魏 瑾

（山西機電職業(yè)技術學院，山西 長治 046011）

0 引言

煤炭在世界上是分布最廣、儲量最多的常規(guī)能源。近年來全球經(jīng)濟飛速發(fā)展，天然氣、石油等能源價格不斷上升，導致煤炭價格和需求量迅速增長[1]。礦井下存在易燃易爆氣體，環(huán)境惡劣，采煤危險性較高，在采煤過程中經(jīng)常發(fā)生事故，需要提高礦井下的狀態(tài)檢測能力和實時定位能力[2]。煤炭的安全生產主要依賴礦井無線通信技術，在避免經(jīng)濟損失的同時，可以保障工作人員的生命安全。在礦井通信領域中，礦井無線通信是研究的新課題，具有設備維護方便、建設工程周期短和成本低廉等特點，因此在實際應用中對礦井下通信信號調制識別方法進行研究具有重要意義[3]。但是，在傳播過程中礦井通信信號容易受到外界噪聲的干擾，從而不能準確接收信號且很難進行后續(xù)處理。為了能夠更好地凈化信號環(huán)境和提高井下通信信號的抗干擾能力，必須獲知信號的調制類型。

在此背景下，相關領域專家進行了較多研究。張麗、張大鵬、張揚提出基于高階聯(lián)合累積量算法的礦井下通信信號調制識別方法[4]，根據(jù)酉空時調制的特點和高階聯(lián)合統(tǒng)計量的差異，分離了垂直分層空時碼信號、相移鍵控信號和USTM 信號，從而實現(xiàn)了礦井下通信信號的調制識別，但是存在分離信號時間較長和識別效率低。鐘志明、徐以濤、邱煒提出基于Watterson 信道模型的礦井下通信信號調制識別方法[5]。該方法的特征參數(shù)以信號功率譜為基礎，在判決樹分類器中輸入特征參數(shù)，在Watterson 信道模型下對礦井下通信信號進行調制識別，但是也存在正確識別率較低的問題。龍曉紅、張洪欣、張明明提出基于調和平均分形盒維數(shù)的礦井下通信信號調制識別方法[6]，通過希爾伯特變換先對信號做預處理，然后提取峰度調和參數(shù)和盒維數(shù)，調和平均以上兩個參數(shù)構成特征參數(shù)，然后調制識別礦井下通信信號，但同樣存在調和特征參數(shù)時間較長和識別效率低的問題。

為了解決存在的識別效率低和正確識別率低的問題，本文提出基于混合OFDM 的礦井下通信信號調制識別方法。通過獲取不同情況下的多徑信號包絡對應的密度函數(shù)，分析其分布特征，確定礦井通信信號為OFDM 信號序列。在子載波組的基礎上獲得接收信號的序列，并基于此調制碼元序列獲取信號合并器中的輸出信號，消除信道衰落噪聲。通過歐式距離分類方法，根據(jù)獲取的信號特征向量進行分類，提升信號調制識別效率。建立礦井下通信信號調制方式的判決準則，提高通信信號調制識別正確率，最終實現(xiàn)基于混合OFDM 的礦井下通信信號調制識別。實驗結果證明，所提方法具有較為理想的通信信號調制識別的效率和精度，有效抑制了通信信號的調制噪聲。

1 不同環(huán)境下通信信道分布模型

假設接收到的信號是由不受陰影作用的多徑信號分量和受陰影作用的直射信號分量構成的，通過式（1）描述接收到的信號r(t)：

式中，n(t)代表加性高斯白噪聲；z(t)代表直射波分量；d(t)表示多徑分量和散射波；s(t)表示信道陰影衰落。

接收信號在井下寬闊地帶是不受阻擋的多徑分量和直射波分量的疊加。Rician 分布為信號包絡對應的概率密度函數(shù)，表達式如下：

式中，r＞0；k表示萊斯因子，計算公式為：

式中，A代表接收信號對應的幅度；代表由環(huán)境決定的多徑功率。

井下構造復雜區(qū)域環(huán)境較為復雜，結構分布密集。在井下構造復雜地區(qū)接收信號受障礙物的影響，以多徑信號為主[7-8]。接收信號包絡對應的密度函數(shù)滿足Rayleigh 分布：

與井下構造復雜環(huán)境相比，在井下狹窄地區(qū)通信信號的主要遮擋物體發(fā)生變化。井下狹窄環(huán)境接收信號存在的直射分量通常受墻體遮擋，存在的衰減程度不同[9]。直射波信號包絡此時滿足對數(shù)正態(tài)分布：

式中，μ代表lnz對應的均值；h·σ代表lnz對應的標準差。

相對于多徑衰落，直射信號是一個慢變過程。在一個小時范圍內，接收信號包絡服從Rician分布[10]：

式中，I0表示第一類零階貝塞爾函數(shù)。

接收信號包絡對應的概率密度函數(shù)可以通過全概率公式進行求解，計算公式為：

接收信號的包絡r對應的剩余概率分布PR(r)的表達式為：

依據(jù)以上內容獲取不同環(huán)境下的通信多徑信號包絡對應的密度函數(shù)，分析其分布特征，得到接收信號包絡的剩余概率分布，并以此為基礎進行礦井下通信信號調制識別。

2 礦井下通信信號調制識別方法

設N表示OFDM 信號子信道的數(shù)目，在子載波組的基礎上獲得接收信號的序列：

式中，a1,i(k)、a2,i(k)表示第i個子信道在OFDM各子載波組中發(fā)送的碼元序列；n1,i(k)、n2,i(k)表示高斯白噪聲序列。

高斯白噪聲序列嚴重影響通信信號調制識別結果。井下白噪聲具有多源、強、聲級高和頻帶寬的特點，對礦山信號環(huán)境有嚴重危害，影響礦山安全生產。噪聲不但能導致礦工聽力下降和其他職業(yè)性疾病，還會使井下工人反應遲鈍，工作積極性降低，容易忽視井下各種災害信號，增加了事故發(fā)生的可能性，嚴重影響礦井的安全生產。本文針對這種情況對白噪聲進行抑制和去除。

將序列r1,i(k)、r2,i(k)序列輸入信號混合器中進行處理，設代表信號合并器輸出的信號，表達式分別為：

將r1,i(k)、r2,i(k)帶入式（10）和式（11），獲得：

分析可知，調制碼元序列a1,i(k)、a2,i(k)在各子信道中經(jīng)過衰減處理后疊加高斯噪聲的信號就是統(tǒng)計量即信號合并器中的輸出信號。

a1,i(k)、a2,i(k)的計算公式[13]為：

式中，E表示信號對應的平均功率；θi表示第i個子信道中存在的載波相位偏差；表示第i個子信道發(fā)送的碼元序列。

由于a1,i(k)、a2,i(k)信號序列中存在的碼元序列和碼元是共軛或是相反數(shù)，且a1,i(k)、a2,i(k)信號序列為空時分組編碼，因此兩路信號的調制方式相同。分析可知，a1,i(k)、a2,i(k)疊加上高斯噪聲且經(jīng)過信道衰落后獲得的信號即為同時兩種信號具有相同的信號衰落系數(shù)?？梢詫斪龃a元序列ai(k)中存在的連續(xù)的兩個碼元序列值，合并兩路信號獲得信號[ai(k),ai(k+1)]=

兩階以上的高斯噪聲對應的累量值為零，因此分類特征可以屏蔽高斯噪聲，提取中存在的高階累積量。通過消除信道衰落噪聲的影響，可以實現(xiàn)礦井下通信信號的調制識別[14-15]。

設Fa、Ga代表在ai(k)累積量中提取到的特征向量，表達式分別為：

式中，Mean(a)表示接收符號對應的均值[15]；Ca,41、Ca,42表示平穩(wěn)復信號的4 階累積量；Ca,63表示平穩(wěn)復信號的6 階累積量。

基于混合OFDM 的礦井下通信信號調制識別方法，通過歐式距離分類方法，根據(jù)獲取的特征向量Fa對信號進行分類，將其分為{0}、{BPSK}、{QPSK，16QAM}，再根據(jù)獲取的特征向量Ga將信號分為16QAM 信號和QPSK 信號。

礦井下通信信號調制方式的判決準則如下：

基于混合OFDM 的礦井下通信信號調制識別方法的識別流程如圖1 所示。

圖1 通信信號調制識別流程

3 實驗結果與分析

為了驗證基于混合OFDM 的礦井下通信信號調制識別方法的整體有效性，需要對基于混合OFDM的礦井下通信信號調制識別方法進行測試。本次測試在Simulink 平臺中完成，分別采用基于混合OFMD 的礦井下通信信號調制識別方法、文獻[4]提出的基于高階聯(lián)合累積量算法的礦井下通信信號調制識別方法和文獻[5]提出的基于Watterson 信道模型的礦井下通信信號調制識別方法進行對比測試。實驗指標選取通信信號調制識別的耗時、識別準確率以及噪聲抑制效果，測試結果如圖2 所示。

圖2 為不同方法井下通信信號調制識別方法的測試結果。分析圖2 可知，采用基于混合OFDM 的礦井下通信信號調制識別方法對通信信號進行調制識別時，在多次迭代中所用的時間均在0.4 s 以內；采用基于高階聯(lián)合累積量算法的礦井下通信信號調制識別方法對通信信號進行調制識別時，在第4 次迭代中所用的識別時間高達0.7 s；采用基于Watterson 信道模型的礦井下通信信號調制識別方法對通信信號進行識別時，在第2 次迭代中所用的識別時間高達0.8 s。對比基于混合OFMD 的礦井下通信信號調制識別方法、基于高階聯(lián)合累積量算法的礦井下通信信號調制識別方法和基于Watterson 信道模型的礦井下通信信號調制識別方法的測試結果可知，基于混合OFMD 的礦井下通信信號調制識別方法所用的識別時間最短。因為基于混合OFMD的礦井下通信信號調制識別方法對礦井下通信信號進行調制識別之前構建了信道模型，通過信道模型獲取相關信息，縮短了識別所用的時間，提高了基于混合OFDM 的礦井下通信信號調制識別方法的識別效率。

下面將正確識別率作為指標，對基于混合OFMD 的礦井下通信信號調制識別方法、基于高階聯(lián)合累積量算法的礦井下通信信號調制識別方法和基于Watterson 信道模型的礦井下通信信號調制識別方法進行測試，測試結果如圖3 所示。

圖2 不同方法的識別時間

圖3 不同方法的正確識別率

分析圖3 可知，在多次迭代中，基于混合OFDM 的礦井下通信信號調制識別方法的正確識別率均高于90%；基于高階聯(lián)合累積量算法的礦井下通信信號調制識別方法在第2 次迭代中的正確識別率低至50%；基于Watterson 信道模型的礦井下通信信號調制識別方法在第3 次迭代中的正確識別率低至40%。對比基于混合OFMD 的礦井下通信信號調制識別方法、基于高階聯(lián)合累積量算法的礦井下通信信號調制識別方法和基于Watterson 信道模型的礦井下通信信號調制識別方法的測試結果可知，基于混合OFMD 的礦井下通信信號調制識別方法的正確識別率最高。因為該方法通過混合OFDM 技術對礦井下通信信號進行調制識別，提高了基于混合OFDM的礦井下通信信號調制識別方法的正確識別率。

為驗證不同方法的噪聲抑制效果，本次實驗多次實行外場測量操作，以獲取通信信道真實干擾模型，并將測試數(shù)據(jù)輸入至MATLAB 軟件進行實驗。文獻[4]方法和文獻[5]方法獲取輸入信道的信號噪聲波形和所提方法進行對比，測試結果如圖4 所示。

圖4 不同方法的通信信號噪聲抑制對比

分析圖4 可知，與文獻成果相比，所提方法表現(xiàn)出了良好的噪聲干擾抑制效果。該方法在采集到通信信號后，通過分類特征屏蔽高斯噪聲，提取高階累積量，提高了噪聲干擾抑制性能，體現(xiàn)了所提方法的可靠性。

4 結語

在日常生活和工業(yè)生產過程中，煤炭因價格低廉得到了廣泛應用。信息技術和生產管理技術在近年來不斷發(fā)展，使得礦井無線通信對智能信息和帶寬信息的需求不斷增加。礦井通信領域中，無線通信技術的發(fā)展前景越來越好，使礦井下通信信號調制識別方法成為研究的熱點。當前礦井下通信信號調制識別方法存在識別效率低和正確識別率低的問題，因此提出了基于混合OFDM 的礦井下通信信號調制識別方法，可在較短的時間內準確實現(xiàn)礦井下通信信號的調制識別，且有效抑制了通信信號的噪聲，進一步提高了通信信號調制效果。