基于网络干扰消除的高谱效与高可信串行中继通信研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:huyuszsz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
协作通信技术可实现单天线用户的空间分集增益,增强传输的可靠性。然而,中继的半双工约束会导致频谱效率低下。串行中继可以通过两个半双工中继模拟全双工中继通信,不仅能有效提升频谱效率,并且具有低成本和低复杂性优势。但是,串行中继模式会在中继处引起严重的中继间干扰(Inter-Relay Interference,IRI),降低系统容量和传输可靠性。因此,IRI的消除成为串行中继的一个关键挑战。目前已有的IRI消除技术存在高复杂性、高成本或高隐私泄露风险等问题,如何设计低复杂性和高隐私信息安全的IRI抑制方案仍然是串行中继研究中一个悬而未决的难点。为了解决上述问题,本文提出了基于网络干扰消除技术的IRI抑制方法,并通过理论推导和数值仿真,验证了所提串行中继方案的有效性。本文的主要贡献如下:(1)提出了一种基于模拟网络干扰消除的串行中继通信方案。针对IRI问题,本方案设计了一种基于模拟网络干扰消除和解码转发(Decode-and-Forward,DF)的IRI抑制方法,其中,中继主动接收源发送的信号,并将其作为干扰的先验知识,以实现基于放大消除(Amplify-and-Cancel,AC)的IRI抑制策略。由于中继不需要知道其它中继使用的码本,也不需要解码源发送给其它中继的信号,因此,本方案可以降低隐私信息泄露的风险,实现高可信串行中继通信。本文分析了所提方案的残存干扰功率、平均吞吐量、中断概率及最优分集复用折中关系(Diversity-Multiplexing Tradeoff,DMT)。理论分析和数值结果验证了所提方案性能优于传统两时隙半双工中继和现有串行中继方案。(2)提出了一种基于混合数字和模拟网络干扰消除的串行中继通信方案。基于传统多中继协作通信模型,本文研究了一种基于D2D(Device-to-Device)社交通信网络的串行中继方案,其中,中继按照是否与源存在社交关系被划分为可信中继和不可信中继两类。为了保护用户隐私和信息安全,只有可信中继被允许解码从源端接收到的信号,而不可信中继则被禁止。因此,可信中继和不可信中继分别使用DF和放大转发(Amplify-and-Forward,AF)协议。此外,针对可信中继和不可信中继,该方案分别设计了基于数字网络干扰消除和模拟网络干扰消除的IRI抑制方法。本文分析了所提方案的平均吞吐量、中断概率和最大可实现分集增益,并通过数值仿真验证了所提方案的有效性。本文研究了基于网络干扰消除的高谱效与高可信串行中继通信,针对IRI问题,设计了基于模拟网络干扰消除和基于混合数字与模拟网络干扰消除两种方案,通过分析平均吞吐量、中断概率和DMT,验证了所提方案的有效性。
其他文献
随着计算机技术、控制技术和通信技术的快速发展,网络控制系统(Networked Control System,NCS)逐渐成为控制领域的研究热点。NCS具有系统布线成本低,系统可扩展性较强,信息共享方便,以及拥有便于远程控制、维护及诊断等优点。但通信网络的引入为NCS带来便利的同时,也将自身的问题带入到网络控制系统中,如丢包、时延、数据包乱序等不利的网络诱导因素,同时也将面临着网络攻击对于网络控制
压缩感知(Compressed Sensing,CS)能在获取到的图像信号样本数稀少的情况下生成高质量图像,对于解决由于数据量少而又需要成像质量的问题大有助益。目前,基于深度学习的压缩感知重建算法采用分块压缩感知思想降低网络复杂度,但由于重建图像存在块状效应而导致重建质量下降。此外,在需要多个不同采样率重建图像的情况下,现有深度学习方法应用于图像压缩感知还需单独训练不同的模型,过多的模型将消耗更多
学位
在图论的实际应用中,随着复杂性系统的增加,经常会遇到不确定因素,如不精确的专家数据模型。继概率论与测度论后,Liu在2007年创立了不确定理论[1],在2010年将不确定论应用到网络中,2010年,Han和Peng[2]研究了不确定网络上的最大流问题,2011年,Peng和Li[3]在最小生成树问题上建立了不确定模型,2012年,Zhang和Peng[4]在不确定网络上研究了邮递员问题。随着不确定
航空发动机高压涡轮盘腔系统的篦齿封严结构有调节各腔室冷却空气流量、防止燃气进入盘腔而对涡轮盘结构寿命造成影响等多个作用。篦齿封严结构在发动机工作过程中,会由于热应力和结构应力的共同作用而发生较大变形,其封严间隙也会随之改变,封严间隙发生改变时又会反过来对盘腔内部的流场以及温度场造成影响。本文以某航空发动机的高压涡轮盘腔系统的简化模型为例,采用以ANSYS Workbench为平台的单、双向热流固耦
学位
学位
随着深度学习理论的不断发展,基于深度学习的动车组轴箱轴承故障诊断理论体系逐渐完善,但其工程化问题还需要深入研究。论文以动车组轴箱轴承为研究对象,研究了故障诊断算法,并以此为基础,研发了具备再更新能力的轴承状态监测系统,并获得了较好的故障诊断效果。主要工作如下:(1)借助凯斯西储轴承数据库的数据研究了基于深度学习的轴承故障诊断建模问题,最终训练的模型达到了99.54%的准确率,验证了深度学习算法可以
为了提高拖拉机齿轮轴的数字化设计水平,将有限元分析软件引入到了齿轮轴的优化设计上。通过对齿轮轴薄弱区域有针对性的增强,对齿轮轴的结构尺寸进行了优化设计,从而节省了设计和制造成本。采用有限元方法对优化前和优化后的应力分布情况进行了分析,结果表明:优化后的齿轮轴不仅节省了制造材料,还具有较高的强度。通过对齿轮轴的生命周期总数进行分析可知,优化后的尺寸轴满足设计条件。
迄今为止,黄曲霉毒素B1是人类所发现的毒性最强的天然致癌物,分布广,危害大,严重威胁着人体和动物体的健康。在毒性评估、食品安全和环境监测领域中,新型可快速检测痕量黄曲霉毒素B1的方法成为现代社会的迫切需求。检测速度慢、检测成本高、过程复杂且需专业人员操作等问题一直困扰着传统黄曲霉毒素B1检测方法,电化学发光检测速度快、成本低廉、过程简单,是一种综合性能优异的新型检测策略。基于碳基荧光二维纳米材料氮