无源物联网的编码技术研究
摘要:
注
关键词： 无源物联网 ; 反向散射 ; 编码
0 引言
物联网被视为继计算机、互联网之后的新一轮信息化浪潮，并通过大量部署设备使"万物互联"得以实现。作为物联网的关键组成部分之一，在感知层面上要求终端节点必须准确采集数据因而导致能耗问题凸显。在无源物联网架构中采用环境能量采集技术使得终端节点能够持续运行并支持其感知功能等关键任务的完成，并基于反向散射通信技术实现信息传输。该技术不仅能在确保低功耗或零功耗运行的同时支持低速率通信而且无需配置无线传感器的射频激活部件从而有效降低了无线传感器的成本与复杂度
在传统点对点通信架构中
1 传统信道编码
如图1所示的是信道编码的发展历程，在20世纪时人们曾认为只有当传输速率降至零值时其错误概率才能任意接近于零这一观点一直被沿用直至1948年Shannon首次提出了具有里程碑意义的有噪信道编码定理该定理表明只要实际信息传输速率达到R不超过系统容量C就能通过设计适当码长的随机码实现任意大程度上的可靠性保证同时为后续研究提供了基于最大似然译码框架的重要思路从而奠定了现代信息理论的基础
图1 信道编码的发展历程
1950年,Hamming于开创性地提出了第一种差错控制编码——汉明编码方案,该方案具有易于实现的特性,并在纠错技术的实际应用中发挥了重要作用。该编码方法的基本理论在于向每组有效信息位添加相应的奇偶校验位,从而能够检测并纠正单比特错误,同时也能检测多比特错误。然而,由于其有限的纠错能力以及存在冗余位的事实,该方案在编码效率上显得不够理想。随后在1954年,Rreed-Muller（RM）码的出现带来了显著的技术改进。Muller通过采用多元布尔函数构建二元码典例的方式,显著提升了码字长度与纠错能力之间的适应性。Rreed则开发出了有效的译码算法体系,这一发现使得实际应用中的解码速度得到了 marked 的提升
1957年, Prange提出了一种称为循环冗余检验（CRC, cyclic redundancy check）的编码方案.该编码方案由于其独特的循环移位特性,使得经过任意次循环移位后的码组仍属于同一编码系统,从而简化了硬件编译码电路的设计.在1959至1960年间,Bose,Ray-Chaudhuri及Hocquenghem三人各自独立地发现了二元线性循环码（BCH codes）.与传统的基于编码结构的纠错能力不同,BCH码是首个根据所需纠错能力来构造编码结构的纠错码,并且能够纠正多个随机错误.1960年,Rreed和Solomon成功构造了多进制BCH码——Reed-Solomon（RS）码,这种多元最大距离可分的纠错码达到了Singleton界.因此,RS 码在现代数字通信和数据存储系统中得到了广泛应用
1970年时，Goppa提出的Goppa码成为首个具有良好性能特性的代数几何编码方案。上述编码方案存在两大主要缺陷：其一为必须在接收完整个编码块后才能启动解密流程，在信道长度超过特定阈值时会导致较大的延时损失；其二则需要精确实现帧同步机制。针对这些限制问题，在1955年时Elias首次提出了卷积编码理论。该方法通过充分考虑前后信息组间的相关性，在数据传输中引入了新的冗余度以提高可靠性。随后于1967年Viterbi对这种编码方式进行优化改进，并提出了著名的最大似然译码算法（Viterbi算法）。与基于分组的编解码方式相比，在这里采用连续编解码策略使得实时处理能力得到了显著提升，并且降低了整体系统的时延损耗
1982年,Ungerboeck将信道编码与调制相结合,提出了一种称为网格编码调制(TCM, trellis coded modulation)的技术,并获得了显著的编码增益。1993年,Benou及其合著者提出了并行级联卷积码即Turbo码,通过将卷积码与随机交织器相结合,实现了"随机编译码"的可能性;同时在解码方法上实现了从早期的代数解码向软输出迭代解码的重大转变。这些实验均在加性白高斯噪声信道模型(AWGN, Additive White Gaussian Noise)下展开,采用编码效率R=1/2、交织长度为65 536的Turbo码,经过18次迭代解码后发现:当Eb/N0=0.7 dB时误码率达到10-5(比Shannon限低0.5 dB),这标志着信道编码理论的重要里程碑。随后的研究表明:1997年,Mackay等重新发现了Mackay于1962年提出的稀疏校验矩阵分组纠错码——低密度奇偶校验(LDPC, low density parity check)码;其性能与Turbo码相媲美;直到2001年Chung等人的实验表明:采用1/2非正则LDPC码时误差比Shannon限低不超过0.004 5 dB;此时当BER=1e-6时距离信道容量仅差约0.04 dB;结果表明LDPC 码性能优于Turbo 码。尽管Turbo 码和LDPC 码已非常接近Shannon限界但始终未达到信道容量极限值。2008年,Arikan于国际信息论研讨会(ISIT)上提出了信道极化概念并在2009年提出了极化(Polar) 码——一种可在二进制输入对称离散无记忆信道中严格证明达到信道容量同时具有线性复杂度编译能力的新一代高效纠错技术;表1总结了信道编码的相关贡献
2 传统RFID信道编码
传统的反向散射通信系统如射频识别（RFID, radio frequency identification）系统已在现代生活中得到了广泛应用。该系统的工作原理如下所述：阅读器通过发射天线发送特定频率的射频信号以提供能量给无源电子标签。当无源电子标签被激活后，它会通过调节无源电子标签天线接口的阻抗来改变反射系数，并将自身信息通过内置射频天线传输回阅读器。目前国际标准 ISO 18000-6对运行频率在860至960 MHz之间的无源反向散射RFID系统进行了详细规定。表2列出了前向与反向链路的编码方式说明，而图2展示了该系统的整体架构模型——由阅读器和无源电子标签组成。该系统支持四种类型的标签协议：Type A、Type B、Type C和Type D
图2 无源反向散射RFID系统模型
Type A、Type B及Type C均基于"阅读器先说话"型通信机制运行，在无源电子标签接收阅读器指令后即可通过信息信号调节天线反射系数。其中，在前向链路中（阅读器至无源电子标签），Type A采用了具有唯一性解码能力的脉冲间隔编码（PIE, pulse interval encoding）。按照标准规定，在数据帧传输过程中会包含起始帧标记（SOF, start of frame）、结束帧标记（EOF, end of frame）以及二进制数据"0""1"组成时间宽度为Tari的时间间隔信号。图3直观展示了PIE工作原理：通过定义不同时间宽度的下降沿间隔来表示数据位信息。为了确保无源电子标签能够有效接收足够能量以维持运行状态，在前向链路中采用了低代价解码算法——自适应ALOHA算法作为冲突仲裁机制；而反向链路（无源电子标签至阅读器）则采用了FM0编码方案来进行通信编码工作。
该方案的工作原理是基于电平变化进行逻辑位表示：在每个符号周期开始时进行相位反转以表示二进制"1"；若仅在周期开始处反转则表示二进制"0"；若同时在周期开始处及中间点进行相位反转则可分别对应更高阶的数字信息。
为了进一步提升系统吞吐量，在研究领域已有学者如Gregory等人提出了平衡分组码（BBC, balanced block code）理论框架。
研究表明，在与FM0编码方案相比，
其中BBC码在速率4/6和6/8时展现出较高的数据传输效率。
图3 Type A中的PIE方式
在前向链路中，Type B采用了曼彻斯特（Manchester）编码方式。这种独特的方法确保了每种符号周期内都包含一次电平变化——无论是上升还是下降——这种变化既充当同步时钟信号的作用又传递数据信息。图4显示了该方案的具体实施情况：当符号周期中间出现负跳变时，则代表二进制‘1’；而正跳变则对应二进制‘0’。为了实现高效的通信协议兼容性，在反向链路中采用了自适应二叉树碰撞仲裁算法，并且所有反向链路均采用FM0编码方式以减少冲突事件的发生概率。为了提高传输效率与可靠性，在不归零（NRZ, non-return to zero）状态下将高电平定义为‘1’而低电平定义为‘0’；相反地，在RZ（return to zero）状态下，则要求每个比特信号完成脉冲后必须短暂停留在低电平状态以确保正确解码。
图4 编码示例
Type C系统采用了PIE方案作为其前向链路的编码机制，并选用随机时隙冲突作为冲突解决机制来实现多用户环境下的高效通信。反向链路则采用了FM0或密勒（Miller）两种不同的编址方式以提高系统的抗干扰能力。其中 Miller 编码通过在符号周期间断点将二进制"1"进行映射而"0"则保持在原有位置以避免连续"0"信号带来的潜在问题。当连续多个"0"出现时会在每个新周期开始前插入一个跳变点从而确保至少间隔两个符号时间后的信号变化能够被有效检测和解码。图4展示了M=2情况下的 Miller 编码方案其中M=2表示每个符号时间段包含两个子载波时间段并附带了相应的编址示例图解以便于理解具体的编址过程和工作原理
Type D采用了基于标签主导通信过程的技术，并作为改进型仅通过标签交流（TTO）的技术而存在。因此，在反向链路中采用脉冲位置编码（PPE）或密勒编码进行信息传递而不单独设置前向链路。
3 无源反向散射通信系统模型
无源反向散射通信系统模型如图5所示。该系统由无线发射器、无线接收器和阅读器组成。其中h、f、g分别表示无线发射器与无线接收器之间的信道增益、无线发射器与阅读器之间的信道增益以及无线接收器与阅读器之间的信道增益。具体而言，无线发射器发送的信号不仅为无线接收器提供运行所需的能量，并且可作为 wireless receiver反射信号的载波。当 wireless receiver从发射信号中获取足够能量并被激活后,它通过调节前端电路的反射系数来将自身待发送数据调制到载波上。阅读器不仅接收到从无线发射器传输的载波信号,还捕获到了从 wireless receiver反射回来的反向散射信号,并对接收到的信息进行解调和解码,最终还原出 wireless receiver反射的有效数据,从而实现了 wireless receiver与阅读器间的通信过程。相较于RFID系统而言,该方案无需经历往返路径衰落的影响,且由于无线发射器与 wireless receiver的距离较近,因此显著降低了路径损耗,从而实现了在更大范围内实现有效的通信功能
图5 无源反向散射通信系统模型
射频源发射的载波信号可表示为
其中，P为发射功率，fc表示载波信号的频率，φc表示发射载波的初始相位。
无源电子标签通过信道h接收到射频源发送的载波信号，则该接收信号可用
其中定义为Additive White Gaussian Noise（增信平噪声），这是因为这种类型的电路通常仅由电阻、电容等基本无源组件构成，在这样的情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下，在这种情况下
在没有电池的情况下，在调制和进行反向散射之前（随后），无源电子标签将首先从接收信号r(n)中获取能量。当被激活后（随后），无源电子标签通过改变自身负载阻抗的方式将自身信号调制到接收信号r(n)上（随后），并随后将调制后的信号反向散射到阅读器（见公式）。其中（见公式），其反向散射信号可表示为...
其中b(n)取值于集合{0,1}用于表示无源电子标签数据对于每个标点符号\Gamma_n来说则取自集合\{\Gamma_0,\Gamma_1\}分别用于描述无源电子标签处于反射态与吸收态时的复反射系数若无源电子标签处处于反射态则对应的复反射系数为\Gamma_1若处在吸收态则对应的复反射系数为\Gamma_0
载波信号与无源电子标签的反射信号抵达阅读器的时间延迟可被忽视[28]，阅读器接收到的信号表现为两路信号的叠加
其中，
表示AWGN信号。阅读器的主要任务就是从接收信号
中提取出无源电子标签数据b(n)。将收到的带通信号
利用载波频率为 fr 并且载波相位为 \varphi_r 的信号进行解调处理后, 经由相应的处理获得的解调后的信号如下
其中，
为射频源与阅读器之间的载波频率偏移（CFO, carrier frequency offset），
表示在射频源与读写器之间存在载波相位偏移（CPO, carrier phase offset），w(n)代表经处理后的噪声信号。
CFO及CPO的存在会导致阅读器译码性能出现明显下降现象。在共用振荡器的情况下，在射频源处于单稳态工作状态下
为了进一步假设, 我们假定阅读器利用信道估计方法来估算射频源与阅读器间的信道增益
并定义信道估计误差
，故得到
其中，
。
4 基于无源反向散射的反向链路编译码方案
由于无线信道具有开放性特征，在实际应用中容易受到干扰、多径衰落以及噪声等非理想因素的影响。信号在传输过程中会出现畸变与失真现象，并最终导致误码。在无源反向散射通信系统中，受限于能耗和硬件资源的限制，在实际应用中需要考虑使用低功耗、低复杂度且易于实现的编码方式。本文主要采用了曼彻斯特编码、FM0编码以及Miller编码这三种方式进行阐述，并将其应用于无源反向散射模型中进行实验仿真。
曼彻斯特编码有时被称为分相编码技术，在本节中我们将详细阐述其工作原理及相关特性。如图所示的具体符号映射关系可参考表3所示。当输入数据为“1”时，在码元中心处电平向下跳变；而当输入数据为“0”时，则会呈现出电平向上跳变的特点。值得注意的是，在实际应用场景中我们发现：由于无源电子标签所发射的数据序列中“0”和“1”概率分布通常不均衡，在许多信号处理方法假设其均匀分布的情况下会导致一定的偏差性问题。然而曼彻斯特编码通过将每个码元划分为两个相等的时间间隔并在每个周期中间设置一次电平变化巧妙地解决了这一难题：该特性使得曼彻斯特编码在处理非均匀分布的数据时表现出色。对于接收端设备而言不仅能够从码流中提取出相应的时钟信号频率信息而且在多个无源电子标签同时发送相反逻辑状态时还能观察到信号在一个周期内没有发生任何电平变化的现象这无疑有助于提高数据传输过程中的错误检测能力并实现可靠的碰撞检测功能
Miller编码属于曼彻斯特编码的一种变形形式。其核心特征在于：当输入数据为"1"时，在码元起始位置不会发生跳变现象，在中心位置会出现电平变化；而对于单一的"0"数据流，在码元起始位置及中心点均无跳变现象发生；但在连续出现的"0"串中，则会在每个"0"码元之间的边界处产生电平波动效果。这种设计特性特别有助于读取器系统恢复并重建出稳定的位节拍特性（如图4所示）。
该编码规定每个码元起始处都会产生电平跳变。当码元中心处也出现电平跳变时，则表示数据为"0"；反之，则表示数据为"1"。
设由标签生成的数据序列b(n)具有长度N，在经过编码处理后得到的发送序列记为x(n)，在接收端接收到的信息中包含该序列x(n)的相关数据
经处理后得到
对于采用最大后验判决准则的曼彻斯特编码与Miller编码方案，在式(8)的基础上进行设计。如曼彻斯特编码所示，在解码过程中首先得到的是码元序列。
在等概条件下，最大后验概率准则等价于最大似然准则，即
进一步可得
其中，x0=[−1,1] ，x1=[1,−1] ，rn=[r(2n−1),r(2n)]， n=1,…,N。根据表3中的编码符号映射，当
时，对应发送的无源电子标签数据b(n)=0；当
时，对应发送的无源电子标签数据b(n)=1。
针对FM0编码的主要研究对象是其不同的解密机制，在通信系统中主要包含单符号译解和跨符号码解两种不同的解密方法。其中单个符号码解过程仅基于当前符号码信息进行操作，在判断时参考该符号周期内是否存在突变特征来决定输出结果：若当前符号区间内没有发生突变则输出'1'；若有突变为'0'。而采用跨越两个连续时间段信息的处理策略实现的跨符号码解法则能够更精确地捕获信号变化特征：具体而言就是将相邻两个时间段中的后半部分与前一时间阶段中的前半部分进行融合处理从而使得四种基本波形形式被简化成两类新的波形类型s₀=[+1,-1]和s₁=[-1,+1]（如图6所示）。
图6 FM0编码示例
针对首尾两个无源电子标签数据点b(1)和b(N)，通过单符号译码方法获得；其余的数据则需先基于最大后验概率判别准则重构序贯信号sn={s0, s1}序列，并随后运用异或运算对无源电子标签信息bn进行解码处理。
在以下讨论中，在n的取值范围为2到N-1的情况下（即2≤n≤N−1），如果发生跳跃变化的情况完全一致，则函数将返回值为0。这表明该符号在编码周期内经历了一次跳跃变化。
5 实验结果与分析
针对无源电子标签的应用场景，在数据传输长度为N=104、载波功率为P=1瓦特的信道上采用ht~CN(0,1)模型进行通信分析。在Miller编码方案中，基本参数设置为子载波周期M=2。
假设射频源与阅读器之间的信道增益估计结果
准确度较高，在无源电子标签中采用多种编码方案时会呈现出显著的效果差异。具体对比结果如图7所示，在各个测试点上均能观察到这种差异性表现。研究表明，在通信系统的运行过程中随着信噪比逐渐提升时（即系统干扰强度减弱），误码率随之降低趋势明显。对于FM0编解码器而言，在跨符号译码模式下的性能优势主要源于两个方面：一方面得益于FM0编解码器在波形周期内具备有跳变特性的特点；另一方面则得益于其在起始电平固定发生跳变这一特性所带来的优势作用；这两点因素共同作用的结果是导致不同的码元波形数量从4种缩减至2种状态，在这种情况下译码所需的区分度也相应地减少了一半左右。从各个测试点来看，在不同信噪比水平下的表现差异主要体现在编解码器的整体稳定性上
图7 不同信噪比下，各编码方式信噪比性能对比
当信道估计结果
存在偏差，即
在通信系统中，在无源电子标签应用各编码方式的情况下（即各编码方式被无源电子标签采用的情况下），当设定信噪比SNR为20dB时，在不同信道估计误差下（即多种信道估计误差情况下），各编码方式对应的信噪比性能对比图如图8所示。通过分析发现，在估计误差增大的情况下（即随着估计误差增大），误码率均呈现上升趋势（即误码率均呈上升趋势）。因此，在通信系统设计中（即在通信系统设计中），为了提高通信系统的性能（即提高通信系统性能），需要设计更为先进的信道估计算法（即需要设计更为先进的信道估计算法）。此外，在不同的估计误差下（即在不同估计误差情况下），基于FM0的跨符号译码性能依然优于基于FM0的单符号译码性能（其跨符号译码性能依然优于单符号译码性能），而曼彻斯特编码仍具有最佳性能（即曼彻斯特编码仍具有最佳性能）。
图8 不同信道估计误差下，各编码方式信噪比性能对比
6 结束语
在物联网领域中, 无源物联网作为一种新兴概念, 其核心技术在于借助无源反向散射通信技术使传感器不再依赖电池供电, 这一举措不仅降低了无源传感器的成本水平, 还能够实现绿色通信目标。鉴于现有条件下, 无源传感器节点资源有限, 本文着重探讨如何通过编码技术提升系统的可靠性。
本文主要从信道编码的发展历程进行了系统阐述和总结。基于国际标准 ISO18000-6 的框架下,详细说明了射频信号在 860～960 MHz 频段内 RFID 系统的编解码方案设计,并对各类编解码方法的性能特点进行了深入分析。建立无源反向散射通信系统模型后,基于有限资源条件,建议采用低功耗、低计算复杂度且易于实现的编解码方法。本研究采用了曼彻斯特编解码方法、FM₀编解码方法以及 Miller 编解码方法这三种编解码方案,并对其实现效果进行了实验验证和性能评估。
在任何信道估计误差存在与否的情况下，在实验中发现曼彻斯特编码相较于其他两种方式表现出色，并且这表明该编码方法不仅具有良好的纠错能力，并且具有广泛的适应性。