无线传感器网络中分布式空时分组码设计

摘 要:从无线传感器网络(WSN)节点能耗的节省和传输数据的可靠性出发,研究和设计了基于4个协同节点和能量可补充节点(Sink)形成的分布式虚拟多天线空时分组码;同时考虑到节点的实际工作条件以及对能量的苛刻要求,提出并分析了其改进型算法,即从信道参数及协同节点能量剩余状况考虑重新选取协同节点,进一步提高系统性能。理论分析和仿真结果表明,该分布式空时分组码(D-STBC)在无线传感器网络中的应用是有效和可行的。

关键词:无线传感器网络; 分簇; MIMO; 空时分组码

中图分类号:TN915 文献标识码:A

文章编号:1004-373X(2010)09-0055-03

Design of Distributed Space-time Block Code in Wireless Sensor Network

HUANG Yu-zhen, XU You-yun, CHENG Yun-peng

(Communication Engineering College, PLA University of Technology, Nanjing 210007, China)

Abstract:The space-time block code of distributed virtual multi-antenna based on four cooperative nodes and a power-harvesting node is investigated and designed proceeding with the energy efficiency of the nodes and the reliability of the transmitted data in wireless sensor network (WSN). Considering the actual environment and the rigorous demand for the energy, the energy of the cooperative nodes, the improved algorithm that reselects dynamic cooperative nodes from the channel parameter and node energy residue condition is proposed and analyzed to improve the system performance. The theory and simulation show that the application of the distributed space-time codes in WSN is effective and feasible.

Keywords:wireless sensor network; clustering; MIMO; STBC

0 引 言

无线传感器网络与环境交互程度远高于一般网络,因此网络运作很大程度上受环境影响。考虑到无线传感器网络的实际应用,如战场环境监测、空气质量监测等,信道环境的复杂性往往会造成不规则的射频传播。此外,无线传感器网络中节点间以及节点和数据中心间的通信会因直射、绕射及散射等传播途径而产生严重的多径衰落现象。因此,仅仅依靠能量、带宽、处理能力受限的单个节点来按照传统方式进行通信是很困难的,并且无法做到最大程度地降低能耗及延长无传感器网络的生命周期。

空时分组编码[1-4]是无线通信领域一种新的编码和信号处理技术,它将多天线技术(MIMO技术)和信道编码技术结合起来,在不同发射天线的信号之间引入时域和空域相关,同时获得空间分集和时间分集增益,在不牺牲带宽的情况下可以有效提高无线通信系统的性能。但是,将空时分组编码直接应用于无线传感器网络是不行的,考虑到无线传感器网络节点分布的密集特性,如果能够实现多个单天线节点进行协作式信息处理和传输,构成一个虚拟的分布式MIMO空时编码系统,从而以较少的总能耗在多径衰落环境中进行可靠的通信,那么能量受限的传感器网络也可受惠于MIMO技术带来的种种好处。

1 系统模型

1.1 模型描述

实际中无线传感器网络的规模大,节点分布密集,因此为了简化网络模型,按照分簇协议将大规模、分布式的整个网络按照一定的准则划分为多个小型网络,称为簇(Cluster),并由簇头对簇内节点进行管理和控制,以完成与基站(BS)或能量可补充节点(Sink)之间的通信和数据交互。低能耗自适应分簇协议[5-7](Low Energy Adaptive Clustering Hierarchy,LEACH)是无线传感器网络中应用最为广泛的一种分簇协议。结合空时分组码原理和LEACH分簇协议,对LEACH协议稍加改进,并应用于无线传感器网络中。

该新协议大致可以分为两个阶段:

(1) 设置阶段(Setup Phase)。在簇形成前,无线传感器网络中的成员节点(Common Nodes, CNs)根据LEACH协议进行分簇,在簇内随机产生一个簇头节点(Cluster Head, CH)。在簇头形成后,CH利用接收到的CNs强度指示(Received Signal Strength Indicator,RSS)信号来寻找离CH最近且符合能量要求的节点,即协同节点(Cooperative Cluster Heads, CCHs),形成虚拟MIMO簇。

(2) 数据传输阶段(Transmission Phase)。在虚拟MIMO簇形成后,簇中节点CNs开始采集区域中的监测数据,并发送给CH,经CH处理后,再把数据发送给CCHs进行分布式空时分组编码,并发送给能量可补充节点Sink。

该通信模型的建立如图1所示。

图1 无线传感器网络的协同MIMO通信模型

1.2 信道模型

为了简化分析,整个无线传感器网络遵循如下假设:

(1) 簇头及接收端即Sink能够完全获知信道状态信息(CSI);

(2) CH,CCHs和Sink之间能够实现完全同步通信;

(3) 每个信道经历Rayleigh平坦衰落,信道衰落系数在每一帧内固定不变,即h1ji=h2ji=…=hLji=hji,i=1,2,…,nT;j=1,2,…,nR且服从均值为0,方差┪1的复高斯随机分布。

2 分布式空时分组码分析

2.1 空时分组码

文中采用的是空时分组编码中最简单的一种编码方案,即Alamouti[8-10]空时编码,该编码通过一种非常简单的最大似然译码算法实现了完全分集。该方案的关键特性是两根发射天线产生的两个序列之间是正交的,通过运用正交设计理论,可适用于任意数量的发射天线形成新的编码,称为空时分组码。图2显示了空时分组码的编码器结构。

假定选择K个调制信号(x1,x2,…,xK)作为需要传送的信息符号序列,用空时分组编码器对K个调制信号进行编码,以形成传输矩阵X。根据传输矩阵X生成nT个长度为p的并行信号序列,这些序列在p个时间周期内同时通过nT根发射天线发射出去。传输矩阵:

X=c11…c1t…c1p

螃螃螃螃

ci1…cit…cip

螃螃螃螃

cnT1…cnTt…cnTp

X中的元素cit(t=1,2,…,p;i=1,2,…nT)是K个调制信号(x1,x2,…,xK)以及它们的共轭x*1,x*2,…,x*K的线性组合。那么接收端第j副接收天线的接收矢量可以表示成:

Rj=XThj+nj,j=1,2,…,nR

在接收端得到信号接收矩阵后,可依据最大似然译码算法使判决度量:

D=∑pt=1∑nRj=1rjt-∑nTi=1hj,icit2

达到最小。

图2 STBC编码器

2.2 信噪比分析

首先考虑Alamouti提出的两副发送天线STBC编码器,既有p=2,nT=2的正交矩阵:

X=x1-x*2x2x*1

则第j副接收天线的接收信号为rj1rj2=x1x2-x*2x*1•

hj,1hj,2+nj1nj2,j=1。由上面的假设可知,接收端能够完全获知信道状态信息h11和h12,通过合并接收信号和信道信息构造两个判决统计,表示为:

x1=h*11r1+h12r*2=∑2i=1h1i2x1+h*11n1+h12n*2

x2=h*12r1+h11r*2=∑2i=1h1i2x2+h*12n1+h11n*2

由此可知,接收端输出可等效为2个时刻的独立输出支路,且各输出支路都有相同的接收信噪比:

SNR=∑2i=1h1i2Es/No

式中:Es表示各信源符号的发送能量。由该式可进┮徊酵乒愕蕉嗍淙攵嗍涑鱿低,各输出支路的接收信噪比表达式如下:

SNR=∑nRj=1∑nTi=1hj,i2Es/No(1)

2.3 误比特率分析

在AWGN信道中,系统传输MPSK调制信号的比特误码率(BER)为:

Pe(γs)=2Q(2γssin π/M)/K(2)

式中:K=log2 M;Q(x)=∫∞xe-t2/2dt/2π,x≥0;γs表示信噪比。把式(1)代入式(2)得:

Pe(γs)=2Q2∑nRj=1∑nTi=1hj,i2Es/Nosin π/M/K(3)

由式(3)可知,系统的比特误码率不仅与信噪比有关,而且还与收发天线数以及信道系数有关。考虑到无线传感器网络中节点能量有限,因此仅仅依靠增加发射天线的发射功率来降低系统的误比特率是不可取的,考虑到系统的比特误码率与信道参数的幅值有关,可以进一步改善分簇算法,通过比较各个信道系数的幅值大小,重新选择虚拟MIMO簇内的协同节点。

3 仿真结果

为了验证所设计系统的有效性和合理性,通过仿真验证了发射天线为1,2,3,4根和接收天线为单根和多根(能量可补充Sink节点可采用多根天线)时,分布式STBC在瑞利衰落信道条件下的误比特性能。为了获得比较公平,在不同发射天线数下各系统的发射总功率相等,采用了相同的调制方式QPSK和相同的数据传输速率1 b/s/Hz。仿真结果如图3所示。

图3 多天线分布式空时分组码性能仿真

从图3可以看出,构建虚拟的分布式MIMO,确实可以改善系统性能。在误比特率为10-4时,协同节点数分别为2,3,4,与单节点相比,信噪比SNR分别改善了约8 dB,14 dB,16 dB。同时可以看到能量可补充节点,采用多天线接收时可进一步改进系统性能。

由上节的分析可知,空时分组码的编译码十分简单。传输矩阵X各行矢量之间相互正交,而且各行中的空时编码符号是在同一根天线及不同时刻发送出去的,因此当有协同节点失效或因能量耗尽不能工作时,该虚拟MIMO系统仍能正常工作。同时由式(3)可知,误比特率Pe(γs)与信道系数h的幅值平方有关,因此在分簇协议的设置阶段簇头选取协同节点时,可综合考虑节点的能量和信道参数状况,重新动态选取最优的4个节点充当协同节点。仿真结果如图4所示。

图4 协同节点失效及选择动态节点性能仿真

从图4可知,当个别节点失效时所设计的虚拟系统仍然可正常工作;同时可看出,信道参数的好坏对整个系统的影响极大,因此通过判断信道状态,重新选择动态协同节点,可以有效减少节点的能量损耗。由┩4(b)可得,在误比特率相同的情况下,采取动态选取节点系统可获得4 dB的增益。

4 总 结

文中构思了一种基于分簇结构和配置能量可补给节点的无线传感器网络应用场景,将分布式空时分组码巧妙地应用于传感器网络中,不仅提高了节点传输数据的可靠性,降低了节点的能量损耗,而且延长了无线传感器网络的生命周期,具有实际的指导意义;但是,该系统并未考虑协同节点与簇头之间数据传输信道的好坏对系统性能的影响,下一步可对此进行进一步研究。此外,还应对研究其他分布式空时编码在无线传感器网络中的设计和应用进行研究。

参考文献

[1]TAROKH V, JAFARKHANI H, CALDERBANK A R. Space time block codes from orthogonal designs[J]. IEEE Trans on. Information Theory, 1999, 45: 1456-1467.

[2]SHUGUANG C, GOLDSMITH A J, BAHAI A. Energy efficiency of MIMO and coorperative MIMO techniques in sensor networks[J]. IEEE Journal on Selected Areas in Communications, 2004, 22: 1089-1098.

[3]Xiaohua L, Mo C, Wenyu L. Application of STBC encoded cooperative transmission in wireless sensor network[J]. Signal Processing Letters, IEEE, 2005, 12: 134-137.

[4]CHEN Wen-qing. Virtual MIMO protocol based on clustering for wireless sensor network[C]//Proceedings of the 10th IEEE Symposium on Computer Communications. Spain: Cargagena, 2005.

[5]袁辉勇,李小龙,戴经国,等.一种不均衡的无线传感器网络分簇算法[J].计算机工程,2008,34(12):88-90.

[6]李方敏,刘新华,旷海兰,等.基于最优连通功率的无线传感器网络稳定成簇算法[J].通信学报,2009(3):75-83.

[7]徐小良,裘君娜.异构传感器网络中一种能量有效的簇头选择算法[J].传感技术学报,2009,22(3):395-400.

[8]VUCETIC Branka, YUAN Jinhong.空时编码技术[M].王晓海,译.北京:机械工业出版社,2004.

[9]张余,蔡跃明,陈贤明,等.一种基于协同MIMO的无限传感器传输方案[J].高技术通讯,2006,24(12):60-63.

[10]LANEMAN J N. Distributed space time coded protocols for exploiting coorpertive diversity in wireless networks[J]. IEEE Trans. on Information Theory,2003, 12: 139-145.