基于聚類分析的多天線標簽環(huán)境反向散射系統(tǒng)

岳 恒，趙菊敏，李燈熬

(1.太原理工大學 a.信息與計算機學院，b.大數(shù)據(jù)學院，山西 晉中 030600；2.山西省空間信息網絡工程技術研究中心，山西 晉中 030600)

物聯(lián)網的普及和反向散射技術的發(fā)展給我們的日常生活帶來了便利。由于電子標簽與閱讀器之間的通信距離較短，極大地限制了反向散射技術的發(fā)展。環(huán)境反向散射技術(ambient backscatter technology，ABT)的出現(xiàn)推動了反向散射技術的發(fā)展，開辟了物聯(lián)網(IoT)的一個全新領域[1]。ABT是一種新的射頻識別技術，它利用周圍環(huán)境中的現(xiàn)有信號進行通信[2-3]。在環(huán)境反向散射通信系統(tǒng)(ambient backscatter communication system，ABCS)中，標簽和閱讀器之間的通信不需要閱讀器產生極其耗電的載波信號，標簽可以通過反射周圍的無線電波(如電視塔或WiFi信號)。因此，ABCS可以看作是一種新的頻譜共享模式，但目前只有相關實驗驗證了其可行性，相關的理論研究還有待完善[4-5]。

本文主要研究ABCS中多天線標簽信號檢測的問題，提出了一種新的ABCS模型，針對K-Means算法存在的不足，根據(jù)時間的相關性，提出了一種基于隊列的方式來計算聚類中心的K-Means-Q(Queue ofK-Means)算法，降低了誤碼率。與其他研究人員使用的方法不同，該方法可以避免檢測時的信道估計。由于信道估計是消耗功率的，因此本文提出的方法可以降低功率壓力。理論分析表明，新模型提高了信號通信速率。

1 相關工作

在ABCS中，閱讀器接收兩種類型的信號：直接鏈路信號和反向散射信號。因此，ABCS中的關鍵問題是如何從強干擾信號中分析出弱反向散射信號。一些現(xiàn)有方法使用直接鏈路信號作為背景噪聲的一部分[1，6-7]。在文獻[1]和[6]中，能量檢測器用于檢測后向散射信號。在文獻[7]和[8]中，提出了最大似然檢測差分調制。近年來，干擾消除技術被應用于ABCS閱讀器的設計[9-13]。在文獻[9]和[10]中，使用正交頻分復用(OFDM)信號的復雜結構來消除直接鏈路干擾。在文獻[14]中，提出了一種基于機器學習的ABCS信號檢測方法。該方法直接提取接收信號的特征，通過無監(jiān)督學習對接收信號進行分類，實現(xiàn)信號檢測。此外，通過發(fā)送前導來輔助信號檢測，不需要估計信道系數(shù)和噪聲功率。文獻[15]提出了一種降低標簽在不同編碼模式下誤碼率的理論模型。文獻[11]設計了一種雙天線接收機模型，通過計算雙天線接收信號的幅度比來抵消射頻源信號的影響。在文獻[16]中，提出了一種閱讀器中具有多個天線的ABCS.由于標簽只反射信號，當使用多個天線時，信號將通過功率分配進行傳輸。在閱讀器處，首先通過接收的信號檢測較高功率的信號。接下來，通過使用第一檢測到的信號來檢測來自其他天線的信號。由于ABT通常使用能量檢測，因此其具有較低的通信速率。在文獻[17]中，設計了一種多天線標簽系統(tǒng)模型，閱讀器不需要知道射頻信號功率和信道狀態(tài)信息，僅使用盲檢波器來恢復標簽信號。

對于ABT的研究，現(xiàn)有的設計都是在降低信號傳輸速率的基礎上進行的，但均不適合實時性要求較高的場合。因此，本文中詳細介紹一種提高ABCS傳輸速率的可行方案以及ABCS信號檢測的算法。

2 多天線標簽環(huán)境反向散射通信系統(tǒng)

2.1 系統(tǒng)模型

MTABCS模型如圖1所示。系統(tǒng)包含環(huán)境中的射頻源(如無線網絡基站、電視塔等)、標簽(Tag)和閱讀器(Reader)。其中標簽帶有3個天線，天線1與天線2用來與閱讀器通信，由于多天線同時通信，其能耗較高，因此需要采用單個天線從環(huán)境中采集能量，使天線3負責從環(huán)境中獲取能量。

圖1 多天線標簽環(huán)境反向散射通信系統(tǒng)通信模型Fig.1 Multi-antenna tag ambient backscatter communication system communication model

2.2 多天線標簽的整體框架

多標簽天線的整體框架如圖2所示，其主要包含通信模塊、能量采集模塊、MCU以及各類傳感器4部分。由于多天線標簽采用天線1和天線2與閱讀器通信，因此，通信模塊包含兩組通信通道。

在MTABCS中，三天線標簽工作原理為天線3接收來自環(huán)境中的電磁波信號，通過感應電路產生感應電流，并將產生的能量存儲在儲存單元中。天線1和天線2負責數(shù)據(jù)反射，其中反射數(shù)據(jù)需要的能量由天線3供給。多天線標簽工作原理與單天線標簽的主要區(qū)別在于多天線標簽使用兩個天線進行并行傳輸，以提高通信速率，并且為了減少標簽之間的干擾，使三天線標簽使用雙頻段工作，即能量收集天線3擬工作在415 MHz頻段，數(shù)據(jù)反射天線1和天線2擬工作在825 MHz頻段，以減小兩種天線之間的干擾。天線1和天線2傳輸?shù)臄?shù)據(jù)分配由MCU控制，實現(xiàn)數(shù)據(jù)并行傳輸并在閱讀器端進行解碼以提高整個系統(tǒng)的通信速率。

圖2 多天線標簽的整體框架Fig.2 Whole frame of multi-antenna tag

2.3 信道感知

MTABCS模型利用多天線標簽來提高AmBC系統(tǒng)的通信速率。因此閱讀器需要對接收到的信號進行檢測和對來自標簽的兩個天線的反射信號進行解碼。由于閱讀器接收的信號較為復雜，且信號信道響應不同，傳統(tǒng)的信號檢測的方法比如平均化功率、閱讀器多天線對比、非相干檢測器以及盲均衡檢測器等算法不適用于MTABCS模型，因此提出基于聚類分析算法的信號檢測方法實現(xiàn)信號的解碼。

如圖1，設射頻信號源x(t)=Asin(2πft+φ0)，多天線標簽按照其碼元信號B1(t)和B2(t)分別控制其天線1與天線2的反射與不反射，其中B1(t),B2(t)∈{0,1}.因此接收設備接收到的信號y(t)是被B1(t)和B2(t)調制后的電視塔信號。設射頻信號源與多天線標簽天線1之間的信道響應為l1，射頻信號源與多天線標簽天線2之間的信道響應為l2，射頻信號源與閱讀器之間的信道響應為h，多天線標簽天線1與閱讀器之間的信道響應為g1，多天線標簽天線2與閱讀器之間的信道響應為g2，多天線標簽天線1的功率反射系數(shù)為α1，多天線標簽天線2的功率反射系數(shù)為α2.

根據(jù)上述的描述可知，多天線標簽天線1從環(huán)境中接收到的射頻信號x1(t)可以表示為：

x1(t)=l1Asin(2πft+φ1) .

(1)

式中：φ1表示相移。多天線標簽天線2從環(huán)境中接收到的射頻信號x2(t)可以表示為：

x2(t)=l2Asin(2πft+φ2) .

(2)

式中：φ2表示相移。由于存在相移，因此閱讀器接收到的來自多天線標簽天線1的射頻信號c1(t)可以表示為：

c1(t)=α1B1(t)g1l1Asin(2πft+φ11) .

(3)

同理閱讀器接收來自多天線標簽天線1的射頻信號c2(t)可以表示為：

c2(t)=α2B2(t)g2l2Asin(2πft+φ22) .

(4)

式中：φ11和φ22分別表示相移。因此接收機接收到的多天線標簽的信號c(t)可以表示為：

c(t)=c1(t)+c2(t) .

(5)

由于存在相移，閱讀器接收到來自射頻信號源的信號q(t)可以表示為：

q(t)=hAsin(2πft+φq).

(6)

其中φq表示相移。由于閱讀器同時接收來自射頻信號源的信號和多天線標簽反射的信號，因此閱讀器接收到的信號y(t)可以表示為：

y(t)=q(t)+c(t)+w(t) .

(7)

其中的w(n)是功率為σ2的加性高斯白噪聲，即w(t)～N(0,σ2).

3 多天線標簽環(huán)境反向散射通信系統(tǒng)的信號檢測

3.1 信號檢測理論分析

本文研究多天線標簽AmBC系統(tǒng)的信號檢測則是根據(jù)閱讀器接收的信號y(t)還原出多天線標簽兩個天線的反射狀態(tài)，進而推導出標簽的碼元信息。

由公式(7)得到y(tǒng)(t)可以表示為：

y(t)=hAsin(2πft+φq)+α1B1(t)g1l1Asin(2πft+
φ11)+α2B2(t)g2l2Asin(2πft+φ22)+w(t) .

(8)

多天線標簽兩個天線的碼元B1(t),B2(t)∈{0,1}并行傳輸時，在接收端收到的信號相應有4種狀態(tài)，根據(jù)B1(t)和B2(t)不同的取值，可以得到公式(9).由和差公式，公式(9)可以簡化表示公式(10).

(9)

(10)

不考慮噪聲的干擾，即理想情況下y(t)可以表示為：

(11)

為求其對應系數(shù)，用cos(2πft)乘公式(11)兩邊可得公式(12).對公式(12)兩邊積分得公式(13).其中T為射頻源信號的周期，可對應求得：b11、b10、b01、b00.同理使用sin(2πft)乘公式(11)兩邊并對其進行積分，并求得：a11、a10、a01、a00.將有序數(shù)對(a11，b11)、(a10，b10)、(a01，a01)、(a00，b00)與平面直角坐標系上的4個不同的點相對應，解碼B1(t)和B2(t).

(12)

(13)

3.2 基于K-Means-Q聚類分析算法的信號檢測

K-Means算法是ABCS中常用的信號檢測算法，相比于其他信號檢測算法性能優(yōu)越，其在進行聚類時所有數(shù)據(jù)是等權參與運算的，即每個簇的聚類中心是根據(jù)所有屬于該簇的點來更新的。當信道狀態(tài)發(fā)生變化時，這樣的處理方式會導致較高的誤碼率，其魯棒性較差。為了提高系統(tǒng)的穩(wěn)定性，針對K-Means算法存在的問題，考慮到在實際場景中，當前時刻的信道狀態(tài)往往與其鄰近時刻的信道狀態(tài)相關性較大，與非鄰近時刻的信道狀態(tài)相關性較小，提出一種基于隊列的方式來計算聚類中心的K-Means算法，稱之為K-Means-Q算法。其主要是利用4個隊列來分別存儲最新收集到的固定數(shù)量數(shù)據(jù)，在更新每個簇的聚類中心時只有相對應的隊列中的數(shù)據(jù)參與運算，這就避免了由于所有數(shù)據(jù)都參與聚類中心的更新而引發(fā)的系統(tǒng)穩(wěn)定性變差的問題。

具體而言，基于K-means-Q聚類分析算法的信號檢測步驟如下。

輸入：輸入信號IQ域圖集Ti={L(1),…,L(NoC×4),D(1),…,D(NoD)}，其中Ti為Li和Di之和，Li={L(1),…,L(NoC×4)}是循環(huán)NoC次的前導碼對應的IQ域圖上的點，Di={D(1),…,D(NoD)}是標簽發(fā)送NoD次的碼元數(shù)據(jù)對應的IQ域圖上的點；長度為m的4個隊列M1、M2、M3、M4，對應存儲屬于簇的最近的m個數(shù)據(jù)點。

裁判的判罰會偶爾失誤，判罰錯誤或誤判，這種失誤有時會影響運動員比賽的心情，更嚴重時候，如在關鍵分時候，有可能會改變比賽的結果。

輸出：4個簇中心c1、c2、c3和c4，以及每一個碼元數(shù)據(jù)Di對應的解碼值，滿足SSE收斂。

1) 由于已知前導碼碼元信息，可以將Li={L(1),…,L(NoC×4)}對應到不同的聚類集C1、C2、C3、C4中。

2) 利用平均值法

分別計算每個聚類中的聚類中心c1、c2、c3和c4.

3) 將步驟2計算的4個聚類中心c1、c2、c3和c4分別存儲到對應的隊列M1、M2、M3、M4當中。

4) 計算碼元數(shù)據(jù)D到四個簇的聚類中心的歐幾里的度量，對于度量較短的，便將其分類到對應簇Ci中。

5) 判斷分類成功的數(shù)據(jù)對應的隊列Mi是否已經滿，如果Mi已經滿，則將隊首的數(shù)據(jù)移除，并將數(shù)據(jù)D放入到隊列Mi的隊尾。如果Mi未滿，則將數(shù)據(jù)D直接放入到隊列Mi的隊尾。

6) 利用隊列Mi重新計算簇Ci的聚類中心ci，

|Mi|為隊列的有效長度，mx為屬于Mi中的數(shù)據(jù)點。

7) 循環(huán)步驟4、5、6，直到碼元數(shù)據(jù)D判斷完成。

8) 輸出4個簇的聚類中心c1、c2、c3和c4，以及每一個碼元數(shù)據(jù)Di對應的解碼值。

4 仿真實驗

仿真方式驗證本文設計的基于多天線標簽的AmBC系統(tǒng)通信速率的高效性，將本系統(tǒng)使用的K-Means-Q算法與ABCS中常用的K-Means算法進行性能比較。在仿真實驗中，設定射頻源信號頻率為450 MHz，前導碼信號是00011011碼，重復10次，數(shù)據(jù)信號是隨機生成的，長度為1 000 bit，信噪比設置為5.

圖3顯示了射頻源信號、標簽信號和閱讀器接收信號的波形。圖3(a)是射頻源信號，圖3(b)和圖3(c)是由標簽天線1和2發(fā)送的前同步碼信號和數(shù)據(jù)信號。圖3(d)是讀取器接收的信號，其包括射頻源信號和標簽反射信號。

圖3 射頻源信號、標簽信號和閱讀器接收信號波形圖Fig.3 Waveform of radio frequency source signal, tag signal,and reader received signal

閱讀器接收到的信號是射頻源信號和標簽反射信號的混合信號，利用K-Means算法進行解碼。由于系統(tǒng)模型為標簽雙天線通信，因此算法的分簇中心數(shù)K設置為4、前導碼重復數(shù)設置為10.圖4為利用K-Means聚類算法進行數(shù)據(jù)分類的星座圖。圖4(a)展示了1 000個數(shù)據(jù)集的原始分布，通過K-Means聚類分析算法后得到圖4(b).從圖中可以發(fā)現(xiàn)，K-Means聚類算法對整體信號數(shù)據(jù)處理效果較好，給出了4個明顯的聚類中心，但是對于一些邊緣離群點的處理較差，比如圖4(b)中被圈住的多個數(shù)據(jù)點，容易出現(xiàn)分類錯誤，這說明該算法存在部分不穩(wěn)定性，誤碼率較高。

圖4 聚類分析算法前后數(shù)據(jù)分布圖Fig.4 Data distribution diagram before and after cluster analysis algorithm

利用K-Means-Q算法進行解碼，該算法設置K的取值為4，前導碼重復次數(shù)設置為10，隊列長度M設置為25.利用K-Means-Q聚類算法進行數(shù)據(jù)分類的結果如圖5所示。圖5(a)為初始1 000個數(shù)據(jù)集的原始分布，通過K-Means-Q聚類分析算法后得到圖5(b).從圖中可以發(fā)現(xiàn)，相較于K-means算法，K-means-Q聚類算法可以獲得更高的準確率，并且對于一些邊緣群點的處理較好，比如上圖中被圈住的多個數(shù)據(jù)點，誤碼率較低。

圖5 聚類分析算法前后數(shù)據(jù)分布圖Fig.5 Data distribution diagram before and after cluster analysis algorithm

K-Means-Q算法性能優(yōu)于K-Means算法的關鍵在于K-Means-Q算法引入隊列來存儲相關性較大的數(shù)據(jù)集，摒棄了相關性較小的數(shù)據(jù)，從而提高了聚類中心的準確性。隨著M的變化，K-Means-Q算法的性能也會有所變化。設置發(fā)送1 000 bit數(shù)據(jù)，比較隊列長度M和誤碼率(BER)在不同信噪比(SNR)下的關系，如圖6所示。從圖中可以看出，當信噪比一定的情況下，隨著M的增大，系統(tǒng)誤碼率出現(xiàn)先降低后升高的變化趨勢。當M較小時，由于信號存在不確定性，聚類中心的計算有較大的誤差，隨著M的增大，數(shù)據(jù)集平均值趨于穩(wěn)定，誤碼率降低。當M較大時，隨著M的增大，誤碼率變高，這是因為聚類中心的確定隊列加入了與當前時刻的信道相關性較弱的數(shù)據(jù)集，并且隨著SNR的降低，最佳的隊列長度逐漸增大。

圖6 M和BER之間的關系對比圖Fig.6 Relationship between M and BER

由圖6可知，當信噪比等于20、隊列長度M等于15時，誤碼率最低。圖7顯示K-Means-Q算法與K-Means算法在發(fā)送不同的數(shù)據(jù)量時誤碼率的對比。其中K-Means-Q算法中隊列長度M設置為15.由圖可以看出，隨著數(shù)據(jù)量的增大K-Means-Q算法的誤碼率基本保持穩(wěn)定且相對較低，而K-Means算法的誤碼率隨著數(shù)據(jù)量的增多不斷升高。由此可以看出K-Means-Q算法性能較好。

圖7 K-Means-Q算法和K-Means算法誤碼率的對比Fig.7 Comparison of BER between K-means-Q algorithm and K-means algorithm

5 結論

本文針對傳統(tǒng)的ABCS通信速率低的問題，提出一種MTABCS模型，標簽利用兩個天線同時與閱讀器通信，使信號傳輸速率加倍。閱讀器使用K-Means-Q算法檢測信號，將接收到的信號分為四類，在一定的數(shù)據(jù)比特傳輸后重新計算聚類中心，提高了信號檢測的準確性。