CN113645166B - 分子通信方法及用于分子通信的接收机 - Google Patents
分子通信方法及用于分子通信的接收机 Download PDFInfo
- Publication number
- CN113645166B CN113645166B CN202110727942.XA CN202110727942A CN113645166B CN 113645166 B CN113645166 B CN 113645166B CN 202110727942 A CN202110727942 A CN 202110727942A CN 113645166 B CN113645166 B CN 113645166B
- Authority
- CN
- China
- Prior art keywords
- concentration curve
- concentration
- detection result
- index
- metric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Error Detection And Correction (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本公开提供一种分子通信方法及用于分子通信的接收机。该方法在接收端执行,包括:在比特时隙内分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、生化环境存在的反应物分子的第二浓度、信使分子与反应物分子在生化环境中发生反应生成的产物分子的第三浓度,得到第一浓度曲线、第二浓度曲线和第三浓度曲线;分别对第一浓度曲线、第二浓度曲线和第三浓度曲线进行凹凸性度量,得到第一度量指标、第二度量指标和第三度量指标;通过将第一度量指标、第二度量指标和第三度量指标分别与预设自适应阈值进行比较,获得对原比特的第一检测结果、第二检测结果和第三检测结果;基于各检测结果进行综合判决,以得到原比特的恢复比特。
Description
技术领域
本公开涉及分子通信技术领域,尤其涉及一种分子通信方法及用于分子通信的接收机。
背景技术
近年来,纳米技术、合成生物学等各领域不断发展,为分子通信相关研究提供了一定的硬件基础。分子通信整体设施及方式具有良好的生物兼容性,以分子通信为基础的纳米网络植入人体后,对周围环境、组织、器官能进行较为准确的感知,在检测到病变可能发生时及时的预警,故实现性能可靠的分子通信有利于生物医学的进一步发展。分子通信以分子自身作为信息载体,以信使分子浓度、种类以及释放时间为信息编码方式,发送端释放的信使分子,通过自由扩散过程抵达接收端,完成判决以恢复信息序列。
现有技术通过酶物质与信道中码间干扰分子发生酶解反应,从而消除信道中的码间干扰分子,然后通过相干检测在接收端进行检测。然而,相干检测技术必须精确获知信道状态信息以及复杂的数字信号处理过程,不仅繁琐,而且相干检测的检测效果还受信道传输速率的影响,导致分子通信过程中的误码率过高。
发明内容
有鉴于此,本公开的目的在于提出一种分子通信方法及用于分子通信的接收机。
基于上述目的,本公开提供了一种分子通信方法,所述方法在接收端执行,包括:
在比特时隙内,分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、所述生化环境中存在的反应物分子的第二浓度、所述信使分子与所述反应物分子在所述生化环境中发生反应而生成的产物分子的第三浓度,以得到第一浓度曲线、第二浓度曲线和第三浓度曲线;
分别对所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线进行凹凸性度量,以得到第一度量指标、第二度量指标和第三度量指标;
通过将所述第一度量指标、所述第二度量指标和所述第三度量指标分别与预设的第一自适应阈值、第二自适应阈值和第三自适应阈值进行比较,获得对所述原比特的第一检测结果、第二检测结果和第三检测结果;
基于所述第一检测结果、所述第二检测结果和所述第三检测结果进行综合判决,以得到所述原比特的恢复比特。
基于同样的发明目的,本公开一个或多个实施例还提供一种用于分子通信的接收机,包括:
分集接收模块,被配置为:在比特时隙内,分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、所述生化环境中存在的反应物分子的第二浓度、所述信使分子与所述反应物分子在所述生化环境中发生反应而生成的产物分子的第三浓度,以得到第一浓度曲线、第二浓度曲线和第三浓度曲线;
度量模块,被配置为:分别对所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线进行凹凸性度量,以得到第一度量指标、第二度量指标和第三度量指标;
检测模块,被配置为:通过将所述第一度量指标、所述第二度量指标和所述第三度量指标分别与预设的第一自适应阈值、第二自适应阈值和第三自适应阈值进行比较,获得对所述原比特的第一检测结果、第二检测结果和第三检测结果;
判决模块,被配置为:基于所述第一检测结果、所述第二检测结果和所述第三检测结果进行综合判决,以得到对所述原比特的恢复比特。
可选的,所述判决模块基于所述第一检测结果、所述第二检测结果和所述第三检测结果,采用少数服从多数原则进行所述综合判决。
从上面所述可以看出,本公开提供的分子通信方法通过搭建单物质发送多物质接收的分子信号分集处理模型,得到第一浓度曲线、第二浓度曲线和第三浓度曲线,然后对第一浓度曲线、第二浓度曲线和第三浓度曲线进行凹凸性度量,得到第一度量指标、第二度量指标和第三度量指标,并将第一度量指标、第二度量指标和第三度量指标与预设的第一自适应阈值、第二自适应阈值和第三自适应阈值进行比较,得到比较结果,同时对比较结果进行综合判决,有效抑制了来自之前时隙的码间干扰,降低了信息传输过程中的误码率。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例的分子通信方法的流程图;
图2例示了分子通信网络中各物质分子反应及运动至接收端的模型;
图3(a)例示了预平滑处理前各分子物质的浓度曲线;
图3(b)例示了预平滑处理后各分子物质的浓度曲线;
图4例示了在化合反应网络中单一分子测度与根据本公开的多测度综合判决的误码率结果对比;
图5为本公开实施例的用于分子通信的接收机的结构框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
如背景技术部分所述,分子通信以分子自身作为信息载体,以信使分子浓度、种类以及释放时间为信息编码方式,发送端释放的信使分子,通过自由扩散过程抵达接收端,完成判决以恢复信息序列。然而在通信过程中会产生码间干扰分子,其码间干扰分子被定义为发送于之前若干时隙,但于当前时隙抵达接收机的同种信息分子。为了消除码间干扰分子可以增长比特时隙,然而增长比特时隙则会导致通信效率降低,并且现有技术中通过相干检测需要精确的信道状态信息以及复杂的数字信号处理过程。因此,现有的技术方案具有局限性。
针对上述现有技术中存在的问题,本公开的实施例采用了分集处理与非相干检测结合综合判决的思想,在发射端仅发射信使分子的场景下,考虑到时域动态网络中的化学反应流程,反应过程中产生协同变化物质分子,在接收机处分别进行接收检测,构成单物质发射多物质接收模型。然后,在接收机处对信使分子、反应物分子以及产物分子的浓度曲线分别进行凹凸性度量,得到多个度量指标,将多个度量指标与分别与预设自适应阈值进行比较,得到多个检测结果。最后,对多个检测结果进行综合判决,得到原比特的恢复比特。
以下,结合附图详细说明本公开的一个或多个实施例。
如图1所示,本公开的一个或多个实施例提供一种分子通信方法,该方法在接收端执行,包括以下步骤:
S101、在比特时隙内,分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、所述生化环境中存在的反应物分子的第二浓度、所述信使分子与所述反应物分子在所述生化环境中发生反应而生成的产物分子的第三浓度,以得到第一浓度曲线、第二浓度曲线和第三浓度曲线。
例如,可以以所述比特时隙划分成的采样时隙为单位分别检测并记录所述第一浓度、所述第二浓度、所述第三浓度。
具体地,在信道环境中,发射端发射携带信息比特的信使分子,同时信道环境中存在有反应物分子,信使分子向接收端运动过程中与信道中的部分反应物分子发生反应,生成产物分子,信使分子、反应物分子以及产物分子同时向接收端运动,并抵达接收端。接收端接收并检测信使分子、反应物分子和产物分子,并获取信使分子、反应物分子以及产物分子到达接收端的吸收浓度曲线。浓度曲线描绘单位时间内分子物质到达接收端的数量。一般地,产物分子在反应过程中每单位时间内生成速率正比于信使分子和反应物分子的浓度。
图2例示了可应用本公开的实施例的分子通信网络中各物质分子反应及运动至接收端的模型。如图2所示,信使分子由电源发射机发出,信使分子在信道环境中运动时会和信道中反应物分子发生反应,产生产物分子,信使分子、反应物分子和产物分子在信道中运动,部分信使分子、反应物分子和产物分子抵达接收端,其中,接收端为球形接收机。信使分子、反应物分子和产物分子运动抵达接收机的概率如下式所示:
其中,Rre为接收机半径长度;d为发射端到所述接收机表面的最短直线距离;D为扩散系数,用来表示物质分子的扩散能力,受系统的温度、压力和混合物中组分浓度的影响;t为时间。
信使分子、反应物分子以及产物分子遵循自由扩散运动规律向接收机运动,单个分子遵循布朗运动且为独立运动。信使分子、反应物分子以及产物分子的运动规律满足正态分布函数,均值为零,扩散方差服从σ2=2*D*Ts,其中,Ts表示接收机的采样时隙。
S102、分别对所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线进行凹凸性度量,以得到第一度量指标、第二度量指标和第三度量指标。
在一些实施例中,参考图3(a)由于第一浓度曲线、第二浓度曲线和第三浓度曲线在接收时具有很大的噪声,噪声的存在容易对检测结果造成影响,导致检测结果不准确。因此,在进行所述凹凸性度量之前,对于所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线中的每一个浓度曲线,通过对该浓度曲线上的在所述比特时隙内的多个采样点进行滑动平均,完成对该浓度曲线的预平滑处理,分别得到三条低噪声曲线。其中,预处理后的三条低噪声曲线参考图3(b)。根据图3(b)所示,对浓度曲线进行预平滑处理,可以有效消除浓度曲线中存在的噪声,使得后续的检测结果的准确度有效提高。
在一些实施例中,对于经过所述预平滑处理的所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线中的每一个已处理浓度曲线,确定该已处理浓度曲线上的在所述比特时隙内的峰值,并对该已处理浓度曲线上的所述峰值及其邻近的采样值进行凹凸性度量。例如,可以基于所述峰值、所述峰值的邻近区域的预设宽度以及该邻近区域内的采样值进行算术运算,得到多个凹凸性子度量,然后计算所述多个凹凸性子度量之和,作为所述第一度量指标、所述第二度量指标和所述第三度量指标中与该已处理浓度曲线相应的度量指标。
作为例子,首先对每一个已处理浓度曲线上的在每个比特时隙内的i个采样点进行预平滑处理,以达到降低噪声的效果,得到每个比特信息的信道响应特点,根据比特信息的信道响应特点构建凹凸性子度量,并将各个凹凸性子度量相加得到度量指标。
例如,预平滑处理可以如下式所示:
其中,rk,i表示第k个比特时隙内的第i个采样值,2L+1为所述滑动窗口的取值,L≤(Tb/Ts)/2,Tb表示所述比特时隙的长度,Ts表示所述采样时隙的长度。
例如,凹凸性子度量可以如下所示:
其中,im为接收信号峰值位置,Lmax为峰值位置邻近区域的采样宽度,Lcom、Lext为依次进一步远离Lmax的区域宽度。
可以将上述的各个凹凸性子度量相加,得到度量指标mk=mk,1+mk,2+mk,3,与所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线分别对应的三个度量指标可被表示为m1,k、m2,k、m3,k。
这里,通过构造三个子度量,将其加和作为总度量指标,可有效缓解来自之前比特信息码间干扰的影响。使用线性近似方法描述码间干扰,将来自之前时隙的拖尾效应用用线性函数近似,使得度量指标主要与当前时隙信息比特有关。在传输比特为1的情况下,信号峰值浓度附近将呈现明显的凸特性,即度量指标mk将明显大于零,因噪声或码间干扰等原因造成的误差影响较小,从而提高综合判决指标的可靠性。
S103、通过将所述第一度量指标、所述第二度量指标和所述第三度量指标分别与预设的第一自适应阈值、第二自适应阈值和第三自适应阈值进行比较,获得对所述原比特的第一检测结果、第二检测结果和第三检测结果。
在一些实施例中,所述第一自适应阈值、所述第二自适应阈值和所述第三自适应阈值中的每一个是基于相应的已处理浓度曲线上的所述峰值和在所述邻近区域边界的采样值以及所述凹凸性子度量的个数而计算出的。
具体地,为了优化检测效果,可以针对每一个比特设置相应的自适应阈值。考虑到发射端发送“0”与“1”的先验概率等同,该自适应阈值可能会逐渐收敛至由下式表示的γk值:
其中,Nsub表示凹凸性子度量的个数。
针对每一个比特,可以将相应的度量指标与自适应阈值进行比较,以对该比特进行判别,得到对该比特的检测结果,如下式所示:
其中,αk表示对第k个比特的检测结果。
作为例子,假设从发射端通过生化环境发送了5比特的原序列。在接收端经过上述步骤S101~S103的处理,通过对信使分子的浓度变化情况的检测分析可能得到第一检测比特序列“10110”,通过对反应物分子的浓度变化情况的检测分析可能得到第二检测比特序列“01101”,通过对产物分子的浓度变化情况的检测分析可能得到第三检测比特序列“01101”。
S104、基于所述第一检测结果、所述第二检测结果和所述第三检测结果进行综合判决,以得到所述原比特的恢复比特。
继续用上述的三个检测比特序列的例子进行说明。为了降低差错,需要综合一下这三个检测比特序列,得到最终的综合判决比特序列。例如,对于每一个原比特的在这三个检测比特序列中各自的检测结果(“0”或者“1”),可以采取少数服从多数的原则进行综合判决,以得到该原比特的恢复比特。以这种方式,可以从这三个检测比特序列综合判决得到恢复的比特序列“01101”。
此外,可以将接收端恢复的比特序列与发射端发送的原比特序列进行比较,得到通信过程中的误码率。
例如,根据本公开的综合判决的误码率可以被确定为:
其中,Pn表示接收端检测的第n种分子(n在该反应网络中可取值为n=1,2,3)的误码率。
图4例示了在化合反应网络中单一分子测度与根据本公开的多测度综合判决的误码率结果对比。如图4所示,误码率(BER)随信噪比(SNR)的增大而逐渐降低。信噪比设置为18dB时,单个物质分子的误码率约在10-2左右,当在接收机处进一步添加综合判决处理,采取少数服从多数原则,误码率可达到10-3以下,降低约10倍。因此可见,本公开的实施例采用综合判决处理方式可以显著降低误码率,提升通信性能。
经仿真验证,根据本公开的实施例检测性能较好,能够在保持低复杂度的前提下,较大幅度提高判决性能,在相同信噪比条件下,相较于传统单种测度方式误码率降低约10倍。在纳米医学领域,受限于设备尺度及工作环境,纳米机器人间信息交互将依赖于体内环境中的分子通信机制。多个纳米机器人携带指定药物,通过生化分子通信协调药物释放位置、时间、用量,实现药物的定向投送,使治疗更加精准可控。根据本公开的方法可有效降低分子通信误码率,使通信性能显著提升,提高纳米机器人在体内进行药物传输等医疗操作时的指令信息传输准确率,从而优化治疗效果。此外,根据本公开的方法可以更好模拟生物体内分子通信的实际环境,建模场景为生物体环境内的生化分子自发反应网络,在生物纳米医学网络研究领域具有广阔的应用前景。
基于同一发明构思,与上述任意实施例的方法相对应,本公开还提供了一种用于分子通信的接收机。
参考图5,所述接收机包括:
分集接收模块501,被配置为:在比特时隙内,分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、所述生化环境中存在的反应物分子的第二浓度、所述信使分子与所述反应物分子在所述生化环境中发生反应而生成的产物分子的第三浓度,以得到第一浓度曲线、第二浓度曲线和第三浓度曲线;
度量模块502,被配置为:分别对所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线进行凹凸性度量,以得到第一度量指标、第二度量指标和第三度量指标;
检测模块503,被配置为:通过将所述第一度量指标、所述第二度量指标和所述第三度量指标分别与预设的第一自适应阈值、第二自适应阈值和第三自适应阈值进行比较,获得对所述原比特的第一检测结果、第二检测结果和第三检测结果;
判决模块504,被配置为:基于所述第一检测结果、所述第二检测结果和所述第三检测结果进行综合判决,以得到对所述原比特的恢复比特。
在一些实施例中,所述判决模块基于所述第一检测结果、所述第二检测结果和所述第三检测结果,采用少数服从多数原则进行所述综合判决。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本公开时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的分子通信方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本公开实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本公开实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本公开实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施例的细节是高度取决于将要实施本公开实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。
本公开旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开的精神和原则之内所做的任何省略、修改、等同替换、改进等,均应包含在本公开的范围之内。
Claims (7)
1.一种分子通信方法,所述方法在接收端执行,包括:
在比特时隙内,分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、所述生化环境中存在的反应物分子的第二浓度、所述信使分子与所述反应物分子在所述生化环境中发生反应而生成的产物分子的第三浓度,以得到第一浓度曲线、第二浓度曲线和第三浓度曲线;
分别对所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线进行凹凸性度量,以得到第一度量指标、第二度量指标和第三度量指标;其中,凹凸性度量包括:
在进行所述凹凸性度量之前,对于所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线中的每一个浓度曲线,通过对该浓度曲线上的在所述比特时隙内的多个采样点进行滑动平均,完成对该浓度曲线的预平滑处理;
确定经过所述预平滑处理的所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线在所述比特时隙的峰值、所述峰值的邻近区域的预设宽度以及该邻近区域内的采样值;
针对每一浓度曲线,根据所述峰值、所述峰值的邻近区域的预设宽度以及该邻近区域内的采样值进行算术运算,均得到三个凹凸性子度量,计算所述三个凹凸性子度量之和,作为各浓度曲线的度量指标;其中,所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线均通过对应的所述三个凹凸性子度量之和得到对应的所述第一度量指标、所述第二度量指标和所述第三度量指标;
具体的,通过如下所示公式进行所述三个凹凸性子度量的计算:
其中,im为接收信号峰值位置,Lmax为峰值位置邻近区域的采样宽度,Lcom、Lext为依次进一步远离Lmax的区域宽度,rk,i表示第k个比特时隙内的第i个采样值,度量指标为三个凹凸性子度量之和,即度量指标mk=mk,1+mk,2+mk,3;通过将所述第一度量指标、所述第二度量指标和所述第三度量指标分别与预设的第一自适应阈值、第二自适应阈值和第三自适应阈值进行比较,获得对所述原比特的第一检测结果、第二检测结果和第三检测结果;
基于所述第一检测结果、所述第二检测结果和所述第三检测结果进行综合判决,以得到所述原比特的恢复比特。
2.根据权利要求1所述的方法,其中,分别检测所述第一浓度、所述第二浓度和所述第三浓度包括:
以所述比特时隙划分成的采样时隙为单位分别检测并记录所述第一浓度、所述第二浓度、所述第三浓度。
3.根据权利要求2所述的方法,其中,用于所述预平滑处理的滑动窗口取值为2L+1,其中L≤ (Tb/Ts)/2,Tb表示所述比特时隙的长度,Ts表示所述采样时隙的长度。
4.根据权利要求3所述的方法,其中,所述第一自适应阈值、所述第二自适应阈值和所述第三自适应阈值中相应的一个是基于该已处理浓度曲线上的所述峰值和在所述邻近区域边界的采样值以及所述凹凸性子度量的个数而计算出的。
5.根据权利要求1至4中任一项所述的方法,其中,基于所述第一检测结果、所述第二检测结果和所述第三检测结果进行综合判决包括:
基于所述第一检测结果、所述第二检测结果和所述第三检测结果,采用少数服从多数原则进行综合判决。
6.一种用于分子通信的接收机,包括:
分集接收模块,被配置为:在比特时隙内,分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、所述生化环境中存在的反应物分子的第二浓度、所述信使分子与所述反应物分子在所述生化环境中发生反应而生成的产物分子的第三浓度,以得到第一浓度曲线、第二浓度曲线和第三浓度曲线;
度量模块,被配置为:分别对所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线进行凹凸性度量,以得到第一度量指标、第二度量指标和第三度量指标;其中,凹凸性度量包括:
在进行所述凹凸性度量之前,对于所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线中的每一个浓度曲线,通过对该浓度曲线上的在所述比特时隙内的多个采样点进行滑动平均,完成对该浓度曲线的预平滑处理;
确定经过所述预平滑处理的所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线在所述比特时隙的峰值、所述峰值的邻近区域的预设宽度以及该邻近区域内的采样值;
针对每一浓度曲线,根据所述峰值、所述峰值的邻近区域的预设宽度以及该邻近区域内的采样值进行算术运算,均得到三个凹凸性子度量,计算所述三个凹凸性子度量之和,作为各浓度曲线的度量指标;其中,所述第一浓度曲线、所述第二浓度曲线和所述第三浓度曲线均通过对应的所述三个凹凸性子度量之和得到对应的所述第一度量指标、所述第二度量指标和所述第三度量指标;
具体的,通过如下所示公式进行所述三个凹凸性子度量的计算:
其中,im为接收信号峰值位置,Lmax为峰值位置邻近区域的采样宽度,Lcom、Lext为依次进一步远离Lmax的区域宽度,rk,i表示第k个比特时隙内的第i个采样值,度量指标为三个凹凸性子度量之和,即度量指标mk=mk,1+mk,2+mk,3;
检测模块,被配置为:通过将所述第一度量指标、所述第二度量指标和所述第三度量指标分别与预设的第一自适应阈值、第二自适应阈值和第三自适应阈值进行比较,获得对所述原比特的第一检测结果、第二检测结果和第三检测结果;
判决模块,被配置为:基于所述第一检测结果、所述第二检测结果和所述第三检测结果进行综合判决,以得到对所述原比特的恢复比特。
7.根据权利要求6所述的接收机,其中,所述判决模块基于所述第一检测结果、所述第二检测结果和所述第三检测结果,采用少数服从多数原则进行所述综合判决。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727942.XA CN113645166B (zh) | 2021-06-29 | 2021-06-29 | 分子通信方法及用于分子通信的接收机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727942.XA CN113645166B (zh) | 2021-06-29 | 2021-06-29 | 分子通信方法及用于分子通信的接收机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113645166A CN113645166A (zh) | 2021-11-12 |
CN113645166B true CN113645166B (zh) | 2022-07-22 |
Family
ID=78416314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110727942.XA Active CN113645166B (zh) | 2021-06-29 | 2021-06-29 | 分子通信方法及用于分子通信的接收机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113645166B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553323A (zh) * | 2022-02-22 | 2022-05-27 | 电子科技大学 | 一种dna分子通信方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301600A (zh) * | 2016-11-03 | 2017-01-04 | 电子科技大学 | 一种分子通信中的解调方法 |
CN109586806A (zh) * | 2018-12-17 | 2019-04-05 | 电子科技大学 | 一种分子通信中基于浓度的判别门限自适应调整方法 |
CN109586829A (zh) * | 2018-11-12 | 2019-04-05 | 北京邮电大学 | 基于端对端的分子通信的时间同步方法及系统 |
-
2021
- 2021-06-29 CN CN202110727942.XA patent/CN113645166B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301600A (zh) * | 2016-11-03 | 2017-01-04 | 电子科技大学 | 一种分子通信中的解调方法 |
CN109586829A (zh) * | 2018-11-12 | 2019-04-05 | 北京邮电大学 | 基于端对端的分子通信的时间同步方法及系统 |
CN109586806A (zh) * | 2018-12-17 | 2019-04-05 | 电子科技大学 | 一种分子通信中基于浓度的判别门限自适应调整方法 |
Non-Patent Citations (4)
Title |
---|
Channel Capacity Analysis of a Comprehensive Absorbing Receiver for Molecular Communication via Diffusion;SHENGHAN LIU等;《SPECIAL SECTION ON COMMUNICATIONS IN HARSH ENVIRONMENTS》;20201231;全文 * |
Local Convexity Inspired Low-Complexity Noncoherent Signal Detector for Nanoscale Molecular Communications;Bin Li等;《IEEE TRANSACTIONS ON COMMUNICATIONS》;20160531;第64卷(第5期);全文 * |
Unsupervised Clustering-Based Non-Coherent Detection for Molecular Communications;Shenghan Liu等;《IEEE COMMUNICATIONS LETTERSIEEE COMMUNICATIONS LETTERSIEEE COMMUNICATIONS LETTERSIEEE COMMUNICATIONS LETTERSIEEE COMMUNICATIONS LETTERSIEEE COMMUNICATIONS LETTERS》;20200831;第24卷(第8期);全文 * |
基于信道冲激响应不敏感特征的分子通信非相干信号检测;肖利民等;《通信学报》;20200930;第41卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113645166A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huynh-The et al. | MCNet: An efficient CNN architecture for robust automatic modulation classification | |
CN107396322B (zh) | 基于路径匹配与编码译码循环神经网络的室内定位方法 | |
CN108696331B (zh) | 一种基于生成对抗网络的信号重构方法 | |
CN113645166B (zh) | 分子通信方法及用于分子通信的接收机 | |
CN110233810B (zh) | 一种混合噪声下基于深度学习的msk信号解调方法 | |
Huynh-The et al. | Exploiting a low-cost CNN with skip connection for robust automatic modulation classification | |
CN112861927A (zh) | 基于自适应特征提取与融合的信号调制分类方法 | |
WO2023231374A1 (zh) | 机械设备半监督故障检测分析方法、装置、终端及介质 | |
Cheng et al. | Deep learning network based spectrum sensing methods for OFDM systems | |
Elsagheer et al. | A hybrid model for automatic modulation classification based on residual neural networks and long short term memory | |
CN110197704B (zh) | 一种基于受限玻尔兹曼机的自组织bp神经网络出水总磷预测方法 | |
Liu et al. | Jamming recognition based on feature fusion and convolutional neural network | |
CN116172522A (zh) | 一种基于神经网络的麻醉深度监测方法 | |
Das et al. | Base calling for high-throughput short-read sequencing: dynamic programming solutions | |
Luo et al. | Non-coherent signal detection technique for mobile molecular communication at high data rates | |
CN101765161B (zh) | 一种链路自适应方法及装置 | |
CN117556230A (zh) | 基于多尺度注意力特征融合的射频信号识别方法及系统 | |
CN112986922A (zh) | 基于顺序统计滤波和二元检测的被动雷达信号检测方法 | |
CN110826703B (zh) | 一种基于协作式时变双向循环神经网络通信信号检测方法 | |
CN116760491A (zh) | 一种基于深度学习的信噪比估计方法 | |
CN109150344A (zh) | 一种卫星通信中成对载波多址快速频谱感知方法 | |
Shrivastava et al. | dMole: a novel transreceiver for mobile molecular communication using robust differential detection techniques | |
CN110300409A (zh) | 基于信道估计的有限块长隐蔽通信实现方法 | |
CN116318856A (zh) | 一种基于差分隐私和联邦学习的模型参数优化方法和系统 | |
CN117037917A (zh) | 细胞类型预测模型训练方法、细胞类型预测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |