一種基于聲道的無線通信模型

劉建華, 張雁冰

(1.西安郵電大學(xué) 信息中心, 陜西 西安 710121; 2.西安郵電大學(xué) 計算機學(xué)院, 陜西 西安 710121)

一種基于聲道的無線通信模型

劉建華1, 張雁冰2

(1.西安郵電大學(xué) 信息中心, 陜西 西安 710121; 2.西安郵電大學(xué) 計算機學(xué)院, 陜西 西安 710121)

針對目前物聯(lián)網(wǎng)無線通信技術(shù)硬件成本高且協(xié)議棧復(fù)雜的問題，提出一種基于聲道的無線通信模型。該模型利用多頻頻移鍵控在聲道上進行調(diào)制，采用瞬態(tài)同步技術(shù)以及諧波糾錯技術(shù)保證在低運算能力情況下的實時性解碼需求。實驗結(jié)果表明，與現(xiàn)有的物聯(lián)網(wǎng)無線通信技術(shù)相比，新模型的軟件復(fù)雜度和部署復(fù)雜度較低，成本低廉，性能良好。

聲道通信；無線通信；瞬態(tài)同步；諧波糾錯

在當(dāng)前物聯(lián)網(wǎng)應(yīng)用中，傳感器節(jié)點的無線通信模塊成本普遍較高，不便于大規(guī)模部署應(yīng)用[1],且由于傳感器節(jié)點普遍缺乏輸入/輸出(Input/Output, I/O)交互支持，配置提前內(nèi)置，不便于靈活部署應(yīng)用。

對于基于聲道的無線通信，國內(nèi)外學(xué)者做出了大量的研究。文[2]采用復(fù)雜重疊變換對信息進行調(diào)制，并通過聲音進行傳輸。文[3-4]采用手機的揚聲器和麥克風(fēng)，在16 000～20 000 Hz的頻段上進行了低速率通信的研究，并對音頻信道進行了劃分，滿足了多個設(shè)備的通信需求。文[5]在聲道噪聲和環(huán)境噪聲的干擾下進行了聲道通信的研究。

目前學(xué)者們的研究主要集中在聲道上信息的編碼算法以及調(diào)制算法上，對于實際的應(yīng)用場景考慮不足。采用揚聲器和麥克風(fēng)設(shè)備進行聲道通信時，由于設(shè)備的品質(zhì)不同，通信過程中信號會產(chǎn)生不同程度的瞬態(tài)失真、諧波失真、衰退和反射，影響通信情況。

本文擬提出一種基于聲道的無線通信模型，針對實際應(yīng)用場景中的信號失真、衰退和反射等問題，結(jié)合通信信道和設(shè)備運算能力的特點，采用瞬態(tài)同步以及諧波糾錯等技術(shù)，以求滿足在低運算能力情況下的實時性解碼需求，并降低誤碼率。

1 聲道通信模型

一個典型的聲道通信模型如圖1所示。原始聲音數(shù)據(jù)通過數(shù)模(Digital/Analog, D/A)放大器后，通過揚聲器進行發(fā)送。在聲道的傳輸后，經(jīng)過麥克風(fēng)接收，最后通過低通濾波器后轉(zhuǎn)變?yōu)榻邮章曇魯?shù)據(jù)。

圖1 聲道通信模型

1.1 通信協(xié)議

對于基于聲道的通信，目前沒有統(tǒng)一的通信標準。此處采用改進后的高級數(shù)據(jù)鏈路控制協(xié)議(High-speed Digital Subscriber Line, HDLC)[6]作為通信協(xié)議(圖2)，它由幀頭、設(shè)備地址、控制、信息、幀校驗以及幀尾組成。幀頭字段和幀尾字段由特定頻率的聲音組成；設(shè)備地址字段用于一對多，多對多之間的通信需求；控制字段用于多個頻段之間的調(diào)度與控制，以及信息的標識；信息字段包含了三個通信信道，各由8位組成；幀校驗字段采用16位循環(huán)冗余校驗碼(Cyclical Redundancy Check, CRC)[7]，對整個數(shù)據(jù)幀進行校驗。

圖2 聲道通信協(xié)議

常見揚聲器工作頻率為20～20 000 Hz，麥克風(fēng)的最大采樣頻率一般為44 100 Hz，根據(jù)采樣定理，能被還原的最大聲音信號的頻率為22 050 Hz,但由于部分麥克風(fēng)對高音部分進行了濾波降噪，收到的超過11 000 Hz的信號能量會非常低。此外，聲道中最大的噪音源來自于人聲，人聲頻率為60～1 200 Hz[8]， 因此，采用1 200～10 400 Hz作為通信頻段。其中1 200～1 990 Hz作為控制字段，2 000～4 760 Hz為低通信頻段，4 800～7 560 Hz為中通信頻段，7 600～10 360 Hz為高通信頻段。

1.2 調(diào)制與解調(diào)

對信息進行調(diào)制，主要是在三個通信信道上根據(jù)頻碼映射表進行多頻頻移鍵控(Multi-Frequency Shift Keying, MFSK)[9]。通過軟件將特定頻率的正弦波信號進行脈沖編碼調(diào)制(Pulse Code Modulation, PCM)[10]后，通過揚聲器發(fā)出。當(dāng)麥克風(fēng)收到聲音后，將采樣后的信號通過快速傅里葉變換(Fast Fourier Transformation, FFT)[11]得到信號分量，通過頻碼映射表進行解調(diào)。

一個三通道的MFSK信號可以表示為

x(t)=A[sin(2πf1t)+sin(2πf2t)+sin(2πf3t)],

(1)

其中A為信號的振幅,fi(i=1,2,3)分別為3個信號的頻率。一個完整幀時域信號圖如圖3所示。

圖3 完整幀時域信號

解調(diào)過程將由揚聲器采集到的數(shù)字信號，選取FFT計算結(jié)果中最大的頻譜分量，通過頻碼映射表還原得到原始信息。為了方便計算，通常采取2n個點進行計算。FFT的分辨率為

(2)

其中fs為信道最大頻率，n為點數(shù)。取n=2 048，由式(2)得r=10.77Hz。頻碼映射表中相鄰碼元間的頻率差為10.77Hz。因各碼元由8位組成，故每個通信頻段的寬度為2 756.25Hz。

1.3 傳輸速率

基于聲道的數(shù)據(jù)傳輸速率為

(3)

其中t為時間，dt為在時間t下傳輸?shù)目偙忍財?shù),且

(4)

其中N為信道總數(shù)，nb為單個碼元的比特數(shù),因此

此傳輸速率較低，適合于系統(tǒng)配置、人機I/O交互、以及低速數(shù)據(jù)的傳輸。

2 信息傳輸流程

對信息的傳輸主要分為編碼部分和解碼部分，如圖4和圖5所示。

圖4 信息編碼過程

圖5 信息解碼過程

編碼過程中，對原始數(shù)據(jù)加入幀頭、幀尾、校驗碼、設(shè)備地址、控制幀進行數(shù)據(jù)幀封裝，根據(jù)頻碼表進行映射后，加入瞬態(tài)同步信號，通過脈沖編碼調(diào)制，最后由揚聲器產(chǎn)生聲音信號。解碼過程與之相反，由麥克風(fēng)采集到聲音信號后，對幀頭進行檢測，并通過瞬態(tài)同步技術(shù)進行幀的定位與同步，對信號進行濾波去噪后，采用快速傅里葉變換進行信號分析，并采用諧波糾錯技術(shù)進行碼元糾錯，然后根據(jù)頻碼表進行映射。同時檢測幀尾，獲取整幀信號后，采用CRC進行校驗，最后得到原始數(shù)據(jù)。

2.1 瞬態(tài)同步技術(shù)

電聲換能器是將電信號利用機械震動轉(zhuǎn)換為聲能的器件，如揚聲器。由于機械震動相對于電信號的延遲，不可避免的會產(chǎn)生瞬態(tài)失真(TransientIntermodulationDistortion,TIM)[12]。尤其是在調(diào)制的過程中，相鄰碼元間會產(chǎn)生較大的瞬態(tài)失真。

在信息解碼過程中，需要對碼元進行定位和分段。雖然可以在頻域?qū)π盘栠M行分段，但這需要較高的計算開銷。為了降低計算成本，在此給出一種時域的瞬態(tài)同步技術(shù)。

揚聲器在時間段t中的機械位移為[13]

(5)

其中A0為相對于揚聲器振膜平衡位置的最大振幅，r為總電阻值，s為振膜的柔韌度，m為系統(tǒng)總質(zhì)量，θ為相位。為了獲得最大程度的位移d，即瞬態(tài)失真，需要在短時間內(nèi)發(fā)生較大的振幅差。瞬態(tài)失真信號可構(gòu)造為

x(t)=AminΔt1+AmaxΔt2+AminΔt3。

(6)

其中Amin和Amax分別為信號的最低和最高振幅，Δti(i=1,2,3)為最高、最低振幅間的時間間隔。普通幀信號與加入了瞬態(tài)失真的幀信號如圖6所示。

(a) 普通幀信號

(b) 瞬態(tài)失真幀信號

解碼過程，當(dāng)在Δt的時間內(nèi)，信號的采樣幅值同時超過上下閾值δ，即可對碼元進行定位與同步。

2.2 諧波糾錯技術(shù)

由于電聲轉(zhuǎn)換器中的放大器不夠理想，放大曲線中存在非線性部分，導(dǎo)致諧波失真(TotalHarmonicDistortion,THD)[14]，尤其是二次諧波和三次諧波。諧波對FFT的分析帶來很大的干擾。設(shè)理想放大曲線為y=x，y(x)為失真后的放大曲線，則放大電路的失真面積S可表示為

(7)

對y(x)進行傅里葉展開可得

(8)

其中

θ=ωt,

(9)

不妨設(shè)

則n次HDn諧波可表示為

(10)

將調(diào)制信號表示為

(11)

并將式(8)(9)(11)代入式(7)可得

(12)

考慮上式中第三部分積分為0，an只有當(dāng)n=2k時不為0，因此式(12)可改寫為

(13)

將式(10)代入上式,得到

(14)

上式反映了偶次諧波失真與放大曲線失真面積之間的關(guān)系。

另設(shè)

(15)

代入式(10)可得

HD0≈HD2，

再次代入式(14),可得

此即二次諧波失真與放大曲線失真面積之間的關(guān)系。

構(gòu)造

Yr(x)=Y(X)-Y(-X),

其中Y(X)為失真后的信號。因推導(dǎo)過程類似，這里不再贅述，僅給出奇次諧波失真與放大曲線失真面積之間的關(guān)系式

(16)

三次諧波失真與放大曲線失真面積之間的關(guān)系為

S≈HD3。

圖7為1 200 Hz碼元信號經(jīng)過傳輸后的頻譜分析圖，圖中2 400 Hz和3 600 Hz分別為該碼元的二次諧波以及三次諧波分量。

圖7 信號頻譜分析

對于給定的揚聲器，其二次諧波和三次諧波可以根據(jù)其放大曲線推出,因此可以作為原始碼的糾錯碼使用。

3 信道噪聲分析

與高頻無線通信相比，基于聲道的無線通信模型受到自然噪聲的干擾較大，且噪聲的主要成分為大氣噪聲，其次是人為噪聲[15]。

3.1 大氣噪聲

大氣噪聲的來源主要是大氣層中的雷電活動。據(jù)統(tǒng)計，在大氣層中，每秒會發(fā)生約2 000次放電現(xiàn)象。在低頻頻段中，雷電的衰減很小，且傳播距離很遠。大氣噪聲主要為脈沖型非高斯噪聲。

根據(jù)Class A模型[16],大氣中脈沖型非高斯噪聲的概率密度函數(shù)可表示為

(17)

其中

(18)

而A為脈沖的幅值，Γ為高斯噪聲和脈沖噪聲的功率比，σ2為噪聲總功率。

由文[17]的數(shù)據(jù)得，在一個比較好的大氣噪聲模型中，有

A=0.25，Γ=2，

此時，Class A分布的概率密度函數(shù)如圖8所示。

圖8 Class A模型概率密度函數(shù)

3.2 人為噪聲

人為噪聲與環(huán)境的關(guān)系很大。從地點來看，人為噪聲在安靜區(qū)、商業(yè)區(qū)和工業(yè)區(qū)有很大差別；從時間來看，不同時間段的人為噪聲是不一樣的。因此對于人為噪聲而言，其變化是隨機的。ITU-R的報告表明[18]，人為噪聲強度在地點上近似于對數(shù)正態(tài)分布。

對于對數(shù)正態(tài)分布，其概率密度函數(shù)可表示為

(19)

根據(jù)ITU-R的建議，取

μ=0.886,σ=0.463,

此時，對數(shù)正態(tài)分布的概率密度函數(shù)如圖9所示。

圖9 對數(shù)正態(tài)分布概率密度函數(shù)

4 實驗結(jié)果

4.1 通信實驗

實驗采用Lenovo手機的麥克風(fēng)模塊和電腦在近距離，側(cè)面，遠距離，固態(tài)傳播介質(zhì)以及遮擋情況下進行了通信。實驗環(huán)境如圖10所示。

圖10 通信實驗環(huán)境

4.1.1 近距離通信

近距離通信(反射測試)的時域信號與單個碼元信號頻譜分析如圖11所示。由于聲波部分被反射，因此信號能量比側(cè)面通信低,但不影響通信質(zhì)量。

(a) 通信時域

(b) 信號頻譜分析

4.1.2 側(cè)面通信

側(cè)面通信的時域信號與單個碼元信號頻譜分析如圖12所示。當(dāng)通信設(shè)備之間無干擾且距離較近時，通信質(zhì)量非常好。

(a) 通信時域

(b) 信號頻譜分析

4.1.3 遠距離通信

遠距離(1～10 m)通信的時域信號與單個碼元信號頻譜分析如圖13所示。由于距離較遠，信號能量出現(xiàn)衰減，通信質(zhì)量一般。

(a) 通信時域

(b) 信號頻譜分析

4.1.4 固態(tài)介質(zhì)通信

固態(tài)介質(zhì)通信的時域信號與單個碼元信號頻譜分析如圖14所示。由于固體也能傳播聲音，且受干擾少，因此當(dāng)通信設(shè)備采用固態(tài)介質(zhì)作為傳輸媒介時，通信效果較好，干擾少。

(a) 通信時域

(b) 信號頻譜分析

4.1.5 遮擋下的通信

遮擋情況下通信的時域信號與單個碼元信號頻譜分析如圖15所示。當(dāng)發(fā)生遮擋時，信號能量急劇衰減，通信質(zhì)量較差。

(a) 通信時域

(b) 信號頻譜分析

4.1.6 統(tǒng)計結(jié)果

在實驗環(huán)境下，進行20次通信后，所得平均信號振幅、初次識別率以及糾錯后的準確率如表1所示。

表1 實驗結(jié)果

實驗表明，新提出的無線通信模型較為可靠，經(jīng)糾錯后信號準確率提高。當(dāng)通信設(shè)備之間距離較近且無遮擋時，通信效果最好。在信道干擾較大的情況下，可將設(shè)備貼近墻壁，采取固態(tài)介質(zhì)傳播方式進行通信。

4.2 噪聲干擾實驗

實驗采用Class A模型模擬大氣噪聲的干擾，以及對數(shù)正態(tài)分布模型來模擬人為噪聲的干擾。

4.2.1 大氣噪聲干擾

對于Class A模型，采用文[17]給出的大氣噪聲模型進行模擬。此時時域信號與單個碼元信號頻譜分析如圖16所示。實驗表明，大氣噪聲的干擾對通信的影響不大。

(a) 通信時域

(b) 信號頻譜分析

4.2.2 人為噪聲干擾

因人為噪聲在安靜區(qū)、商業(yè)區(qū)和工業(yè)區(qū)有很大差別，因此實驗采用不同強度的噪聲進行干擾，如在安靜區(qū)取噪聲20 dB，在商業(yè)區(qū)取噪聲60 dB，在工業(yè)區(qū)取噪聲80 dB時的時域信號與單個碼元信號頻譜分析如圖17所示。

圖17 人為噪聲干擾

實驗表明，在20dB的安靜區(qū)環(huán)境下，通信傳輸良好。在60dB的商業(yè)區(qū)環(huán)境下，由于噪聲的干擾，時域定位信息丟失，頻域諧波信息丟失，但此時仍可以進行通信。在80dB的工業(yè)區(qū)環(huán)境下，時域和頻域信息完全丟失，無法進行通信。

4.3 技術(shù)比較

實驗采用兩個Arduino作為主控制器，利用兩個Bluetooth 4.0(CC2540)模塊，兩個WiFi模塊，兩個Zigbee(CC2530)模塊進行對比實驗。實驗環(huán)境圖18所示。

采用新提出的通信方法，與傳統(tǒng)的WiFi, Bluetooth, Zigbee, RFID技術(shù)在硬件成本，通信速率，通信距離，軟件復(fù)雜度上以及部署復(fù)雜度的比較結(jié)果參見表2。

(a) 實驗設(shè)備

(b) 設(shè)備連接

方法硬件成本通信速率通信距離軟件復(fù)雜度部署復(fù)雜度新方法1～10元258．4bps<10m直接處理數(shù)據(jù)低WiFi60～220元11Mbps<100m需了解WiFi協(xié)議棧需鍵入SSID以及密碼Bluetooth20～100元1Mbps<10m需了解藍牙協(xié)議棧需配對Zigbee30～200元250kbps100～1000m需了解Zigbee協(xié)議棧需配對RFID20～80元不可通信0．02～0．2m需了解標簽、讀寫器等開發(fā)低

由表2可知，新提出的方法可以改善硬件成本高以及協(xié)議棧復(fù)雜的問題，便于在缺乏I/O交互的傳感器節(jié)點上進行靈活部署。但由于通信速率以及通信距離較低，新方法不適合大量以及遠距離傳輸。

5 結(jié) 語

利用聲道進行無線通信，可改善目前物聯(lián)網(wǎng)無線通信中高昂的硬件成本以及復(fù)雜的協(xié)議棧等問題。利用瞬態(tài)同步技術(shù)能夠減少信號同步的時間和算法開銷，而諧波糾錯技術(shù)則可提高通信的準確率。所提出的通信模型可用于設(shè)備低速通信、設(shè)備配置、I/O交互中。

[1] 劉建華, 田歲苗, 趙勇. 基于Android的智能家居系統(tǒng)設(shè)計[J]. 西安郵電大學(xué)學(xué)報, 2013, 18(4):71-74.

[2] Yun Hwan Sik, Cho Kiho, Kim Nam Soo. Acoustic data transmission based on modulated complex lapped transform[J]. IEEE Signal Processing Letters, 2010, 17(1): 67-70.

[3] Sinha R, Balamuralidhar P, Bhujade R. An Upper Audio Band based Low Data Rate Communication Modem[C]//6th International Conference on Signal Processing and Communication Systems. Australia Gold Coast: IEEE, 2012: 1-8.

[4] Sinha R, Balamuralidhar P, Bhujade R. A reconfigurable upper audio band modem for data communication between mobile devices[J]. Analog Integrated Circuits and Signal Processing, 2014,78(3):669-682.

[5] Cho Namhyun, Shin Donghoon, Lee Donghyun. Performance Analysis of Noise Robust Audio Hashing in Music Identification for Entertainment Robot[J]. Information Technology Convergence Lecture Notes in Electrical Engineering, 2013, 253: 977-983.

[6] 應(yīng)三叢, 張行. 基于FPGA的HDLC協(xié)議控制器[J]. 四川大學(xué)學(xué)報, 2008, 40(3): 116-120.

[7] 鄔春學(xué), 華樂. 基于 CRC 機制的信號回流檢測方法與誤碼分析[J]. 微型機與應(yīng)用, 2011, 30(21): 20-25.

[8] 林娟. 噪聲環(huán)境下的說話人識別技術(shù)研究[D]. 蘭州: 蘭州理工大學(xué), 2010: 1-4.

[9] 黃國慶, 靳朝, 元洪波. 基于累積量和盒維數(shù)的MFSK信號調(diào)制識別算法[J]. 鄭州大學(xué)學(xué)報, 2010, 31(6): 47-50.

[10] 田寶泉, 呂鵬濤, 賀敬. 基于以太網(wǎng)和 PCM 的分布式機載測試系統(tǒng)時間延遲分析[J]. 科學(xué)技術(shù)與工程, 2013, 13(7): 2011-2014.

[11] 花小磊, 李學(xué)斌. FFT扇形衰落改善算法研究[J]. 計算機工程與設(shè)計, 2012, 33(12): 4762-4768.

[12] OguzEr Ali, Chen Jie, Tang Jau, et al. Transient lattice distortion induced by ultrashort heat pulse propagation through thin film metal/metal interface[J]. AIP Journals & Magazines, 2013, 102(5):051915.

[13] Larson R, Adducci A. Transient Distortion in Loudspeakers[J]. IRE Transactions on Audio,1961, AU-9(3):79-85.

[14] Chang Chun, Pawar S J, Weng Soar, et al. Effect of Nonlinear Stiffness on the Total Harmonic Distortion and Sound Pressure Level of a Circular Miniature Loudspeaker-Experiments and Simulations [J]. IEEE Transaction on Consumer Electronics, 2012, 58(2):212-220.

[15] 吳彥文. 移動通信技術(shù)及應(yīng)用[M]. 武漢: 華中師范大學(xué)出版社, 2006: 84-89.

[16] Middleton D. Canonical and quasi-canonical probability models of Class A interference[J]. IEEE Transaction on Electromagnetic Compatibility, 1983, EMC-25(2):76-106.

[17] 蔣宇中. 超低頻信道噪聲統(tǒng)計特性及應(yīng)用[D]. 武漢: 華中科技大學(xué), 2008: 43-55.

[18] ITU. Probability distributions relevant to radiowave propagation modelling[EB/OL]. (2013-11-27)[2013-11-30]. http://www.itu.int/rec/R-REC-P.1057-3-201309-I/en.

[責(zé)任編輯:王輝]

A wireless communication model based on acoustics channel

LIU Jianhua1, ZHANG Yanbing2

(1. Information Center, Xi’an University of Posts and Telecommunications, Xi’an 710121, China;2. School of Computer Science and Technology, Xi’an University of Posts and Telecommunications, Xi’an 710121, China)

In view of the high cost of hardware and complicated protocol stack problems in Internet wireless communication in the Internet of Thing (IOT) area, a wireless communication model based on acoustics channel is proposed. In this model, Multi-Frequency Shift Keying (MFSK) is used for transmitting data on the acoustics channel. Transient Distortion Synchronization (TDS) and Harmonic Distortion Correction (HDC) are used to meet the requirements of real-time decoding with the low performance in computation. The experimental results show that compared with the existing Internet of wireless communication technology, this model is low cost at software development with deployment and good performance.

acoustics communication, wireless communication, transient distortion synchronization, harmonic distortion correction

2013-12-03

工業(yè)和信息化部軟科學(xué)研究基金資助項目(2012-R-57)

劉建華(1963-)，男，正高級工程師，從事信息安全研究。E-mail:lpyljh@126.com 張雁冰(1989-)，男，碩士研究生，研究方向為計算機應(yīng)用技術(shù)。E-mail:artanis@126.com

10.13682/j.issn.2095-6533.2014.02.005

TN912.11

A

2095-6533(2014)02-0030-09