多用户传感器网络系统迭代干扰消除检测

付新明

(河南中烟工业有限公司洛阳卷烟厂，河南 洛阳 471003)

【信息科学与控制工程】

多用户传感器网络系统迭代干扰消除检测

付新明

(河南中烟工业有限公司洛阳卷烟厂，河南 洛阳 471003)

在集中式多用户传感器网络系统中，单个传感器往往需要具备同时观察多个目标属性并将判决结果传送给判决中心的能力；建立了一个由判决中心和多个传感器组成的集中式传感器网络系统，其中每个传感器相对独立地对多个用户的状态同时进行观察，并将其判断结果通过多进制频移键控调制和跳频技术传送给判决中心；经过瑞利信道和高斯噪声的影响，接收到的信号首先经过举手表决算法对所有的用户状态进行判决；对于状态不能确定的用户，则通过代入已经判断的状态和相应的跳频地址对其判决矩阵进行干扰消除，然后再应用举手表决法进行判断；如此通过迭代运算消除多用户的影响，直至得到所有用户的状态。通过仿真结果可以看到，提出的基于举手表决算法的迭代干扰消除检测可以在较低的计算复杂度条件下得到较好的联合判决效果。

无线传感器网络；多用户检测；举手表决；迭代干扰消除；联合判决

fusion detection

近年来，随着电子技术和通信技术的飞速发展，无线传感器的成本得到了大幅度地降低，这也使得布局大规模无线传感器网络成为可能。在集中式传感器网络中，通常具有一个判决中心和多个相对独立的传感器。每个传感器都具有感知、数据采集和分析以及通信的能力。受制于制造成本和能量供应的限制，单个传感器的感知范围和感知准确度往往都十分有限。通过大规模无线传感器网络的建设，可以有效地综合各个传感器的信息，并在判决中心处通过相对复杂的运算和分析，对感知环境和感知事件进行更加准确的判断。

相比于相干检测，非相干检测具有低复杂度、低时延的特点，因此特别适用于需要快速布局和快速反应的传感器网络[1-2]。在多用户非相干传感器网络中，判决中心的判断能力主要受到3个方面的影响，即单个传感器的错误判断、传感器同判决中心之间的信道衰落以及多用户之间的干扰。作为典型的非相干调制方式，频移键控技术被广泛应用。通常结合跳频技术，将通信的带宽划分为多个子带宽，系统支持的多个用户根据分配的跳频地址来共享相同的频段，从而达到支持多用户的目的[3]。但是，当用户数目增加时，在同一时间不同用户占用同一子频谱的概率将会大大增加，这种多用户之间干扰的现象也被称为频率碰撞。为了减少多用户干扰，Goodman提出了最优跳频地址的理论，通过设计最优跳频地址可以有效的降低多用户之间的干扰[4]。文献[5-6]提出了基于接收矩阵估计的干扰消除多用户检测方法，即通过所有用户的传送信号来估计一个接收矩阵，将用户可能的状态矩阵同接收矩阵进行比较，选出最为接近的矩阵作为用户状态的译码矩阵。该算法是一种基于最大似然的多用户检测方法，其计算复杂度随用户数的增加而呈指数增长，因此并不适用于大规模的传感器网络。在文献[7]中给出了一种利用不同用户跳频地址和能量估计的多用户检测方法，可以有效的避免对有效信息的错误删减，但是此方法需要对信号能量和信道状态作出精确的估计，因此不适用于复杂通信环境下的无线传感器网络。在此提出了一种基于举手表决的迭代干扰消除的算法，首先通过举手表决算法，判断每个用户的状态。对于可以直接进行判决的情况，直接作出判断；对于有判决模糊的情况，将已经判断出状态的用户信息代入检测矩阵，进行干扰消除。如此迭代进行直至解出全部用户的状态。仿真结果表明，在我们的非相干传感器网络中，系统的复杂度和时延都可以控制在较低的范围，同时我们提出的基于举手表决算法的迭代干扰消除法可以有效的降低多用户间的干扰，提高系统的判断性能。

本文的结构如下，首先介绍搭建的网络系统模型，其次分析系统的特点，最后给出传感器网络的仿真结果和结论。

1 网络系统模型

如图1所示，在集中式传感器网络系统中，假设共有K个被观测物，其中每个被观测物都具有M种状态，并且每种状态都具有相同的出现概率。L个相互独立的传感器同时观测K个被观测物，且各个观测值之间并不相互影响。每个传感器基于它们自身的观测值对被观测物的状态作出判断，并通过频移键控(Frequency Shift Keying,FSK)和跳频(Frequency-Hopping,FH)技术将判断结果通过瑞利信道传送给判决中心。在判决中心处，基于各个传感器的传送信号，采用了基于举手表决的迭代干扰消除合并准则来判断各个被观测物的所属状态。

图1 集中式非相干传感器网络系统结构示意图

(1)

式(1)中nl为对应第l个传感器的高斯白噪声，其分布的概率密度函数(Probability Density Functions，PDF)可以表示为

(2)

其中，mx为随机变量的均值，σ2为随机变量的均方差。

各个传感器根据接收到的信号进行当地判决，可以得到L个传感器对K个用户的当地判决的(K*L)大小的矩阵S：

(3)

假设一次判决结果的传送时间为Ts秒且被均匀的划分为L个时隙，其中每个传感器被分配一个时隙完成信号的传输。假设共有M个频率被用于传感器网络的信号传输，通过瑞利信道后，在判决中心处对应第l个传感器的接收信号可以表示为

(4)

(5)

2 网络系统特性

在此建立的无线传感器网络系统中，传感器通过对用户状态的观察作出判断，并将判决结果发送给判决中心进行最终的判断。系统特性主要有以下几点：

1) 单个传感器可以相对独立的对多个用户的状态或者单用户的多个状态参量进行同时观测。这就保证了在用户数相对较多的情况下，依然可以使用数量较少的传感器完成监测任务，从而降低了系统对同步和时延的要求。

2) 在判决中心处采用了非相干检测的方法来对传感器的信息进行处理。不需要对信道状态进行估计，仅对不同频段的信号能量进行处理，这大大降低了系统的复杂度。

3) 需要注意的是，在基于举手表决的迭代干扰消除法中，举手表决算法的判决门限对无线传感器网络的判决性能起着决定性的影响，同时与最优判决性能相对应的最优判决门限的设定受到传感器性能、信道衰落、背景噪声、多用户干扰等多方面因素的影响。

目前，还没有得到对于最优判决门限的理论推导，但是在传感器网络相对稳定的情况下，可以通过计算机仿真得到最优的判决门限值，继而应用到实际的传感器网络算法中。值得注意的是，举手表决算法的判决门限受到多种因素的影响，例如用户数目、信噪比、每个用户的状态数等。因此，很难给出理论上的推导范围，通常根据仿真参数进行调节。

3 仿真结果

在本节中，通过Matlab仿真来验证和分析基于举手表决算法的迭代干扰消除法在多用户无线传感器网络中的表现。在仿真的过程中，假设各个传感器的观测之间没有相互干扰且不同频段之间的传输也没有干扰。需要注意的是，在迭代干扰消除法中，不同用户被检测的顺序将影响其被检测的错误率。为了具有更为普遍的说服性，仿真结果中的PE表示在判决中心处所有被检用户的平均错误率。

图2中，传感器网络共采用16个传感器对6个用户的状态同时进行监测，其中每个用户具有32种不同的状态。在判决中心处，首先应用举手表决算法对每个用户的状态进行判决，经过能量归一化，其举手表决的门限设置为1.3，然后对于不能判断状态的用户，采用了迭代干扰消除的方法降低多用户之间的干扰。在图2的仿真结果中，可以清楚的看到传感器错误率和信道质量对传感器网络整体判决性能的影响。随着传感器判决正确率由(Pd=0.75)提高到(Pd=0.95)，传感器网络的错误率有了明显的降低。同时随着信道信噪比由5 dB提高到15 dB，在相同的传感器错误率的条件下，无线传感器网络的性能有了明显的提升。传感器网络的判决性能综合受到传感器性能和信道的影响，当单个传感器不可靠时(Pd=0.75)，即使信道质量较高也难以获得满意的系统综合表现；当传感器同判决中心之间的信噪比很低时(SNR<5 dB)，即使传感器具有很高的可靠性，传感器网络依然难以达到很高的正确概率。

图2 对应不同传感器判断性能时判决中心的错误率

图3表明了不同举手表决门限对传感器网络判决性能的影响。在仿真过程中，采用了25个传感器同时对4个用户的状态进行监视，其中每个用户具有16种不同的状态。传感器将各个用户的检测结果通过瑞利信道发送给判决中心，判决中心首先应用举手表决算法对各个用户的状态进行判断，其举手表决的门限由1.2升至2.0。从仿真结果可以看出，当判决门限的值为1.6时，其对应的传感器网络具有最佳的检测性能。值得注意的是，判决门限的设置不仅仅影响无线传感器网络的判决性能，同时对迭代干扰消除的次数有直接影响。在图3中，当举手表决门限值为1.4时，对应最小的迭代次数N=3，即此时对应最低的计算复杂度和系统时延。

图3 对应举手表决判决门限时判决中心的错误率

4 结论

建立的基于多进制频移键控调制和跳频技术传感器网络系统，每个传感器具有同时观察多个用户并将判断结果发送给判决中心的能力。经由瑞利信道的判决结果在判决中心处经过平方率检波器后根据各个用户的跳频地址进行解跳。在多用户检测的过程中，对于不能直接通过举手表决算法进行判断的用户，采用了迭代干扰消除的方法。即将已经检验的结果通过同跳频地址的结合代入检测矩阵，并将对应位置的元素清零，然后再应用举手表决算法对用户的状态进行判断。通过仿真结果可以看到，在低复杂度、低时延的传感器网络中，基于举手表决准则的迭代干扰消除的方法可以有效的降低传感器网络中多用户的干扰，得到可靠的联合判决结果。

[1] NGUYEN T T,NGUYEN H H,LE-NGOC,Iterative Interference Cancellation in Multiuser Relaying with Fast Frequency-hopping Modulation[J]. IET Communications,2014,15(8):2693-2705.

[2] CHEN M,BURR A G.Low-Complexity Iterative Interference Cancellation Multiuser Detection Based on Channel Selection and Adaptive Transmission[J].IET Communications,2014,11(8):1988-1995.

[3] ZHENG M,YANG B,LIANG W,et al.Adaptive Frequency Hopping in Industrial Wireless Sensor Networks:A Decision-theoretic Framework[C]//2015 IEEE International Conference on Cyber Technology in Automation,Control,and Intelligent Systems (CYBER),Shenyang,2015:88-92.

[4] CHAIBRASSOU A,MOUHSEN A.A Multi-channel Cooperative MIMO Routing Protocol for Clustered WSNs[C]//2016 International Conference on Electrical and Information Conference on Electrical and Information Technologies (ICEIT),Tangiers,2016:231-236.

[5] GOODMAN D J,HENRY P S,PRABHU V K.Frequency-hopped Multilevel FSK for Mobile Radio[J].The Bell System Technical Journal,1980,59(7):1257-1275.

[6] 刘传清,胡修林,张蕴玉,基于MMSE的快跳频系统多用户检测算法[J].华中科技大学学报(自然科学版),2007 (7):1-4.

[7] 胡茂力，李艳春，肖南峰．基于物联网的多传感器数据采集系统研究[ J]．重庆理工大学学报(自然科学)，2016(10)：108-117．

[8] 马华东,陶丹.多媒体传感器网络及其研究进展[J].软件学报，2006，17(9)：2013-2028.

(责任编辑 杨继森)

Iterative Interference Cancellation Detection for Wireless Sensor Networks System Supporting Multiple Users

FU Xin-ming

(Luoyang Cigarette Factory of China Tobacco Henan Industrial Co.,Ltd, Luoyang 471003, China)

In centralized wireless sensor networks (WSNs), each of the sensors is capable of observing multiple users’ states and transmitting its local decisions to the fusion center (FC). In this contribution, we built a centralized framework with one FC and various sensor nodes. Independent sensor nodes observe multiple users synchronously, and then transmit their decisions to the FC via frequency-hopping (FH) andM-ary frequency shift keying (MFSK) techniques over Rayleigh fading channels and Gaussian noise. Based on the

signals, majority vote (MV) fusion rule is employed for the overall detections of all the users’ states. For undetected users, we implied detected user’s states and corresponding FH address for iterative interference cancellation (IIC) until all the users were detected by MV fusion rule. Some simulation results show that the proposed majority vote aided iterative interference cancellation (MV-ICC) fusion rule is capable of achieving acceptable overall detection performance with relative low computation complexity. Key words:wireless sensor network; multi-user detection; majority vote; iterative interference cancellation;

2016-12-25；

2017-01-30 作者简介：付新明(1976—)，男，工程师，主要从事传感器网络研究。

10.11809/scbgxb2017.05.026

format:FU Xin-ming.Iterative Interference Cancellation Detection for Wireless Sensor Networks System Supporting Multiple Users[J].Journal of Ordnance Equipment Engineering,2017(5):114-117.

TN99

A

2096-2304(2017)05-0114-04

本文引用格式：付新明.多用户传感器网络系统迭代干扰消除检测[J].兵器装备工程学报，2017(5):114-117.