双向中继协作（精选九篇）
双向中继协作 篇1
中继选择[3,4,5,6,7,8]和功率分配[7,8,9,10,11,12,13,14]是提升双向系统性能的重要研究内容。文献[3]中提出一种AF协议下的双向中继选择策略,假设网络有i个候选中继,则将选取两个端点到中继节点的最小信噪比最大化的中继节点为最优中继。文献[4 - 5]在文献[3]的基础上采用信噪比上界代替信噪比进行推导来实现中继选择。文献[6]和文献[7]分别提出将具有最小误符号率( Symbol Error Rate,SER) 和最大传输速率的中继节点选取为最优中继。除了协作中继的选择,资源分配也能有效提高协作系统性能。文献[9]联合考虑中继选择和功率分配,采用了文献[3]中的中继选择策略,在基于两个端点最大化最小接收信噪比的情况下求得一种功率分配最优解。文献[10]研究了瑞利衰落信道下基于信道速率阈值的双向中断概率,推导出中断概率的下界,并联合物理层网络编码提出了优化功率分配方案。文献[11]研究双向中继系统中3 个节点信噪比,提出一种最小化中断概率的功率分配策略,但是所采用的中继选择方法仅仅是按照中继的位置距离来选择,未能考虑到信道带来的影响。文献[7,12 - 13]分别研究了不同条件下满足总功率受限条件下使双向通信中断概率最小化的功率分配问题,并求出最优功率分配解。文献[15]在等功率分配( Equal Power Allocation,EPA) 的条件下,利用两个端点的信噪比门限推导了AF协议下双向机会中继系统中断概率的上下界,但是未能求得最优功率分配( Optimal Power Allocation,OPA) 。文献[8,14]研究了系统的信道容量,提出了不同的使得系统容量最大化的功率分配策略。
上述文献在研究最优中继选择时,多仅考虑距离关系或者信噪比约束,未考虑到信道系数带来的影响,也不能同时保证两跳链路的质量达到最佳。本文提出了一种联合考虑中继节点处的接收信噪比和两个端点到中继节点的信道增益的策略来实现双链路最优中继选择,在最优中继选择的基础上,利用两个端点信噪比约束推导出一种新的不等功率分配下系统中断概率的上界表达式,并以最小化中断概率上界为目标进行优化功率分配。仿真结果验证了本文的中继选择策略和功率分配方案的有效性。
1 信道模型
本文考虑一种多中继双向协作系统: 两个终端S1和S2借助N个中继中的某一个来实现数据传输,并假设由于信道质量较差而不存在直传链路。系统建模如图1所示。
图1中S1和S2是两个终端节点,借助R1,R2,…,RN这N个中继节点交换信息,每个节点都配备单天线,工作在半双工模式下。设S1与Ri和S2与Ri之间的信道为相互独立的瑞利衰落信道,分别标记为hi和gi,且hi和gi被建模成均值为0、方差分别为λ1和λ2的复高斯随机变量。设γ1=|hi|2,γ2=|gi|2,则γ1,γ2符合参数为1/λ1、1/λ2的指数分布。假设所有节点处加性高斯白噪声的均值为0、方差σ2=1。假设每个节点都具有完全的信道状态信息。
用两个阶段来描述S1和S2之间互相交换信息的过程。第一个阶段,S1和S2将它们的信号x1和x2传递给最优中继RK后,RK所接收到的信号为
式中: nK表示中继RK处的噪声; hK和gK分别表示S1和S2到中继RK的信道系数。RK将接收到的信号进行放大,设经放大后的信号为zRK,且zRK= βyRK,其中 为放大系数,P1,P2,P3分别表示S1,S2和RK的功率。
第二个阶段,RK广播经过放大的信息,S1和S2在接收到RK的信号后进行解码,则S1和S2接收到的信号分别为
式中: n1和n2分别为S1和S2处的加性白噪声。自干扰消除后,两个终端S1和S2的瞬时接收信噪比表示为
2 双链路中继选择策略与功率分配优化
2. 1 双链路中继选择策略
为了最大化中继节点接收信噪比,同时最优化两跳链路的信道质量,本文采用了一种双链路中继选择( Double Link Relay Selection,DLRS) 策略,即同时考虑S1→S2链路中继节点R处的接收信噪比和中继节点R到目的节点S1和S2的信道增益两个因素来实现最优中继选择。
图1 所示的系统存在N个中继节点,中继节点的信噪比阈值设为 δth,当中继处的信噪比满足条件
就将该节点加入有效候选中继节点集。其中hi是端点S1到第i个中继节点的信道系数。假设有效候选中继节点集为M( R) ,则有
然后从M( R) 中选择一个具有最大信道增益乘积的中继节点与S2连接,这个选出的节点就作为最佳中继Ropt。选择的节点满足
式中: hjgj表示集合M( R) 的中继节点和目的节点S1、S2之间的信道增益乘积。考虑到文献[8]中单跳链路性能过差时不能保证信息的成功传输,因此提出的DLRS就可以保证链路的平衡性,降低系统中断概率,使得两跳链路达到最优状态。
2. 2 最小化中断概率的优化功率分配
在图1 所示的双向工作模型中,定义系统中两个端点接收信噪比,只要任意一个低于给定的门限值,则系统中断发生。定义该信噪比阈值为 γth,则最佳中继的中断概率为
将式(4)、(5)代入式(9),通过比较γ1,γ2的大小,可以得到
观察式(10),由于γ1,γ2符合参数为1/λ1,1/λ2的指数分布,当满足条件γ1P2P3>(P1+P2+P3)γth,即 时,Pout1部分可以表示为
式(11)中,通过变量代换 ,表达式P11部分可以写成
通过利用文献[16]中的等式 ,得到
式中:K1(z)为第一类修正贝塞尔函数。当高信噪比时,可以近似为:K1(z)≈1/z。因此可以得到U≈1。对于式(12)括号内的第二个部分V,通过利用高信噪比近似e-t≈1-t和不等式 ,得到
注意到在高信噪比时, ,于是 ,于是有
又 ,因此推得
观察到SNR2R1和SNR1R2的对称特性,可以得到
因此,最优中继的中断概率为
进行缩放,可以得到中断概率的上界为
注意到多步推导过程都假设了高信噪比条件,因此该中断概率上界只适用于高信噪比场合。
本文的功率分配问题,就是在总功率Pt受限的前提下,基于最小化系统中断概率的准则,实现两个终端节点S1和S2以及最佳中继节点Ropt三者之间的最优功率分配,可以表示为
最小化中断概率Pout(γth),就等于最大化 ,由于该表达式的二阶导数恒大于0,是一个凸函数,又因为限制条件P1+P2+P3-Pt=0的解集合也是一个凸集。故该问题可用凸优化求解,采用拉格朗日乘子法,构建拉格朗日函数为
式中: 均是与节点功率无关的常数。
求解该函数,令 ,得到
观察前3个等式,能够看出P3=P1+P2。则P3=Pt/2,又当中断概率最小时,两个端点信噪比取得最小值,即SNR2R1=γth,SNR1R2=γth,可以得到P1|hK|2gK。故系统的最优功率分配解为||
从求得的结果可以发现,在对双向中断概率进行最小化的最优解中,与文献[10]和[12]类似,将一半的总功率分配给中继节点,将另一半功率在两个端点之间依据信道状态进行分配。
由式( 23) 可以看出,P1和P2分别和各自的信道系数成反比,即某条链路信道系数越大,则该链路上端点所分配的功率越小,这说明此最优解会根据信道增益的不同而自适应地对信道增益较差的链路分配更多的功率。
3 仿真结果与分析
考虑图1 所示的中继网络,衰落信道模型设置为
式: ,vi~ CN( 0,σv2) ,i = 1,2 ,表示变量服从均值为0、方差为 σv2的复高斯随机分布; α 为路径损耗因子,仿真时设置为3。信号的调制方式为BPSK。不失一般性地将两个端点间距离归一化为1,候选中继数量为10,随机分布在S1和S2连线之间,信噪比门限设置为5。
图2 显示了R和S1,S2之间的距离变化对系统中断概率的影响。从图中可以看出,无论采用EPA还是本文的OPA,中继和S1,S2的距离相等时系统的中断概率总是最低。而采用优化功率分配后,系统的中断概率进一步降低,最大提升幅度可达约50% ,最低中断概率也由0. 055降低到0. 048。这说明中继的最佳位置是在S1和S2的中心位置。
图3 显示了最优功率分配下各节点分配的功率。在此情况下,中继节点一直分配总功率的一半,而两个端点则按照信道系数分配另一半总功率。当中继R靠近端点S1时,S1R的信道增益较大,S2R的信道增益较小,此时S2需要更大的发送功率才能满足中继R和端点S1的接收信噪比要求,反之亦然。因而距离中继较远的端点要多分配一些功率。
图4 展示了采用不同功率分配方案时系统的误比特率和信噪比的关系。本仿真中假设中继节点位于S1和S2连线的中心位置。从图中可以看出,当信噪比很低时,本文的双向OPA算法和传统的EPA、文献[11]的OPA算法相比优势并不明显,但是当信噪比大于10 d B时,本文提出的OPA算法相比其他二者所带来的性能幅度提升越来越大。当信噪比为30 d B时,本文算法的误比特率比无协作低2 个数量级,比文献[11]低约1 个数量级。这是因为本文方案中各节点的发射功率是随着信道参数的瞬时值不断微调,而EPA忽略了信道参数的波动,文献[11]的功率分配随信道参数波动过大。
图5对比了不同功率分配和中继选择策略下中断概率与信噪比的关系。本仿真中假设中继节点随机分布于距离S1端点0.3~0.7位置之间。从图5可以看到,本文提出的DLRS策略相比文献[11]中采用的中继选择(Relay Selection,RS)策略和随机中继选择(Random RS,RRS)策略,在中断概率同为10-2时,分别有约1 dB和3 dB的性能提升。此外,信噪比每提高10 dB,中断概率下降约1个数量级。本文提出的OPA方案和DLRS策略比传统EPA和RRS方案有5 dB的性能提升,也较文献[11]提出的功率分配和中继选择策略取得了1 dB的性能增益。
4结束语
双向中继协作 篇2
一、双向协作原则
1、患者自愿的原则。从维护病人利益出发，充分尊重病人的选择权，真正使患者享受到“双向转诊”的方便、快捷、经济、有效。
2、分级管理的原则。常见病、多发病、恢复期病人在乡镇卫生院，危重、手术、特殊治疗在县医院。
3、设备通用、技术共享的原则。物理检查结果互认，合理检查、合理诊疗、合理用药，为患者提供优质价廉的医疗服务。
4、无缝式治疗管理的原则。建立起有效、严密、实用、畅通的上、下级转诊治疗渠道，为病人提供整体性、持续性医疗服务。
二、双向转诊条件
符合下列情形之一的，乡镇卫生院将患者转入县医院：
1、临床各科急危重症，基层医疗机构难以实施救治的病例；
2、受诊疗条件限制的疑难复杂病例；
3、突发公共卫生和重大伤亡事件中，处理能力受限的病例；
4、疾病诊治超出医疗机构核准诊疗登记科目的病例；
5、急性传染病病人及原因不明的传染病病人；
6、精神障碍疾病的急性发作期病例；
7、其他因技术、设备条件限制不能处置的病例。
符合下列情形之一的，县医院将患者转入乡镇卫生院：
1、急性期治疗后病情稳定，需要继续康复治疗的病人；
2、诊断明确，不需特殊治疗的病人；
3、各种恶性肿瘤病人的晚期非手术治疗和临终关怀；
4、需要长期治疗的慢性病病人；
5、老年护理病人；
6、心理障碍等精神疾病，病情稳定康复期病人；
7、一般常见病、多发病病人。
三、转诊流程
1、乡镇卫生院医生填写转诊联系单，交由病员或家属，并与县医院取得联系，由病员或家属凭转诊联系单免挂号直接就诊，必要时转诊单位指派人陪同前往。
2、急症、危重病人直接进入绿色通道，取得联系后，县医院提前做好抢救准备，后补转诊登记。
四、组织保证
1、**县医院双向协作领导小组名单
组长：**院长电话：——
副组长：**业务副院长电话：——
成员：**医务科长电话：——
***办公室主任电话：——
***护理部主任电话：——
***转诊协调，负责接待、分诊、登记、转送、协助转诊患者，联系电话：——
总值班电话：——
——
2、**县医院应急救护组名单
组长：**职务职称
副组长：***职务职称
成员：***职称
***职称
3、乡镇卫生院联系人名单
卫生院名称
院长
职务
联系电话
五、协议书
**县人民医院与乡镇卫生院双向转诊协议书
甲方：**县人民医院
乙方：卫生院
为整合医疗卫生资源，建立新型医疗服务体系，使群众得到经济、便捷、连续的医疗卫生服务，经甲乙双方协商、卫生局批准，就开展社区医疗卫生服务合作达成如下协议：
l、乙方在开展医疗卫生服务过程中，凡遇危、急、难、重症病人，不宜在乙方处诊治时，应及时与甲方联系，并转送到甲方诊治或请甲方会诊。
2、乙方在孕产妇系统管理中，凡所有筛检出的高危孕产妇，应及时转送甲方继续实施进一步管理，以确保孕产妇安全。
3、乙方限于功能定位和医疗条件而不能开展的诊疗、检查项目，应优先介绍患者来甲方处诊疗和检查。
4、甲方对乙方转送的急、危、重病人和高危孕妇，应及时组织会诊处理，开通“绿色通道”，为病人提供优质、便捷的服务。
5、甲方承担对乙方卫技人员的进修、培训任务，并不定期组织医疗专家去乙方协助工作，以互相促进，共同提高。
双向中继协作 篇3
摘要：本文考虑两个源节点通过多个中继节点互相交换信息的无线通信系统，同时在系统中存在一个窃听者。本文研究中继协作系统波束成形技术，提出鲁棒优化模型。在合法用户和非法用户接收信号的信干噪比（SINR） -定的情况下，考虑目标为最小化的中继节点和源节点的总功耗。考虑窃听者的信道状态信息（CSI）不完全确定的情况，估计窃听者的CSI的范围，并且优化出该范围内模型的最优解。文中推导了优化模型的求解方法，并且将该问题转化为带有四个约束的半定规划（SDP）问题，通过寻找SDP问题的秩一解，求得原问题的最优解，得到中继协作波束成形向量。最后，提供了仿真结果验证了算法的有效性。
关键词：物理层安全；鲁棒性；半定规划（SDP）；估计误差
中图分类号：TN925+.3
文献标识码：A
DOI：10.3969/j.issn.1003-6970.2015.09.001
0 引言
在无线通信中，由于无线媒介的开放性，物理层安全技术引起了重大关注，即利用无线信道的物理特性来保证消息传输安全。传统的加密方法，在网络协议栈的上层采用各种加密算法需要以很大的计算量为代价。最初的安全通信的概念可以追溯到1970年代Wyner等人给出了保密能力的概念，使不依赖于信号加密而创建安全传输成为可能。
随着保密能这一概念在各种信道下的推广，复合天线系统中的安全安全利用空间维度来提高保密功能最近吸引了大量的关注，研究了单输入多输出（SIMO），多输入单输出（MISO），和多输入多输出（MIMO）信道。协作中继系统通过中继节点之间的协作延长通信距离，提高通信质量传输速率，可以被看作MIMO网络安全传输的自然延伸。中继传输协议常见的三种，放大并转发（AF），解码和转发（DF），压缩和转发（CF），在考虑保密功能时通常使用放大并转发（AF）协议。
大部分物理层安全的研究工作都是在假设信道状态信息（CSI）已知，然而这种假设很多时候是不合理的。在窃听信号完全不知道时，利用人工噪声（AN）的方案发送干扰信号干扰窃听者。然而这种方法会带来很大的功耗。本文的关键点在于：考虑了在窃听者信道信息不完全已知的情况下，估计窃听者的信道信息的范围，并且化出该范围内模型的最优解。
1 系统模型
1.1 问题描述
考虑两个源节点S1，S2通过中继节点Rn，n=1，…，N互相交换信息的无线通信系统，同时在系统中存在一个窃听者。窃听者可以消极窃听来自中继节点的信号，窃听者的目的是窃听源节点发出的消息。并且在该双半工中继系统中所有的节点都是单天线。在该模型中，两个源节点通过中继交换机密消息，中继采用放大并转发（AF）策略。双向传输包含两个阶段多接入信道（MAC）阶段和广播信道（BC）阶段。假设该系统为时分双T（TDD）模式系统具有上下行信道的互惠性。
从图（2）中可以看出，随源节点安全阈值需求逐渐增大，窃听者窃听到信号的信干噪比（SINR）总能得到限制在OdB左右，而源节点接收到的信号的信干噪比（SINR）逐渐增多。并且从图中可以看出，加入鲁棒条件后的模型所求得的波束成形向量使源节点接收到的信号强度更大，同时抑制干扰，并且鲁棒条件所带的这种优势在γ取值较小时更明显。
从图（3）中可以看出，随初始功率P逐渐增大，窃听者窃听到信号的信干噪比（SINR）总能限制在OdB左右，而源节点接收到的信号的信干噪比（SINR）逐渐增多。并且从图中可以看出，加入鲁棒条件后的模型所求得的波束成形向量使源节点接收到的信号强度更大，同时抑制干扰，并且随初始功率P逐渐增大，鲁棒条件所带的这种优势更明显。
4 结论
双向中继协作 篇4
双向中继技术[1,2,3,4]的基本思想是:通过中继节点将接收到的两用户混合信号先进行线性处理, 再经过广播发送回两用户, 每个用户对中继发来的信息进行自干扰消除后即可获得对方用户的信息。传统的协作模式需要四个传输时隙来完成该过程, 双向中继技术仅需要两个传输时隙完成信息交互过程, 这大大减少了多用户传输的资源开销, 提高了系统传输效率及吞吐量。在双向中继技术中, 中继节点对于多用户混合接收信号的检测能力是决定该技术性能优势的关键所在[5]。因此, 如何实现中继节点高效且低复杂度的多用户接收机是目前亟待解决的问题。
本文针对双向中继系统建立了中继节点多用户接收机因子图模型, 通过利用高斯参数化对混合高斯分布的近似, 提出了一种联合信道估计、多用户检测与译码的迭代消息传递算法, 在合理的复杂度下有效提高了中继接收机对于多用户混合信号的检测性能。
1 双向中继系统模型
半双工约束下的单天线双向中继协作通信系统在没有直接通信链路的情况下, 两个用户U1与U2通过中继节点R进行信息交互。双向中继系统的基本思想是通过利用无线信道的广播特性, 减少用户间信息交互所需的传输时隙, 从而有效地提高系统的传输效率与吞吐量。双向中继传输方案通常仅需要两个传输时隙:多址时隙与广播时隙。在多址时隙中, 用户U1与U2同时向中继节点R发送信息, 中继节点R需要对两个用户的叠加基带信号进行检测。在广播时隙, 中继节点R将两用户信息的模2和广播给各个用户。用户利用自身信息对接收到的广播信号进行干扰消除, 即可得到另一用户的信息。双向中继系统的基本结构如图1所示。
在多址时隙, 两个用户产生均匀且独立同分布的信息比特{bki}, 其中i∈{1, 2}分别表示用户1与用户2的信息。经过LDPC编码及线性调制后生成发送符号序列{xki}。为了得到信道的初始估计, 在发送符号序列中周期地插入导频符号。此时, 中继节点R接收到的混合信号可表示为:
其中:nk为加性高斯白噪声采样, 均值为0, 方差为2σ2。{hki, i=1, 2}表示两用户上行链路的时变瑞利衰落复信道系数, 且服从。设衰落信道采用Jakes各向同性散射模型, 则hki的自相关函数可表示为Rci[k]=J0 (2πfDiTsk) , 其中{fDi, i=1, 2}分别为两用户上行链路的多普勒频移;Ts为符号周期;J0 (·) 为第一类零阶贝塞尔函数。利用一阶的AR模型对衰落信道的时变特性建模, 可得:
式中:wki为独立同分布的零均值复高斯随机变量, 方差为σ2w, i。
2 中继节点迭代接收机设计
本文将因子图方法应用于中继节点的多用户接收机设计中, 建立两用户双向中继的因子图模型, 并基于因子图上的消息传递, 提出了一种适用于中继节点接收机的联合迭代信道估计、多用户检测与译码算法。在多址传输时隙, 中继节点接收到两个用户同时发送的混合信号, 此时联合后验概率分布可因式分解为:
式中I{xi=m (bi) , i∈{1, 2}分别表示用户1与用户2的编码调制映射指示函数, 若xi为对应于bi的合法复调制编码序列, 则指示函数为1, 否则为0。式 (3) 的推导中, 分别利用了信息比特的均匀独立同分布特性、AWGN信道的无记忆特性以及衰落信道系数的AR模型假设。因式分解式 (3) 对应的因子图模型如图2所示。其中函数节点对应的函数定义为:
为了在中继节点得到有效且低复杂度的信号检测算法, 在双向中继接收机的因子图模型上应用了SP算法。图2给出了第k时刻用户1各边上的消息表示, 用户2的消息与用户1对称。其中, P (·) 表示消息为离散变量的概率质量函数, p (·) 表示消息为连续变量的概率密度函数。对于用户1的变量节点xk1, 消息Pu (xk1) 表示发送至译码器的编码符号后验概率, 而Pd (xk1) 表示译码器更新后的编码符号后验概率。
因子图的消息迭代更新过程如下:首先用户1进行信道估计, 解映射与LDPC译码, 随后用户2进行信道估计、解映射与LDPC译码, 信道估计与译码输出的软信息在对应于因子图上、下两部分的检测器间迭代地传递, 直到算法达到收敛。由于因子图的对称性, 这里仅对因子图上半部分的消息更新进行推导。
首先, 采用高斯近似方法。假设用户2的消息pu (hk2) 具有高斯分布形式:
根据SP算法法则, 消息pd (hk1) 可计算如下;
根据式 (4) 与式 (5) , 式 (6) 可转化为:
此时消息pd (hk1) 为混合高斯分布形式, 进一步利用最小发散度 (KL距离) 的高斯分布来近似混合高斯分布消息pd (hk1) , 表示为:
其中:
式中, ρk1、ηk1与ρk2、ηk2分别为用户1和用户2第k时刻发送符号的后验均值与均方值。在式 (8) 的高斯近似下, 结合时变信道的AR模型, 用户1的信道估计子图转化为线性高斯系统。因此, 采用前向-后向的递归消息传递, 如图3所示, 其中前向与后向消息均为高斯分布形式。
经过前向与后向高斯消息参数的递归计算, 可得:
其中:
第k+1时刻的前向消息pf (h1k+1|k) 可计算为:
其中:
其中k=0, K, K-1, 前向递归的初始化条件设定为A1, f0|-1=0, B1, f0|-1=1。
类似于前向消息的递归推导, 后向消息的参数递归计算如下:
其中k=K-1, K, 0, 初始化条件为A1, bK-1|K=0, B1, bK-1|K=1。
通过前向与后向消息, 可以计算用户1信道估计子图的输出消息pu (hk1) 参数为:
最终, 利用用户1与用户2的信道估计输出消息, 可得消息Pu (xk1) 的计算式为:
由于中继系统采用了LDPC编码调制, SP算法在因子图编码约束节点的应用对应标准的BP迭代译码算法。用户1译码器利用BP译码算法计算编码比特的后验对数似然比信息Pd (ck1) , 经过重新映射生成编码符号的后验概率消息Pd (xk1) 。至此, 通过以上的信道估计、检测与译码过程, 完成了对因子图上半部分 (用户1) 的消息传递与更新。由于因子图的对称性, 在对应于用户2的下半部分重复以上的消息传递与更新, 即可在中继接收机中完成一次完整的迭代过程。经过多次迭代之后, 译码器分别输出用户1与用户2的信息比特判决。
3 系统性能分析
本节给出了双向中继系统中基于因子图的迭代信道估计、多用户检测与译码算法的误比特率性能。两用户理想信道对应于中继接收机完全已知两用户上行衰落信道系数时的迭代消息传递算法性能;单用户非理想信道对应于当仅有单个用户与中继进行通信时的迭代消息传递算法性能[6]。仿真采用1/2码率、码长为4 000的规则LDPC码, Gray映射的QPSK调制方式。假设两用户采用相同的发射功率和编码调制方案, 并且上行信道具有相同的衰落特性, 归一化多普勒频移为fDT=0.005。设导频符号间隔为N=21, 因子图中总的迭代次数为3次, 每个仿真点的仿真次数为10 000次。
由图4与图5可见, 经过3次迭代, 中继接收机对用户1与用户2的译码性能均已收敛于单用户非理想信道情况, 当BER=10-5时, 仅存在约0.35 d B和0.15 d B的Eb/N0损失, 由此证明了所提出的迭代消息传递算法具有良好的多用户检测能力。在计算复杂度方面, 由于算法中将包含多个符号变量的混合高斯分布消息近似为单高斯分布函数, 在应用SP算法的过程中避免了对混合高斯分布的高复杂度积分运算, 因此显著降低了迭代算法的计算复杂度。
4 结论
因子图与和积算法能够直观表示函数的因式分解并高效地计算复杂函数的边缘函数。本文利用了这种新颖的迭代接收机设计方法, 在时变瑞利衰落信道下, 利用因子图工具建立了两用户双向中继系统的中继节点接收机因子图模型, 并且提出了一种联合信道估计、多用户检测与译码的迭代消息传递算法。通过采用高斯分布对混合高斯消息进行近似, 使中继接收机在可接受的实现复杂度下能够获得良好的多用户混合信号检测性能。
摘要：针对双向中继协作系统建立了中继节点多用户接收机因子图模型, 通过利用高斯参数化对混合高斯分布进行近似, 提出了一种联合信道估计、多用户检测与译码的迭代消息传递算法, 在合理的复杂度下有效地提高了中继接收机对于多用户混合信号的检测性能。
关键词：双向中继,迭代接收机,因子图,消息传递
参考文献
[1]WU Y, CHOU P A, KUNG S Y.Information exchange in wireless networks with network coding and physical-layer broadcast[R].Microsoft Research Redmond, SR-TR-2004-78, 2004.
[2]FRAGOULI C, BOUDEC J Y, WIDNER J.Network coding:an instant primer[J].ACM SIGCOMM Computer Communication Review, 2006, 36 (1) :63-68.
[3]ZHANG S, LIEW S, LAM P.Hot topic:physical-layer network coding[C].The 12th Annual International Conference on Mobile Computing and Networking, 2006:358-365.
[4]RATNAKAR N, KRAMER G.The multicast capacity of deter ministic relay networks with no interference[J].IEEE Transaction on Information Theory, 2006, 52 (6) :2425-2432.
[5]SIMON M K, ALOUINI M S.Digital communication over fading channels, 2nd ed[M].New York:John Wiley and Sons, 2004.
双向中继协作 篇5
近几年,物理层网络编码(Physical Layer Network Coding,PNC)是无线通信领域的热点话题之一,吸引了大量的学者进行相关研究[1,2]。在有线网络中,网络编码的基本思想是中间节点转发其接收数据包的某一组合方程,而不是多个单独的数据包[3],进而可以提高网络的吞吐量。随后有3组不同研究团队几乎同时将其思想引入到了无线网络中,提出了物理层网络编码[4]、模拟网络编码[5]的概念,以及相关理论上的研究[6]。其核心都是通过电磁波天然的叠加性质实现对多个无线信号的组合,即在物理层实现网络编码运算。研究表明,在由两个源节点和一个中继节点组成的双向中继信道(Two-way Relay Channel,TWRC)模型中,可允许两个源节点同时发射信号,中继节点对两个源信号的模2和(即异或值)进行译码和转发,此方法可以大大提高该模型下的吞吐量。自此,物理层网络编码由于具有能够显著提高无线网络吞吐量的潜力,吸引了诸多学者的兴趣。研究的目标是如何利用物理层网络编码进一步提高无线中继网络的传输速率或容量。
2011年,Nazer和Gastpar为无线中继网络提出了一个新的中继策略:计算-转发策略[7]。其基本思想是通过采用格码(lattice codes),对多址干扰加以利用而不是抑制,进而可以提高网络吞吐量。在这一中继策略中,多个源节点同时发射信息,但中继节点不单独恢复出这些信息,而是希望对这些信息的某一整数线性组合(即方程)进行译码并将其传递给目的节点。目的节点从多个中继处接收到足够数量的方程后,便可以通过解这些线性方程而得到原始的多个信息。
双向中继信道模型来源于双向中继通信,即两个源节点通过一个中继节点互换信息,且二者之间没有直达链路。若采用传统存储转发方式,受半双工工作方式限制,需要4次信道占用(即时分多址接入方式中的4个时隙)完成两个数据包互换;而采用物理层网络编码只需2次信道占用即可完成。典型的物理层网络编码过程包含两个阶段:多址阶段和广播阶段[8]。在多址阶段,两个源节点同时发送信息给中继节点,中继对其某一组合形式进行译码;在广播阶段,中继节点将这一原始信息组合广播给两个源节点。
1 计算-转发中继策略
在计算-转发中继策略中,由于要求码字的整数线性组合仍然是码本中的一个码字,所以目前仍都采用线性码。格码不仅能满足上述要求,还具有诸多其他良好性质,因此在计算-转发策略中得到广泛应用。
计算-转发策略是为一般化的无线中继网络而提出的,网络模型中通常存在多个源节点和多个中继节点,如图1所示。
1.1 编码过程
在编码过程中,L个信源节点的发射消息记为w1,w2,…,wL∈Fqk,通过编码器得到L个n维的复数值码字。编码码字发送到信道中,第l个源节点到第m个中继节点之间的信道系数记为hml,取值也为复数值。每个中继节点接收到的是全部源节点发送信号的某一线性组合,同时叠加加性噪声z。则第m个中继节点的接收信号可记为:
式中,n维的码字需要满足平均功率限制,即(1/n)E‖xl‖2≤P。信道为加性高斯白噪声信道,则z为循环对称复高斯随机向量,即z~CN(0,σ2In),式中,In为n×n的单位矩阵。
1.2 译码过程
假设中继节点能够获得所有源节点到该中继节点之间的信道系数。每个中继的任务是译码恢复出所有源节点发射码字的一个整数型线性组合:
式中,是译码过程中所选取的系数,选取准则为最大化可达速率。
每个中继节点完成译码后,将得到的线性方程转发给目的节点。目的节点接收到足够数量的线性独立方程后,即可恢复出所有源节点所发射的消息。
计算-转发策略中常用的译码方法如图2所示。
译码过程主要包括两步,首先根据最优比例系数对接收信号进行缩放,其次将缩放后的信号量化到最近的格点[9]。在复数信道AWGN网络中,当信道系数向量为
能够使计算速率最大化的α取值为其MMSE系数值,即:
将上述最佳比例系数值带入式(3),即可得到计算速率的最终表达式。
2 双向中继通信在AWGN信道的可达速率
2.1 双向中继信道
首先给出如下假设:
(1)本文采用基于计算-转发策略的物理层网络编码方案,其容量主要由中继节点处的可达速率所决定,为此可只考虑中继处的可达速率;
(2)在不采用预编码时,每个用户的平均发射功率为P,同时两用户的速率为对称速率;
(3)为便于性能比较,当采用信道反转预编码时,总的平均发射功率设为2P;
(4)在衰落信道中,信道系数的取值为复数值;
(5)每个接收机处的接收信号先按MMSE比例系数进行缩放,然后再进行格译码。
2.2 AWGN信道的可达速率
在第1个时隙,即多址传输阶段,两个源节点同时发射信号,中继节点则对这两个用户发射码字的一个整数线性组合进行译码。对于AWGN信道来说,信道系数h1=h2=1均为整数,则译码时整数线性方程的最佳系数等于信道系数即可。式(4)中的MMSE比例系数为αMMSE=2P/(σ2+2P)。等效噪声为:
此时的可达速率为:
图3给出了计算-转发中继方案与传统四时隙的存储转发方案、三时隙的网络编码方案、译码-转发和放大-转发方案的可达速率对比。其中后几种传输方案参见文献[1,8],此处不再赘述。由图3可知,采用计算-转发的中继传输方案,其性能表现良好,且在高SNR区域获得的性能提升更大,更接近理论上界。
2.3 计算-转发在双向中继信道中的优势分析
对双向中继通信来说,与其他中继策略相比,基于计算-转发的物理层网络编码方案具有两个主要优势。首先,在传输过程中,由于每个目的节点只需译码单个消息(即对方消息),因此只需要一个整数线性方程,而中继节点总是能够提供这一方程。其次,在具有多个源节点和多个中继节点的一般化中继网络中,当信道为AWGN信道时,中继节点难以为一个目的节点提供足够多的、相互独立的整数线性方程。但对于双向中继信道来说,由2.2节可知AWGN信道非常适于计算-转发策略。实际上,通过下一节在衰落信道中的应用也可验证以上结论。
3 双向中继通信在衰落信道的可达速率
分别考虑没有预编码和有预编码的情况。
3.1 发射端无预编码
此时的双向中继信道模型即计算-转发策略中用户数为2的情况,可达速率直接由计算速率表达式(3)给出:
式中,aopt=[a1,a2]为最优的整数系数向量,与信道系数向量h=[h1,h2]相互独立。
3.2 发射端执行无约束的预编码
在具有多个源节点和多个中继节点的一般化无线中继网络中,由于每个源节点都具有到多个中继节点之间的多个路径,因此源节点无法进行预编码。但双向中继信道中只有一个中继节点,因此在多址阶段,两个源节点到中继节点之间的信道衰落可通过预编码来完全抵消。但需指出,广播阶段同样无法对中继节点的发射信号进行预编码。
在多址阶段,假设每个源节点的瞬时发射功率可以任意高,则可在发射端执行信道反转预编码,使得中继处的接收信号保持为y=x1+x2+z,此时与AWGN信道的情况完全相同。具体说来,两个用户发射信号时分别用1/h1和1/h2对各自信号进行预编码,此时对应的发射功率则变成P/|h1|2和P/|h2|2。
考虑到由于预编码而引起发射功率的变化,采用计算-转发策略的物理层网络编码方案的可达速率为:
其中,总的瞬时功率变化系数由下式给定:
每个用户每时隙能够获得的可达速率为式(8)中速率的一半。
3.3 发射端执行信道感知的预编码
由于实际发射机工作时的发射功率不能做到任意高,而是存在某一上限,因此前述预编码方案在实际应用中可能存在问题,即当信道增益过小时,信号发射时的预编码系数过大而使得瞬时发射功率超过实际上限。为克服此问题,在这一小节提出一种信道感知的预编码方案。
假设平均发射功率为P,瞬时发射功率的上限为PLIMIT,则信道感知的预编码过程如下:
(1)如果两个源节点到中继节点的信道状态都较好,即P/|h1|2≤PLIMIT,且P/|h2|2≤PLIMIT,则两个用户均执行预编码,且整个传输过程按照计算-转发策略进行。
(2)如果两个源节点到中继节点的信道状态都过差,即P/|h1|2>PLIMIT,且P/|h2|2>PLIMIT,则两个用户均不发射信号,此时可节省发射功率。
(3)如果有一个源节点到中继节点的信道状态较好,即P/|h1|2≤PLIMIT,或P/|h2|2≤PLIMIT,则信道状态较好的用户执行预编码并发射信号,另一个用户则不发射信号。此时发射信号的用户可获得单用户速率的上限。
根据以上预编码方案,每用户每时隙的平均可达速率可表示为:
式中,p1为h1和h2均较好,p2为只有h1较好,p3为只有h2较好的概率。
图4对比了以上3种方案中每用户每时隙的平均可达速率,其中信道增益的方差σ2h1=σ2h2=1。从图中可知,当SNR超过特定值时,有预编码的中继方案其可达速率提升明显。信道感知的预编码方案优于无约束的预编码方案。
3.4 仿真验证
此小节通过仿真验证对比以上3种中继方案的误码率性能。仿真中,两个源节点采用的格码为取自瓕2,且每一维度的点数为2,等效于4-QAM星座。在中继节点处,中继通过格译码得到源节点发射码字的整合线性组合。图5给出了不同方案下的误符号率。
从仿真结果可知,当SNR大于特定值时(以上仿真条件中约4.0 d B),执行信道感知预编码的中继方案其性能优于没有预编码的中继方案。而执行无约束预编码的中继方案只在SNR高于约16.5 d B时的性能好于无预编码的中继方案。
实际上,当信道状态过于恶劣时,能够正确译码的概率将十分小,因此当信道状态较好时再传输便会得到一定增益,信道感知预编码中继方案的性能提升即来源于此。这一思想也类似于常见的注水算法[10]。
4 结束语
对于双向中继通信来说,无论是AWGN信道还是衰落信道,计算-转发策略都是非常合适的中继策略。从可达速率的表达式可知,基于计算-转发策略的传输方案总是能够达到最大自由度,并不需要一般化多源、多中继网络中的限制条件[11]。针对衰落信道,提出了信道感知的预编码方案,能够进一步提升该信道下的可达速率,本文研究为推动物理层网络编码技术的实际应用提供了有意义的参考。
参考文献
[1]Nazer B,Gastpar M.Reliable Physical Layer Network Coding[J].Proceedings of the IEEE,2011,99(3):438-460.
[2]Liew S C,Zhang S,Lu L.Physical-Layer Network Coding:Tutorial,Survey,and Beyond[J].Physical Communication,2013,6:4-42.
[3]Ahlswede R,Cai N,Li S-Y R,et al.Network Information Flow[J].IEEE Transactions on Information Theory,2000,46(4):1204-1216.
[4]Zhang S,Liew S C,Lam P P.Hot Topic:Physical-Layer Network Coding[C]∥Proc.ACM Int.Conf.Mobile Comput.Netw.(Mobi Com),Los Angeles,CA,2006:358-365.
[5]Popovski P,Yomo H.The Anti-Packets Can Increase the Achievable Throughput of a Wireless Multi-Hop Network[C]∥Proc.IEEE Int.Conf.Commun.(ICC),Istanbul,Turkey,2006:3885-3890.
[6]Katti S,Gollakota S,Katabi D.Embracing Wireless Interference:Analog Network Coding[C]∥ACM SIGCOMM Computer Communication Review,2007,37(4):397-408.
[7]Nazer B,Gastpar M.Compute-and-Forward:Harnessing Interference Through Structured Codes[J].IEEE Transactions on Information Theory,2011,57(10):6463-6486.
[8]李博.物理层网络编码及其在非对称双向中继通信中的性能研究[D].哈尔滨:哈尔滨工业大学,2013:14-30.
[9]Feng C,Silva D,Kschischang F R.An Algebraic Approach to Physical-Layer Network Coding[J].IEEE Transactions on Information Theory,2013,59(11):7576-7596.
[10]Tse D,Viswanath P.Fundamentals of Wireless Communication[M].New York:Cambridge University Press,2005.183-185.
N7双向中继同抢的负面影响 篇6
1 七号信令网中话路的选线方式
目前最常用的是双方分别主控奇、偶信道的选线方式来预防同抢。其选线机制是:利用每个交换节点特有的信令点编码SPC,电路两端SPC大的交换点主控偶信道,SPC小的交换节点主控奇信道,对主控信道采用先进先出(FIFO)方式,对非主控信道采用后进先出(LIFO)方式。例如:SPC大的交换点,首先选择偶信道,在无偶信道可用时可以选择奇信道。在对非主控奇信道的选择时,使用后进先出方式,即在空闲的奇信道中选择最新释放空闲的电路。而另一端SPC小的交换点,作为奇信道的主控点,采用的是先进先出的方式,即在空闲的奇信道中选择最先释放空闲的电路。这样,同抢的可能性最小,同抢只是在只有一条可用电路而双方都有呼叫需要接续时才会发生,一般是双向话务非常高的情况下。若不幸同抢发生,此时信道的主控方继续接续,而非主控方放弃。
2 一次中继同抢故障
2.1 故障描述
今年4月发现湖北省智能网武汉SSP(以下称省SSP)至武汉本地TG2有同抢现象,此时话务量并不是十分高。经查省SSP选线方式有问题,作为SPC小的一端应该主控奇信道,但数据做成主控偶信道。这样在呼叫接续进展到电路选择时,双方都会优先选择偶信道,对资源的合理使用有较大影响(奇信道的占用少),在话务忙时,会造成比较严重的同抢。N7监测系统检查4月14日19:00-20:00省SSP至TG2共呼叫2419次,同抢89次(占比3.68%),同抢均发生在偶信道。
2.2 同抢对接通率的影响
省SSP统计中也可以看到同抢,而且同抢对接通率有较大影响。省SSP与武汉本地4个TG均开放直达中继,2011年4月14日省SSP出局统计中本地TG情况:
从统计中可以看到:省SSP至TG2较至其它TG的双占次数、中继重选次数明显,而中继占用率低,接通率和应答率都低4个百分点左右。
之后省SSP调整至TG2的中继数据,将主控改为奇信道。检查调整后省SSP与TG2间呼叫,未见同抢;调整后省SSP统计中至本地TG2的指标明显好转,与其它TG指标持平,具体见下表:
2.3 同抢对资源的影响
从理论上讲,同抢时,非主控方应该主动释放放弃呼叫,由主控方继续接续。此时至少有一方的呼叫可能接通。但从N7监测系统跟踪到的省SSP与TG2间的同抢信息,双方呼叫均未接续成功,IAM后“相持”20秒左右释放(双方都有主动释放的情况)。分析是因为双方都认为自己主控偶信道,造成“互不相让”的局面,致使双方呼叫均不能成功接续。
3 结语
协作通信中的解码转发中继策略优化 篇7
协同通信近年来得到快速发展, 其基本思想是无线网络中的各单天线用户彼此为对方转发信息以此获得空域分集。解码转发 (Decode-and-Forward Relaying, DF) [1]作为协作通信中最主要的方法之一, 受到广泛关注。将其与其他技术结合产生出现代无线通信新技术, 例如将DF协议应用于OFDM系统产生新的DFOFDM系统, DF-OFDM技术将成为现代无线通信的核心技术[2]。传统的固定中继协作通信技术由于各个终端采用半双工模式, 在传输速率上遭受着确定性的损失, 而且固定DF中继的性能受限于源到中继及中继到目的的信道的较弱者, 这就导致它能获得的分集为1。为了克服这些问题, 文献[3 -5]给出了2种自适应协作策略:选择中继 (Selection Relaying) 和增量中继 (Incremental Relaying) , 这2种协议可以获得较低的中断概率, 但是选择中继只要中继节点能够正确接收信息, 就始终进行信息的转发, 而增量中继无论源 -中继链路的质量如何, 只要源—目的链路发生中断, 中继节点始终进行信息的转发;文献[6]提出了一种在Nakagami-m衰落信道下单中继节点模型的选择增量中继, 并利用矩母函数 (Moment Generating Function, MGF) [7]的方法推导了系统中断概率的表达式, 但是Nakagami-m信道参数估计[8]及其功率增益服从的Gamma分布的概率密度[9]比较复杂, 并且用矩母函数研究随机变量的概率密度或某些统计特性的时候, 需要用到Laplace变换及其逆变换, 分析起来比较复杂。
为了提高系统的中断性能并降低分析复杂度, 本文在两跳单中继协作通信系统模型[4]下, 对固定DF协议进行了研究, 并借鉴自适应协作策略的思想, 对其进行了改进优化。
1 系统信道模型
考虑典型的两跳单中继协作系统模型, 如图1所示。模型中s表示源端, r表示中继端, d表示目的端。
本文中假设用户通过2个正交信道发送信息, 所有信道为窄带频率非选择性慢衰落信道, 噪声为加性高斯白噪声, 收发两端均确知信道状态信息。hij (i∈{s, r}, j∈{r, d}) 表征信道衰落系数, 服从均值为0、方差为σ2ij的独立循环对称复高斯随机分布, 包络服从瑞利 (Rayleigh) 分布, 包络平方hij2服从参数为λij=1 /σ2ij的指数分布[10]。即本文中所有的随机变量都是独立的指数随机变量, 这一假设使得中断概率的计算变的比较直接。
2 中继协议的改进及其中断概率表达式
中断事件, 即信道互信息量 (I) 小于给定速率 (即频谱效率) R的事件[11]。互信息量的表达式为:
式中, M∈{0, 1}, 当中继不参与协作时M=0, 当中继参与协作时M=1;lb (·) 表示取以2为底的对数;Γi (i∈{s, r}) , Γs= Ps/σ2N, Γr= Pr/σ2N, σ2N表示噪声功率, Ps表示源端发射功率, Pr表示中继端发射功率。
中断概率pout为:
式中, p (·) 表示取概率。
2.1 改进的解码转发方式 (IDF)
2.1.1 算法描述
该IDF方式算法具体描述为:当且仅当源—目的端瞬时信道传输特性优于中继—目的端, 即事件E ={hsd2≥hrd2}发生时, 系统无需采用协作通信模式, 由源直接发送信息给目的端, 中继不参与通信过程, 此时称为直接传输模式。当源—目的端瞬时信道传输特性差 于中继—目的 端, 即事件EC={hsd2< hrd2}, 发生时, 采用传统DF方式, 此时称为协作通信模式。
2.1.2 中断性能分析
当系统采用协作通信模式时, 中断概率为:
式中, IDF表示解码转发情况下的信道互信息量。
当系统采用直接传输模式时, 中断概率为:
式中, IDT表示直接传输情况下的信道互信息量。
系统的中断概率可以表示为:根据文献[12]中的推理可得:
由此可以推导出, 当 (Γs/Γr) λrd- λsd= 0时, 系统中断概率为:
式中, g1 (Γs) = (22R- 1) /Γs;g2 (Γs) = (2R- 1) /
当 (Γs/Γr) λrd- λsd≠0时, 系统中断概率为:
2. 2 增量选择中继 (ISR)
在研究分析了协同通信中继协议后发现, 选择中继和增量中继各有所长。于是, 将两者的优点结合起来, 产生了一种新的中断协议, 即增量选择中继。其算法描述类似于文献[6], 根据算法描述, ISR的系统中断概率为:
式中, ISR表示选择解码转发情况下的信道互信息量。
当 (Γs/Γr) λrd- λsd= 0时, 系统中断概率为:
当 (Γs/Γr) λrd- λsd≠0时, 系统中断概率为:
式中, g2 (Γr) = (2R- 1) /Γr。
3 仿真结果分析
为验证改进策略的有效性, 下面给出Matlab计算机仿真结果。具体仿真条件设置为:源—目的端的信道方差σ2sd=1, 源—中继端和中继—目的端的信道方差均为0. 5, 噪声方差σ2N= 1。取速率R = 2 bps /Hz, 得到中断概率随信噪比的变化图如图2所示。
从图2可以看出, 中断概率为10- 2时, IDF较DF改进了5 dB。中断概率为10- 0. 1时, IDF较SR改进了2. 5 dB, 且当信噪比低于11 dB的时候, 其中断性能均优于SR, 但是随着信噪比的增加, 其中断性能下降, 说明IDF适用于低信噪比的场景。另外可以看出, 中断概率为10- 2时, ISR较IR改进了4 dB, 较SR改进了10 dB, 较DF改进了23 dB, 并且随着信噪比的增加, 其中断性能优势越来越明显。
取信噪比Γ =40 dB, 得到中断概率随频谱效率R的变化图如图3所示。
从图3可以看出, 中断协议性能随着速率R的增加而变差, 当频谱效率大于6.5 bps/Hz时, IDF的中断性能优于SR和DF, 而ISR始终具有明显的性能优势。在实际应用中, 可以根据不同的侧重点选择中继协议。
4 结束语
研究了在两跳单中继协作系统模型中, 信道服从独立循环复高斯分布, 噪声为加性高斯噪声的条件下, 中继协议DF、SR、IR和直接传输的系统中断概率, 并推导出了其中断概率的表达式。针对固定DF的缺点提出了IDF策略, 将选择DF中继和增量中继的优点结合起来, 提出了ISR策略, 并推导出了它们的中断概率表达式。仿真实验表明, 提出的中继协议, 尤其是ISR大大提高了系统的中断性能。
参考文献
[1]LANEMAN J N, WORNELL G W.Distributed Space-Time Coded Protocols for Exploiting Cooperative Diversity in Wireless Networks[J].IEEE Trans.Info.Theory, 2003, 49 (10) :2 415-2 425.
[2]冯冬雷, 颜彪, 刘松霖, 等.DF-OFDM多中继系统中的子载波匹配[J].无线电通信技术, 2013, 39 (4) :22-24.
[3]SENDONARIS A, ERKIP E, AAZHANG B.User Cooperation Diversity-Part I:System Description[J].IEEE Transactions on Communications, 2003, 51 (11) :1 927-1 938.
[4]SENDONARIS A, ERKIP E, AAZHANG B.User Cooperation Diversity-Part II:Implementation Aspects and Performance Analysis[J].IEEE Transaction on Communications, 2003, 51 (11) :1 939-1 948.
[5]LANEMAN J N, TSE D N C, WORNELL G W.Cooperative Diversity in Wireless Networks:Efficient Protocols and Outage Behavior[J].IEEE Transactions on Information Theory, 2004, 50 (12) :3 062-3 080.
[6]冉杰, 王羽莹.两跳单节点选择增量中继系统及其中断概率研究[J].现代电信科技, 2011, 12 (12) :37-41.
[7]朱松.基于Nakagami-m模型的协同中继性能分析与增强技术研究[D].北京:北京邮电大学, 2010.
[8]张程.基于高阶矩的Nakagami m参数估计方法[J].无线电通信技术, 2012, 38 (2) :13-16.
[9]张正成.Gamma分布密度函数的一种推导[J].兰州交通大学学报 (自然科学版) , 2005, 24 (1) :154-155.
[10]BLETSAS A, SHIN H, WIN M Z.Cooperative Communications with Outage-Optimal Opportunistic Relaying[J].IEEE Trans.Wireless Communication, 2007, 6 (4) :3 450-3 460.
[11]OZAROW L H, SHAMAI S, WYNER A D.Information Theoretic Considerations for Cellular Mobile Radio[J].IEEE Transactions Vehicular Technology, 1994, 43 (2) :359-378.
双向中继协作 篇8
由于放大转发( AF) 双向中继协作通信系统可以在两个时隙中完成源节点之间的信息交换,具有较高的有效性及可靠性,近年来获得了研究者的广泛关注[1,2,3]。文献[4]针对AF双向中继系统,研究了系统业务的不对称性对中断性能的影响,并提出一种不对称AF双向中继选择方法。文献[5]详细介绍了双向中继系统的容量上限。针对两个源节点以及中继节点的功率都相等的情况,文献[6]提出了一种低复杂度双向中继选择方法。文献[7]提出了一种适用于双向中继传输的集中式中继选择方法,该方法需要持续估算整个系统中所有链路的信道状态信息,实现复杂度较高。
上述研究工作都是在忽略干扰的情况下进行的,而在实际的通信系统中,干扰总是存在的,尤其是相邻小区间的干扰总是不可避免的。文献[8]针对干扰受限场景下的单向中继系统,提出了几种简化的低复杂度中继选择算法。然而,双向中继系统在干扰受限场景下的中继选择问题,现有文献还较少涉及。为此,本文提出了一种干扰受限场景下的双向中继选择方法。需要特别指出的是,由于该方法还考虑了两个源节点的发射功率和期望的阈值速率均不同的情况,对存在干扰的实际基站 - 用户通信模型具有重要的参考价值。研究表明,所提方法以一种较低的系统复杂度,在高信干噪比时,达到了最优的中继选择系统性能。与最优的中继选择方法相比,该方法采用分布式的中继选择方法,通过比较两个源节点以及干扰源节点的信噪比来选择最优的中继节点,免去了持续估算整个通信系统所有链路的信道状态信息的过程,大大降低了系统复杂度。与传统的忽略干扰的中继选择算法[9]相比,该方法大大降低了系统的中断概率。
1 系统模型
假设存在一个简单的蜂窝系统网络,它是由两个相邻的小区组成,分别是( C,C') ,如图1所示。
每个小区均由两个源节点A和B以及一簇中继节点Srelay= { 1,2,…,N} 组成。假设所有节点均安装为单天线,其工作状态为半双工的,并且两个源节点A和B之间因为有深衰落而不存在直传路径,只能通过中继节点进行间接通信。
本通信系统分2个时隙完成整个传输过程,在第1个时隙中,两个源节点同时发射信号给中继节点,在第2个时隙中,被选择的中继节点k将接收到的叠加信号以及干扰和噪声放大后转发给两个源节点。这里认为干扰信号只对源节点到中继节点这一段有影响,对于目的端可以忽略。在此模型中,干扰信号被认为是从邻居小区C'的信号源A'和B'直接传到小区C中的中继R处的。假设源节点A和B的发射功率分别为Pa和Pb,干扰源节点A'和B'的发射功率为Pa'和Pb',所有中继节点的功率均相等,且为Pr。
根据上述通信模型,中继节点k接收到的信号为
式中: hak,ha' k,hbk和hb' k为源节点A和B以及干扰信号的源节点A'和B'到中继节点k的信道信号增益,且均服从衰落因子为σ的瑞利衰落。xa,xb,xa'和xb'分别为节点A和B以及干扰信号的源节点A'和B'的发射功率归一化后的信号,n1为服从均值为0、方差为N0的复高斯分布的高斯白噪声。另外,信干比L为平均发射信号与干扰信号功率的比值,即。通过调整信干比L,可以控制干扰信号的强弱,进而观察不同强度的干扰信号下系统性能的好坏。
中继节点将接收到的信号Yk放大G倍后进行转发。G的计算公式为
式中:
则源节点A和B分别接收到的转发信号为
式中: n2和n3均为服从均值为0、方差为N0的复高斯分布的高斯白噪声。因为源节点A和B分别知道本节点所发送的信号,故可以进行自干扰消除。将G带入式( 5) 和( 6) 后,源节点A和B分别消除自干扰,然后得到源节点A和B接收到信息的信干噪比分别为
式中:分别为第1个时隙中继节点接收到的源节点A和B以及干扰信号的源节点A' 和B' 发射信号的信噪比。此时A→k→B和B→k→A的信息传输速率为
2 渐近的中继选择算法
假设该双向中继传输系统中两条互为反向的链路的传输速率阈值分别为τa和τb,则整个系统的中断概率可定义为两条链路中任意一条链路发生中断的概率。即
式中: γab= 22τa- 1,γba= 22τb- 1分别为满足传输速率门限的所需的最低的信干噪比,由式( 11) 可得最优的中继选择算法公式为
在中高信噪比条件下,式( 7) 和( 8) 中的二次项决定了该式的取值。此时式( 7) 和( 8) 可以分别简化为
将式( 13) 和( 14) 带入式( 11) ,可提出如下的机会中继选择方法
利用该方法,即可从N个可用中继中选出最佳中继来完成双向通信。需要指出的是,该渐近的机会中继选择方法可采用分布式时钟方式实现,无需知道整个系统的信道状态信息( CSI) ,中继节点只需要根据第1个时隙中继节点接收到的源节点A和B以及干扰信号的源节点A'和B'发射信号的统计信噪比,即可确定最优的中继节点。因为不需要估算出具体的CSI,故该算法与最优的中继选择算法相比大大降低了系统的复杂度。
另外,该算法基于传统中继算法[2],并不需要对传统算法做出很大的改动。由于干扰项并没有包含在算法中求最小值的运算里,故而该算法中的反馈信息与干扰信号无关,也就是与不考虑干扰信号存在的系统相同。所以已经成熟运用传统中继选择算法的系统可以很方便地更新到基于传统算法的渐近的中继选择算法,并不需要对求最小值部分做任何修改。
3 仿真结果和性能分析
本节将所提中继选择方法的仿真结果与最优的中继选择方法以及不考虑干扰的传统选择方法[7]相比较。假设该系统中的所有信道增益均服从瑞利衰落,且衰落因子σ = 3,将中继节点簇位于两个源节点A和B的中间,中继节点k与源节点A之间的距离为da,与中继节点B之间的距离为db,且将源节点A和B之间的距离归一化,即da+ db= 1。假设链路A→k→B的传输速率阈值为τa= 0. 5 bit / ( s·Hz) ,链路B→k→A的传输速率阈值为τb= 1 bit / ( s·Hz) ,假设各节点的发射功率为Pb= Pr= 2Pa= P,定义SNR =P/N0,信干比L =50,中继的个数N = 6。
图2所示为da= 0. 5时,中断概率随着SNR增加的变化曲线图。由此图可以看出,本文提出方法的性能曲线和最优方法的性能曲线随着信噪比的增加趋于重合,这说明采用渐近中继选择方法的双向通信系统在高信噪比情况下,系统性能与最优中继选择方法相同,且大大优于未考虑干扰的传统双向中继选择方法。图3所示为SNR = 29 d B,中断概率随着da增加的变化曲线。由此图可以看出,在高信噪比条件下,当中继节点在源节点之间改变位置时,本文提出的渐近中继选择方法的性能曲线和最优方法完全重合,且均优于未考虑干扰的传统选择方法。
4 总结
本文针对存在干扰的非对称双向中继传输系统,提出了一种渐近的机会中继选择方法。研究表明,在中高信噪比条件下,与传统的中继选择方法相比,所提方法大大降低了系统的中断概率。与最优的中继选择方法相比,该方法在性能基本吻合的情况下,大大降低了系统的复杂度。
摘要：针对非对称双向中继通信系统,提出了一种干扰受限场景下的机会中继选择方法。该方法仅利用了中继节点的本地信道状态信息且实现复杂度低,适用于两个源节点的发射功率和阈值速率均不同的双向中继通信系统。仿真结果表明,在中高信噪比条件下,所提方法的性能接近于最优中继选择方法,且大大优于未考虑干扰的传统中继选择方法。
双向中继协作 篇9
协作中继技术[1,2]能提高无线通信网络的覆盖范围和可靠性, 克服多径无线多径衰落, 受到学者的广泛关注。合理的功率分配能提高协作系统的资源利用率, 提升系统的容量和性能[3,4]。近年来, 仿生智能算法逐渐被用于解决最优化问题[5,6,7,8]。量子遗传算法继承了传统遗传算法的高效并行的优点, 具有种群规模小、搜索能力强、收敛速度快且最优解稳定性高等特点, 能有效解决多目标的资源最优化问题。在量子遗传算法的研究中, 参考文献[6]研究了基于量子遗传算法的认知无线网络多目标函数优化问题;参考文献[7]研究了混沌理论, 并对量子遗传算法进行了改进;参考文献[8]研究基于量子遗传算法的网络优化方法。目前, 还没有相关文献将量子遗传算法应用到多中继系统的功率分配问题中。
本文考虑多中继协作系统, 以最大化系统容量为目标, 研究了基于量子遗传算法的多中继协作系统的功率分配方案。在该算法中, 通过量子遗传算法得到渐进最优的功率分配方案, 实现了传输比特差错率最小化。
1 系统模型
多中继无线协作系统如图1所示, 系统由源节点S、目的节点D和n个潜在的中继节点Ri (i=1, 2, …, n) 组成, nisr、nird、nsd为信道噪声;hisr、hird、hsd为信道系数。采用半双工工作方式, 整个传输过程采用TDMA传输方式, 每次传输过程分为两个阶段。第一阶段:源节点分别向所有中继节点和目的节点发送信息;第二阶段, 源节点沉默, 中继节点将广播阶段接收到的信息放大转发给目的节点。
完整的一次传输过程需要n+1个时隙, 由香农定理可知系统容量为:
其中, C为系统容量, r0为直传链路的瞬时信噪比, Es为源节点发送功率, |hsd|2为链路S-D的功率增益;σ2sd信道噪声功率, rk为第k条中继链路的瞬时信噪比 (k=1, 2, …n) , 记为:
其中|hksr|2和|hkrd|2为链路S-Rk、Rk-D的功率增益, Prk为第k个中继的发送功率, σ2sr和σ2rd为对应链路的噪声功率。
功率分配优化模型记为:
其中P1和PR分别为源节点和中继节点的最大传输功率, Ptotal为总功率。
2 基于量子遗传算法的功率分配
以比特差错率为准则, 以最大信道容量为目标, 利用量子遗传算法[9,10]迭代求出多中继系统的功率分配方案。
向量P=[ES, Pr1, Pr2, …, Prn]表示源节点和n个中继节点所分配到的功率, 记P为量子遗传算法中的一个个体, 则第i个个体记为[ESi, Pir1, Pir2, …, Pirn]。
基于量子遗传算法的流程如下, 流程图如图2所示。
(1) 初始化种群;
(2) 测量所有个体, 可获取种群的一个状态;
(3) 计算每个个体的适应度值, 对最佳个体和其相应的适应度值予以保存;
每个个体的适应度定义如下:
(4) while (不能满足终止条件时) do
测量种群中全部个体获取个体状态;
对所有个体适应度进行计算;
使用量子旋转门更新个体;
保存最佳个体和其相应的适应度值;
End
3 仿真结果与分析
本文在静态瑞利信道无线环境下对基于量子遗传算法的功率分配方案、基于遗传算法的功率分配方案和等功率分配方案进行了仿真, 在仿真过程中, 采用BPSK调制, 最大选取了6个中继参与协作。对于量子遗传算法参数, 设置种群大小为100, 种群最大迭代次数为100, 个体位串为20, 交叉概率0.65, 变异概率0.35。
在基于量子遗传算法的功率分配方案中, 本文对直传链路 (direct link) 、机会中继 (Opportunistic relaying) 及多中继 (中继个数k=6) 的比特差错率进行了比较, 如图3所示。随着信噪比的增加, 相对于直传链路, 机会中继和多中继协作下能获得更小的比特差错性能。
基于遗传算法与基于量子遗传算法的功率分配方案中, 比特差错率比较如图4所示。基于量子遗传算法的功率分配 (QGA-PA) 策略能获得较小的比特差错率, 优于基于遗传算法的功率分配 (GA-PA) 策略。
基于量子遗传算法的功率分配方案和等功率分配方法的比特差错率比较如图5所示。当信噪比变化时, 从量子遗传算法与等功率分配方案的比特差错率比较, 可以明显地看出, 基于量子遗传算法的功率分配 (QGA-PA) 策略的比特差错率小于等功率分配 (EPA) 策略。
3种功率分配方案的比特差错率比较如图6所示, 遗传算法功率分配策略的比特差错率小于等功率分配 (EPA) 策略;基于量子遗传算法的功率分配 (QGA-PA) 策略的比特差错率小于遗传算法功率分配 (GA-PA) 策略。与两种方案相比, 基于量子遗传算法能获得更好的系统性能。
4 结论
本文研究了多中继协作系统的功率分配策略, 将量子遗传算法应用到多中继协作通信系统的功率分配中, 给出了功率分配算法步骤, 提出了基于量子遗传算法的功率分配方案。该功率分配算法简单, 只需给出优化目标函数, 就能迭代求出接近最优的功率分配。在不同环境下, 本文验证了基于量子遗传算法的功率分配方案比基于遗传算法的分配方案和等功率分配方案能获得更好的BER性能, 为多中继资源分配提高了一种新的优化方法, 有助于资源分配的应用。
参考文献
[1]KRISHNA R, CUMANAN K, Xiong Zhilan, et al.A novel cooperative relaying strategy for wireless networks with signal quantization[J].IEEE Transactions on Vehicular Technology, 2010, 59 (1) :485-489.
[2]LIU K.Temporal reuse in cooperative relay networks via destination feedback[J].IEEE Transactions on Vehicular Technology, 2014 (99) :1-11.
[3]Jiang Fan, Wang Benchao.A cooperative bandwidth and power allocation strategy based on game theory in multirelay networks[C].7th International Conference on Wireless Communications, Networking and Mobile Computing (Wi COM) , Wuhan, 2011:1-5.
[4]BAIDAS M W, KUWAIT S, MACKENZIE A B.An auction mechanism for power allocation in multi-source multi-relay cooperative wireless networks[J].IEEE Transactions on Wireless Communications, 2012, 11 (9) :3250-3260.
[5]张利强, 全厚德, 崔佩璋.基于改进粒子群算法的宽带测向阵列结构优化[J].电子技术应用, 2013, 39 (3) :108-111.
[6]Wang Huan, Guo Lili.Multi-objective optimization of cognitive radio in Clonal selection quantum genetic algorithm[C].International Conference on Measuring Technology and Mechatronics Automation (ICMTMA) , Changsha City, 2010:740-743.
[7]Teng Hao, Zhao Baohua, Yang Bingru.An improved mutative scale chaos optimization quantum genetic algorithm[C].International Conference on Natural Computation ICNC′08.Fourth, Jinan, 2008:301-305.
[8]Fan Xin, Li Wei, Chen Zhihuan, et al.Network optimization method based on improved quantum genetic algorithm[C].International Symposium on Information Science andEngineering (ISISE) , Shanghai, 2012:422-425.
[9]赵知劲, 彭振, 郑仕链, 等.基于量子遗传算法的认知无线电频谱分配[J].物理学报, 2009, 58 (2) :1358-1363.