共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
3.
针对自私性无线协作中继(CR)网络中的放大再中继(AF)和解码再中继(DF)协议,分别给出
公平且有效率的协作中继功率分配方案。两种方案虽然具体研究内容有差别,但有着共同
的研究策略。首先,将节点间的协作功率选择问题建模为纳什议价博弈问题(NBP);然后,
通过求取其纳什议价解(NBS)获得协作节点的共赢策略;最后,针对AF和DF协议分别给出计
算机仿真。仿真结果表明,所提出协作中继性能改进算法的效率性体现在所有协作节点在AF
和DF协议中均获得信号接收质量的提高,其公平性则体现在任意节点为其协作伙伴所贡献的
转发功率大小仅取决于对方为其带来的性能增益大小。 相似文献
4.
本文针对协作通信网络中的合作编码技术研究现状进行概述,介绍不同的协同通信网络环境对合作编码技术方案的影响,并讨论完善合作鳊码技术所面临的问题,以及基于自适应的合作编码技术和网络编码协作技术的未来发展方向。 相似文献
5.
6.
协作通信是无线传感器网络(Wireless Sensor Network,WSN)实现数据可靠传输的关键技术,而协作通信技术的关键在于中继方案的选择。为此,提出了一种基于深度强化学习的协作通信中继选择算法(Deep Q-Learning Based Relay Selection Scheme,DQ-RSS)。首先,将WSN中具有中继选择的协作通信过程建模为马尔科夫决策过程,并采用Q学习在未知网络模型的情况下获取最佳中继选择策略;其次,针对高维状态空间下Q学习收敛时间长的问题,采用DQN(Deep-Q-Net)算法来加速Q学习的收敛。对比仿真实验结果表明,DQ-RSS在中断概率、系统容量和能耗方面均优于现有的中继选择方案,且能够有效节省收敛时间。 相似文献
7.
8.
9.
10.
为了充分实现中继协作,降低多中继协作通信系统功率分配优化问题的计算复杂度,提出了基于萤火虫算法的多中继功率分配方案。在一定的总功率和节点功率约束下,以最大化平均信噪比为优化目标函数,建立了多中继协作系统的功率分配最优化模型。选取该目标函数作为萤火虫的适应度函数,用向量表示萤火虫的状态,该向量的维数为待分配源节点和中继节点的个数,通过萤火虫聚集得到种群中最好的萤火虫,即可获得渐进最优功率分配。仿真结果表明,与平均功率分配相比,基于萤火虫算法的功率分配方案能降低2.44%~6.17%的比特差错率,提高了系统性能。 相似文献
11.
为研究不同接收机的架构、收发天线的角度和判决方式对穿戴式超宽带(UWB)信道RAKE接收机误码率(BER)的影响,利用数字抽样示波器获取时域接收信号,使用CLEAN算法去卷积,得到体表-体表和体表-体外环境下人体信道冲激响应;并采用不同结构不同分支数的RAKE接收机对含有加性高斯噪声的跳时信号进行接收,以分析其对BER的影响。仿真结果表明,包含所有分支的RAKE接收机BER最低但结构复杂;在相同分支数下,包含部分分支的RAKE接收机的BER损失要比选择性RAKE接收机高3 dB,但复杂度较低。对收发天线不同角度的研究表明,收发天线应避免垂直,否则体表反射作用带来的多径分量增多,容易出现码间干扰,从而增加BER。在重复编码情况下,软判决的BER性能要优于硬判决0.2~0.4 dB。该信道模型和误码率分析研究可对穿戴式UWB收发机的架构设计和性能研究提供参考。 相似文献
12.
13.
针对配备太阳能采集设备的无线传感器网络节点,以如何合理使用采集到的能量使得时间期限内点对点传输的数据量最大为优化目的,结合必要的约束条件(能量获取电池只有有限的能量存储能力以及能量因果关系),建立了数据传输的能量通道优化模型,通过能量通道策略优化算法得到了最优传输功率策略。与当前普遍使用的能量即到即用方法进行了性能对比,仿真发现系统累积传输了更多的数据量,性能提升明显。在此基础上,考虑了实际太阳能获取量与预测值的偏差,提出了改进的能量通道算法,使得其更加适应于实际场景中。 相似文献
14.
分布式认知网络中,认知用户通过与相邻用户交换检测量信息,达到全网一致,实现对主用户信号的检测。为了提高网络检测量信息的收敛速度,提出了一种基于扩散策略的分布式协作检测算法。在该算法中,将最大最小特征值检测算法的检测量作为交换的初始信息,构造自适应矩阵和融合矩阵作为加权因子对认知节点状态值进行迭代更新,实现全网认知用户检测量信息一致,各认知用户独自根据融合的检测量信息,进行最终的检测判决,确定主用户是否存在。仿真结果表明,该算法在网络收敛速度和检测性能上较共识策略和非合作检测有不同程度的提升。 相似文献
15.
针对无线网络中资源受限的组播路由问题,考虑网络节点的节点度限制和网络链路的带宽约束,以最小化组播路由开销为目标,提出了一种二进制编码方式的基于灰狼优化算法的组播路由策略。在给定的网络拓扑下,基于灰狼优化算法的组播路由策略可以迅速找到一棵包含源和目的节点的最小开销组播树。仿真结果表明,相比于遗传算法,所提出的基于灰狼优化算法的组播路由策略可以得到一棵开销更小的组播树,并且在相同的时间复杂下具有更强的算法稳定性。 相似文献
16.
针对传统认知无线电网络中频谱状态转换频繁和频谱检测时延长的问题,提出基于随机线性网络编码的累积和能量检测频谱感知算法。该算法在主用户信道中引入随机线性网络编码,利用网络编码对频谱的整形作用,使频谱状态转换稀疏,频谱结构更规律化,减小频谱检测时延,提高系统吞吐率。此外,针对传统累积和能量检测算法抗衰落性能差的问题,通过比较该算法在五种衰落信道下的检测时延和吞吐率,研究该算法的抗衰落性能。实验结果表明,在一定的虚警概率下,该算法有效降低了检测时延,提高了吞吐率及抗衰落能力,能够更好地适应复杂的衰落信道环境。 相似文献
17.
18.
针对采用时隙ALOHA算法的无线Ad Hoc网络,考虑数据包到达的动态性与数据包传输的随机性,以最大化吞吐量为目标,同时满足数据队列稳定性,构建了关于接纳控制与竞争接入的随机优化问题。由于在时隙ALOHA算法中数据包传输的最优概率取决于无线Ad Hoc网络中数据队列非空的活跃节点数,提出了一种基于活跃节点数预测的时隙ALOHA算法。该算法要求无线Ad Hoc网络中的所有发送节点实时地侦听通信信道的忙闲状态,计算基于信道状态的活跃节点数条件期望,从而动态地预测无线Ad Hoc网络在不同时刻的活跃节点数,达到网络节点依据局部网络状态信息自适应地优化数据包传输概率的目的。仿真结果表明,所提算法能够有效估计无线Ad Hoc网络在每个时隙的活跃节点数,从而显著提升网络吞吐量并且降低数据包的平均排队时延。 相似文献
19.
针对认知无线电多用户的动态功率控制策略问题,提出了一种基于优先记忆库(Prioritized Experience Replay,PER)结合竞争深度Q网络(Dueling Deep Q Network,Dueling DQN)的功率控制方法。在不知道主用户的控制策略及发射功率情况下,次用户以下垫式接入到主用户信道进行传输任务。微基站收集到的接收信号强度信息作为环境状态信息输入到竞争深度Q网络中,经过训练和学习后,得到次用户的动态功率控制策略。实验结果表明,次用户经过深度强化学习后能够找到最优的功率控制策略,并且在环境参数发生变化时也能快速调整自身的行为和控制策略,提高了频谱利用率和网络能效。 相似文献