英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

基于IEEE 802.15.4 ZigBee无线传感器网络波达时间的估计

Jeonghyeon Cheon ①, Hyunsu Hwang ①, Dongsun Kim ②, and Yunho Jung①*

① 电子与信息工程学院，韩国航空航天大学，杭钢大学路76号，高阳市，京畿道412-791，韩国; jhcheon@kau.kr（J.C.）; hshwang@kau.kr（H.H.）

② 韩国电子技术研究所，新安义路，城南市，京畿道463-816，韩国; dskim@keti.re.kr

* 函授：yang@kau.ac.kr;电话： 82-2-300-0133;传真： 82-2-3159-9257

学术编辑：Vittorio M. N. Passaro

收稿日期：2015年10月14日

接受日期：2016年2月2日

发布时间：2016年2月5日

摘要

精确估计波达时间（TOA）是基于RF的定位系统使用无线传感器网络（WSN）中最重要的技术之一。因为TOA估计的精度正比于RF信号的带宽，使用更宽的带宽是实现更高精度的最有效的方法。因此，通常会使用一个具有500MHz带宽的超宽带（UWB）系统。然而，高带宽无线系统伴随着高复杂性和高功耗的缺点。因此,很难采用这样的系统在不同的WSN应用程序。在本文中,我们提出一个使用一个内部IEEE 802.15.4ZigBee系统提供窄带宽2 MHz服务的精确估计波达时间(TOA)算法。为了克服带宽的匮乏,该算法估计采样间隔内的部分TOA。仿真结果表明,提出的TOA估计算法提供了一个在信噪比为8分贝下0.5米的准确性并且达到一个相比与现有算法信噪比增益为5 dB的算法。此外,实验结果表明,该算法提供了在实际的室内环境准确的TOA估计。

关键词：定位系统;波达时间;无线传感器网络;ZigBee

1.简介

随着无线传感器网络(WSN)技术的发展, 从各种传感器获取位置信息的应用程序服务正吸引越来越多的关注[1 - 3]。获取位置信息环境在很大程度上可分为室外和室内环境。虽然室外定位与全球定位系统(GPS)技术已经变成可能,但是新定位技术有室内定位的要求。因此,基于各种无线电频率(RF)并且采用无线网络的定位技术正在开发中。特别是,因为3 d定位时使用三角测量方案是可能的四个参考点的距离是已知的,波达时间(TOA)的定位技术常用于测量发射机的发送者 (TX)和接受者(RX)之间的距离。目前,ZigBee、Wi-Fi、UWB系统用于TOA估计[4、5]。

使用无线网络技术测距的准确性是一个信号带宽的函数,使用高带宽是最基本的实现精度高方法[6]。因此,在上述通信系统中,基于UWB的拥有500 MHz带宽的定位技术得到了极大的发展[7]。最近的一项研究表明,基于UWB的定位技术可以实现几厘米内的高精度。然而,UWB系统由于使用广泛的带宽而饱受高复杂性和高能耗的缺点。因此, 在需要低功耗和低成本的传感器网络应用中很难采用基于UWB的定位系统。

因此,使用窄带宽[13-18]的定位技术已成为一个不错的选择。特别是拥有2 MHz带宽,的ZigBee是一种低功耗、低成本的通信系统,被广泛应用于传感器网络应用程序。此外,基于ZigBee的定位技术在它使用已经建立的基础设施中建立了一个重要的优势。因此,一些研究集中在基于ZigBee的定位技术。[15] 基于跳频方案的多通道测距算法被提出了;它需要ISM完整的80 MHz。虽然它提供了一个精确到一米的精度,但是它需要一个特殊的阶段跟踪单位从一个频道到另一个频道保留跳跃时的相位关系。此外 ,由于使用完整的ISM波段，信道容量是有限的。[16]为了克服ZigBee带宽的缺乏，维纳滤波器被用于16times;过采样序列。尽管这种方法提供了一个精确到一米, 32 MHz采样率的功耗和维纳滤波器的操作复杂性提高了。此外,模量同步的代码(CMS)算法[17]提供一个精确到一米的精度。然而,该算法使用了一个新的序列,因此,并不能适用于IEEE 802.15.4提供的服务标准[19]。 [18]TOA估计算法的基础上提出了自动接收信号互相关值和序言。这种方法是一个很好的候选人ZigBee-based定位系统内部,因为它是符合IEEE 802.15.4标准提供服务,不需要额外的带宽或复杂的操作。

本文提出了一种面向ZigBee的TOA精确估计算法,这种算法可以估算采样间隔内的TOA,并给出了一些实验结果。本文的其余部分组织如下。第二部分解释了估算TOA的数据包结构。第三节简述了估算TOA算法的提出。部分四和五分别是仿真结果和实验结果。最后,第六节做了一个总结。

2.估算TOA数据包结构

测量两个设备(节点)之间距离的方法通常分为单向测距(OWR)和双向测距(TWR)[20]。OWR方案是基于一个传输信号之间TX和RX并且TX和RX定时同步。与OWR TWR方案是基于两个之间的信号传输TX和RX而且定时同步不是必需要满足的。忽略时间同步,该算法能够准确地估计TOA。此外,OWR和TWR方案都需要精确的TOA估计。因此, TOA估计算法的提出可以应用到这两个方案,我们认为OWR方案方便解释。

在OWR方案中，传播时间TOA估算方法TPT等同于RF信号从TX到RX之间的TOA估算，如图1所示；

图1 . RF信号的总传播时间关系图

在接收时，接收信号与前导码之间的交叉相关在每一取样周期Ts可以被计算计而且接收定时被确定在当交叉相关值是最大的时候。在使用8MHz的4times;过采样的采样率的IEEE802.15.4 ZigBee的系统的情况下，测距误差达到plusmn;18.25米。因此，在采样间隔内的TOA需要测量来增加估算的准确性。因此，总的传播时间TPT由整数部分时间TPi和分数部分的时间TPf构成；

TOA估计的数据包结构基于IEEE 802.15.4ZigBee标准如图2所示。这里,序言# 1由8times;重复索引0符号(S0),其中包括IEEE 802.15.4标准的32芯片,并使用这个序言TPi计算。此外,序言# 2定义的估计TPf,由NPtimes;S0的重复构成。定义内部IEEE 802.15.4标准,起始框架 (SFD),它由两个标志S7 和S10构成,它是一个字段,该字段表示序言的结尾# 1。此外,PHY前缀(PHR)包含框架长度信息。

图2.为TOA估算时间算法的数据包结构，起始框架： PHR：PHY前缀。

3. TOA估计算法的提出

3.1. TPi 估算

Nc是在传输时间的接收时间的样本的数量。实际上,因为序言# 1由 8times;重复标志和接收到的数据包的时间同步是随机完成的。接收方不知道序言#1确切的开始时间。因此,Nc是从NSFD 十进制减去相对应的计数值而得到,也就是说样本的数量是在检测到SFD的瞬间,如图3所示。因此,精确的时间同步和SFD检测估算TPi是至关重要的。

图3.TOA估计整数部分

另一方面,在TX和RX之间存在一个最大载波频率偏移(CFO)40plusmn;ppm,被定义为IEEE 802.15.4的标准。由于时间同步和SFD检测是被CFO扭曲了的交叉相关值和交叉相关,一个可以对抗CFO的算法是必需的。特别是,因为降解样品的数量成正比,抵抗性对于一个TOA包是否可以作为长期包是至关重要的。而且，因为WSN应用程序有简易安装的需求,需要进行非相干检测而不是相干检测。因此, TOA估算算法的提出使用了双相关算法[23、24],他的反CFO能力比较好。在接收方,接收信号r(n)由以下给出；

其中sk(n)是传输信号的符号指数k(kisin;{ 0,1,hellip;,15 }),omega;0是CFO,theta;是初始相值,w(n)是高斯白噪声(AWGN)。第n个样本的双相关值可以表示为

m是样本指数的相关窗口,Ns的样本总数, ND是弥补CFO的影响的延迟样本的数量,将4times;过采样设置为4。如公式(4)所示,初始相位偏移,这意味着非相干性的检测是可行的。此外,CFO的影响减少为一个常数,这说明与样品的数量不是正比关系。

3.2 TPf估算

如图4所示, 当抽样过程的开始时，双相关之间存在着抵消时间(∆t)的峰值

图4. 时间与真正峰值和采样峰值的关系

在情况A下，在图4中,真正的峰值是和采样峰值一样的。然而在B的情况下,存在一个偏移量，这种时机抵消使测距误差正如前面提到的一样达到了plusmn;18.25 m。,因此,它应该是精确的TOA估算。此外,这种抵消等价于TPf。因为TPi是在双相关的基础上计算价值。

为了估计TPf,提出的 TOA估算使用包括NPtimes;S0重复的序言# 2。将双相关值累计消除AWGN的影响,并给出CDC

当u表示样本指数双相关累积值，且u = p是高峰时间double-correlation值,给出了C(u = p)b时 的计算公式

该算法从线性方程的左边和右边的双相关值估算TPf,如图5和图6所示。首先,两个线方程,yL1和yR1获得C(pplusmn;1)和C(plusmn;2页)。使用他们的交点,在第一个时间抵消∆p1取样间隔内进行估计

同样,使用两个方程,yL2 yR2,从C(pplusmn;2)和C(pplusmn;3),在第二个时间抵消∆p2估算

综合以上,取样间隔内的定时偏移∆pk,由估计使用交点的线性方程获得连续两个分左边和右边的C(p),可以表示为以下方程

使用∆pk,平均抵消时间∆p可以由以下计算

当L表示取样间隔内计算时机补偿的数量。最后,给出了 TPf

图 5.用 C(pplusmn;1) 和 C(pplusmn;2) 估算 ∆p1

图 5.用 C(pplusmn;2) 和 C(pplusmn;3) 估算 ∆p2

4.仿真结果

TOA估计算法的性能是通过计算所估计的结果是在CFO为plusmn;40 ppm与AWGN一样的环境评价误差（RMSE）。图7示出了用于Np=2，64，128，和256.，随着Np的增加。TOA估算算法的提出使得斯噪声的性能评价结果减小，从而导致RMSE值降低。

图7.性能算法为Np个= 32，64，128，以及256的RMSE：根均方误差;信噪比：信噪比。

所提出的算法和F巴伦算法的性能比较结果[18]当Np个= 64，这是适用于ZigBee的系统，因为它是与IEEE 802.15.4标准兼容，并且不要求额外的带宽或复杂的操作如维纳滤波器。在克拉美罗下界（CRLB）[6]还提出了比较。如这张图所示，所提出的算法在8 dB的信噪比提供0.5mu;m的精度和与F巴伦算法[18]相比实现了约5分贝RMSE=0.5mu;m的信噪比增益。此外，该算法的性能接近于CRLB为SNRge;20分贝。

图8.性能算法和F.巴伦周刊算法[18]的比较CRLB（克罗拉美下界）

5.实验结果

由测距实验来验证提出的TOA估算算法性能。实验平台是由一个射频模块,模拟-数字转换器或者数模转换器(ADC或DAC),还有一个带有TOA估计量的基带调制解调器,如图9所示。射频模块从（到）2.4 GHz频段的上（下）转换基带信号,其设计符合IEEE 802.15.4所制定的标准。ADC（DAC）的采样率为8 MHz,也就是基带信号带宽2 MHz的4倍。如图10所示,基带调制解调器由发射机和接收机构成,并且可以使用现场可编程门阵列(FPGA)实现。直接序列扩展频谱器调节32位芯片(DSSS)可以实现最小移键控(MSK)方案,并且与IEEE802.15.4标准所兼容。接收机由一个自动增益控制(AGC),一个同步器,一个带有解调器和TOA估计量构成。AGC控制增益放大器的放大倍数，确保射频收发器可以提供提供一个恒定振幅的接收信号。同步器用来发现使用双相关 DSSS的边界值。此外,解调器检测传播标志,这也是基于双相关值。最后,适用所提出来的算法去整合TOA估计量计算的整数部分和小数部分。

图9.实验平台:现场可编程门阵列FPGA、模数转换器ADC和数模转换器DAC

图10.带有TOA估计量ZigBee基带调制解调器的框图

实验进行在WiFi-free室内位置,如图11所示,TWR方案被认为是由于时间同步问题。图12显示了距离测量结果,获得的距离2米到20米每隔1米进行测量,每个测量进行了十次。使用了功率是10 dBm的发射机和两个晶体振荡器(时钟发生器),其偏差分别是2 ppm和10 ppm,。实验结果的RMSE值分别是0.68米和1.74米,。正如所料,就性能而言2 ppm的时钟是优于10 ppm时钟。此外,我们可以看到,2 ppm时钟的性能略退化，将时钟偏差与仿真结果相比,考虑到信噪比在20米时有25分贝左右。因此,它被证实, 为了增加性能时钟偏差的补偿方案需要被采用。如对称双面双向测距(SDS-TWR)[25,26]。图13显示了2 ppm时钟发生器在不同信噪比的距离测量结果。为了改变信噪比,发射机功率设置为0 dBm,minus;5 dBm和10minus;dBm和RMSE值分别是1.02米,1.61米,2.03米。它也证实,当信噪比降低时RMSE值增加。

图11.室内实验环境评价

图12.时钟偏差的测量距离

图13.不同传播能量的测量距离

lt;

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[151036]，资料为PDF文档或Word文档，PDF文档可免费转换为Word