一种低信噪比下的RFID信号解调方法*

2014-05-22 02:25焱,张芳,熊
通信技术 2014年6期
关键词:读写器基带信噪比

张 焱,张 芳,熊 刚

(中国电子科技集团第三十研究所,四川成都610041)

0 引言

无线射频识别技术(RFID,Radio Frequency Identification)是一种自动识别技术,其基本原理是利用射频信号和空间耦合传输特性,实现物体的自动识别。随着无线通信、集成电路等产业的发展,RFID技术在各领域迅速兴起,形成巨大的产业链。目前超高频段860~930 MHz的RFID产品已广泛用于物流、交通、物品识别、生产等很多方面,近年越来越被业界人士所重视[1]。RFID产品大多采用幅移键控(ASK,Amplitude Shift Keying)调制作为标签反射信号的调制方式[2],读写器需要进行正确的解调以得到传输信息[1]。然而,由于硬件等因素限制,导致读写器所能收到的反射调制信号微弱,而背景噪声功率却非常强。在读写器和标签数据通信时,信号需要经过一段距离进行传输,易遭到电磁干扰和噪声的破坏,并且,随着距离增加,信号环境更加恶劣,信噪比变低,因此需对信号进行消除干扰和降噪,以此提高可靠性和数据传输的准确性。文中利用改进的RFID信号解调方法,可以在较低的信噪比条件下正确解调出信号,获取标签信息。

1 低信噪比下RFID信号分析

电磁波从天线向周围空间发射,会遇到不同目标,反射能量中的一部分最终将返回发射天线。在雷达技术中,用这种方式测量目标的距离和方位;对RFID系统来说,也可采用反向散射的系统,利用电磁波反射完成从电子标签到读写器的数据传输[3]。RFID读写器发出微波查询(能量)信号,电子标签收到能量信号后,将其一部分整流为直流电源,供电子标签内的电路工作使用,另一部分微波能量信号被电子标签内保存的数据信息调制(ASK)后反射回读写器。读写器接收反射回的信号,提取出标签中保存的标识性数据信息。如图1所示。

图1 RFID工作原理Fig.1 Operation principle of RFID

工作过程中,读写器发出的微波信号与接收发射回的标签信号是同时存在的,反射回去的信号强度较发射信号要弱得多,因此,技术难点在于同频接收并解调。此时RFID信号为ASK信号与同频单音能量信号的叠加。由于读写器到标签的能量信号功率较大,还将导致接收的反射信号调制指数很低,并且标签信号很微弱,也同时受到各种噪声影响,所以需解调的信号一般处于低信噪比环境下[4],如图2所示。

图2 低信噪比下的RFID波形Fig.2 RFID signal waveform at low SNR

由于传播过程中多径效应与接收机载波泄露、直流偏移等因素[4],RFID信号还表现出明显的衰落现象,时域幅度变化较为剧烈。这些问题将会严重恶化接收信噪比,导致RFID读写器的接收距离下降和解调误码率增加,读写器性能急剧下降。进一步放大包络信号图形可以观察到局部波形起伏变化的特点,如图3所示。

图3 信号的剧烈起伏变化Fig.3 Dramatic changes of the signal

2 改进的信号解调算法

2.1 基于自适应拟合的预处理

为降低噪声干扰,首先需要对接收信号进行正交下变频,再加入带通滤波器处理。带通滤波器可以实现频谱匹配,达到最大信噪比输出,这样可以在一定程度上降低后续运算中非线性处理带来的信噪比损失。从图3可以看出,此时的标签信号调制波形是“悬浮”在直流分量与残余载波信号的起伏包络上。为了恢复信号的基带调制波形,则需要进行预处理,去除掉这些干扰并减小噪声的影响,否则将无法正确解调出RFID信息。传统的去噪方法大多数是通过傅里叶变换等得到信号的频谱,滤波去除掉其它干扰和噪声,然后再使用反变换重新获得原始信号,这种方法只能适用于信号和干扰的频带没有重叠的情况。但由于标签信号和读写器的能量信号处于同频,在频谱上有重叠,所以需要采用新的去干扰方法。

下面采用了一种基于自适应拟合的预处理思路,能有效地拟合出RFID信号的变化包络曲线,然后进行去扰,获得基带信号。自适应算法通过自动跟踪学习,最终使输出信号y(n)与主输出信号达到同幅和同相。LMS算法是实现自适应的常用算法,其原理是通过一系列运算调整参数使线性组合器的输出信号与期望响应之间的误差均方值为最小。权系数更新算法采用LMS算法,公式表达式为

式中,X(n)为现在时刻的输入向量,W(n)代表现在时刻的权系数向量,W(n+1)代表下一时刻的权系数向量。期望响应信号d(n)与实际输出信号y(n)之间的误差为e(n),μ为控制稳定性和收敛速度的步长因子。LMS算法的一个缺点是收敛速度慢,不易满足实时解调的要求。为了获得较快的收敛速度,对自适应算法进行改进,新算法的基本思想是:当权系数远离最佳系数即误差较大时,使用较大的步长,加快收敛,反之则使用较小步长,从而使得稳态失调较小,提高算法性能。这里采用洛伦特函数作为μ(n)的变步长自适应算法[5],可实现对信号变化的跟踪。其公式如下:

式中,α是洛伦特函数范围的参量,δ是洛伦特函数形状的参量。设L为自适应滤波器的长度,该算法以滤波器权系数误差作为算法收敛和跟踪性能的指标。进行降噪和消除干扰的处理后,再采用基带解调算法就可以恢复出RFID标签信号携带的信息。

2.2 基带信号同步和解调

常用的同步方法有锁相环法和超前—延迟滞后门同步器等。基于锁相环的方法基本思想是使用锁相环路来提取信号的同步时钟,假设接收机收到的信号为 y(t),即γ(t),其中,h(t)是信道冲激响应;bn是传输的信息序列;γ(t)表示接收机的输出噪声;1/Ts为符号速率;τ0代表定时相位。如果记s(t)为接收信号中的有效信号分量,则均值为0,其相关函数是周期性的,周期为Ts,且s2(t)的期望也是周期的,周期也为Ts,利用E[s2(t)]可以提取离散的时钟分量,并以傅里叶级数的方式表示为:

实际发送信号功率谱密度限于1/Ts频率以内,因此E[s2(t)]含频率为1/Ts的离散时钟分量。将接收信号平方后,通过一个窄带滤波器可将时钟分量提取,滤波器一般用锁相环路实现。这种同步方法可避免符号速率误差影响,但处理速度很慢。超前—滞后同步算法利用信号波形的对称性,即经过匹配或相关处理后的输出信号是对称的或部分对称的,对于矩形脉冲,若匹配滤波的输出在t=T时达到最大,则只要样值在峰值上,就一定能保证信号的同步。适当的采样时刻是在t=T-Δ和t=T+Δ之间的中点。该方法的处理速度比基于锁相环的思路更快。

下面的方案采取综合思路:一方面利用匹配滤波器实现超前—滞后型判决比较,提高同步的速度,同时结合相位反馈环路调整来解决符号速率不够精准的问题。改进结构如图4所示。

图4 改进的同步解调结构Fig.4 Improved structure of synchronization and demodulation

在图3中,把RFID基带信号的“0”编码、“1”编码和帧头编码对应的信号分别使用了不同的波形进行匹配。应首先进行帧头匹配滤波处理,由于帧头的波形长度较长,对其相关匹配时性能较优,同步的精度高。为了适应信号有时发生突变的情况,还可以进一步采取设置动态门限的方式。帧头匹配之后再实现RFID数据信息的解调判决,利用帧头滤波输出与反馈信息的联合,更加准确的对采样时刻进行调整处理,对齐后分别进行“1”、“0”编码波形的匹配处理,然后在最佳采样点位置对匹配输出进行判决便可以得到最终的解调结果。

3 性能仿真和分析

仿真分析1:对基于自适应降噪的预处理方法进行仿真。根据合理经验值设置初始参数,算法将具有更好的拟合性能。以遵循AAR S-918标准的信号为仿真目标,采样率设为800 kHz,选取α=1/16,δ=0.04,可得RFID信号包络变化曲线估计值。

图5 RFID信号在自适应降噪后的幅度波形对比Fig.5 Contrast for the RFID signal before and after adaptive denoising

LMS算法的包络拟合是对逐个样点进行的,当曲线产生变化时,自适应算法进行权系数的递推和修正,重新实现信号的跟踪。基于洛伦特函数的LMS算法得的多项式具有很好的拟合效果,不需包络形状先验知识,且可以滤除包络局部不平滑成分,图5(a)中,曲线①表示由自适应拟合算法处理后,RFID信号中混杂的噪声与直流偏移等的包络。如图5(b)所示,去除掉这些干扰包络后,可以得到基带信号波形。

仿真分析2:对改进的信号基带解调方法进行仿真,在S-918标准中,对信号帧格式和编码方式做了规定,即基带数据码对应关系:数据码“1”表示成“10101100”,数据码“0”表示成“11001010”,数据帧头也即帧标记表示成“1010101010101100”。仿真设置信号码速率为80 kHz,将预处理后的信号分别采用基于锁相环的方法和改进后的方法进行比较,得到图6所示的解调性能曲线。

图6 不同信噪比下两种方法解调性能曲线Fig.6 Performance curve of two demodulation methods for different SNR

从图6中可以看出,改进的解调算法在信噪比为1.5 dB时,解调误码率已达到10-2量级,SNR=3 dB左右时能完全正确解调RFID信息。新方法比起传统方法仅需更低的解调信噪比。

4 结语

文中提出了一种低信噪比下RFID信号解调方法,采用了自适应降噪的预处理思路,并对传统的同步算法进行了改进。该方法增强了对干扰噪声的抑制能力,解调性能也有很大提高,在信噪比达到3 dB时可成功解调信号。该算法今后将进一步优化,为解决低信噪比下的RFID信号处理提供一种更有效的手段,也对远距离RFID接收技术发展发挥更重要作用。

[1]孟强.应用RFID技术实现地铁列车精确定位的研究[J].科技信息,2010(33):34 -36.MENG Qiang.Research on Accurate Positioning for Subway Train by RFID Technique.[J].Science and Technology Information ,2010(33):34-36.

[2]陆昊,陆安江,张正平.RFID技术在物流中的应用与研究[J].通信技术,2011,44(11):56 -58.LU Hao,LU An-jiang,ZHANG Zheng-ping.Application of RFID Technology for Logistics.[J].Communications Technology,2011,44(11):56 -58.

[3]张爱民,梁书剑.RFID技术发展与应用综述[J].通信技术,2011,44(08):16 -19.ZHANG Ai-ming,LIANG Shu-jian.Summary of RFID Technique on Development and Application[J].Communications Technology,2011,44(08):16 -19.

[4]WANT R.An Introduction to RFID Technology[J].IEEE Pervasive Computing,2006,5(01):25 -33.

[5]WIDROW B,STEARNS S D.Adaptive Signal Processing[M].Englewood Cliffs,NJ:Prentice Hall,1985.

猜你喜欢
读写器基带信噪比
两种64排GE CT冠脉成像信噪比与剂量对比分析研究
Ag元素对Ni-7at.%W合金基带织构形成的影响
基于深度学习的无人机数据链信噪比估计算法
苹果推出自研基带芯片要过几道坎?
苹果10亿美元为5G买“芯”
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
LTE基带芯片规模超过总基带芯片出货量
不同信噪比下的被动相控阵雷达比幅测角方法研究
基于视频抓拍读写器的高速公路防倒卡研究
基于随机时隙的RFID读写器防冲突方法