物聯網終端設備載波通信過程干擾抑制方法研究

作者簡介：張紫薇（1994— ），女，助教，碩士；研究方向：信息處理與工業物聯網。

摘要：文章利用現有方法抑制載波通信過程的干擾時，難以有效分離干擾信號。為此，文章設計了新的物聯網終端設備載波通信過程干擾抑制方法。文章通過引入優化后的小波閾值方法，對物聯網終端設備載波通信進行去噪處理；采用獨立分量分析分離不同信源的通信信號；按照信道編碼、中頻調制以及調頻流程，對載波通信干擾進行批量抑制；通過連接收發通道與重建通道，實現通信傳輸。實驗表明：新方法可以有效分離原始信號中的干擾信號，提高通信質量。

關鍵詞：物聯網；干擾抑制；載波通信；終端設備

中圖分類號：TN913" 文獻標志碼：A

0" 引言

在物聯網中，終端設備之間的通信至關重要，直接關系到數據的傳輸效率、實時性以及整個系統的穩定性。載波通信作為物聯網終端設備之間常用的通信方式，其性能優化和干擾抑制一直是研究的熱點。

沈小渝等［1］結合聯合估計過程，提出了一種無線通信網絡干擾抑制算法；董丹丹等［2］通過改進變分模態分解，實現對電力線寬帶載波通信干擾耦合協同抑制；穆巍煒等［3］結合環形陣列，對地面無人裝備集群通信干擾進行了抑制。雖然這些方法在一定程度上提升了通信質量，但在面對復雜多變的干擾環境，單一的干擾抑制策略往往難以取得理想的效果。

隨著物聯網設備數量的不斷增加，通信資源的有限性使得干擾問題更加突出［4］。因此，如何綜合考慮多種因素，設計出更加高效、靈活的干擾抑制方法，成為當前物聯網終端設備載波通信領域亟待解決的問題。為了解決上述問題，本文研究了物聯網終端設備載波通信過程中的干擾抑制方法。

1" 物聯網終端設備載波通信小波去噪處理

在物聯網終端設備載波通信信號的去噪處理中，本研究引入了經過優化的小波閾值方法。該方法的核心在于設置一個合理的閾值，通過對信號進行量化處理，能夠精確地識別并分離出噪聲信號［5-6］。噪聲的量化結果為：

v′=v，|v|≥k

0，|v|lt;k（1）

其中，v′為閾值函數；v為小波系數；k為量化系數。

通常，噪聲信號具有不連續性，這種不連續性在信號處理的后續步驟中，特別是在對信號進行重構時，可能會引發振蕩問題。振蕩問題會導致信號中的有用信息被扭曲或丟失，從而對整個通信過程造成不利影響。為了有效解決這一問題，本研究引入一個調節因子，旨在通過調整公式的連續性和平滑性，從而減弱或消除由不連續性引起的振蕩現象。通過設計和優化調節因子的參數，能夠確保新的公式在保持原有性能的同時，更加穩定地處理信號，避免振蕩問題的出現。

2" 通信信號分離

本研究經過小波降噪處理，成功地去除了噪聲信號，使信號更加純凈。但是，在基于2個獨立信源的情況下，必須保證各輸出信號彼此獨立，才能達到完全分離的目的［7］。為了實現這一目標，本研究采用獨立分量分析的方法，借助對照函數來評估信號分離的效果［8］。獨立分量分析的目標是從觀測信號中分離出獨立的源信號。假設觀測數據X是獨立源分量S的線性組合，則存在：

X=S×A（2）

其中，A代表混合矩陣。獨立分量分析的目標是找到一個估計矩陣W，使得輸出信號y（t）=Wx（t）能夠最大限度地接近源信號s（t）。通過計算并優化相關統計量，可以找到最佳的分離矩陣W，從而實現源信號的分離。

3" 載波通信干擾批量抑制

將上述獨立分量分析技術有效地應用于載波通信干擾的批量抑制中。首先，調頻信號會經過一系列的處理步驟，包括信道編碼、中頻調制以及調頻序列的獲取。這一系列處理旨在確保信號的穩定性和可靠性，為后續的處理提供高質量的原始數據。處理后的信號序列J（n）代表了載波通信的基礎信號。

為了模擬真實的通信環境，本研究采用功放與梳形濾波器相結合的方法，將干擾信號轉化成梳狀的阻塞式干擾。這種干擾信號以其特定的頻率分布和強度，對載波通信產生干擾，影響通信的質量和穩定性［9］。本研究中，為了有效應對這些干擾，在多個設備載波通信的接收端設置了2根天線［10］。通過2根天線的接收數據，算法能夠精確地識別并分離出各種干擾信號，確保了通信信號的純凈性和穩定性。

4" 收發通道與干擾抑制重建通道連接

針對物聯網無線通信基站的頻帶起伏（-2～+2 dB），本研究采用數字衰減器、移相器等作為控制系統的核心部件。其目的是產生較弱的非線性信號，使電路及電路板的結構變得簡單。在物聯網無線通信的接收過程中，存在3種主要的強制干擾信號源：發射信號通過環形器的泄漏、收發器駐波反射的信號以及發射通道的直接發射信號。為了有效抑制這些干擾，由發射器發出的傳送信號，先通過一個耦合器及一個環行電路，進而對這3部分自干擾信號進行重建。這一重建過程包括信號的延時、調幅和調相，以確保重建信號的準確性和有效性。自干擾信號的重建可以通過以下公式表示：

C=α×Xx+β×Xf+γ×Xs（3）

其中，C為重建信號；α、β、γ為泄漏、反射和發射信號的權重系數，取值取決于具體的電路參數和通信環境；Xx為泄漏發射信號；Xf為發射信號反射量；Xs為發射信號。RF干擾對消電路使用了2個發射、2個接收的重構信道，將其與電路相連。這種設計能夠更有效地抵消自干擾信號，提高通信質量。

5" 應用與分析

5.1" 實驗準備

為了驗證本文方法的有效性，設計如下實驗。

首先，準備射頻板，用于處理射頻信號。其次，準備基帶板，用于處理基帶信號及部分協議。基帶板是物聯網終端設備通信的核心部分，負責將數字信號轉換為適合傳輸的基帶信號，處理相關的通信協議。此外，為了實現與上位機的通信和數據傳輸，還需要準備接口板，用于連接讀寫器與上位機。接口板提供了穩定的通信接口和數據傳輸通道，確保實驗數據的實時性和準確性。最后，將射頻板、基帶板和接口板連接成基帶自干擾抑制讀寫器硬件。

5.2" 可行性驗證

在本文方法應用的過程中，選取示波器在數字干擾抑制干燥比為-75～-25 dB范圍內的信號，對其進行干擾抑制。測定在不同數字干擾抑制干燥比情況下的抑制量，發現當干擾信號的干燥比從-25 dB逐漸變化到-75 dB時，本文干擾抑制方法展現出了出色的性能。具體來說，隨著干燥比的降低，即干擾信號強度的增強，干擾抑制量也呈現明顯的增長趨勢。當干燥比為-25 dB時，本文方法能夠實現19 Hz的干擾抑制量，這一數值已經相當可觀，能夠顯著降低通信過程中的干擾影響。當干燥比降低到-75 dB時，抑制量增加到37 Hz，說明本文方法在面對高強度干擾時依然能夠保持高效的性能。

5.3" 分離干擾信號效果分析

準備一組包含2種不同干擾信號（梳狀阻塞干擾信號和跳頻干擾信號）的物聯網終端設備載波通信信號，信號頻率為250 kHz。應用本文方法對該信號進行干擾分離，得到如下結果，如圖1—2所示。

分析圖1和圖2可知，本文方法能夠從復雜的原始信號中精確地分離出2種不同類型的干擾信號，這一結果不僅與所預期的干擾信號類型相吻合，更在實際應用中驗證了方法的準確性和有效性。

6" 結語

本文對物聯網終端設備載波通信過程中的干擾抑制方法進行了深入研究，通過實驗驗證了該方案在提升通信性能、降低干擾影響方面的有效性。

隨著物聯網應用場景的不斷拓展和設備數量的持續增長，通信干擾問題將更加復雜多變。因此，未來的研究應更加注重跨學科的融合，結合機器學習、人工智能等先進技術，實現更加智能、自適應的干擾抑制，同時還應關注通信資源的優化分配和高效利用，以應對物聯網設備數量激增帶來的挑戰。

參考文獻

［1］沈小渝，李紅映.基于聯合估計的無線通信網絡干擾抑制算法［J］.計算機仿真，2023（12）：283-287.

［2］董丹丹，孫寧.基于改進變分模態分解的電力線寬帶載波通信干擾耦合協同抑制方法［J］.電信科學，2023（5）：129-135.

［3］穆巍煒，何濱兵，齊堯，等.基于環形陣列的地面無人裝備集群通信干擾抑制［J］.兵工學報，2023（5）：1414-1421.

［4］吳玉嬋.基于全通濾波器的擴頻通信系統干擾抑制數學建模［J］.長江信息通信，2023（9）：75-77.

［5］余鵬，何松倍，唐榮芳，等.自由空間光纖通信系統碼間干擾抑制技術［J］.電子器件，2023（4）：932-936.

［6］孫國營，劉偉榮.帶內全雙工通信中天線自干擾抑制研究進展［J］.中國新通信，2023（13）：26-30.

［7］婁佳，范超，孔文杰，等.變電站復雜電磁環境下的無線通信干擾抑制方法［J］.環境技術，2023（10）：101-106，123.

［8］李燕林.低壓機電一體化配電網電力線載波通信干擾頻點過濾［J］.上海電機學院學報，2023（1）：40-44.

［9］孫琳，李海森，李羿萱.雙向干擾抑制的多用戶濾波多音水聲通信研究［J］.華中科技大學學報（自然科學版），2023（9）：40-47.

［10］宋士剛，武占俠，洪海敏，等.電力載波通信中的干擾特性與抑制技術探究［J］.電子測試，2022（9）：60-62，131.

（編輯" 王永超）

Research on interference suppression method for carrier communication process of Internet of Things terminal equipment

ZHANG" Ziwei

（Department of Information and Engineering， Xinjiang Institute of Engineering， Urumqi 830000， China）

Abstract：" It is difficult to effectively separate interference signals when using existing methods to suppress interference in carrier communication processes. Therefore， a new method of interference suppression in carrier communication of IoT terminal equipment is designed in this paper. In this paper， the optimized wavelet threshold method is introduced to denoise the carrier communication of IoT terminal equipment. It uses independent component analysis to separate communication signals from different sources and batches suppression of carrier communication interference according to channel coding， intermediate frequency modulation， and frequency modulation processes. By connecting the transmission and reconstruction channels， communication transmission is achieved. The experiment shows that the new method can effectively separate interference signals from the original signal and improve communication quality.

Key words： Internet of Things; interference suppression; carrier communication; terminal equipment