基于磁感应技术无线地下收发器信号处理算法仿真与实现

申 良，刘洲洲，何 林

(1.西安航空学院 电子工程学院，西安 710077；2.西北工业大学 电子信息学院，西安 710072)

0 引言

无线地下通信方式主要有两种[1-4]，一种是沿用无线地上通信的电磁波方式，另一种是磁感应方式。

目前，由于基于磁感应技术无线收发器没有成熟产品出现，从而导致无线地下传感器网络研究主要集中在基于电磁波传输技术上，基于磁感应技术的无线地下传感器网络研究很少。由于电磁波技术的无线地下通信面临着高路径损耗、信道条件动态变化大和天线尺寸过大的三大问题，不能满足无线地下传感网络向长距离和深层地质通信发展的要求。

为了丰富无线地下传感网络的研究途径，提出一种基于磁感应技术无线地下收发器信号处理设计方案，由于无线地下信道复杂，而采用传统的硬件滤波和解调方式实现的收发器，存在通信可靠性低且实现不灵活的缺点。

以软件无线电的思想代替传统硬件方法实现磁感应通信的滤波和解调，提高无线地下通信可靠性[5-10]。

1 磁感应信号提取算法中FIR滤波算法设计和仿真

无线地下信道[10]受到工频干扰、工业干扰和天电干扰，工频干扰主要是以50Hz及其多次谐波出现；工业干扰和天电干扰主要以脉冲干扰的形式出现； 脉冲干扰可看成一个突然上升又按指数规律下降的尖脉冲，脉冲干扰的影响主要集中在低频上。由于无线地下信道的干扰主要集中在低频，所以我们设计一个中心频率125KHz、阻带截止频率为110KHz、通带截止频率为140KHz、通带宽度为30KHz的带通滤波器。

1.1 FIR滤波器仿真

本文主要研究了FIR数字滤波器的设计方法，从数字滤波器的概念及对基本原理的分析，从而得出数字滤波器设计的基本步骤。具体的设计步骤如下：

打开MATLAB 软件，并打开“Filter Designed & Analaysis Tool”工具，在弹出的界面中按照所需滤波器修改以下滤波器类型：

带通 Bandpass波方式: 等纹波 FIR(Equiripple)；滤波器阶数:Specify order(115+1 阶)；采样频率：900KHz；Fstop1：90KHz；Fstop2：160KHz；Fpass1：110KHz；Fpass2：140KHz；最后，生成滤波器。

图1 FIR仿真结构图

图3 滤波前的被污染信号

仿真结构如图1所示。编写M文件，生成一个载波频率为125KHz，码元信号长度为368US的已经OOK调制的理想信号(见图2)，码元为1010，由于信道的噪声和干扰主要集中在低于10KHz范围内，模拟信道噪声和干扰。本文在理想信号上添加信噪比为20DB的50Hz和10KHz的低频干扰信号，考虑到信道内存在高斯白噪声，又在理想信号上添加信噪比为20DB的高斯白噪声，通过模拟信道噪声和干扰，理想信号变成了污染信号(见图3)。

通过对比污染信号和滤波后信号(见图4)可知，低频的干扰已经滤除大部分，但还有一部分没有滤除，在0码元是可以清楚的看到；可以知道50Hz和10KHz的低频干扰被全部滤除，高斯白噪声被滤除了一部分，符合我们的设计初衷，因为高斯白噪声在通频带也存在，而我们只能滤除不在通频带里面的高斯白噪声，所以在0码元可以观察到还是有一部分干扰存在。

图4 滤波后的信号

1.2 磁感应信号提取算法DSP实现

接收端磁感应信号提取程序流程见图5。

图5 接收端磁感应信号提取程序流程图

首先把电位器阻值设置为0，然后通过采样的数据调整放大的倍数，使得最终放大的结果调整到合适的位置，放大合适后再将采样数据送入FIR滤波器去处理。

2 无线地下收发器编码解码和调制解调算法设计

2.1 曼彻斯特编码和解码算法DSP实现

2.1.1 信号编码

当一帧数据过来时，首先判断位是0还是1，如果是0的话，编码成01，如果是1的话编码成10。

部分代码如下：

voidsend_data(unsignedchar*d)

{

unsignedinti,j,temp;

unsignedchark;

run_125k(400);//3US///// ///////////carrierburst

delay(3);//368US//////// ////////separationbit

for(j= 0;j< 5;j++)

{

k=d[j];

for(i=0;i<8;i++)

{

temp=k&0x80;

k=k<<1;

if(temp==0x80)

{

run_125k(run_time);//368US1

delay(3);//368US0

}

else

{

delay(3);//368US0

run_125k(run_time);//368US1}

}

}

}

2.1.2 信号解码

信号解码是信号编码的逆过程，当接收到一帧数据时候，找到信号头，然后两位一起判断，传统解码在抽样判决判定01后，再根据如果是10，则原始信号为1；若为01则原始信号为0。本文把抽样判决和解码结合一起，通过两个一组的码元强度大小，通过大小判定上下沿，如果是下降为1，上升为0，实现代码在解调中说明。

2.2 改进型OOK调制和解调算法设计和仿真

改进型OOK调制和解调算法主要体现在解调上，一般OOK的非相干解调方式的主要部分包络检波器是用半波或全波整流器，由于整流器设计电路复杂、不灵活和效果也不佳等特点，本文将采用基于希尔伯特的包络检波器实现OOK的解调。希尔伯特变换(Hilbert transform)一个连续时间信号的希尔伯特变换等于该信号通过具有冲激响应的线性系统以后的输出响应。由傅里叶变换信号经希尔伯特变换后，在频域各频率分量的幅度保持不变，但相位将出现90°移相器。用希尔伯特变换描述幅度调制或相位调制的包络、瞬时频率和瞬时相位会使分析简单，在通信系统中有着重要的理论意义和实用价值。在通信理论中，希尔伯特变换是分析信号的工具，在数字信号处理中，不仅可用于信号变换，还可以用于滤波，可以做成不同类型的希尔伯特滤波器。希尔伯特变换是由原始信号和I/t的卷积形成，可由一个滤波器实现。

希尔伯特变换是一种积分变换，信号x(t)的希尔伯特变换H[x(t)]定义为:

(1)

可见，H[x(t)]是将信号x(t)与1/πt卷积。因此，希尔伯特变换结果x(t)可以理解成为:输入信号x(t)经过一个冲激响应为1/πt的线性时不变系统所产生的响应。

信号x(t)由慢变信号s(t)与快变信号f(t)相乘，即x(t)=s(t)f(t)，这样就形成了调幅信号。为了避免过调幅设s(t)=0。

令:Z(t)=x2(t)+H2[x(t)]

(2)

根据Bedrosian乘积定理:

H[x(t)]=H[s(t)f(t)]=s(t)H[f(t)]

(3)

可得:

Z(t)=s2(t){f2(t)+H2[f(t)]}

(4)

令r(t)=f2(t)+H2[f(t)]，显然r(t)≥0，因此必然包含直流成分。为了简化处理，这里假设快变信号是两个谐波信号之和:

f(t)=a1cosω1t+a2cosω2t

(5)

f(t)的希尔伯特变换为:

H[f(t)]=a1sinω1t+a2sinω2t

(6)

(7)

式(7)表明，r(t)主要包含了两个不同成分:一是常数部分为两个谐波幅度的平方和，另一部分为两谐波的差频成分。将式(7)代入式(4)，得到:

(8)

(9)

fA(t)=2a1a2s2(t)cos(ω1-ω2)t

(10)

则:Z(t)=SA(t)+fA(t)

(11)

设s(t)的最高频率分量为ωmax，若ω1-ω2>>2ωmax，则SA(t)和fA(t)频谱仍旧不发生混叠，利用前述希尔伯特低通滤波器，选择合适的截止频率ωc则可提取出慢变成分SA(t)。通过SA(t)可估计出慢变包络A(t):

(12)

可以看出，估计出的慢变包络与原始的包络仅仅是幅度不同。

代码实现为：

voidDEEnvelope()

{

inti;

for(i= 0;i

{

Envelope[i]=sqrtsp(HFIR_In[i]*HFIR_In[i]+HFIR_Out[i+15]*HFIR_Out[i+15]);

}

}

图6 原实信号和希尔伯特变化信号对比

本文用MATLAB设计一个FIR希尔伯特滤波器，并在TMS320C6748实现希尔伯特变换，得到调制信号的包络。调用上面设计的希尔伯特滤波器，希尔伯特滤波器系数是31，滤波器群延时为(N-1)/2即15，通过图6也可以清楚的看到群延时15，去除群延时后，原实信号和希尔伯特滤波后信号对比见图7，通过对比图可知，去除滤波器群延时后，希尔伯特变化是原实信号幅值不变，相移90°。

图7 希尔伯特包络检波器仿真结果图

3 结语

本文根据系统需求对节点信号处理算法进行研究，设计适合无线地下信道的FIR滤波算法，提出了一种改进OOK解调算法，该算法使用希尔伯特变化代替传统用半波或全波整流器提取信号包络，设计并在MATLAB中仿真FIR滤波和希尔伯特解包络算法，最后为实现收发器通信过程，编写FIR滤波、编码解码和调制解调等程序，并在TMS320C6748上实现。

[1] VURAN M C,AKYILDIZ I F.Channel model and analysis for wireless underground sensor networks in soil medium[J].Physical Communication,2010,3(4):245-254.

[2] 李莉.无线地下传感器网络关键技术的研究[D].北京:北京邮电大学, 2008.

[3] 吴为.基于无线地下传感器网络的研究[D].北京:北京邮电大学, 2014.

[4] 郑盼龙,迟冬祥.一种小型磁谐振式无线电能传输系统的实验研究[J].机电工程,2014,31(10):1333-1338.

[5] AKYILDIZ I F,STUNTEBECK E P.Wireless underground sensor networks:Research challenges[J].Ad Hoc Networks,2006,4(6):669-686.

[6] AKYILDIZ I F,SUN Z,VURAN M C.Signal propagation techniques for wireless underground communication networks[J].Physical Communication,2009,2(3):167-183.

[7] 杨骥,刘锋.无线传感器网络基于中垂线分割的APIT的改进定位算法[J].传感技术学报,2008,21(8):1453-1457.

[8] 王春来,欧阳喜.基于FPGA的半并行FIR滤波器设计[J].数字通信世界,2010,11(15):67-69.

[9] 金朝晖.MT-DS-CDMA中频收发信机设计与FPGA实现[D].北京:北京邮电大学,2009.

[10] 蒋鹏,陈峰.基于概率的三维无线传感器网络K-覆盖控制方法[J].传感技术学报,2009,22(5):706-711.