網(wǎng)絡(luò)編碼雙向中繼系統(tǒng)的分析與設(shè)計研究.pdf

1、衰落是影響無線通信質(zhì)量的主要因素，而分集是無線通信中用來抵抗衰落的一種有效方法。中繼協(xié)作通信通過空間分集來有效抵抗衰落，因此近年來受到廣泛的關(guān)注和重視。對于中繼協(xié)作通信，因全雙工中繼模式實現(xiàn)復(fù)雜度高，已有研究大多采用半雙工中繼模式，但是半雙工中繼模式降低了系統(tǒng)的頻譜效率。采用了網(wǎng)絡(luò)編碼的雙向中繼能夠明顯地提高中繼協(xié)作通信的頻譜效率。目前關(guān)于網(wǎng)絡(luò)編碼雙向中繼的研究有很多問題待解決或完善，因此本文針對網(wǎng)絡(luò)編碼雙向中繼協(xié)作通信系統(tǒng)進行研究。本

2、文主要內(nèi)容包括:
　　1)解碼轉(zhuǎn)發(fā)雙向機會中繼(Decode-and-Forward Two-Way Opportunistic Relaying:DF-TWOR)系統(tǒng)的性能分析。建立了DF-TWOR系統(tǒng)的中斷概率和各態(tài)歷經(jīng)容量的解析分析方法，獲得了最大最小中繼選擇、隨機中繼選擇和直接發(fā)送三種中繼選擇方案下的系統(tǒng)中斷概率、各態(tài)歷經(jīng)容量和平均雙向各態(tài)歷經(jīng)容量的閉合表達式（或上下邊界）。然后基于上述性能分析，提出了平均雙向互信息最大中

3、繼選擇方案，并推導(dǎo)出該方案的系統(tǒng)中斷概率和平均雙向各態(tài)歷經(jīng)容量的閉合解。理論分析和仿真表明，提出方案與其它典型方案的中斷概率相當，而平均雙向各態(tài)歷經(jīng)容量得以提升。
　　2)放大轉(zhuǎn)發(fā)雙向機會中繼(Amplify-and-Forward Two-Way Opportunistic Relaying:AF-TWOR)系統(tǒng)的符號錯誤率解析分析和最優(yōu)功率分配方案設(shè)計。論文基于AF-TWOR系統(tǒng)的數(shù)學(xué)模型，推導(dǎo)了等價接收信噪比的概率密度函數(shù)、

4、累積分布函數(shù)和矩量母函數(shù)的閉合表達式。根據(jù)上述統(tǒng)計特征量建立了AF-TWOR系統(tǒng)的平均符號錯誤率的解析分析方法，通過使用合適的近似，獲得無最優(yōu)功率分配時AF-TWOR系統(tǒng)總的平均符號錯誤率的閉合表達式。最后，為了使系統(tǒng)平均符號錯誤率最小，給出了總發(fā)送功率約束條件下的最優(yōu)功率分配方案。仿真結(jié)果表明最優(yōu)功率分配比無最優(yōu)功率分配的系統(tǒng)符號錯誤率性能好。
　　3) AF-TWOR系統(tǒng)的聯(lián)合自適應(yīng)調(diào)制中繼選擇方案設(shè)計。首先，在AF-TWOR

5、系統(tǒng)中，通過將自適應(yīng)調(diào)制與傳統(tǒng)的最大最小(Max-Min: MM)中繼選擇方案、最大調(diào)和平均值(Maximum Harmonic Mean: MHM)中繼選擇方案相結(jié)合，提出了兩種新的中繼選擇方案，分別是聯(lián)合自適應(yīng)調(diào)制最大最小（Jointed Adaptive Modulation Max-Min: AM-MM）中繼選擇方案和聯(lián)合自適應(yīng)調(diào)制最大調(diào)和平均值(Jointed Adaptive Modulation Maximum Harmo

6、nicMean: AM-MHM)中繼選擇方案。然后，通過理論分析獲得AM-MM方案和AM-MHM方案的系統(tǒng)平均符號錯誤率的近似上界解析表達式。數(shù)值分析結(jié)果表明，提出的聯(lián)合自適應(yīng)調(diào)制中繼選擇方案可以顯著地改善系統(tǒng)的平均符號錯誤率性能。
　　4)多天線多中繼的放大轉(zhuǎn)發(fā)雙向中繼（Amplify-and-Forward Two-Way Relaying:AF-TWR)系統(tǒng)的預(yù)編碼和解碼聯(lián)合方案設(shè)計。提出了一種預(yù)編碼和解碼聯(lián)合方案，其研究目

7、標是在發(fā)送功率約束條件下，采用最小均方誤差(Minimum Mean Square Error: MMSE)準則對源預(yù)編碼、中繼預(yù)編碼和接收端解碼進行聯(lián)合優(yōu)化。首先把研究目標建模為關(guān)于預(yù)編碼、解碼矩陣的非線性約束最優(yōu)化問題，然后將該主最優(yōu)化問題分解成四個子問題，使用一個包含四個子問題的收斂的迭代算法來解決主最優(yōu)化問題。此外在問題求解過程中提出了一種簡化的運算方法來減小計算復(fù)雜度。研究結(jié)果表明，所提出的預(yù)編碼和解碼聯(lián)合方案可以獲得比其它方