时变信道下ADF协作车载通信误码率分析

智能车载协作系统中车辆快速移动使得无线通信信道具有时变特性,为有效评估系统的误码性能,给出了符合车载时变信道的一阶自回归(AR1)模型,提出了一种基于AR1模型的自适应解码转发(ADF)协作误码率分析方法。该方法通过AR1模型的多普勒频偏相关系数来刻画时变信道特性,根据中继译码结果自适应选择是否协作转发,提升了智能交通系统的可靠性。此外,利用矩生成函数(MGF)推导出ADF协作下多进制正交幅度调制(M-QAM)信号误码率封闭表达式,并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。数值仿真结果表明,车载系统能通过增加CSI估计精度,有效地减少车载快速移动引起的误码平顶值。该方法相对于放大转发(AF)协作通信方式,平均误码性能提高约8.7 d B。

时变信道下车载HDAF协作通信误码性能分析

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。

基于中继协作的车载通信及其协作策略的性能分析

针对车载通信系统很难通过直接链路完成数据输传的问题,引入无线中继对车载数据进行转发,以确保车载通信数据的有效和可靠传输。同时,对车载端与目的端之间的通信链路不能利用的协作场景,从理论上对放大转发(AF)和解码转发(DF)两种转发策略的性能进行分析和比较。以目的端的误码率为评价标准,理论分析表明:在任何信道衰落条件下,DF的性能总是优于AF。在瑞利信道下,分别对单中继和多中继两种通信场景分别进行了蒙特卡罗仿真,仿真结果与理论分析相符。

C-V2X下基于信用卡风险评估的中继选择算法

针对车载协作通信中由于中继的自私行为会导致通信系统数据传输速率低的问题,提出一种基于信用卡社交网络用户信任度评估的最优中继选择算法。首先,建立一个综合社交网络和物理层的D2D中继协作双层模型,模型刻画了车辆节点人为属性。再从业务需求节点角度,利用信用卡风险评估方式对中继用户的信任度进行评估,并通过决策论对用户进行信任等级划分;从中继用户的角度,对信任度较好的用户进行激励补偿。最后,筛选出信任度高价格合理的最优中继。数值分析结果表明,相比于仅对积极中继用户进行选择的算法,该算法的通信系统数据传输率提高了10%左右。