共查询到16条相似文献,搜索用时 46 毫秒
1.
2.
3.
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
4.
5.
6.
7.
为克服信息处于深度衰落情况下单中继协作困难,减少多中继协作目的端信号处理的复杂度,给出了双中继节点参与协作通信的功率分配方案。两个中继节点分别采用放大转发(AF)、译码转发(DF)以及混合译码放大转发(HDAF) 3种协作方式进行通信。在满足一定的中断概率和节点功率限制情况下,利用MATLAB软件中的Fmincon优化函数,得到了各节点的最小发射功率。数值分析表明,在相同条件下,两个中继节点采用HDAF协作方式比采用AF协作方式、DF协作方式消耗的系统总功率分别少4~9 dBm、0.5~1 dBm,最大限度地节约了系统功率的消耗。 相似文献
8.
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
9.
为了实现四级海况下海上小型浮标与岸基站数据中心之间的实时通信,设计和研制了一种高速率、低延时和高可靠的S频段卫星中继通信终端。该卫星中继通信终端由S频段中继通信机、抛物面天线、伺服跟踪机构、电源变换模块、温度控制器以及耐10 m水压的天线罩体等组成。终端为直径1 m的半球体,质量小于30 kg,最大峰值功耗小于等于130 W。卫星中继通信终端利用快速捕获跟踪卫星信号技术,能在7 s内迅速捕获和跟踪卫星前向链路信号;采用自适应海况可变码率技术提高了数据传输的可靠性。四级海况下,卫星中继通信终端实现了浮标与岸站之间最大2Mb/s高速率实时数据传输,大回路数据通信误码率小于等于10-5。 相似文献
10.
11.
现有的中继选择算法通常带来中继负荷失衡问题,可能导致中继节点资源的非公平利用。为解决这个问题,首先对中继负荷失衡问题进行了分析,接着使用链路信噪比和中继节点负荷作为模糊控制的输入参量,提出了负荷平衡中继选择(LBRS)算法;其次,针对LBRS算法中存在的低信噪比区域误比特率偏高的问题,进一步提出了LBRS的改进算法,即基于负荷平衡的混合式中继选择(HRS)算法。仿真结果表明,与典型的最优中继选择(BRS)算法比较,HRS算法在平衡中继节点负荷上具有非常显著的优势,在误比特率性能上稍逊,总的来说是一种性能优异的中继选择算法。 相似文献
12.
为优化蜂窝用户通信与设备直传(D2D)中继通信共存下的同频干扰问题,满足蜂窝用户容量要求,提出了一种基于能效的联合资源分配和功率控制的D2D中继选择算法。该算法首先对等效D2D中继链路进行资源分配,减小算法复杂度的同时使得D2D链路对蜂窝链路产生的干扰最小;然后以资源分配结果和功率控制算法为依据进行中继选择。该方案不仅考虑了D2D中继链路的能效问题,而且还同时考虑到了对蜂窝链路的干扰问题。通过仿真验证,所提算法不仅能有效提升D2D中继链路的能效值,同时降低了对蜂窝用户的干扰。 相似文献
13.
14.
15.