基于分布式MIMO系统的井下分布式智能小区认知通信方案

2010-06-27 05:46邱德润
关键词:信道分布式基站

邱德润

(湖南文理学院 芙蓉学院, 湖南 常德, 415000)

基于分布式MIMO系统的井下分布式智能小区认知通信方案

邱德润

(湖南文理学院 芙蓉学院, 湖南 常德, 415000)

井下无线通信是矿井安全生产和信息化管理的重要组成部分. 针对目前井下无线通信环境恶劣、通信性能不稳定的现状,基于分布式MIMO系统,采用双基站、双系统控制模块结构,利用群切换思想, 提出了井下分布式智能小区认知通信方案. 移动终端根据自适应原理、采用闭环功率控制,按照小区重组条件自动寻找、选择,及时建立质量更好的智能小区认知通信,使用户始终处于智能小区的中心, 明显提高了井下通信的质量和容量,确保了井下生产安全的通信畅通无阻.

双基站、双系统控制模块;群切换;智能小区认知通信;功率控制

1 井下无线通信的环境与现状

1.1 井下无线通信的环境

井下无线通信属于非自由空间的通信. 由于井下巷道可长达数十千米、分布复杂(长巷道有很多拐弯),而且这些巷道的形状、分支、长度、弯曲障碍物、倾斜程度、金属支护以及设备通过等因素均可使电磁波在井下的传输产生严重损耗(一个直角拐弯即可使电磁波的传输距离几乎缩短一半),可见井下无线通信的环境是很恶劣的,更何况井下作业具有生产程序多、作业地点分散、工作环境恶劣、人员的流动性大等特点, 这些都给井下通信的可靠性带来恶劣影响.

1.2 井下无线信道的模型

研究表明[1]:微波段电磁波信号在隧道中传播会发生多次折射和反射(多径传播),使传输信号出现频率选择性衰落和时延扩展,产生码间干扰;此外,隧道中车辆运动所产生的多普勒效应也会影响无线信号的传播. 由于矿井隧道比较狭窄,且分布于不同的水平面,截面尺寸通常仅在几十平方米内,何况巷道壁四周均为岩石和煤层,粗糙不平,隧道中还分布着大量粉尘、采煤支架、机电设备、钢轨、动力线等, 所有这些都使得这种环境中的无线电波传播会产生严重衰减.

由文献[2]对井下实验结果的分析可知,井下地质条件和生产环境对电磁波信号具有频率选择性衰减,在没有金属导体的条件下,矿井巷道对电磁波信号的传播呈现图1所示的带阻型特性.

图1 井下巷道中电磁波信号的传输特性

由图1曲线可知:从甚低频段到中频段的低端,信号的衰减随频率的增大而增大,而且在中频段高端到高频段达到最大,最不利于传输;进入甚高频以后,衰减才随信号频率的上升而减小.

文献[3]在将井下无线信道等效为指数衰落信道. 考虑巷道的截面大小、巷壁介质、几何形状、设备设施布置和移动设备流量等因素时,给出近似估算井下电磁波衰减率的公式[4]为:式(1)中:kh为统计常数;λ为电磁波波长;a为巷道宽度方向的最大值;b为巷道高度方向的最大值;εr为介电常数.

由式(1)可知, 电磁波的衰减率同巷道的宽和高的3次方成反比. 巷道尺寸越大,传播空间越宽阔,电磁波的衰减率越小;巷道尺寸越小,传播空间越狭窄, 电磁波的衰减率越大. 在巷道尺寸、传播空间相同的情况下, 电磁波的频率越高, 衰减率越小;尤其当巷道截面较大而且平直时, 波导效应将使UHF中较高频段电磁波的传输距离大大增加,但弯曲巷道对高频段电磁波的衰减很严重, 而低频段电磁波的覆盖则相对好一些.

1.3 井下无线通信的现状

井下无线通信系统是矿井安全生产和信息化管理的重要组成部分[3-4].

我国煤矿井下使用的通信系统主要有矿用超低频透地通信、中频感应通信系统、井下载波通信、矿用漏泄通信系统以及小区域制矿井全双工蜂窝无线通信系统等.

矿用超低频透地通信以大地为电磁波的传播介质,存在容量小、功能少、频率低、电磁干扰严重等缺点.

中频感应通信系统借助专用感应线或原有的通信线感应、引导电磁波传输, 限于局部通信,存在信道稳定性差、信号衰减严重、电磁干扰大等缺点.

井下载波通信采用频分复用技术, 利用通信线路、低压动力电缆等进行语音和小流量监测数据通信, 但存在有效通信距离较短, 受载体负荷干扰较大等缺点.

矿用漏泄通信系统利用漏泄电缆的漏泄原理传输超高频信号实现矿井无线通信, 具有信道相对较稳定、电磁干扰相对较小等优点, 但存在灵活性差、抗灾害能力差、抗干扰能力不强等缺点.

小区域制矿井全双工蜂窝无线通信系统包括PHS(Personal Handy-phone System)、CDMA(Code Division Multiple Access,码分多址)、WIFI(Wireless Fidelity,无线保真)等,将地面蜂窝移动通信技术移植到煤矿井下,将全矿井服务范围化为若干个微小区,各小区基站则由地面专用交换机控制,但仍存在通信性能欠稳定、抗干扰能力不强等缺点.

其中,井下PHS无线通信(2003年获得煤安认证)属于微蜂窝网无线通信, 工作在1 900~1 905 MHz频段, 穿透能力较差、通信性能欠稳定.

CDMA(2007年获得煤安认证)是基于扩频的无线通信技术,用一个高速伪随机码调制、扩展窄带数据信号的带宽,接收端则用完全相同的伪随机码将宽带信号解扩、转换成原窄带数据信号. CDMA主要用于语音通信、设备管理、数据监测和图像传输等方面,可采用软切换技术降低掉话率、提高通信质量.

WIFI俗称无线宽带(2007年获得煤安认证),是IEEE在1997年提出802.11无线网络规范的基础上发展而来的, 其无线传输速度较高(11 Mbps),可用于矿井无线通信、人员定位、数据测控、视频传输、多媒体通信等,目前尚未普及. 要满足矿井安全生产对通信的要求,尚需向智能(认知)方面改进.

综上所述,目前矿井所使用的通信系统均存在因环境恶劣引起的通信系统性能(通信距离、质量、掉话等)不稳定的现象,不论在功能上还是在技术上均难以满足矿井安全生产对通信的要求,成为近年来煤矿安全事故频发的主要原因之一. 因此,为了保证煤矿生产的安全,建立有效、可靠的井下无线通信系统是非常必要的. 也就是说,井下安全生产效率的全面提高迫切需要一种可以不断感知周围电磁环境和地理环境,能够自适应调整自身性能的、可靠的无线通信系统(本文定义为分布式智能小区认知通信系统). 借助地面通信技术的日益成熟,井下分布式智能小区认知通信完全可以实现随时随地通信的目标,改善井下通信的面貌.

2 井下分布式智能小区认知通信

井下分布式智能小区认知通信是基于分布式MIMO系统, 利用认知无线电[5](cognitive radio, CR)——智能无线通信概念与群切换思想[5-8]而提出的一种具有较高通信速率,可以随时随地与任何人通信,大大改善移动通信质量的新方案.

2.1 分布式MIMO系统

需要指出,为了保证煤矿生产安全,建立一个可靠的无线通信系统, 不仅要在巷道交叉处设置基站以消除通信盲区, 达到最大覆盖,而且各巷道小区还应由双基站(沿巷道两侧设置)与双系统控制模块网络构成,以提高系统的抗灾害能力. 双基站不仅能同时覆盖整个小区中的所有远端设备,而且当某个系统控制模块网络中的某个基站瘫痪时, 另一个基站仍能保证井下的正常通信,系统仍能正常运行. 双基站(沿巷道两侧设置)与双系统控制模块的网络结构如图2所示. 为使叙述简明,下面只研究单基站结构,因为除了双基站、双系统控制模块结构的设备冗余性外,二者原理是相同的.

图2中的分布式MIMO系统由一个移动台和N个相隔一定距离的基站构成. 如果移动台有M个天线,N个基站的天线端各有L个天线, 则相应的分布式MIMO信道可简记为(M,N,L).

这种分布式MIMO系统的分布式微小区能够明显提高蜂窝系统的容量, 但仍然基于传统的小区架构和切换策略,何况蜂窝小区是不能无限制划分的. 因此,在井下恶劣的通信环境下,分布式MIMO系统仍存在通信质量不稳定的现象.

图2 双基站与双系统控制模块与分布式MIMO系统的网络结构

下面将基于分布式MIMO系统,利用认知无线电(Cognitive Radio, CR)——智能无线通信概念与群切换思想,提出一种具有较高通信速率,可随时随地高质量与任何人通信的井下分布式智能小区认知通信方案.

2.2 井下分布式智能小区认知通信方案

认知无线电(Cognitive Radio, CR)的概念是1999年瑞典皇家技术学院Mitola博士提出的. 认知无线电实际是一种智能无线通信系统,通过感知周围环境,获取当前环境的状态、频谱等反馈信息,并由此进行信道状态估计与容量预测,自适应调整传输参数(工作频率、调制方式、发射功率、数据速率等)以适应环境的变化,达到通信系统性能的最优化[5].

智能无线通信将人工智能和无线通信相结合,使系统具有高灵活性和智能性, 从固定模式发展到认知模式, 从环境适应通信系统转换为通信系统适应环境,这正是实现稳定、可靠的井下无线通信所必需的.

井下分布式智能小区系统及其滑动切换如图3所示. 在分布式MIMO系统的基础上, 图3中的井下分布式智能小区系统具有如下特点:

a. 根据相近最佳组合原则,每个基站接入点具有多组间距不等的天线或天线阵, 基站接入点对通过光纤或同轴电缆接入的天线(天线阵)信号进行处理.

b. 在位置相邻的多个天线或天线阵的覆盖小区中, 针对一个移动设备采用具有同一套频率、时隙或码道的通信资源,而对其他终端则分别采用不同的通信资源.

c. 由基站控制下行链路的功率分配、载频分配、信道分配;移动终端则根据接入条件,智能化地选择需要接入的天线;图3中移动终端MT1利用天线1、2、9作为接入天线,组织了自己的小区; 智能小区服务于用户的最少接入天线数目为2条,第3条是备用天线.

d. 智能小区的构成是可以滑动的,是对应于移动终端的,具体包含的天线(或天线阵)是随着移动终端的当前位置、信道等而改变的.

图3 井下分布式智能小区系统及其滑动切换

3 滑动切换与信道分配

3.1 井下分布式智能小区认知通信的滑动切换

井下分布式智能小区认知通信的切换过程可以看作一个窗口滑动的过程, 如图3所示.

图4 上行链路门限功率控制

如果图3中移动终端 MT1原来位于天线1、2、9所组成的小区内,而且MT1只在此小区的覆盖范围内移动,则无须切换,但当移动终端MT1超出天线1、2、9的小区范围时, 就可以进行滑动切换. 假设移动终端MT1在时刻1的智能小区是由天线1、2、9构成的(随着M T1的移动), 在时刻2的智能小区则由天线2、3、9构成,而在时刻3的智能小区则可由天线3、4、8构成. 这种滑动切换的速度及其大小、形状是可以伴随移动终端的运动而动态变化的,能使用户始终处于智能小区的中心, 能有效克服小区边缘效应问题. 上述切换如果在同一个或几个基站组成的宏小区范围内时,不仅没有切换的麻烦,还能减少大量运算,提高基站的通信能力.

3.2 井下分布式智能小区认知通信的信道分配

井下分布式智能小区中的移动台发送接入信令时,进行信道分配的原则如下:

a. 移动台根据接收到的基站发射天线的发射信号强度(路径损耗最少),自动选择3路天线组成智能小区,其中两路用来进行业务通信,而信号相对弱的第3路则放入备用集.

b. 移动台由接收信号强度,经门限比较和功率控制实现发射信号功率控制(见图4).

c. 移动台和基站分别判断可行性接入,不会影响已接入用户的通信.

d. 根据信道的选择策略和条件进行后续通信信道的选择,完成正常的移动通信任务.

e. 实时监测通信过程中信道的通信质量,及时进行相应的功率控制或切换.

4 功率控制

井下分布式智能小区内链路接入的功率控制采用闭环功率控制与自适应门限控制,以功率平衡准则、信噪比平衡准则为基本依据,包括集中式和分布式功率控制,对提高井下通信的可靠性和有效性、保证通信质量、解决井下通信的“边缘效应”与“远近效应”问题至关重要[7].

4.1 上行功率门限控制下的接入

上行链路即反向链路的功率控制,上行功率门限控制如图4所示.

图4中,移动台根据接收到的基站天线信息(信号强度),经过门限比较,按智能小区条件进行判断,且控制功率控制器的发射功率,使智能小区内基站收到的所有移动台的功率或者信噪比基本平衡,从而克服信号传输中的“远近效应”,在保证小区内的“鲁棒性控制”的同时,还能选择确定小区内为移动台服务的具体天线.

4.2 下行功率门限控制下的接入

下行链路功率控制也称为前向链路功率控制,下行功率门限控制如图5所示.

图5 下行功率门限控制接入

由图5可知下行链路功率控制与上行功率控制的区别仅在于:基站天线接收到移动台根据接收的信号干扰比SIR和信号质量所发送的控制请求后,将经过门限比较与命令解读以及标志码接入和功率控制,自动调节基站天线的发射功率. 智能小区以功率平衡准则与信噪比平衡准则为基本依据,实现了整个系统的闭环功率控制与自适应门限控制.

5 结论

在考察井下无线通信环境与现状的基础上,本文基于分布式MIMO系统,采用双基站、双系统控制模块结构,利用群切换思想, 提出了井下分布式智能小区认知通信方案.

在井下分布式智能小区认知通信方案中,移动终端根据自适应原理、采用闭环功率控制,按照小区重组条件自动寻找、选择最优天线滑动接入(切换),及时建立通信质量更好的智能小区,而智能小区的滑动切换,充分利用了分布式MIMO系统的优势, 易于达到资源的整体最优分配, 使用户始终处于智能小区的中心, 能有效克服边缘效应问题,明显提高通信质量和容量、确保通信质量的最优化.

井下分布式智能小区认知通信方案能够实现随时随地通信的目标,确保通信质量的最优化,从而确保煤矿生产的安全.

[1] 周剑玲. 2 GHz无线电波在煤矿井下隧道传播的研究[J].传感技术学报, 2009, 22(6): 910-912.

[2] 张文祥, 徐世国. 蓝牙技术在矿井无线通信中的应用[J]. 煤矿机械, 2007, 28(7): 158-159.

[3] 陈湘源. 煤矿无线通信系统的现状与发展[J]. 工矿自动化, 2009(1): 33-35.

[4] 陈桂真. 浅析认知无线电在矿井通信中的应用[J]. 工矿自动化, 2009(6): 12-14.

[5] 陶小峰. 一种广义分布式多小区架构——群小区[J].中兴通讯技术, 2006(2): 6-9.

[6] 张平. 基于多天线系统架构的智能群切换系统[J]. 中国科技论文在线, 2004(12): 1-11.

[7] Tao Xiao feng, Dai Zuo jun, Tang Chao, et al. Capacity Analyses for a Generalized Distributed Antenna Architecture for Beyond 3G Systems[A]. Proceedings of IEEE Vehicular Technology Conference(VTC 2005 Spring)[C]. Piscataway N J, USA: IEEE, 2005: 3193-3196.

[8] Tao Xiao feng, Ni Li, Dai Zuo jun, et al. Intelligent Group Handover Mode in Multicell Infrastructure[A]. Proceedings of 14th IEEE Conference on Personal, Indoor and Mobile Radio Communications(PIM R C 2003)[C]. Piscataway N J, USA: IEEE, 2003: 351-354.

Cognitive communication scheme of the mine distributed intelligent cell based on the distributed MIMO system

QIU De-run
(Furong College, Hunan University of Arts and Science, Changde 415000, China)

s: The wireless communication in mine is the importance of the mineral well safety production and information-based management to constitute part. Aiming at currently present condition of wireless communication in mine with the bad environment and communication function unsteady, based on the distributed MIMO system, adopting double base stations, double system control mold structure, making use of the tactics of group handover, we put forward the distributed intelligent cell scheme for cognitive communication in mine. According to self adaptive principle, adoption shut a wreath power control and reorganizing conditions, move terminal automatically looks for, chooses and builds up cell of better intelligence of quality's cognizing communication that makes the user always be placed in the center of intelligence cell. This proposed system obviously raises the communication’s quality and capacity in mine, ensures production safety in mine of the communication without obstruction.

double base stations; double system control mold; group handover; intelligent cell cognizing for communication; power control

TN 929.5

:A

1672-6146(2010)04-0061-05

10.3969/j.issn.1672-6146.2010.04.017

2010-10-13

邱德润(1947-), 男, 教授, 主要研究方向为分布式MIMO系统与智能控制.

猜你喜欢
信道分布式基站
分布式光伏热钱汹涌
分布式光伏:爆发还是徘徊
基于移动通信基站建设自动化探讨
可恶的“伪基站”
基于GSM基站ID的高速公路路径识别系统
基于导频的OFDM信道估计技术
基于DDS的分布式三维协同仿真研究
一种改进的基于DFT-MMSE的信道估计方法
小基站助力“提速降费”
基于MED信道选择和虚拟嵌入块的YASS改进算法