为了解决无线协作通信中放大转发方案的噪声放大和译码转发方案的错误传播问题,在现有混合译码放大转发方案基础上,提出一种增强选择的混合译码放大转发策略。研究结果表明:该策略不仅提高了混合译码放大转发系统的频谱效率,而且其误比...为了解决无线协作通信中放大转发方案的噪声放大和译码转发方案的错误传播问题,在现有混合译码放大转发方案基础上,提出一种增强选择的混合译码放大转发策略。研究结果表明:该策略不仅提高了混合译码放大转发系统的频谱效率,而且其误比特率和中断性能也比增强选择放大转发方案有较大改善:当平均误比特率为10-5时,其性能比增强选择放大转发方案提高了约1 d B;当中断概率为10-2时,其性能比混合译码放大转发及增强选择放大转发方案分别提高了约1.2 d B和0.7 d B。展开更多
车辆快速移动带来的信道时变特性降低了智能车载协作系统的误码性能。因此,该文提出了一种基于一阶自回归模型(AR1)的车载混合译码放大转发(HDAF)协作通信方法,该方法通过AR1的多普勒频偏相关系数来刻画时变信道特性,根据信道增益自适...车辆快速移动带来的信道时变特性降低了智能车载协作系统的误码性能。因此,该文提出了一种基于一阶自回归模型(AR1)的车载混合译码放大转发(HDAF)协作通信方法,该方法通过AR1的多普勒频偏相关系数来刻画时变信道特性,根据信道增益自适应选取HDAF协作通信方式,提升了智能交通系统的可控性安全。同时,分析了车载移动速度和信道状态信息(CSI)估计精度对误码性能的影响。数值分析表明,车载系统能通过增加CSI的估计精度,有效地减少车辆快速移动引起的误码平顶值。该方法相对于放大转发(AF)和解码转发(DF)协作通信方式,平均误码性能分别提高了约3.6 d B和1.5 d B。展开更多
针对多中继协作通信带来的中断性能差与高能耗问题,在N个源节点的混合译码放大转发网络中,提出了一种基于多源-多中继协作通信的中继选择与功率分配方案.该方案将空闲时的N-1个源节点当作"中继节点","中继节点"根...针对多中继协作通信带来的中断性能差与高能耗问题,在N个源节点的混合译码放大转发网络中,提出了一种基于多源-多中继协作通信的中继选择与功率分配方案.该方案将空闲时的N-1个源节点当作"中继节点","中继节点"根据信道统计特性值自适应地降序排列,选取M个"中继节点"组成最优中继集合.当中断概率一定时,根据信噪比门限判断被选择M个"中继节点"的协作方式,构造系统总功率Lagrange函数,通过Karush-KuhnTucker极值条件求得系统各节点的最小功率.数值分析结果表明,在传输速率为0.5~0.8 bit·s-1·Hz-1范围内,相比于放大转发方式下的多源-多中继协作通信的功率分配方案,该功率分配方案的总功率节省了9~22 d Bm,极大地减小了系统资源的消耗.展开更多
文摘为了解决无线协作通信中放大转发方案的噪声放大和译码转发方案的错误传播问题,在现有混合译码放大转发方案基础上,提出一种增强选择的混合译码放大转发策略。研究结果表明:该策略不仅提高了混合译码放大转发系统的频谱效率,而且其误比特率和中断性能也比增强选择放大转发方案有较大改善:当平均误比特率为10-5时,其性能比增强选择放大转发方案提高了约1 d B;当中断概率为10-2时,其性能比混合译码放大转发及增强选择放大转发方案分别提高了约1.2 d B和0.7 d B。
文摘车辆快速移动带来的信道时变特性降低了智能车载协作系统的误码性能。因此,该文提出了一种基于一阶自回归模型(AR1)的车载混合译码放大转发(HDAF)协作通信方法,该方法通过AR1的多普勒频偏相关系数来刻画时变信道特性,根据信道增益自适应选取HDAF协作通信方式,提升了智能交通系统的可控性安全。同时,分析了车载移动速度和信道状态信息(CSI)估计精度对误码性能的影响。数值分析表明,车载系统能通过增加CSI的估计精度,有效地减少车辆快速移动引起的误码平顶值。该方法相对于放大转发(AF)和解码转发(DF)协作通信方式,平均误码性能分别提高了约3.6 d B和1.5 d B。
文摘针对多中继协作通信带来的中断性能差与高能耗问题,在N个源节点的混合译码放大转发网络中,提出了一种基于多源-多中继协作通信的中继选择与功率分配方案.该方案将空闲时的N-1个源节点当作"中继节点","中继节点"根据信道统计特性值自适应地降序排列,选取M个"中继节点"组成最优中继集合.当中断概率一定时,根据信噪比门限判断被选择M个"中继节点"的协作方式,构造系统总功率Lagrange函数,通过Karush-KuhnTucker极值条件求得系统各节点的最小功率.数值分析结果表明,在传输速率为0.5~0.8 bit·s-1·Hz-1范围内,相比于放大转发方式下的多源-多中继协作通信的功率分配方案,该功率分配方案的总功率节省了9~22 d Bm,极大地减小了系统资源的消耗.