基于缓存辅助的多跳中继无线传输技术研究

来源 :广州大学 | 被引量 : 0次 | 上传用户:liuyantong7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着通信和互联网技术的快速发展,使得无线通信技术面临着巨大的挑战。多跳中继无线网络是现代无线通信的一个重要传输形式,可以有效提高系统的传输质量和系统的覆盖范围。一方面,在没有部署基础设施的情况下,当通信双方的距离进一步增加时,如何提高通信双方的通信质量已经成为无线通信领域急需解决的关键问题。作为一类对抗衰落、提升系统的传输可靠性的有效技术,缓存辅助中继近年来引起了广泛关注。另一方面,随着无线技术的迅速发展,海量的信息需要通过无线网络的传播进行相互交换,由于距离的限制,无法进行直接通信的时候,如何利用中继系统,进行高效的信息交互,提升系统的传输质量,并根据通信双方的各自不同的需求去传递信息,实现高效的无线传输已经成为无线通信领域亟待解决的关键问题。本文以多跳缓存辅助无线中继网络为研究对象,分别研究引入了多跳缓存辅助中继网络和多跳缓存辅助双向中继网络场景下的传输技术。论文从系统模型、传输方案和系统性能分析三个方面对多跳缓存辅助无线网络进行了深入的研究。首先,论文介绍了相关研究所涉及到的主要关键技术,即中继技术,缓存辅助中继技术,中继转发策略等。其次,论文重点研究了缓存辅助多跳中继网络,其中源节点和目的节点在个缓存辅助中继节点的帮助下传递信息。为了满足在源节点和中继节点无法直接通信的情况下实现用户间的信息传递,论文提出了一种基于缓存辅助的最优三跳中继设计,其中两个中继节点进行串联,以解码转发的方式将信息转发到目的节点。并在充分考虑数据缓存和能量消耗的影响下,以及在满足平均功率约束和峰值功率约束下,最大化端到端的可达速率。通过使用Lyapunov优化框架,论文给出了一种多跳缓存辅助自适应中继(MH-BAAR)方案,并根据信道状态信息(CSI)、数据缓存状态信息(BSI)和能量状态信息(ESI)自适应调整传输模式选择和功率分配。基于此,论文又提出了一种适用于一般多跳中继网络的在线分布式多跳缓存辅助自适应中继(DMH-BAAR)方案。这种方案只需要局部CSI、ESI和BSI,就可以分布式地实现多跳缓存辅助自适应传输。论文的分析结果表明,所提出的方案可以显着提高端到端的可达速率,并揭示了传输速率、功率消耗以及时延之间的折中和置换关系。最后,论文将多跳缓存辅助中继网络进行了进一步的拓展,研究了缓存辅助多跳双向中继网络,其中两个用户在两个存储辅助中继的帮助下以解码转发的方式交换信息。考虑到平均功率和峰值功率、数据缓存和能量消耗以及传输模式约束等因素的限制,论文分析了和速率最大化问题。利用Lyapunov优化框架,论文提出了一种在线多跳缓存辅助双向自适应中继(MH-BTWR)方案,并根据信道状态信息(CSI)、数据缓存状态信息(BSI)和能量状态信息(ESI)自适应地调整传输模式选择、功率分配和速率分配。论文的分析结果表明,MH-BTWR方案可以显着提高平均可达速率区域,论文同时分析了在双向多跳缓存中继网络条件下传输速率、功率消耗以及时延之间的折中置换关系。总之,本文围绕缓存辅助的多跳中继网络展开的研究工作,对于探索数据缓存辅助多跳无线中继网络具有重要的参考价值。论文所揭示的缓存辅助对用户调度、功率分配和传输模式选择的影响,以及所揭示的系统传输速率、功率消耗以及时延之间的折中置换关系对于实际的多跳缓存辅助无线中继通信系统设计具有参考和指导价值。
其他文献
随着深度学习理论及相关技术的发展,深度学习模型已经广泛应用于各种实际场景中。不仅图像领域中的目标检测、图像分类、人脸识别等典型的应用场景使用深度学习模型,越来越多自然语言处理的应用场景都在尝试使用深度学习模型,如情感分析、垃圾邮件分类以及机器翻译等。但是深度学习模型在面对对抗样本时表现出很严重的脆弱性,即使在原始数据中加入一点小小的改动都会影响模型的输出。近年来,研究者通过向原始数据中加入人肉眼难
DNA链置换技术推动了DNA计算研究的发展,在DNA计算机的研究中起着至关重要的作用。DNA链置换反应为开发分子计算提供了一套智能工具箱,尽管基于DNA链置换反应的逻辑门电路已经达到了很高的复杂性,但实际可实现的计算任务的扩展仍然是一个障碍。开关电路最初由Shannon于1938年提出,现在广泛应用于电信领域,是实现高速、高带宽通信的一种有效手段。本文研究开发了一种基于DNA链置换反应的DNA开关
目前,国家正积极推进区块链技术和经济社会的融合发展。然而,数字货币作为数字经济基础设施,其保护隐私的特点使其成为了犯罪分子开展非法活动的“温床”。该现象为国家促进数字经济发展,打造安全、稳定、健康的金融环境带来了挑战。因此,从海量交易数据中识别异常交易带来的安全风险,形成监管体系,推动数字经济健康发展,已成为目前数字货币监测监管的重要挑战之一。数字货币的交易账本均是公开访问的。目前,针对数字货币异
作为一种直观自然的交互方式,手势日渐从人际日常交流向新型人机交互发展,尤其是在车载控制系统上,不少高端车型已将手势识别技术应用于搭载的车载影音娱乐系统。在众多技术实现路线中,基于单目彩色摄像头的机器视觉方案因为所需的传感器简单便宜,越来越被研究者们所注意。为解决手势图片背景复杂、自遮挡、易形变等识别困难,本文利用深度学习技术提高其识别准确率。为了解决上述问题,本文设计了基于单目彩图的深度学习手势识
深度神经网络已经被广泛地应用在各个领域,但是对抗样本的存在对神经网络的应用造成了极大的安全隐患。迄今为止,许多针对深度神经网络的对抗攻击方法已经被提出来,但是这些方法依然存在很多不足之处。例如,基于梯度的攻击方法,攻击的成功率和效率都很高,但是图像修改的幅度也很大。而基于优化的或者单纯修改少量像素点的攻击方法,虽然减小了图像修改的幅度,但是由于需要进行大量的计算,攻击的效率不高,并且成功率较低。此
本研究利用苯酚—氯仿—异戊醇—核糖核酸酶法,从3个品种豇豆幼嫩叶子中分离出总基因组DNA,参照已知的几种Bowman—Birk型胰蛋白酶抑制剂基因序列和ATG起始位点,设计合成了两段长度为27bp且5端含有BamHI位点的寡核苷酸引物。以总DNA为模板,进行PCR扩增,得到长度约为340bp的均一特异性扩增产物CPTI DNA片段。 将该片段克隆到质粒载体pGEM—3zf(+)的BamHI位
互联网技术的发展,催生了大量平台级的应用服务,如搜索、推荐、查询等。为了向用户提供更加精准、高效的服务,众多互联网平台分别构建了面向不同应用场景的知识图谱。知识图谱是一种组织结构良好、可解释性强的人工智能技术,能高效地组织并表示各种信息,因此得到了广泛的应用。但面向各不同网络应用的知识图谱通常是独立构建的,因此存在相同的信息表述不一致以及数据的更新时间不一致等问题。将不同时间的知识图谱中表述形式不
人们日益增长的物质需求与环境污染和能源短缺的问题相矛盾,目前可再生的清洁能源如风能、太阳能等也需要高效的储能装置。锂离子电池(LIBs)是目前能够商业化大规模应用的可循环使用的电池设备。在未来几十年将被普遍运用于各种电子移动设备和新能源汽车。然而稀缺的锂资源使人们将目光转移到钠离子电池(SIBs)研究上。由于离子半径等物理特性差异,传统正负极材料并不适用SIBs。二维层状MXene材料具有独特的物
随着互联网的日益普及,智能终端越来越依赖于网络来提供应用服务。然而,这种对网络的高度依赖,造成了在缺网、断网、网络环境差等极端场景下,智能终端无法提供有效的服务。此外,常见的交互技术存在控制方式机械、固定和单一,全局性和实时协同性差,智能程度较低,用户交互性和参与性较弱和个性化不足等问题,这在很大程度上影响了用户的体验。因此,本文针对现有感知和泛在交互技术存在的障碍和限制,设计和实现了一套适配多样
图像质量评估(Image Quality Assessment,IQA)是对失真图像的质量进行量化并输出与人眼视觉系统相一致的质量分数。无参考图像质量评估是无需参考图的前提下对各种失真图像建立感知模型,通过感知模型探索计算机与人眼视觉对图像质量理解的关系。无参考图像质量评估是图像处理领域的基础,它主要分为两大研究方向:(1)对图像的直接理解与感知,探索计算机视觉与人眼视觉的一致性;(2)利用质量信