CN115776455A - 一种基于位值存储的最佳时机阈值检测方法 - Google Patents

Abstract

一种基于位值存储的最佳时机阈值检测方法，首先设计信道以及传输参数，搭建分子通信的系统模型，利用传统CSK编码得到接收机接收分子数的概率分布函数等数学表达式，然后在接收端处通过零位存储的等概率方式得到检测阈值以及通过MAP算法的思想得到最佳阈值并优化接收最佳时机；接着针对已经建立的系统模型以及信道参数和阈值，利用传0得1以及传1得0得到分子通信中的误码率数学表达式；并利用蒙特卡洛方法对误码率的数学表达式进行验证实验，实现可靠性更高的最佳接收时机阈值检测。

Description

一种基于位值存储的最佳时机阈值检测方法

技术领域

本发明涉及分子通信领域，尤其涉及一种位值存储的阈值检测通过最佳时机优化误码率的方法。

背景技术

分子通信是一种以生物化学分子为信息载体的短距离通信技术。传统的基于电磁的传输技术可能不适合实现纳米器件之间的通信，分子通信(MC)是一种更合适的新兴选择。在MC系统中，信息通过信息粒子的释放来传输，如果信息编码到释放的粒子数上，则相应的调制方案称为浓度偏移键控(CSK)调制。具体调制方案即在某个时隙内，发射端将发送一定浓度的分子编码为“1”，而编码“0”表示不发送分子；接收方会将接收到的分子浓度与阈值进行比较，高于设定阈值解码为比特“1”，否则的话解码为比特“0”。在没有ISI或ISI可忽略的情况下，该基于阈值的检测器的阈值相对简单，但是由于扩散的固有特性，产生的传输信道通常受到不可忽略的符号间干扰(ISI)的影响，如果不考虑系统优化，阈值的选取不当、检测时机不当可能会严重降低系统性能。

发明内容

为了克服上述技术问题，本发明提出了一种基于位值存储的最佳时机阈值检测方法，从两个方面来降低系统检测的误码率，一方面通过零位阈值等概率的计算方法获取到较为合理的阈值再通过MAP最大后验算法的思想取到最佳阈值；另一方面对接收端的检测时间进行优化，在最大接收概率的检测区间进行阈值检测。因此通过上面两个优化角度可以有效提高系统的可靠性。

为解决上述技术问题，本发明采用的技术方案为：

一种基于位值存储的最佳时机阈值检测方法，所述检测方法包括以下步骤：

步骤1：设计信道以及传输参数，搭建分子通信的系统模型，利用传统CSK编码得到接收机接收分子数的概率分布函数；

步骤2：在接收端处通过零位存储的等概率方式得到检测阈值以及通过MAP算法的思想得到最佳阈值并优化接收最佳时机，进而实现步骤3中的误码率分析中的阈值估计；

步骤3：针对上述已经建立的系统模型以及信道参数和阈值，利用传0得1以及传1得0的思想得到分子通信中的误码率数学表达式；

步骤4：最后利用蒙特卡洛方法对误码率的数学表达式进行验证实验。

本发明的技术构思为：本发明考虑在无流动的3D无界分子通道场景下，采用OOK调制方式，通过设计最佳时机阈值，研究分子通信网络的性能。本发明提出一种基于位值存储的最佳时机阈值检测方法，开发可用于基于分子通信的纳米网络的低复杂度、低误码率通信技术。得到零位等概率阈值、最佳时机等概率阈值两种情况下的误码率数学表达式，凸显出最佳检测时机对分子通信网络的误码率影响。

本发明的有益效果是：

1.建立分子通信网络系统模型。在此基础上得到分子通信网络在OOK调制下的接收端收到分子数概率分布以及传输函数的数学表达式；

2.在接受端建立解码规则，利用等概率的阈值检测得到基础阈值，通过最佳检测时机进行优化，再利用似然比检验方法得到分子通信网络的误码率数学表达式；

3.通过基于粒子的布朗运动利用蒙特卡洛方法，完成功能验证。结果表明分子通信网络在OOK传统调制下，优化后的检测时机对于阈值检测有着显著提高。此外，仿真结果展示了分子通信网络在OOK下的误码率随着SNR的变化趋势。

附图说明

图1为MC系统的主要组件以及流程图。该系统网络由发射端、信道、接收端组成，其中发射端由信息粒子生成器和释放两部分组成，信道遵循布朗运动随机扩散，接收端由信息粒子接收和处理器组成；

图2为分子通信传输模型示意图。该模型中假设发射端足够小，可以被视为一个点，发射端和接收端之间的距离为d，接收端的球体半径为r，信道的扩散系数D保持不变；

图3展示了信噪比SNR取不同值时，在基本的零位存储等概率阈值和优化检测时机的阈值两种情况下分子通信网络的误码率和信噪比的关系。其中，考虑前j＝5个时隙的ISI干扰，收发间距离d＝500e-9m，扩散系数D＝4.265e-10m²/s，收发机球体半径R＝45e-9m。

具体实施方式

下面结合附图对本发明作进一步描述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

参照图1～图3，一种基于位值存储的最佳时机阈值检测方法，包括以下步骤：

步骤1：设计信道以及传输参数，搭建分子通信的系统模型，利用传统OOK编码得到接收机接收分子数的概率分布函数等数学表达式；

图2为分子通信网络系统模型示意图，该网络由发射端(节点T_x)、接受端(节点R_x)组成，假设模型中假设发射端足够小，可以被视为一个点，发射端和接收端之间的距离为d，接收端的球体半径为r，信道的扩散系数D保持不变

建立一个无流的三维无界扩散通道模型，发射器生成粒子随之释放到通道中，当发射端传输比特1时，释放一定量的分子；反之不释放分子，假设发射器足够小可视为一个点，在信道中通过布朗运动相互独立随机扩散；

分子随机扩散是基于菲克定律，因此被释放的分子位置随时间变化，每个信息粒子的命中率可表示为：

其中P_x(x,t)是分子位置随时间t变化的概率密度分布函数，x是距发射节点的距离，D表示扩散系数；

考虑OOK这一简单的调制方式，当发射端s_i＝1时，发射器将N_tx信息粒子释放到环境中；反之，不释放分子。我们假设发射机可以在很短的时间内释放N_tx信息粒子，因此发射机对接收信号的释放时间影响可以忽略不计；

因此接收机在释放粒子后t秒内成功接收的概率为：

其中，erfc是互补误差函数；

通过量化时间间隔，在第(i-1)个时隙释放粒子后的T持续时间中，一个粒子撞击接收器的概率为：

其中，w₁为优化起始时间权重，w₂是优化结束时间权重，t_M是接收端分子数达到最大时所对应的时间；

由于扩散通道的性质，并非所有的信息粒子都能在所考虑的时间段内到达接收器，因此一些粒子对后续传输间隔的信息粒子产生干扰，导致ISI。；

第j个时隙接收的平均粒子数为C_j＝N_txP_j，其中N_tx是单次发射分子数，根据分子在信道传输特性，第i个时隙接收端接收的粒子数r_i服从泊松分布：

r_i～Poisson(I_i+s_iC₀)

其中，

L代表信道长度，λ₀是每单位时间的背景噪声功率，λ₀T表示背景噪声，

表示ISI噪声，I_i代表噪声总和；

最终，在接收器端成功接收r_i信息分子的概率分布如下：

其中，s_i是当前时隙发射分子，C₀是第0时隙接收的平均粒子数；

定义信噪比，作为横坐标：

步骤2：在接收端处通过零位存储的等概率方式得到检测阈值以及通过MAP算法的思想得到最佳阈值并优化接收最佳时机，进而实现步骤3中的误码率分析中的阈值估计；流程如下：

首先，接收器端的解码规则：

其中，r_i是接收分子数，τ是检测阈值；

根据发射分子和不发射分子接收端收到的分子数相同，计算出检测阈值，等式如下：

P(r_i＝τ|s_i＝0)＝P(r_i＝τ|s_i＝1)

对于1≤i≤L，C_i是未知的，但是平均ISI等效于

在这样的假设下，发送端发送s_i，接收机的接收分子数r_i情况下：

其中，λ|s_i是接收端的接收分子数，服从泊松分布；

将s_i＝0和s_i＝1代入等式中，得到等概率阈值如下：

利用已经得到的理论误码率，在权利要求4中进行详细推导，将阈值作为可变的参数代入误码率中，求得使理论误码率最小的最佳τ值，具体推导如下：

其中，argmin()是求目标函数最小的自变量的函数，P_e(τ)是关于τ的误码率，τ^*、

分别是目标函数的变量；

其中，s_i-1表示在第i个时隙的前L个传输矢量；

步骤3：针对上述已经建立的系统模型以及信道参数和阈值，利用传0得1以及传1得0的思想得到分子通信中的误码率数学表达式；

根据上述推导出来的阈值以及相应信道参数，通过OOK调制在接收机端利用MAP最大后验算法建立处理模型，通过优化分子持续时间，得到较为理想的接收概率，最后根据误码的规则求出分子通信的一般误码率数学表达式，具体流程如下：

首先，求发0收1的误码率，利用接收端接收分子数服从泊松分布：

其中，

是伽马分布函数，s_i-j是当前时隙i前j个时隙，

是接收端的接收分子数，服从泊松分布；

其次，求发1收0的误码率，利用接收端接收分子数服从泊松分布：

分子通信模型假设传输0和1是等概率的，故最终误码率为：

图3展示了信噪比SNR取不同值时，通过OOK传统调制在零位等概率阈值、最佳时机等概率阈值两种情况下分子通信网络的误码率和信噪比SNR的关系。在两种不同阈值检测方式下误码率分别在信噪比snr＝1，snr＝5，snr＝10，snr＝15，ts＝20，snr＝25随信噪比增加而降低且逐渐趋于0。其中对检测时机优化后的误码率更低，因为传统的阈值检测是对完整的持续时间T进行接收判决，现在只是在接收概率达到最大时进行接收判决，减少了传输干扰，增加可靠性，因此对应误码率减小。当信噪比SNR相同时，可以看出对接收端时机优化后的阈值检测的误码率性能优于普通的阈值检测。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (4)

1.一种基于位值存储的最佳时机阈值检测方法，其特征在于，包括以下步骤：

步骤1：设计信道以及传输参数，搭建分子通信的系统模型，利用CSK编码得到接收机接收分子数的概率分布函数；

步骤2：在接收端处通过零位存储的等概率方式得到检测阈值以及通过MAP算法的思想得到最佳阈值并优化接收最佳时机，进而实现步骤3中的误码率分析中的阈值估计；

步骤3：针对上述已经建立的系统模型以及信道参数和阈值，利用传0得1以及传1得0的思想得到分子通信中的误码率数学表达式；

步骤4：最后利用蒙特卡洛方法对误码率的数学表达式进行验证实验。

2.根据权利要求1所述的基于位值存储的最佳时机阈值检测方法，其特征在于，所述步骤1中，对发射端的分子进行基于浓度CSK编码，得到接收端分子数的概率分布的数学表达式，流程如下：

建立一个无流的三维无界扩散通道模型，发射器生成粒子随之释放到通道中，当发射端传输比特1时，释放一定量的分子；反之不释放分子，假设发射器足够小可视为一个点，在信道中通过布朗运动相互独立随机扩散；

分子随机扩散是基于菲克定律，因此被释放的分子位置随时间变化，每个信息粒子的命中率表示为：

其中，f_hit(t)是信息粒子随时间t变化的命中率，r是球形接收机的半径，d是发射端和接收端之间的距离，D是扩散系数；

考虑OOK这一简单的调制方式，当发射端s_i＝1时，发射器将N_tx信息粒子释放到环境中；反之，不释放分子，假设发射机可以在很短的时间内释放N_tx信息粒子，因此发射机对接收信号的释放时间影响可以忽略不计；

因此接收机在释放粒子后t秒内成功接收的概率为：

其中，erfc是互补误差函数；

通过量化时间间隔，在第(i-1)个时隙释放粒子后的T持续时间中，一个粒子撞击接收器的概率为：

其中，T是分子持续时间，i代表分子时隙；

对持续时间进行优化，得到最佳时机的接收机撞击概率为：

其中，w₁为优化起始时间权重，w₂是优化结束时间权重，t_M是接收端分子数达到最大时所对应的时间；

由于扩散通道的性质，并非所有的信息粒子都能在所考虑的时间段内到达接收器，因此一些粒子对后续传输间隔的信息粒子产生干扰，导致ISI；

第j个时隙接收的平均粒子数为C_j＝N_txP_j，其中N_tx是单次发射分子数，根据分子在信道传输特性，第i个时隙接收端接收的粒子数r_i服从泊松分布：

r_i～Poisson(I_i+s_iC₀)

其中，

L代表信道长度，λ₀是每单位时间的背景噪声功率，λ₀T表示背景噪声，

表示ISI噪声，I_i代表噪声总和；

最终，在接收器端成功接收r_i信息分子的概率分布如下：

其中，s_i是当前时隙发射分子，C₀是第0时隙接收的平均粒子数；

定义信噪比，用于步骤4中的作为横坐标：

3.根据权利要求2所述的基于位值存储的最佳时机阈值检测方法，其特征在于，所述步骤2中，最佳阈值的选择，处理过程如下：

首先，接收器端的解码规则：

其中，r_i是接收分子数，τ是检测阈值；

根据发射分子和不发射分子接收端收到的分子数相同，计算出检测阈值，等式如下：

P(r_i＝τ|s_i＝0)＝P(r_i＝τ|s_i＝1)

对于1≤i≤L，C_i是未知的，但是平均ISI等效于

在这样的假设下，发送端发送s_i，接收机的接收分子数r_i情况下：

其中，λ|s_i是接收端的接收分子数，服从泊松分布；

将s_i＝0和s_i＝1代入等式中，得到等概率阈值如下：

利用已经得到的理论误码率，在权利要求4中进行详细推导，将阈值作为可变的参数代入误码率中，求得使理论误码率最小的最佳τ值，具体推导如下：

其中，argmin()是求目标函数最小的自变量的函数，P_e(τ)是关于τ的误码率，τ^*、

分别是目标函数的变量；

其中，s_i-1表示在第i个时隙的前L个传输矢量。

4.根据权利要求3所述的基于位值存储的最佳时机阈值检测方法，其特征在于，在接收机端利用MAP最大后验算法建立处理模型，通过优化分子持续时间，得到较为理想的接收概率，最后根据误码的规则求出分子通信的一般误码率数学表达式，流程如下：

首先，求发0收1的误码率，利用接收端接收分子数服从泊松分布：

其中，

是伽马分布函数，s_i-j是当前时隙i前j个时隙，

是接收端的接收分子数，服从泊松分布；

其次，求发1收0的误码率，利用接收端接收分子数服从泊松分布：

分子通信模型假设传输0和1是等概率的，故最终误码率为：

Images