基于MIMO-OFDM协作系统的中继混合选择合并算法

提出了一种基于MIMO-OFDM协作系统的多中继混合选择合并算法。算法原理主要是采用地理位置信息得到一个性能最优的AF(放大转发中继)中继节点,根据瞬时信噪比门限值或相对最小BER门限值选择符合要求的多个DF(译码转发中继)中继,所选择出来的最优AF中继和多个DF中继将协作MIMO-OFDM系统完成信号的转发,最后在目的节点处对直传链路信号和中继链路信号进行最大比合并(MRC)。对该算法进行了理论分析,并研究了该算法对系统误比特率性能的影响,并在MATLAB上进行链路级仿真分析比较。仿真结果表明所提出的多中继混合选择合并算法能有效提高空间分集增益,从而降低系统误比特率。     

基于网络编码的双向中继系统中断性能分析

研究了频率非选择性瑞利衰落信道中,基于网络编码的双向中继系统的中断性能问题。基于放大重传(Amplify-and-Forward,AF)和联合解码重传(Joint Decode-and-Forward,JDF)机制,在瑞利衰落信道环境下,通过理论分析得出一般情况下的节点和系统中断概率解析式。在此基础上完成了数值仿真实验,结果表明在小信噪比情况下,JDF的中断性能优于AF系统;在大信噪比情况下,AF的中继性能将超过JDF系统的中断性能;随着信噪比以及信道不对称度的增加,AF和JDF系统的中断性能将趋于相同。此外,研究还发现,当速率大于0.5 bit/s.Hz时,JDF系统的中断性能急剧下降。     

无人机网络中基于位置预测的最优中继选择

为了解决无人机（UAV, Unmanned Aerial Vehicle）协作通信网络在完成任务时由于高机动性而会影响链路状态的问题,提出了一种基于UAV位置预测的信道中继选择算法。根据卡尔曼算法预测出UAV下一时刻的位置,提前判断链路优劣性,使更换UAV中继节点的时机更为精准。通过UAV源节点到UAV中继节点以及UAV中继节点到UAV目的节点的瞬时信道状态信息（CSI, Channel State Information）选出备选UAV中继节点集合。最优的备选UAV中继节点由贪婪算法计算而得。仿真结果证明了此方法的有效的性,链路中断的概率比随机选择算法降低了10%,且链路更加稳定。