CN116132226B - 动态反射系数下环境反向散射系统的信道估计及传输方法 - Google Patents
动态反射系数下环境反向散射系统的信道估计及传输方法 Download PDFInfo
- Publication number
- CN116132226B CN116132226B CN202310061143.2A CN202310061143A CN116132226B CN 116132226 B CN116132226 B CN 116132226B CN 202310061143 A CN202310061143 A CN 202310061143A CN 116132226 B CN116132226 B CN 116132226B
- Authority
- CN
- China
- Prior art keywords
- tag
- channel
- reader
- signal
- stage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 230000005540 biological transmission Effects 0.000 title claims abstract description 44
- 230000007613 environmental effect Effects 0.000 title claims abstract description 13
- 238000009826 distribution Methods 0.000 claims description 27
- 230000008054 signal transmission Effects 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000003306 harvesting Methods 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0256—Channel estimation using minimum mean square error criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
- H04B5/70—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes
- H04B5/77—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes for interrogation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种动态反射系数下环境反向散射系统的信道估计及传输方法。本发明通过设计动态反射系数下的传输模型,解决了动态反射系数下的信道估计问题和平均可达率最大化的问题。同时本发明考虑了能量的问题本发明考虑了标签的能量消耗问题,可减少不必要的能量损失。而且本发明通过设置动态反向散射系数可以确保收集的功率能够满足每个标签的功率要求。
Description
技术领域
本发明属于无线通信领域,具体涉及一种动态反射系数下环境反向散射系统的信道估计方法。
背景技术
环境反向散射技术的出现从一定程度上解决了物联网标签能量来源的局限性和组件的成本,环境反向散射技术从环境中获取射频电路消耗的能量,并将其分为两部分:一部分调制节点所感知到的信息,另一部分用来给自身充能。将整个过程的能量消耗减少到微瓦级。
现有的关于环境反向散射技术的分析大部分假设标签收集到的能量,就是射频电路消耗的能量,将反向散射系数设置为常数。然而这并不是正确的,实际上反射系数是一个随着信道状态信息变化而变化的值。除此之外,这些文章同样假设了电池的容量是无限的,从而能量可以无限制的收集,这同样是不正确的。
现有技术中,公开了一项申请号为CN201711166406.7,名为“无源反向散射通信信道的参数估计方法”的专利,此项技术针对环境反向散射技术的全盲信道设计了一种基于EM算法的信道估计方法,处理了全盲估计过程中出现的观测数据含有多个隐藏变量以及待估信道参数随设备反射状态而不断交替变化的问题,并且设计了合理有效的算法迭代初值,获得了良好的估计性能。此技术的存在以下的缺点:
1、设定反向散射系数为一个固定值,这不符合实际场景中的使用,造成标签的能量消耗,实际上随着标签收集到的信号不同,标签的反向散射系数应该是一个变化的值。
2、未考虑环境散射过程中的能量收集问题,环境反向散射过程中,标签接收到的信号部分用于能量收集,部分发射出去,信道参数随无源设备反射和不反射两种状态而不断变化。
现有技术中,公开了另一项申请号为KR20190130731A,名为“Method and Apparatusfor Channel Estimation in Ambient Backscatter Communication”的专利[2],此项技术设计了一种迭代的信道估计方法,基于接收数据和初始信道参数估计基于的似然函数的下限条件估计以及基于和确定最终信道参数θ1,之后进行进一步的迭代,提高传输信号能量效率。此技术的存在以下的缺点:
1、设定反向散射系数为一个固定值,忽略了标签消耗的功率。即使消耗的功率非常低,固定反向散射系数也可能无法确保收集的功率能够满足每个标签的功率要求,从而导致实际无源反向散射系统的性能偏差。
2、迭代设计的公式复杂,计算量大,且此技术中涉及的隐藏变量为单一变量。在一些无线通信系统中,如果使用全盲估计,除待估参数外,可能存在不止一个隐藏变量,如利用无源反向散射通信技术的系统中,可能存在源信号与反射信号非单一隐藏变量,且隐藏变量中的反射信号与待估信道参数相关联。
因此,现有技术中的信道估计方法依然存在问题,继续进一步优化。
发明内容
本发明的目的在于解决现有技术中存在的问题,并提供一种动态反射系数下环境反向散射系统的信道估计方法。该方法提出了动态反射系数下的传输模型,并解决动态反射系数下的信道估计问题和平均可达率最大化的问题,同时考虑了能量的问题。
本发明所采用的具体技术方案如下:
第一方面,本发明提供了一种动态反射系数下环境反向散射系统的信道估计方法,所述反向散射系统中标签从射频源接收信号并从中收集能量为线圈充能,所述信道估计方法包括:
S1、在单基站反向散射网络的导频信号发送阶段中,标签接收来自射频源的信号并从中收集能量为射频电路充能,信号表示为:
式中:Ps表示射频发射装置的发射功率,x(n)表示发射信号;
S2、标签中的射频电路收集的能量满足反射要求后,将接收的射频源信号调制反射至读写器;读写器接收到的信号表示为:
式中:f表示从射频源到标签的信道系数,g表示从标签到读写器的信道系数,h表示从射频源到读写器的信道系数;c(n)表示反向散射标签调制的信息;B(n)表示标签是否反射来自射频源的信号,反射时B(n)=1,不反射时B(n)=0;N表示读写器处的高斯噪声,且N服从均值为0,方差为σ2的高斯分布δk∈[0,1]表示动态反射系数,其计算式为:
式中:PC表示标签线路功耗,η代表能量收集效率且η∈(0,1];
S3、根据B(n)=0时读写器接收到的信号采用最小二乘(LS)信道估计方法或者最小均方误差(MMSE)信道估计方法对从射频源到读写器的信道系数h进行估计,得到信道系数h的估计值
S4、根据B(n)=1时读写器接收到的信号采用与信道系数h相同的估计方法对信道Hbs进行估计,得到信道系数Hbs的估计值以及的估计误差所服从的高斯分布
S5、基于信道Hbs的估计值,对从射频源到标签的信道系数f和从标签到读写器的信道系数g进行估计,且估计时先从信道系数f和信道系数g中选择其中一个信道系数为待估计信道系数k1,指定其独立且同分布于然后对另一个待估计信道系数k2所服从的高斯分布进行估计:
式中:βk代表从阅读器到标签的路径损失;k1和k2分别为f和g,或分别为g和f。
作为上述第一方面的优选,所述反向散射系统包含一个射频源、,一个标签和一个读写器;射频源向标签和读写器发射信号后,标签从射频信号中收集能量来给线圈充能,并且标签重新调制并反射来自射频源的信号,最终由读写器接受来自标签的信号。
作为上述第一方面的优选,所述S3中,B(n)=0时读写器接收到的信号的表达式为:
式中:n1代表B(n)=0时读写器处的高斯噪声;S1(n)表示射频源在奇时隙发送的导频信号;
采用最小二乘(LS)信道估计方法得到的信道系数h的估计值为:
采用最小均方误差(MMSE)信道估计方法得到的信道系数h的估计值为:
式中:Rh表示信道系数h的自相关矩阵,Rh=diag{β2,β2,…,β2},β为路径损耗因子;I为单位对角矩阵;代表S1(n)的共轭转置矩阵。
作为上述第一方面的优选,所述S4中,B(n)=1时读写器接收到的信号的表达式为:
式中:n2代表B(n)=1时读写器处的高斯噪声;S2(n)表示射频源在偶时隙发送的导频信号;
采用最小二乘(LS)信道估计方法得到的信道Hbs的估计值为:
其中:的估计误差服从均值为0,方差为的高斯分布:变量
采用最小均方误差(MMSE)信道估计方法得到的信道Hbs的估计值为:
其中:RH表示信道Hbs的自相关矩阵,RH=diag{β2,β2,…,β2};的估计误差服从均值为0,方差为的高斯分布:
信道Hbs的估计误差所服从的高斯分布的方差
作为上述第一方面的优选,所述路径损耗因子β优选为2。
第二方面,本发明提供了一种动态反射系数下环境反向散射系统的信号传输方法,其具体如下:
首先,按照上述第一方面中任一方案所述信道估计方法估计得到从射频源到标签的信道系数f、从标签到读写器的信道系数g和从射频源到读写器的信道系数h;
然后,确定信号传输模型的传输协议;所述传输协议中将整个信号传输分为三个阶段,其中第一阶段分为两部分,一部分从射频源收集能量,另一部分进行信息传输;第二阶段为反向散射阶段;第三阶段发送第一阶段部分和第三阶段收集到的信息,发送的能量来自第一阶段收集的能量;第一阶段、第二阶段和第三阶段的时长分别为t1、t2、t3,总时长为T;
第一阶段收集的能量不能大于电池的容量EB:
θηPsf2t1≤EB
第二阶段的平均可达率CAmBack为:
第三阶段的平均可达率CDT为:
其中,θ是第一阶段信息传输中用于能量收集的比例;
最后,基于所述传输协议,通过求解目标问题获得标签电池在能量收集阶段被充满、没有反向散射阶段的收集转发模式、只有反向散射阶段三种不同情况下的t1、t2、t3的解以及各自对应的平均可达率,选择平均可达率最大的最优解确定作为所述反向散射系统在进行实际信号传输时执行的传输协议,进而进行实际信号的传输。
作为上述第二方面的优选,所述求解的目标问题表示为:
s.t.t1+t2+t3=T,
θηPsf2t1≤EB,
t1≥0,t2≥0,t3≥0
式中:表示整个反向散射系统的平均可达率。
作为上述第二方面的优选,所述最优解的确定方法如下:
所述标签电池在能量收集阶段被充满的情况下,满足t1、t2、t3的解为:
式中:为朗伯W函数,e为自然对数;
对应的最大平均可达率为
所述没有反向散射阶段的收集转发模式的情况下,满足t2=0,t1、t2、t3的解为:
式中:ξ是一个无穷小的参数,
对应的最大平均可达率为
所述只有反向散射阶段的情况下,满足t3=0,t1、t2、t3的解为:
对应的最大平均可达率为
最终,三种情况中的最大平均可达率为对应的t1、t2、t3的解为应用于所述传输协议的最优解。
本发明相对于现有技术而言,具有以下有益效果:
本发明提出了一种动态反射系数下环境反向散射系统的信道估计及传输方法,提通过设计动态反射系数下的传输模型,解决了动态反射系数下的信道估计问题和平均可达率最大化的问题。同时本发明考虑了能量的问题本发明考虑了标签的能量消耗问题,可减少不必要的能量损失。而且本发明通过设置动态反向散射系数可以确保收集的功率能够满足每个标签的功率要求。
附图说明
图1为动态反射系数下环境反向散射系统的信道估计方法示意图;
图2为反向散射系统模型图;
图3为传输协议示意图;
图4为均方误差随信噪比变化图;
图5为平均可达率随发射功率变化图;
图6为平均可达率随信噪比变化图;
图7为平均可达率随信道系数变化图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下,均可进行相应组合。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施例的限制。本发明各个实施例中的技术特征在没有相互冲突的前提下,均可进行相应组合。
本发明中在传输模型下引入了动态反射系数,并推导了动态反射系数下的LS,MMSE信道估计方法的信道估计问题,在信道估计的基础上对估计误差的分布进行了分析。同时,本发明设计了动态反射系数下的传输模型,整个模型分为三个阶段,由能量收集,反向散射,信息传输三部分构成,并计算了动态传输模型下平均可达率最大化的问题,将问题分为三种情况,对每种情况的含义进行分析,进而确定可使可达率最大化的传输协议。
如图1所示,在本发明的一个较佳实施例中,提供了一种动态反射系数下环境反向散射系统的信道估计方法,该反向散射系统中标签从射频源接收信号并从中收集能量为线圈充能。上述反向散射系统包含一个射频源,一个标签和一个读写器;射频源向标签和读写器发射信号后,标签从射频信号中收集能量来给线圈充能,并且标签重新调制并反射来自射频源的信号,最终由读写器接受来自标签的信号。在该实施例中,信道估计方法包括S1~S5步骤,具体实现方式如下:
S1、在单基站反向散射网络的导频信号发送阶段中,标签接收来自射频源的信号并从中收集能量为射频电路充能,信号表示为:
式中:Ps表示射频发射装置的发射功率,x(n)表示发射信号。
S2、标签中的射频电路收集的能量满足反射要求后,将接收的射频源信号调制反射至读写器;读写器接收到的信号表示为:
式中:f表示从射频源到标签的信道系数,g表示从标签到读写器的信道系数,h表示从射频源到读写器的信道系数;c(n)表示反向散射标签调制的信息;B(n)表示标签是否反射来自射频源的信号,反射时B(n)=1,不反射时B(n)=0;N表示读写器处的高斯噪声,且N服从均值为0,方差为σ2的高斯分布δk∈[0,1]表示动态反射系数,其计算式为:
式中:PC表示标签线路功耗,η代表能量收集效率且η∈(0,1]。
S3、根据B(n)=0时读写器接收到的信号采用最小二乘(LS)信道估计方法或者最小均方误差(MMSE)信道估计方法对从射频源到读写器的信道系数h进行估计,得到信道系数h的估计值
在本发明的实施例中,上述步骤S3中,B(n)=0时读写器接收到的信号的表达式为:
式中:n1代表B(n)=0时读写器处的高斯噪声;S1(n)表示射频源在奇时隙发送的导频信号;
采用最小二乘(LS)信道估计方法得到的信道系数h的估计值为:
采用最小均方误差(MMSE)信道估计方法得到的信道系数h的估计值为:
式中:Rh表示信道系数h的自相关矩阵,Rh=diag{β2,β2,…,β2},β为路径损耗因子,路径损耗因子β一般设置为2;I为单位对角矩阵;代表S1(n)的共轭转置矩阵。
S4、根据B(n)=1时读写器接收到的信号采用与信道系数h相同的估计方法对信道Hbs进行估计,得到信道系数Hbs的估计值以及的估计误差所服从的高斯分布
在本发明的实施例中,上述步骤S4中,B(n)=1时读写器接收到的信号的表达式为:
式中:n2代表B(n)=1时读写器处的高斯噪声;S2(n)表示射频源在偶时隙发送的导频信号;
采用最小二乘(LS)信道估计方法得到的信道Hbs的估计值为:
其中:的估计误差服从均值为0,方差为的高斯分布:变量
采用最小均方误差(MMSE)信道估计方法得到的信道Hbs的估计值为:
其中:RH表示信道Hbs的自相关矩阵,RH=diag{β2,β2,…,β2},路径损耗因子β一般设置为2;的估计误差服从均值为0,方差为的高斯分布:
信道Hbs的估计误差所服从的高斯分布的方差
需要说明的是,上述S3和S4中,对于信道系数h和道Hbs的估计方法,需要从LC和MMSE信道估计方法中选择一种进行实现。
S5、基于信道Hbs的估计值,对从射频源到标签的信道系数f和从标签到读写器的信道系数g进行估计,且估计时先从信道系数f和信道系数g中选择其中一个信道系数为待估计信道系数k1,指定其独立且同分布于然后对另一个待估计信道系数k2所服从的高斯分布进行估计:
式中:βk代表从阅读器到标签的路径损失。需要说明的是,上述S5中,k1和k2分别是f和g中的一个和另一个参数,即k1取f,则k2取g,或k1取g,则k2取f。
另外,基于上述实施例的信道估计方法,在本发明的另一实施例中,还提供了一种动态反射系数下环境反向散射系统的信号传输方法,其具体做法如下:
首先,按照前述实施例中的信道估计方法估计得到从射频源到标签的信道系数f、从标签到读写器的信道系数g和从射频源到读写器的信道系数h。需要注意的是,f、g和h的估计值和均为一个高斯分布,并非一个具体值,在实际应用时只要在满足三者对应的高斯分布下随机生成具体值即可。
然后,确定信号传输模型的传输协议。其中,该传输协议中将整个信号传输分为三个阶段,其中第一阶段分为两部分,一部分从射频源收集能量,另一部分进行信息传输;第二阶段为反向散射阶段;第三阶段发送第一阶段部分和第三阶段收集到的信息,发送的能量来自第一阶段收集的能量;第一阶段、第二阶段和第三阶段的时长分别为t1、t2、t3,总时长为T。
第一阶段收集的能量不能大于电池的容量EB:
θηPsf2t1≤EB
第二阶段的平均可达率CAmBack为:
第三阶段的平均可达率CDT为:
其中,θ是第一阶段信息传输中用于能量收集的比例。
最后,基于上述传输协议,通过求解目标问题获得标签电池在能量收集阶段被充满、没有反向散射阶段的收集转发模式、只有反向散射阶段三种不同情况下的t1、t2、t3的解以及各自对应的平均可达率,选择平均可达率最大的最优解确定作为反向散射系统在进行实际信号传输时执行的传输协议,即将传输协议中的三个阶段的时长各自设置为最优解中的进而进行实际信号的传输。
在本发明的实施例中,上述求解的目标问题表示为:
s.t.t1+t2+t3=T,
θηPsf2t1≤EB,
t1≥0,t2≥0,t3≥0
式中:表示整个反向散射系统的平均可达率。
在本发明的实施例中,上述最优解的确定方法如下:
所述标签电池在能量收集阶段被充满的情况下,满足t1、t2、t3的解为:
式中:为朗伯W函数,e为自然对数;
对应的最大平均可达率为
所述没有反向散射阶段的收集转发模式的情况下,满足t2=0,t1、t2、t3的解为:
式中:ξ是一个无穷小的参数,
对应的最大平均可达率为
所述只有反向散射阶段的情况下,满足t3=0,t1、t2、t3的解为:
对应的最大平均可达率为
最终,三种情况中的最大平均可达率为对应的t1、t2、t3的解为应用于所述传输协议的最优解。
下面通过一个具体的实施例来展示上述动态反射系数下环境反向散射系统的信道估计方法以及信号传输方法的具体实现过程、原理以及技术效果。
实施例
1、信道估计
如图2所示,展示了本实施例中的单基站反向散射网络。整个反向散射网络包含一个射频信号发射装置即射频源(RF源,RF source),一个标签(Tag)和一个读写器(Reader)。首先,标签节点从射频源信号中收集无线能量,标签中的射频电路获取到足够的能量之后,通过调节自身天线的阻抗来选择是否将接收到的信号反射回去,这对应着标签的两种状态‘0’和‘1’,当标签状态为‘0’时,标签将接收的信号吸收到内部,当标签状态为‘1’时,将接收的信号反射出去。整个反向散射网络的工作流程为射频源首先发射信号,然后标签从射频信号中收集能量来给线圈充能,并且标签重新调制并反射来自射频源的信号,最终读写器接受来自标签的信号。
射频源首先发送导频信号来估计信道状态信息。用f,g和h分别表示从射频源到标签的信道系数,从标签到读写器的信道系数和从射频源到读写器的信道系数。
标签接收到的信号为
其中,Ps代表射频发射装置的发射功率,x(n)表示发射信号。
由于标签是被动的,它不能主动的发射信号。当它接收到来自射频源的信号时,天线就会被激发,通过功率采集器将射频功率转变为直流电,当标签获取到足够的能量,标签会被激活,收集到的直流电用于调制反射的电磁波,并为芯片上的线圈供电。设电池中的能量为EB,标签线路功耗为Pc,为了保证标签线路消耗的能量全部来自从射频信号中收集到的能量,有
PcT≤EB≤η(1-δk)Psf2T#(2)
其中,δk代表反射系数,通常δk∈[0,1],表示标签反向散射信号的比例,η代表能量收集效率且η∈(0,1],T代表整个信号传输协议所需的传输时间。
由式(2)可推得
在本发明中,假设电路消耗的能量和标签收集到的能量相等,即
读写器接收到的信号可以表示为
其中,c(n)表示反向散射标签调制的信息,B(n)表示标签是否反射来自射频源的信号,反射时B(n)=1,不反射时B(n)=0,N表示读写器处的高斯噪声且表示N服从均值为0,方差σ2为1的高斯分布。
读写器处的SNR可以表示为
假设射频源在奇时隙和偶时隙发送的导频信号分别为S1(n)和S2(n),B(n)=0时,读写器接收到的信号可以表示为
此时可以估计出h为
其中,Rh=E{hhH}=diag{β2,β2,…,β2},I为单位对角矩阵,β为路径损耗因子,一般取2。
B(n)=1时,读写器接收到的信号可以表示为
其中,n1和n2为高斯噪声,此时LS和MMSE方法下的信道Hbs(代表信道增益f*g)可分别估计为和
的表达式为:
其中:的估计误差服从均值为0,方差为的高斯分布:变量可由式(8)推导而来。
的表达式为:
其中,RH=E{HbsHbs H},而E{HbsHbs H}=diag{β2,β2,…,β2},I为单位对角矩阵,β为路径损耗因子,一般取2。由此可以得到MMSE估计方法的误差的分布为其中,方差
从数学上来说,由于通道是独立同分布的,因此可以选择任何元素来定义随机向量并且得到同样的结果。然后,使用后向信道状态信息(g)作为一个参数,通过Hbs推出f,可以得到f服从高斯分布的误差,误差均值为0,方差为
基于以上推导,可假设瑞利衰落模型,因此假设f独立且同分布于βk代表从阅读器到标签的路径损失,βk在连贯的时间间隔内是常数,并为阅读器所知。通过g和前面推到的LS和MMSE下的信道误差分布,可以得出:
但需要说明的是,上述公式13~15中是先确定信道系数g,然后再基于g确定信道系数f的,但也可以反过来先确定信道系数f,然后再基于f确定信道系数g。此时,信道系数f的独立且同分布于然后利用确定的信道系数f按照公式13~15估计信道系数g,仅需将公式13~15中的g和f互换即可。
2、传输模型
基于上述信道估计方法对图3所设计的传输协议进行分析。
第一个阶段分为两部分,一部分从射频源收集能量(Energy Harvesting,EH),另一部分进行信息传输,第二阶段为反向散射阶段(Ambient Backscatter,AB),第三阶段对第一阶段部分和第三阶段收集到的信息进行信息传输(Data Transmission,DT),发送的能量来自第一阶段收集的能量。下面分析变化的反射系数对平均可达率的影响。通过在前述的分析,可以推出反向散射阶段的平均可达率表达式为:
由于第一阶段收集的能量用于第一阶段信息和第三阶段信息的发送,用t1和t3代表第一阶段时间和第三阶段时间,所以第三阶段的平均可达率:
其中,θ是第一阶段信息传输中用于能量收集的比例。假设三个阶段所需总的时间是固定的,可以下面这个等式表示
t1+t2+t3=T#(18)
其中t2代表第二阶段所用的时间。而且,第一阶段收集的能量要到第三阶段才能使用,因此第一阶段收集的能量不能大于电池的容量EB,即
θηPsf2t1≤EB#(19)
3、最大化平均可达率
通过上述分析,本发明中要求解的目标问题可以表示为:
s.t.t1+t2+t3=T,
θηPsf2t1≤EB,
t1≥0,t2≥0,t3≥0.#(21)
上述问题较为复杂,可分为3种情况讨论。
3.1、(标签电池在能量收集阶段被充满)
这种情况下,上式的解为
其中,为朗伯W函数,e为自然对数。
此时最大值可表示为
3.2、t2=0(没有反向散射阶段,代表传统收集转发模式)
这种情况下,上式的解为
其中,ξ是一个无穷小的参数,实验取10-5,
此时最大值可表示为
3.3、t3=0(代表传输协议只有反向散射阶段)
t1=0,t2=T时,取得最大值,因此最优解此时的平均可达率最大值可表示为:
基于上述分析,三种情况下的最大平均可达率可以表示为: 因此,可以根据确定的最大平均可达率对应的解设计相应的传输协议中三个阶段的时长。后续即可根据该传输协议对实际信号进行传输,从而实现平均可达率的最大化。
4、仿真结果
图4模拟了上述动态反射系数下的LS,MMSE的估计性能,使用蒙特卡洛仿真方法跑了10000次,从图中可以看到,在低信噪比的情况下,MMSE估计方法的估计性能比LS估计方法的估计性能要好,他们之间的性能大概差了30%。此外,在信噪比不断升高的过程中,他们之间的差距也在变小,最后的估计性能基本一致。
图5模拟了在30dBm≤Ps≤50dBm的情况下,三种情况下的平均可达率。从图中可以看到在Ps较小时,三种情况差距较大。其中FIR情况一直处于最大的位置,随着Ps的增大,SEC情况逐渐的接近FIR情况,但不会超过。而THI情况则在Ps增大的过程中趋于平稳。因为FIR情况代表了只有反向散射阶段的情况,因此说明反向散射在大多数情况下要优于其他方案,是一个较好的选择。
图6显示了平均可达率随信噪比变化,可以看到,三种情况均呈现对数级的上升趋势,在SNR=20dB左右,FIR情况和SEC情况基本趋于一致。其中,FIR情况在SNR=7dB时趋于饱和,SEC情况在SNR=20dB时趋于饱和,THI情况在SNR=15dB时趋于饱和.上述分析说明,当电池被充能完全时,SEC情况的平均可达率的值是要比反向散射和THI情况的要大,此时选择SEC情况更好。
图7显示了随着前向信道状态信息的变化平均可达率变化的情况,三种情况均随着f的增大而增大,FIR情况全程最大。
从上述结果可知,SEC情况和FIR情况在多数条件下是优于THI情况的。本发明可解决动态反射系数下的信道估计问题和平均可达率最大化的问题。
以上所述的实施例只是本发明的一种较佳的方案,然其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (6)
1.一种动态反射系数下环境反向散射系统的信道估计方法,所述反向散射系统中标签从射频源接收信号并从中收集能量为线圈充能,其特征在于,所述信道估计方法包括:
S1、在单基站反向散射网络的导频信号发送阶段中,标签接收来自射频源的信号并从中收集能量为射频电路充能,信号表示为:
式中:Ps表示射频发射装置的发射功率,x(n)表示发射信号;
S2、标签中的射频电路收集的能量满足反射要求后,将接收的射频源信号调制反射至读写器;读写器接收到的信号表示为:
式中:f表示从射频源到标签的信道系数,g表示从标签到读写器的信道系数,h表示从射频源到读写器的信道系数;c(n)表示反向散射标签调制的信息;B(n)表示标签是否反射来自射频源的信号,反射时B(n)=1,不反射时B(n)=0;N表示读写器处的高斯噪声,且N服从均值为0,方差为σ2的高斯分布δk∈[0,1]表示动态反射系数,其计算式为:
式中:PC表示标签线路功耗,η代表能量收集效率且η∈(0,1];
S3、根据B(n)=0时读写器接收到的信号采用最小二乘(LS)信道估计方法或者最小均方误差(MMSE)信道估计方法对从射频源到读写器的信道系数h进行估计,得到信道系数h的估计值
S4、根据B(n)=1时读写器接收到的信号采用与信道系数h相同的估计方法对信道Hbs进行估计,得到信道系数Hbs的估计值以及的估计误差所服从的高斯分布
S5、基于信道Hbs的估计值,对从射频源到标签的信道系数f和从标签到读写器的信道系数g进行估计,且估计时先从信道系数f和信道系数g中选择其中一个信道系数为待估计信道系数k1,指定其独立且同分布于然后对另一个待估计信道系数k2所服从的高斯分布进行估计:
式中:βk代表从阅读器到标签的路径损失;k1和k2分别为f和g,或分别为g和f;
所述S3中,B(n)=0时读写器接收到的信号的表达式为:
式中:n1代表B(n)=0时读写器处的高斯噪声;S1(n)表示射频源在奇时隙发送的导频信号;
采用最小二乘(LS)信道估计方法得到的信道系数h的估计值为:
采用最小均方误差(MMSE)信道估计方法得到的信道系数h的估计值为:
式中:Rh表示信道系数h的自相关矩阵,Rh=diag{β2,β2,…,β2},β为路径损耗因子;I为单位对角矩阵;代表S1(n)的共轭转置矩阵;
所述S4中,B(n)=1时读写器接收到的信号的表达式为:
式中:n2代表B(n)=1时读写器处的高斯噪声;S2(n)表示射频源在偶时隙发送的导频信号;
采用最小二乘(LS)信道估计方法得到的信道Hbs的估计值为:
其中:的估计误差服从均值为0,方差为的高斯分布:变量
采用最小均方误差(MMSE)信道估计方法得到的信道Hbs的估计值为:
其中:RH表示信道Hbs的自相关矩阵,RH=diag{β2,β2,…,β2};的估计误差服从均值为0,方差为的高斯分布:
信道Hbs的估计误差所服从的高斯分布的方差
2.如权利要求1所述的动态反射系数下环境反向散射系统的信道估计方法,其特征在于,所述反向散射系统包含一个射频源、一个标签和一个读写器;射频源向标签和读写器发射信号后,标签从射频信号中收集能量来给线圈充能,并且标签重新调制并反射来自射频源的信号,最终由读写器接受来自标签的信号。
3.如权利要求1所述的动态反射系数下环境反向散射系统的信道估计方法,其特征在于,所述路径损耗因子β优选为2。
4.一种动态反射系数下环境反向散射系统的信号传输方法,其特征在于:
首先,按照权利要求1~3任一所述信道估计方法估计得到从射频源到标签的信道系数f、从标签到读写器的信道系数g和从射频源到读写器的信道系数h;
然后,确定信号传输模型的传输协议;所述传输协议中将整个信号传输分为三个阶段,其中第一阶段分为两部分,一部分从射频源收集能量,另一部分进行信息传输;第二阶段为反向散射阶段;第三阶段发送第一阶段部分和第三阶段收集到的信息,发送的能量来自第一阶段收集的能量;第一阶段、第二阶段和第三阶段的时长分别为t1、t2、t3,总时长为T;
第一阶段收集的能量不能大于电池的容量EB:
θηPsf2t1≤EB
第二阶段的平均可达率CAmBack为:
第三阶段的平均可达率CDT为:
其中,θ是第一阶段信息传输中用于能量收集的比例;
最后,基于所述传输协议,通过求解目标问题获得标签电池在能量收集阶段被充满、没有反向散射阶段的收集转发模式、只有反向散射阶段三种不同情况下的t1、t2、t3的解以及各自对应的平均可达率,选择平均可达率最大的最优解确定作为所述反向散射系统在进行实际信号传输时执行的传输协议,进而进行实际信号的传输。
5.如权利要求4所述的信号传输方法,其特征在于,所述求解的目标问题表示为:
s.t.t1+t2+t3=T,
θηPsf2t1≤EB,
t1≥0,t2≥0,t3≥0
式中:表示整个反向散射系统的平均可达率。
6.如权利要求4所述的信号传输方法,其特征在于,所述最优解的确定方法如下:
所述标签电池在能量收集阶段被充满的情况下,满足t1、t2、t3的解为:
式中: 为朗伯W函数,e为自然对数;
对应的最大平均可达率为
所述没有反向散射阶段的收集转发模式的情况下,满足t2=0,t1、t2、t3的解为:
式中:ξ是一个无穷小的参数,
对应的最大平均可达率为
所述只有反向散射阶段的情况下,满足t3=0,t1、t2、t3的解为:
对应的最大平均可达率为
最终,三种情况中的最大平均可达率为 对应的t1、t2、t3的解为应用于所述传输协议的最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310061143.2A CN116132226B (zh) | 2023-01-21 | 2023-01-21 | 动态反射系数下环境反向散射系统的信道估计及传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310061143.2A CN116132226B (zh) | 2023-01-21 | 2023-01-21 | 动态反射系数下环境反向散射系统的信道估计及传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116132226A CN116132226A (zh) | 2023-05-16 |
CN116132226B true CN116132226B (zh) | 2024-10-15 |
Family
ID=86306083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310061143.2A Active CN116132226B (zh) | 2023-01-21 | 2023-01-21 | 动态反射系数下环境反向散射系统的信道估计及传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116132226B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108092926A (zh) * | 2017-11-21 | 2018-05-29 | 北京交通大学 | 无源反向散射通信信道的参数估计算法 |
CN112564778A (zh) * | 2020-12-11 | 2021-03-26 | 兰州交通大学 | 反向散射通信系统中保密中断概率最优的标签选择机制 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6150455B2 (ja) * | 2008-04-14 | 2017-06-21 | モジクス, インコーポレイティッド | 無線自動識別タグの位置を推定及び追跡するシステム並びに方法 |
WO2017042280A1 (en) * | 2015-09-09 | 2017-03-16 | Technische Universiteit Eindhoven | Imaging of dispersion and velocity of contrast agents |
CN110430148B (zh) * | 2019-07-18 | 2020-10-16 | 华中科技大学 | 一种基于背向散射通信系统的能量波束赋形的优化方法 |
US10832024B2 (en) * | 2019-11-26 | 2020-11-10 | Intel Corporation | Behavior detection using RFID in environments with high RFID tag density |
CN112769461B (zh) * | 2020-12-11 | 2022-04-22 | 华南理工大学 | 基于毫米波智能反射面通信的大规模天线信道估计方法 |
CN112671456B (zh) * | 2020-12-11 | 2024-05-28 | 兰州交通大学 | 反向散射通信中的最优标签选择方法 |
-
2023
- 2023-01-21 CN CN202310061143.2A patent/CN116132226B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108092926A (zh) * | 2017-11-21 | 2018-05-29 | 北京交通大学 | 无源反向散射通信信道的参数估计算法 |
CN112564778A (zh) * | 2020-12-11 | 2021-03-26 | 兰州交通大学 | 反向散射通信系统中保密中断概率最优的标签选择机制 |
Also Published As
Publication number | Publication date |
---|---|
CN116132226A (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114422056B (zh) | 基于智能反射面的空地非正交多址接入上行传输方法 | |
CN112804695A (zh) | 可重构智能表面辅助的无线通信方法及装置 | |
Tang et al. | Energy efficient power allocation in cognitive radio network using coevolution chaotic particle swarm optimization | |
Suman et al. | SINR pricing in non cooperative power control game for wireless ad hoc networks | |
CN115378652B (zh) | 一种ris辅助的wpcn系统物理层安全通信方法 | |
CN114337871A (zh) | 一种ris辅助信道仿真及信道容量分析方法 | |
Saikia et al. | Hybrid deep reinforcement learning for enhancing localization and communication efficiency in RIS-aided cooperative ISAC systems | |
CN113784353A (zh) | 用于状态更新系统的方法、装置及存储介质 | |
CN112994770B (zh) | 基于部分csi的ris辅助多用户下行鲁棒无线传输方法 | |
CN116156429A (zh) | 一种智能反射面辅助的uav-noma系统资源分配方法 | |
CN117978603A (zh) | 一种基于ofdm的反向散射通信感知一体化系统及方法 | |
Salam et al. | Modulation schemes and connectivity in wireless underground channel | |
WO2024139496A1 (zh) | 一种毫米波频段联合通信与定位的导频分配方法 | |
Aung et al. | Deep reinforcement learning based spectral efficiency maximization in STAR-RIS-assisted indoor outdoor communication | |
CN110545128B (zh) | 一种环境反向散射阵列通信系统中的协作传输优化方法 | |
CN116132226B (zh) | 动态反射系数下环境反向散射系统的信道估计及传输方法 | |
JP2006502632A (ja) | Wcdmaシステムにおける信号対妨害比(sir)を推定するための方法及び装置 | |
Ahmadzadeh et al. | Enhanced Over-the-Air Federated Learning Using AI-based Fluid Antenna System | |
Deb et al. | A multi-arm-bandit based resource block allocation in RIS assisted wireless network | |
Yao et al. | Optimizing hybrid RIS-aided ISAC systems in V2X networks: A deep reinforcement learning method for anti-eavesdropping techniques | |
CN117614501B (zh) | 一种基于深度强化学习的认知通扰一体化波束形成方法及电子设备 | |
CN118611731A (zh) | 一种基于空中智能反射面辅助的多时隙安全通感一体化方法 | |
CN117560043B (zh) | 一种基于图神经网络的无蜂窝网络功率控制方法 | |
Khaleelahmed et al. | Priority based scheduling for energy efficient power allocation in MIMO-NOMA system with multiple users | |
CN112888059A (zh) | 一种智能反射面辅助通信的快速数据传输协议 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |