CN102790639B - 基于双中继和差分演化的协同通信方法 - Google Patents

Abstract

本发明公开了一种基于双中继和差分演化的协同通信方法，包括以下三个阶段：第一个阶段是广播的过程，源节点S向中继选择区域和目的节点广播要发送的数据信息，所有的中继节点R_i和目的节点D都能够接收到源节点的信号；第二个阶段中，假定中继节点随机分布在中继选择区域，从中继节点选择区域中选择两个中继节点R₁和R₂；中继节点R₁将它收到来自源节点S的数据信息译码转发给R₂和目的节点D；中继节点R₂收到来自源节点S的数据信息译码转发给R₁和目的节点D；第三个阶段，最后目的节点用最大比合并的方法来处理第一个阶段、第二个阶段和第三个阶段接收到的多路信号。在误码率为10^‑5以下时，本发明的性能优于已有的协议与算法，能够节省1dB以上的传输总功率。

Description

基于双中继和差分演化的协同通信方法

技术领域

本发明涉及无线通信技术领域，尤其涉及的是一种基于双中继和差分演化的协同通信方法。

背景技术

协同无线通信能够在慢衰落的无线通信环境中提供显著的性能增益^[59]。现在通信界有五种协同通信分集模式，分别为放大转发协同通信模式、译码转发协同通信模式、编码协同通信模式、空时编码协同通信模式和网格编码协同模式，这五种模式可以大大的提高无线通信的系统传输质量，所以它们得到了广泛的关注。很多研究者对放大转发和译码转发两种协同分集模式，进行了一系列改进，如文献[J.N.Laneman，D.N.C.Tse，andG.W.Wornell.Cooperative diversity in wireless networks：Efficient protocolsand outage behavior[J].IEEE Transactions on Information Theory，2004，50(12)：3062-3080.]最优时间选择的译码转发协同通信ODF，它可以动态的决定协同阶段和广播阶段的时间长度。还有文献[Avestimehr，A.S.and Tse，D.N.C..Outage Capacity of theFading Relay Channel in the Low-SNR Regime[J].IEEE Transations on InformationTheory，2007，53(4)：1401-1415.]把放大转发分集模式做了改进，提出了基于突发式的放大转发协同通信BAF，基于突发式的放大转发协同通信可以在信噪比比较低的情况下获得很好的性能，因为它的源节点采用比较高的发送功率在很短的时间里进行数据传递。

发明内容

本发明所要解决的技术问题是针对现有技术的不足提供一种基于双中继和差分演化的协同通信方法。

本发明的技术方案如下：

一种基于双中继和差分演化的协同通信方法，包括以下三个阶段：第一个阶段是广播的过程，源节点S向中继选择区域和目的节点广播要发送的数据信息，所有的中继节点R_i和目的节点D都能够接收到源节点的信号；第二个阶段中，假定中继节点随机分布在中继选择区域，从中继节点选择区域中选择两个中继节点R₁和R₂；中继节点R₁将它收到来自源节点S的数据信息译码转发给R₂和目的节点D；中继节点R₂收到来自源节点S的数据信息译码转发给R₁和目的节点D；第三个阶段，中继节点R₂把接收到来自R₁的信号译码转发给目的节点D，中继节点R₁把接收到来自R₂的信号译码转发给目的节点D，最后目的节点用最大比合并的方法来处理第一个阶段、第二个阶段和第三个阶段接收到的多路信号。

所述的方法，所述第一个阶段中，各个中继节点和目的节点收到的信号分别为和y_SD：

$y_{{\mathrm{SR}}_i}=\sqrt{P_s}{h}_{{\mathrm{SR}}_i}x+n_{{\mathrm{SR}}_i}---\left(1\right)$

$y_{\mathrm{SD}}=\sqrt{P_S}{h}_{\mathrm{SD}}x+n_{{\mathrm{SD}}_i}---\left(2\right)$

式(1)、式(2)中，x是源节点发送的信号，P_S是源节点的发射功率，是源节点到各个中继节点间的信道增益，h_SD是目的节点和源节点之间的信道增益，我们假设信道服从均值为零，源节点到各中继节点的信道符合方差为的复高斯分布，目的节点到源节点的信道符合方差为σ_SD的复高斯分布；是源节点和各中继节点间的加性高斯白噪声，n_SD为源节点和目的节点间的加性高斯白噪声，它们服从均值为零，方差分别为和N_SD的复高斯分布。

所述的方法，所述第二个阶段中，目的节点收到R₁的信息为目的节点收到R₂的信息为R₁收到R₂的信息为R₂收到R₁的信息为

$y_{R_{1}D}=\sqrt{P_{R_1}}{h}_{R_{1}D}{y}_{{\mathrm{SR}}_1}+n_{R_{1}D}---\left(3\right)$

$y_{R_{2}D}=\sqrt{P_{R_2}}{h}_{R_{2}D}{y}_{{\mathrm{SR}}_2}+n_{R_{2}D}---\left(4\right)$

$y_{R_2{R}_1}=\sqrt{P_{R_2}}{h}_{R_2{R}_1}{y}_{{\mathrm{SR}}_2}+n_{R_2{R}_1}---\left(5\right)$

$y_{R_1{R}_2}=\sqrt{P_{R_1}}{h}_{R_1{R}_2}{y}_{{\mathrm{SR}}_1}+n_{R_1{R}_2}---\left(6\right)$

式(3)、(4)、(5)、(6)中，分别为中继节点R₁和R₂接收到来自源节点S的信息，为中继节点R₁的发送功率，为中继节点R₂的发送功率， 为信道增益，它满足均值为零，方差分别为的复高斯分布；为加性高斯白噪声，满足均值为零，方差分别为 的复高斯分布。

所述的方法，所述第三个阶段中，目的节点接收到R₁和R₂的信号为：

$y_{{2R}_{1}D}=\sqrt{P_{{2R}_1}}{h}_{R_{1}D}{y}_{R_2{R}_1}+n_{R_{1}D}---\left(7\right)$

$y_{{2R}_{2}D}=\sqrt{P_{{2R}_2}}{h}_{R_{2}D}{y}_{R_1{R}_2}+n_{R_{2}D}---\left(8\right)$

式(7)、(8)中，为中继节点R₁收到来自中继节点R₂的信息，为中继节点R₂收到来自中继节点R₁的信息，为中继节点R₁第二次发送功率，为中继节点R₂第二次发送功率，和表示信道增益，如上文所述，和表示加性高斯白噪声。

所述的方法，所述第二个阶段中，中继节点选择方法是：首先选择一个误符号率最小的中继节点为最佳中继，假设被选择的最佳中继节点为R₁，然后再从中继节点区域中选择一个离最佳中继节点最近的一个中继节点作为选用的第二个中继节点，假设离最佳中继节点最近的第二个中继节点为R₂，

PE_γeq(R₁)＝min(PE_γeq(i)) (15)

$d_{R_1{R}_2}=\min \left(d_{R_1\mathrm{Ri}}\right)---\left(16\right)$

式(15)、(16)中，PE_γeq(R₁)为最佳中继节点的等效误符号率，为中继节点R₁与R₂之间的距离，为最佳中继节点R₁与其它中继节点R_i之间的距离。

所述的方法，协同通信功率分配方法为：在最小误符号率的要求下，功率分配问题转换为：

min P_SER

$s.t.P_S+P_{R_1}+P_{R_2}+P_{2R_1}+P_{2R_2}=P$

$P_S\≥0,P_{R_1}\≥0,P_{R_2}\≥0,P_{2R_1}\≥0,P_{2R_2}\≥0---\left(57\right)$

系统的总功率恒定设为P，各阶段源节点和两个中继节点的功率大于等于零，各段信道噪声相等设为N₀，系数h_ij(i∈{S，R₁，R₂}，j∈{R₁，R₂，D})表示信道增益，它服从均值为0，方差为 ${\mathrm{\σ}}_{\mathrm{ij}}^2(i\∈\{S,R_1,R_2\},j\∈\{R_1,R_2,D\left\}\right);$

采用差分演化算法来解决该优化问题：差分演化算法具体步骤如下：

步骤1在误符号率函数式基础上加上惩罚函数，构造出一个新的目标函数，并对惩罚函数的相关参数v_m和ω_m赋值，它们一般由经验得来；

构造的新的目标函数为：

$F{\left(x\right)}_{\min }=\min P_{\mathrm{SER}}+\underset{m=1}{\overset{s}{\mathrm{\Σ}}}{\mathrm{\ω}}_m{H}_m^2\left(x\right)+\underset{m=1}{\overset{t}{\mathrm{\Σ}}}{v}_m\mathrm{\ψ}\left(G_m\left(x\right)\right)---\left(58\right)$

式(58)中min P_SER为式(57)，ψ(G_m(x))为不等式项的惩罚函数， $\mathrm{\ψ}\left(G_m\left(x\right)\right)=\left\{\begin{array}{cc}0& \mathrm{if}{G}_m\left(x\right)\≤0\\ \exp \left(e_m{G}_m\left(x\right)\right)& \mathrm{if}{G}_m\left(x\right)>0\end{array}\right.,$ v_m为惩罚因子，e_m＝1，为等式项惩罚函数，ω_m为惩罚因子。最后我们把构造出来新的目标函数用差分演化算法进行计算；

步骤2对差分演化算法的参数，交叉概率CR、变异因子F、种群数目N，最大迭代次数MaxGens等赋初始值，设置各节点功率量的范围；

步骤3初始化种群，设置迭代次数从1开始；

步骤4当达到最大迭代次数，输出此时的各个节点功率值，多次运行程序，求出各个节点对应功率平均值；

步骤5将差分演化算法得出的各个节点对应功率平均值带入协同通信仿真程序中，Monte Carlo仿真得出系统的误符号率。

本发明提出了一种新的协同通信协议，并详细深入的介绍了这种协同通信系统。该协议不同于一般的协同通信，它完成一次通信分为三个阶段：第一个阶段源节点发送数据信息给目的节点和中继节点；第二个阶段从中继选择区域选择一个最佳中继节点和一个离最佳中继节点最近的中继节点，两个中继节点分别把数据传输给目的节点和对方；第三个阶段把两个中继节点传输给彼此的信息再传递给目的节点，最后目的节点用最大比合并接收三个阶段的信息。

本发明还创新性的提出了一种中继节点选择方案，推导出新协同通信协议下的误符号率，它不同于以往的中继节点选择只选择一个最佳或者多个最佳中继节点，而是选择一个最佳中继节点，再选择一个离中继节点最近的中继节点也作为协同中继节点。然后本发明一步一步的分析推导出了该系统的误符号率，最后采用差分演化算法将总功率优化且合理地分配给源节点和两个目的节点。通过计算机仿真，从系统误符号率上来看，在相同信噪比条件下本发明采用的功率分配比等功率分配的误符号率低，尤其是在误码率要求较小的情况的通信系统中。在误码率为10^-5以下时，本发明的性能优于已有的协议与算法，能够节省1dB以上的传输总功率。

附图说明

图1为本发明新协议协同通信系统图；

图2为本发明第一阶段源节点广播

图3为本发明第二阶段被选中的中继节点互传信息的过程

图4为本发明第三个阶段中被选中的两个继节点将信息再传给目的节点的过程

图5为本发明中继节点选择流程图

图6为本发明的源节点和第一个中继节点R₁在优化的功率分配下所分配的功率

图7为本发明的源节点和第二个中继节点R₂在优化的功率分配下所分配的功率

图8为本发明的性能和直传不协作方法的性能比较

图9为本发明和两中继DF方法在等功率分配下的性能的比较

图10为本发明和两中继DF方法在优化功率分配下的性能的比较

图11为本发明在等功率分配和优化的功率分配下的性能的比较

具体实施方式

以下结合具体实施例，对本发明进行详细说明。

实施例1新协议下的协同通信系统

如图1所示的协同通信系统，R₁，R₂…R_i…R_M为中继节点选择区域中的各个中继节点，S为源节点，D为目的节点，每个节点携带一根天线，中继节点到目的节点的信道两两相互正交，中继节点与中继节点之间的信道也两两相互正交，新协议协同通信分为三个阶段：

第一个阶段是广播的过程，这个阶段信号传输过程如图2所示。源节点S向中继选择区域和目的节点广播要发送的数据信息，所有的中继节点R_i和目的节点D都能够接收到源节点的信号。

在这个阶段中，各个中继节点和目的节点收到的信号分别为和y_SD：

$y_{{\mathrm{SR}}_i}=\sqrt{P_s}{h}_{{\mathrm{SR}}_i}x+n_{{\mathrm{SR}}_i}---\left(1\right)$

$y_{\mathrm{SD}}=\sqrt{P_S}{h}_{\mathrm{SD}}x+n_{{\mathrm{SD}}_i}---\left(2\right)$

式(1)、式(2)中，x是源节点发送的信号，P_S是源节点的发射功率，是源节点到各个中继节点间的信道增益，h_SD是目的节点和源节点之间的信道增益，我们假设信道服从均值为零，源节点到各中继节点的信道符合方差为的复高斯分布，目的节点到源节点的信道符合方差为σ_SD的复高斯分布；是源节点和各中继节点间的加性高斯白噪声，n_SD为源节点和目的节点间的加性高斯白噪声，它们服从均值为零，方差分别为和N_SD的复高斯分布。

第二个阶段中，这一阶段的传输过程如图3所示。假定中继节点随机分布在中继选择区域，从中继节点选择区域中选择两个中继节点R₁和R₂(如何选择这两个中继节点，在实施例2中继节点选择中有详细介绍)。中继节点R₁将它收到来自源节点S的数据信息译码转发给R₂和目的节点D；中继节点R₂收到来自源节点S的数据信息译码转发给R₁和目的节点D。

在这个过程中，目的节点收到R₁的信息为目的节点收到R₂的信息为R₁收到R₂的信息为R₂收到R₁的信息为

$y_{R_{1}D}=\sqrt{P_{R_1}}{h}_{R_{1}D}{y}_{{\mathrm{SR}}_1}+n_{R_{1}D}---\left(3\right)$

$y_{R_{2}D}=\sqrt{P_{R_2}}{h}_{R_{2}D}{y}_{{\mathrm{SR}}_2}+n_{R_{2}D}---\left(4\right)$

$y_{R_2{R}_1}=\sqrt{P_{R_2}}{h}_{R_2{R}_1}{y}_{{\mathrm{SR}}_2}+n_{R_2{R}_1}---\left(5\right)$

$y_{R_1{R}_2}=\sqrt{P_{R_1}}{h}_{R_1{R}_2}{y}_{{\mathrm{SR}}_1}+n_{R_1{R}_2}---\left(6\right)$

式(3)、(4)、(5)、(6)中，分别为中继节点R₁和R₂接收到来自源节点S的信息，为中继节点R₁的发送功率，为中继节点R₂的发送功率，为信道增益，它满足均值为零，方差分别为的复高斯分布； 为加性高斯白噪声，满足均值为零，方差分别为 的复高斯分布。

第三个阶段，如图4所示，中继节点R₂把接收到来自R₁的信号译码转发给目的节点D，中继节点R₁把接收到来自R₂的信号译码转发给目的节点D，最后目的节点用最大比合并的方法来处理第一个阶段、第二个阶段和第三个阶段接收到的多路信号。

这个过程，目的节点接收到R₁和R₂的信号为：

$y_{{2R}_{1}D}=\sqrt{P_{{2R}_1}}{h}_{R_{1}D}{y}_{R_2{R}_1}+n_{R_{1}D}---\left(7\right)$

$y_{{2R}_{2}D}=\sqrt{P_{{2R}_2}}{h}_{R_{2}D}{y}_{R_1{R}_2}+n_{R_{2}D}---\left(8\right)$

式(7)、(8)中，为中继节点R₁收到来自中继节点R₂的信息，为中继节点R₂收到来自中继节点R₁的信息，为中继节点R₁第二次发送功率，为中继节点R₂第二次发送功率，和表示信道增益，如上文所述，和表示加性高斯白噪声。

实施例2新协议下误符号率公式的推导

为了方便考虑，我们假设本论文的加性高斯白噪声的方差都为N₀，也就是有 $N_{S{R}_i}=N_{\mathrm{SD}}=N_{R_{1}D}=N_{R_{2}D}=N_{R_2{R}_1}=N_{R_1{R}_2}=N_0.$

在无线通信中，对信号进行数字调制的方法有很多，本文采用BPSK调制方法。本节主要分析在BPSK调制下，新协议在平坦瑞利衰落信道用的误符号率。

1、中继节点的选择

由上文介绍的新协议下的协同通信系统，源节点到目的节点的信噪比为γ_SD，源节点到各个中继节点的信噪比为中继节点到目的节点的信噪比为从源节点到目的节点的直传链路，其信噪比为γ_SD，直传链路的误符号率为PE_SD。在BPSK调制下，误符号率其中

${\mathrm{\γ}}_{\mathrm{SD}}=\frac{P_s{h}_{\mathrm{SD}}^2}{N_0}---\left(9\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{\mathrm{SD}}\right)\≈Q\left(\sqrt{2{\mathrm{\γ}}_{\mathrm{SD}}}\right)---\left(10\right)$

在两条链路中，源节点S发送的信息经过中继节点译码转发后到达目的节点中继节点收到数据信息的信噪比和目的节点收到中继节点转发数据信息的信噪比分别为和

${\mathrm{\γ}}_{S{R}_i}=\frac{P_S{h}_{S{R}_i}^2}{N_0}---\left(11\right)$

${\mathrm{\γ}}_{R_{i}D}=\frac{P_{R_i}{h}_{R_{i}D}^2}{N_0}---\left(12\right)$

译码转发链路的等效信噪比和等效误符号率分别为γeq_i和PE_γeq(i)：

$\mathrm{\γe}{q}_i=\min ({\mathrm{\γ}}_{S{R}_i},{\mathrm{\γ}}_{R_{i}D})---\left(13\right)$

$P{E}_{\mathrm{\γeq}}\left(i\right)\≈Q\left(\sqrt{2\mathrm{\γe}{q}_i}\right)---\left(14\right)$

中继节点区域有很多中继节点备选，本专利中继节点选择采用的是首先选择一个误符号率最小的中继节点为最佳中继，我们假设被选择的最佳中继节点为R₁，然后我们再从中继节点区域中选择一个离最佳中继节点最近的一个中继节点作为我们选用的第二个中继节点，我们假设离最佳中继节点最近的第二个中继节点为R₂。

PE_γeq(R₁)＝min(PE_γeq(i)) (15)

$d_{R_1{R}_2}=\min \left(d_{R_1\mathrm{Ri}}\right)---\left(16\right)$

式(15)、(16)中，PE_γeq(R₁)为最佳中继节点的等效误符号率，为中继节点R₁与R₂之间的距离，为最佳中继节点R₁与其它中继节点R_i之间的距离。

选择好两个中继节点之后，由两个选中的中继节点R₁和R₂将信息传送给目的节点并与直接传输链路的信息进行最大比合并。整个选择中继节点的流程如图5所示。

2、系统误符号率推导

本小节主要在BPSK调制方式下推导新协议协同通信系统的误符号率公式，在目的节点采用最大比合并解码信息。

按照上小节的假设，我们选用的两个中继节点分别为R₁与R₂，其中R₁是中继选择区域中最佳中继节点，R₂是离最佳中继节点R₁最近的中继节点。协同通信系统的总功率为P，且总功率恒定。源节点的发射功率为P_S，中继节点R₁和R₂第二个阶段发射功率分别为和中继节点R₁和R₂第三个阶段发射功率分别为和并且源节点和中继节点的发射功率满足下式：

$P_S+P_{R_1}+P_{R_2}+P_{2R_1}+P_{2R_2}=P---\left(17\right)$

源节点S到中继节点R₁和R₂的信噪比分别为和

${\mathrm{\γ}}_{S{R}_1}=\frac{P_S{\left|h_{S{R}_1}\right|}^2}{N_0}---\left(18\right)$

${\mathrm{\γ}}_{S{R}_2}=\frac{P_S{\left|h_{S{R}_2}\right|}^2}{N_0}---\left(19\right)$

源节点S到中继节点R₁与R₂的误符号率分别为和

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{S{R}_1}}\right)---\left(20\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{S{R}_2}}\right)---\left(21\right)$

源节点S到目的节点D的信噪比和误符号率分别为γ_SD和P_SER(γ_SD)：

${\mathrm{\γ}}_{\mathrm{SD}}=\frac{P_S{\left|h_{\mathrm{SD}}\right|}^2}{N_0}---\left(22\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{\mathrm{SD}}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{\mathrm{SD}}}\right)---\left(23\right)$

第二阶段中继节点R₁和R₂到目的节点的信噪比分别为和中继节点R₁到中继节点R₂，中继节点R₂到中继节点R₁的信噪比分别为和

${\mathrm{\γ}}_{R_{1}D}=\frac{P_{R_1}{\left|h_{R_{1}D}\right|}^2}{N_0}---\left(24\right)$

${\mathrm{\γ}}_{R_{2}D}=\frac{P_{R_2}{\left|h_{R_{2}D}\right|}^2}{N_0}---\left(25\right)$

${\mathrm{\γ}}_{R_1{R}_2}=\frac{P_{R_1}{\left|h_{R_1{R}_2}\right|}^2}{N_0}---\left(26\right)$

${\mathrm{\γ}}_{R_2{R}_1}=\frac{P_{R_2}{\left|h_{R_2{R}_1}\right|}^2}{N_0}---\left(27\right)$

第二阶段中继节点R₁和R₂到目的节点的误符号率分别为和中继节点R₁到中继节点R₂，中继节点R₂到中继节点R₁的误符号率分别为和

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{R_{1}D}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{R_{1}D}}\right)---\left(28\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{R_{2}D}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{R_{2}D}}\right)---\left(29\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{R_1{R}_2}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{R_1{R}_2}}\right)---\left(30\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{R_2{R}_1}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{R_2{R}_1}}\right)---\left(31\right)$

第三阶段中继节点R₁和R₂到目的节点的信噪比分别为和

${\mathrm{\γ}}_{2R_{1}D}=\frac{P_{2R_1}{\left|h_{R_{1}D}\right|}^2}{N_0}---\left(32\right)$

${\mathrm{\γ}}_{2R_{2}D}=\frac{P_{2R_2}{\left|h_{R_{2}D}\right|}^2}{N_0}---\left(33\right)$

第三阶段中继节点R₁和R₂到目的节点的误符号率分别为和

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{2R_{1}D}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{2R_{1}D}}\right)---\left(34\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{2R_{2}D}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{2R_{2}D}}\right)---\left(35\right)$

新协议协同通信系统的误码率包括以下几种可能：

(1)源节点S到两个中继节点R₁和R₂、源节点S到目的节点D都不能正确传输数据信息，此时的系统误符号率为：

$P_{1\mathrm{SER}}=P_{\mathrm{SER}}\left({\mathrm{\γ}}_{\mathrm{SD}}\right)\×P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1}\right)\×P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2}\right)---\left(36\right)$

(2)源节点S到两个中继节点R₁和R₂可以正确传输数据信息，但是在源节点S到目的节点D、第二阶段中继节点R₁和R₂到目的节点D、第三阶段中继节点R₁和R₂到目的节点D都出都不能正确传输数据信息。

源节点S到目的节点D、第二阶段中继节点R₁和R₂到目的节点D、第三阶段中继节点R₁和R₂到目的节点D，它们的信噪比为γ₁，它们的误符号率为P_SER(γ₁)：

${\mathrm{\γ}}_1={\mathrm{\γ}}_{\mathrm{SD}}+{\mathrm{\γ}}_{R_{1}D}+{\mathrm{\γ}}_{R_{2}D}+{\mathrm{\γ}}_{2R_{1}D}+{\mathrm{\γ}}_{2R_{2}D}---\left(37\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_1\right)=Q\left(\sqrt{2{\mathrm{\γ}}_1}\right)---\left(38\right)$

此时的系统误符号率为：

$P_{2\mathrm{SER}}=(1-P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1}\right))\×(1-P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2}\right))\×P_{\mathrm{SER}}\left({\mathrm{\γ}}_1\right)---\left(39\right)$

(3)源节点S到中继节点R₁可以正确传输数据信息，但源节点S到中继节点R₂和目的节点D不能正确传输数据信息、第二阶段和第三阶段中继节点R₂不能正确传输数据信息给目的节点D、第三阶段中继节点R₁不能正确传输数据信息给目的节点。

源节点S到中继节点R₁和中继节点R₂到中继节点R₁的信噪比为

${\mathrm{\γ}}_{S{R}_1{R}_2{R}_1}={\mathrm{\γ}}_{S{R}_1}+{\mathrm{\γ}}_{R_2{R}_1}---\left(40\right)$

源节点S到中继节点R₁和中继节点R₂到中继节点R₁的误符号率为

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1{R}_2{R}_1}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{S{R}_1{R}_2{R}_1}}\right)---\left(41\right)$

当源节点S到中继节点R₁和中继节点R₂到中继节点R₁能够正确传输数据信息时，源节点S到目的节点D、第二阶段和第三阶段中继节点R₂到目的节点D、第三阶段中继节点R₁到目的节点D时的信噪比和误符号率分别为γ₂和P_SER(γ₂)：

${\mathrm{\γ}}_2={\mathrm{\γ}}_{\mathrm{SD}}+{\mathrm{\γ}}_{R_{2}D}+{\mathrm{\γ}}_{2R_{2}D}+{\mathrm{\γ}}_{2R_{1}D}---\left(42\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_2\right)=Q\left(\sqrt{2{\mathrm{\γ}}_2}\right)---\left(43\right)$

当源节点S到中继节点R₁和中继节点R₂到中继节点R₁不能正确传输数据信息时，源节点S到目的节点D、第二阶段和第三阶段中继节点R₂到目的节点D时的信噪比和误符号率分别为γ₃和P_SER(γ₃)：

${\mathrm{\γ}}_3={\mathrm{\γ}}_{\mathrm{SD}}+{\mathrm{\γ}}_{R_{2}D}+{\mathrm{\γ}}_{2R_{2}D}---\left(44\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_3\right)=Q\left(\sqrt{2{\mathrm{\γ}}_3}\right)---\left(45\right)$

在这种情况下，目的节点接收信号的误符号率为P_SERD1：

$P_{\mathrm{SERD}1}=(1-P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1{R}_2{R}_1}\right))\×P_{\mathrm{SER}}\left({\mathrm{\γ}}_2\right)+P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1{R}_2{R}_1}\right)\×P_{\mathrm{SER}}\left({\mathrm{\γ}}_3\right)---\left(46\right)$

此时系统的误符号率为P_3SER：

$P_{3\mathrm{SER}}=P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2}\right)\×(1-P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1}\right))\×P_{\mathrm{SERD}1}---\left(47\right)$

(4)第四种情况和第三种情况类似，源节点到中继节点R₂能够正确传输数据信息，但是源节点到中继节点R₁和源节点S到目的节点D不能正确传输数据信息、第二阶段和第三阶段中继节点R₁到目的节点D不能正确传输数据信息、第三阶段中继节点R₂到目的节点D也不能正确传输数据信息。

源节点S到中继节点R₂，中继节点R₁到中继节点R₂的信噪比和误符号率分别为和

${\mathrm{\γ}}_{S{R}_2{R}_1{R}_2}={\mathrm{\γ}}_{S{R}_2}+{\mathrm{\γ}}_{R_1{R}_2}---\left(48\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2{R}_1{R}_2}\right)=Q\left(\sqrt{2{\mathrm{\γ}}_{S{R}_2{R}_1{R}_2}}\right)---\left(49\right)$

当源节点S到中继节点R₂和中继节点R₁到中继节点R₂能够正确传输数据信息时，源节点S到目的节点D、第二阶段和第三阶段中继节点R₁到目的节点D、第三阶段中继节点R₁到目的节点D时的信噪比和误符号率分别为γ₄和P_SER(γ₄)：

${\mathrm{\γ}}_4={\mathrm{\γ}}_{\mathrm{SD}}+{\mathrm{\γ}}_{R_{1}D}+{\mathrm{\γ}}_{2R_{1}D}+{\mathrm{\γ}}_{2R_{2}D}---\left(50\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_4\right)=Q\left(\sqrt{2{\mathrm{\γ}}_4}\right)---\left(51\right)$

当源节点S到中继节点R₂和中继节点R₁到中继节点R₂不能正确传输数据信息时，源节点S到目的节点D、第二阶段和第三阶段中继节点R₁到目的节点D时的信噪比和误符号率分别为γ₅和P_SER(γ₅)：

${\mathrm{\γ}}_5={\mathrm{\γ}}_{\mathrm{SD}}+{\mathrm{\γ}}_{R_{1}D}+{\mathrm{\γ}}_{2R_{1}D}---\left(52\right)$

$P_{\mathrm{SER}}\left({\mathrm{\γ}}_5\right)=Q\left(\sqrt{2{\mathrm{\γ}}_5}\right)---\left(53\right)$

在这种情况下，目的节点接收信号的误符号率为P_SERD2：

$P_{\mathrm{SERD}2}=(1-P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2{R}_1{R}_2}\right))\×P_{\mathrm{SER}}\left({\mathrm{\γ}}_4\right)+P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2{R}_1{R}_2}\right)\×P_{\mathrm{SER}}\left({\mathrm{\γ}}_5\right)---\left(54\right)$

此时系统的误符号率为P_4SER：

$P_{4\mathrm{SER}}=P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_1}\right)\×(1-P_{\mathrm{SER}}\left({\mathrm{\γ}}_{S{R}_2}\right))\×P_{\mathrm{SERD}2}---\left(55\right)$

综合以上四种情况，由式(36)、(39)、(47)、(55)，新协议下的协同通信系统的总误符号率P_SER为：

P_SER＝P_1SER+P_2SER+P_3SER+P_4SER (56)

实施例3新协议协同通信功率分配

实施例2推导出了新协议下协同通信的误符号率公式，作为一个无线通信系统，我们希望无线通信系统误符号率低，这样才能保证通信质量。在最小误符号率的要求下，功率分配问题转换为：

min P_SER

$s.t.P_S+P_{R_1}+P_{R_2}+P_{2R_1}+P_{2R_2}=P$

$P_S\≥0,P_{R_1}\≥0,P_{R_2}\≥0,P_{2R_1}\≥0,P_{2R_2}\≥0---\left(57\right)$

系统的总功率恒定设为P，各阶段源节点和两个中继节点的功率大于等于零，各段信道噪声相等设为N₀，系数h_ij(i∈{S，R₁，R₂}，j∈{R₁，R₂，D})表示信道增益，它服从均值为0，方差为 ${\mathrm{\σ}}_{\mathrm{ij}}^2(i\∈\{S,R_1,R_2\},j\∈\{R_1,R_2,D\left\}\right).$

(57)式又是一个有约束的非线性规划问题，目标函数非常复杂，很难求出功率分配的显示解，本发明采用差分演化算法来解决该优化问题。式(57)带有等式约束项和不等式约束项，还需借助于惩罚函数把约束项转化掉。

构造的新的目标函数为：

$F{\left(x\right)}_{\min }=\min P_{\mathrm{SER}}+\underset{m=1}{\overset{s}{\mathrm{\Σ}}}{\mathrm{\ω}}_m{H}_m^2\left(x\right)+\underset{m=1}{\overset{t}{\mathrm{\Σ}}}{v}_m\mathrm{\ψ}\left(G_m\left(x\right)\right)---\left(58\right)$

式(58)中min P_SER为式(57)，ψ(G_m(x))为不等式项的惩罚函数， $\mathrm{\ψ}\left(G_m\left(x\right)\right)=\left\{\begin{array}{cc}0& \mathrm{if}{G}_m\left(x\right)\≤0\\ \exp \left(e_m{G}_m\left(x\right)\right)& \mathrm{if}{G}_m\left(x\right)>0\end{array}\right.,$ v_m为惩罚因子，e_m＝1，为等式项惩罚函数，ω_m为惩罚因子。最后我们把构造出来新的目标函数用差分演化算法进行计算。

差分演化算法具体步骤如下：

步骤1在误符号率函数式基础上加上惩罚函数，构造出一个新的目标函数，并对惩罚函数的相关参数v_m和ω_m赋值，它们一般由经验得来。

步骤2对差分演化算法的参数，交叉概率CR、变异因子F、种群数目N，最大迭代次数MaxGens等赋初始值，设置各节点功率量的范围。

步骤3初始化种群，设置迭代次数从1开始。

步骤4当达到最大迭代次数，输出此时的各个节点功率值，多次运行程序，求出各个节点对应功率平均值。

步骤5将差分演化算法得出的各个节点对应功率平均值带入协同通信仿真程序中，Monte Carlo仿真得出系统的误符号率。

5仿真结果

计算机仿真利用Matlab软件，采用差分演化算法，通信系统仿真使用MonteCarlo，仿真参数设置如下：

采用地面反射传播路径损耗模型，d_ij为节点间的相互距离，α为路径损耗分量，且有 ${\mathrm{\σ}}_{\mathrm{ij}}^2={\mathrm{cd}}_{\mathrm{ij}}^{-\mathrm{\α}}(2\≤\mathrm{\α}\≤5)(i\∈\{S,R_1,R_2\},j\∈\{R_1,R_2,D\left\}\right),$ 其中c取值为1，α取值为2。

源节点到目的节点间的距离归一化为1，源节点和目的节点间为中继节点区域，多个中继节点在中继节点区域内随机分布。仿真中，所有信道相互独立且服从瑞利平坦衰落，帧长256个符号间隔，帧数1×10⁶。

目的节点采用最大比合并所有来自源节点、第二阶段和第三阶段两个中继节点发送的数据信息。

用差分演化算法对功率分配，通过计算机仿真30次，求出多次源节点和中继节点分配功率的平均值。分配的结果如图6和图7所示。

图8到图11是几种功率分配方案比较图，图中有直传不协同方案通信系统误符号率性能(图8)；还有本专利提出的协同通信新协议下优化的功率分配方案与新协议等功率分配方案的误符号率性能比较(图11)；还有一般的两中继节点译码转发协同通信的优化功率分配与本发明优化功率分配性能的比较(图9)；一般的两中继节点译码转发协同通信的等功率分配方案和本发明等功率分配下的误符号率的性能比较(图10)。在计算机仿真中，两中继译码转发协同通信系统的两个中继节点也使用的是新协同通信协议的两个中继节点，并且仿真采用相同的信道条件。通过比较系统误符号性能，我们可以发现不管是等功率分配还是最优功率分配，本专利提出的新协同通信协议比一般的译码转发协同通信在误码率要求大于10^-3以后系统的性能有着显著的提高，但当系统误码率要求较小的时候，因为本文提出的新协议完成一次通信需要三个阶段的数据信息传输，所以此时，本专利提出的新协议的优势未能得以体现。从计算机仿真结果来看，本专利提出的新协同通信协议适用于对误码率要求比较小一点的通信环境中，而通常的通信系统都需满足这一条件，要求误码率小于10^-3。在误码率为10^-5以下时，本专利的性能优于已有的协议与算法，能够节省1dB以上的传输总功率。比较在新协同通信协议系统和一般译码转发协同通信系统中，本文提出的最优功率分配算法比等功率分配算法不论系统信噪比小还是大的情况下，最优功率分配算法都能使系统的误符号率降低，系统性能更加优良。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (1)

1.一种基于双中继和差分演化的协同通信方法，其特征在于，包括以下三个阶段：第一个阶段是广播的过程，源节点S向中继选择区域和目的节点广播要发送的数据信息，所有的中继节点R_i和目的节点D都能够接收到源节点的信号；第二个阶段中，假定中继节点随机分布在中继选择区域，从中继节点选择区域中选择两个中继节点R₁和R₂；中继节点R₁将它收到来自源节点S的数据信息译码转发给R₂和目的节点D；中继节点R₂收到来自源节点S的数据信息译码转发给R₁和目的节点D；第三个阶段，中继节点R₂把接收到来自R₁的信号译码转发给目的节点D，中继节点R₁把接收到来自R₂的信号译码转发给目的节点D，最后目的节点用最大比合并的方法来处理第一个阶段、第二个阶段和第三个阶段接收到的多路信号；

所述第一个阶段中，各个中继节点i和目的节点收到的信号分别为和y_SD:

$y_{{\mathrm{SR}}_i}=\sqrt{P_S}{h}_{{\mathrm{SR}}_i}x+n_{{\mathrm{SR}}_i}---\left(1\right)$

$y_{SD}=\sqrt{P_S}{h}_{SD}x+n_{SD}---\left(2\right)$

式(1)、式(2)中，x是源节点发送的信号，P_S是源节点的发射功率，是源节点到各个中继节点i间的信道增益，h_SD是源节点和目的节点之间的信道增益，我们假设源节点到各中继节点i的信道符合均值为零，方差为的复高斯分布，源节点到目的节点的信道符合均值为零，方差为σ_SD的复高斯分布；是源节点和各中继节点i间的加性高斯白噪声，n_SD为源节点和目的节点间的加性高斯白噪声，和n_SD服从均值为零，方差分别为和N_SD的复高斯分布；

所述第二个阶段中，目的节点收到R₁的信息为

$y_{R_{1}D}=\sqrt{P_{R_1}}{h}_{R_{1}D}{y}_{{\mathrm{SR}}_1}+n_{R_{1}D}---\left(3\right)$

目的节点收到R₂的信息为

$y_{R_{2}D}=\sqrt{P_{R_2}}{h}_{R_{2}D}{y}_{{\mathrm{SR}}_2}+n_{R_{2}D}---\left(4\right)$

R₁收到R₂的信息为

$y_{R_2{R}_1}=\sqrt{P_{R_2}}{h}_{R_2{R}_1}{y}_{{\mathrm{SR}}_2}+n_{R_2{R}_1}---\left(5\right)$

R₂收到R₁的信息为

$y_{R_1{R}_2}=\sqrt{P_{R_1}}{h}_{R_1{R}_2}{y}_{{\mathrm{SR}}_1}+n_{R_1{R}_2}---\left(6\right)$

式(3)、(4)、(5)、(6)中，和分别为中继节点R₁和R₂接收到来自源节点S的信息，为中继节点R₁的发送功率，为中继节点R₂的发送功率， 为信道增益，它满足均值为零，方差分别为的复高斯分布；为加性高斯白噪声，满足均值为零，方差分别为 的复高斯分布；

所述第三个阶段中，目的节点接收到R₁和R₂的信号为：

$y_{2R_{1}D}=\sqrt{P_{2R_1}}{h}_{R_{1}D}{\tilde{y}}_{R_1}+n_{R_{1}D}---\left(7\right)$

$y_{2R_{2}D}=\sqrt{P_{2R_2}}{h}_{R_{2}D}{\tilde{y}}_{R_2}+n_{R_{2}D}---\left(8\right)$

式(7)、(8)中，为中继节点R₁通过第一和第二个阶段收到的信息所判断的发送信息，为中继节点R₂通过第一和第二个阶段收到的信息所判断的发送信息；为中继节点R₁第二次传输所发送的功率，为中继节点R₂第二次传输所发送的功率；如上文所述，和表示信道增益，和表示加性高斯白噪声；

所述第二个阶段中，中继节点选择方法是：首先选择一个误符号率最小的中继节点为最佳中继，假设被选择的最佳中继节点为R₁，然后再从中继节点区域中选择一个离最佳中继节点最近的一个中继节点作为选用的第二个中继节点，假设离最佳中继节点最近的第二个中继节点为R₂，

PE_req(R₁)＝min(PE_req(R_i)) (15)

$d_{R_1{R}_2}=\min \left(d_{R_1{R}_i}\right)---\left(16\right)$

式(15)、(16)中，min(x)为最小化x，PE_req(R_i)为中继节点R_i的等效误符号率，PE_req(R₁)为最佳中继节点的等效误符号率，为最佳中继节点R₁与其它中继节点R_i之间的距离，为中继节点R₁与R₂之间的距离；

协同通信功率分配方法为：在系统总的发射功率一定的要求下，系统的误符号率最小，即，分配问题转换为：

min(P_SER)(最小化P_SER)要求

且

系统的总功率恒定设为P，各阶段源节点和两个中继节点系统的传输的总功率恒定设为P，各阶段源节点和两个中继节点的发射功率均大于等于零，各段信道噪声相等设为N₀；系数h_ij(i∈{S,R₁,R₂}，j∈{R₁,R₂,D})表示信道增益，它服从均值为零，方差为σ_ij，i∈{S,R₁,R₂}，j∈{R₁,R₂,D}的复高斯分布，即，的方差为的方差为h_SD的方差为σ_SD，的方差为 的方差为 的方差为 的方差为采用差分演化算法来解决优化问题：差分演化算法具体步骤如下：

步骤1在误符号率函数式基础上加上惩罚函数，构造出一个新的目标函数，并对惩罚函数的相关参数v_m和ω_m赋值，这两个值是经验值；

构造的新的目标函数为：

$F\left(x\right)=\min P_{SER}+\underset{m=1}{\overset{s}{\Σ}}{\mathrm{\ω}}_m{H^2}_m\left(x\right)+\underset{m=1}{\overset{t}{\Σ}}{v}_m\mathrm{\ψ}\left(G_m\right(x\left)\right)---\left(58\right)$

式(58)中P_SER为式(57)中的P_SER，根据式(57)中的5个不等式可以导出5个不等式项约束函数，即，由0≤P_S导出约束函数G₁(x)＝(0-P_S)，由导出约束函数由导出由导出由导出根据式(57)中的等式可以导出等式项约束函数并且ψ(G_m(x))为不等式项的惩罚函数，v_m为惩罚因子，e_m＝1，H² _m(x)为等式项惩罚函数，ω_m为惩罚因子；然后我们把构造出来新的目标函数用差分演化算法进行计算；

步骤2对差分演化算法的参数，交叉概率CR、变异因子F、种群数目N，最大迭代次数MaxGens赋初始值，设置各节点功率量的范围；

步骤3初始化种群，设置迭代次数从1开始；

步骤4当达到最大迭代次数，输出此时的各个节点功率值，多次运行程序，求出各个节点对应功率平均值；

步骤5将差分演化算法得出的各个节点对应功率平均值带入协同通信仿真程序中，Monte Carlo仿真得出系统的误符号率。