人體局域網(wǎng)接收端符號同步與載波頻率同步算法研究

孫文珺，孫朋，林金朝，龐宇，李國權(quán)，王偉，羅志勇

（1. 重慶郵電大學光電信息感測與傳輸技術(shù)重慶重點實驗室，重慶400065；2. 解放軍309醫(yī)院，北京市100091）

1 引言

近年來，得益于集成電路技術(shù)的進步，無線通信設(shè)備日益小型化和低功耗化，人體局域網(wǎng)(Body Area Network, BAN)技術(shù)受到了廣泛關(guān)注。BAN是解決遠程醫(yī)療診斷、移動臨床、健康評估與咨詢、社區(qū)保健等醫(yī)療衛(wèi)生領(lǐng)域信息化難題的關(guān)鍵技術(shù)之一，能極大提高醫(yī)療資源利用率。它是以人體為中心，通過附著于人體體表或植入體內(nèi)以無線方式連接多個可穿戴式傳感器節(jié)點形成通信距離不超過2米的局域網(wǎng)絡(luò)。各個傳感器節(jié)點采集生命體征參數(shù)如血壓、體溫、心電、血糖等，智能終端將來自傳感器節(jié)點的數(shù)據(jù)經(jīng)Internet發(fā)送至醫(yī)院、數(shù)據(jù)庫。經(jīng)處理后再轉(zhuǎn)發(fā)至個人、社區(qū)與家庭，能提供移動臨床、遠程診斷、健康教育、健康咨詢與評估等多種服務(wù)，極為有效的緩解目前醫(yī)療資源匱乏、利用率低的突出矛盾，合理配置醫(yī)療資源、明顯提高人民醫(yī)療健康服務(wù)水平。除此之外，BAN還可廣泛應(yīng)用于娛樂、運動、環(huán)境智能、軍事和公共安全等方面，是關(guān)系到國計重大民生、市場需求極為旺盛的重點發(fā)展領(lǐng)域，其具有的社會效益與經(jīng)濟效益不可估量[1,2]。

為了推動BAN在人類醫(yī)療健康服務(wù)中的應(yīng)用，2012年2月通過了IEEE 802.15.6 的首個標準版。該協(xié)議標準是目前國際上公認的用于采集健康數(shù)據(jù)的無線體域網(wǎng)標準協(xié)議。目前，大多研究集中于無線體域網(wǎng)信道模型的研究[3]，或利用現(xiàn)有的無線通信技術(shù)實現(xiàn)體域網(wǎng)[4,5]。協(xié)議對BAN系統(tǒng)的編解碼做了規(guī)定，所以針對協(xié)議提出的編解碼方案也很多，例如采用DBPSK/DQPSK與BCH糾錯編碼的物理層結(jié)構(gòu)[6]，或利用PSSK調(diào)制方式來降低系統(tǒng)復雜度、提高信息速率[7]。雖然該協(xié)議對信道編解碼做了規(guī)定，但是對接收端結(jié)構(gòu)沒提及[8]。

在數(shù)字通信系統(tǒng)中，由于多普勒頻移或收發(fā)端振蕩器頻率不匹配等因素，收發(fā)端的載波頻率往往存在一定的偏差。而這類頻率偏差或相位偏差可能會使調(diào)頻系統(tǒng)在各區(qū)域上的頻率分量發(fā)生改變，這將直接導致解調(diào)判決產(chǎn)生錯誤從而影響系統(tǒng)的解調(diào)性能。傳統(tǒng)的接收機在一般采用基于反饋的鎖相環(huán)方式，其中最常見的是平方環(huán)和科斯塔斯（Costas）環(huán)。這種方法的優(yōu)點是一旦相位被鎖定，誤差很小，缺點是同步速度慢。對于數(shù)字通信系統(tǒng)當中的頻偏估計與補償?shù)乃惴ㄒ话悴捎梅菙?shù)據(jù)輔助算法，但這種算法過于復雜[9]?；跀?shù)據(jù)輔助的頻偏估計算法分為基于時域的估計方法和基于頻域的估計方法，基于時域估計方法的頻偏估計器在硬件開銷上相對較小[10]，因此本文采用基于時域的頻偏估計方法。本文根據(jù)IEEE 802.15.6標準的特點，重點研究了接收端符號定時同步和載波頻率同步算法。

2 BAN物理層幀結(jié)構(gòu)

基于IEEE802.15.6協(xié)議標準，BAN所有的節(jié)點和核心內(nèi)部劃分為物理層和介質(zhì)訪問層。為了使MAC層上的信息能夠在物理層上傳送，必須將MAC層上的數(shù)據(jù)加上前導序列PLCP(Physical-lay Convergence Protocol)和幀頭，組成PPDU（Physical-layer Protocol Data Unit）。物理層傳輸單元結(jié)構(gòu)如圖1所示。

圖1物理層數(shù)據(jù)傳輸結(jié)構(gòu)單元

在PLCP幀頭之前添加前導序列用于協(xié)助接收端進行數(shù)據(jù)包檢測、時間同步以及頻率糾正。前導序列長度Npreamble=90bit，包含了兩個序列，分別為長度為63的m序列，和27bit的擴展序列010101 0101101101101101101。m序列用于實現(xiàn)數(shù)據(jù)包檢測、粗定時同步和頻偏糾正，擴展序列用于實現(xiàn)精確的定時同步。

前導序列之后就是PLCP幀頭，幀頭中包含了接收端PSDU譯碼需要的物理層參數(shù)。PLCP幀頭長度Nheader為31bit，主要用于攜帶來自MAC層的有關(guān)物理層的一些必要參數(shù)信息和用于接收端恢復信息和解碼PSDU。PLCP幀頭包含15bits的物理幀頭（PHY Header），4bits的幀頭校驗序列（HCS）和12bits的BCH校驗位。

PSDU是PPDU的最后一個組成部分，是MAC層傳輸過來的MAC幀數(shù)據(jù)，由MAC幀頭、MAC幀體和幀校驗序列（FCS）3個部分構(gòu)成。整個PPDU的傳輸順序是由前到后依次通過BAN發(fā)射端基帶到達BAN接收端基帶。

3 BAN同步算法分析

3.1 符號同步算法

在IEEE802.15.6協(xié)議標準中，收發(fā)機對數(shù)據(jù)前導結(jié)構(gòu)是已知的，因此符號定時同步也是利用前導結(jié)構(gòu)來完成。

本文中符號同步分成兩部分來完成首先利用前導序列的前63Bit m序列完成粗定時同步，這部分工作已由分組檢測部分完成，所以直接使用分組檢測的檢測結(jié)果，在這之后利用前導結(jié)構(gòu)的后27Bit擴展序列完成細定時同步。

BAN發(fā)射端數(shù)據(jù)在傳輸前經(jīng)過四倍過采樣使得每個符號都變成了4個新的樣點，再經(jīng)過根升余弦濾波器后才發(fā)射。在信道傳播過程中噪聲和干擾的影響使得這四個位置上的能量分布發(fā)生很大的變化。因此，接收端基帶必須從數(shù)據(jù)的這四個位置上選最佳的采樣位置，即完成細定時同步。前導結(jié)構(gòu)后27Bit擴展序列完成四倍過采樣后，原序列變成了108Bit的新序列。新序列逐位進行周期為四個時鐘周期的循環(huán)累加，108個時鐘周期后完成累加。累加結(jié)果分別存在4個寄存器中，這4個寄存器中存放著前導序列后27位擴展序列中各符號相同位置的樣點值的能量累加結(jié)果。通過對這4個寄存器的存儲結(jié)果進行相互比較，選擇出最大值，最大值的出現(xiàn)位置即最佳采樣位置。圖2給出了細定時同步能量累加原理圖。

圖2符號定時同步能量累加原理圖

圖中IR、QR為輸入數(shù)據(jù)即分組檢測結(jié)果出現(xiàn)峰值后，輸入細定時同步模塊的經(jīng)調(diào)制和四倍采樣的前導結(jié)構(gòu)后27位擴展序列。能量累加公式為：

通過對E1、E2、E3、E4四個能量值得比較，能量最大值出現(xiàn)的位置對應(yīng)最佳采樣位置。

3.2 載波頻率同步算法

本文中載波頻率同步分為兩個部分完成：首先利用前導結(jié)構(gòu)前63Bit m序列對應(yīng)的數(shù)據(jù)符號完成頻偏估計，然后再用頻偏估計結(jié)果對PSDU進行逐位補償。令，接收端第i數(shù)據(jù)樣點為Ri。

式中Ai為數(shù)據(jù)樣點能量，f0為兩個相鄰數(shù)據(jù)樣點之間由于收發(fā)端振蕩器頻率不匹配引起的頻率偏移量，T為一個數(shù)據(jù)樣點的時間周期，ψ0為調(diào)制前數(shù)據(jù)的初始相位，ψΔk為m序列中k個符號的差分調(diào)制相位。在進行頻率偏移估計之前，要先去除數(shù)據(jù)樣點的差分調(diào)制相位。在理想信道模型下，信噪比趨于無窮大可得符號間的頻率偏移為：

由于前導結(jié)構(gòu)采用π/2-DBPSK的調(diào)制方式 ，其調(diào)試初始相位為π/2。調(diào)制后的數(shù)據(jù)的坐標總是交替落在復坐標系的實軸與虛軸上所以它被重新表示為復數(shù)形式。在本文中則利用傳統(tǒng)FIR濾波器結(jié)構(gòu)完成去差分調(diào)制相位處理。去差分調(diào)制相位原理如圖3所示。隨著m與N的變化抽頭對的選取方法可以有很多種。在理想的信道模型下，即信噪比趨于無窮大時，式3能精確估計一個符號間的頻率偏移。而實際情況中，使用單一的抽頭對進行頻率偏移估計，其結(jié)果會隨著信噪比的變化而產(chǎn)生較大的誤差，因此需要對多個頻率偏移估計值做均值處理。

但不規(guī)則地選取抽頭對，會使算法的硬件實現(xiàn)的復雜度增加。所以本文使用等間隔不重復抽取的方式來選取多個抽頭對。首先選取編號相鄰的抽頭進行組合。

式中n為0到30中的所有整數(shù)，選取抽頭間隔為1，估計后的頻率偏移量較小，估計結(jié)果容易受到噪聲的影響。因此選取間距為31的抽頭進行組合，這樣的抽頭選取方式使得估計過程的頻率偏移量擴大了31倍，噪聲的影響相對降低，得到另一個頻率偏移估計公式為：

完成對頻率偏移量的估算之后，對載波頻率進行補償。由于載波頻率偏移在符號傳遞的過程中有疊加性，因此設(shè)接收端對第i個符號補償量為PSDU的第i個符號為

圖3去差分調(diào)制相位原理圖

4 算法仿真與分析

實際仿真過程中按照能量累加模塊輸出的4個能量峰值進行最大值篩選，并確定最大能量峰值出現(xiàn)的位置圖4給出了符號定時同步算法模型的仿真結(jié)果，圖中窗口(a)和窗口(b)為等待采樣的數(shù)據(jù)，窗口(c)為符號定時同步模塊輸出的采樣脈沖信號。

圖4符號定時同步算法模型仿真結(jié)果

使用理想的符號定時同步脈沖對載波頻率同步模型仿真，其輸出結(jié)果直接送入解調(diào)模塊，并對解調(diào)后的數(shù)據(jù)做誤碼率統(tǒng)計。前導序列采用π/2-DBPSK，符號速率為600kbps,仿真過程中使用了理想的符號定時時鐘進行解調(diào)和判決，并對解調(diào)后的數(shù)據(jù)做誤碼率統(tǒng)計。仿真過程中為評估頻偏對系統(tǒng)性能的影響，分別選取600Hz（符號速率的1/1000）和3000Hz（符號速率的1/200）頻率偏移量，頻率偏移估計間隔N取31，結(jié)果如圖5所示。

圖5有頻偏情況下系統(tǒng)的誤碼率曲線

由圖5可以看出，在信噪比較低的情況下，頻偏估計對系統(tǒng)性能沒有明顯改善，隨著信噪比的上升，對系統(tǒng)性能的改善逐漸明顯在12dB的情況下大約有1dB的增益，并且有隨著信噪比增加的趨勢。

5 結(jié)束語

體域網(wǎng)在遠程醫(yī)療保健、運動數(shù)據(jù)監(jiān)測、軍事智能管理等方面有著廣闊的應(yīng)用前景，本文結(jié)合802.15.6協(xié)議，利用物理層幀前導序列中的27位擴展序列進行精確的符號定時同步，之后再對載波平率進行補償，實現(xiàn)載波頻率同步，并進行仿真分析。從仿真結(jié)果來看，各個算法正確可行，利用此接收端模型接收數(shù)據(jù)，系統(tǒng)性能有效提高。

[1] Francisco R, Karim K, Nadia K,et al.Automated ECG-based Diagnosis for a Wireless Body Sensor Platform, 2011, Manuscript.

[2] 李雪情, 張永亮, 鄭瑩瑩. 基于示波法和高斯擬合的血壓測量方法. 傳感技術(shù)學報, 2010, 23(12): 1679-1685.

[3] Lu X, Chen X, Sun G,et al.UWB-based Wireless Body Area Networks channel modeling and performance evaluation. Wireless Communications and Mobile Computing Conference (IWCMC).2011 7th International IEEE, 2011: 1929-1934.

[4] Liu Y, Huang X, Vidojkovic M,et al.A 1.9nJ/b 2.4GHz multistandard(Bluetooth Low Energy/Zigbee/ IEEE802.15.6)transceiver for personal/body-area networks. Solid-State Circuits Conference Digest of Technical Papers (ISSCC), 2013 IEEE International, 2013: 446-447.

[5] Habaebi M H. Characterization and evaluation of creepy waves in Zigbee Body Area Networks. Power Engineering and Optimization Conference (PEOCO), 2014 IEEE 8th International (2014): 602-606.

[6] Jui Y Y, Wan C L, Chen Y L. A MT-CDMA based wireless body area network for ubiquitous healthcare monitoring. IEEE Biomedical Circuits and Systems Conference. 2006: 98-101.

[7] Mingyu W, Qiang Z, Weimo Z,et al.Remote rehabilitation model based on BAN and cloud computing technology. e-Health Networking, Applications and Services (Healthcom). 2012 IEEE 14th International Conference on IEEE, 2012: 119-123.

[8] ResearchBib. Autonomous operation of super-regenerative receiver in BAN. Medical Information and Communication Technology(ISMICT). 2012 6th International Symposium on IEEE, 2012: 1-4.

[9] ResearchBib. Autonomous operation of super-regenerative receiver in BAN. Medical Information and Communication Technology(ISMICT). 2012 6th International Symposium on IEEE, 2012: 1-4.