資源描述：
《一種基于信號時空分布特征的無源感知并行傳輸技術》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、分類號：ＴＰ３９１學校代碼：１０６９７９：２０１５２０９４密級：公開學號＿碩：ｔ字位論文ＭＡ’ＳＴＥＲＳＤＩＳＳＥＲＴＡＴＩＯＮ一種某于信號時空分布特征的無源感知并行傳輸技術學科名稱：計算機應用技術作者：孟鑫指導老師：房鼎益教授西北大學學位評定委員會二〇—八年六月APassiveSensingParallelTransmissionTechniqueBasedonSpatialandTemporalDistributionofSignalsofNorthwestUniversityAthesissubmittedtoNorthwest
2、UniversityinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerapplicationtechnologyBySupervisor:ProfessorJune2018摘要摘要無源感知及傳輸技術作為一種超低功耗、低開銷的通信技術近幾年來受到了十分廣泛的關注。而蓬勃發(fā)展的物聯(lián)網(wǎng)產(chǎn)業(yè)也為無源感知及傳輸技術孕育出大量潛在應用場景，如倉儲管理、環(huán)境監(jiān)測、物流監(jiān)測等等。這些應用場景的特點是：大量的無源設備將被部署在十分廣闊的區(qū)域中并傳遞大量感知數(shù)據(jù)。而此時，無源感知網(wǎng)絡設備低吞吐的問題便成為其應用于大規(guī)模物聯(lián)網(wǎng)場景的
3、主要瓶頸。雖然研究者們提出了無源感知并發(fā)解碼技術來解決這一問題，這些現(xiàn)有的并發(fā)解碼技術通常只能工作在信號質量非常高的情況下。而在實際應用場景中無源設備會被放在監(jiān)測區(qū)域的各個角落。此時，較長的傳輸距離以及非視距傳輸路徑都會導致較低的信號質量。因此本文提出了一種高可靠性的無源感知設備并發(fā)解碼技術SignalScope。SignalScope即使在信號質量很差的情況下也能達到較高的解碼成功。本文研究具體內(nèi)容包括：（1）通過對標簽信號的運動模式的研究建立基于馬爾科夫的信號模型本文通過實驗證明現(xiàn)有的無源標簽并發(fā)解碼技術之所以在實際應用場景中表現(xiàn)出極低的成功率，其根本原因是這些方法對弱信號（即信噪比（SN
4、R）較低的信號）的容忍度很低。當參與并發(fā)的標簽信號中存在弱信號時，各個信號狀態(tài)之間的能量差很低，因此碰撞信號的跳變（并發(fā)解碼的重要依據(jù)）被埋沒在噪聲之中無法識別，從而導致極低的解碼成功率。因此，并發(fā)解碼的關鍵在于準確識別每一個采樣點所屬的狀態(tài)，并檢測出信號的跳變。本文通過實驗證明，雖然碰撞信號狀態(tài)之間十分相似的能級導致我們無法識別每個采樣點的狀態(tài)，但碰撞信號在IQ域運動的時空規(guī)律卻能夠為信號狀態(tài)的識別提供線索。因此，我們通過觀察信號運動的規(guī)律建立了基于馬爾科夫的信號運動模型（名為Flow模型）來描述信號的時空分布特征。該模型為后續(xù)的信號狀態(tài)個數(shù)識別以及信號狀態(tài)追蹤提供有力依據(jù)。（2）基于信號模
5、型實現(xiàn)高可靠性的信號狀態(tài)數(shù)量識別以及信號狀態(tài)追蹤為了實現(xiàn)信號狀態(tài)的追蹤，首先需要提取出信號的狀態(tài)：即確定碰撞信號總共有多少個狀態(tài)，且找到IQ域中代表不同狀態(tài)的信號簇的中心位置。為此本文提出一種信號狀態(tài)提取方法。該方法能夠根據(jù)信號在IQ域的時空分布特征識別出信號的狀態(tài)個數(shù)及狀態(tài)所代表的簇的簇心位置。因此即使在信號質量很差的情況下也能達到較高的識別精度。在此基礎上，本文進一步根據(jù)Flow模型以及所觀察到的信號采樣點的位置、信號I西北大學碩士學位論文采樣點在各個信號簇的駐留時間、以及信號采樣點在各個簇之間的轉移概率這3個因素識別每個采樣點的狀態(tài)。最后，還對狀態(tài)識別過程出現(xiàn)的錯誤進行了檢測和矯正，以提
6、高可靠性，并通過動態(tài)規(guī)劃優(yōu)化了算法以降低開銷。關鍵詞：無源感知，并發(fā)傳輸，時空分布特征IIAbstractAbstractBackscatterprovidesthebenefitsofenergyharvestingandlowpowercommunication,makingitattractivetoabroadclassofapplications.Theseapplications,suchaswarehouseinventories,objecttracking,andindustrysurveillance,involvelargevolumesofdatacarriedbyal
7、argenumberofdeployedtags.Therefore,howtofullyutilizethechannelsandenhancenetworkthroughput,turnstobeacrucialproblemintherelevantarea.Onepotentialsolutiontoprovidehighthroughputistoparallelizemultipleb
