近來(lái),無(wú)線通信技術(shù)的日益發(fā)展,對(duì)其頻譜資源利用的能力提出了更高的要求。認(rèn)知無(wú)線電網(wǎng)絡(luò)技術(shù)（Cognitive Radio Network,CRN）解決頻譜資源短缺的同時(shí),存在信號(hào)衰落快,網(wǎng)絡(luò)覆蓋范圍小等限制。因此,有必要引入中繼技術(shù),利用其轉(zhuǎn)發(fā)特性,保證無(wú)線通信過(guò)程中信息傳遞的準(zhǔn)確性與安全性,從而整體上提升認(rèn)知無(wú)線電網(wǎng)絡(luò)的性能。但由于CRN中不同中繼鏈路信道狀態(tài)質(zhì)量與系統(tǒng)功率存在一定相關(guān)性,為了在進(jìn)一步保證較低功率消耗的同時(shí),獲得更高的頻譜資源利用率,有必要研究認(rèn)知無(wú)線網(wǎng)絡(luò)中部分中繼協(xié)作方法。本文針對(duì)部分協(xié)作中繼的選擇算法研究開(kāi)展以下工作:（1）針對(duì)無(wú)線中繼網(wǎng)絡(luò)中全協(xié)作中繼帶來(lái)的發(fā)射功率消耗過(guò)大,以及復(fù)雜環(huán)境下信道估計(jì)誤差導(dǎo)致的系統(tǒng)特性衰減等問(wèn)題,提出了基于信道估計(jì)誤差范數(shù)有界約束下的部分協(xié)作中繼選擇算法。首先,為了降低全協(xié)作中繼系統(tǒng)較多的功率消耗,分析和構(gòu)建了部分協(xié)作中繼系統(tǒng)模型;其次,約束信道估計(jì)誤差滿(mǎn)足高斯特性且范數(shù)有界,通過(guò)求解滿(mǎn)足上述約束條件下的通信最低功率消耗,獲取有關(guān)協(xié)作中繼選擇的優(yōu)化算法;該算法利用局部松弛與稀疏提升理論,將部分中繼選擇的優(yōu)化算法問(wèn)題由非凸問(wèn)題松弛為凸問(wèn)... 

【文章來(lái)源】：河南大學(xué)河南省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

經(jīng)典CR模型

I relay（如傳統(tǒng)型中繼）主要的應(yīng)用場(chǎng)景的擴(kuò)容與頻率效率的提升方面卻顯得力下支持通信進(jìn)行協(xié)作的方式，能夠有效目前，IMT-Advanced 系統(tǒng)考慮將 Type 但擴(kuò)展通信覆蓋范圍，同時(shí)還獲得了信道中的頻譜效率與系統(tǒng)容量得到有效的改型中繼協(xié)作網(wǎng)絡(luò)模型如圖 1-2，通常稱(chēng)為“，一個(gè)中繼傳輸節(jié)點(diǎn)和一個(gè)目的接收節(jié)道發(fā)送信息。

選擇技術(shù)中，根據(jù)中繼節(jié)點(diǎn)個(gè)數(shù)的不同可以將其分為單中繼選單中繼選擇模型具有研究簡(jiǎn)單易操作的特點(diǎn)，故成為[19]構(gòu)建了 DF 與 AF 兩個(gè)場(chǎng)景下基于最小誤碼率（算法，提出了分布式網(wǎng)絡(luò)協(xié)作中繼選擇。文獻(xiàn)[20]基得到的結(jié)論，給出了分別以最大乘積效用、最大功率方案的單中繼選擇算法。文獻(xiàn)[21]首次以最大化atio，SNR）為目標(biāo)函數(shù)，從而得出最優(yōu)單中繼選擇具有良好的系統(tǒng)滿(mǎn)分集度。此后，提出了系統(tǒng)速率最[22]，從中斷概率方面驗(yàn)證了該算法優(yōu)良的滿(mǎn)分集度 已知，包括中繼接收部分或者轉(zhuǎn)發(fā)部分的兩個(gè)信道實(shí)現(xiàn)良好滿(mǎn)分集度的單中繼選擇。文獻(xiàn)[24]提出了一

【參考文獻(xiàn)】：
期刊論文
[1]多中繼OFDM系統(tǒng)選擇性子載波中繼和功率分配算法[J]. 趙曉暉,楊偉偉,金曉光.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2014(02)
[2]基于分布式中繼選擇的自適應(yīng)協(xié)作傳輸方案[J]. 鄒玉龍,鄭寶玉.  電子學(xué)報(bào). 2009(01)

博士論文
[1]認(rèn)知無(wú)線電網(wǎng)絡(luò)中的資源優(yōu)化分配的研究[D]. 裴二榮.電子科技大學(xué) 2012
[2]寬帶無(wú)線通信系統(tǒng)中的同步和信道估計(jì)算法[D]. 李軍.西安電子科技大學(xué) 2005

碩士論文
[1]中繼信道誤差條件下的中繼選擇算法研究[D]. 王杭.河南大學(xué) 2016



本文編號(hào)：3061388