无线传感器网络节点间通信的信道均衡研究

发布时间：2020-11-04 21:37

　　 无线传感器网络作为一门新兴的通信技术,逐渐渗透到生活当中的各个领域,应用前景广阔。传感器节点的能量和计算能力受限,一旦部署就不能充电或者更换,且节点间无线传输带宽较窄。所以,如何提高无线传输时的能量以及带宽的利用率非常关键。 此外,常常部署在近地环境当中的无线传感器网络通信环境非常恶劣,耦合效应和多址干扰引起了严重的码间干扰,使得通信信道的传输特性变得非常复杂,节点间数据通信不稳定。为了减少误码率,提高通信质量,必须使用均衡技术对通信信道进行补偿并消除码间干扰。因此,如何在节点能量和带宽受限的情况下获得有效的信道均衡非常重要。 本文首先对无线传感器网络和现有无线通信系统信道均衡技术的发展现状做了简单说明介绍。之后对均衡器的均衡理论进行了详细的说明,并对几种典型盲均衡算法的实现进行了理论分析和推导。在此基础之上,提出了改进的分数间隔CMA盲均衡算法,并对新提出的改进算法进行了理论分析和推导。最后,通过MATLAB仿真实验对几种典型盲均衡算法和提出的改进算法的均衡性能进行比较。大量的实验分析和性能比较表明改进的算法能够抑制噪声的放大,降低时间相位误差的敏感性,消除码间干扰。改进算法在收敛速度、稳定均方误差、鲁棒性以及均衡效果等性能方面有了明显的提高,在一定程度上改进了盲均衡算法,更适合于码间干扰严重的无线传感器网络。
【学位单位】：海南大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：TN929.5;TP212.9
【部分图文】：

迭代次数图11 Sato和CMA算法剩余均方误差比较曲线Fig.ll RMSE curve comparison between Sato and CMA从图11中的均方误差对比曲线可知CMA算法的均衡性能要优于Sato均衡算法。CMA算法中当迭代次数达到10000时，均方误差趋于稳定，稳态误差大约在-32dB左右，而Sato算法中均方误差趋于稳定的迭代次数要大于】6000，且稳态误差在-23dB左右。与Sato相比，CMA均衡算法收敛速度有显著的提高，稳态均方误差减小了大约9dB。但是二者的迭代次数过长，收敛速度太慢，均衡效果并不理想。。 Sato和CMA的误码率曲线比较10 E — 1 1 y . ..‘： ：： ；一—a, r一■—S

Fig.23 Bit Error Rate curve comparison between FSE and EFSE图23为分数间隔CMA盲均衡算法及其改进算法的误码率曲线比较图，由图可知当信噪比较低时，两种算法均衡后的误码率都比较高，误码率基本一致；随着信噪比的不断增加，误码率不断减小，当信噪比较高时改进算法均衡后的误码率要远远小于分数间隔CMA算法。从均衡后误码率角度来看，改进算法的均衡性能更好。同时与实验〗中的仿真结果进行比较可以得知改进算法的均衡性能要优于其他3种典型的盲均衡算法。实验4:发送信号调制方式为0-QPSK,均衡器权长为32，每个子信道的第8个抽头系数进行初始化，迭代步长///.1=0.0024, ^/.^=0.0024,迭代次数为n=20000次，其他参数如第3章中所述

Fig.26 Bit Error Rate curve comparison between FSE and EFSE由图26可知无论信噪比较低或者较高时，改进算法均衡后的误码率都低于CMA算法，在信噪比为2dB-14dB时，改进算法的误码率要明显低于分数间隔CMA盲均衡算法的误码率。随着信噪比的不断增加，两种算法均衡后的误码率均不断减小。从均衡后误码率角度来看，改进算法的均衡性能更好。实验4与实验3的仿真结果表明：改进算法对0-QPSK调制信号的均衡效果更好，均衡后的误码率最低。与实验2中的仿真结果对比发现改进算法的误码率曲线下降速度更快，其均衡性能要优于CMA盲均衡算法。综合上述所有仿真结果可以看出
【参考文献】

相关期刊论文 前1条

1 郭业才;杨超;;基于正交小波变换的分数间隔盲均衡算法[J];数据采集与处理;2011年03期

相关硕士学位论文 前1条

1 吴蒙宁;基于跨层优化的无线传感器网络数据查询算法研究[D];东北大学;2012年

本文编号：2870637