于分组丢失率的多链路并行传输控制机制应用于CDMA无线传输信道,能有效提高CDMA信道的利用率,使得利用窄带信道实现视频信号的实时传输获得良好效果。该机制应用于“现场视频无线动态传输系统”(福建省科技计划重点项目,获2008年福建省科学技术二等奖),在3G尚未广泛应用时,利用现有的窄带无线信道实现视频信号的实时传输,实现有线网络无法到达地区的实时视频监控及一些重要场所的临时布控,具有重要意义。
参考文献
[1]王丽丰,牛建伟等.基于H.264无线视频传输系统的研究.计算机应用与软件,2005,22(10):139-141
[2]范英磊,苏放等.无线视频传输中自适应的前向纠错技术.高技术通讯,2007,17(11):1131-1135
[3]范英磊,苏放等.无线视频错误控制技术研究.无线电工程,2007,37(10):44-49
[4]祁晋,王健等.双路信道无线视频传输系统设计.计算机应用,2008,28(11):2756-2759
[5]郝宏伟,王淑敏,李渊.基于DM642的嵌入式视频监控系统的实现与优化.2008,29(3):103-107
[6]吴怡,王平,林小芳.基于CDMA I X网络的远程图像传输设备的设计.云南民族大学学报(自然科学版),2005,14(1):51-53
MIMO系统信道模型及信道容量 篇2
在实际的MIMO无线系统中由于无线传输线路伴随着各种衰落和多径效应的广泛存在, 使MIMO通信系统的信道的频率随时间不断变化。当信道的时延扩展T远远大于或相当于符号的持续间隔T 。发送的信号发生了时间色散现象, 这样就引起了码间串扰 (ISI) , 接收端所接收到得信号中包含了经历衰减和时延的发送的多径信号, 产生了接收信号失真。这样的信道称为频率选择性信道, 如图1 所示。
考虑点到点的MIMO通信系统, 有Nt根发射天线和Nr根接收天线, 不考虑噪声的情况下MIMO的信道模型可以表示为:
H (t) 为MIMO系统的信道矩阵。假定信道服从瑞利分布, Hl中的元素是均值为零的高斯随机变量。Hl是MIMO信道H () 在第l径, 时的信道脉冲响应。当l 0 时对应频率平坦性衰落信道矩阵。
当Rlr, dr和Rlt, dt都是单位矩阵时, 就是空间独立的频率选择性信道, 即为:
2 无线通信系统信道容量分析
无线通信系统中的信道容量的研究是研究其他无线通信技术的基础, 对于分配有Nt根发射天线和Nr根接收天线的多输入多输出 (MIMO) 信道, 发射端不知道传输信道的状态信息条件下, 如果信道的幅度固定, 则信道容
3 小结
MIMO信道的容量在很大的程度上取决于天线之间的相关性能和MIMO信道矩阵的满秩情况。在MIMO信道模型中, 考虑相关性的方式类似于通常在波束形成 (BF) 信道模型中的做法, 用一个相关矩阵前乘或后乘信道矩阵来控制天线的相关度, 使其成为路径角度、天线间隔和工作波长的函数。
摘要：MIMO通信技术与正交频分复用OFDM技术相结合是3G移动通信时代和后3G时代的关键技术之一, 不仅能进一步提高频谱利用率, 抗频率选择性衰落还具有良好的抗多径干扰等能力, 本文针对MIMO-OFDM信号检测算法展开研究, 在接收端和发送端分别采用多天线能显著地提高系统容量, 但容量的提高必须采用合适的信号处理技术, 现在有各种方案可应用到MIMO系统, 如最大似然 (ML) 检测算法、迫零 (ZF) 检测算法、最小均方误差 (MMSE) 检测算法、V-BLAST检测算法等, 人们提出了各种各样的改进算法, 为了评估这些信号检测算法的特性, 必须建立一个合适的基于MIMO系统的无线信道模型
关键词：OFDM技术,MIMO通信技术,信道容量
参考文献
[1]范毅君, 蔡家麟.OFDM通信系统研究及其仿真分析[J].软件导刊, 2009 (01) .
[2]石瑞华.MIMO在无线通信技术中的应用[J].苏州工职院, 2009 (02) .
[3]李忻, 黄绣江.MIMO无线技术的研究现状[J].2006 (05) .
[4]贺翠.MIMO-OFDM系统信号检测技术研究[J].西安电子科技大学硕士学位论文, 2008 (01) .
[5]绛岩林.MIMO系统中的信号检测与预编码[J].西安电子科技大学, 2008.
[6]赵谦.无线MIMO系统的容量及信道估计算法的研究[J].2005 (04) .
信道质量 篇3
超宽带通信是一种短距离无线通信技术, 它具有传输速率高, 安全性好, 抗多径能力强以及定位精确等优点, 特别是它不需要占用额外的频谱, 可与现有无线通信系统并存, 使它在频谱资源日益紧张的今天受到广泛关注, 已成为无线通信技术的研究热点。超宽带信号有两种产生方式:一种是基于极窄脉冲的传统冲激无线电;另一种是基于OFDM的多频带超宽带。超宽带技术虽然具有优点, 但是想实现高速率高性能的数据传输还面临许多技术挑战。无线信道是数据传输的媒介, 信源发出的信息都需要通过信道传输, 而信道的多径延迟直接决定通信质量。因此, 就必须在接收端抽样判决之前对数字信号的畸变进行处理, 这就是信道均衡。设计均衡器时, 可以采用两种不同的方法:直接均衡法和间接均衡法。其中, 间接均衡法要求首先进行信道估计。
在基于OFDM的无线通信系统中[1], 由于传输速率较高, 并且需要使用相干检测 (coherent detection) 技术获得较好的性能, 因此通常采用加入导频的非盲估计来获得较好的估计效果, 这样可以更好地跟踪无线信道的变化。OFDM系统中有两种导频方式[2]:一种是块状导频, 即一个OFDM符号内所有的子载波都用来发送导频符号;另一种为梳状导频, 即一个OFDM符号内的某些子载波用来发送导频符号。文献[3]提出的算法先在发送信号中插入块状导频, 然后通过区分不同信道条件选择合适长度的时域滤波器, 来对信道进行估计, 从而降低了MSE。但是在CP长度小于信道最大多径延迟时, 信道估计性能会严重下降。
本文基于块状导频提出了一种信道缩短的信道估计算法。该算法适合于不同信道长度的信道估计。特别在CP长度小于信道最大多径延迟时, 可使得到的复合信道长度小于CP长度, 从而通过估计复合信道来较精确的估计出原始信道参数。仿真结果表明:在CP长度小于信道最大多径延迟时, 本文提出的方法可以得到更低的MSE。
2 系统模型
基于MB-OFDM的超宽带系统的传输和接收如图 1所示。
用X (k) (k=0, 1, 2, …, N-1) 表示输入的二进制比特序列, 在插入导频信息后, 进行IFFT变换转化为时域信号x (n) :
其中n=0, 1, 2, …, N-1, N代表子载波的数目。一个MB-OFDM导频符号和若干个数据符号在一起构成数据块, 其中导频符号用于信道估计, 数据符号用于信道缩短。在发送信号前端插入CP以消除ISI和ICI, 假设CP的长度为l, 在插入循环前缀后x (n) 变为xf (n) :
在此MB-OFDM超宽带系统中做以下假设:
(1) 循环前缀长度不小于信道最大多径延迟;
(2) 信道在一个数据块中保持不变;
(3) 接收机要保持同步。
在以上三个假设的基础上, 接收序列rf (n) 可以表示为xf (n) 与信道的线性卷积再加上噪声w (n) :
其中w (n) 为零均值高斯噪声序列, h (n) 为传输信道的冲激响应。在接收端, 接收信号r (n) 可以表示为:
对r (n) 进行FFT变换可以得到R (k) :
对超宽带信道模型:IEEE802.15.3a工作组及其子委员会于2003年7月颁布了最终的UWB的室内信道模型, 这个信道模型被假定在观察期间是静止的。
IEEE模型的信道冲激响应可以表示为[4]:
其中X是对数正态随机变量, 代表信道的幅度增益;N是观测到的簇的数目, K (n) 是第n簇内接收到的多径数目, αnk是第n簇内第k条路径的系数, Tn是第n簇的时延, τnk是以Tn为基准, 第n 簇的第k个多径分量的时延。
3 信道缩短
由于在信号传输时很难知道信道的确切长度, 所以当CP长度小于信道最大多径延迟时就会造成ISI和ICI, 为了消除这种干扰, 就必须增大CP长度, 然而增大CP会使数据传输率下降, 因此就有必要采用信道缩短技术。其思想为接收信号r (n) 序列通过一个时域均衡器TEQ (F) , 通过调整均衡器的抽头系数, 使信道h 与均衡器f卷积得到复合信道c的能量集中在一个固定长度的时间窗内, 而窗外的抽头系数尽可能为零, 来达到信道缩短的目的。设CP长度l为32, 数据长度u为128, 则数据总长度为M=l+u=160。
假设在一个数据符号内, 发送信号的结构如图 2所示。
其中xf (j) =xf (j+128) (j=1, 2, …, 32) , 当此序列通过信道后, 假设离散信道有64个抽头, 则:
由 (7) 和 (8) 可以得到:
在 (9) 中, 由于w为零均值高斯白噪声, 故w (32) -w (160) 均值为零, 又因为xf (n) 不可能对应位置全部相等, 所以只有h (j) =0 (j=32, 33, …, 63) 。因此可以通过r (32) 与r (160) 之间的误差最小, 使h (32) 、h (33) …… h (63) 趋近于零, 以达到信道缩短的目的[5]。假设通过信道缩短均衡器的输出序列为y (n) , 则据此提出代价函数[5]:
其中M为每个数据符号的长度, k为符号个数, τ为信道延时, 则问题可归结为:求最佳缩短均衡器系数Fopt 使JΔ最小。为避免F=0的情况出现, 设立约束条件:‖F‖=1。
利用梯度算法可以求得最佳信道缩短均衡器系数Fopt。于是在复合信道C中, 信道长度相当于缩短到小于或等于CP的长度l。
4 信道估计
令C=[C (0) C (1) …C (N-1) ]T为复合信道的频域冲激响应, Y=[Y (0) Y (1) …Y (N-1) ]T为经过复合信道传输后接收信号向量。接收信号向量Y可以表示为:
其中X=diag (X (0) X (1) …X (N-1) ) T为传输信号矩阵, W为噪声序列的傅氏变换。
通过LS准则
得到复合信道估计:
然后经过解卷积得到原始信道估计:
5 仿真
仿真中采用IEEE标准室内模型CM1[6], 离散信道分辨率为1ns。发送信号中CP长度l取32, 每个符号中数据长度u取128。
图 3表示当CP长度大于信道最大多径延迟 (离散信道抽头数为20) , 且观测数据长度固定为500时, 采用信道缩短技术与不采用该技术得到原始信道估计的均方误差 (MSE) 和信噪比 (SNR) 的关系曲线。由图可见, 在信道的最大延迟小于CP长度l时, 采用信道缩短技术与否对信道估计的效果影响不大。
图 4表示当CP长度小于信道最大多径延迟时 (离散信道抽头数64) , 且观测数据长度固定为500时, 采用信道缩短技术与不采用该技术得到原始信道估计的均方误差 (MSE) 与信噪比 (SNR) 的关系曲线, 由图可见, 在信道最大多径延迟大于CP长度l时, 采用信道缩短技术比不采用该技术可得到更低的MSE。尤其在信噪比为7dB情况下, 其MSE平均低约2.67dB。
6 结论
在基于MB-OFDM的超宽带系统中, 针对CP长度小于信道最大多径延迟时无法准确估计信道的问题, 本文提出一种基于信道缩短的信道估计算法。算法通过MB-OFDM超宽带系统中的CP结构, 在最小误差准则的基础上, 建立了信道缩短模型, 从而得到缩短后的复合信道, 然后利用LS算法对复合信道进行估计, 最后由解卷积得到原始信道的估计。仿真实验表明, 采用了本文所提出的算法后, 在CP长度大于信道最大多径延迟时, 估计信道的MSE性能几乎没有变化;在CP长度小于信道最大多径延迟时, 在相同信噪比情况下得到很大改善。
摘要：针对多频带超宽带系统, 提出了一种基于信道缩短的信道估计方法。利用循环前缀 (CP) 结构, 在接收机前端设计信道缩短均衡器, 解决了循环前缀长度小于信道最大多径延迟时难于估计信道参数的问题。根据均衡器输出序列估计出复合信道, 通过反卷积解出原信道参数。计算仿真表明该算法具有良好性能。
关键词：多频带超宽带,信道缩短,信道估计
参考文献
[1]王文博, 郑侃.宽带无线通信通信OFDM技术 (第一版) [M].北京:人民邮电出版社, 2003.
[2]罗仁泽.新一代无线移动通信系统关键技术[M].北京:北京邮电大学出版社, 2007.
[3]FAN Xiang-ning.An Improved Channel Estimation Al-gorithm for OFDMUWB[A].Proc.of IEEE Internation-al Conference on Wireless Communications, Networkingand Mobile Computing[C].IEEE, 2005:173-176.
[4]David R.McKinstry.Ultra-Wideband Small ScaleChannel Modeling and its Application to Receiver De-sign[D].Master's Thesis, Dept.of Electrical andComputer Engineering, Virginia Tech, Blacksburg, VA, 2003.
[5]R.K.Martin, J.Balakrishnan, W.A.Sethares and C.R.johnson.Blind, Adaptive Channel Shortening for Multi-carrier Systems[A].Proc.of Signals, Systems andComputers, 2002[C].IEEE, 2002:372-376.
信道质量 篇4
目前XX通信模拟训练系统的研发已经基本完成, 进入调试、完善阶段。在对其深入研究后发现系统在一定程度上仍然不能完全满足训练的需要, 系统中还是普遍存在一个问题:原模拟训练系统中信道控制器对于通信效果的判决上方法较为简单粗糙, 即采用手动输入设置通信质量等级的方式来反映通信效果的好坏, 1 到10 个等级, 依次代表通信质量从好到坏的程度, 这种方式人为因素占主导, 也就是只能通过导调人员下达的导调方案来手动进行设置, 不能真实地反映通信的实际效果, 使得训练效果大打折扣。
基于以上考虑, 就需要对信道控制软件进行改进和完善。利用信道模型计算出通信质量等级来取代目前手动输入通信质量等级的方式。这种方式可以通过数据客观地反映出通信质量, 模拟通信效果, 满足贴近实战的训练要求, 有效地提高训练水平。
1 信道控制软件
1.1 信道控制软件概述
信道控制软件是XX通信模拟训练系统中重要的组成部分, 它能够支持多种无线通信手段的通信装备和组网训练, 涉及范围广, 软件多, 组网复杂, 不仅对系统研发人员提出了更高的要求, 并且能使受训人员能熟练地操作通信装备, 灵活地进行组网。
信道控制软件利用通信网络控制技术在系统中起着承上启下的作用, 对下管理设备, 对上形成拓扑, 响应导控命令, 配合指控运行。对组成的通信网内中各模拟训练器设备的参数状态进行监控、以及通过模拟训练装备之间的通信参数匹配实现在有线环境下模拟训练装备之间无线通信的功能, 即监控当前各模拟训练装备当前状态、各类分系统间协议转换与数据交互、模拟设备参数收集、设备监管与网络拓扑识别等主要功能。
1.2 信道控制软件的组成
信道控制软件主要由设备处理模块、公共构件、通信专业构件和拓扑生成模块以及基于UDP和TCP的网络通信接口和数据库接口等基础支持接口组成。如图1 所示。
(1) 设备处理模块。设备处理模块主要处理模拟设备的注册、注销、入网、退网、心跳等一系列通信协议。
(2) 通信专业模块。通信专业模块是信道控制软件对实现各类模拟 (或虚拟) 设备的注册登记、协议转换、参数交换、实时管控等功能, 是实现各类通信网系有机融合的关键部件, 由无线电台构件、交换路由构件、接力通信构件、微波接力构件、移动通信构件、卫星通信构件等组成。不同的模拟设备具有不同的组网特性, 信道控制软件以模块化方式将不同专业的通信构件进行封装组合、用以支持模拟设备运行。
(3) 拓扑生成模块。拓扑生成模块主要由单网系拓扑生成和多网系拓扑生成组成。单网系拓扑生成主要是基于通信专业模块的结果生成。多网系拓扑生成主要是基于单网系拓扑、通信路由、地理气象环境仿真、电磁环境仿真以及网络状态生成。
(4) 公共模块。公共模块主要为模拟设备训练提供外部的环境支撑, 包括战场环境响应构件、路由判断构件和SIP语音控制构件等一系列公共构件的支持。
(5) 模拟训练装备通信接口。模块训练设备通信接口主要实现信道控制软件与模拟训练装备UDP通信, 进行UDP通信的开、关、收、发等功能。
(6) 数据库通信接口。数据库通信接口主要实现信道控制软件与数据库的通信, 进行数据库连接、数据库关闭、数据库读、数据库写等功能。
1.3 信道控制软件工作流程
信道控制软件工作流程参见图2 信道控制软件工作流程图所展示。信道控制软件与外部设备的互联关系是模拟训练装备通过通信接口与信道控制软件互联, 导控系统和指控网络控制器通过数据库接口与信道控制软件互联, SIP语音服务通过SIP控制接口与信道控制软件互联。信道控制软件内部之间的各模块通过主程序进行集成和互联。
首先, 导调人员通过通信业务控制席位计算机上安装的信道控制软件界面设置操作, 选择训练模式, 并根据导调指令设置模拟训练器设备间的通信质量等级。
其次, 在模拟训练装备开机后, 其注册请求通过网络接口传送到信道控制软件的网卡, 并进入信道控制软件的网络数据接收模块, 该模块把数据分发到数据处理模块队列中, 等待通信专业模块进行处理, 同时信道控制软件回复模拟训练装备数据已经安全收到, 回复数据也进入队列排序, 等待处理。模拟训练装备收到注册命令回复后, 回复应答命令, 表示设备在线, 以数据包的方式上报当前设备参数并且在参数变化后也需要上报。信道控制计算机对已注册的模拟训练装备要实时查询其在线状态。所有产生的数据信息通过数据接口全部存储在系统数据库中已被调用。
再次, 通信专业模块通过获取数据包的类型进行同类型间或不同类型间的参数比对, 进而对模拟训练装备进行通信参数匹配, 发出组播地址, 将不同通信方式划分到一个子网中。
最后, 信道控制软件会通过信令下发模块把之前手动设置的通信质量等级下发到相应的模拟训练装备。模拟训练装备根据接收到的通信质量等级来确定通断状态, 从而模拟出通信效果。
2 信道仿真应用的实现方案
通过对信道控制软件的介绍, 从中看出信道控制软件在信道质量的判定上设计比较简单, 判别通信效果仍然依靠手动输入设置通信质量, 没有利用现有的信道模型, 仿真水平低, 远远不能满足当前训练的需要。故需要对其进行改进和完善。
2.1 信道仿真应用的实现设计方案
本文所构想的应用方案是在原信道控制软件的通信专业模块的基础上, 新添加一个功能模块, 叫做信道判决模块。信道判决模块主要由无线传播模型和数据处理模型组成, 如图3信道判决模块构成图所示。
存储在数据库中的自然环境信息、电磁环境信息以及设备参数由导控网发送给无线传播模型和数据处理模型, 先经过无线传播模型计算出无线传播路径损耗, 再将路径损耗值输入数据模型中计算信噪比、误码率, 然后根据既定标准估算出通信质量等级经过SIP控制接口发送给模拟训练装备, 模拟出相应的通信效果。
通信专业模块中不同方式的通信构件众多, 且工作流程基本相似, 所以仅以电台组/退网构建为例, 介绍信道判决模块在信道控制软件中的工作流程, 如下图4 信道判决模块工作流程图所示。
在XX通信模拟训练系统中, 系统数据库提供了大量各模拟训练装备的自然环境信息和复杂电磁环境信息, 而且模拟训练装备开机向信道控制软件注册时, 上报了各模拟训练装备的位置、IP地址、工作模式、频率、功率等信道参数信息, 这些信息会实时存储在模拟训练系统数据库中, 并且信道控制软件可以通过导控网读取这些信息。
模拟训练装备通过通信接口将参数信息上传到参数解析模块。参数解析模块将设备参数存入系统数据库, 并将合法参数进行解析放入对应的参数比对模块。参数比对模块将设备参数进行参数比对, 形成一个电台子网, 并将比对结果放入信道判决模块。
信道判决模块利用建立的信道模型结合设备参数、通信距离、地形环境、气象环境和电磁环境等各种数据信息进行处理后, 计算出误码率、信噪比等, 近似地描绘出通信设备的通信质量等级, 信道判决模块将估算后的通信质量等级采用UDP封装的方式, 通过SIP控制接口下发通断判决指令给目的模拟训练装备执行, 模拟产生相应的通信效果。
信道控制软件通过导控网读取这些数据参数时, 只要设备参数、环境信息和复杂电磁环境信息等发生改变, 信道判决模块就要重新计算通信质量。参数改变一方面包括导控系统数据库更新参数, 另一方面也包括设备参数变更时, 模拟训练装备重新组网, 设备环境、电磁参数出现变更, 都要重新计算通信质量。
这样就使得信道控制软件控制输入信号的过程贴近实际, 取代以往单纯地依靠导调指令手动输入通信质量等级来决定信号的通断, 以客观数字作为依据来反映两个通信模拟训练装备能否互相连通。
3 总结
信道质量 篇5
一、预备知识
对于DMC, 定义信道容量为
其中P表示输入字母概率分布, Q为信道转移概率矩阵。这一容量的计算是一个多元函数在有界闭区域上求解约束极值的问题, 利用此方法求信道容量的计算量非常大, 下面我们将具体给出几种DMC给出信道容量的计算方法。
二、DMC信道容量的计算及应用
2.1对称信道的信道容量的计算。[1]定义1如果信道矩阵Q的每一行 (列) 都是另一行 (列) 的置换, 则称为对称信道。对于对称矩阵信道, 有如下结论:
定理1对称信道的容量
而且当输入X为等概率分布时达到信道容量。
解由定理1得
注:在对称信道中, 输入等概为最佳输入分布, 且只有当信道的输入符号是等概率分布时才能达到最大值信道容量。
2.3行准对称信道信道容量的计算[2]。定义3如果一个离散信源的信道矩阵列可排列而行不可排列, 按行划分成若干个互不相交的子集, 各子集既是行可排列也是列可排列, 则称此矩阵所表示的信道为按行划分的准对称信道, 简称为行准对称离散信道。定理3对于行准对称离散信道, 当按行划分的每个子集的输入等概率时达到信道容量。
本文讨论了几种特殊的离散无记忆信道的信道容量的计算问题, 并指出相应的最佳输入分布。信道容量的计算是一个相当重要和复杂的问题, 除了本文中总结的几种方法外, 在实际中还经常使用迭代算法来求信道容量, 此种方法能够避免在边界上进行计算所带来的麻烦, 也是一种非常重要的方法。
摘要：信道容量表示通过信道可以传输的最大信息量, 本文总结了几种离散无记忆信道 (DMC) 的容量的计算方法, 指出了计算中应注意的地方, 并通过具体的例子予以说明。
关键词：信道容量,转移矩阵,DMC信道,计算方法
参考文献
[1]石峰, 莫忠息.信息论基础[M].武汉:武汉大学出版社, 2006.
信道质量 篇6
自从Hyacinth[3]与Ramon[4]提出了多接口多信道技术后，已经有很多人对静态信道分配算法进行了研究。在文献[2,5]中，一个集中的信道分配和路由算法是被提出，它主要是链路被遍历时按照某种顺序，同时不同链路的结尾节点必须使用相同的信道。如果两条相邻链路的末端节点分配的信道不同，此时必须对一条链路的末端节点进行重新分配信道，保证整个网路的连通性。在文献[6]中，一个混合的信道分配算法是被提出，它主要是使一些射频接口被固定的分配信道，另一些射频接口没有与固定的信道绑定，可以频繁的进行信道切换。在文献[7]中，提出了一种根据流过链路流量大小来对节点进行分优先级，然后根据优先级的高低来对链路进行信道分配。文献[8]提出了一种集中式信道分配算法，它以网络受到总干扰量最小为目标，每个节点贪婪的选择使用后对自己干扰最小的信道来进行信道分配。在文献[9,10]提出一种考虑网络中链路负载的信道分配算法，它假定每条链路上的流量为一个常量，与实际网络中局部流量过大会出现随机冲突产生的情况不符。
总之上面提到的多信道分配方法虽然在一定程度上改善了网络的性能，但它们都很难满足以下的条件要求:
1)当分配一条信道给一个射频接口时，这个信道分配算法不能仅仅依据在这个节点附近是否存在干扰，还要根据此时该节点附近的流量情况做出选择。忽略节点间的相互影响和网络中实际的带宽分配情况往往得到的不是最优解，往往还会伴随着发生由于射频接口的限制出现的信道数大于射频接口数的情况，需要对信道进行重新分配如图1所示。
2)信道分配算法应该独立于任何特定的链路带宽分配。因为依据特定的带宽分配情况而得到的信道分配方案，往往没有什么意义。因为对于实际的网络而言，它的网络带宽情况不同于特定的网络，这样之前的所做的信道分配就会变得与依据实际带宽情况分配的信道不同。
在这里我们提出一种集中式的信道分配算法用来解决这些问题。这个算法分成两个阶段，分别是对链路进行分组和对组进行信道分配的信道分配方法。这个信道分配方法不依赖于任何特定的链路带宽进行信道分配。
1 问题定义
无线Mesh的路由节点相对固定，客户端节点可以移动。客户端节点传送数据给路由节点，路由节点再向有线网转发数据。在这里我们定义每个路由节点u共有k(u)个射频接口，同时有|C|个可用的信道数。每个射频传输的最大距离和干扰距离分别为rT和rI。定义无线Mesh拓扑图GI=(V,EI)，节点u,v∈V，无向边uv∈EI，只有在d(u,v)≤rT时，这个边才存在，d(u,v)定义了u和v间的距离，c(u,v)定义了边u和v间能传输的最大的数据量。定义节点集合VAV是网络中充当路由节点的集合，定义集合VGV是路由节点中充当网关节点的集合。
定义一个信道分配集合R，其中R(u)定义为节点u所代表的信道数，其中|R(u)|≤k(u),u∈V。R信道分配方案会出现一个新的图G=(V,E)。两个节点使用同一信道在彼此的通信范围时，它们的边才存在。即当d(u,v)≤rT和R(u)∩R(v)≠同时成立时，uv∈E边才存在。当xy∈E和uv∈E中x、y、u,v共4个节点中存在任意一个节点在另一个节点的链路的干扰范围内时，同时它们有共同的信道即R(u)∩R(v)∩R(x)∩R(y)≠时，两条链路才会出现干扰。
所有的信道分配结果都会出现一个连通图，我们要在这些连通图中选择一个网络吞吐量最大的连通图。不同的连通图的网络性能不一样的原因是不同的连通图选择的边的子集不一样，不同的信道分配会使链路受到的干扰程度也不一样。
2 网络结构
2.1 网络拓扑
考虑到一些环境恶劣的地方如地震救灾现场、自然保护区的生态监测等地的客观原因，在这些地方部署无线Mesh网往往需要在不同的区域同时设置多个节点。为了避免一些节点失效，导致整个网络瘫痪。这里采用分层的网络拓扑进行组网，如图2所示。
2.2 协议干扰模型
对于任意两个接口u和v，能成功通信的条件为，接口u和接口v之间的物理距离小于通信距离，并且接收节点在所有其他发送数据的节点的干扰范围之外。在协议干扰模型中，假设两节点间的通信距离为r，干扰距离为RI，在k-跳协议干扰模型[11,12]中RI=kr，即在单个节点k跳通信范围内的所有节点都会受到干扰。
在图3所示的网络中，节点集合为V={v1,v2,v3,v4,v5,v6}，链路集合为E={(v1,v2),(v1,v4),(v2,v3),(v2,v5),(v3,v6),(v4,v5),(v5,v6)}，虚线圆形分别为节点v1和节点v4的干扰范围。考虑链路(v1,v4)，在协议干扰模型下，除了链路(v3,v6)，其余所有链路都为链路(v1,v4)的干扰链路。
3 信道分配
为了最大化网络的整体吞吐量和减少关键链路受到干扰的程度，我们对于承载更多流量的关键链路优先分配信道，对于数据很少经过的链路最后分配信道。原因是优先分配信道的链路，受到的干扰少，而干扰往往是链路吞吐量下降的主要因素[13]。链路吞吐量[14]主要取决于这条链路所能承载的最大流量的能力和网络的拓扑结构GI和它们的射频传输数据的能力。
3.1 链路分组
为了确定关键链路，利用最大流最小割定理[15,16]计算出在图GI中从客户端节点到网关节点的关键链路。利用最大流最小割定理，把无线Mesh网络这个多个源节点多个目的节点的网络N=(V,E,c,X,Y)，将其等价为一个单个源节点单个目的节点的网络N'=(V',E',c',X',Y')，其中(1)V'=V∪{s,t}，s,t分别是N'的源节点与目的节点;(2)E'=E∪{(s,x)|x∈X}∪{(y,t)|y∈Y};(3)c'=c(e),e∈E;c'(s,x)=",x∈X,c'(y,t)=",y∈Y。也就是说，添加两个超级节点在Mesh网中分别当作源节点VA和网关节点VG，现在形成了一个新的单个源节点单个目的节点的有向图G'I=(V',E'I),V'节点集中包含集合V中的所有节点包括节点VA和VG。E'I边集合包含集合EI中的所有边和节点VA、VG与其他节点所构成的边。最大流最小割计算的结果可以用fG'I(u→v)来表示链路所承载的带宽。
为了避免网络中节点出现信道数大于射频接口需要重新递归解决和减少关键链路的干扰的情况。我们把信道分配算法分成两部分，第一部分根据链路所负载的带宽进行分组，一个组内可以包括很多不同的链路，同时每个节点所在的组数不能超过它的射频接口数。第二部分分配信道根据组内流量大小优先选择的组。
首先对所有的链路进行分组，如表1所示。
定义L(e)∈N,e∈EI，起始阶段所有的链路都没有分组。neigh(u)是任意节点u在图GI中的邻居节点，同时任意节点u所在的不同组的集合可以用g表示，经过任意节点u的所有链路的流量总和为Ftot，任意节点u所在的所有链路中分到一个组的链路流量之和定义为Floc。在对链路进行分组时，如果一个节点所包含的组数超过了它的射频接口数，那我们就需要对它所在的组进行合并，直到其组数最多和射频接口数相等。合并的原则是在该节点所在的组集合g中，找出所承载的流量最少的两个组进行合并，直到组数不超过节点的接口数为止(line 9—14)。把节点u承载的所有流量Ftot均分成k(u)份，经过节点u的所有链路按照链路流量的大小进行降序排序。把排序的链路依次分到一个组，直到该组的流量Floc超过Ftot/k(u)为止。按照这样的方法，对经过节点u的所有链路进行分组。若分组结束后，还有经过节点u的链路没有分组，那么就把剩下的流过流量较少的链路都分到最后一组(line 15—35)。这样做会使最后一个组的链路比较多。虽然它们使用一个共同的信道时，会出现很大的链路干扰，但可以保证前面降序排序的关键链路不会因为使用相同的信道的链路比较多，出现严重干扰。这样网络中的关键链路就不会成为限制网络性能的瓶颈。
3.2 对组内链路分配信道
由于已经对所有的链路进行了分组，这样可以保证每个节点上的接口数始终大于信道数，接下来我们只需对组进行分配信道，如表2所示。
为了保证网络的连通性，对每条链路的末端节点都分配一个相同的信道。当一条链路的末端节点在另一条链路中的节点干扰范围内时，两条链路可能出现干扰。定义εc为所有分配信道c的链路的集合，P(g)为与组g中链路存在干扰的所有链路的集合。集合I为组g中的所有链路的末端节点的集合。S(g,c)为组g分配信道c后与其干扰的链路的集合。如果S(g,c0)是空集，则表示没有链路与g存在干扰在使用信道c0。此时分配信道c0时，要使分配c0信道的链路尽可能的多。如果S(g,c0)不是空集时，那么我们在给c0分配链路时，在干扰不可避免的情况下应该尽量在S(g,c0)中选择干扰最小的链路给它分配信道c0。这个信道分配算法是对流量多的链路所在的组优先进行信道分配，这样尽可能地避免关键链路出现链路干扰。总之，在进行信道分配时，首先以链路所承载的流量降序排序所有的链路，对承载流量越多的链路优先分配信道。
3.3 信道分配的时间复杂度
定义网络中共有n个节点，共有m条链路。在链路分组阶段:当合并分组时，每条链路上的节点都需要检查其所在的组数是否超过它的接口数时，超过时需要合并节点所在的组，这总共需要o(m)，由于共有m条链路，则整个过程共需要o(m2)。同时在利用最大流最小割原理[7]确定关键链路需要消耗时间，这一过程总需要时间。在信道分配分配阶段:给每个组分配一个信道，同时每个组内的链路都使用相同的信道。计算链路分组的数目消耗时间o(m)，在计算与每个组g存在干扰的链路集合P(g)需要时间o(mn)，在这一阶段可以看作总的消耗时间为o(mn+m)=o[m(n+1)]≈o(mn)。故而该算法两个阶段总共需要消耗时间o(m2+mn)≈o(m2n)。
4 实验仿真与分析
本文采用ns2仿真软件来比较基于链路分组优先的信道分配算法(LD-CCA)和集中信道分配[2](CCA)的性能。仿真场景如下:25个节点均匀分布在110 m×110 m区域，分别随机选取5个源节点和目的节点。5个源节点分别按照特定速率产生udp数据流为240 Kb/s、430 Kb/s、350 Kb/s、280Kb/s、130 Kb/s，同时设置源节点发数据的速率在原来的基础上从1到10倍的变化，然后随机选择目的节点并向其发送数据。设置各数据包固定长度L=100 Byte，其中物理层宽带选用2 Mbps。多信道MAC协议的最小退让窗口CWmin=32，最大窗口值为CWmax=1 024。源节点发送数据在链路层最大重传3次。网络采用AODV路由协议，信道分配算法分别采用信道分配算法LD-CCA和CCA。实验采用分层的网络拓扑(图2)。为了保证实验结果的正确性，文中所有实验重复30次。实验中的平均吞吐量和平均丢包率分别指的是统计5个目的节点的平均值。可以得到结果如图4和图5所示。
从图4和图5，可以看出在网络带宽较少时，信道分配方法LD-CCA与OCCA的性能差别不是特别大，但是当网络的带宽继续变大时，OCCA的网络丢包率开始变得明显比LD-CCA多。原因是由于LD-CCA在信道分配时优先保证承载带宽较大的链路选择干扰较少的信道，同时该算法不是针对任何预先特定的链路带宽分配进行的信道分配。它对于复杂多变的实际网络情形具有很好的适应性。网络吞吐量和丢包率都很一致，差别不是特别大在丢包率和吞吐量上信道分配算法LD-CCA的性能优于OC-CA。
5 结论
宽带数字信道化设计 篇7
在现代电子环境中, 信号一般都具有密集化、复杂化的特点, 而且占用的频谱越来越宽, 从而对宽带数字信道化接收机实现高概率接收提出了高的要求。实现全概率信号截获的接收机是非常需要的, 而其关键是实时处理。由于宽带信号接收系统的采样速率很高, 很难直接进行实时处理, 采用多相滤波结构后, 信道化滤波器被分解成多个支路, 每个支路的数据经过抽取后可以降低数据率, 便于实现并行处理。
1 数字信道化原理
所谓的数字滤波器组是指具有一个共同输入, K个输出端的一组滤波器。如果这K个滤波器的功能是把宽带信号s (n) 均匀分成若干个 (K个) 子频带信号输出, 那么就把这种滤波器叫作信道化滤波器。
实现数字信道化的直接方法是设计多个单独的滤波器, 每个滤波器具有特定的中心频率和带宽。从理论上来说, 每个滤波器都可以独立设计, 它们可具有不同的带宽或滤波器特性。这种方法在滤波器组工作时的运算很复杂。
对滤波器组的另一种实现形式就是所谓的低通型实现, 如图1所示, 其结构与模拟信道化相似。图1中, HLP (n) 为原型低通滤波器, 加权系数的作用是把第k个子频带 (信道) 移至基带 (零中频) 。
由于数字信道化接收机的抽取器位于滤波器之后, 故当抽取率D很大或滤波器的阶数比较高时, 图1所示的信道化结构效率将非常低, 利用多相滤波的概念将可以得到上述结构的高效实现。
2 数字信道化设计
2.1 复信号无盲区设计
基于多相滤波器结构的数字信道化方法由图1所示的结构推导而来, 所有运算在抽取以后进行, 因此大大降低了后面数字信号处理的实现难度。
一般多相滤波器在监视整个频段时, 由于相邻信道间往往会存在盲区, 有可能丢失信号, 为了实现无盲区信号接收, 信道划分采用如图2所示。
对于复信号, 均匀信道常见的划分方式有偶型划分和奇型划分2种。在偶型划分中第k个带通滤波器中心频率为ωk=2πk/K, 在奇型划分中第k个带通滤波器中心频率为ωk=2πk/K+π/K。
2.2 实信号无盲区设计
上面的数字模型是针对输入信号x (n) 为复信号时的结果, 但实际系统中接收到的信号大多是实信号, 针对实信号的特点, 无盲区信道划分可采取如图3所示的信道划分方法。这种划分方法只取信道的正边带或负边带, 不损失信息。在这种划分方式下, 第k个信道的频移因子可表示为:ωk=2πk/K+π/ (2K) , k=0, 1, …, K-1。
2.3 非严格抽样设计
大部分文献中, 数字信道化模型数学推导都是假设数字滤波器是理想的, 即滤波器不存在过渡带。然而, 由于实际滤波器过渡带的存在以及不同信道划分方法, 易产生盲区。为了解决这个问题, 设计滤波器时令其过渡带宽度不大于通带宽度, 并且相邻信道的频谱按50%重叠, 使各信道的通带拼接后覆盖整个监视频带同时降低接收机的抽取倍数, 下面推导实信号非严格抽样数字信道化设计数学模型。
第k个信道的输出为:
undefined
若假定N=KL, K为总的子信道数, L为某个整数, 则上式可以用多相形式表示为:
undefined。
若子信道数K与抽取率D的关系可以表示为K=FD, F为某个整数, 则对上式进行D倍抽取有:
undefined。
令 xp (m) =x (mD-p) , hp (m) =hLP (mK+p) 。则上式可以改写为:
undefined
式中, h′p=h (l/F) ;h′p为hLP (n) 的多相支路hp (l) 经F倍内插后的结果。进一步可把上式写成卷积的形式:
undefined。
子信道数K与抽取率D的关系可以表示为K=FD, ωk=2πk/K+π/ (2K) , 代入上式得:
undefined
undefined。
由上式可以获得非严格抽样数字信道化多相滤波结构, 如图4所示。图4所示的数字信道化多相滤波器结构, 为滤波器组的高效实现形式, 根据需要可设定接收机的抽取倍数, 为工程实现具有一定的指导意义。
2.4 仿真
针对实信号无盲区信道划分方式以及非严格抽样信道化设计进行了算法仿真, 仿真条件:8路数字信道化, 4倍抽取, 即F=2, 采样频率Fs=640 MHz, 输入信号为线性调频信号, 带宽B=320 MHz (覆盖范围Fs/2) , 8路信道化输出时域包络图形如图5所示。从图5中可以看出, 8路信道输出通带相连, 实现了无盲区信道划分。
3 虚假信号判断
无盲区信道划分方式虽然可以实现整个频段监视, 但容易产生虚假信号。单信道窄带接收机的设计和有多个窄带信道宽带接收机的设计, 二者有明显的区别。在窄带接收机中, 通过改变本地振荡器的频率可以把信道调谐到滤波器的中心, 一旦信号移到滤波器中心, 瞬态响应的影响将会最小化。在宽带信道化接收机中, 本振的频率和滤波器的频率都是固定的, 信号可能落到滤波器的中央, 也可能位于2个信道之间。此时, 需进行虚假信号判断, 这也是数字信道化设计的一个关键问题。
当信道中存在信号时, 可根据信号的幅度及相位信息进行综合判断。当信号同时处于2个信道时, 相位值会存在2π模糊问题, 这时可增大输出数据速率以消除相位模糊问题。
根据信号的幅度信息可进行信号有无的判决, 但易出现虚假信号。此时结合相位信息特征, 可进行虚假信号的判断。如果信号相位值在[-π/2F, +π/2F]外, 则认为信号为虚假信号, 可根据需要选择是否给予剔除。
如采样频率为320 MHz, 输入信号频率为2*π*fs/2/8*4.1的雷达脉冲信号, 信号经过8倍抽取的8路信道化 (f=1) , 在信道4、5均有输出, 相位统计值分别为1.885 0、-1.256 8, 根据[-π/2F, +π/2F]原则, 可把信道4输出进行剔除, 信道4和信道5输出时域包络图形如图6所示。
4 信道合并
数字信道化后存在的另一个问题是跨信道问题, 这将直接导致某些信号频谱发生改变。同时对于脉冲信号来说, 将影响脉冲宽度等参数测量, 解决办法是信道合并。相邻信道通带相连, 信道合并前如经过一个低通滤波器, 对通带相连处进行3 dB衰减, 之后进行合并, 这样既不损失单个信道的增益, 合并后通带又比较平坦, 特性较优, 如图7所示。
5 硬件实现
通过上述设计仿真很好地解决了系统设计中的多层次开发问题, 能够在统筹总体设计的同时兼顾算法和真实复杂信号状态的系统性能分析, 大大加深了设计的深度和广度, 充分地进行了全数字仿真 。使用Simulink设计工具, 对硬件实现起到很好的指导作用。
设计流程主要有3步:① 原理模型设定。在该设计中根据实际需求以及前面的数学推导模型, 得到数字信道化接收机的原理框图, 为仿真提供理论依据;② 搭建设计Simulink模型。主要完成原理模型向Simulink仿真框图的转变, 通过Simulink仿真, 可对算法以及硬件设计的正确性进行验证, 同时对硬件实现起到指导作用;③ FPGA实现。参考Simulink框图, 实现硬件语言转换。
6 结束语
为实现无盲区全频段监测, 该文采用了无盲区信道划分方式, 同时针对实信号非严格抽样模式进行了严密的数学推导, 解决了虚假信号检测以及信号跨信道问题, 对工程设计具有一定的指导意义。
参考文献
[1]TSUI J.宽带数字接收机[M].北京:电子工业出版社, 2002.
[2]ZAHIRNIAK D R, SHARPIND L, FIELDS T W.A Hardware-Efficient, Multirate, Digital Channelized Reciver Architecture[J].IEEE Transactions on Aerospace and Electronic Systems, 1998, 34 (1) :137-149.
[3]FIELDS T W, SHARPIN D L, TSUI J B.Digital Channelized IFMReceiver[J].IEEE MTT-S Digest, 1994 (5) :1667-1670.
[4]杨小牛, 楼才义, 徐建良.软件无线电原理与应用[M].北京:电子工业出版社, 2001.