利用似然比门限转换的自适应机会协作策略

开篇：润墨网以专业的文秘视角，为您筛选了一篇利用似然比门限转换的自适应机会协作策略范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：基于解码前传的错误传播严重影响机会协作系统的选择分集增益。针对此问题，提出一种基于似然比门限转换的自适应机会协作策略：最优中继采用似然比对接收信号质量进行指示，通过与基于链路误比特率的门限值比较，动态地选择中继方式，以保证中继链路得到充分利用。推导了平均误比特率的近似解析表达式，在此基础上对门限进行了优化。采用蒙特卡罗仿真验证了理论公式的有效性，仿真结果表明，当误比特率为0.001时，相比传统方案，该算法能节省1.2dB的功率。

关键词：机会协作；自适应；似然比；选择分集；误比特率

0 引言

协作通信技术[1]能在单根天线上，通过形成虚拟分布式天线的方式获得分集增益，可以有效对抗无线信道中的多径衰落效应。然而，在多中继场景下，由于可利用的中继个数随信道状况随机变化，为了确保满分集阶数，往往需要非常复杂的空时编码设计[2]，并且要求各中继同步，导致算法复杂度开销过高。为此，文献[3]提出了机会协作策略，通过中继选择来取得选择分集增益，并且证明了该方案能够达到与文献[1]相同的满分集阶数。由于该方案只利用一个中继进行传输，编码简单，且无同步要求，实现难度大大降低，因此吸引了大量的相关研究。

文献[4]的研究表明，如果中继无法正确解码信源信号，由其导致的错误传播效应将严重影响系统传输可靠性。为此，不同于文献[3]在信源发送数据前预先进行中继选择，文献[5]提出在信源发送数据之后，从成功解码的中继范围里进行中继选择。该方案虽然能避免错误传播，然而当成功解码的中继不存在时将导致算法失效。针对这一问题，文献[6]提出在预先选择的机会协作基础上采用放大前传（AmplifyForward， AF）替代解码前传（DecodeandForward， DF），并且证明了系统同样能达到满分集阶数。同时，文献[7]提出通过根据链路质量自适应地在DF和AF中转换可以进一步提高双向中继系统的中断性能，这对机会协作系统同样具有借鉴意义。文献[8]证明在机会协作系统中仅动态地在AF和直传之间转换就可以有效避免错误传播，性能也优于传统机会协作[3]。另一方面，在链路自适应算法中，文献[9-11]采用了似然比（Log Likelihood Ratio， LLR）作为门限，在网络编码系统中进行错误传播控制，取得了良好的性能，且复杂度较低。基于以上的启发，本文将LLR作为转换门限引入机会协作系统中，提出了一种基于似然比门限的自适应机会协作策略，采用似然比对链路质量进行指示，以动态地选择协作方式，进而保证系统在中继无法成功解码时仍然能获得分集增益。理论分析和仿真结果均表明，与文献[3]的Police Ⅰ相比，本文方案能有效避免错误传播，提高系统的传输可靠性。

1 系统模型与算法描述

1.1 机会协作系统模型

考虑如图1所示的机会协作系统模型，信源S通过m个中继（R1到Rm）向信宿D发送数据。假设各节点均采用单天线和时分半双工方式通信，并且中继通过局部测量或者反馈可以获得其到S和D的信道状态信息。在S发送数据前，各中继根据已知的信道状态信息确定自己的信道质量标识：

2 误码率分析与门限优化

在本方案下，有以下3类事件会导致D错误判决：1）|Λ|>T，并且Rb正确解码，但转发信号与直传信号的MRC结果仍然无法达到信噪比要求，从而导致D错误判决；2）|Λ|>T，但实际信号质量较差，引起Rb错误解码并选择DF模式转发，该错码对直传信号造成严重干扰，导致D错误判决；3）|Λ|≤T，中继选择AF模式转发，但由于转发信号质量较低，与直传信号的合并无法有效改善信噪比，导致D错误判决。分别用P1，P2，P3表示上述3类事件发生的概率，则有：

3 仿真结果及分析

本章采用MonteCarlo方法分别在非对称和对称网络拓扑下对本文算法的平均误比特率进行了仿真，并且与第2章以及文献[3]中Police Ⅰ（即通过式（2）的最大最准则选定最优中继，然后一律采用DF方式转发信源信号）的理论值进行了对比，其中非对称拓扑下，各中继到S的距离均远于其到D的距离，而在对称拓扑下各中继到S和D的距离相等。仿真参数如下：信道为频率非选择性Rayleigh衰落模型，假设节点到目的地的参考距离d0=10m， 其信道参数λ0=1。大尺度路损通过以下模型建立：λi=λ0（di/d0）φ，其中φ=3.5（城区典型值）。直传链路参数λS，D=3，其他网络拓扑参数如表1所示。调制方式为BPSK，中继个数m=3，5，8，其中m=3时，参与中继为R1到R3，m=5时，参与中继为R1到R5，m=8时，参与中继为R1到R8。

图2比较了中继距离S和D不对称情况下各算法的误比特性能，从表1的参数可知，各中继到S的链路质量都差于其到D的链路质量，这种情况下容易产生错误传播，导致性能良好的中继链路无法得到充分利用。如图2所示，尽管都取得了相等的分集阶数，但本文在m取各种值下的误比特性能均优于文献[3]的Police Ⅰ，且相对增益随着中继个数的增加而增加，例如在信噪比大于16dB后，m=3时相对增益不到1dB，而在m=5和8时相对增益分别达到1.2dB 和1.5dB。这是由于，当中继个数较少时，选出的最优中继其到D的链路也相对较差，在|Λ|≤T，AF被选作协作方式时，这种较差链路对信噪比的改善作用有限。而当中继个数较多时，选出的最优中继其链路也相对较好，这可以充分发挥AF在中继无法解码时的信噪比改善作用，所以这种情况下在DF和AF间选择可以取得更大的增益。另外，图中的理论曲线与仿真值贴合较紧，这验证了本文所做误比特率分析的有效性。可以看出，仿真值都小于理论曲线，且在高信噪比区域更为贴近，这主要由于两点：一方面，从式（18）、（27）、（30）可以看出，本文在分析时对所求的信噪比都进行了缩小近似，实际的合并信噪比要大于理论值；另一方面，式（30）的近似是在大信噪比下作出的，所以在大信噪比时理论值与仿真值更加接近。

图片

图2 非对称网络拓扑下算法平均误比特率比较

图3是对称网络拓扑下各算法的性能比较，由表1可知，各中继到S和D的链路参数均相等，没有链路短板。如图所示，各算法总体性能都好于图2，说明错误传播效在对称拓扑下有所减弱。尽管如此，本文算法仍能保证系统的分集阶数，且在m取各种值的情况下性能均优于文献[3]的Police Ⅰ。在m=8且信噪比大于14dB下，本文算法的分集阶数略大于文献[3]，这也说明本文算法在对称网络拓扑下同样能有效避免错误传播，提升系统性能。

图片

图3 对称网络拓扑下算法平均误比特率比较

4 结语

机会协作系统只利用一个最优中继发送数据，因此，中继