强信号覆盖约束下移动无线传感网频谱微弱信号检测_黄继文.pdf

第 卷 第 期 年 月传 感 技 术 学 报 .项目来源：广西科技重大专项项目（桂科）收稿日期：修改日期：，（，；，）：，：；：强信号覆盖约束下移动无线传感网频谱微弱信号检测黄继文，张学军（南宁职业技术学院人工智能学院，广西 南宁；广西大学计算机与电子信息学院，广西 南宁）摘 要：移动无线传感网中的微弱信号在强信号的覆盖下，基础检测特征消失，形成检测难点，不利于信号传输。提出了一种移动无线传感网频谱微弱信号检测方法。明确移动无线传感网频谱监测原理，获取与弱信号属性相反的强信号，并利用空间谱估计消除强信号，使移动无线传感网频谱监测过程仅剩目标检测对象。利用信号幅值波动装置检测快拍间起伏特性明显的弱信号，实现移动无线传感网频谱监测微弱信号的检测。仿真分析表明，这种方法的检测结果与实际结果吻合，噪声环境中受噪声的干扰影响为 ，实现了较高质量的移动无线传感网传输。关键词：移动无线传感网；微弱信号；频谱监测；空间谱估计；信号幅值波动装置；中图分类号：文献标识码：文章编号：（）移动无线传感网应用广泛，在很多领域扮演着难以取代的重要角色。移动无线传感网信号主要以频谱感知信号的形式存在，而监测和管理移动无线传感网中的频谱感知信号，需要避免混杂信号干扰、抵御外界因素影响。在移动无线传感网频谱监测过程中可以发现，其内部的频谱感知信号并不仅仅存在单一形式，而是以活跃度为分水岭，具体分为两种类型，即强信号和弱信号。在强信号背景下，检测移动无线传感网频谱监测过程中的弱信号存在较大困难，针对这一问题，国内外相关人员致力于移动无线传感网频谱监测微弱信号检测方法的研究多年。孙江等通过混沌小信号检测方法获取移动无线传感网频谱监测过程中参与构建嵌入窗空间的三项基本参数，该参数不仅具备信号特征寻优能力，还能与免疫算法结合，提升移动无线传感网频谱监测效率。利用均方根误差算法分别获取三项基本参数在 模型中的预测信号，并根据预测信号所属的时间序列将三项基本参数重新排列，组成具备微弱信号检测性能的预测矩阵，通过将预测矩阵与单一智能算法结合，实现移动无线传感网频谱监测微弱信号的检测。但是该方法一旦摆脱约束条件，存在检测结果与实际结果偏离的问题。等提出了一种自动检测杜芬振子弱周期信号的第 期黄继文，张学军：强信号覆盖约束下移动无线传感网频谱微弱信号检测 方法，该方法使用小波尺度指数作为信号分类的定量指标。因此，其能够绘制杜芬振子的小波尺度指数谱，其中弱周期信号的频率值对应于接近零的小波尺度指数参数，以此实现微弱信号的检测，但是该方法易受噪声的干扰，影响检测效果。凌云飞等通过 截面统计算法获取移动无线传感网频谱监测过程中与 截面特性相关的幅值参数，并将该参数代入以检测判定区间为基础所构建的微弱信号定量检测模型中，通过模型对该参数的分解，使移动无线传感网处于能够判定微弱信号的活跃状态，实现移动无线传感网频谱监测微弱信号的检测，但是该方法存在检测结果易受噪声干扰的问题。针对移动无线传感网频谱微弱信号检测过程中，易受噪声干扰、易被强信号覆盖的问题，提出了基于空间谱估计的移动无线传感网频谱监测微弱信号检测方法，并通过仿真分析验证了该方法具有较好的抗干扰性能。移动无线传感网频谱强信号的消除方法设计为了进一步优化移动无线传感网频谱监测微弱信号检测性能，在检测微弱信号前，预先消除移动无线传感网频谱强信号。动态频谱感知信号的读取与时隙监测模型设计移动无线传感网作为拥有 个节点的通信网络，主要以信号的形式将节点串联起来，起到合理分配频段数据，无差别传送授权信息的作用。移动无线传感网频谱监测指的是通过监测节点为授权用户检索任务提供的频谱感知信号，进而判断该信号的决策信息是否具备实际意义。移动无线传感网频谱监测过程主要包括频谱感知信号的读取和构建动态频谱感知信号时隙监测模型两个步骤。频谱感知信号的读取频谱感知信号又称信源信号，是穿梭于移动无线传感网节点的主要信号。通常情况下，频谱感知信号可以细分为两种类型，一是信息压缩性强、节点跳跃速度快且拥有独立信道编码的活跃信号，即强信号；二是信息压缩性差、节点跳跃速度慢且信道编码统一的休眠信号，即弱信号。两种信号相辅相成，在移动无线传感网中共同承担着信息传输的任务。然而，由于休眠信号存在节点认知障碍和信号递减机制，使得休眠节点在传输信息的过程中，常出现信号骤然停滞或频谱监测效率低下的问题。现将移动无线传感网视为理想状态下的优质网络，以活跃信号为主要读取对象，休眠信号为次要读取对象。频谱感知信号的具体读取过程如下：首先利用香农定理限制移动无线传感网的信号读取波长，创建出满足活跃信号读取条件的操作环境，再利用联合能效优化算法获取该环境下处于信号传输不应期的节点能量，通过自适应门限能量检测方法定位符合该节点能量的频谱感知信号，实现移动无线传感网频谱感知信号的读取。香农定理的表达式如下：（）（）（）式中：表示香农常数；（）表示信号 读取波长限制系数；（）表示信号 读取波长限制误差。联合能效优化算法的表达式如下：?（）式中：?表示联合能效优化常数；表示节点能量获取系数；表示节点能量获取误差。自适应门限能量检测方法的表达式如下：（）|（）式中：表示自适应门限能量检测常数；（）表示活跃信号 定位系数。构建动态频谱感知信号时隙监测模型在成功读取移动无线传感网频谱感知信号的基础上，根据动态协作频谱检测原理构建动态频谱感知信号时隙监测模型，即可实现移动无线传感网频谱信号的监测。根据动态协作频谱检测原理构建动态频谱感知信号时隙监测模型的具体过程如下：首先设定参与监测的频谱感知信号，以及单位频谱感知信号在对应领域、对应信息传输情景下的时隙长度不超过 数据融合算法的门限值。以瑞利多径衰落信道为模型搭建基础，将读取成功的符合门限值的多组频谱感知信号输入其中。根据单位频谱感知信号的时隙长度筛选信道时槽，当所有频谱感知信号的信道时槽筛选结束后，动态频谱感知信号时隙监测模型构建成功，模型可以通过决策端监测时隙长度各异的频谱感知信号，并判断单位频谱感知信号的决策信息是否具备实际意义。数据融合算法的表达式如下：（）|（）式中：表示 数据融合常数；表示 数据融合算法的计算误差。瑞利多径衰落信道的表达式如下：（）式中：表示瑞利多径衰落常数；表示瑞利多径衰传 感 技 术 学 报第 卷落信道的权重。基于空间谱估计的强信号消除在明确移动无线传感网频谱监测原理基础上，根据该监测流程获取满足空间谱估计消除条件的强信号，以此实现移动无线传感网频谱监测微弱信号的检测。基于空间谱估计的强信号消除主要分为根据移动无线传感网频谱监测流程捕获强信号和空间谱估计两个步骤。捕获强信号在移动无线传感网频谱感知信号的读取过程中添加以无线电信号射入阵列为基础组建的双极晶体管放大区最小交流信号模型，即可实现移动无线传感网频谱感知信号中强信号的整体捕获。双极晶体管放大区最小交流信号模型的组建过程如下：首先利用 估计将无线电信号转化为噪声与信号完全割裂的阵元信号，再根据阵元信号的入射角方位将阵元信号划分为以天线阵子为单位的多组阵列，每组阵列在水平方向上依靠均匀线连接，且阵列间隔不小于强信号在移动无线传感网频谱监测过程中的半个时间周期。估计的表达式如下：（）（）（）（）式中：表示 估计常数；（）表示阵元信号转化系数；（）表示阵元信号转化误差。双极晶体管放大区最小交流信号模型与移动无线传感网频谱感知信号的读取过程结合后，每单位阵列都会诱导强信号进入模型，当模型的阵列间隔低于强信号在移动无线传感网频谱监测过程中的半个时间周期时，强信号捕获结束。空间谱估计参与移动无线传感网频谱监测的强信号经过捕获全部存储于双极晶体管放大区最小交流信号模型中，此时想要通过消除强信号的方式凸显弱信号特征，需要借助空间谱估计。空间谱估计消除强信号的具体过程如下：首先将动态信号源数目盲估计方法与双极晶体管放大区最小交流信号模型结合，获取需要消除的强信号量，再利用平滑秩序法统计强信号所传递的信息类别。因为传递不同类别的信号所能承受的噪声功率不同，因此可以通过空间谱估计方法调节噪声贡献口的功率，进而实现强信号的全部消除。动态信号源数目盲估计方法的表达式如下：（）（）式中：表示动态信号源数目盲估计常数；表示双极晶体管放大区最小交流信号模型的权重。平滑秩序法的表达式如下：（）（）式中：表示平滑秩序常数；表示信息类别的统计系数；（）表示信息类别的统计误差。空间谱估计方法的表达式如下：（）（）（）式中：表示空间谱估计常数；表示噪声功率调节系数；（）表示噪声功率调节误差。基于非线性后置处理方法的弱信号检测强信号全部消除后，移动无线传感网频谱监测过程中的弱信号存在感增强。非线性后置处理方法是利用信号幅值波动装置检测弱信号在快拍间起伏特性的新式检测方法。因为信号幅值波动装置对信号窄波存在兴奋性，使得非线性后置处理方法能够检测到起伏范围较小的微弱信号。采用非线性后置方法处理检测弱信号的具体过程如下：首先利用标准正态概率密度函数调节移动无线传感网频谱监测速度，使监测时长延长至弱信号最低下降速度以内。调节移动无线传感网频谱监测速度不仅能够大幅度提升信号幅值波动装置的处理增益，还能避免信号校验不及时所导致的微弱信号漏检问题。标准正态概率密度函数的表达式如下：（）式中：表示标准正态概率密度常数；表示移动无线传感网频谱监测速度调节系数；表示移动无线传感网频谱监测调节误差。强信号消除成功且频谱监测速度延长的移动无线传感网与信号幅值波动装置结合，即可实现移动无线传感网频谱监测微弱信号的检测。信号幅值波动装置的运行公式如下：（）（）式中：表示信号幅值波动常数；（）表示移动无线传感网频谱监测微弱信号 的检测系数；表示移动无线传感网频谱监测微弱信号检测误差。根据上述过程，在消除移动无线传感网频谱强信号后，弱信号存在感明显增强，利用非线性后置处理方法，实现了强信号覆盖约束下移动无线传感网频谱微弱信号检测。仿真分析在上述理论分析部分，通过消除移动无线传感第 期黄继文，张学军：强信号覆盖约束下移动无线传感网频谱微弱信号检测 网频谱强信号，降低强信号覆盖影响，并利用非线性后置处理方法实现了微弱信号检测。为了验证所提出方法的应用效果，设计下述仿真测试分析。仿真准备选择实际物理信号复杂的两组移动无线传感网作为仿真对象，仿真对象的相关配置如表 所示。表 仿真对象的相关配置相关配置仿真对象（）仿真对象（）硬件配置开发板 开发板 软件配置嵌入式传感器节点软件包 无线传感演示软件非嵌入式传感器节点软件包 无线传感演示软件网络环境支持 平台 编译器网络实操界面 开发板结构层板及模块一体化双层夹板 模块搭配 组分离层板开发板传感器选配传感器扩展板非选配图形显示板节点覆盖面积 已知在上述两组移动无线传感网中存在从低频到高频强度不同的多组信号，现采用 技术根据信号强弱度差异分解上述两组移动无线传感网中的混合信号。经过分解的两组移动无线传感网的微弱信号如表 所示。表 经过分解的两组移动无线传感网的微弱信号仿真对象信号相关参数正弦信号信号波长 幅值 频率 负弦信号信号波长 幅值 频率 一 二 由表 可见，两组仿真对象分别含有单一微弱信号，即仿真对象一含有微弱正弦信号；仿真对象二含有微弱负弦信号。分别对两组仿真对象降噪，获取优化的检测环境。结果分析现对降噪后的两组移动无线传感网频谱监测，并采用所提方法、文献方法和文献方法检测移动无线传感网频谱监测过程中的微弱信号，通过将不同方法下的检测结果与上述实际结果对比，判断不同方法对移动无线传感网频谱监测微弱信号的检测性能。不同方法下的两组仿真对象的检测结果如图 所示。图 不同方法下的检测结果与实际结果对比将图 所示结果与表 对比可知，所提方法对正弦信号的检测信号波长为 ，幅值为 ，频率为 ，与表 中的实际结果一致，同时对负弦信号的检测结果也与表 结果一致，由此可知采用所提方法检测移动无线传感网频谱监测过程中的微弱信号，其最终获取的检测结果与实际结果完全吻合，说明所提方法对移动无线传感网频谱监测微弱信号的检测效果好。因为所提方法通过分析移动无线传感网频谱监测过程，获取与弱信号属性相反的