一种非理想条件下的中继选择方法

摘要

本发明涉及无线通信技术领域，具体是一种非理想条件下的中继选择方法，首先建立基于中继网络的广义损伤模型，得到系统输入输出模型，获得发送端和接收端失真参数；然后通过信道估计算法，获得信道估计误差，进一步得到系统输入输出模型；再根据所述系统输入输出模型，利用信噪失真比的定义，分别计算两个时隙接收端接收信噪失真比；最后根据所述两个时隙接收端接收信噪失真比，利用最大化最小信噪失真比中继选择方法获得最优中继，进一步根据中继概率的定义，计算得到系统中断概率性能。本发明降低了实际通信系统中的非理想硬件损伤和无法获取理想信道状态信息的技术问题。

说明书

技术领域

本发明涉及无线通信技术领域，具体是一种非理想条件下的中继选择方法。

背景技术

中继通信因其能够扩展网络覆盖和提高系统吞吐量而受到广泛的关注。中继选择是提高系统容量的一种有效方法，如何选取中继，成为一个值得关注的问题。近年来，很多文献对中继选择策略进行了研究，但是大多中继选择策略都基于理想硬件和理想信道状态信息。然而在实际系统中，由于中继价格低廉而被广泛应用在实际通信系统中，实际中继网络中，射频设备收到非线性功率放大器、同相和正交相位非平衡、相位噪声以及量化误差等非理想硬件损伤的影响。上述损伤虽然可以通过适当的补偿和校准算法来减少硬件对系统性能的影响，但是由于估计误差和校准算法不准确，仍存在一些残留的损伤，而这些残留损伤对系统性能仍产生重要的影响。另外，在实际系统中，完全获知信道状态信息是很难满足的。基于此，本专利提出一种非理想条件下中继选择方法。本专利的方法适用于任意衰落信道，例如瑞利、莱斯、Nakagami-m、韦伯、α-μ等衰落信道。为了使其具有通用性，本例中给出为α-μ衰落信道，其中α和μ为信道衰落参数，通过设置不同的参数，α-μ分布可以表征为多种衰落分布，例如瑞利(α＝2,μ＝1)、莱斯(α＝2,μ＝2)、Nakagami-m(α＝2,μ＝m)、韦伯(μ＝1)。

现有技术中至少存在如下问题：在理想条件下的中继选择策略，没有考虑实际系统面临的问题，实际通信系统中，存在非理想硬件引起的失真问题，以及无法获取理想的信道状态信息的情况。

发明内容

本发明提供了一种非理想条件下的中继选择方法，降低了实际通信系统中的非理想硬件损伤失真和无法获取非理想信道状态信息的技术问题。

一种非理想条件下的中继选择方法，其特征在于，包括以下步骤：

S1：根据非线性功率放大器、同相和正交相位非平衡、相位噪声以及量化误差等残留损伤，建立基于中继网络的广义硬件损伤模型，得到系统两个时隙的输入输出损伤模型，所述系统两个时隙的输入输出损伤模型由一个源节点S、N个中继节点R_n(1≤n≤N)和一个目的节点D组成：

假定源节点S与中继节点R_n之间的参数用下标SR_n表示，中继节点R_n与目的节点D之间的参数用下标R_nD表示。和分别是源节点S和中继节点R_n的发送信号；和分别为中继节点和目的节点接收信号；和分别为S→R_n和R_n→D信道；根据输入输出损伤模型获得收发端硬件损伤引起的失真噪声，和分别为第一个时隙发送端和接收端硬件失真参数，和分别为第二个时隙发送端和接收端硬件失真参数，收发端硬件损伤引起的失真参数服从高斯分布和代表复高斯接收噪声，其中i＝SR_n,R_nD。

S2：通过信道估计算法，获得信道估计误差统计信息，信道估计误差

所述步骤S1中的基于中继网络的广义损伤模型，系统两个时隙的输入输出损伤模型可进一步写作：

其中和分别为S→R和R→D的信道估计误差，和分别为S→R_n和R_n→D的估计信道。

S3：根据所述步骤S2中系统两个时隙的输入输出模型，分别计算两个时隙接收端接收信噪失真比(signal-to-noise-and-distortion ratio,SNDR)，信噪失真比被定义为信号功率与噪声功率的比例：

根据信噪失真比的定义，计算得到源节点到中继节点接收信噪失真比和中继节点到目的节点接收信噪失真比分别如下：

其中，S→R_n和R_n→D的信道估计模型分别为和P_S和P_R分别表示源节点和中继节点的发送功率，和分别为S→R和R→D的硬件损伤参数，和分别为S→R和R→D的复合高斯接收噪声方差。

S4：根据所述步骤S3中源节点到中继节点接收信噪失真比和中继节点到目的节点接收信噪失真比获得最优中继选择方法；

中继节点采用解码转发(DF)协议，即当所述源节点到中继节点接收信噪失真比小于等于所述中继节点到目的节点接收信失真噪比时，选择当所述源节点到中继节点接收信噪失真比大于所述中继节点到目的节点接收信噪失真比时，选择可以表示为：

在无线通信系统中，根据接收端接收信噪失真比，选择一个中继节点作为最优中继节点，则最大化最小信噪失真比中继选择方法为：

中断概率是用于评价通信系统服务质量的重要性能指标，其定义为端到端的瞬时信噪失真比低于某一个固定阈值γ_th的概率，在α-μ衰落信道下，系统中断概率性能为：

其中，中继个数为n(1≤n≤N)，γ_th为固定阈值；α_i，i＝SR_n,R_nD为信道幅度平方分布函数的形状参数；m和l为尺度参数。

本发明所产生的有益效果如下：

1、本发明提供了一种非理想条件下中继选择方法，基于建立中继网络的广义损伤模型，获得发送端和接收端失真参数，根据信道估计算法，获得信道估计误差。通过计算获得源节点到中继节点和中继节点到目的节点接收信噪失真比，比较源节点到中继节点和中继节点到目的节点接收信噪失真比，选择最佳中继作为源节点与目的节点之间通信的桥梁，得到最优中断概率性能，提高了系统性能，从而提升了此方法在实际应用中的可行性。本发明适用于任意衰落信道，通用性强。

2、本发明根据实际通信系统中存在的非理想硬件损伤和非理想信道状态信息的问题，在此基础上提出一种中继选择方法。考虑非理想硬件造成的失真噪声更加贴合实际情况，使得中继选择方法更有效应用于实际通信系统。考虑非理想信道状态信息的条件，是由于在高速率情况下，很难获得完全信道状态信息，这样也是为了提高本发明提出的中继选择方法的实用性。另外，通过在系统中继节点采用本发明提供的选择方法，系统的中断概率性能得到有效提高。

附图说明

图1为本发明的流程图；

图2为本发明的场景示意图；

图3为本发明实施例中不同中继个数下中断概率与平均信噪比的仿真图；

图4为本发明实施例中不同阈值下中断概率与平均信噪比的仿真图；

图5为本发明实施例中不同衰落信道下中断概率与平均信噪比的仿真图；

图6为本发明实施例中不同信道估计误差参数下中断概率与平均信噪比的仿真图。

具体实施方式

下面结合附图和具体的实施例来进一步详细的说明本发明，但本发明的保护范围并不限于此。

本发明适用于任意衰落信道，例如瑞利、莱斯、Nakagami-m、韦伯、α-μ等衰落信道。为了使其具有通用性，本实施例中给出的衰落信道为α-μ衰落信道，其中α和μ为信道衰落参数，通过设置不同的参数，α-μ分布可以表征为多种衰落分布，例如瑞利(α＝2,μ＝1)、莱斯(α＝2,μ＝2)、Nakagami-m(α＝2,μ＝m)、韦伯(μ＝1)。

如图1所示，一种非理想条件下中继选择方法流程图，该方法将同时考虑在硬件损伤和非理想信道状态信息的前提下进行中继选择，使得该中继选择方法更适用于实际系统，从而有效提高系统性能，该方法包括以下步骤：

S1：根据非线性功率放大器、同相和正交相位非平衡、相位噪声以及量化误差等残留损伤，建立基于中继网络的广义硬件损伤模型，如图2所示，图2为本发明提出的场景示意图，包括一个源节点，一个目的节点和N个中继节点。从N个中继节点中选择一个最佳中继作为源节点与目的节点之间通信的桥梁。源节点与目的节点之间通信包括两个时隙：1、源节点向中继节点发送信息；2、中继节点向目的节点发送信息。系统两个时隙的输入输出损伤模型由一个源节点S、N个中继节点R_n(1≤n≤N)和一个目的节点D组成：

假定源节点S与中继节点R_n之间的参数用下标SR_n表示，中继节点R_n与目的节点D之间的参数用下标R_nD表示。和分别是源节点S和中继节点R_n的发送信号；和分别为中继节点和目的节点接收信号；和分别为S→R_n和R_n→D信道；根据输入输出损伤模型获得收发端硬件损伤引起的失真噪声，和分别为第一个时隙发送端和接收端硬件失真参数，和分别为第二个时隙发送端和接收端硬件失真参数，收发端硬件损伤引起的失真参数均服从高斯分布和代表复杂高斯接收噪声，其中i＝SR_n,R_nD。

S2：通过信道估计算法，获得信道估计误差统计信息，信道估计误差

所述步骤S1中的基于中继网络的广义损伤模型，可进一步写作：

其中和分别为S→R和R→D的信道估计误差，和分别为S→R_n和R_n→D信道估计幅度。

S3：根据所述步骤S2中系统两个时隙的输入输出模型，分别计算两个时隙接收端接收信噪失真比(signal-to-noise-and-distortion ratio,SNDR)，信噪失真比被定义为信号功率与噪声功率的比例：

根据信噪失真比的定义，计算得到源节点到中继节点接收信噪失真比和中继节点到目的节点接收信噪失真比分别如下：

其中，S→R_n和R_n→D的信道估计模型分别为和P_S和P_R分别表示源节点和中继节点的发送功率，和分别为S→R和R→D的硬件损伤参数，和分别为S→R和R→D的复合高斯接收噪声方差。

S4：根据所述步骤S3中源节点到中继节点接收信噪失真比和中继节点到目的节点接收信噪失真比获得最优中继选择方法；

中继节点采用解码转发(DF)协议，即当所述源节点到中继节点接收信噪失真比小于等于所述中继节点到目的节点接收信失真噪比时，选择当所述源节点到中继节点接收信噪失真比大于所述中继节点到目的节点接收信噪失真比时，选择可以表示为：

在无线通信系统中，根据接收端接收信噪失真比，选择一个中继节点作为最优中继节点，则最大化最小信噪失真比中继选择方法为：

中断概率是用于评价通信系统服务质量的重要性能指标，其定义为端到端的瞬时信噪失真比低于某一个固定阈值γ_th的概率，在α-μ衰落信道下，系统中断概率性能为：

其中，中继个数为n(1≤n≤N)，γ_th为固定阈值；α_i，i＝SR_n,R_nD为信道幅度平方分布函数的形状参数；m和l为尺度参数。

本发明实施例仅以解码转发(DF)中继为例进行说明。

如图3所示，图3仿真了不同中继个数n(1≤n≤N)下中断概率随平均信噪比的变化曲线。设置如下：衰落参数α_i＝2，μ_i＝1，硬件损伤参数κ＝0.1，阈值γ_th＝2⁵-1＝31，信道估计误差参数中继数N＝1和N＝2。从图中可以看出，多个中继选择与单中继系统性能的对比结果。显然，当中继个数增加，通过最大化最小中继选择方案选择出最佳中继，使得系统的中断概率性能得到提升。

如图4所示，图4仿真了不同阈值下中断概率随平均信噪比的变化曲线。具体参数设置如下：衰落参数α_i＝2，μ_i＝1，硬件损伤参数κ＝0.1，信道估计误差参数σ_ei＝0.01，中继数N＝1，阈值γ_th＝2²-1＝3和γ_th＝2⁵-1＝31。由图4可知当取较低的阈值γ_th＝2²-1＝3时，收发端硬件损伤和信道估计误差对系统性能的影响较小。随着阈值增大γ_th＝2⁵-1＝31，收发端硬件损伤对系统性能的影响较为明显。

如图5所示，图5仿真了基于不同衰落参数值下中断概率随平均信噪比的变化曲线。具体参数设置如下：硬件损伤参数κ＝0.1，信道估计误差参数阈值γ_th＝2⁵-1＝31，中继数N＝1，衰落参数α_i＝2，μ_i＝1,2,4,10。根据图5可知在各种衰落参数下，理论分析值与蒙特卡洛仿真值吻合一致。另外，由图5还可以看出中继系统性能随着参数μ_i的值增加而增加。

如图6所示，图6仿真了不同信道估计误差参数下中断概率性能随平均信噪比的变化曲线。具体参数设置如下：衰落参数α_i＝2，μ_i＝1，硬件损伤参数κ＝0.1，阈值γ_th＝2⁵-1＝31，中继数N＝2，信道估计误差参数图6解释了信道估计误差对中断概率性能的影响，随着信道估计误差的增大，中断概率性能不断下降。此外，当信道估计误差相对较大时，随着信噪比的增加，中断概率性能曲线逐渐趋于平稳。

通过观察图2～图6，可以看出在非理想硬件和非理想信道状态信息条件下，无线通信系统的中断概率性能明显低于理想条件下的中断概率性能，然而通过适当增加中继的个数，利用所提出的中继选择方法可以有效的提高系统中断概率性能。

要说明的是，上述实施例是对本发明技术方案的说明而非限制，所属技术领域普通技术人员的等同替换或者根据现有技术而做的其它修改，只要没超出本发明技术方案的思路和范围，均应包含在本发明所要求的权利范围之内。