無線局域網(wǎng)同頻干擾抑制關(guān)鍵技術(shù)研究

徐永輝

(空軍工程大學 信息與導航學院，陜西 西安 710077)

無線局域網(wǎng)(Wireless Local Area Network,WLAN)由于傳輸效率高、擴展性好等優(yōu)點得到了廣泛應(yīng)用，其中IEEE 802.11系列的WLAN技術(shù)將會得到最迅猛的發(fā)展[1]，被稱為解決終端最后100 m接入問題的有效方案[2]。最新的WLAN標準802.11ax 也被WiFi聯(lián)盟定為下一代WiFi技術(shù)，正式命名為WiFi6[3]。

IEEE 802.11系列標準的WLAN使用2.4 GHz和5 GHz頻段[4]，這兩個頻段屬于非授權(quán)頻段的范疇，實際應(yīng)用中會將這兩個主要頻段細劃為若干個子頻段，子頻段間幾乎都有重疊，導致WLAN之間易產(chǎn)生同頻干擾，嚴重影響用戶通信質(zhì)量。未來WLAN的密集部署和通信帶寬的增大，勢必導致非授權(quán)頻段更加“擁擠”，同頻干擾將越來越嚴重[5]；因此有效抑制WLAN同頻干擾具有重要意義。抑制同頻干擾的關(guān)鍵是對同頻信號的檢測，發(fā)現(xiàn)同頻信號后再采取合適的措施避免或消除干擾。文獻[6]提出一種主輔通道聯(lián)合處理的同頻干擾抑制方法，該方法能較好地對同頻干擾信號進行檢測，降低了漏檢概率，同時補償了硬件資源，但算法較為復雜。文獻[7]提出一種基于2階統(tǒng)計量的盲源分離算法，以卷積混合模型為基礎(chǔ)，通過計算最小均方誤差作為判決依據(jù)檢測同頻信號，并分離同頻信號和有用信號，較好地抑制了同頻干擾。

最新的IEEE 802.11ax標準延續(xù)了傳統(tǒng)的分布式協(xié)調(diào)機制，即先檢測空間頻譜再選擇頻段發(fā)射信號[8]，這一處理過程是認知無線電(Cognitive Radio,CR)所擅長的。在CR系統(tǒng)中，次級用戶(Secondary User,SU)通過對周圍環(huán)境進行多維度的頻譜感知，在不對主用戶(Primary User,PU)造成干擾的情況下分析感知到的信息，智能地調(diào)整發(fā)射機實現(xiàn)與PU的頻譜資源共享[9]，其中頻譜感知是CR技術(shù)的基礎(chǔ)[10]。在CR中，能量檢測、匹配濾波器檢測、循環(huán)平穩(wěn)檢測是常用的頻譜感知方法[11]。能量檢測法的優(yōu)勢是計算過程簡單，對主用戶先驗數(shù)據(jù)要求不高，但對干擾和有用信號區(qū)分效果不明顯，抗干擾能力較差；匹配濾波器檢測法抗噪聲性能好，但是需要獲取初級用戶先驗數(shù)據(jù)；循環(huán)平穩(wěn)檢測法原理簡單，抗干擾和抗噪聲能力強，能有效區(qū)分其他普通干擾和主用戶信號，從而完全擺脫噪聲的影響，在較低感知信噪比情況下也有很好的檢測性能[12]。

綜上分析CR技術(shù)中幾種頻譜感知方法的特點，結(jié)合實際密集部署的WLAN環(huán)境，考慮將CR技術(shù)和WLAN技術(shù)結(jié)合，提出一種基于循環(huán)平穩(wěn)檢測的WLAN同頻干擾檢測方法。該方法原理簡單，能為有效抑制同頻干擾打下良好基礎(chǔ)，且適合密集部署的WLAN環(huán)境。

1 WLAN同頻干擾檢測算法

1.1 WLAN同頻干擾分析

IEEE 802.11系列標準中的WLAN系統(tǒng)有多種類型的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，其中最為典型的一種網(wǎng)絡(luò)結(jié)構(gòu)是無線擴展服務(wù)集(Wireless Extended Service Set,WESS)[13]，這種WLAN拓撲結(jié)構(gòu)也是本文研究的對象。WESS由若干基本服務(wù)集(Basic Service Set,BSS)組成，每個BSS可視為一個子WLAN系統(tǒng)，BSS中的用戶通過連接網(wǎng)絡(luò)接入點(Access Point,AP)實現(xiàn)互聯(lián)，每個AP通過光纖可以接入外部互聯(lián)網(wǎng)，這樣既保證了BSS中的用戶內(nèi)部聯(lián)網(wǎng)，也滿足了用戶上互聯(lián)網(wǎng)的需求，如圖1所示。

圖 1 WESS網(wǎng)絡(luò)示意圖

在圖1這種WLAN密集部署的WESS環(huán)境中存在多個AP，AP數(shù)量越多網(wǎng)絡(luò)數(shù)據(jù)吞吐量越大，BSS間互相干擾就更嚴重[14]。以2.4 GHz頻段為例，在整個頻率區(qū)間2.4～2.4835 GHz內(nèi)，以5 MHz為信道間隔，以22 MHz為信道寬度劃分了十幾個子頻段，這些子頻段中只有3個頻段不互相重疊[15]。在這種情況下，附近BSS的發(fā)射機射頻信號對于己方BSS就是同頻信號，己方BSS內(nèi)的用戶在通信時就會被鄰近BSS的同頻信號干擾，如圖1中陰影部分所示。這種由于多個BSS的WLAN工作頻段相鄰或相同所產(chǎn)生的同頻信號之間的干擾稱為同頻干擾[5]。簡單來說就是同頻信號造成了同頻干擾，這里要研究的就是如何對密集部署的WESS環(huán)境中的同頻干擾信號進行有效檢測，這是抑制WLAN同頻干擾最關(guān)鍵的步驟。

1.2 同頻干擾檢測模型

在傳統(tǒng)的CR系統(tǒng)中，PU工作在授權(quán)頻段，SU工作在非授權(quán)頻段，在這里的WESS網(wǎng)絡(luò)結(jié)構(gòu)中，PU和SU都工作在非授權(quán)頻段，當在己方BSS內(nèi)對其他BSS接入點AP的射頻信號進行檢測時，其他被己方檢測的BSS接入點AP屬于PU，己方BSS接入點AP為SU。如果在己方BSS內(nèi)檢測到其他BSS的AP工作頻段和己方BSS的AP工作頻段相同，即說明檢測到同頻信號，就可以確定有同頻干擾。定義檢測模型如下：

(1)

式中，xi(t)為附近BSS數(shù)量為i時SU接收到的信號，即檢測信號(PU信號)；ε(t)為同頻信號；ni(t)為加性高斯白噪聲(Additive White Gauss Noise,AWGN)，假設(shè)噪聲信號是獨立同分布的；hi為時不變的信道增益，H0為信道未被占用的情況，此時某頻段上沒有PU的發(fā)射信號，即沒有同頻干擾，檢測到的只有普通噪聲；H1為信道被占用的情況，此時該頻段上存在同頻信號和噪聲，即同時存在同頻干擾和普通噪聲干擾。同頻干擾檢測系統(tǒng)主要流程框圖如圖2所示。

圖2 檢測系統(tǒng)框圖

在WLAN同頻干擾檢測系統(tǒng)中，衡量同頻干擾信號檢測能力的3個性能指標分別是檢測概率Pd、漏檢概率Pm和虛警概率Pf，具體表示如下：

(2)

式中，Pd和Pm滿足：

Pd+Pm=1

(3)

Pd為同頻信號存在情況下，SU檢測到同頻信號的概率；Pm為同頻信號存在情況下，SU未檢測到同頻信號的概率；Pf為同頻信號不存在情況下，SU檢測到同頻信號的概率。降低漏檢概率Pm可以增加檢測精度，降低主用戶對次級用戶的干擾可以提高檢測概率Pd。

1.3 基于循環(huán)平穩(wěn)檢測的WLAN同頻干擾檢測算法

循環(huán)平穩(wěn)檢測是利用信號的循環(huán)平穩(wěn)特性來檢測信號是否處于某一頻段上。無線通信信號具有周期性，當信號是一個平穩(wěn)隨機過程時，被調(diào)制后的信號的期望和相關(guān)函數(shù)仍具有一定的周期平穩(wěn)性，周期平穩(wěn)性也稱為循環(huán)平穩(wěn)特性。不同的調(diào)制信號具有不同的循環(huán)平穩(wěn)特性[10]。在WESS中，BSS內(nèi)的射頻信號具有循環(huán)平穩(wěn)特性，且平穩(wěn)噪聲和其他干擾不具有循環(huán)平穩(wěn)特性，因此利用這一特點可以區(qū)分WLAN中普通噪聲和同頻PU信號。設(shè)WESS中的SU接收到的信號xi(t)的期望和自相關(guān)函數(shù)都具有周期性，且周期與xi(t)的周期相同時，稱xi(t)是廣義平穩(wěn)信號，即滿足：

mxi(t)=E[xi(t)]=mxi(t+T)

(4)

(5)

式中，T為檢測信號的循環(huán)周期；mxi(t)為檢測信號的期望；Rxi(t)為檢測信號的自相關(guān)函數(shù)；“*”表示取復共軛；τ為延遲時間變量。期望和自相關(guān)函數(shù)都是周期的時間函數(shù)，時間不同則取值不同，所以有限次觀測的樣本統(tǒng)計量無法精確估計目標信號，故考慮把期望函數(shù)展開為傅里葉級數(shù)形式分析，即

(6)

(7)

同理考慮把自相關(guān)函數(shù)展開為傅里葉級數(shù)形式，即

(8)

(9)

(10)

(11)

(12)

將式(9)代入式(12)中可得到循環(huán)功率譜的最新形式:

=Suv(f)

(13)

(14)

SU端的感知信噪比SNR可以定義為接收信號的平均循環(huán)功率的絕對值與噪聲平均功率的比值，表示在己方BSS內(nèi)SU接收到附近BSS的射頻信號的強度，也稱為SU端輸入信噪比(dB)，具體定義如下：

(15)

(16)

(17)

(18)

式中，λ為判決門限，在實際檢測時，該門限通常由噪聲和虛警概率決定[10]。

1.4 算法流程

基于循環(huán)平穩(wěn)檢測的無線局域網(wǎng)同頻干擾檢測算法流程如下。

輸入：己方BSS內(nèi)接收到的信號xi(t)，且xi(t)=hiε(t)+ni(t)，其中i為附近BSS數(shù)量，i=0,1,2，…；ε(t)為待檢測同頻信號；ni(t)為加性高斯白噪聲。

過程步驟：

2 仿真結(jié)果與分析

本節(jié)利用Matlab仿真平臺驗證提出的同頻干擾檢測算法對附近BSS同頻信號的檢測效果，并和其他干擾檢測算法做出比較。仿真條件為假定信道中的噪聲是期望為0，方差為σ2=1的加性高斯白噪聲，WLAN載波信號工作頻率為2.4 GHz。① 對本文提出的基于CR中循環(huán)平穩(wěn)檢測的同頻干擾檢測算法在不同感知信噪比下對同頻信號進行檢測時虛警概率Pf和檢測概率Pd之間的關(guān)系進行仿真，結(jié)果如圖3所示。② 將CR中其他感知方法和本文方法對同頻干擾檢測能力進行對比，這里以常用的匹配濾波器檢測法為例，結(jié)果如圖4所示。③ 將采用非CR技術(shù)的干擾檢測算法(這里以文獻[6]中提到的主輔通道聯(lián)合處理法為例)和本文方法對同頻干擾信號的檢測能力作對比，結(jié)果如圖5所示。④ 測試本文提出的方法在固定感知信噪比條件下(以6 dB為例)WESS中BSS數(shù)量不同時SU對PU信號的檢測能力，測試條件為附近BSS數(shù)量分別是k=3，k=8，k=15 時漏檢概率Pm與虛警概率Pf的關(guān)系，k為WESS中附近的基本服務(wù)網(wǎng)絡(luò)集BSS的數(shù)量，結(jié)果如圖6所示。從圖3中可以發(fā)現(xiàn)本文方法在虛警概率相同的情況下，感知信噪比分別是1 dB，5 dB，10 dB的時候，信噪比越大，SU檢測概率越高，當感知信噪比降低到1 dB時檢測能力幾乎喪失，但當感知信噪比大于1 dB時，該檢測方法在信噪比相對較低情況下(5 dB)也有不錯的檢測能力。對比圖4和圖3可以明顯看出本文采用的同頻干擾檢測法和匹配濾波器法對同頻干擾的檢測效果的差異，同等條件下，兩種方法對同頻干擾信號的檢測精度差別不大，且在低信噪比時匹配濾波器法檢測能力甚至更優(yōu)，抗噪聲能力更好，但是引言部分有文獻已經(jīng)指出采用匹配濾波器法需要率先知道用戶先驗信息，信號解調(diào)復雜，這樣用于未知頻譜的檢測是沒有實際意義的，這意味著本文方法更適合對WLAN同頻干擾的檢測。對比圖5和圖3可以明顯發(fā)現(xiàn)在具有同樣較高的感知信噪比條件下，本文采用的干擾檢測法對干擾檢測概率更高，只是在低信噪比時(如1 dB)本文算法對干擾的檢測效果不如文獻[6]中的方法，不過由于WLAN密集部署時同頻信號強度較高，因此在密集部署的WLAN環(huán)境下，本文提出的同頻干擾檢測法更為適合，最重要的是該算法比較簡潔高效，同時也可以看出主輔通道聯(lián)合處理法的檢測效果隨著感知信噪比的不同，變化更加平穩(wěn)，這點也是值得肯定的。從圖6中可以看出本文方法在感知信噪比和虛警概率一定時，附近BSS數(shù)量越多漏檢概率越小，這也再次證明密集部署WLAN環(huán)境下，本文提出的基于循環(huán)平穩(wěn)的同頻干擾檢測法對同頻干擾檢測效果相對較好。

圖3 循環(huán)平穩(wěn)檢測下不同感知信噪比時虛警概率和檢測概率之間的關(guān)系

圖4 匹配濾波器法下不同感知信噪比時虛警概率和檢測概率之間的關(guān)系

圖5 主輔通道聯(lián)合處理法下不同感知信噪比時虛警概率和檢測概率之間的關(guān)系

圖6 循環(huán)平穩(wěn)檢測法在相同感知信噪比下BSS數(shù)量不同時漏檢概率與虛警概率的關(guān)系

3 結(jié)束語

抑制WLAN同頻干擾需要對同頻干擾進行檢測，考慮到認知無線電的優(yōu)勢和無線局域網(wǎng)的實際部署情況，提出一種基于認知無線電中循環(huán)平穩(wěn)檢測的WLAN同頻干擾檢測方法。相比其他同頻干擾檢測方法，該算法最大的特點就是簡單高效，可行性強，對WLAN系統(tǒng)工作環(huán)境適應(yīng)性強，能有效區(qū)分普通噪聲和同頻干擾，在密集部署的WLAN環(huán)境下也具有較好的干擾檢測效果，在較低感知信噪比下仍然有較高的檢測概率，同時區(qū)別于傳統(tǒng)的認知無線電系統(tǒng)，在這里的無線局域網(wǎng)環(huán)境中，主用戶和認知用戶都工作在非授權(quán)頻段，這種用法是比較新穎的。此外，本文采用的同頻干擾檢測算法雖然能有效檢測到WLAN環(huán)境中的同頻干擾，但是循環(huán)功率譜是一個二元函數(shù)，在處理信號數(shù)據(jù)過程中較占用硬件資源，這將在后續(xù)的研究中進一步優(yōu)化。