基于超密度圓環(huán)排序機(jī)制的5G網(wǎng)絡(luò)信號(hào)傳輸算法

,

(1.蘭州文理學(xué)院 數(shù)字媒體學(xué)院,蘭州 730000; 2.蘭州大學(xué) 信息科學(xué)與工程學(xué)院,蘭州 730000)

0 概述

5G通信技術(shù)具有數(shù)據(jù)編碼強(qiáng)度大、信道及信源數(shù)據(jù)處理復(fù)雜等顯著的技術(shù)特點(diǎn),能夠適應(yīng)未來(lái)無(wú)線網(wǎng)絡(luò)超高數(shù)據(jù)傳輸強(qiáng)度及超強(qiáng)動(dòng)態(tài)誤差控制等用戶體驗(yàn)需求,從而促進(jìn)5G網(wǎng)絡(luò)技術(shù)在實(shí)踐中的推廣運(yùn)用[1-2]。

為了提高信號(hào)傳輸精度,研究者通過(guò)將信號(hào)預(yù)發(fā)射過(guò)程納入信源或信道傳輸算法中,試圖在增強(qiáng)信道抗攻擊能力的同時(shí),提高信號(hào)預(yù)發(fā)射過(guò)程的數(shù)據(jù)傳輸效率,改善信號(hào)傳輸質(zhì)量。如文獻(xiàn)[3]等提出了基于分支裁剪機(jī)制的5G移動(dòng)數(shù)據(jù)抗噪傳輸算法,針對(duì)各個(gè)傳輸子信道的數(shù)據(jù)報(bào)文進(jìn)行分支切割,并裁剪為頻率互相分裂的數(shù)據(jù)報(bào)文的方式,實(shí)現(xiàn)了數(shù)據(jù)加密與數(shù)據(jù)傳輸?shù)耐确忍嵘?但是該算法對(duì)數(shù)據(jù)裁剪過(guò)程的復(fù)雜度考慮不足,導(dǎo)致傳輸過(guò)程的效率難以得到提高。文獻(xiàn)[4]等提出了基于分段等級(jí)編碼機(jī)制的5G網(wǎng)絡(luò)穩(wěn)定傳輸算法,通過(guò)克隆信源編碼副本的方式對(duì)信源編碼質(zhì)量進(jìn)行實(shí)時(shí)監(jiān)控,能夠在信源噪聲受到嚴(yán)重干擾時(shí),提高編碼準(zhǔn)確度。然而,該算法未能考慮信道噪聲對(duì)信源傳輸數(shù)據(jù)的混頻影響,當(dāng)信道噪聲與信源頻率出現(xiàn)共振效應(yīng)時(shí),其數(shù)據(jù)傳輸率將出現(xiàn)顯著的下降現(xiàn)象;文獻(xiàn)[5]等提出了基于高維共線度窄帶噪聲識(shí)別機(jī)制的5G網(wǎng)絡(luò)信號(hào)誤差限制算法,采取正交環(huán)控制的方式實(shí)現(xiàn)了信道稀疏狀態(tài)下的傳輸精度提升,且誤差精度控制水平不低于文獻(xiàn)[4]。但是,它需要通過(guò)選取基準(zhǔn)頻率的方式進(jìn)行誤差比對(duì),當(dāng)子信道數(shù)量較多時(shí)將由于基準(zhǔn)頻率難以選取等因素,導(dǎo)致噪聲投影點(diǎn)數(shù)量迅速增多,降低了算法的精度水平。

可見(jiàn),上述算法在構(gòu)造數(shù)據(jù)接收結(jié)構(gòu)過(guò)程中均未能考慮信號(hào)預(yù)發(fā)射過(guò)程與信號(hào)接收結(jié)構(gòu)間可能存在的映射關(guān)系,一旦傳輸子信道的頻率與信號(hào)預(yù)發(fā)射的頻率產(chǎn)生共振現(xiàn)象時(shí),將很難實(shí)現(xiàn)對(duì)信道噪聲頻譜的擦除,從而降低算法的數(shù)據(jù)傳輸性能。

為此,本文提出一種基于超密度圓環(huán)排序機(jī)制的5G網(wǎng)絡(luò)信號(hào)傳輸算法。考慮小區(qū)基站與信號(hào)間的混疊現(xiàn)象,通過(guò)將接收節(jié)點(diǎn)按超密度排序的方式,構(gòu)建一種超密度圓環(huán)排序接收結(jié)構(gòu),降低數(shù)據(jù)傳輸過(guò)程中的傳輸誤碼率。

1 本文5G網(wǎng)絡(luò)信號(hào)傳輸算法

1.1 基于超密度圓環(huán)排序機(jī)制的信號(hào)預(yù)發(fā)射

鑒于當(dāng)前研究中存在的不足,本文提出基于旋轉(zhuǎn)環(huán)電控接收結(jié)構(gòu)的5G無(wú)線網(wǎng)絡(luò)信號(hào)定位算法,整個(gè)算法由超密度圓環(huán)排序機(jī)制、基于差分機(jī)制的方位角精度優(yōu)化2個(gè)過(guò)程構(gòu)成,見(jiàn)圖1。典型的5G信號(hào)均通過(guò)移動(dòng)節(jié)點(diǎn)內(nèi)部的天線進(jìn)行數(shù)據(jù)收發(fā)[6],為降低節(jié)點(diǎn)間的數(shù)據(jù)交換過(guò)程的信號(hào)解調(diào)困難,采用256進(jìn)制星座進(jìn)行256頻移鍵控調(diào)制(256FSK調(diào)制),射頻信號(hào)在調(diào)制過(guò)后分為k個(gè)節(jié)點(diǎn)信號(hào)進(jìn)行傳輸[7],射頻信號(hào)傳輸過(guò)程時(shí),需要首先搜尋基準(zhǔn)投影,通過(guò)自主選定相應(yīng)的中央基站并采取一定的鏈路穩(wěn)定措施,從而實(shí)現(xiàn)信號(hào)的傳播。信號(hào)傳播示意圖如圖2所示,則其射頻信號(hào)的單位沖激響應(yīng)H(k)(ω)為:

(1)

其中,ε(ω)為頻域單位沖激響應(yīng),βl(M)為第M路信號(hào)在第l個(gè)子信道上的干擾因子,ωl為第l個(gè)子信道上頻域單位沖激響應(yīng)的延時(shí)。

圖1 本文5G網(wǎng)絡(luò)信號(hào)傳輸算法流程

圖2 信號(hào)傳播示意圖

由式(1)可得,無(wú)線網(wǎng)絡(luò)在進(jìn)行第M路信號(hào)加密后,所獲取到的信號(hào)頻域形式Y(jié)(M)(ω)可表示為:

Y(M)(ω)=S(ω)H(M)(ω)+L(M)(ω)

(2)

其中,Y(M)(ω)為第M路加密信號(hào)的頻域形式,L(M)(ω)為第M路子信道中萊斯干擾因子的頻域形式,s(ω)為六十四進(jìn)制相移鍵控基帶信號(hào),其原始信號(hào)s(t)形式為:

(3)

其中,ai為第i個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)符號(hào),具體調(diào)制數(shù)值按64PSK調(diào)制模式制定得到,bj為隨機(jī)序列,且滿足bj∈{+1,-1},Tc為64PSK信號(hào)的預(yù)傳輸周期,Ts為調(diào)制時(shí)間片的周期長(zhǎng)度。

此外,256FSK調(diào)制中A(t)滿足:

A(t)=e(1-64πt2/ζ2)+e(-16πt3/63ζ2)

(4)

其中,ζ為標(biāo)準(zhǔn)正三角信號(hào)脈沖的單位沖激響應(yīng)[8-9]。

聯(lián)合式(2)～式(4)可得:

(5)

根據(jù)式(1)可知,網(wǎng)絡(luò)信道在節(jié)點(diǎn)發(fā)送信號(hào)的頻域上最大支持M路信號(hào)進(jìn)行傳輸,則離散系數(shù)Δω可寫(xiě)為:

Δω=2π/M

(6)

對(duì)式(5)進(jìn)行M路信號(hào)離散化后可得待傳輸?shù)男盘?hào)為:

(7)

考慮到無(wú)線網(wǎng)絡(luò)進(jìn)行信道傳輸時(shí)均需要進(jìn)行矢量化處理,因此,式(7)可以進(jìn)一步矢量化為如下的形式:

Ym=Lm+βmEωs

(8)

Lm=[L(M)(ω1),L(M)(ω2),…,L(M)(ωM)]T

(9)

其中,βm表示第M路子信號(hào)的干擾因子,矢量Lm表示第M路信號(hào)離散化后所對(duì)應(yīng)的萊斯噪聲干擾因子,矢量Ym表示第M路待傳輸信號(hào),矢量S可寫(xiě)為:

S=Λ[s(ω1),s(ω2),…,s(ωM)]T

(10)

其中,Λ為特征值均為1且秩值為m的對(duì)角矩陣;此外式(8)中矩陣Ew為單位時(shí)延矢量因子,并滿足:

Ew=[1,e-jΔωωi,e-2jΔωωi,…,e-λjΔωωi]T

(11)

依據(jù)模型式(1),則區(qū)域內(nèi)的5G節(jié)點(diǎn)接收到第k路無(wú)線信號(hào)為:

Y(k)(φ)=F(k)(φ)+T(φ)H(k)(φ)

(12)

其中,Y(M)(φ)為第k路無(wú)線信號(hào)的頻率離散化信號(hào)分量,F(k)(φ)為該信號(hào)分量中混雜的萊斯干擾,均值為1,標(biāo)準(zhǔn)差為0,T(φ)第k路無(wú)線信號(hào)在進(jìn)行第一輪數(shù)據(jù)發(fā)送時(shí)的頻率增益,其時(shí)域信號(hào)表達(dá)式T(t)為:

(13)

其中,Ts表示脈沖信號(hào)的符號(hào)周期,Tc表示脈沖信號(hào)的發(fā)射周期,Nc表示第k路無(wú)線信號(hào)中的脈沖符號(hào)在Tc內(nèi)的最大出現(xiàn)次數(shù),bj為進(jìn)行256頻移鍵控調(diào)制過(guò)程中的偽隨機(jī)序列,且滿足bj∈{+1,-1},ai為進(jìn)行256頻移鍵控調(diào)制的脈沖符號(hào)序列,且滿足ai∈{+1,-1}。

由于各個(gè)小區(qū)基站間的信號(hào)均存在一定的混頻現(xiàn)象[7],雖然各個(gè)節(jié)點(diǎn)通過(guò)式(8)能夠?qū)⑿盘?hào)進(jìn)行恢復(fù),然而對(duì)于第M路子信號(hào)而言,由于各個(gè)小區(qū)位置距離較近,難以順利的對(duì)信號(hào)進(jìn)行恢復(fù)[8]。這是由于5G節(jié)點(diǎn)接收信號(hào)時(shí),若各個(gè)節(jié)點(diǎn)接收過(guò)程采用圖2所示的小區(qū)接收結(jié)構(gòu),該結(jié)構(gòu)采取簡(jiǎn)單距離測(cè)距的方式實(shí)現(xiàn)5G節(jié)點(diǎn)與中央節(jié)點(diǎn)的交互,其中,中央基站的信號(hào)覆蓋范圍設(shè)定為基準(zhǔn)投影,5G節(jié)點(diǎn)的最大功率覆蓋范圍為信號(hào)投影;由于5G節(jié)點(diǎn)均為移動(dòng)狀態(tài),當(dāng)存在多個(gè)中央基站時(shí)將可能存在多個(gè)基準(zhǔn)投影,從而導(dǎo)致難以在節(jié)點(diǎn)密集時(shí)準(zhǔn)確的通過(guò)方向定位來(lái)實(shí)現(xiàn)信號(hào)的準(zhǔn)確接收[9]。

因此,本文構(gòu)建超密度圓環(huán)排序接收結(jié)構(gòu),整個(gè)接收機(jī)制由小區(qū)基站接收結(jié)構(gòu)與節(jié)點(diǎn)信號(hào)接收結(jié)構(gòu)組成,首先將整個(gè)小區(qū)基站進(jìn)行星座映射,并按順序確定天線基準(zhǔn)節(jié)點(diǎn),當(dāng)僅當(dāng)各個(gè)接收節(jié)點(diǎn)排列按距離遠(yuǎn)近進(jìn)行排列之后,方可進(jìn)行小區(qū)基站信令接收。其中小區(qū)基站接收天線將按照時(shí)延順序一一映射為節(jié)點(diǎn)信號(hào)接收結(jié)構(gòu),詳細(xì)過(guò)程如下所示。

步驟1首先確定小區(qū)基站位置,然后搜尋全部可用的小區(qū)基站,將中央基站設(shè)置為星座中心,并確保5G節(jié)點(diǎn)與星座中心所形成的切線與法線呈現(xiàn)正交狀態(tài);信號(hào)傳輸時(shí)首先映射處于星座中央位置的小區(qū)基站,依次根據(jù)距離遠(yuǎn)近選取性能最佳的若干信號(hào)投影,并將按極坐標(biāo)方式計(jì)算信號(hào)發(fā)射方向與信號(hào)投影之間的夾角,從而獲取切線方向與法線方向,見(jiàn)圖3。

圖3 小區(qū)基站接收結(jié)構(gòu)(5G節(jié)點(diǎn)處于靜止?fàn)顟B(tài))

步驟2按距離遠(yuǎn)近,從小區(qū)基站劃分距離層次,并將各個(gè)天線位置依次分布在層次圈內(nèi),見(jiàn)圖1。當(dāng)5G節(jié)點(diǎn)位置發(fā)生移動(dòng)時(shí),選取最近的一個(gè)天線位置作為基準(zhǔn)位置,然后將5G節(jié)點(diǎn)與星座中心進(jìn)行連線,并根據(jù)小區(qū)基站與信號(hào)投影之間的切線與法線位置進(jìn)行重定位,其中,5G節(jié)點(diǎn)的信號(hào)發(fā)射方向與信號(hào)投影之間的夾角構(gòu)成了切線方向,信號(hào)將沿著切線方向進(jìn)行二次定位,獲取在圓盤平面上的法線方向,整個(gè)重定位過(guò)程見(jiàn)圖4。

圖4 小區(qū)基站接收結(jié)構(gòu)(5G節(jié)點(diǎn)處于移動(dòng)狀態(tài))

步驟35G節(jié)點(diǎn)在接收到天線轉(zhuǎn)發(fā)的小區(qū)基站信令后,根據(jù)各個(gè)節(jié)點(diǎn)時(shí)延狀況,按接收方向?qū)⒐?jié)點(diǎn)依次排列,映射成環(huán)狀信號(hào)接收層次,當(dāng)回發(fā)信號(hào)時(shí),首先從距離最近的環(huán)上對(duì)信號(hào)進(jìn)行解析,見(jiàn)圖5,并依次按由遠(yuǎn)到近的順序,完成信號(hào)的發(fā)送。

圖5 超密度圓環(huán)排序接收結(jié)構(gòu)

1.2 基于差分機(jī)制的方位角精度優(yōu)化

由于在采用圖5所示的超密度圓環(huán)接收結(jié)構(gòu)進(jìn)行節(jié)點(diǎn)定位過(guò)程時(shí),可能在同一時(shí)刻存在多個(gè)滿足圖2、圖3所示的接收平面,且任意一個(gè)接收平面進(jìn)行圖4所示的重定位過(guò)程中均可獲取相應(yīng)的切線方向,令該切線方向?yàn)棣?任意一層次的旋轉(zhuǎn)環(huán)結(jié)構(gòu)均可以獲取θ的一個(gè)估計(jì);當(dāng)圖5所示的超圓盤密度較大時(shí)將存在多個(gè)估計(jì),導(dǎo)致定位過(guò)程中出現(xiàn)困難;針對(duì)該困難,在其定位過(guò)程中,首先獲取法線角度和切線角度估計(jì),然后按照?qǐng)A環(huán)排序接收結(jié)構(gòu)不斷獲取相應(yīng)的角度估計(jì),按向量排序的方式逐次計(jì)算角度差分,從而達(dá)到精度提升的目的。不妨設(shè)該估計(jì)分別為θ1和θ2,在t=tm時(shí)該的分別記為θ1(m)和θ2(m),由于旋轉(zhuǎn)環(huán)電控結(jié)構(gòu)均是獨(dú)立的,即任意一個(gè)旋轉(zhuǎn)環(huán)電控結(jié)構(gòu)的工作狀態(tài)均不互相影響。因此整體的矢量θ(m)估計(jì)為:

θ(m)=[θ1(m),θ2(m)]T

(14)

由于窄帶瑞利噪聲能夠在全過(guò)程對(duì)接收相位產(chǎn)生干擾,如式(13)所示,而觀測(cè)過(guò)程中僅能根據(jù)t=tm時(shí)刻對(duì)不同的接收樣本進(jìn)行估計(jì),因此,以式(14)所示時(shí)刻獲取的θ估計(jì)為θ(m)基準(zhǔn)信號(hào),則觀測(cè)過(guò)程中獲取的樣本矢量Z(m)可為:

Z(m)=θ(m)+Ym(t)

(15)

其中,矢量Ym(t)為式(5)所示的窄帶瑞利噪聲在t=tm時(shí)刻的觀測(cè)值。

從式(14)可知,觀測(cè)過(guò)程僅能通過(guò)不同的t=tm時(shí)刻采樣得到,設(shè)整體采樣樣本矢量Ym(t)滿足:

Ym(t)={y1(t),y2(t),…,ym(t)}

(16)

任意時(shí)刻的樣本矢量Ym(t)均滿足模型式(5)所示的Γ-ψ分布,即:

Ym(t)～f(ym(t)|ym-1(t))

(17)

其中,f表示Γ-ψ分布的特征函數(shù)。

采用式(14)抽樣獲取的t=tm時(shí)刻各個(gè)樣本值在估計(jì)過(guò)程中所具備的權(quán)重也有所不同,而不同時(shí)刻的樣本值計(jì)算過(guò)程均存在一定的相關(guān)性,計(jì)算t=tm時(shí)刻的抽樣權(quán)重wm為:

(18)

(19)

此外考慮到式(14)的樣本均滿足Γ-ψ分布,將式(18)代入式(19)計(jì)算可得:

(20)

結(jié)合式(19)、式(20),并考慮觀測(cè)樣本滿足高斯分布[12],可得θ(m)最終估計(jì)絕對(duì)值為:

(21)

式(11)即為最終的定位角度精度估計(jì),由于通常5G網(wǎng)絡(luò)的頻率較大,如常用的網(wǎng)絡(luò)的頻率為2 000 MHz左右[13],而式(5)為單調(diào)減函數(shù),因此,通過(guò)式(16)計(jì)算得到的精度可達(dá)10-10級(jí)別,而本文算法提及的混沌頻率漂移消除優(yōu)化傳輸[14](Chaotic Frequency Drift Elimination,GFDE)、高精度數(shù)據(jù)傳輸調(diào)節(jié)機(jī)制[15](High Precision Data Transmission Mechanism,HPDT)的最高精度也僅能達(dá)到10-8級(jí)別,可見(jiàn),本文算法具有更高的信號(hào)定位精度。

2 仿真實(shí)驗(yàn)

為驗(yàn)證本文算法的有效性,與當(dāng)前常用的混沌頻率漂移消除優(yōu)化傳輸機(jī)制[13]、高精度數(shù)據(jù)傳輸調(diào)節(jié)機(jī)制[14]進(jìn)行仿真實(shí)驗(yàn)對(duì)比。仿真參數(shù)如表1所示。

表1 算法仿真參數(shù)

2.1 傳輸誤碼率

信道條件設(shè)置為高衰落信道,5G節(jié)點(diǎn)的數(shù)據(jù)傳輸速率控制在1 024 kb/s以內(nèi),信道衰落強(qiáng)度分別設(shè)定為8 J/dB、16 J/dB、248 J/dB。經(jīng)過(guò)6 h仿真后,仿真實(shí)驗(yàn)結(jié)果見(jiàn)圖6。

圖6 3種算法的傳輸誤碼率測(cè)試

由圖6可知,隨著數(shù)據(jù)傳輸速率的不斷增加,本文算法的數(shù)據(jù)誤碼率始終呈現(xiàn)較低幅度的波動(dòng)態(tài)勢(shì),且傳輸誤碼率始終低于10-8,與對(duì)照組(GFDE算法、HPDT算法)相比具有顯著的優(yōu)勢(shì)。這是由于本文算法采用超密度接收結(jié)構(gòu),能夠?qū)⒏鱾€(gè)傳輸子信道進(jìn)行固態(tài)化的方式,進(jìn)一步提高算法對(duì)高衰落信道的適應(yīng)性能,且能夠有效抑制窄帶瑞利噪聲對(duì)信號(hào)傳輸過(guò)程中的不利影響;而GFDE算法雖采取了一定的抗噪措施,即通過(guò)帶通濾波方式對(duì)窄帶瑞利噪聲進(jìn)行抑制,然而由于各個(gè)傳輸子信道均處于非正交狀態(tài),導(dǎo)致噪聲信號(hào)的干涉效應(yīng)較強(qiáng);HPDT算法雖然采用虛擬分區(qū)機(jī)制,能夠通過(guò)競(jìng)爭(zhēng)方式篩選傳輸條件較好的信道,然而由于該虛擬分區(qū)需要實(shí)現(xiàn)指定,且分區(qū)過(guò)程中均不涉及預(yù)傳輸?shù)恼惶匦?因此誤碼率要高于本文算法。

2.2 數(shù)據(jù)吞吐率

信道衰落設(shè)置為248 J/dB,5G節(jié)點(diǎn)的數(shù)據(jù)傳輸速率控制在1 024 kb/s以內(nèi),信道分別設(shè)定為8 J/dB、瑞利信道、拉普拉斯信道、萊斯信道。經(jīng)過(guò)6 h仿真后,仿真實(shí)驗(yàn)結(jié)果見(jiàn)圖7。

由圖7可知,本文算法的數(shù)據(jù)吞吐率始終具有較好的優(yōu)勢(shì),特別是當(dāng)信道環(huán)境惡劣時(shí),見(jiàn)圖7(c),且本文算法數(shù)據(jù)吞吐率要遠(yuǎn)遠(yuǎn)高于對(duì)照組算法。這是因?yàn)楸疚乃惴ú捎贸芏葓A環(huán)排序接收結(jié)構(gòu),當(dāng)信道噪聲干擾強(qiáng)烈時(shí)能夠迅速提高信道傳輸容量,改善數(shù)據(jù)吞吐性能,有效削除波峰;而GFDE算法僅針對(duì)數(shù)據(jù)上傳吞吐進(jìn)行隨機(jī)調(diào)度,未對(duì)數(shù)據(jù)吞吐峰值進(jìn)行任何處理,HPDT算法是采用平均值線性映射方式,雖然能夠?qū)?shù)據(jù)吞吐峰值進(jìn)行一定的削弱,然而由于未能對(duì)傳輸容量進(jìn)行提升,因此對(duì)照組算法的數(shù)據(jù)吞吐性能要低于本文算法。

2.3 數(shù)據(jù)傳輸質(zhì)量

為直觀顯示本文算法與GFDE算法及HPDT算法在完成數(shù)據(jù)傳輸后的質(zhì)量性能對(duì)比,本文以圖像為信源數(shù)據(jù)。如圖8(a)所示;經(jīng)過(guò)3種算法傳輸后的接收端信源數(shù)據(jù)質(zhì)量見(jiàn)圖8(b)～圖8(d)所示。由圖可知,本文算法傳輸后的信源圖像的失真度較小,圖片紋理均未出現(xiàn)變形現(xiàn)象,見(jiàn)圖8(b);而GFDE算法的信源圖像遭受了變形破壞,見(jiàn)圖8(c),HPDT算法的傳輸質(zhì)量最差,清晰度不佳,且存在一定的變形,見(jiàn)圖8(d)。這是由于本文算法構(gòu)建了超密度圓環(huán)排序接收結(jié)構(gòu),能夠通過(guò)篩選的方式實(shí)現(xiàn)對(duì)窄帶萊斯噪聲投影的預(yù)消除,減少了信道噪聲對(duì)傳輸質(zhì)量的影響;GFDE算法對(duì)頻率混疊現(xiàn)象考慮不足,相鄰子信道極易發(fā)生混疊現(xiàn)象,從而降低了數(shù)據(jù)傳輸質(zhì)量;HPDT算法由于未采取任何機(jī)制對(duì)信道衰落進(jìn)行處理,當(dāng)產(chǎn)生窄帶萊斯噪聲干擾時(shí),數(shù)據(jù)傳輸質(zhì)量將出現(xiàn)顯著的下降現(xiàn)象,見(jiàn)圖8(d)。

圖8 3種算法的數(shù)據(jù)傳輸質(zhì)量測(cè)試結(jié)果

3 結(jié)束語(yǔ)

為提高5G網(wǎng)絡(luò)信號(hào)傳輸技術(shù)抗干擾能力,本文通過(guò)密度排序機(jī)制,構(gòu)建一種新的信號(hào)發(fā)射結(jié)構(gòu),能夠在傳輸強(qiáng)度提高的基礎(chǔ)上,進(jìn)一步降低信號(hào)誤碼現(xiàn)象的發(fā)生,采用差分方式消除窄帶瑞利噪聲,促進(jìn)了傳輸質(zhì)量的改善。下一步將針對(duì)本文算法接收結(jié)構(gòu)較為復(fù)雜的不足,通過(guò)引入流式正交投影自適應(yīng)機(jī)制,將全部的網(wǎng)絡(luò)信號(hào)納入矢量投影空間中,進(jìn)一步促進(jìn)本文算法在5G網(wǎng)絡(luò)領(lǐng)域內(nèi)的應(yīng)用。

[1] 陳永嶺,胡宏林,楊秀梅.LTE中一種新的干擾與噪聲功率估計(jì)方法[J].計(jì)算機(jī)工程,2013,39(12):79-83.

[2] WANG Hong,LIU Nan,LI Zihe.A unified algorithm for mobility load balancing in LTE multi-cell networks[J].Journal on Wireless Communications and Networking,2013,2(1):118-128.

[3] HASAN M,HOSSAIN E.Distributed resource allocation for relay-aided device-to-device communication:a message passing approach[J].IEEE Transactions on Wireless Communications,2014,13(11):6326-6341.

[4] WAN Jin,XU Can.Research on user pairing algorithm for LTE femtocell uplink[J].Science China,2014,8(4):96-105.

[5] ZHAO Ying,LI Ying,CHEN Xi.Joint optimization of resource allocation and relay selection for betwork coding aided device-to-device communications[J].IEEE Communications Letters,2015,19(5):807-810.

[6] NAVARATNARAJSHS,SAEED A,DIANTATI M.Energy efficiency in heterogeneous wireless access networks[J].IEEE Wireless Communications,2013,20(2):37-43.

[7] 陳 昕,張 磊,向旭東.基于隨機(jī)網(wǎng)絡(luò)演算的LTE網(wǎng)絡(luò)端到端時(shí)延分析[J].計(jì)算機(jī)學(xué)報(bào),2012,35(1):46-52.

[8] TONG En,DING Fari,PAN Zhixian.An energy minimization algorithm based on distributed dynamic clustering for long term evolution (LTE) heterogeneous networks[J].Science China Information Sciences,2015,58(4):1-12.

[9] 徐 強(qiáng),全 欣,潘文生.同時(shí)同頻全雙工LTE射頻自干擾抑制能力分析及實(shí)驗(yàn)驗(yàn)證[J].電子與信息學(xué)報(bào),2014,36(3):662-668.

[10] 黃妙娜.LTE網(wǎng)絡(luò)中多目標(biāo)優(yōu)化的動(dòng)態(tài)負(fù)載均衡算法[J].電子與信息學(xué)報(bào),2014,36(9):2152-2157.

[11] 吳 強(qiáng),范建華,闞寶強(qiáng).低開(kāi)銷的無(wú)線網(wǎng)絡(luò)編碼機(jī)會(huì)路由協(xié)議設(shè)計(jì)[J].計(jì)算機(jī)工程,2014,40(2):21-25.

[12] 李國(guó)漢,金 虎.一種基于KS距離的OFDM子載波數(shù)估計(jì)法[J].計(jì)算機(jī)工程,2012,38(21):100-102.

[13] NABIOLLAH S M.Calculating the transient behavior of grounding systems using inverse laplace transform[J].Journal of Zhejiang University-Science C,2011,12(3):250-262.

[14] ZHANG Gingpeng,YANG Kan.A bargaining game theoretic method for virtual resource allocation in LTE-based cellular networks[J].Science China,2015,12(1):5-13.

[15] LI Sihen,SHI Yingmi.Regulatory effects of stage-treatment with established Chinese herbal formulas on inflammatory mediators in pediatric asthma[J].Journal of Traditional Chinese Medicine,2013,6(11):727-732.