CN117544455A - 反向散射物联网系统、通信方法、装置、网络设备和介质 - Google Patents
反向散射物联网系统、通信方法、装置、网络设备和介质 Download PDFInfo
- Publication number
- CN117544455A CN117544455A CN202310847478.7A CN202310847478A CN117544455A CN 117544455 A CN117544455 A CN 117544455A CN 202310847478 A CN202310847478 A CN 202310847478A CN 117544455 A CN117544455 A CN 117544455A
- Authority
- CN
- China
- Prior art keywords
- signal
- backscatter
- internet
- link channel
- received
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 238000012360 testing method Methods 0.000 claims description 94
- 238000007476 Maximum Likelihood Methods 0.000 claims description 32
- 230000006870 function Effects 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 13
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000011084 recovery Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/75—Information technology; Communication
-
- 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
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- 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
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
-
- 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
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
-
- 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
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0256—Channel estimation using minimum mean square error criteria
-
- 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
- H04L25/03178—Arrangements involving sequence estimation techniques
- H04L25/03305—Joint sequence estimation and interference removal
-
- 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
- H04L25/03343—Arrangements at the transmitter end
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本公开提供了一种反向散射物联网系统、通信方法、装置、网络设备和介质，涉及物联网技术领域。其中，反向散射物联网系统包括：主发射机，用于发送下行信号；多个反向散射设备，用于对接收到的下行信号进行正交调制，以生成多个反向散射信号，以及并行发送多个反向散射信号；接收机，用于基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，接收机还用于：基于信道估计操作消除主链路信道的干扰；以及基于对基带信号和多个反向散射接收信号的协同并行检测操作恢复基带信号和多个反向散射接收信号。通过本公开的技术方案，有利于实现物联网系统中多个反向散射设备的部署。
Description
技术领域
本公开涉及物联网技术领域，尤其涉及一种反向散射物联网系统、一种反向散射物联网通信方法、一种反向散射物联网通信装置、一种网络设备和一种计算机可读存储介质。
背景技术
环境反向散射通信利用环境射频信号而非专用载波信号实现调制反向散射通信，从而实现超低功耗、低成本和长期可持续性的绿色物联网构建，但是由于信道间的相互干扰，导致难以实现大规模设备同时接入。
目前虽然可以采用物理隔离、频率隔离或时间隔离等方式消除信道间干扰，但在复杂的通信系统中，上述方式具有部署设备数量有限、频谱资源占用更多等缺点，导致无法实现多个反向散射设备的并行可靠传输。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种反向散射物联网通信系统、方法、装置、网络设备和介质，至少在一定程度上克服由于相关技术中反向散射物联网中的多个反向散射设备的无法并行可靠传输的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种反向散射物联网通信系统，包括：主发射机，用于发送下行信号；多个反向散射设备，用于对接收到的所述下行信号进行正交调制，以生成多个反向散射信号；所述多个反向散射设备还用于：并行发送所述多个反向散射信号；接收机，用于基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，所述基带信号对应于所述下行信号，所述反向散射接收信号对应于所述反向散射信号；所述接收机还用于：基于信道估计操作消除所述主链路信道的干扰；所述接收机还用于：基于对所述基带信号和所述多个反向散射接收信号的协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号。
在一个实施例中，所述反向散射设备还用于：基于所述下行信号进行正交编码处理，生成通断键控的码片序列，以基于所述码片序列生成所述反向散射信号，多个所述反向散射设备的码片序列构成哈达玛正交矩阵，所述码片序列包括L位码片其中，所述下行信号具有第一帧结构，所述第一帧结构包括多个第一信号周期，所述反向散射信号具有第二帧结构，所述第二帧结构包括多个第二信号周期，所述第二信号周期为所述第一信号周期的L×M倍，L为所述正交编码的码片位数，M为码片周期和所述第一信号周期的比值。
在一个实施例中，所述接收机还用于：基于信道相干时间间隔的每个第二信号周期内接收到的所述基带信号、所述反向散射接收信号和高斯白噪声确定接收到的联合数据信号。
在一个实施例中，所述主发射机还用于：在每个链路信道的相干时间间隔的起始位置，发送导频信号，所述导频信号用于估计所述主链路信道，其中，所述主发射机发送所述导频信号时，所述反向散射设备处于静默状态；所述接收机还用于：基于所述导频信号生成接收信号；将所述导频信号和所述导频接收信号输入信道估计模型，以估计所述主链路信道。
在一个实施例中，所述接收机还用于：基于所述主链路信道、所述基带信号和所述联合数据信号进行最小距离解码，得到源信号；基于所述源信号确定所述主链路信道的干扰信号；从所述联合数据信号中消除所述干扰信号，得到对应的设备接收信号；基于所述反向散射设备的反射系数，对所述设备接收信号进行优化，得到中间变量。
在一个实施例中，所述反向散射接收信号基于高电平比特和低电平比特表示，所述接收机还用于：基于所述中间变量计算所述反向散射接收信号的检验统计量；基于对所述多个反向散射接收信号的协同并行检测操作，对与所述高电平比特以及所述低电平比特对应的检验统计量进行最大似然判决；基于所述最大似然判决的判决结果，恢复所述基带信号和所述多个反向散射接收信号。
在一个实施例中，所述接收机还用于：获取一个所述第二信号周期内的所有所述中间变量；基于解码矩阵对所有所述中间变量进行解码操作，得到检验统计量矩阵；基于所述检验统计量矩阵恢复所述反向散射接收信号的关键检验统计量；基于所述反向散射接收信号的正交性确定所述主链路信道的累积估计误差；基于所述累计估计误差确定每个所述次链路信道和对应的所述关键检验统计量之间的对应关系；基于所述对应关系对所述关键检验统计量进行调整，得到所述反向散射接收信号基于所述第二信号周期的所述检验统计量。
在一个实施例中，所述接收机还用于：基于所述检验统计量的复高斯分布，确定所述检验统计量在所述低电平比特下的第一高斯分布，以及所述检验统计量在所述高电平比特下的第二高斯分布；基于所述低电平比特，构建所述检验统计量的第一概率密度函数；基于所述高电平比特，构建所述检验统计量的第二概率密度函数；基于所述第一概率密度函数和所述第二概率密度函数进行最大似然估计，以估计所述复高斯分布的第一均值和第二均值。
在一个实施例中，所述接收机还用于：基于所述第一均值和所述第二均值的估计结果确定所述主链路信道对所述次链路信道的干扰消除结果。
在一个实施例中，所述接收机还用于：基于所述第一均值和所述第二均值之间的差值，以及所述检验统计量构建每个所述反向散射设备的统计判决量；基于所述第一均值和所述第二均值的关系构建判决阈值；基于所述统计判决量和所述判决阈值之间的关系恢复所述基带信号和所述多个反向散射接收信号。
在一个实施例中，所述接收机还用于：基于所述低电平比特下所述统计判决量和所述判决阈值之间的关系，以及所述高电平比特下所述统计判决量和所述判决阈值之间的关系，构建每个所述次链路信道的条件误码率模型；基于所述条件误码率模型计算每个所述次链路信道的理论误码率。
在一个实施例中，所述反向散射设备包括：天线，用于接收所述下行信号，以及发射所述反向散射信号；信号调制模块，用于对所述下行信号进行正交编码的调制操作，得到所述反向散射信号；控制模块，用于控制所述信号调制模块执行所述调制操作；供电模块，用于对所述信号调制模块和所述控制模块供电。
根据本公开的另一个方面，提供一种反向散射物联网通信方法，应用于反向散射设备，包括：接收主发射机发送的下行信号；对所述下行信号进行正交调制，以生成反向散射信号；发送所述反向散射信号。
在一个实施例中，所述对所述下行信号进行正交调制，以生成反向散射信号，包括：基于所述下行信号进行正交编码处理，生成通断键控的码片序列，以基于所述码片序列生成所述反向散射信号，多个所述反向散射设备的码片序列构成哈达玛正交矩阵，所述码片序列包括L位码片，其中，所述下行信号具有第一帧结构，所述第一帧结构包括多个第一信号周期，所述反向散射信号具有第二帧结构，所述第二帧结构包括多个第二信号周期，所述第二信号周期为所述第一信号周期的L×M倍，L为所述正交编码的码片位数，M为码片周期和所述第一信号周期的比值。
根据本公开的再一个方面，提供一种反向散射物联网通信方法，应用于接收机，包括：基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，所述基带信号对应于主发射机的下行信号，所述反向散射接收信号对应于反向散射设备的反向散射信号；基于信道估计操作消除所述主链路信道的干扰；以及基于协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号。
在一个实施例中，所述基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，还包括：基于信道相干时间间隔的每个第二信号周期内接收到的所述基带信号、所述反向散射接收信号和高斯白噪声确定接收到的联合数据信号。
在一个实施例中，所述基于信道估计操作消除所述主链路信道的干扰，包括：获取导频信号的导频接收信号，所述导频信号由主发射机在所述信道相干时间间隔的起始位置发送；将所述导频信号和所述导频接收信号输入信道估计模型，以估计所述主链路信道；消除所述主链路信道的干扰。
在一个实施例中，还包括：基于最小二乘估计模型和/或最小均方误差估计模型构建所述信道估计模型。
在一个实施例中，所述消除所述主链路信道的干扰，包括：基于所述主链路信道、所述基带信号和所述联合数据信号进行最小距离解码，得到源信号；基于所述源信号确定所述主链路信道的干扰信号；从所述联合数据信号中消除所述干扰信号，得到对应的设备接收信号。
在一个实施例中，还包括：基于所述反向散射设备的反射系数，对所述设备接收信号进行优化，得到中间变量。
在一个实施例中，所述反向散射接收信号基于高电平比特和低电平比特表示，所述基于协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号，包括：基于所述中间变量计算所述反向散射接收信号的检验统计量；基于对所述多个反向散射接收信号的协同并行检测操作，对与所述高电平比特以及所述低电平比特对应的检验统计量进行最大似然判决；基于所述最大似然判决的判决结果，恢复所述基带信号和所述多个反向散射接收信号。
在一个实施例中，所述基于所述中间变量计算所述反向散射接收信号的检验统计量，包括：获取一个所述第二信号周期内的所有所述中间变量；基于解码矩阵对所有所述中间变量进行解码操作，得到检验统计量矩阵；基于所述检验统计量矩阵恢复所述反向散射接收信号的关键检验统计量；基于所述反向散射接收信号的正交性确定所述主链路信道的累积估计误差；基于所述累计估计误差确定每个所述次链路信道和对应的所述关键检验统计量之间的对应关系；基于所述对应关系对所述关键检验统计量进行调整，得到所述反向散射接收信号基于所述第二信号周期的所述检验统计量。
在一个实施例中，所述基于对所述多个反向散射接收信号的协同并行检测操作，对与所述高电平比特以及所述低电平比特对应的检验统计量进行最大似然判决，包括：基于所述检验统计量的复高斯分布，确定所述检验统计量在所述低电平比特下的第一高斯分布，以及所述检验统计量在所述高电平比特下的第二高斯分布；基于所述低电平比特，构建所述检验统计量的第一概率密度函数；基于所述高电平比特，构建所述检验统计量的第二概率密度函数；基于所述第一概率密度函数和所述第二概率密度函数进行最大似然估计，以估计所述复高斯分布的第一均值和第二均值。
在一个实施例中，还包括：基于所述第一均值和所述第二均值的估计结果确定所述主链路信道对所述次链路信道的干扰消除结果。
在一个实施例中，所述基于所述最大似然判决的判决结果，恢复所述基带信号和所述多个反向散射接收信号，包括：基于所述第一均值和所述第二均值之间的差值，以及所述检验统计量构建每个所述反向散射设备的统计判决量；基于所述第一均值和所述第二均值的关系构建判决阈值；基于所述统计判决量和所述判决阈值之间的关系恢复所述基带信号和所述多个反向散射接收信号。
在一个实施例中，还包括：基于所述低电平比特下所述统计判决量和所述判决阈值之间的关系，以及所述高电平比特下所述统计判决量和所述判决阈值之间的关系，构建每个所述次链路信道的条件误码率模型；基于所述条件误码率模型计算每个所述次链路信道的理论误码率。
在一个实施例中，还包括：获取基于能量检测模型检测到的检测误码率；获取所述检测误码率和理论误码率的检测结果。
根据本公开的又一个方面，提供一种反向散射物联网通信装置，应用于反向散射设备，包括：第一接收模块，用于接收主发射机发送的下行信号；调制模块，用于对所述下行信号进行正交调制，以生成反向散射信号；发送模块，用于发送所述反向散射信号。
根据本公开的又一个方面，提供一种反向散射物联网通信装置，应用于接收机，包括：第二接收模块，用于基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，所述基带信号对应于主发射机的下行信号，所述反向散射接收信号对应于反向散射设备的反向散射信号；消除模块，用于基于信道估计操作消除所述主链路信道的干扰；以及计算模块，用于基于协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号。
根据本公开的又一个方面，提供一种网络设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；所述处理器配置为经由执行所述可执行指令来执行上述的反向散射物联网通信方法。
根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的反向散射物联网通信方法。
本公开的实施例所提供的反向散射物联网系统和通信方法，在反向散射物联网系统中，通过多个反向散射设备将接收到的下行信号进行正交调制，以得到对应的反向散射信号，多个反向散射设备并行发送反向散射信号，使接收机能够对接收到的基带信号和反向散射接收信号进行协同并行检测，以同时恢复接收到的基带信号和反向散射接收信号，该系统能够消除主链路信道的干扰，并能够规避多个反向散射设备之间的相互干扰，有利于实现多个反向散射设备的部署，减少频谱资源的占用，从而实现多个反向散射设备的反向散射信号的并行可靠传输。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示出本公开实施例中一种反向散射物联网系统的示意图；
图2示出本公开实施例中一种反向散射物联网通信方案中的信号帧结构示意图；
图3示出本公开实施例中一种反向散射物联网通信方案中的信号波形示意图；
图4示出本公开实施例中一种反向散射设备的示意框图；
图5示出本公开实施例中一种反向散射物联网通信方法流程图；
图6示出本公开实施例中另一种反向散射物联网通信方法流程图；
图7示出本公开实施例中再一种反向散射物联网通信方法流程图；
图8示出本公开实施例中一种信号误码率的曲线示意图；
图9示出本公开实施例中另一种信号误码率的曲线示意图；
图10示出本公开实施例中一种反向散射物联网通信装置示意图；
图11示出本公开实施例中另一种反向散射物联网通信装置示意图；
图12示出本公开实施例中一种计算机设备的结构框图；
图13示出本公开实施例中一种程序产品的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
反向散射通信技术是“绿色”物联网和6G网络设计的关键技术之一，能够实现低功耗、低成本、易部署的“绿色”通信。反向散射技术的无源设备可以利用第三方的信号(例如蜂窝无线信号、广播电视信号、Wi-Fi信号或蓝牙信号等)来传输自己的信息，即利用其他设备或者环境中的射频信号进行信号调制来传输自己的信息，但是目前存在难以实现大规模设备同时接入以及主次、次次信道之间的干扰等问题。
本申请提供的方案，通过多个反向散射设备将接收到的下行信号进行正交调制，以得到对应的反向散射信号，多个反向散射设备并行发送反向散射信号，使接收机能够对接收到的基带信号和反向散射接收信号进行协同并行检测，以同时恢复接收到的基带信号和反向散射接收信号，该系统能够消除主链路信道的干扰，并能够规避多个反向散射设备之间的相互干扰，有利于实现多个反向散射设备的部署，减少频谱资源的占用，从而实现多个反向散射设备的反向散射信号的并行可靠传输。
下面，将结合附图及实施例对本示例实施方式中的反向散射物联网系统和反向散射物联网通信方法的各个步骤进行更详细的说明。
如图1所示，根据本公开的一个实施例的反向散射物联网通信系统，包括主发射机10(Primary Transmitter,PT)、多个反向散射设备20(Backscatter Device,BD)和接收机30(Primary Receiver,PR)。
其中，主发射机10用于发送下行信号。
多个反向散射设备，包括20A、20B以及20K等，用于对接收到的下行信号进行正交调制，以生成多个反向散射信号。
多个反向散射设备30：还用于并行发送多个反向散射信号。
接收机PR用于基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，基带信号对应于下行信号，反向散射接收信号对应于反向散射信号；
接收机还用于PR：基于信道估计操作消除主链路信道的干扰；
接收机还用于PR：基于对基带信号和多个反向散射接收信号的协同并行检测操作恢复基带信号和多个反向散射接收信号。
在该实施例中，在反向散射物联网系统中，通过多个反向散射设备将接收到的下行信号进行正交调制，以得到对应的反向散射信号，多个反向散射设备并行发送反向散射信号，使接收机能够对接收到的基带信号和反向散射接收信号进行协同并行检测，以同时恢复接收到的基带信号和反向散射接收信号，该系统能够消除主链路信道的干扰，并能够规避多个反向散射设备之间的相互干扰，有利于实现多个反向散射设备的部署，减少频谱资源的占用，从而实现多个反向散射设备的反向散射信号的并行可靠传输。
在一个实施例中，反向散射设备还用于：基于下行信号进行正交编码处理，生成通断键控的码片序列，以基于码片序列生成反向散射信号，多个反向散射设备的码片序列构成哈达玛正交矩阵，码片序列包括L位码片，其中，下行信号具有第一帧结构，第一帧结构包括多个第一信号周期，反向散射信号具有第二帧结构，第二帧结构包括多个第二信号周期，第二信号周期为第一信号周期的L×M倍，L为正交编码的码片位数，M为码片周期和第一信号周期的比值。
如图2所示，第一帧结构为下行信号的帧结构，第二帧结构为反向散射信号的帧结构，sl,m为PT发送的下行信号，xk为反向散射信号。
L为正交码的码片数，M为码片周期与源符号周期的比值，K为反向散射设备的数量。
Tb为反向散射设备BD编码符号周期，即第二信号周期，Ts为PT发送的源符号周期，即第一信号周期，Tb＝LMTs。
在一个信道的相干时间内，包括N个第二信号周期，即在每个信道相干时间间隔的开始处，PT发送一个导频来估计主链路信道h0，随后发送下行数据符号，注意PT发送导频时BD处于静默状态，BD利用PT的数据信号调制自身信息；
具体地，第二帧结构包括n个第二信号周期，每个信道相干时间间隔中的时序，将下行信号在第n个第二信号周期内的第[(l-1)M+m]个数据符号标识为sl,m(n)，sl,m(n)∈As,|As|＝1，其中，l为正交编码的码片序号，m为与M对应的序号。
反向散射设备BD在第n个第二信号周期发送的信号为OOK(On-Off Keying，通断键控)调制符号xk(n)，xk(n)∈Ax,As＝0,1。
图3示出了L＝2，M＝3时的下行信号和反向散射信号的波形，波形设计需满足L≥K条件。
如图3所示，在n个第二信号周期内，包括2×3＝6个第一信号周期，即s1,1(n)、s1,2(n)、s1,3(n)、s2,1(n)、s2,2(n)和s2,3(n)。
ck为正交编码向量，由码片[Ck,1,…,Ck,L]组成，将反向散射信号xk(n)采用正交编码向量进行正交调制，其中每个码片持续M×Ts时间，可在后续流程中消除信道估计误差。
在一个实施例中，接收机还用于：基于信道相干时间间隔的每个第二信号周期内接收到的基带信号、反向散射接收信号和高斯白噪声确定接收到的联合数据信号。
在一个实施例中，主发射机还用于：在每个链路信道的相干时间间隔的起始位置，发送导频信号，导频信号用于估计主链路信道，其中，主发射机发送导频信号时，反向散射设备处于静默状态。接收机还用于：基于导频信号xp生成接收信号yp；将导频信号和导频接收信号输入信道估计模型，以估计主链路信道。
在一个实施例中，接收机还用于：基于主链路信道、基带信号和联合数据信号进行最小距离解码，得到源信号；基于源信号确定主链路信道的干扰信号；从联合数据信号中消除干扰信号，得到对应的设备接收信号；基于反向散射设备的反射系数，对设备接收信号进行优化，得到中间变量。
在一个实施例中，反向散射接收信号基于高电平比特和低电平比特表示，接收机还用于：基于中间变量计算反向散射接收信号的检验统计量；基于对多个反向散射接收信号的协同并行检测操作，对与高电平比特以及低电平比特对应的检验统计量进行最大似然判决；基于最大似然判决的判决结果，恢复基带信号和多个反向散射接收信号。
在一个实施例中，接收机还用于：获取一个第二信号周期内的所有中间变量；基于解码矩阵对所有中间变量进行解码操作，得到检验统计量矩阵；基于检验统计量矩阵恢复反向散射接收信号的关键检验统计量；基于反向散射接收信号的正交性确定主链路信道的累积估计误差；基于累计估计误差确定每个次链路信道和对应的关键检验统计量之间的对应关系；基于对应关系对关键检验统计量进行调整，得到反向散射接收信号基于第二信号周期的检验统计量。
在一个实施例中，接收机还用于：基于检验统计量的复高斯分布，确定检验统计量在低电平比特下的第一高斯分布，以及检验统计量在高电平比特下的第二高斯分布；基于低电平比特，构建检验统计量的第一概率密度函数；基于高电平比特，构建检验统计量的第二概率密度函数；基于第一概率密度函数和第二概率密度函数进行最大似然估计，以估计复高斯分布的第一均值和第二均值。
在一个实施例中，接收机还用于：基于第一均值和第二均值的估计结果确定主链路信道对次链路信道的干扰消除结果。
在一个实施例中，接收机还用于：基于第一均值和第二均值之间的差值，以及检验统计量构建每个反向散射设备的统计判决量；基于第一均值和第二均值的关系构建判决阈值；基于统计判决量和判决阈值之间的关系恢复基带信号和多个反向散射接收信号。
在一个实施例中，接收机还用于：基于低电平比特下统计判决量和判决阈值之间的关系，以及高电平比特下统计判决量和判决阈值之间的关系，构建每个次链路信道的条件误码率模型；基于条件误码率模型计算每个次链路信道的理论误码率。
如图4所示，在一个实施例中，反向散射设备400包括：
天线402，用于接收下行信号，以及发射反向散射信号。
信号调制模块404，用于对下行信号进行正交编码的调制操作，得到反向散射信号。
控制模块406，用于控制信号调制模块执行调制操作。
供电模块408，用于对信号调制模块和控制模块供电。
另外，反向散射设备400还包括传感器模块410。
图5示出本公开实施例中一种反向散射物联网通信方法流程图。
如图5所示，根据本公开的一个实施例的反向散射物联网通信方法，应用于反向散射设备，包括以下步骤：
步骤S502，接收主发射机发送的下行信号。
步骤S504，对下行信号进行正交调制，以生成反向散射信号。
步骤S506，发送反向散射信号。
在该实施例中，反向散射物联网系统中的多个反向散射设备将接收到的下行信号进行正交调制，以得到对应的反向散射信号，多个反向散射设备并行发送反向散射信号，有利于实现多个反向散射设备的部署，减少频谱资源的占用，从而实现多个反向散射设备的反向散射信号的并行可靠传输。
在一个实施例中，对下行信号进行正交调制，以生成反向散射信号，包括：基于下行信号进行正交编码处理，生成通断键控的码片序列，以基于码片序列生成反向散射信号，多个反向散射设备的码片序列构成哈达玛正交矩阵，码片序列包括L位码片。
其中，下行信号具有第一帧结构，第一帧结构包括多个第一信号周期，反向散射信号具有第二帧结构，第二帧结构包括多个第二信号周期，第二信号周期为第一信号周期的L×M倍，L为正交编码的码片位数，M为码片周期和第一信号周期的比值。
具体地，第二帧结构包括n个第二信号周期，每个信道相干时间间隔中的时序，将下行信号在第n个第二信号周期内的第[(l-1)M+m]个数据符号标识为sl,m(n)，sl,m(n)∈As,|As|＝1，其中，l为正交编码的码片序号，m为与M对应的序号。
反向散射信号在n个第二信号周期的数据符号为xk(n)。
图6示出本公开实施例中一种反向散射物联网通信方法流程图。
如图6所示，根据本公开的一个实施例的反向散射物联网通信方法，应用于接收机，包括以下步骤：
步骤S602，基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，基带信号对应于主发射机的下行信号，反向散射接收信号对应于反向散射设备的反向散射信号。
其中，接收机在反向散射设备的第n个时间段接收到来自主发射机的第[(l-1)M+m]个基带信号如式(1)所示：
其中，h0为主信道链路的冲激响应。
接收机在在反向散射设备的第n个时间段接收到来自反向散射设备的第[(l-1)M+m]个反向散射接收信号如式(2)所示：
其中，αk为第k个BD符合的反射系数。
步骤S604，基于信道估计操作消除主链路信道的干扰。
步骤S606，基于协同并行检测操作恢复基带信号和多个反向散射接收信号。
在该实施例中，反向散射物联网系统中的接收机通过多个反向散射设备将接收到的下行信号进行正交调制，以得到对应的反向散射信号，多个反向散射设备并行发送反向散射信号，使接收机能够对接收到的基带信号和反向散射接收信号进行协同并行检测，以同时恢复接收到的基带信号和反向散射接收信号，该系统能够消除主链路信道的干扰，并能够规避多个反向散射设备之间的相互干扰，有利于实现多个反向散射设备的部署，减少频谱资源的占用，从而实现多个反向散射设备的反向散射信号的并行可靠传输。
在一个实施例中，基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，还包括：
基于信道相干时间间隔的每个第二信号周期内接收到的基带信号、反向散射接收信号和高斯白噪声确定接收到的联合数据信号。
第[(l-1)M+m]个联合数据信号如式(3)所示：
其中，表示高斯白噪声。
在该实施例中，通过获取联合数据信号，一方面，基于联合数据信号进一步检测主链路信道的干扰信号，并消除主链路信道的干扰，另一方面，基于联合数据信号进一步实现基带信号和多个反向散射接收信号的恢复。
在一个实施例中，步骤S604，基于信道估计操作消除主链路信道的干扰的一种具体实现方式，包括：
在每个块衰落信道的开始，PT发送导频信号xp以估计直接链路信道
获取导频信号xp的导频接收信号yp，导频信号xp由主发射机PT在信道相干时间间隔的起始位置发送。
将导频信号xp和导频接收信号yp输入信道估计模型，以估计主链路信道
消除主链路信道的干扰。
在该实施例中，通过基于导频接收信号yp估计主链路信道，以实现对主链路信道干扰的消除，保证对基带信号和所述反向散射接收信号的恢复操作的可靠性。
在一个实施例中，还包括：基于最小二乘估计(Least Squares estimation，LS)模型和/或最小均方误差估计(minimum mean-square error，MMSE)模型构建信道估计模型。
具体地，采用ML(Maximum Likelihood，最大似然)估计方法，由导频接收信号yp估计主链路信道，如式(4)所示。
在一个实施例中，消除主链路信道的干扰，包括：
基于主链路信道、基带信号和联合数据信号进行最小距离解码，得到源信号如式(5)所示。
基于源信号确定主链路信道的干扰信号。
其中，干扰信号可以表示为
从联合数据信号中消除干扰信号，得到对应的设备接收信号如式(6)所示。
在该实施例中，通过对联合数据信号进行最小距离解码，得到源信号，以基于源信号和主链路信道确定主链路信道的干扰，从而进一步消除直接干扰，保证对接收机接收到的设备接收信号检测的准确性。
在一个实施例中，还包括：基于反向散射设备的反射系数，对设备接收信号进行优化，得到中间变量
具体地，所有BD的反射系数为相同值,即α1＝α2＝…＝αn＝α，进一步得到中间变量如式(7)所示：
其中，
如图7所示，在一个实施例中，反向散射接收信号基于高电平比特和低电平比特表示，基于协同并行检测操作恢复基带信号和多个反向散射接收信号，包括：
步骤S702，基于中间变量计算反向散射接收信号的检验统计量。
步骤S704，基于对多个反向散射接收信号的协同并行检测操作，对与高电平比特以及低电平比特对应的检验统计量进行最大似然判决。
其中，反向散射接收信号基于高电平比特和低电平比特表示，即采用“1010”等表示反向散射接收信号，基于反向散射设备的正交调制，因此反向散射设等概率发送比特0或1。
另外，最大似然判决，即基于检验统计量判断反向散射接收信号的数量与强度等，以实现信号的恢复。
步骤S706，基于最大似然判决的判决结果，恢复基带信号和多个反向散射接收信号。
在该实施例中，通过获取一个第二信号周期内的多个中间变量，以构建对应的检验统计量，检验统计量对应于反向散射接收信号，并进一步通过对检验统计量进行最大似然判决，以实现接收机在无需知晓反向散射设备的次链路信道的条件下进行最大似然检测，以恢复基带信号和多个反向散射接收信号。
在一个实施例中，步骤S702，基于中间变量计算反向散射接收信号的检验统计量的一种具体实现方式，包括：
获取一个第二信号周期内的所有中间变量，得到rH(n)，如式(8)所示。
基于解码矩阵对所有中间变量进行解码操作，得到检验统计量矩阵。
其中，解码矩阵为C＝[c1，c2，…ck]K×LM。
ck＝[Ck,1,Ck,1,…,Ck,2,Ck,2,…,Ck,L]H。
构建的检验统计量矩阵如式(9)所示。
rH(n)×C＝[t1(n),…,tk(n),…,tK(n)] (9)
基于检验统计量矩阵恢复反向散射接收信号的关键检验统计量，如式(10)所示。
基于反向散射接收信号的正交性确定主链路信道的累积估计误差ek。
其中，其中正交码的正交性表示如式(11)所示，利用该特性可消除多个BD的次链路信道间的相互干扰。
累积估计误差ek如式(12)所示。
基于累计估计误差确定每个次链路信道和对应的关键检验统计量之间的对应关系。
基于对应关系对关键检验统计量进行调整，得到反向散射接收信号基于第二信号周期的检验统计量tk(n)，如式(13)所示。
tk(n)＝Lhkxk(n)+ek+z(n) (13)
其中，
在一个实施例中，基于对多个反向散射接收信号的协同并行检测操作，对与高电平比特以及低电平比特对应的检验统计量进行最大似然判决，包括：
基于检验统计量的复高斯分布，确定检验统计量在低电平比特下的第一高斯分布，以及检验统计量在高电平比特下的第二高斯分布。
假设H0和H1分别表示标签传输符号为xk(n)＝0和xk(n)＝1的假设，检验统计扫描tk(n)＝0为复高斯分布，如式(14)所示。
其中，μ0,k和μ1,k为第k个反向散射设备BD的反向散射接收信号在H0和H1假设下的平均值。
基于累计的信道估计误差和反向散射设备的次信道链路，构建与第一高斯分布对应的第一均值的第一初始表示，以及与第二高斯分布的第二均值的第二初始表示。
其中，第一初始表示μ0,k＝ek，第二初始表示μ1,k＝ek+LMhk。
对于低电平比特，构建检验统计量的第一概率密度函数f(tk/H0)，如式(15)所示。
对于高电平比特，构建检验统计量的第二概率密度函数f(tk/H1)，如式(16)所示。
将哈达玛正交矩阵作为扩频正交码，对第一概率密度函数和第二概率密度函数的最大似然估计，得到第一均值的第一中间表示，以及第二均值的第二中间表示。
基于第一概率密度函数和第二概率密度函数进行最大似然估计，以估计复高斯分布的第一均值和第二均值。
其中，基于第一概率密度函数和第二概率密度函数的最大似然估计，如式(17)所示。
对第k个反向散射设备，即k＝1，由于采用的正交码为全1，第一中间表示为第二中间表示为 hk为次链路信道的冲激响应。
对于其余的反向散射设备，即k≠1，正交码中+1和-1的数量相同，第一中间表示为μ0,k＝ek＝0，第二中间表示为μ1,k＝LMhk。
基于协同并行检测操作，对信道相干时间内的所有检验统计量进行排序，基于排序结果和对应关系生成第一均值的第一目标表示，以及第二均值的第二目标表示。
实际中，考虑反向散射设备等概率地发送比特0或1，BD发送比特0时tk的值较小，而发送比特1时tk的值较大，将在信道相干时间内的所有值从小到大排序，则前半部分为发送比特0情况，后半部分为发送比特1情况。
第一均值的第一目标表示为：在后半部分，k＝1：k≠1：μ0,k＝0。
第二均值的第二目标表示为：在前半部分，
在该实施例中，基于对检验统计量的最大似然检测，使接收机的检测处理显式地考虑了无线信道时间弥散的影响，通过估计复高斯分布的分布参数，以确定最有可能被接收的信号，进而实现信号的恢复。
在一个实施例中，还包括：基于第一均值和第二均值的估计结果确定主链路信道对次链路信道的干扰消除结果。
在该实施例中，当k≠1时，ek＝0,则表明主链路对次链路的干扰已消除。
在一个实施例中，基于最大似然判决的判决结果，恢复基带信号和多个反向散射接收信号，包括：
基于第一均值和第二均值之间的差值，以及检验统计量构建每个反向散射设备的统计判决量Rk，如式(18)所示。
Rk＝Re{tk(μ1,k-μ0,k)} (18)
基于第一均值和第二均值的关系构建判决阈值γk，如式(19)所示。
基于统计判决量和判决阈值之间的关系恢复基带信号和多个反向散射接收信号。
在该实施例中，通过基于第一均值和第二均值构建对应的统计判决两和判决阈值，基于统计判决量和判决阈值之间的关系恢复的基带信号和多个反向散射接收信号，能够具有最小的误码率。
在一个实施例中，还包括：
基于低电平比特下统计判决量和判决阈值之间的关系，以及高电平比特下统计判决量和判决阈值之间的关系，构建每个次链路信道的条件误码率模型。
具体地，由于统计判决量服从高斯分布，因此统计判决量还可以表示为式(20)：
对应地判决阈值如式(19)所示。
构建的次链路信道的条件误码率模型如式(21)所示。
基于条件误码率模型计算每个次链路信道的理论误码率，如式(22)所示。
在一个实施例中，还包括：获取基于能量检测模型检测到的检测误码率；获取检测误码率和理论误码率的检测结果。
如图8所示，第一检测器为传统的能量检测器，第二检测器为本公开中的协同并行检测，其中，L＝8，M＝4(即同时接入8个BD设备，码片周期为源符号周期的4倍)，基于第一检测器和第二检测器的仿真结果如图8所示，基于第一检测器和第二检测器检测到的反向散射信号的平均误码率曲线可知：多BD同时接入，且实现了比传统能量检测方法更低的BD平均误码率。
另外，本公开的方案消除了信道干扰，包括多BD设备间干扰以及来自主信道链路的干扰，在低信噪比条件下，源信号恢复的出错可能性大，故MBPND的性能不如理论分析。
如图9所示，分别示出了第一反向散射物联网系统(反向散射设备的数量＝16)，第二反向散射物联网系统(反向散射设备的数量＝8)以及单独系统网络(无反向散射设备)中对源基带信号解调的误码率随直接链路信噪比变化曲线。
如图9所示，相较于单独系统网络，反向散射物联网系统中融合的BD数量越多，误码率表现越差，但误码率在实际应用场景中仍为可接受，因此本公开的方案可实现大规模的环境反向散射物联网通信。
多个反向散射物联网设备的并行可靠传输，增加了相同时频资源上的多设备通信数量，而且避免了占用更多频谱资源、信道堵塞等缺点，多BD间可无干扰接入，有利于降低误码率，提高信号检测的准确度。
需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
下面参照图10来描述根据本发明的实施方式的反向散射物联网通信装置1000。图10所示的反向散射物联网通信装置1000仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
反向散射物联网通信装置1000以硬件模块的形式表现。反向散射物联网通信装置1000的组件可以包括但不限于：包括：第一接收模块1002，用于接收主发射机发送的下行信号；调制模块1004，用于对下行信号进行正交调制，以生成反向散射信号；发送模块1006，用于发送反向散射信号。
下面参照图11来描述根据本发明的实施方式的反向散射物联网通信装置1100。图11所示的反向散射物联网通信装置1100仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
反向散射物联网通信装置1100以硬件模块的形式表现。反向散射物联网通信装置1100的组件可以包括但不限于：包括：第二接收模块1102，用于基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，基带信号对应于主发射机的下行信号，反向散射接收信号对应于反向散射设备的反向散射信号；消除模块1104，用于基于信道估计操作消除主链路信道的干扰；以及恢复模块1106，用于基于协同并行检测操作恢复基带信号和多个反向散射接收信号。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图12来描述根据本发明的这种实施方式的网络设备1200。图12显示的网络设备1200仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图12所示，网络设备1200以通用计算设备的形式表现。网络设备1200的组件可以包括但不限于：上述至少一个处理单元1210、上述至少一个存储单元1220、连接不同系统组件(包括存储单元1220和处理单元1210)的总线1230。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1210执行，使得所述处理单元1210执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元1210可以执行如图6中所示的步骤S602至步骤S606所描述的方案。
存储单元1220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)12201和/或高速缓存存储单元12202，还可以进一步包括只读存储单元(ROM)12203。
存储单元1220还可以包括具有一组(至少一个)程序模块12205的程序/实用工具12204，这样的程序模块12205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
网络设备1200也可以与一个或多个外部设备1270(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该网络设备1200交互的设备通信，和/或与使得该网络设备1200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1250进行。并且，网络设备1200还可以通过网络适配器1260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1260通过总线1230与网络设备1200的其它模块通信。应当明白，尽管图中未示出，可以结合网络设备1200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在网络设备上运行时，所述程序代码用于使所述网络设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图13所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品1300，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在网络设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
Claims (31)
1.一种反向散射物联网系统，其特征在于，包括：
主发射机，用于发送下行信号；
多个反向散射设备，用于对接收到的所述下行信号进行正交调制，以生成多个反向散射信号；
所述多个反向散射设备还用于：并行发送所述多个反向散射信号；
接收机，用于基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，所述基带信号对应于所述下行信号，所述反向散射接收信号对应于所述反向散射信号；
所述接收机还用于：基于信道估计操作消除所述主链路信道的干扰；
所述接收机还用于：基于对所述基带信号和所述多个反向散射接收信号的协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号。
2.根据权利要求1所述的反向散射物联网系统，其特征在于，
所述反向散射设备还用于：基于所述下行信号进行正交编码处理，生成通断键控的码片序列，以基于所述码片序列生成所述反向散射信号，多个所述反向散射设备的码片序列构成哈达玛正交矩阵，所述码片序列包括L位码片，
其中，所述下行信号具有第一帧结构，所述第一帧结构包括多个第一信号周期，所述反向散射信号具有第二帧结构，所述第二帧结构包括多个第二信号周期，所述第二信号周期为所述第一信号周期的L×M倍，L为所述正交编码的码片位数，M为码片周期和所述第一信号周期的比值。
3.根据权利要求2所述的反向散射物联网系统，其特征在于，
所述接收机还用于：基于信道相干时间间隔的每个第二信号周期内接收到的所述基带信号、所述反向散射接收信号和高斯白噪声确定接收到的联合数据信号。
4.根据权利要求3所述的反向散射物联网系统，其特征在于，所述主发射机还用于：
在每个链路信道的相干时间间隔的起始位置，发送导频信号，所述导频信号用于估计所述主链路信道，其中，所述主发射机发送所述导频信号时，所述反向散射设备处于静默状态；
所述接收机还用于：基于所述导频信号生成导频接收信号；
将所述导频信号和所述导频接收信号输入信道估计模型，以估计所述主链路信道。
5.根据权利要求4所述的反向散射物联网系统，其特征在于，所述接收机还用于：
基于所述主链路信道、所述基带信号和所述联合数据信号进行最小距离解码，得到源信号；
基于所述源信号确定所述主链路信道的干扰信号；
从所述联合数据信号中消除所述干扰信号，得到对应的设备接收信号；
基于所述反向散射设备的反射系数，对所述设备接收信号进行优化，得到中间变量。
6.根据权利要求5所述的反向散射物联网系统，其特征在于，所述反向散射接收信号基于高电平比特和低电平比特表示，所述接收机还用于：
基于所述中间变量计算所述反向散射接收信号的检验统计量；
基于对所述多个反向散射接收信号的协同并行检测操作，对与所述高电平比特以及所述低电平比特对应的检验统计量进行最大似然判决；
基于所述最大似然判决的判决结果，恢复所述基带信号和所述多个反向散射接收信号。
7.根据权利要求6所述的反向散射物联网系统，其特征在于，所述接收机还用于：
获取一个所述第二信号周期内的所有所述中间变量；
基于解码矩阵对所有所述中间变量进行解码操作，得到检验统计量矩阵；
基于所述检验统计量矩阵恢复所述反向散射接收信号的关键检验统计量；
基于所述反向散射接收信号的正交性确定所述主链路信道的累积估计误差；
基于所述累计估计误差确定每个所述次链路信道和对应的所述关键检验统计量之间的对应关系；
基于所述对应关系对所述关键检验统计量进行调整，得到所述反向散射接收信号基于所述第二信号周期的所述检验统计量。
8.根据权利要求7所述的反向散射物联网系统，其特征在于，所述接收机还用于：
基于所述检验统计量的复高斯分布，确定所述检验统计量在所述低电平比特下的第一高斯分布，以及所述检验统计量在所述高电平比特下的第二高斯分布；
基于所述低电平比特，构建所述检验统计量的第一概率密度函数；
基于所述高电平比特，构建所述检验统计量的第二概率密度函数；
基于所述第一概率密度函数和所述第二概率密度函数进行最大似然估计，以估计所述复高斯分布的第一均值和第二均值。
9.根据权利要求8所述的反向散射物联网系统，其特征在于，所述接收机还用于：
基于所述第一均值和所述第二均值的估计结果确定所述主链路信道对所述次链路信道的干扰消除结果。
10.根据权利要求8所述的反向散射物联网系统，其特征在于，所述接收机还用于：
基于所述第一均值和所述第二均值之间的差值，以及所述检验统计量构建每个所述反向散射设备的统计判决量；
基于所述第一均值和所述第二均值的关系构建判决阈值；
基于所述统计判决量和所述判决阈值之间的关系恢复所述基带信号和所述多个反向散射接收信号。
11.根据权利要求10所述的反向散射物联网系统，其特征在于，所述接收机还用于：
基于所述低电平比特下所述统计判决量和所述判决阈值之间的关系，以及所述高电平比特下所述统计判决量和所述判决阈值之间的关系，构建每个所述次链路信道的条件误码率模型；
基于所述条件误码率模型计算每个所述次链路信道的理论误码率。
12.根据权利要求1至11中任一项所述的反向散射物联网系统，其特征在于，所述反向散射设备包括：
天线，用于接收所述下行信号，以及发射所述反向散射信号；
信号调制模块，用于对所述下行信号进行正交编码的调制操作，得到所述反向散射信号；
控制模块，用于控制所述信号调制模块执行所述调制操作；
供电模块，用于对所述信号调制模块和所述控制模块供电。
13.一种反向散射物联网通信方法，其特征在于，应用于反向散射设备，包括：
接收主发射机发送的下行信号；
对所述下行信号进行正交调制，以生成反向散射信号；
发送所述反向散射信号。
14.根据权利要求13所述的反向散射物联网通信方法，其特征在于，所述对所述下行信号进行正交调制，以生成反向散射信号，包括：
基于所述下行信号进行正交编码处理，生成通断键控的码片序列，以基于所述码片序列生成所述反向散射信号，多个所述反向散射设备的码片序列构成哈达玛正交矩阵，所述码片序列包括L位码片，
其中，所述下行信号具有第一帧结构，所述第一帧结构包括多个第一信号周期，所述反向散射信号具有第二帧结构，所述第二帧结构包括多个第二信号周期，所述第二信号周期为所述第一信号周期的L×M倍，L为所述正交编码的码片位数，M为码片周期和所述第一信号周期的比值。
15.一种反向散射物联网通信方法，其特征在于，应用于接收机，包括：
基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，所述基带信号对应于主发射机的下行信号，所述反向散射接收信号对应于反向散射设备的反向散射信号；
基于信道估计操作消除所述主链路信道的干扰；以及
基于协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号。
16.根据权利要求15所述的反向散射物联网通信方法，其特征在于，所述基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，还包括：
基于信道相干时间间隔的每个第二信号周期内接收到的所述基带信号、所述反向散射接收信号和高斯白噪声确定接收到的联合数据信号。
17.根据权利要求16所述的反向散射物联网通信方法，其特征在于，所述基于信道估计操作消除所述主链路信道的干扰，包括：
获取导频信号的导频接收信号，所述导频信号由主发射机在所述信道相干时间间隔的起始位置发送；
将所述导频信号和所述导频接收信号输入信道估计模型，以估计所述主链路信道；
消除所述主链路信道的干扰。
18.根据权利要求17所述的反向散射物联网通信方法，其特征在于，还包括：
基于最小二乘估计模型和/或最小均方误差估计模型构建所述信道估计模型。
19.根据权利要求17所述的反向散射物联网通信方法，其特征在于，所述消除所述主链路信道的干扰，包括：
基于所述主链路信道、所述基带信号和所述联合数据信号进行最小距离解码，得到源信号；
基于所述源信号确定所述主链路信道的干扰信号；
从所述联合数据信号中消除所述干扰信号，得到对应的设备接收信号。
20.根据权利要求19所述的反向散射物联网通信方法，其特征在于，还包括：
基于所述反向散射设备的反射系数，对所述设备接收信号进行优化，得到中间变量。
21.根据权利要求20所述的反向散射物联网通信方法，其特征在于，所述反向散射接收信号基于高电平比特和低电平比特表示，所述基于协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号，包括：
基于所述中间变量计算所述反向散射接收信号的检验统计量；
基于对所述多个反向散射接收信号的协同并行检测操作，对与所述高电平比特以及所述低电平比特对应的检验统计量进行最大似然判决；
基于所述最大似然判决的判决结果，恢复所述基带信号和所述多个反向散射接收信号。
22.根据权利要求21所述的反向散射物联网通信方法，其特征在于，所述基于所述中间变量计算所述反向散射接收信号的检验统计量，包括：
获取一个所述第二信号周期内的所有所述中间变量；
基于解码矩阵对所有所述中间变量进行解码操作，得到检验统计量矩阵；
基于所述检验统计量矩阵恢复所述反向散射接收信号的关键检验统计量；
基于所述反向散射接收信号的正交性确定所述主链路信道的累积估计误差；
基于所述累计估计误差确定每个所述次链路信道和对应的所述关键检验统计量之间的对应关系；
基于所述对应关系对所述关键检验统计量进行调整，得到所述反向散射接收信号基于所述第二信号周期的所述检验统计量。
23.根据权利要求22所述的反向散射物联网通信方法，其特征在于，所述基于对所述多个反向散射接收信号的协同并行检测操作，对与所述高电平比特以及所述低电平比特对应的检验统计量进行最大似然判决，包括：
基于所述检验统计量的复高斯分布，确定所述检验统计量在所述低电平比特下的第一高斯分布，以及所述检验统计量在所述高电平比特下的第二高斯分布；
基于所述低电平比特，构建所述检验统计量的第一概率密度函数；
基于所述高电平比特，构建所述检验统计量的第二概率密度函数；
基于所述第一概率密度函数和所述第二概率密度函数进行最大似然估计，以估计所述复高斯分布的第一均值和第二均值。
24.根据权利要求23所述的反向散射物联网通信方法，其特征在于，还包括：
基于所述第一均值和所述第二均值的估计结果确定所述主链路信道对所述次链路信道的干扰消除结果。
25.根据权利要求23所述的反向散射物联网通信方法，其特征在于，所述基于所述最大似然判决的判决结果，恢复所述基带信号和所述多个反向散射接收信号，包括：
基于所述第一均值和所述第二均值之间的差值，以及所述检验统计量构建每个所述反向散射设备的统计判决量；
基于所述第一均值和所述第二均值的关系构建判决阈值；
基于所述统计判决量和所述判决阈值之间的关系恢复所述基带信号和所述多个反向散射接收信号。
26.根据权利要求25所述的反向散射物联网通信方法，其特征在于，还包括：
基于所述低电平比特下所述统计判决量和所述判决阈值之间的关系，以及所述高电平比特下所述统计判决量和所述判决阈值之间的关系，构建每个所述次链路信道的条件误码率模型；
基于所述条件误码率模型计算每个所述次链路信道的理论误码率。
27.根据权利要求15至26中任一项所述的反向散射物联网通信方法，其特征在于，还包括：
获取基于能量检测模型检测到的检测误码率；
获取所述检测误码率和理论误码率的检测结果。
28.一种反向散射物联网通信装置，其特征在于，应用于反向散射设备，包括：
第一接收模块，用于接收主发射机发送的下行信号；
调制模块，用于对所述下行信号进行正交调制，以生成反向散射信号；
发送模块，用于发送所述反向散射信号。
29.一种反向散射物联网通信装置，其特征在于，应用于接收机，包括：
第二接收模块，用于基于主链路信道接收基带信号，以及基于多个次链路信道接收多个反向散射接收信号，所述基带信号对应于主发射机的下行信号，所述反向散射接收信号对应于反向散射设备的反向散射信号；
消除模块，用于基于信道估计操作消除所述主链路信道的干扰；以及
计算模块，用于基于协同并行检测操作恢复所述基带信号和所述多个反向散射接收信号。
30.一种网络设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求13或14所述反向散射物联网通信方法，或权利要求15～27中任意一项所述反向散射物联网通信方法。
31.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求13～27中任意一项所述的反向散射物联网通信方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310847478.7A CN117544455A (zh) | 2023-07-11 | 2023-07-11 | 反向散射物联网系统、通信方法、装置、网络设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310847478.7A CN117544455A (zh) | 2023-07-11 | 2023-07-11 | 反向散射物联网系统、通信方法、装置、网络设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117544455A true CN117544455A (zh) | 2024-02-09 |
Family
ID=89790623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310847478.7A Pending CN117544455A (zh) | 2023-07-11 | 2023-07-11 | 反向散射物联网系统、通信方法、装置、网络设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117544455A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106921415A (zh) * | 2017-03-09 | 2017-07-04 | 电子科技大学 | 一种用于环境反向散射通信系统的信号接收方法 |
| CN107819548A (zh) * | 2017-09-29 | 2018-03-20 | 浙江大学 | 基于曼彻斯特编码的环境反向散射系统的符号检测方法 |
| CN109462430A (zh) * | 2019-01-04 | 2019-03-12 | 电子科技大学 | 多天线共生无线通信系统、信号传输及波束赋形优化方法 |
| CN109547183A (zh) * | 2018-12-06 | 2019-03-29 | 电子科技大学 | 一种全双工环境反向散射通信系统、传输方法及资源分配方法 |
| CN113099534A (zh) * | 2021-03-29 | 2021-07-09 | 西北工业大学 | 一种环境反向散射通信系统的资源分配方法 |
| WO2022052056A1 (zh) * | 2020-09-11 | 2022-03-17 | Oppo广东移动通信有限公司 | 符号检测方法、装置及系统 |
-
2023
- 2023-07-11 CN CN202310847478.7A patent/CN117544455A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106921415A (zh) * | 2017-03-09 | 2017-07-04 | 电子科技大学 | 一种用于环境反向散射通信系统的信号接收方法 |
| CN107819548A (zh) * | 2017-09-29 | 2018-03-20 | 浙江大学 | 基于曼彻斯特编码的环境反向散射系统的符号检测方法 |
| CN109547183A (zh) * | 2018-12-06 | 2019-03-29 | 电子科技大学 | 一种全双工环境反向散射通信系统、传输方法及资源分配方法 |
| CN109462430A (zh) * | 2019-01-04 | 2019-03-12 | 电子科技大学 | 多天线共生无线通信系统、信号传输及波束赋形优化方法 |
| WO2022052056A1 (zh) * | 2020-09-11 | 2022-03-17 | Oppo广东移动通信有限公司 | 符号检测方法、装置及系统 |
| CN113099534A (zh) * | 2021-03-29 | 2021-07-09 | 西北工业大学 | 一种环境反向散射通信系统的资源分配方法 |
Non-Patent Citations (1)
| Title |
|---|
| QIN TAO ET AL.: "Symbol Detection of Ambient Backscatter Systems With Manchester Coding", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》, 30 June 2018 (2018-06-30) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20150093826A (ko) | 저밀도 확산 변조 검출을 위한 시스템 및 방법 | |
| KR20080050205A (ko) | 반복 수신 방법 및 반복 수신기 | |
| EP4093138A1 (en) | Data processing methods and apparatuses, first communication node, second communication mode, and storage medium | |
| Ho‐Van | Exact outage analysis of modified partial relay selection in cooperative cognitive networks under channel estimation errors | |
| Bhardwaj et al. | Examination of outage probability for next generation non orthogonal multiple access scheme in uplink and downlink scenario | |
| US9088327B2 (en) | Systems and methods for channel quality indicator (CQI) selection for non-deterministic receivers | |
| US7412020B1 (en) | Training for time-selective wireless fading channels using cutoff rate | |
| US20230068304A1 (en) | Data Transmission Method and Apparatus, First Communication Node, and Second Communication Node | |
| CN108809331B (zh) | 极化码信道编码方法、设备以及通信系统 | |
| TWI618372B (zh) | 多使用者採用相同簽記之多重接取系統 | |
| US10313052B2 (en) | Method and device for flexible, selective SSDF relaying | |
| Kaddoum et al. | Lower bound on the bit error rate of a decode‐and‐forward relay network under chaos shift keying communication system | |
| CN117544455A (zh) | 反向散射物联网系统、通信方法、装置、网络设备和介质 | |
| KR20090085126A (ko) | Ｍｉｍｏ 통신 시스템을 위한 디코딩 방법 및 장치 | |
| KR20080059095A (ko) | 다중 안테나 무선통신 시스템에서 채널 추정 장치 및 방법 | |
| Jin et al. | Insights into the stable recovery of sparse solutions in overcomplete representations using network information theory | |
| Östman et al. | Finite-blocklength bounds on the maximum coding rate of Rician fading channels with applications to pilot-assisted transmission | |
| US11876552B2 (en) | Method for mitigating passive intermodulation and an apparatus therefor | |
| Al Rabee et al. | Performance of Uplink Non-Orthogonal Multiple Access (NOMA) in the Presence of Channel Estimation Errors | |
| KR102458868B1 (ko) | 딥 러닝 기반 연속 간섭 제거 최적화 장치 및 방법 | |
| CN113709786B (zh) | 远端干扰管理参考信号遍历检测方法、装置及存储介质 | |
| KR100598044B1 (ko) | 멀티유저 검출 장치 및 방법 | |
| KR100995270B1 (ko) | Ｍｉｍｏ 시스템에서 ｅｓｔ에 기반한 반복적 채널 등화 장치 | |
| US20140233395A1 (en) | Energy-efficient wireless communications via feedback | |
| Najafi et al. | Spectrally encoded code division multiple access‐based cognitive relay networks |
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 |