贺更新, 张 宁, 刘立超
(1.中国电子科技集团公司第三十九研究所, 陕西 西安 710065;2.吉林大学 通信工程学院, 吉林 长春 130025;3.北京宝沃汽车股份有限公司, 北京 101408)
在无线体域网络中,将能检测心率、血压、胰岛素水平等生命体征值的传感器放置在人体表面或人体内部,传感器实时侦测生理状况,并通过各种方式将这些信息传递给健康检测中心,以便医护人员或后台系统早发现、早治疗一些疾病,降低医疗成本。
目前,WBAN的研究已取得一系列成果,但仍处于初级阶段,其能量收集以及资源分配问题成为发展WBAN的热点研究。世界首个WBAN通信标准在2010年制定,并在2012年完成,由IEEE 802.15第六任务组规范描述[1]。为解决网络可持续性问题,多位学者有了非常多的研究成果。2014年,Yang S等[2]开发了太阳能传感器,以太阳能作为持续性能源为WBAN网络供电。文献[3]考虑了阻塞随机 EH 模型,并利用动态规划和凸规划技术导出了使得吞吐量最大化的最优功率分配策略。美国罗切斯特大学研究基于WBAN的体表、离体、体间三种无线信道,利用爬波(Creeping Wave, CW)天线提供可靠的通信,并减少网络间干扰[4]。然而,太阳能、风能、热能这些自然资源具有不稳定、不持续等缺点,因此能够携带能量与信息的射频在WBAN能量收集领域得到广泛关注。2013年,Liu V等[5]分析了射频能量的可用性,并阐述了通过收集环境中的射频能量供电来维持电子系统的持续性。2015年,田龙等[6]基于射频能量采集技术发展现状的基础,总结了射频能量采集器的整体结构及其内部各模块结构。2018年,Sui D等[7]提出进行射频能量收集的中继节点及其对应的信道匹配协议,提高了系统稳定性。2019年,郝腾蛟等[8]建立了自身节点作为中继的信能同传模型,并运用非线性规划算法对该模型和协议进行优化,从而得到最优解。
随着通信技术的发展,目前要想发展WBAN技术,使其广泛服务人民,提高网络性能成为必不可少的一步。因此,本研究在WBAN领域具有重要意义。
点对点能量和信息传输系统模型如图1所示。
图1 点对点能量和信息传输系统模型
从图1可以看出,WBAN由一个汇聚节点以及多个传感器节点组成,传感器节点的主要工作是信号采样和调节、进行模数转换以及数据的传输,汇聚节点(一般由手机、iPad等智能设备充当)汇聚各个传感器节点收集到的生理信息,经处理过后若发现用户生理数据异常,会将其发送给医疗机构,供其处理与分析,以便实时监护用户生命体征。
在通用标准IEEE 802.15.6中,根据通信双方所在位置不同,WBAN通常有三个通信信道,分别是身体内部信道、身体外部信道和离体信道。文中研究的信道模型是身体外部信道模型,根据文献[9]研究的路径损耗模型所处频段是3.1~10.6 GHz。 WBAN的信道受节点间距离和频率影响,其路径损耗随着节点间距离和频率的增大而增大[10]。另外,在人体组织、形态以及所处环境的作用下也会产生阴影衰落,从而影响信道。一般来说,路径损耗用下面的经验功率衰减率公式来模拟。
(1)
式中:n----路径损耗指数;
d0----参考距离;
P0 dB----参考距离的路径损耗。
根据文献[9,11],路径损耗模型是关于距离da和dr的函数,其中da是下行信道(从接入节点到传感器节点)参数距离,dr是上行信道(从传感器节点到接入节点)参数距离。上行信道的信道系数为g,其增益表达式为
(2)
下行信道的信道系数为h,其增益表达式为
(3)
为研究方便,设接入节点具有足够大的电量,且不计传感器电路的功率损耗。另外还需要说明的是,网络中传感器收集到的能量一定要大于或等于传感器发送信息给接入节点所需要的能量。
在网络通信正常的情况下,采用功率分割传输协议,其基本工作方式是将接收端接收的信号分为能进行能量收集和信息解码两部分,其信道模型如图2所示。
图2 基于功率分割的通信信道模型协议
该协议将信能同传整个过程的周期设为T,在前T/2时间中,接入节点同时发送控制信号和能量信号给传感器节点。传感器接收信号并将信号分为功率比为ρ的两部分,分别用于能量收集和信息解码。
在前T/2阶段中,传感器接收到的信号可用下式表示
(4)
式中:xa----传感器的发射信号;
Pa----接入节点的发送功率;
h----从接入节点到传感器的下行链路信道系数;
ns----传感器的噪声信号,并服从正态分布。
传感器用于信息解码和能量收集的信号分别表示为:
(5)
(6)
传感器采集的平均能量为
(7)
式中:η----能量转化效率,且0<η<1。
在后一个T/2阶段中,传感器在进行信息解码和能量接收后,将感知到的信息发送给接入节点,完成一个时间周期T的信息传输,传感器发送的信息信号可用下式表示
(8)
式中:μ----传感器的放大转发系数;
其中
式中:g----从传感器到接入节点的上行链路信道系数。
接入节点接受的信息信号为
(9)
接入节点的信噪比为
(10)
最终,可以得出从传感器到接入节点的吞吐量为
(11)
最后,通过极值条件获得最大信噪比时的功率分裂系数,即为研究目的中的最优功率分裂因子ρ*。最后解得,
其中
在网络通信异常的情况下,文中采用时间切换传输协议,其通信信道协议模型如图3所示,
图3 异常情况下的通信信道模型
此协议将整个通信在时域上分成(1-τ)T/2、τT和(1-τ)T/2三个阶段。其中τ为时间分配比例,且0<τ<1。
通过推导可以得出系统吞吐量的表达式为
(12)
最后,通过极值条件得出最大信噪比时的时间切换数,即为研究目的中的最佳时间切换系数τ*。最后解得,
本研究采用的参数来自IEEE802.15.6 标准,设能量转换系数η=1,接入节点端最大的传输功率Pa为1 mW,将噪声功率假设为
由接入节点和传感器在体域网中的参考距离,设正常情况下接入节点和传感器的距离为d=2 m,异常情况下接入节点和传感器的距离为d=0.4 m。
不同功率分裂系数下吞吐量与接入节点发射功率之间的关系如图4所示。
图4 不同功率分裂系数下吞吐量与接入节点发射功率之间的关系
在正常情况下,采用功率分割协议进行建模,本研究选取ρ分别为0.4与0.8时,与最优功率分割比做对比,通过图4可以看出在最优功率分割比的条件下,且接入节点发送功率足够大时,系统吞吐量基本恒大于在其他功率分割比下的吞吐量,改变功率分割比的值进行验证,依然可以得到上述结论。这证实了在选择最优功率分割系数设计通信网络时,选择最佳功率分割比,系统可以得到最大吞吐量。为进一步证明结论的可靠性,固定接入节点的发射功率以下行链路参考距离作为变量,选取ρ分别为0.4与0.8时,与最优功率分割比做对比,可以得出相同的结论,如图5所示。
图5 不同功率分裂系数下吞吐量与下行链路参考距离之间的关系
不同时间切换系数下信息吞吐量和下行链路参数的关系如图6所示。
图6 不同时间切换系数下信息吞吐量和下行链路参数的关系
在异常情况下,采用时间切换协议进行建模,本研究选取τ分别为0.2与0.7时,与最佳时间切换系数做对比,通过图6可以看出在最佳时间切换系数的条件下,且下行链路参考距离改变时,系统吞吐量基本恒大于在其他时间切换系数下的吞吐量。这证实了在选择时间切换系数设计通信网络时,选择最佳时间切换系数,系统可以得到最大吞吐量。
针对WBAN的高能效问题优化传输系统、在点到点传输模型中实现信息吞吐量最大化。文中在能量约束限制的前提下,推导系统吞吐量最大时的最优功率分割比,以及最佳时间切换系数。仿真结果显示,该方案有效地提高了网络的吞吐量,优化了传输系统。在本研究的基础上,未来可在该系统上加入中继节点来进一步提高网络性能。