[发明专利]移动通信系统的中断概率性能预测方法有效
| 申请号: | 201911038435.4 | 申请日: | 2019-10-29 |
| 公开(公告)号: | CN111741483B | 公开(公告)日: | 2022-08-09 |
| 发明(设计)人: | 徐凌伟;陶冶;黄玲玲;王景景;权天祺;王涵;于旭 | 申请(专利权)人: | 青岛科技大学 |
| 主分类号: | H04W24/06 | 分类号: | H04W24/06 |
| 代理公司: | 青岛联智专利商标事务所有限公司 37101 | 代理人: | 王笑 |
| 地址: | 266061 山*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 移动 通信 系统 中断 概率 性能 预测 方法 | ||
1.一种移动协作通信系统的中断概率性能预测方法,其特征在于,包括:
建立移动协作通信系统模型;
选择最佳移动中继节点MR,在移动信源MSi至最佳移动中继节点MR链路的信噪比γSRi大于信噪比门限γT时采用译码转发策略将移动信源的信号转发至目的端MDj;在移动信源MSi至最佳移动中继节点MR链路的信噪比γSRi小于信噪比门限γT时采用放大转发策略将移动信源的信号转发至目的端MDj;
选择最佳发射天线使目的端MD的接收信噪比最大;
在γthγT时,推导最佳发射天线的中断概率的闭合表达式为:
其中,
Nt为发射天线数,Nr为接收天线数,γth为安全中断阈值,m为衰弱系数,N为衰弱因子,Ω=E(|a|2),E()表示求均值运算;G[·]表示Meijer’s G函数;γSCC为最佳移动中继节点采用放大转发策略将移动信源的信号转发至目的端的接收信噪比,γSC为最佳移动中继节点采用译码转发策略将移动信源的信号转发至目的端的接收信噪比,γup为经过最佳移动中继节点的协作链路的接收信噪比的上限值;
采用神经网络对中断概率性能进行预测。
2.根据权利要求1所述的移动通信系统的中断概率性能预测方法,其特征在于,所述方法还包括:
选择次最佳发射天线使移动信源至目的端的直接链路的接收信噪比最大;
在γthγT时,推导次最佳发射天线的中断概率的闭合表达式为:
其中,
采用神经网络对中断概率性能进行预测。
3.根据权利要求1所述的移动通信系统的中断概率性能预测方法,其特征在于,所述最佳中继节点的选择条件为:
其中,γSRil表示移动信源MSi至移动中继节点MRl链路的信噪比。
4.根据权利要求1所述的移动通信系统的中断概率性能预测方法,其特征在于,在移动信源MSi至最佳移动中继节点MR链路的信噪比γSRi小于信噪比门限γT时采用放大转发将移动信源的信号转发至目的端MDj时,
推导目的端MDj的接收信噪比γSCCij=max(γSDij,γSRDij)的上限值为:
γupij=min(γSRi,γRDj),
以使得目的端MDj的接收信噪比表示为γSCCAij=max(γSDij,γupij);
其中,γSRDij表示经过最佳移动中继节点的协作链路的接收信噪比:
5.根据权利要求1或2所述的移动通信系统的中断概率性能预测方法,其特征在于,所述采用神经网络对中断概率性能进行预测之前,包括训练神经网络的步骤,具体包括:
基于推导的中断概率的闭合表达式确定影响中断概率性能的信道参数;
以信道参数为神经网络输入,以仿真理论值为输出,训练神经网络。
6.根据权利要求5所述的移动通信系统的中断概率性能预测方法,其特征在于,所述神经网络为BP神经网络。
7.根据权利要求5所述的移动通信系统的中断概率性能预测方法,其特征在于,所述信道参数包括:
衰弱系数、衰弱因子、通信链路的位置增益、功率分配系数、安全中断阈值和平均信噪比。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛科技大学,未经青岛科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911038435.4/1.html,转载请声明来源钻瓜专利网。





