CN103139864B - 认知协作中继转发方法及系统 - Google Patents
认知协作中继转发方法及系统 Download PDFInfo
- Publication number
- CN103139864B CN103139864B CN201210599107.3A CN201210599107A CN103139864B CN 103139864 B CN103139864 B CN 103139864B CN 201210599107 A CN201210599107 A CN 201210599107A CN 103139864 B CN103139864 B CN 103139864B
- Authority
- CN
- China
- Prior art keywords
- cognitive
- power
- relay
- power division
- cooperation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/38—TPC being performed in particular situations
- H04W52/46—TPC being performed in particular situations in multi hop networks, e.g. wireless relay networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及认知无线网络通信技术领域,具体涉及一种认知协作中继转发方法及系统。该认知协作中继转发方法包括步骤:S1.设定中继转接跳数;S2.根据所述中继转接跳数,进行基于杰森不等式的中继选择;S3.结合所述中继选择结果,进行基于凸优化理论的功率分配。本发明能够在自然状态下进行中继选择以及功率分配,是一种满足特定信噪比条件的最小能耗认知协作中继转发方法,可以实现最优功率认知协作中继的可靠传输;同时本发明时间复杂度较低,便于实施。
Description
技术领域
本发明涉及认知无线网络通信技术领域,具体涉及一种认知协作中继转发方法及系统。
背景技术
随着无线通信系统的发展,尤其是安卓手机、平板电脑等的智能终端的大范围普及,用户对网络质量的高速化、应用业务的多元化等需求进入了一个急速增长阶段,对无线通信系统的频谱利用和能耗提出了新的要求,这样就使得频谱资源稀缺情况日益显著,可用频谱资源分配殆尽,同时部分已授权频谱的使用效率低下;能耗问题现在已经成为制约移动终端便携性和流畅性的瓶颈问题,如何以更低的能耗实现一定质量要求的可靠通信也是当前通信系统面临的主要问题之一。而导致这些问题的根本原因是现有的频谱固定分配方案,但这一状况是难以在短时间内改变的,因此能够实现机会式动态利用空闲频谱资源的认知技术成为解决频谱短缺问题的有效手段。
将认知技术引入无线通信无疑将是无线通信系统的一项重大变革,基于软件无线电技术的具有认知功能的智能通信设备使得系统具备了自主学习外部环境,并根据感知到的环境变化进行自身的重配置的能力,从而使得基于动态频谱分配的灵活的频谱接入机制成为可能,并可根据具体场景和外部环境赋予终端更加优化的运行方式。但是,认知技术需要面对复杂多变的外部环境进行自适应和自配置,如何以可接受的损耗实现满足一定质量要求的自身可靠通信成为认知网络面临的主要问题,协作中继技术通过多个节点的协作获得性能增益,很好的解决了能力受限的认知节点如何进行有保障的通信的问题。
认知协作中继转发系统的中继选择和功率分配方案,必须建立在掌握了一些中继节点所处地理位置、收发能力及参数、目标传输质量指标等基本信息的基础上,在认知网络中,主用户状态也是必须实时掌握的重要参量。由此,引入认知数据库,将通过分布式或者集中式检测等渠道收集到的信息整理汇总在认知数据库中,并不断更新保持与当前网络状态吻合,从而提供给通信系统用于制定合理可行的传输方案。
现有技术方案在通过认知数据库获得中继节点信息的基础上,以中继簇为单位,进行分布式频谱检测,以概率模型建模频谱检测结果及主用户行为,并依据检测结果计算链路连通性和发送功率门限,通过资源分配决策单元确定中继选择以及功率分配方案。其中,中继选择部分采用动态规划算法进行迭代选择,功率分配部分以某一固定总功耗为约束条件进行分配,最终以解码转发模式完成多跳传输。
然而现有技术方案对中继簇以聚合状态存在的假设在现实应用中很难满足,且中继簇的概念约束了方案优化时的可行集合范围,使优化结果不够理想。另外,由中继簇限定中继转发跳数在理论研究时可以得到比较好的成果但在实际应用中欠缺灵活性。基于概率的中继选择方法在主用户状态切换较为频繁时可能导致系统状态不稳定,影响通信质量。另外,现有优化方案为系统传输设定了一个固定总功耗上限,未考虑当前智能终端性能受电池储电能力制约的问题。
综上所述,现有技术方案关于中继簇的假设与现实情况有较大差异,中继转发跳数由中继簇分布决定,无法根据通信需要动态调整,且无降低能耗的功能。因此,一种新的认知协作中继转发方法及系统是亟待提供的。
发明内容
(一)要解决的技术问题
本发明的目的在于提供一种能够在自然状态下进行中继选择以及功率分配,并满足特定信噪比条件的最小能耗认知协作中继转发方法及系统,用于实现最优功率认知协作中继的可靠传输。
(二)技术方案
本发明技术方案如下:
一种认知协作中继转发方法,包括步骤:
S1.设定中继转接跳数;
S2.根据所述中继转接跳数,进行基于杰森不等式的中继选择;
S3.结合所述中继选择结果,进行基于凸优化理论的功率分配。
优选的,所述步骤S2包括:
S201.等分源节点与目标节点之间的直连线路,等分份数等于步骤S1中设定的中继转接跳数;
S202.划分中继簇,每个中继簇包含一个等分点;
S203.检验是否存在空中继簇:
是,则对于每个空中继簇,将距离该中继簇包含的等分点最近的中继节点划入其中;
否,则跳转至步骤S204;
S204.在每个中继簇中选择距离其包含的等分点最近的中继节点为转发节点。
优选的,所述步骤S202包括:
对于每个中继节点,将其划入与其欧式距离最近的等分点所在中继簇。
优选的,所述步骤S3包括:
S301.根据拉普拉斯算法,构建基于凸优化理论的优化模型:
其中,参数λ、μi(i=0,2,…,N-1)、τ分别对应信噪比误差、源节点及转发节点发射功率误差、中继转发跳数;P表示功率分配值,rSD表示信噪比,rth表示最小信噪比阈值,表示转发节点n的最大发射功率;
S302.以总功耗最小为目标,根据二分法求解所述优化模型,计算功率分配结果。
优选的,所述步骤S302包括:
S302a.设定参数λ、μi(i=0,2,…,N-1)、τ的上下限值;
S302b.依次以每个参数为目标参数,中值取其上下限值的均值,其余参数取下限值;
S302c.根据拉格朗日公式,计算关于每个转发节点功率分配及总功率,进而计算函数关于所述目标参数的偏导数;
S302d.若所述偏导数不小于零,则将目标参数的下限值更新为所述中值;
若所述偏导数小于零,则将目标参数的上限值更新为所述中值;
S302e.重复步骤S302c-S302d,直至所有参数满足预设精度。
优选的,所述步骤S3之后还包括步骤:
S4.检验所述步骤S3中频率分配结果:
若频率分配结果中所有转发节点的功率均到达最大值,仍无法满足信噪比门限要求,则增大所述中继转接跳数,重复步骤S1-S3。
本发明还提供了一种实现上述方法的认知协作中继转发系统:
一种认知协作中继转发系统,包括至少三个认知终端以及与其交互的控制中枢;所述控制中枢包括认知数据库、中继选择模块以及功率分配模块;
所述认知数据库,接收并汇总所述认知终端发送的环境认知信息以及所述中继选择模块和功率分配模块的反馈信息;
所述中继选择模块,根据所述认识数据库中信息,进行基于杰森不等式的中继选择并将选择结果发送至所述功率分配模块;
所述功率分配模块,根据所述认识数据库中信息,进行基于凸优化理论的功率分配并将选择结果反馈至所述认知数据库;
所述认知终端,用于获取环境认知信息并上报至所述认知数据库,配置和管理自身参数以及执行中继选择结果以及功率分配结果。
优选的,还包括检验模块,用于检验所述功率分配模块的频率分配结果:
若频率分配结果中所有转发节点的功率均到达最大值,仍无法满足信噪比门限要求,则增大所述中继转接跳数并反馈至所述认知数据库,所述中继选择模块以及功率分配模块重新进行处理。
(三)有益效果
本发明的一种认知协作中继转发方法,首先根据中继转接跳数进行基于杰森不等式的中继选择,然后结合中继选择结果,进行基于凸优化理论的功率分配;本发明能够在自然状态下进行中继选择以及功率分配,是一种满足特定信噪比条件的最小能耗认知协作中继转发方法,可以实现最优功率认知协作中继的可靠传输;同时本发明时间复杂度较低,便于实施。
附图说明
图1是本发明的一种认知协作中继转发系统模块示意图;
图2是图1中中继选择模块工作流程图;
图3是图1中功率分配模块工作流程图。
具体实施方式
下面结合附图和实施例,对发明的具体实施方式做进一步描述。以下实施例仅用于说明本发明,但不用来限制本发明的范围。
实施例一
一种认知协作中继转发方法,主要包括以下步骤:
S1.设定中继转接跳数N;初始设定的中继转接跳数N不宜过大;
S2.以传输所需达到的最小信噪比为衡量传输质量的性能指标,在最小端到端信噪比阈值的约束下,每一跳的最小传输功耗是本跳传输距离的纯增函数,则根据杰森不等式,最小功耗传输方案对应的中继节点应具有在源节点S与目的节点D之间尽量均匀分布的特性,由此可以得到一种简便实用的任选转发跳数中继选择方法:根据所述中继转接跳数N,进行基于杰森不等式的中继选择;该步骤主要包括:
S201.等分源节点S与目标节点D之间的直连线路,等分份数等于步骤S1中设定的中继转接跳数N,则可以得到除源节点S和目标节点D之外的N-1个等分点的地理坐标;
S202.划分中继簇,每个中继簇包含一个等分点;本实施例中具体为:对于系统规划范围内的每个中继节点,依据该中继节点的地理位置信息,计算其到每个等分点的欧氏距离,并将其归入与其欧式距离最小的等分点所在的中继簇,共可得到N-1个中继簇;
S203.检验是否存在空中继簇:
是,则对于每个不含有任何中继节点的空中继簇,将距离该中继簇包含的等分点最近的中继节点划入该中继簇中;
否,即所有中继簇都至少含有一个中继节点,则跳转至步骤S204;
S204.在每个中继簇中选择距离其包含的等分点最近的中继节点为系统传输所要调用的转发节点,转发节点的集合用{R1,R2,…,RN-1}表示。
S3.考虑到次用户通信不能对主用户产生超过一定阈值的干扰,次用户发射机的发射功率是受到严格的控制的,采用频谱共享机制及放大转发模式,每一跳次用户发射机的功率都将受到其本身硬件条件和对主用户的干扰功率不超过最大干扰功率阈值的双重约束,即对任意中继节点,依据其与主用户接收机的距离和其自身性能,都存在一个最大发射功率PMAX;最终的功率分配方案必须在保证每一跳发射功率满足其最大发射功率约束的条件下,以最小总功耗实现满足最小信噪比阈值的传输;对上述问题建立最优化模型,并采用凸优化理论进行求解,可得到每个转发节点的最优功率分配值,采用二分法确定具体参数后可以作为当前中继选择状态下的最优功率分配方案,具体如下:
S301.步骤S2中选择的转发节点为{R1,R2,…,RN-1},每个节点对应的最大发射功率为所需满足的最小信噪比阈值为rth,噪声平均功率为N0;根据拉普拉斯算法,构建基于凸优化理论的优化模型:
其中,参数λ、μi(i=0,2,…,N-1)、τ分别对应信噪比误差、源节点及转发节点发射功率误差、中继转发跳数;P表示功率分配值,rSD表示信噪比,rth表示最小信噪比阈值,表示转发节点n的最大发射功率;
S302.以总功耗最小为目标,根据二分法求解上述优化模型,计算功率分配结果;该步骤主要包括:
S302a.依据数学含义,所有拉普拉斯算子均为非负有理数,且在达到最优解时,对应误差项不为零的拉普拉斯算子必须为零;根据物理含义,信噪比误差和中继转发跳数误差必须为零,因此结合试验数据设定参数λ、μi(i=0,2,…,N-1)、τ的上下限值,例如,可取λ和τ为[1,100],取μi(i=0,2,…,N-1)为[0,100];
S302b.依次以每个参数为目标参数,中值取其上下限值的均值,其余参数取下限值,计算每个转发节点的功率分配及总功率;
S302c.根据拉格朗日公式,计算关于每个转发节点功率分配及总功率,进而计算函数关于所述目标参数的偏导数;
S302d.判断所述偏导数的正负特性:
若所述偏导数不小于零,则将目标参数的下限值更新为所述中值;
若所述偏导数小于零,则将目标参数的上限值更新为所述中值;
S302e.重复步骤S302c-S302d,直至所有参数满足预设精度。
进一步的,在所述步骤S3之后还包括步骤:
S4.检验所述步骤S3中频率分配结果:
若频率分配结果中所有转发节点的功率均到达最大值,仍无法满足信噪比门限要求,则说明当前设定的中继转发跳数N过小,输出警告;增大步骤S1中设定的中继转接跳数,重复步骤S1-S3。否则,说明已经得到满足通信要求的最优功率分配方案。
结合步骤S4,可以保证本发明的方法可以得到最小的中继转接跳数,克服了现有技术方案中中继转发跳数由中继簇分布决定,无法根据通信需要动态调整的问题。
实施例二
实现上述实施例一中方法的认知协作中继转发系统,如图1中所示,包括至少三个认知终端以及与其交互的控制中枢;所述控制中枢包括认知数据库、中继选择模块以及功率分配模块;中继选择模块和功率分配模块根据端到端通信性能要求生成具有最小转发跳数的最优中继转发方案;
所述认知数据库,是系统的信息中枢,负责接收并汇总所述认知终端发送的环境认知信息以及所述中继选择模块和功率分配模块的反馈信息;并为中继选择模块和功率分配模块等提供处理所需的信息;
所述中继选择模块,根据所述认识数据库中信息,进行基于杰森不等式的中继选择并将选择结果反馈至所述认知数据库;其工作流程具体如图2中所示;
所述功率分配模块,根据所述认识数据库中信息,进行基于凸优化理论的功率分配并将选择结果发送至所述功率分配模块;其工作流程具体如图3中所示;
所述认知终端,负责获取环境认知信息并上报至所述认知数据库,同时可以配置和管理自身参数以及执行中继选择结果以及功率分配结果。
进一步的,本实施例中的认知协作中继转发系统还包括检验模块,用于检验所述功率分配模块的频率分配结果:
若频率分配结果中所有转发节点的功率均到达最大值,仍无法满足信噪比门限要求,则增大所述中继转接跳数并反馈至所述认知数据库,所述中继选择模块以及功率分配模块重新进行处理;这样可以得到最小的中继转接跳数,克服了现有技术方案中中继转发跳数由中继簇分布决定,无法根据通信需要动态调整的问题。
与现有的技术方案相比,本发明能在满足特定性能要求的基础上,基于与实际更为贴切的场景假设,提供具有最小转接数目的最优中继转发方案,同时解决认知用户受主用户及环境因素制约能力受限条件下的可靠传输,并实现最优功率分配达到降低终端能耗,延长移动终端电池使用时间的功能。同时,本发明提出的具有最小跳数的最优认知协作中继转发方法及系统,已经通过针对多种场景进行的网络仿真模拟,证明本方案可以适应多种网络分布情况,可以依据传输需求生成稳定可靠的中继转发方案,证明了系统的有效性和可靠性,并体现了系统所含方法的高效性。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的保护范畴。
Claims (7)
1.一种认知协作中继转发方法,其特征在于,包括步骤:
S1.设定中继转接跳数;
S2.根据所述中继转接跳数,进行基于杰森不等式的中继选择;
S3.结合所述中继选择结果,进行基于凸优化理论的功率分配;
所述步骤S3包括:
S301.根据拉普拉斯算法,构建基于凸优化理论的优化模型;
S302.以总功耗最小为目标,根据二分法求解所述优化模型,计算功率分配结果;
所述步骤S302包括:
S302a.设定拉普拉斯算子的上下限;
S302b.依次以每个参数为目标参数,中值取其上下限值的均值,其余参数取下限值;
S302c.根据拉格朗日公式,计算关于每个转发节点功率分配及总功率,进而计算函数关于所述目标参数的偏导数;
S302d.若所述偏导数不小于零,则将目标参数的下限值更新为所述中值;
若所述偏导数小于零,则将目标参数的上限值更新为所述中值;
S302e.重复步骤S302c-S302d,直至所有参数满足预设精度。
2.根据权利要求1所述的认知协作中继转发方法,其特征在于,所述步骤S2包括:
S201.等分源节点与目标节点之间的直连线路,等分份数等于步骤S1中设定的中继转接跳数;
S202.划分中继簇,每个中继簇包含一个等分点;
S203.检验是否存在空中继簇:
是,则对于每个空中继簇,将距离该中继簇包含的等分点最近的中继节点划入其中;
否,则跳转至步骤S204;
S204.在每个中继簇中选择距离其包含的等分点最近的中继节点为转发节点。
3.根据权利要求2所述的认知协作中继转发方法,其特征在于,所述步骤S202包括:
对于每个中继节点,将其划入与其欧式距离最近的等分点所在中继簇。
4.根据权利要求1所述的认知协作中继转发方法,其特征在于,所述步骤S3之后还包括步骤:
S4.检验所述步骤S3中功率分配结果:
若功率分配结果中所有转发节点的功率均到达最大值,仍无法满足信噪比门限要求,则增大所述中继转接跳数,重复步骤S1-S3。
5.根据权利要求1-3任意一项所述的认知协作中继转发方法,其特征在于,所述步骤S3之后还包括步骤:
S4.检验所述步骤S3中功率分配结果:
若功率分配结果中所有转发节点的功率均到达最大值,仍无法满足信噪比门限要求,则增大所述中继转接跳数,重复步骤S1-S3。
6.一种实现权利要求1-5任意一项所述方法的认知协作中继转发系统,其特征在于,包括至少三个认知终端以及与其交互的控制中枢;所述控制中枢包括认知数据库、中继选择模块以及功率分配模块;
所述认知数据库,接收并汇总所述认知终端发送的环境认知信息以及所述中继选择模块和功率分配模块的反馈信息;
所述中继选择模块,根据所述认知数据库中信息,进行基于杰森不等式的中继选择并将选择结果发送至所述功率分配模块;
所述功率分配模块,根据所述认知数据库中信息,进行基于凸优化理论的功率分配并将选择结果反馈至所述认知数据库;
所述进行基于凸优化理论的功率分配具体为:
根据拉普拉斯算法,构建基于凸优化理论的优化模型;
以总功耗最小为目标,根据二分法求解所述优化模型,计算功率分配结果;
所述计算功率分配结果的过程如下:
S302a.设定拉普拉斯算子的上下限;
S302b.依次以每个参数为目标参数,中值取其上下限值的均值,其余参数取下限值;
S302c.根据拉格朗日公式,计算关于每个转发节点功率分配及总功率,进而计算函数关于所述目标参数的偏导数;
S302d.若所述偏导数不小于零,则将目标参数的下限值更新为所述中值;
若所述偏导数小于零,则将目标参数的上限值更新为所述中值;
S302e.重复步骤S302c-S302d,直至所有参数满足预设精度;
所述认知终端,用于获取环境认知信息并上报至所述认知数据库,配置和管理自身参数以及执行中继选择结果以及功率分配结果。
7.根据权利要求6所述的认知协作中继转发系统,其特征在于,还包括检验模块,用于检验所述功率分配模块的功率分配结果:
若功率分配结果中所有转发节点的功率均到达最大值,仍无法满足信噪比门限要求,则增大所述中继转接跳数并反馈至所述认知数据库,所述中继选择模块以及功率分配模块重新进行处理。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210599107.3A CN103139864B (zh) | 2012-12-28 | 2012-12-28 | 认知协作中继转发方法及系统 |
PCT/CN2013/082068 WO2014101441A1 (zh) | 2012-12-28 | 2013-08-22 | 认知协作中继转发方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210599107.3A CN103139864B (zh) | 2012-12-28 | 2012-12-28 | 认知协作中继转发方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103139864A CN103139864A (zh) | 2013-06-05 |
CN103139864B true CN103139864B (zh) | 2015-10-28 |
Family
ID=48499042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210599107.3A Active CN103139864B (zh) | 2012-12-28 | 2012-12-28 | 认知协作中继转发方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103139864B (zh) |
WO (1) | WO2014101441A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103139864B (zh) * | 2012-12-28 | 2015-10-28 | 北京邮电大学 | 认知协作中继转发方法及系统 |
CN105101332B (zh) * | 2015-07-13 | 2018-10-02 | 东南大学 | 一种中继蜂窝网络中高效地选择用户通信基站的方法 |
CN105636188B (zh) * | 2015-12-29 | 2019-01-01 | 南京邮电大学 | 认知解码转发中继系统的功率分配方法 |
CN105682192A (zh) * | 2016-03-17 | 2016-06-15 | 东南大学 | 一种中继蜂窝网络用户选择基站的高效能方法 |
CN106454849B (zh) * | 2016-10-08 | 2020-04-17 | 重庆大学 | 一种合作认知无线网络高能效资源分配方法 |
WO2018119673A1 (zh) * | 2016-12-27 | 2018-07-05 | 深圳先进技术研究院 | 中继携能通信系统及其传输速率优化方法和装置 |
CN107248908B (zh) * | 2017-05-04 | 2020-05-15 | 桂林电子科技大学 | 一种基于中继选择的认知中继网络中混合双工传输方法 |
US10491301B2 (en) | 2017-10-27 | 2019-11-26 | King Fahd University Of Petroleum And Minerals | Multi-user mixed multi-hop relay network |
CN109362090B (zh) * | 2018-11-27 | 2021-11-16 | 南京信息工程大学 | 认知中继网络能量效率最大化的功率分配优化方法 |
CN110493825B (zh) * | 2019-07-18 | 2022-06-14 | 广东工业大学 | 一种边缘计算架构下多任务的负载均衡方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090052665A (ko) * | 2007-11-21 | 2009-05-26 | 삼성전자주식회사 | 중계 방식의 무선통신 시스템에서 중계국 선택 및 송신전력 결정 장치 및 방법 |
CN101848524A (zh) * | 2010-03-23 | 2010-09-29 | 北京邮电大学 | 无线多中继协作传输网络的中继选择和功率分配方法 |
CN101977391A (zh) * | 2010-10-15 | 2011-02-16 | 北京邮电大学 | 认知无线网中多终端协作通信方法 |
CN102223644A (zh) * | 2011-05-05 | 2011-10-19 | 北京邮电大学 | 联合中继选择与功率分配的系统及方法 |
WO2011137680A1 (zh) * | 2010-05-06 | 2011-11-10 | 华为技术有限公司 | 无线中继网络的中继节点选择与功率分配的方法和设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8031605B2 (en) * | 2008-03-31 | 2011-10-04 | Intel Corporation | System and method for node-clustering and multi-hop routing in wideband wireless ad-hoc networks |
CN102316570B (zh) * | 2010-06-30 | 2014-02-19 | 华为技术有限公司 | 中继系统中信号的发送方法、装置和系统 |
CN103139864B (zh) * | 2012-12-28 | 2015-10-28 | 北京邮电大学 | 认知协作中继转发方法及系统 |
-
2012
- 2012-12-28 CN CN201210599107.3A patent/CN103139864B/zh active Active
-
2013
- 2013-08-22 WO PCT/CN2013/082068 patent/WO2014101441A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090052665A (ko) * | 2007-11-21 | 2009-05-26 | 삼성전자주식회사 | 중계 방식의 무선통신 시스템에서 중계국 선택 및 송신전력 결정 장치 및 방법 |
CN101848524A (zh) * | 2010-03-23 | 2010-09-29 | 北京邮电大学 | 无线多中继协作传输网络的中继选择和功率分配方法 |
WO2011137680A1 (zh) * | 2010-05-06 | 2011-11-10 | 华为技术有限公司 | 无线中继网络的中继节点选择与功率分配的方法和设备 |
CN101977391A (zh) * | 2010-10-15 | 2011-02-16 | 北京邮电大学 | 认知无线网中多终端协作通信方法 |
CN102223644A (zh) * | 2011-05-05 | 2011-10-19 | 北京邮电大学 | 联合中继选择与功率分配的系统及方法 |
Non-Patent Citations (2)
Title |
---|
Joint Relay Selection and Power Allocation for Energy-Constrained Multi-Hop Cognitive Networks;Yiyi Chen,et.al.;《2011 IEEE 73rd Vehicular Technology Conference (VTC Spring)》;20110518;第1-5页 * |
最小功耗的中继选择与功率分配的联合优化;龚渝钧等;《信息与电子工程》;20120228;第10卷(第1期);第7-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103139864A (zh) | 2013-06-05 |
WO2014101441A1 (zh) | 2014-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103139864B (zh) | 认知协作中继转发方法及系统 | |
Zhao et al. | A reinforcement learning method for joint mode selection and power adaptation in the V2V communication network in 5G | |
Li et al. | Optimization of free space optical wireless network for cellular backhauling | |
Zhou et al. | Green cell planning and deployment for small cell networks in smart cities | |
Liu et al. | D2D-based vehicular communication with delayed CSI feedback | |
Kolios et al. | Energy-efficient relaying via store-carry and forward within the cell | |
Aalamifar et al. | Cost-efficient QoS-aware data acquisition point placement for advanced metering infrastructure | |
Leng et al. | Age of information for wireless energy harvesting secondary users in cognitive radio networks | |
Cui et al. | A two-timescale resource allocation scheme in vehicular network slicing | |
Chang et al. | Resource allocation for d2d cellular networks with qos constraints: A dc programming-based approach | |
Song et al. | Federated dynamic spectrum access | |
CN108900325A (zh) | 一种电力通信业务与无线专网技术的适配性评估方法 | |
Zhou et al. | Toward high throughput contact plan design in resource-limited small satellite networks | |
Elshabrawy et al. | Report success probability/battery liftime analysis of dense IEEE 802.15. 4-based metering networks with hidden nodes | |
Li et al. | An optimal wireless resource allocation of machine-type communications in the 5g network for situation awareness of active distribution network | |
Alves | QoS in Wireless Sensor/Actuator Networks and Systems | |
CN103037382B (zh) | 一种无线网络规划仿真方法及装置 | |
Yang et al. | Location aided energy balancing strategy in green cellular networks | |
Yang et al. | An optimized algorithm for power and beacon control in VANETs based on DDPG | |
Stumpo et al. | Performance of extended LoRaEnergySim simulator in supporting multi-gateway scenarios and interference management | |
Leng | Energy Cooperation and Information Freshness in Wireless Networks | |
Finnegan | Large Scale Analysis and Scalability Enhancements for Low Power Wide Area Networks | |
Pellenz et al. | A power assignment method for multi-sink WSN with outage probability constraints | |
He et al. | MAS-EGNN: A Multi-Agent EGNN-based Spectrum Allocation Optimization Framework for V2X Communications | |
Alvi | Analysis and Design of Communication Policies for Energy-constrained Machine-type Devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |