多节点协作网络的分集复用折中

来源 :扬州大学 | 被引量 : 0次 | 上传用户:forreg
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
无线通信的发展要求越来越高的通信速率,在速率提高的同时需要保证通信的质量。空间的散射环境会引起信号的衰减,降低通信系统的性能。MIMO系统引入空间分集可以有效地抵抗衰落。同时,MIMO系统还可以利用丰富的空间散射环境增加复用增益。本文主要建立了三个模型:第一个模型是MARC模型;第二个模型是多中继模型;第三个是一个四节点无线网络模型。分别研究了这三种模型的分集复用折中(DMT)。因为DMT代表着分集增益与复用增益的关系。它是在高信噪比时评价不同多天线系统的一种有效方式,而且它具有易于处理和对比明显的优势。本文的具体工作如下:本文首先建模了一个两用户协作的MARC模型,区别于与传统的MARC模型的是本文中的用户之间可以协作。本模型中所有的节点均是单天线,而且中继是全双工的工作方式。我们将该模型分为非成簇系统和两种成簇系统,这两种成簇系统分别是:成簇case one和成簇case two。分别计算了该模型在这三种系统时的DMT上界,以及中继采用DF协议时可获得的DMT。结果表明,在成簇case one系统可以获得该模型的最佳DMT;由于复用增益的限制,协作系统只能在低复用增益时模拟MIMO系统;本文的模型比传统的MARC模型具有较好的DMT;单天线的限制使DF协议在非成簇系统以及成簇case two系统时可以获得该系统的最佳DMT。本文其次建模了一个多个中继间协作的多中继协作网络。与以往的多中继系统不同的是:本文中的多个中继之间可以相互接收和转发对方的信号。本文多中继模型中所有的节点均是单天线,而且中继采用全双工的工作方式。我们将该模型分为非成簇系统以及成簇系统,分别研究了这两种系统的最佳DMT以及中继采用DF协议时可获得的DMT。结果表明,DF协议在系统成簇时不能获得该模型的最佳DMT,在非成簇系统时可以获得该系统的最佳DMT;并且成簇系统可以模拟MIMO系统,但是由于单天线的限制使得只能模拟低复用增益时DMT。最后一个模型是四节点的无线网络模型。这个四个节点模型包括两个发送节点和两个接收节点,并且每个节点都是单天线。该模型可分为MIMO模型、广播信道、多址信道以及协作信道,我们分别研究了这四种模型的DMT,并给出了DMT的对比图。通过对比图可以看出,广播信道和多址信道具有相同的DMT,并且在这四种系统中它们的DMT性能最差;MIMO系统的DMT性能最好;协作系统可以模拟MIMO系统,但是由于单天线限制了复用增益的值,协作系统并不能完全模拟MIMO系统。本文的工作对以后解决多天线节点以及中继采用半双工求解DMT等问题时提供帮助。
其他文献
Adhoc网络是一个自组织网络,它由多个对等的移动节点所组成。这些节点使用无线技术进行相互通信,且不需要固定基础设施的支持。由于节点通常共享同一个物理媒介,数据链路层的主
Internet的发展给人们提供了通信和获取信息的自由,但同时Internet的开放性也使得网络通信遭受到更多的安全威胁。安全协议利用密码技术保证安全、真实的通信。根据不同的应用
众所周知,随着3G通信系统的推广以及B3G中关键技术研究的深入,许多如何应用先进的理论研究成果、怎样实践优异的计算方法的问题渐渐凸现出来。其中有关物理层信道理论应用的尤
随着水下信息网络的发展,结合网络的目标定位成为新兴的研究方向。水下信息网络在时间和空间上具有更广泛的覆盖能力,通过各节点之间的协同和共享可以获得比单节点更全面的信息
本文设计并实现了一种基于CDMA1X的无线视频传输系统及其改进的码率控制策略。首先,文章根据实际需求设计了无线视频传输系统的基本框架,论述了视频编解码的基本原理和关键技
无线IP网络是无线网络的发展趋势,它必须能支持不同业务的服务质量(QoS quality of service)要求。现有的QoS技术大都是针对有线IP网络的,要将他们应用到无线IP网络上必须要进
现阶段的视频压缩领域,存在着多种编码标准,由不同的组织,针对不同场合制定,如MPEG标准,H.26X标准等。这些标准在语法格式、压缩效率、码率、分辨率等方面不尽相同,对应的传
介绍了外辐射源雷达系统中的数字波束形成原理和通道均衡原理,并根据外场调试的实际情况重点分析了通道失配对外辐射源目标探测雷达系统DBF的影响,给出了有效地通道校正的解
本文对人脸识别考勤系统的实用化进行了研究。文章论述了在微机上人脸图像识别系统的实现,提出了一种基于几何特征的面部特征点的检测方法。根据人的面部所遵循的比例关系,将人
H.264视频压缩标准以其高效的压缩性能和良好的网络亲和性而得到广泛应用,成为了当下主流的视频压缩编码标准。然而,由于网络拥塞等原因,压缩视频数据的丢失也是视频业务中一