基于自适应噪声抵消的无线传感网络信道优化

龙清 胡光波

摘 要：无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域。无线传感网络通信信道受到多途干扰，导致信道失衡，需要进行信道均衡模型设计。提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术，首先构建了无线传感网络通信的信道模型，对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组，采用自适应噪声抵消算法进行信道的多途干扰滤波，结合最小二乘（RLS）准则算法进行无线传感器网络通信信道均衡设计。仿真结果表明，采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量，降低通信传输失真和误比特率，实现信道自适应均衡，提高通信的抗干扰能力。

关键词：自适应噪声抵消；无线传感网络；通信信道；均衡

中图分类号：TN911 文献标识码：A

Abstract： Wireless sensor network communication technology is widely applied in the field of Internet of things near field communication， underwater acoustic communication， the wireless sensor network communication channel by multi-path interference and lead to an imbalance of channel， channel equalization model design. Proposed a wireless sensor communication channel based on adaptive noise cancellation optimization technique. Firstly， we build the channel model of wireless sensor network communication. The wireless sensor network communication channel in the process of decay signal loss and various paths of the reorganization， the adaptive noise cancellation algorithm for channel multipath interference filter， combined with the least square （RLS） criterion algorithm for wireless sensor communications channel equalization design. Simulation results show that using the communication channel equalization technique can effectively improve the quality of the wireless sensor network communication channel， reduce the communication transmission distortion and bit error rate， the realization of the adaptive channel equalization， the anti-interference ability to improve communication.

Keywords： adaptive noise cancellation； wireless sensor networks； communication channel； equalization

0 引言

随着通信技术的发展，通信的种类和应用领域不断扩大，通信就是通过通信介质和通信信道，将需要传输的声音、文字、数据、图像等电信号调制在无线电波上，实现数据传输。通信根据频率和波长的差异，通信大致可分为长波通信、中波通信、短波通信、超短波通信和微波通信。无线传感器网络通信是一种新型的通信方式，无线传感器网络通信是利用传感器技术，通过数据调制滤波和节点，经空间和地面传至对方的通信方式。无线传感器网络通信借助无线电波具有的波动传递信息的功能，人们可以省去敷设导线的麻烦，实现更加自由、更加快捷的通信，因此，无线传感器网络通信将在军事、民用等各个领域展现较好的应用价值[1-3]。

而今，无线传感网络通信不断深入发展，无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域，无线传感网络通信信道受到多途干扰，导致信道失衡，需要进行信道均衡模型设计[4]。传统方法中，对无线传感网络通信的信道均衡设计技术主要有基于最小均方误差的自适应均衡算法、基于直接序列扩频的信道均衡算法和基于最小二乘（RLS）准则的无线传感网络信道自适应算法[5-9]，通过构建无线传感网络通信信道的线性和非线性均衡器，包括线性横向均衡器、线性格型均衡器等，实现无线传感网络通信的信道均衡，取得了一定的研究成果。但是，传统的信道均衡算法在通信信道受到大量的码间干扰和多途干扰的时，通信传输的质量不好，信道均衡性能不高，无线传感器网络信道要复杂得多，且在时间、频率、空间上呈现明显的多变性，传统的信道均衡技术不能满足无线传感器网络信道均衡设计的需求，需要进行算法改进设计[10-12]。针对上述问题，本文提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术，首先构建了无线传感网络通信的信道模型，对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组，采用自适应噪声抵消算法进行信道的多途干扰滤波，结合最小二乘（RLS）准则算法进行无线传感器网络通信信道均衡设计。最后通过仿真实验进行性能测试，仿真结果表明，采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量，降低通信传输失真和误比特率，实现信道自适应均衡，提高通信的抗干扰能力，得出有效性结论。

1 无线传感网络通信的信道模型和信号重组

1.1 无线传感网络通信的信道模型

为了实现对无线传感器网络通信信道的优化设计，首先给出无线传感器网络通信系统的系统模型和信道模型，无线传感器网络通信系统的多径信道模型采用BPSK调制码元的分布设计。无线传感器网络信道是一种时变多径衰落无线信道，具有多径干扰强、传输时延大、相位偏移严重的特性，无线传感器网络信道传播过程中遇到各种非期望反射体，如上、下表面、水中物体、非均匀水团等，引起反射和散射，得到无线传感网络通信的信道传输的信噪比损失为：

从图可见，无线传感器网络通信系统由发射换能器和接收换能器组成，发射换能器和接收换能器之间的传播路径主要由界面反射和直达路径组成，由此构建无线传感网络通信的信道模型如图2所示。

在上述构建的无线传感网络通信的信道模型基础上，进行通信信号分析，实现信道均衡和优化设计。

1.2 无线传感网络通信信号分析

在上述构建了无线传感网络通信的信道模型的基础上，进行信号分析，在无线传感器网络通信系统中，当传输信号为窄带信号，采用QAM调制，对输入的比特流进行串并转换和调制，在QAM调制信道模型中，无线传感网络通信阵列单元接收到的无线传感器网络通信数据信号模型为：

通过上述无线传感网络通信信号分析，结合相干通信接收机或已知或估计出发射机的载频频率进行调制解调，发射机载频和相位信息，进行信道优化设计。

2 自适应噪声抵消及无线传感器网络通信信道优化实现

2.1 问题的提出和自适应噪声抵消器设计

在上述进行了无线传感网络通信的信道模型和信号分析的基础上，进行无线传感器网络通信信道优化，本文提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术，结合上述构建的无线传感网络通信的信道模型，对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组，采用自适应噪声抵消算法进行信道的多途干扰滤波，自适应噪声抵消器如图3所示。

3 仿真实验与性能分析

为了测试本文设计的基于自适应噪声抵消的无线传感网络信道均衡算法的应用性能，进行仿真实验。仿真条件为：信号采用BPSK信号，码元速率为1kBaud，载波频率为3kHz，采样频率是信号载波频率的10倍，，信噪比为0dB。判决反馈均衡器中前馈滤波器阶数为24，反馈均衡器的阶数为3，前馈滤波器阶数为24，反馈均衡器的阶数也为3，迭代步长均为0.01。根据上述仿真环境和参数设定，进行无线传感器网络通信信道均衡仿真分析，首先给出经过多径信道和噪声污染后的无线传感器网络通信系统输入端的信号波形如图5所示。

图5可见，原始的通信信号波形受到多径信道和噪声污染，通信质量不好，采用自适应噪声抵消算法进行信道的多途干扰滤波，结合最小二乘（RLS）准则算法进行无线传感器网络通信信道均衡，为了对比性能，采用均衡输出信号和标准信号进行比较，得到自适应噪声抵消和信道均衡处理后均衡无线传感网络输出信号和标准信号如图6所示。

从图可见，经过自适应噪声抵消和信道均衡处理后输出信号具有较好的信号跟踪和降噪性能，提高了输出信噪比，对于解调信号用自适应噪声抵消算法进行信道均衡处理后，分别在码元1/3和2/3处进行抽样，前馈滤波器阶数为24，得到学习曲线如图7所示。

从图可见，采用本文算法进行无线传感网络通信信道均衡设计，具有较好的学习性能，收敛性较好。为了定量对比算法对无线传感网络通信传输的改善能力，以均衡器处理后的误比特性能为测试指标，如图8所示，从图可见，采用本文方法进行通信的误码元为5码元，误码率为0.92%，比传统方法降低了较大的幅度，展示了其优越性。

4 结束语

本文研究了无线传感器网络信道优化问题，无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域，无线传感网络通信信道受到多途干扰，导致信道失衡，需要进行信道均衡模型设计。本文提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术，首先构建了无线传感网络通信的信道模型，对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组，采用自适应噪声抵消算法进行信道的多途干扰滤波，结合最小二乘准则算法进行无线传感器网络通信信道均衡设计。研究表明，采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量，降低通信传输失真和误比特率，实现信道自适应均衡，提高通信的抗干扰能力，展示了较高的应用价值。

参考文献：

[1] 周勇，甘新年，胡光波，等.鱼雷制导控制系统多通道控制加权算法设计[J].现代电子技术，2014，37（19）：14-17.

[2] 赵威. 强海水混响背景下水中兵器攻击目标检测研究[J].智能计算机与应用，2016，6（2）：51-54.

[3] 邸珩烨. 基于多径码间干扰滤波的短波通信优化[J].物联网技术，2015，5（10）：47-48，52.

[4] 孔英秀， 柯熙政， 杨媛. 空间相干光通信中本振光功率对信噪比的影响[J]. 红外与激光工程， 2016， 45（2）： 222002-0222002（6）.

[5] 刘韵， 赵尚弘， 杨生胜， 等. 基于光探测器空间辐射效应的卫星光通信系统误码率特性[J]. 光子学报， 2014， 43（S1）： 106024-0106024.

[6] 谭营军，王俊平. 基于MEACO的无线传感器网络路由光通信算法研究[J].激光杂志，2016，37（2）：131-133.

[7] 程德芳，徐小华，于娜. 相干光通信链路外差接收技术研究[J].激光杂志，2016，37（2）：125-127.

[8] El-MEZOUAR M C， KPALMA K， TALEB N， et al. A Pan-sharpening Based on the Non-subsampled Contourlet Transform：Application to Worldview-2 Imagery[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2014， 7（5）：1806-1815.

[9] YANG Shuyuan， WANG Min， JIAO Licheng. Fusion of Multispectral and Panchromatic Images Based on Support Value Transform and Adaptive Principal Component Analysis[J]. Information Fusion， 2012， 13（3）：177-184.

[10] ST-CHARLES P， BILODEAU G， and BERGEVIN R. SuBSENSE： a universal change detection method with local adaptive sensitivity[J]. IEEE Transactions on Image Processing， 2015， 24（1）： 359-373.

[11] MOGHADAM A A， KUMAR M， and RADHA H. Common and Innovative visuals： a sparsity modeling framework for video[J]. IEEE Transactions on Image Processing， 2014， 23（9）： 4055-4069.

[12] ALEXE B， DESELAERS T， and FERRARI V. Measuring the objectness of image windows[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2012， 34（11）： 2189-2202.

作者简介：

龙 清（1980-），女，硕士，工程师，主要研究方向：计算机应用，计算机网络通信技术。

胡光波（1983-），男，西北工业大学硕士，工程师，主要研究方向：信号与信息处理。