基于AI的软件无线电在智能天线技术中的应用研究.pdf

中国科技期刊数据库 工业 A 29 基于 AI 的软件无线电在智能天线技术中的应用研究 郑小金 上海市浦东新区新金桥路，上海 201206 摘要：摘要：软件无线电技术以信号处理器作为手段，在中频采样完成后开始进行规模较大的数字运算，因为 DSP 自身具备可编程的特征，因此软件无线电在配置方面做到灵活多变，将数字信号处理器与天线阵列之间进行合理配置，即可组成功能强大的智能天线。本文首先介绍软件无线电的概念、技术特征、核心思想、关键技术，同时对人工智能的定义和优势等进行介绍，然后阐述智能天线的基本概念，在此基础上阐述基于软件无线电的智能天线结构及机器学习的权值计算的基本算法，希望为国内软件无线电的智能天线技术研究提供参考借鉴。关键词：关键词：软件无线电；智能天线技术；人工智能；机器学习 中图分类号：中图分类号：TN925 近几年伴随着社会经济的快速发展，移动通信网络也迎来全面发展，与此同时，移动通信频谱资源需求量越来越大，要想对无线通信系统的综合性能进行提升，关键在于对多径衰落、共信道干扰等进行有效的消除，才能确保通信系统的稳定运行。智能天线主要以智能化净化处理技术作为核心，以自适应算法作为基础，经多种组合形成定向的空间波束，确保图主瓣与用户信号的方向保持一致，在此基础上才能有效抑制或者抵消干扰信号。1 软件无线电及人工智能 1.1 软件无线电的概念 1992 年美国知名学者 Joe Mitola 首次提出软件无线电结构与概念，其核心在于确保宽带 A/D 转换与射频天线之间的无限接近，换句话说，模拟信号发出后尽可能在最短的时间内将其数字化，应用软件确保无线电台的所有功能都能实现。通过软件无线电可以对信号模型进行快速配置，该过程需要用到多种算法，因此软件无线电能提供包括加密算法、信道调制以及语音编码等在内的通信服务。通过软件无线电站能与其他的无线电站之间展开实时通信，而且还能作为“无线电网关”将两个独立的无线电系统连接起来1。1.2 软件无线电技术的特点 与普通的无线系统进行对比，软件无线系统在结构方面差异比较大，如果对传统的无线电系统工作情况进行模拟，滤波以及射频模块都能使用不同的模拟方法。伴随着无线电技术的快速发展，近几年在低频数字电路等领域得到广泛应用，比如在源编码解码器以及数字频率合成器等方面都有应用，其中的中频以及射频模块仍然需要模拟，无法与模拟电路独立开来。A/D 转换与 D/A 转换的起始点为中频，通常要与 RF 端拉近距离，从 RF 端之后开始采样系统频带，同时还要实施数字化处理，一直到完成射频为止。换句话说，其中的射频滤波无法通过模拟的方法实现，功率额外放大以及低噪声放大都可以通过模拟的方法来完成，当然包括信道均衡、基带解调以及 IF 等一系列功能都能利用编程的方式实现。可编程 DSP 器件能够替代传统的数字电路，确保系统的功能与硬件结构之间保持独立，在此基础上，可以实现多样化的通信功能；除此之外，利用编程可以控制系统的源代码、调制模式以及频宽等，确保系统的高效性与灵活性，这些都属于软件无线电技术的典型特征。1.3 软件无线电的核心思想 软件无线电主要以总线的方式将软件单元组合成基础平台，然后借助软件加载的方式确保各种功能的实现，结构上为开放性。软件无线电的核心思想在于确保 A/D/A 与天线之间无限的接近，通过软件实现无线电的各项功能。值得一提的是，软件无线电并非不需要任何的硬件，而是将硬件当做系统运作的基础平台，平台包含下面这些特征：首先平台具有标准化以及模块化的特性；其连接方式为总线。软件无线电平台的作用对象主要为硬件单元，可以将其划分为多个不同的层，除信源层、射频层以及中频层之外，还包括信令层和基带层，不同的层都具备模块化的特征，利用数据总线与控制总线的方式将所有的层连接起来。与通过中国科技期刊数据库 工业 A 30 软件控制的数字无线电存在着本质性的差别，软件无线电的宗旨在于不再以硬件系统结构作为核心，主要以通信系统作为重点2。其前提为系统结构保持足够的稳定，同时还要做到兼容性，利用软件确保系统各项功能的实现，并结合实际情况对其进行调整和升级，操作起来非常便捷，整体代价比较小，各系统之间还能实现兼容与互联。而利用软件控制的数字无线电技术则无法实现以上这些功能，对于系统结构以及硬件结构的依赖性非常大。软件无线电属于系统性的开放结构，其中的开放性主要有三层含义，首先为研发的开放性，其次为生产过程中的开放性，最后为使用过程中开放性，将给科研机构、生产厂家以及用户带来很多的益处。软件无线电主要具备两大典型特征，其一为集中性，另外一个为灵活性，其中灵活性指的是对于信道的接入方式可以自由进行转换，比如接收多种系统信号或者对调制方式进行调整，通过该特性可以无缝对接多种不同的体制；集中性指的是多个信道的宽带 A/D/A 转换器与射频前端完全一致，在信号处理方面性能比较强大。1.4 软件无线电的关键技术 1.4.1 宽带智能天线 对于软件无线电通信技术来说，宽带智能天线属于相当重要的一项功能。宽带智能天线属于不可或缺的硬件出入口，只能通过硬件来操作，无法通过软件进行加载或者实现全部的功能。该天线频率覆盖的范围一般在 22000MHz 之间3，宽度比较大，同时还能对干扰源进行自动感知，并对干扰源产生的影响产生抑制作用，而且还能自动增强信号并兼容多种不同的通信制式。与强定相天线等传统的天线相比，宽带智能天线的抗干扰性能更强。1.4.2 模数转换（A/D/A）通过前文介绍可知，软件无线电结构的基本特征在于确保 A/D 转换与射频天线之间的无线接近，在最短的时间内将模拟信号进行转换，使其成为数字化信号，在此基础上即可利用通用软件继续处理。在系统里面高速 A/D/A 转换类似于标准接口，可以将软件与RF/IF 两部分进行连接。由此可知，A/D/A 转换器有着相当严格的要求，且数字部分与 A/D/A 转换一定要与系统的带宽保持一致，具备强大的处理能力及通用性。1.5 人工智能 人工智能技术都要以计算机系统作为基础，对人类的行为和智能进行模拟，同时还会用到知识图谱、深度学习、计算机视觉以及机器学习等多种不同的手段，在此基础上确保实现人工智能的效果。目前在软件无线电领域人工智能已得到普及和应用，借助计算机系统实现数据的收集、传输等。2 智能天线的基本概念 智能天线使用的主要为天线阵波束成形技术，其工作原理在于自适应天线阵列，确保波束指向可以对指定信号的天线进行跟踪，属于数字多波束与软件无线电两种技术融合之后的一种产物。在工作过程中主要用到空分多址技术，结合在不同传输方向信号的差异性，将相同码道和频率的信号独立开来，在此基础上可以将有限的信道资源得以充分的应用。在无线基站里面智能天线除了数字信号处理技术之外，还包括天线阵等基础组成，其类型包括两种，第一种为自适应智能天线，另外一种为波束转换智能天线，后者可通过不同的并行波束将所有的用户区域进行覆盖，每个波束均有固定的指向，其宽度大小主要取决于天线的数量。如果用户在小区里面自由的移动，基站将在多个相应波束里面作出选择，确保拥有最强的接收信号。在现实中用户信号并非都在波束的中心位置，如果干扰信号的位置在波数的中间或者用户的位置在波树的边缘地带，此时信号接收效果将非常差，通过多波束天线无法我实现最佳的接收信号，因此通常将其作为接收天线来使用5。不过与自适应天线进行对比，多波束天线不用对用户信号的方向进行判断，整体结构比较简单。智能天线包括多种不同的类型，其中自适应天线阵列属于比较常用的一种，主要目的在于帮助用户发送以及接收信号。其中自适应指的是接收到的信号，信号接收后通过自适应算法加以处理，然后按照特定的规则对天线阵列的权值作出调整，即可在期望的方向获得发射增益，同时在信号干扰的方向逐渐形成“零陷”，伴随着信道以及用户所在位置的变化，系统将对天线阵列的权值作出有效调整，确保高增益波束一直都精准的对向期望信号。3 基于软件无线电的智能天线结构 以软件无线电作为基础的智能天线能力较为突出，可以对有价值的信息进行快速监测，系统将对外界环中国科技期刊数据库 工业 A 31 境的变化自动适应，对天线方向进行优化调整，确保全程跟踪目标信号；同时智能天线还能对外部干扰和噪声进行抑制或者消除，确保系统始终保持在最佳的工作状态。通过软件设计的方式及时更新自适应算法，可确保硬件配置不发生改变的基础上提升系统的灵活性。这种天线一般也称之为自适应天线，包括多个不同的天线单元，所有的条件都要对接复数加权器，然后直接通过相加器合并并输出6，与普通的天线分集方法以及扇区天线存在较大的差异，智能天线可以给所有的用户提供宽度较窄的定向波束，确保在特定的区域之内发送并接收信号，该过程信号发射功率将得以充分的应用，有效规避了信号之间的干扰以及可能引发的电磁污染。4 基于机器学习的智能天线基本算法 利用智能天线对信号进行处理，这些信号在频域和时域上保持重叠，仅仅在空域上对多个路向的信号进行分离，换句话说，智能天线就相当于空域滤波器。其中自适应波束形成算法主要将信息化数字处理技术与天线进行有机结合，对系统输出的信噪比进行调整并改进，开过程主要以系统的空间特性作为参考7，然后利用软件编程实现系统的功能。在具体操作过程中，无需对硬件进行操作，只要对软件做出相应的调整即可完成，在多个场合以及复杂的环境下均可正常使用。目前的智能天线很多都使用自适应波束形成技术，在工作时将对权值大小做出有效调整，确保方向图的自由改变，在特定的信号方向逐渐形成主波束，在其他的方向则形成零陷，通过该操作可有效规避对其他用户产生的干扰，同时还能提升系统的综合性能。其中人工智能算法最典型的应用在于决策树，主要结合 feature所有的节点进行分类并各自提出问题，然后通过所得数据继续分类，然后再发出提问。以上问题都以目前的数据学习作为基础，以新的数据进行融合，即可结合决策树的问题在合适的叶子上分配相应的数据。智能天线的核心在于自适应算法，该算法又可以分为两种，第一种为盲算法，另外一种为非盲算法8。前者不用对导频信号进行发送，往往借助信号本身已存在的、与承载信息比特没有实际关联的特征，并对权值进行调整在满足相关的特性；后者应该是结合型号的具体算法，了解收端需要发送的具体内容，然后按照相应的规则对权值作出调整并加以确认，确保已知的输入与天线的输出之间实现最大的关联，当前应用率较高的准则主要包括 LS,LMS,MMSE。其中机器学习可以与上述算法叠加提升算法性能，比如深度卷积神经网络+MMSE，基于压缩感知的MMSE等。将盲算法以及非盲算法进行对比，可以看到非盲算法的误差更小，拥有相当快的收敛速度，但在使用过程中容易导致系统资源的浪费9。5 结束语 综上所述，以软件无线电作为基础的智能天线技术可以对系统信息进行快速精准的检测，能适应各种复杂的环境，而且无需对硬件组态做出任何的调整，即可实现相应的功能。该技术可操作性比较强，维护起来较为便捷，有助于提升系统的扩容能力和弹性空间。目前在移动通信系统中基于机器学习算法的智能天线已得到普及和应用1011，使系统运行变得更加可靠和稳定，信道容量也随之获得提升，同时还可以对基站的覆盖空间进行扩充，其优势非常突出。与此同时，在智能天线中人工智能算法的作用越来越突出，比如决策术以及随机森林等常见的人工智能算法。不过需要注意的是，智能天线对于元器件的性能有相当严格的要求，未来需要在集成化以及数字化方面进行突破，在此基础上推动智能天线技术的长期可持续发展。参考文献 1杨彦,韦朝欣.基于DSP和交换芯片的中频软件无线电 接 收 控 制 系 统 设 计 J.计 算 机 测 量 与 控制,2021(4):1-7.2芮梓轩,汪海兵,徐煦等.生成式 GPS 欺骗干扰算法设 计 与 软 件 无 线 电 的 实 现 J.无 线 电 工程,2022(4):1-9.3路辉,张帆,张宇轩.基于过零点斜率加窗解调的ACARS 接 收 方 法 研 究 J.北 京 航 空 航 天 大 学 学报,2022(7):45.4陈佳玮,王香懿,赵闻一，等.利用软件定义无线电技术实现分散 IP 网络间通信：极端灾难条件下应急解决方案J.科技与创新,2022,209(17):60-62.5杨芸.一种软件定义的伪码体制高度表信号收发处理 机 设 计 J.电 子 技 术 与 软 件 工程,2022,30(12):126-129.6董慧鑫,匡伟,肖菲，等.适用于智简 IoT 网络的基于背向散射超低功耗软件无线电设计（英文）中国科技期刊数据库 工业 A 32 J.Frontiers of Information Technology&Electronic Engineering,2022,23(01):19-31.7孙学耕,郑新旺.LTE 智能天线广播波束权值研究与应 用 场 景 探 讨 J.福 建 技 术 师 范 学 院 学报,2022,40(02):141-145.8魏盼盼,王峰,文舸一.手持终端小型MIMO智能天线阵 列 的 优 化 设 计 J.固 体 电 子 学 研 究 与 进展,2021,41(03):203-209.9王隆龙,张顺广,叶鹏迪.支持4G传输和北斗系统的动车组车载无线传输模块研制 J.铁道机车车辆,2020,40(06):24-27.10张瑾,袁韵洁,郑昱，等.基于 CSMA_CA 改进的战术级机动自组网 MAC 协议设计与实现J.火控雷达技术,2020,49(01):84-89.11李坤,张静,李潇,金石，等.人工智能辅助的信道估计最新研究进展J.电信科学,2020,36(10):46-55.