基于改进小波阈值的物联网无线通信自干扰抑制硬件设计

2021-11-12 07:23盖昊宇姚庆锋
关键词:干扰信号射频阈值

盖昊宇,张 震,姚庆锋,朱 炼

(安徽工商职业学院 应用工程学院,安徽 合肥 231131)

互联网快速发展带动人们对通信需求逐步从单一化走向多样化,但在物联网无线通信时,由于上下行链路在相同的时间与频率上,本地对外发送信号与接收到的信号存在频谱重叠的现象,产生了自干扰[1]。所以,设计一种抑制硬件来解决无线通信中的自干扰是很有必要的。改进小波阈值可以去除通信干扰中相关数据的噪声,设计基于改进小波阈值的物联网无线通信自干扰抑制硬件,不光可以消除物联网无线通信时数据产生的噪声,还可以抑制通信时产生的通信干扰,提高无线网络中的物联网通信速度以及效率。国外最早在微软研究院研究自干扰抑制,几位学者采用全项发射天线的方式,并在FPGA 单信道的方式下设计自干扰抑制电路来解决无线通信自干扰的问题,并对802.11MAC 层协议的数据进行分组,提高了整个物联网的吞吐量[2]。国内则以高校学者为代表,针对相同时间、相同频率工作的两种设备,设计了自干扰抑制方法,同时在自干扰的消除方面申请了多个专利。但如今的大多数研究并没有考虑算法量实现的困难,还无法在结构中寻求成本与自干扰的抑制量之间的平衡,实际应用效果还不理想[3]。

1 自干扰抑制硬件设计

1.1 利用改进小波阈值信号去噪

利用改进小波阈值去噪时,选用物联网无线通信中在同一频域内的信号进行计算,假设此时的观测信号为

式中,s(t)为物联网中的原始信号;n(t)表示物联网无线通信中的信号噪声[4]。

物联网中的有用信息总表现为低频或是平稳的信号,但相对于噪声整体来讲还是高的,所以在利用改进小波阈值算法时,通过设定阈值对噪声信号进行量化,噪声信号的量化结果为

式(2)存在不连续性,物联网无线通信重构信号时会产生振荡现象,为了解决这一问题,在式(2)的基础上增加一个调节因子,改善恒定值存在偏差的问题,式(2)可变为

式中,a为调节因子。

利用小波在数学上的表示,对式(3)进行傅里叶变换,变换式如下所示:

式中,ψ(v)为小波母函数。

当调节因子出现连续的情况时,小波母函数会存在一个小波序列,序列如下所示:

式中,b为伸缩因子。

伸缩因子会贯穿信号传输的整个过程,此时的伸缩因子b和调节因子a在连续信号f(t)的作用下,进行内积运算,运算式为

式中,w表示内积系数;Tf为频窗宽度。

在式(6)的变换中,当a变小时,ψa,b(t)缩短变窄,能够在时间轴上观察信号频率较短的时间区间内向高频移动;当a变大时,ψa,b(t)伸展变宽,信号频率在较短的时间区间内向低频偏移,最终完成物联网无线通信信号的去噪。对信号去噪处理后,设计射频模拟消除架构,消除去噪后的无线通信信号的自干扰现象[5]。

1.2 搭建射频模拟消除电路

设计射频模拟消除电路时,考虑到去噪后的信号的自干扰及灵敏度的问题,先将物联网中的发射信号通过输入端Port1 接到紧耦合器,此时的耦合线紧耦合器消除架构如图1所示。

图1 耦合线紧耦合器消除架构

图1 中,物联网无线通信中的信号能量分为3部分,其中标号2 的信号能量通过直通端Port2 的天线发射出去,标号1 的信号能量会经紧耦合器的耦合作用进入耦合端Port3,此时的Port3 端会调节反射系数并转送部分能量到Port4中。将因端口与天线不匹配而导致的信号能量泄漏阻断,这部分阻断的能量记为标号5[6]。为了将各部分能量幅度统一,调节紧耦合器耦合端的匹配网,控制耦合器的反射系数。此时,耦合端反射到隔离端的能量相位相反,并在隔离端口叠加,达到了初步自干扰相消的目的。

在实际物联网无线通信中,收发系统的自干扰信号是时刻变化的,这就要求图1 所示的消除架构还应具有自适应调整的功能,也就是在架构中设定一个自适应抵消部分,在此部分中巧妙设计移相器与数模转换器,保证消除效果。设计的自适应抵消部分如图2所示。

图2 自适应抵消

图2 中,物联网无线通信时产生的自干扰信号经过第一级单天线消除后进入到合路器,此时的检波器2 和检波器3 承担检测抵消信号和功率的作用,检波器2 检测到的电压值输入到单片机中,单片机会将模拟域中的电压值变换为数字信号,并对信号输出过程中的衰减量进行控制[7-8]。此时,合路器中的剩余自干扰信号与物联网发射通道耦合的抵消信号幅值一致[9]。因此,为进一步提高自适应抵消效果,需要在单片机中设置一个固定的阈值,利用其对DA 输出的模拟电压值进行约束,实现对剩余自干扰信号的二次消除[10-11]。搭建射频模拟消除电路,设计射频自干扰抑制控制器,最终完成对物联网无线通信自干扰抑制硬件的设计。

1.3 射频自干扰抑制控制器设计

在设计射频自干扰抑制控制器时,由于物联网无线通信基站的带内波动在-2 dB~+2 dB 之间,所以控制器的电路以数控衰减器与移相器为中心,用来产生小的非线性信号,简化电路结构和电路板结构[12-13]。物联网无线通信接收信号在整个无线网收发过程中主要存在3 部分的强自干扰信号:发射信号经环形器泄漏出的信号、收发器驻波反射回的信号及发射通道的发射信号。依照这3 部分的信号,设定控制器内部电路的技术指标,如表1所示。

表1 控制器内部电路的技术指标

基于表1,发射机输入的发射信号通过耦合器和环形器后,对3 部分的自干扰重建信号,并经过延时、调幅及调相进行信号重建,重建后形成的电路框图,如图3所示。

图3 自干扰抑制控制器电路框图

由图3 所示的射频干扰抵消电路共有两个重建通道,两发两收结构,将环形器与天线外接到图3 所示的电路中[14]。控制器收发通道与干扰重建通道的连接如图4所示。

图4 收发通道与干扰重建通道的连接

物联网无线发射信号经过环形器发送到天线,并耦合一部分的发射信号来重建反向信号,实现对自干扰信号的抑制,完成对自干扰抑制器的设计[15]。

2 抑制效果测试

2.1 实验准备

实验需要准备处理射频信号的射频板,处理基带信号及部分协议的基带板,连接读写器与上位机的接口板,连接成基带自干扰抑制读写器硬件,实际的读写器连接如图5所示。

图5 读写器连接

参考图5 所示的连接图,搭建硬件测试平台,使用多个功率合成器、环形器和衰减器,以FPGA标签模拟器为核心,外接混频器,搭建成的测试平台如图6所示。

由图6 可知上位机使用含有相关程序的PC机,使用Xilinx zedborad 平台开发板。基于上述实验准备,分别使用一种传统的自干扰硬件以及文中设计的自干扰抑制硬件进行实验,在两种自干扰抑制硬件的作用下,对比物联网无线通信时的干扰抑制量大小。

图6 搭建的测试平台

2.2 实验结果分析

按照实验准备的测试环境以及数字自干扰的重建方式,在半双工的训练模式下完成自干扰信道估计,并以全双工的训练模式下得到的自干扰信道状态参数为基准,重建数字自干扰信号并进行数字自干扰抑制。选取示波器在数字干扰抑制干噪比范围为-75 dB~-25 dB 的信号,最终得到两种自干扰抑制的信号,如图7所示。

图7 示波器测量抑制硬件使用后的无线信号

假设两种自干扰抑制硬件一直处于理想状态下,计算得到两种自干扰抑制硬件的抑制量结果,如表2所示。

表2 抑制量实验结果

由表2 可知,在搭建的测试环境内,分别使用两种无线通信自干扰抑制硬件进行测试,选取数字干扰抑制干噪比范围在-75 dB~-25 dB 范围内,两种自干扰抑制硬件都有一定的抑制效果,但传统自干扰抑制硬件相比于本文设计的自干抑制硬件整体的抑制量过小,随着数字干扰抑制干噪比数值的减少,抑制效果不明显。而本文设计的自干扰抑制硬件随着数字干扰抑制干噪比数值的减少,其抑制量增大,抑制效果更明显,自干扰抑制硬件的适用面更广,适合在实际物联网无线通信中使用。

3 结语

本文设计了基于改进小波阈值的物联网无线通信自干扰抑制硬件。针对物联网无线通信过程中收发天线间的自干扰效应,按照其特性设计了相关抑制控制器。实验结果表明,设计的自干扰抑制硬件在相同数字干扰抑制干噪比范围内,本文设计的自相干抑制硬件抑制量更大,适合物联网中实际使用。

猜你喜欢
干扰信号射频阈值
基于小波域滤波的电子通信信道恶意干扰信号分离方法
5G OTA射频测试系统
基于DJS的射频噪声干扰信号产生方法及其特性分析
关于射频前端芯片研发与管理模式的思考
采用红细胞沉降率和C-反应蛋白作为假体周围感染的阈值
基于粒子群算法的光纤通信干扰信号定位方法
小波阈值去噪在深小孔钻削声发射信号处理中的应用
ALLESS转动天线射频旋转维护与改造
腹腔镜射频消融治疗肝血管瘤
基于迟滞比较器的双阈值稳压供电控制电路