排序方式: 共有72条查询结果,搜索用时 13 毫秒
1.
5G时代的到来加快了以车路协同为核心的车联网技术的发展脚步。高效,可靠,安全的通信质量将是实现智能交通管理系统,完善智慧出行的基本要求。因此,针对存在信息窃取者的车联网中继协作传输场景,利用机会式中继选择策略与最大比合并技术设计了直接传输链路与多跳中继转发链路共存的安全传输方案,旨在提高信息传输的可靠性及安全性。同时,在获得信道概率密度函数及累积分布函数的基础上,利用全概率公式等方法推导出基于DF(Decode-Forward)中继协作传输的车联网系统安全中断概率的闭合表达式,其中涉及的信息传输信道均服从Nakagami-m分布,提高了理论推导的难度。最终的仿真实验证实了理论推导的准确性及本方案的可行性。 相似文献
2.
4.
在Nakagami-m衰落信道下,分析了两跳固定增益放大转发中继通信系统的性能.首先采用基于概率密度函数(PDF)的性能分析法推导了无协作分集时系统的中断概率和平均误符号率(ASER)的闭合表达式,然后采用基于矩生成函数(MGF)的方法推导了有协作分集时系统的中断概率和ASER表达式以及接收信噪比的n阶矩的闭合表达式.仿真结果显示,所推导的闭合表达式与数值仿真结果吻合良好,协作分集和较大的m值可提升系统性能,中继前后两跳的信道质量对系统性能的影响并不相同. 相似文献
5.
6.
7.
8.
9.
由于可以有效地提高频谱效率,能量效率与前程效率,云接入网络(C-RAN)被认为是未来第五代无线网络中的重要组成部分。不同于传统蜂窝网络,在云接入网络中,基带处理单元(BBU)被从基站分离,并聚合成一个中央计算云。无论如何,这些优化目标(频谱效率,能量效率,前程效率)在大多数情况下相互冲突,并且单个目标性能提升通常会导致其他目标性能的下降。据作者所知,在云接入网络中的多目标优化(MOO)问题,仍未被考虑过。在本文中,我们针对基于正交频分多址(OFDMA)的云接入网络,设计对应的联合优化算法以解决多目标优化问题。仿真结果显示,比起仅考虑单目标优化,本文提出的算法可以有效的解决不同优化目标之间的权衡,并且为云接入网络的资源分配提供一个新的方向。 相似文献
10.
针对单天线多跳系统中的资源分配策略进行了研究,重点研究了基于能效最优的功率分配算法。所提算法以系统能效最大化为设计目标,以满足指定的系统服务质量(QoS, quality of service)为约束条件,建立了以源节点和中继节点发射功率为设计变量的数学优化模型。通过大信噪比区间近似等效,将原始的非凸优化问题转化为凸优化问题。再利用拉格朗日对偶函数凸优化算法,并借助于Lambert 函数,最终得到一种功率分配方案的闭合形式解,避免了采用交替迭代方法来求解最优化问题。相比传统以系统频谱效率最大化为目标的算法,所提算法能更好地提升系统整体能效,同时降低了功率分配算法的复杂度。 相似文献