高倩 謝鑫剛 張福金

【摘要】 針對海洋漁業(yè)環(huán)境下通信節(jié)點自身資源有限，根據無線傳感器網的拓撲結構，提出了一種快速分布式天線選擇算法，達到減少用戶干擾，均衡網絡能耗的目的。實驗結果表明，在分布式網絡中，所提算法是一種簡單可行的分布式MIMO天線選擇算法。

【關鍵字】 無線傳感器網 天線選擇 MIMO

一、引言

移動ad-hoc網絡（MANET）作為一種基本的組網模式，Ad-hoc具有動態(tài)拓撲結構，以及節(jié)點任意移動性在海洋通信具有一定優(yōu)勢。但是在海洋漁業(yè)場景下，移動節(jié)點自身資源有限，因此降低節(jié)點能量消耗是網絡設計的一個首要問題。節(jié)點的能量消耗主要包括電路消耗和通信消耗兩方面。在實際場景中，能量損耗受環(huán)境影響很大。引起通信能量損耗的一個主要因素就是信道的多徑，進而引起多徑衰落。MIMO技術作為一項利用多徑以提高通信能力的熱點技術，主要在包括分集和復用兩種技術。

考慮海洋漁業(yè)通信在分簇拓撲的基礎上，建模成能量有效的協作MIMO，主要考慮利用MIMO帶來的分集增益。目前研究主要集中在能量消耗模型或編碼方案上，并未就具體某個發(fā)射簇或接收簇時，讓哪些節(jié)點參與協作通信，對于協作節(jié)點的選擇策略也鮮有研究。本文將漁業(yè)通信進行建模，進而設計一種虛擬MIMO天線選擇算法，以達到節(jié)省能量的目的。

二、系統(tǒng)分析

無線傳感器源節(jié)點收集信息并發(fā)送給目標節(jié)點，有時需要通過中繼節(jié)點的轉發(fā)到達目標節(jié)點，中繼節(jié)點所在的簇也可能收集信息并發(fā)送給目標信息。

由源節(jié)點或中繼節(jié)點組成發(fā)射簇，目標節(jié)點或中繼節(jié)點組成接收簇。假設簇間通信距離遠大于簇內通信距離，由于整個網絡能量消耗主要集中在簇間通信，本文只關注簇間通信的能量消耗。假設信道狀態(tài)信息CSI通過設計發(fā)射訓練序列的方式可被接收簇獲得，接收簇與發(fā)射簇之間建立反饋信道，中繼節(jié)點和目標節(jié)點可利用反饋信道傳輸信息至發(fā)射簇。簇間通信鏈路為平坦銳利衰落，信道矩陣H為均值0方差1的復高斯隨機變量。[1]發(fā)射簇到每組MIMO天線組的信道矩陣都是相互獨立的，其中L組的子信道矩陣為H1，H2，…，HL，而分布式MIMO系統(tǒng)的信道矩陣可以表示為：

基于海洋漁業(yè)通信場景下協作MIMO采用發(fā)送端一組MIMO天線，接收端為分布式多組MIMO天線，假設各MIMO信道矩陣是相互獨立的，這樣各天線組的衰落情況各不相同，假如每次接收端都選擇信道好的那組MIMO天線所接收到的信號，這組信號經過接收端的檢測后還原發(fā)送信號，可提高系統(tǒng)誤碼性能。

天線選擇可依據相關性、信道矩陣范數以及信道補空間投影。由文獻[2]可知子信道SNR的大小跟信道偽逆矩陣各行范數的大小成反比例關系，則（M，L，N）系統(tǒng)中，要從接收簇的L個天線組中選擇一個天線組，文獻[3]中作者用了兩種基于范數的MIMO天線選擇算法，分別為基于信噪比最大值選擇算法，和基于信噪比最差排除算法。

天線選擇算法考慮的主要標準有最大信道容量以及最大接收SNR，然而我們由前面的分析可知實際信道容量受天線單元相位變化的影響比受瞬時SNR的影響大，所以最大化SNR并不就等于最大信道容量。

與之不同，我們提出一種基于塊對角化的快速分布式MIMO天線選擇算法。

三、算法描述

3.1 漁業(yè)通信場景分布式MIMO等效為多用戶MIMO模型

由前面的分布式MIMO（M，L，N）模型，則系統(tǒng)模型可等效為多用戶MIMO系統(tǒng)。

發(fā)送端等效為配置M根天線， L個接收MIMO用戶，每個用戶有N根天線，基站端數據發(fā)射前進行了預處理，即傳輸預處理，然后發(fā)送到MIMO信道。b（1）表示Kl×1維并行同時發(fā)送給用戶l（l=1，…，L）的數據符號向量，數據符號向量經過發(fā)送預編碼后，輸出M維向量，預編碼矩陣用M×Kl矩陣TKl表示。

假設信道為平坦衰落，則基站到用戶L的信道矩陣Hl各元素為零均值復高斯獨立同分布。則用戶l的N個天線用來接收Kl數據符號，且接收到的數據符號可表示為N維向量，如下：

3.2天線組的選擇方法

1）首先計算每個用戶的信道容量Cl=（l=1，…，L）（。

2）其次根據業(yè)務容忍度，給出一個信道容量經驗值，一般根據吞吐量，誤碼率等性能折中選擇，記為Coff。

3）Coff將C={C1，C2，…，Cl}集合劃分為兩個子集，大于Coff的放在Cup={}里，小于Coff的放在Cdown={}里。

4）從Cup={}里任選一個Cl與Cup集合中其它元素進行比較，若比較的元素比Cl值小，則將該元素加入Cdown={}，并在Cup={}中去掉該元素；若比較的元素比Cl值大，則將該元素作為參考，將Cl放入Cdown={}中，且從Cup={}中去掉Cl。依次循環(huán)此過程，直到Cup={}中僅剩Csl一個元素為止。

5）Csl所對應的第sl個用戶即為本次通信所選擇的MIMO組。該MIMO組可與基站發(fā)射天線組形成點對點的MIMO系統(tǒng)，接收端采用最小均方誤差檢測、迫零檢測或者串行干擾抵消等檢測算法檢測并還原發(fā)送信號。

四、分布式MIMO天線組選擇仿真分析

系統(tǒng)仿真分析中，發(fā)送端有4根天線，接收簇天線組（即用戶數）設為4，每個用戶的天線數相等，均為4，且各用戶間距離足夠遠，從而每個用戶子信道相互獨立。本節(jié)仿真中僅研究MIMO天線分布式天線選擇算法的性能，采用QPSK的方式進行信號調制，并選擇較簡單的傳輸分集方式進行預編碼，接收端使用最小均方誤差檢測。仿真結果與傳統(tǒng)點對點多用戶MIMO系統(tǒng)誤碼率性能進行比較，如圖1所示：

仿真曲線圖1中，帶正方形的曲線表示多用戶點對點MIMO系統(tǒng)的誤碼率隨信噪比的變化，帶圓圈的曲線表示基于子信道容量最大快速選擇的分布式MIMO系統(tǒng)誤碼率隨信噪比的變化。

由仿真曲線圖可以看出，列車通信系統(tǒng)采用分布式的MIMO模型會比點對點MIMO系統(tǒng)誤碼率性能有較大的提高，且算法簡單。

對本文所提環(huán)境下進行子信道容量最大天線組選擇算法與點對點MIMO系統(tǒng)的平均信道容量進行仿真結果對比，如圖2所示。

仿真曲線圖2中，帶圓圈的曲線表示點對點MIMO平均信道容量在不同信噪比下的值，帶方框的曲線表示子信道容量最大的天線選擇算法平均線的容量在不同信噪比下的值。從圖中可以看出，是否進行天線組選擇對系統(tǒng)容量影響不是很明顯，這是因為對系統(tǒng)容量影響較大的天線是有限的，其它天線均對系統(tǒng)容量影響較小。

由以上分析可知，分布式信道模型下，接收端進行天線組選擇，可以提高系統(tǒng)誤碼率性能且不影響系統(tǒng)容量。

五、結束語

本章首先對MIMO系統(tǒng)進行介紹，并對MIMO系統(tǒng)容量進行分析；然后根據高速鐵路場景特性，提出適用于高速鐵路場景的分布式MIMO系統(tǒng)模型；針對高速列車上所布設的車頂轉發(fā)天線組距離較遠，即分布式MIMO各天線組距離較遠的情況，進行分布式天線組的選擇。

本章采用基于子信道信道容量最大的天線組選擇，并且在選擇中，首先根據經驗值給出一個容量門限，將所有信道分成兩個集合，將大于容量門限的子信道放在同一子集，再從該子集中選出容量最大的子信道，選擇該子信道容量對應的車頂天線與基站進行通信。

本章所提出的基于子信道容量最大的分布式MIMO快速天線選擇，實現了僅使用有效天線組進行通信，減少用戶間干擾的同時節(jié)省發(fā)射功率，提高了系統(tǒng)性能。

參 考 文 獻

[1]徐曉軍， MIMO無線信道建模與仿真[D]， 電子科技大學碩士學位論文， 2003.

[2] Roh W，Paulraj A. “MIMO channel capacity for the distributed antenna systems，” Proc IEEE Veh Technol Conf. 02， Stanford， USA， 2002：706-709.

[3]龍承志，吳偉陵，李立宏，異構無線傳感器網絡中基于選擇分集的節(jié)點協作策略， 計算機應用研究， 2009，vol 26.