CN104768202A - 一种mimo协作通信系统的中继选择方法 - Google Patents

Abstract

本发明公开了一种MIMO协作通信系统的中继选择方法，本发明的特点在于：(1)在MIMO协作通信系统的中继选择中融合了快、慢速链路自适应技术的选择，在保证系统差错符号概率的同时，有效降低了系统的信令开销；(2)本发明采用了TAS-MRC技术，在保证系统分集增益的同时，降低了系统实现复杂度，具有现实可行性；(3)本发明适用于多种衰落信道，既可以用于译码转发协作通信系统，也可以用于放大转发协作通信系统，中继链路可以分段自适应，也可以统一调制技术，具有很好的灵活性和通用性。

Description

一种MIMO协作通信系统的中继选择方法

技术领域

本发明涉及移动通信技术领域，具体涉及一种MIMO协作通信系统的中继选择方法。

背景技术

MIMO(多入多出)协作通信系统在很大程度上不同于单天线协作通信系统，采用与之相适应的中继选择技术才能体现其优势。到目前为止，人们在开展中继选择方法研究中很少考虑链路自适应传输的因素，尤其是将快速链路自适应和慢速链路自适应同时与MIMO中继选择结合起来考虑，更是少见。然而现实系统中，大部分系统都采用链路自适应传输技术。鉴于快、慢速链路自适应各自的特点，在MIMO中继选择中考虑不同类型链路自适应因素是一个亟待解决的问题。

发明内容

本发明所提供的方案用于解决采用链路自适应技术进行数据传输的MIMO协作通信系统的中继选择问题，本发明的特点在于：(1)在MIMO协作通信系统的中继选择中融合了快、慢速链路自适应技术的选择，在保证系统差错符号概率的同时，有效降低了系统的信令开销；(2)本发明采用了TAS-MRC技术，在保证系统分集增益的同时，降低了系统实现复杂度，具有现实可行性；(3)本发明适用于多种衰落信道，既可以用于译码转发协作通信系统，也可以用于放大转发协作通信系统，中继链路可以分段自适应，也可以统一调制技术，具有很好的灵活性和通用性。

一种MIMO协作通信系统的中继选择方法，所述方法包括：

(1)判断信道类型，根据判定的信道类型确定和的表达式；其中：和为混合伽玛分布参数，h为伽玛分量的序号。

(2)确定快速链路自适应时的最大比合并信噪比门限以及慢速链路自适应时的最大比合并信噪比门限中继链路i采用快速链路自适应时的最大比合并信噪比门限分别为当取不同值时根据下述公式计算得到的γ_i值：

$\begin{array}{c}{\mathrm{\Γ}}_F=(1-\frac{1}{M_I^{\left(i\right)}})[1-\frac{a_I^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e^{-{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ +(1-\frac{1}{M_Q^{\left(i\right)}})\×[1-\frac{a_Q^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e^{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ -(1-\frac{1}{M_I^{\left(i\right)}})(1-\frac{1}{M_Q^{\left(i\right)}})\×[1-\frac{a_I^{\left(i\right)}\sqrt{{2\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e^{-{\left(a_I^{\left(i\right)}\right)}^2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ \×[1-\frac{a_Q^{\left(i\right)}}{\sqrt{\mathrm{\π}}}{e^{{-\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})];\end{array}$

其中：为中继链路i采用的调制方式中相邻I和Q符号之间判决距离的一半；₁F₁(；；)表示合流超几何函数；Γ_F为快速链路自适应时的条件符号差错概率门限；

中继链路i采用慢速链路自适应时的最大比合并信噪比门限分别为当取不同值时根据下述公式计算得到的值：

$\begin{array}{c}{\mathrm{\Γ}}_S=2(1-\frac{1}{M_I^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_I^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\\ +2(1-\frac{1}{M_Q^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_Q^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\\ -4(1-\frac{1}{M_I^{\left(i\right)}})(1-\frac{1}{M_Q^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_I^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)Q\left(a_Q^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i;\end{array}$

其中，Γ_S为慢速链路自适应时的条件符号差错概率门限，且当为正整数时，

$\begin{array}{c}{f}_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}[\underset{k_1=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\underset{k=1}{\overset{m_q^{\left(i\right)}}{\mathrm{\Σ}}}{\∫}_0^{{\mathrm{\γ}}_i}\frac{{\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}}{(m_q^{\left(i\right)}-k)!}{\mathrm{\γ}}_i^{k-1}\frac{\exp (-{\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)})}{(k-1)!}\\ \×({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right)){\mathrm{d\γ}}_i{]}^{N_t^{\left(i\right)}-1}\end{array}$

$\begin{array}{c}\×\underset{k_1=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\underset{k=1}{\overset{m_q^{\left(i\right)}}{\mathrm{\Σ}}}\frac{{\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}}{(m_q^{\left(i\right)}-k)!}{\mathrm{\γ}}_i^{k-1}\frac{\exp \left({-\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)}\right)}{(k-1)!}({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})\\ \×(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right));\end{array}$

当为正的非整数时，

$f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}{\left[{\∫}_0^{{\mathrm{\γ}}_i}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\right]}^{N_t^{\left(i\right)}-1}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right);$

$\begin{array}{c}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right)=\underset{k_1=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right))\\ \×L^{-1}\left[\frac{1}{{(s+{\mathrm{\ζ}}_{k_1}^{(i,1)})}^{{\mathrm{\β}}_{k_1}^{(i,1)}}\×\·\·\·\×{(s+{\mathrm{\ζ}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})}^{{\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}}}\right].\end{array}$

上述公式中， ${\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}=\frac{d^{m_q^{\left(i\right)}-k}}{{\mathrm{ds}}^{m_q^{\left(i\right)}-k}}\left[{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}{(s+{\mathrm{\τ}}_l^{\left(i\right)})}^{-m_l^{\left(i\right)}}\right]{|}_{s=-{\mathrm{\τ}}_q^{\left(i\right)}};$ $m_1^{\left(i\right)}={\mathrm{\β}}_{k_1}^{(i,1)},\·\·\·,$ $m_{N_{\text{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})};{\mathrm{\τ}}_1^{\left(i\right)}={\mathrm{\ζ}}_{k_1}^{(i,1)},\·\·\·,{\mathrm{\τ}}_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\ζ}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})};$ 为正数，L^-1[·]为拉普拉斯逆变换运算，为任意节点i的接收分支数目，以及 分别为各接收分支平均信噪比的函数。任意接收分支的平均信噪比进一步可以用公式：MRC处理后的平均信噪比/接收分支数目-(MRC处理后的平均信噪比/接收分支数目-该接收分支的平均信噪比)描述。

特殊地，对于瑞利信道：

$f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}{({\mathrm{\α}}_1^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_1^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})}^{N_t^{\left(i\right)}}{\left[\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}{\∫}_0^{{\mathrm{\γ}}_i}\frac{\exp (-{\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)})}{{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}(-{\mathrm{\τ}}_q^{\left(i\right)}+{\mathrm{\τ}}_l^{\left(i\right)})}{\mathrm{d\γ}}_i\right]}^{N_t^{\left(i\right)}-1}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\frac{\exp \left({-\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)}\right)}{{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}({-\mathrm{\τ}}_q^{\left(i\right)}+{\mathrm{\τ}}_l^{\left(i\right)})};$

其中： ${\mathrm{\α}}_1^{(i,1)}={\mathrm{\τ}}_1^{\left(i\right)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/N_{\mathrm{MRC}}^{\left(i\right)}-{\mathrm{\δ}}_i^{\left(1\right)}},\·\·\·,{\mathrm{\α}}_1^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}={\mathrm{\τ}}_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/N_{\mathrm{MRC}}^{\left(i\right)}-{\mathrm{\δ}}_i^{\left(N_{\mathrm{MRC}}^{\left(i\right)}\right)}};{\mathrm{\δ}}_i^{\left(1\right)},\·\·\·,$ ${\mathrm{\δ}}_i^{\left(N_{\mathrm{MRC}}^{\left(i\right)}\right)}$ 为分别减去第1个，…，第个接收分支的平均信噪比的值。

(3)根据γ_i和值，确定由源节点到中继节点i链路与中继节点i到目的节点链路构成的中继链路i分别采用快速链路自适应和慢速链路自适应时的矩形调制(其中，)的级数；对于快速链路自适应，当时，中继链路i通信中断；当且p＝1,…,N_M-1时，M⁽ⁱ⁾＝4^p；当时，对于慢速链路自适应，当时，中继链路i通信中断；当且p＝1,…,N_M-1时，M⁽ⁱ⁾＝4^p；当时，其中：γ_1i为源节点到中继节点i之间链路的经过最大比合并处理后的信噪比，γ_2i为中继节点i到目的节点之间链路的经过最大比合并处理后的信噪比，γ_i为γ_1i和γ_2i中的较小值，为中继链路i经过最大比合并处理后的平均信噪比，可以为γ_i的平均值；p＝1,…,N_M，N_M是调制级数的数目；为中继链路i采用快速链路自适应时的最大比合并信噪比门限；为中继链路i采用慢速链路自适应时的最大比合并信噪比门限。

(4)对于中继链路i，比较快速链路自适应时的调制级数与慢速链路自适应时的调制级数的大小，选取较大调制级数对应的链路自适应技术为该中继链路确定的链路自适应技术；当两者相等时，选取慢速链路自适应为该中继链路确定的链路自适应技术。

(5)对于所有中继链路，选取具有最大调制级数的中继链路所对应的中继节点为数据转发的中继节点。

本发明中，在未做修饰限定的情况下，所述“信噪比”均指“即时信噪比”。

具体实施方式

MIMO协作通信系统模型由1个源节点、1个目的节点和N_d个中继节点构成，任意节点i有根发射天线和根接收天线，发射端采用天线选择技术(TAS：Transmitter Antenna Seleciton)，接收端采用最大比合并(MRC：Maximal RatioCombining)实现天线子集分集。协作传输分成两个时隙，在第一个时隙内，源节点向目的节点和所有中继节点广播数据，在第二个时隙内，所选的中继节点向目的节点传输数据。假设源节点与目的节点之间的信道状况很差，目的节点无法正确解调来自源节点的数据，因此忽略源节点到目的节点之间的直接链路。

本发明利用混合Gamma(伽玛)分布描述各接收分支的信噪比分布情况，该分布的参数取不同值时分别对应不同的信道类型，以中继节点i到目的节点第l个接收分支的链路为例，在目的节点处，第l个接收分支的信噪比概率密度函数为 $f_{i,l}\left({\mathrm{\γ}}_{i,l}\right)=\underset{h=1}{\overset{N_G^{(i,l)}}{\mathrm{\Σ}}}{\mathrm{\α}}_h^{(i,l)}{\left({\mathrm{\γ}}_{i,l}\right)}^{{\mathrm{\β}}_h^{(i,l)}-1}{e}^{{-\mathrm{\ζ}}_h^{(i,l)}{\mathrm{\γ}}_{i,l}},$ 和为混合Gamma分布参数，h为Gamma分量的序号。当衰落信道为瑞利信道时， γ_i,l和分别为第l个接收分支的即时信噪比和平均信噪比。若采用其它信道，如K信道、K_G信道、Nakagami-m信道等，此时参数 和有不同的表达式。

中继链路i采用矩形调制进行快速链路自适应传输时的条件符号差错概率为：

$\begin{array}{c}{P}_{E-F}=(1-\frac{1}{M_I^{\left(i\right)}})[1-\frac{a_I^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e^{-{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ +(1-\frac{1}{M_Q^{\left(i\right)}})\×[1-\frac{a_Q^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e^{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ -(1-\frac{1}{M_I^{\left(i\right)}})(1-\frac{1}{M_Q^{\left(i\right)}})\×[1-\frac{a_I^{\left(i\right)}\sqrt{{2\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e^{-{\left(a_I^{\left(i\right)}\right)}^2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ \×[1-\frac{a_Q^{\left(i\right)}}{\sqrt{\mathrm{\π}}}{e^{{-\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}}_1{F}_1(1;\frac{3}{2};\frac{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\end{array}---\left(1\right)$

其中，为中继链路i采用的调制方式中相邻I和Q符号之间判决距离的一半；₁F₁(；；)为合流超几何函数，γ_i为γ_1i和γ_2i中的较小值，γ_1i为源节点到中继节点i之间链路的经过最大比合并处理后的信噪比，γ_2i为中继节点i到目的节点之间链路的经过最大比合并处理后的信噪比。

中继链路i采用矩形调制进行慢速链路自适应传输时的条件符号差错概率为：

$\begin{array}{c}{P}_{E-S}\left(\stackrel{\‾}{{\mathrm{\γ}}_i}\right)=2(1-\frac{1}{M_I^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_I^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\\ +2(1-\frac{1}{M_Q^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_Q^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\\ -4(1-\frac{1}{M_I^{\left(i\right)}})(1-\frac{1}{M_Q^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_I^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)Q\left(a_Q^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\end{array}---\left(2\right)$

其中， $Q\left(x\right)=\frac{1}{\mathrm{\π}}{\∫}_0^{\mathrm{\π}/2}{e}^{-\frac{-x^2}{{2\sin }^2}}\mathrm{d\θ},$ 且当为正整数时，

$\begin{array}{c}{f}_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}[\underset{k_1=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\underset{k=1}{\overset{m_q^{\left(i\right)}}{\mathrm{\Σ}}}{\∫}_0^{{\mathrm{\γ}}_i}\frac{{\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}}{(m_q^{\left(i\right)}-k)!}{\mathrm{\γ}}_i^{k-1}\frac{\exp \left({-\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)}\right)}{(k-1)!}\\ \×({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}){(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right)){\mathrm{d\γ}}_i]}^{N_t^{\left(i\right)}-1}\\ \×\underset{k_1=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\underset{k=1}{\overset{m_q^{\left(i\right)}}{\mathrm{\Σ}}}\frac{{\mathrm{\η}}_q^{m_q^{\left(i\right)}-1}}{(m_q^{\left(i\right)}-k)!}{\mathrm{\γ}}_i^{k-1}\frac{\exp \left({-\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)}\right)}{(k-1)!}({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})\\ \begin{array}{}\end{array}\×(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right))\end{array}$

当为正的非整数时，

$f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}{\left[{\∫}_0^{{\mathrm{\γ}}_i}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\right]}^{N_t^{\left(i\right)}-1}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right);$

$\begin{array}{c}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right)=\underset{k_1=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right))\\ \×L^{-1}\left[\frac{1}{{(s+{\mathrm{\ζ}}_{k_1}^{(i,1)})}^{{\mathrm{\β}}_{k_1}^{(i,1)}}\×\·\·\·\×{(s+{\mathrm{\ζ}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})}^{{\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}}}\right].\end{array}$

上述公式中， ${\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}=\frac{d^{m_q^{\left(i\right)}-k}}{{\mathrm{ds}}^{m_q^{\left(i\right)}-k}}\left[{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}{(s+{\mathrm{\τ}}_l^{\left(i\right)})}^{-m_l^{\left(i\right)}}\right]{|}_{s=-{\mathrm{\τ}}_q^{\left(i\right)}};$ $m_1^{\left(i\right)}={\mathrm{\β}}_{k_1}^{(i,1)},\·\·\·,$ $m_{N_{\text{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})};{\mathrm{\τ}}_1^{\left(i\right)}={\mathrm{\ζ}}_{k_1}^{(i,1)},\·\·\·,{\mathrm{\τ}}_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\ζ}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})};$ 为正数，L^-1[·]为拉普拉斯逆变换运算，为任意节点i的接收分支数目，以及 为各接收分支的平均信噪比的函数；任意接收分支的平均信噪比进一步用下述公式描述：因此， 以及可以表示为MRC处理后的平均信噪比的函数。需要注意的是，由于令 $m_1^{\left(i\right)}={\mathrm{\β}}_{k_1}^{(i,1)},\·\·\·,m_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}$ 以及 ${\mathrm{\τ}}_1^{\left(i\right)}={\mathrm{\ζ}}_{k_1}^{(i,1)},\·\·\·,$ ${\mathrm{\τ}}_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\ζ}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})},$ 因此当取不同值时，以及 随着的变化而变化。

特殊地，对于瑞利信道：

$f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}{({\mathrm{\α}}_1^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_1^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})}^{N_t^{\left(i\right)}}{\left[\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}{\∫}_0^{{\mathrm{\γ}}_i}\frac{\exp (-{\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)})}{{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}(-{\mathrm{\τ}}_q^{\left(i\right)}+{\mathrm{\τ}}_l^{\left(i\right)})}{\mathrm{d\γ}}_i\right]}^{N_t^{\left(i\right)}-1}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\frac{\exp \left({-\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)}\right)}{{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}({-\mathrm{\τ}}_q^{\left(i\right)}+{\mathrm{\τ}}_l^{\left(i\right)})}---\left(3\right)$

其中 ${\mathrm{\α}}_1^{(i,1)}={\mathrm{\τ}}_1^{\left(i\right)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/N_{\mathrm{MRC}}^{\left(i\right)}-{\mathrm{\δ}}_i^{\left(1\right)}},\·\·\·,{\mathrm{\α}}_1^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}={\mathrm{\τ}}_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/N_{\mathrm{MRC}}^{\left(i\right)}-{\mathrm{\δ}}_i^{\left(N_{\mathrm{MRC}}^{\left(i\right)}\right)}},$ 为中继链路i经过MRC处理后的平均信噪比，为分别减去第1个，…，第个接收分支的平均信噪比的值。

采用矩形调制的链路自适应技术的应用需要确定最大比合并信噪比门限，当经过MRC处理的信噪比(对应快速链路自适应)或者平均信噪比(对应慢速链路自适应)处于两个最大比合并信噪比门限之间时，确定相适应的调制级数和在实际系统中，通常取设置快速链路自适应时的条件符号差错概率门限和慢速链路自适应时的条件符号差错概率门限分别为Γ_F和Γ_S，当取不同值时，令P_E-F(γ_i)＝Γ_F得到的γ_i值分别为快速链路自适应时的最大比合并信噪比门限当取不同值时，令得到的值分别为慢速链路自适应时的最大比合并信噪比门限其中，p＝1,…,N_M，N_M是调制级数的数目。于是：

(i)对于快速链路自适应，当时，中继链路i通信中断；当且p＝1,…,N_M-1时，M⁽ⁱ⁾＝4^p；当时，

$M^{\left(i\right)}=4^{N_M}.$

(ii)对于慢速链路自适应，当时，中继链路i通信中断；当且p＝1,…,N_M-1时，M⁽ⁱ⁾＝4^p；当时，

$M^{\left(i\right)}=4^{N_M}.$

于是，中继选择算法如下：

(i)判断信道类型，根据判定的信道类型确定和的表达式；信道类型的判定已有研究成果，此处不再赘述。

(ii)确定快速链路自适应时的最大比合并信噪比门限以及慢速链路自适应时的最大比合并信噪比门限需要指出的是，当门限不发生变化时，可以作为系统数据存于系统中，不需要每次中继选择时都进行计算。

(iii)根据γ_i和值，确定中继链路i分别采用快速链路自适应和慢速链路自适应时的调制级数；

(iv)对于中继链路i，比较快速链路自适应时的调制级数与慢速链路自适应时的调制级数的大小，选取较大调制级数对应的链路自适应技术为该中继链路确定的链路自适应技术；当两者相等时，选取慢速链路自适应为该中继链路确定的链路自适应技术。

(v)选取具有最大调制级数的中继链路对应的中继节点为用来进行数据转发的中继节点。当存在两个或两个以上这类中继节点时，分为两种情况：

a.从降低系统实现复杂度出发，从中优选采用慢速链路自适应的这类节点进行数据转发；如果仍存在两个或两个以上采用慢速链路自适应的这类节点时，从中优选节点负荷最小的采用慢速链路自适应的这类节点进行数据转发。

b.从中继选择的公平原则出发，从中优选节点负荷最小的这类节点进行数据转发；如果仍存在两个或两个以上节点负荷最小的这类节点时，从中优选节点负荷最小的采用慢速链路自适应的这类节点进行数据转发。

需要说明的是：

(1)本发明方法考虑在源节点到中继节点i之间的链路与中继节点i到目的节点之间的链路上采用相同的QAM调制技术，但是本发明方法同样适用于在源节点到中继节点i之间的链路与中继节点i到目的节点之间的链路上采用不同QAM调制技术的情况，此时对于源节点到中继节点i之间的链路取γ_i为γ_1i，对于中继节点i到目的节点之间的链路取γ_i为γ_2i，分别确定两链路的QAM调制级数即可。

(2)本发明方法主要针对译码转发协作通信系统，对于放大转发协作通信系统，则在以上方法中令γ_i＝γ_2i，同样适用。

下面利用一组具体数据做一演示，以便于更好地理解本发明。

(i)根据已有成果，判断得到所有中继链路的信道为瑞利衰落信道。

(ii)设置 $M_I^{\left(i\right)}=M_Q^{\left(i\right)}=\sqrt{M},a_I^{\left(i\right)}=a_Q^{\left(i\right)}=\sqrt{\frac{3}{M-1}},N_{\mathrm{MRC}}^{\left(i\right)}=2,{\mathrm{\Γ}}_F={\mathrm{\Γ}}_S=0.01,$ 测量计算得到： ${\mathrm{\δ}}_1^{\left(1\right)}=-3,{\mathrm{\δ}}_1^{\left(2\right)}=3,{\mathrm{\δ}}_2^{\left(1\right)}=-3,{\mathrm{\δ}}_2^{\left(2\right)}=3,{\mathrm{\δ}}_3^{\left(1\right)}=-3,{\mathrm{\δ}}_3^{\left(2\right)}=3.$ 于是， ${\mathrm{\α}}_1^{(i,1)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/2-{\mathrm{\δ}}_i^{\left(1\right)}},{\mathrm{\α}}_1^{(i,2)}\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/2-{\mathrm{\δ}}_i^{\left(2\right)}},{\mathrm{\ζ}}_1^{(i,1)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/2-{\mathrm{\δ}}_i^{\left(1\right)}},{\mathrm{\ζ}}_1^{(i,2)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/2-{\mathrm{\δ}}_i^{\left(2\right)}}.$

根据公式(1)计算得到各中继链路采用快速链路自适应时的最大比合并信噪比门限如下所示：

中继链路1： ${\mathrm{\γ}}_{\mathrm{1,1}}^{\mathrm{TH}-F}=6.63,{\mathrm{\γ}}_{\mathrm{1,2}}^{\mathrm{TH}-F}=36.78,{\mathrm{\γ}}_{\mathrm{1,3}}^{\mathrm{TH}-F}=160.31,{\mathrm{\γ}}_{\mathrm{1,4}}^{\mathrm{TH}-F}=659.45;$

中继链路2： ${\mathrm{\γ}}_{\mathrm{2,1}}^{\mathrm{TH}-F}=6.63,{\mathrm{\γ}}_{2,2}^{\mathrm{TH}-F}=36.78,{\mathrm{\γ}}_{\mathrm{2,3}}^{\mathrm{TH}-F}=160.31,{\mathrm{\γ}}_{\mathrm{2,4}}^{\mathrm{TH}-F}=659.45;$

中继链路3： ${\mathrm{\γ}}_{\mathrm{3,1}}^{\mathrm{TH}-F}=6.63,{\mathrm{\γ}}_{\mathrm{3,2}}^{\mathrm{TH}-F}=36.78,{\mathrm{\γ}}_{\mathrm{3,3}}^{\mathrm{TH}-F}=160.31,{\mathrm{\γ}}_{\mathrm{3,4}}^{\mathrm{TH}-F}=659.45;$

根据公式(2)或(3)计算得到各中继链路采用慢速链路自适应时的最大比合并信噪比门限如下所示：

中继链路1： ${\mathrm{\γ}}_{\mathrm{1,1}}^{\mathrm{TH}-S}=9.85,{\mathrm{\γ}}_{\mathrm{1,2}}^{\mathrm{TH}-S}=51.15,{\mathrm{\γ}}_{\mathrm{1,3}}^{\mathrm{TH}-S}=227.25,{\mathrm{\γ}}_{\mathrm{1,4}}^{\mathrm{TH}-S}=944.25;$

中继链路2： ${\mathrm{\γ}}_{\mathrm{2,1}}^{\mathrm{TH}-S}=9.85,{\mathrm{\γ}}_{\mathrm{2,2}}^{\mathrm{TH}-S}=51.15,{\mathrm{\γ}}_{\mathrm{2,3}}^{\mathrm{TH}-S}=227.25,{\mathrm{\γ}}_{\mathrm{2,4}}^{\mathrm{TH}-S}=944.25$

中继链路3： ${\mathrm{\γ}}_{\mathrm{3,1}}^{\mathrm{TH}-S}=9.85,{\mathrm{\γ}}_{\mathrm{3,2}}^{\mathrm{TH}-S}=51.15,{\mathrm{\γ}}_{3,3}^{\mathrm{TH}-S}=227.25,{\mathrm{\γ}}_{\mathrm{3,4}}^{\mathrm{TH}-S}=944.25$

(iii)根据测量计算得到各中继链路的γ_i和值如下所示：

中继链路1：γ₁＝39.13，

中继链路2：γ₂＝129.28，

中继链路3：γ₃＝136.71，

如果中继链路采用快速链路自适应，根据发明内容，中继链路1采用16-QAM，中继链路2采用16-QAM，中继链路3采用16-QAM。

如果中继链路采用慢速链路自适应，根据发明内容，中继链路1采用4-QAM，中继链路2采用16-QAM，中继链路3采用16-QAM。

(iv)对于中继链路i，比较快速链路自适应时的调制级数与慢速链路自适应时的调制级数的大小，选取较大调制级数对应的链路自适应技术为该中继链路确定的链路自适应技术；当两者相等时，选取慢速链路自适应为该中继链路确定的链路自适应技术。于是，中继链路1应采用16-QAM快速链路自适应，中继链路2和中继链路3均采用16-QAM慢速链路自适应.

(v)由于所有中继链路均采用16-QAM调制技术，其中中继链路2和中继链路3均采用16-QAM慢速链路自适应，经测量计算得到中继节点1的负荷为0.46，中继节点2的负荷为0.58，中继节点3的负荷为0.72，分为两种情况：

a.从降低系统实现复杂度出发，选择中继节点2进行数据转发。

b.从中继选择的公平原则出发，选择中继节点1进行数据转发。

Claims (10)

1.一种MIMO协作通信系统的中继选择方法，所述方法包括：

(1)判断信道类型，根据判定的信道类型确定和的表达式；其中：和为混合伽玛分布参数，h为伽玛分量的序号；

(2)确定快速链路自适应时的最大比合并信噪比门限以及慢速链路自适应时的最大比合并信噪比门限

(3)根据γ_i和值，确定中继链路i分别采用快速链路自适应和慢速链路自适应时的矩形调制级数，其中对于快速链路自适应，当时，中继链路i通信中断；当且p＝1,…,N_M-1时，M⁽ⁱ⁾＝4^p；当时，对于慢速链路自适应，当时，中继链路i通信中断；当且p＝1,…,N_M-1时，M⁽ⁱ⁾＝4^p；当时，其中：γ_1i为源节点到中继节点i之间链路的经过最大比合并处理后的信噪比，γ_2i为中继节点i到目的节点之间链路的经过最大比合并处理后的信噪比，γ_i取γ_1i和γ_2i中的较小值，为中继链路i经过最大比合并处理后的平均信噪比；p＝1,…,N_M，N_M是调制级数的数目；为中继链路i采用快速链路自适应时的最大比合并信噪比门限；为中继链路i采用慢速链路自适应时的最大比合并信噪比门限；

(4)对于中继链路i，比较快速链路自适应时的调制级数与慢速链路自适应时的调制级数的大小，选取较大调制级数对应的链路自适应技术为该中继链路确定的链路自适应技术；当两者相等时，选取慢速链路自适应为该中继链路确定的链路自适应技术；

(5)对于所有中继链路，选取具有最大调制级数的中继链路所对应的中继节点为数据转发的中继节点。

2.根据权利要求1所述的方法，所述中继链路i采用快速链路自适应时的最大比合并信噪比门限分别为当取不同值时根据下述公式计算得到的γ_i值：

$\begin{array}{c}{\mathrm{\Γ}}_F=(1-\frac{1}{M_I^{\left(i\right)}})[1-\frac{a_I^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e}^{-{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}F_1^1(1;\frac{3}{2};\frac{{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})\\ +(1-\frac{1}{M_Q^{\left(i\right)}})\×[1-\frac{a_Q^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e}^{-{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}F_1^1(1;\frac{3}{2};\frac{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ -(1-\frac{1}{M_I^{\left(i\right)}})(1-\frac{1}{M_Q^{\left(i\right)}})\×[1-\frac{a_I^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e}^{{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}F_1^1(1;\frac{3}{2};\frac{{\left(a_I^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\\ \×[1-\frac{a_Q^{\left(i\right)}\sqrt{2{\mathrm{\γ}}_i}}{\sqrt{\mathrm{\π}}}{e}^{-{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i/2}F_1^1(1;\frac{3}{2};\frac{{\left(a_Q^{\left(i\right)}\right)}^2{\mathrm{\γ}}_i}{2})]\end{array};$

其中：为中继链路i采用的调制方式中相邻I和Q符号之间判决距离的一半；₁F₁(；；)表示合流超几何函数；Γ_F为快速链路自适应时的条件符号差错概率门限；

所述中继链路i采用慢速链路自适应时的最大比合并信噪比门限分别为当取不同值时根据下述公式计算得到的值：

$\begin{array}{c}{\mathrm{\Γ}}_S=2(1-\frac{1}{M_I^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_I^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\\ +2(1-\frac{1}{M_Q^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_Q^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)d{\mathrm{\γ}}_i\\ -4(1-\frac{1}{M_I^{\left(i\right)}})(1-\frac{1}{M_Q^{\left(i\right)}}){\∫}_0^{+\∞}Q\left(a_I^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)Q\left(a_Q^{\left(i\right)}\sqrt{{\mathrm{\γ}}_i}\right)f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right){\mathrm{d\γ}}_i\end{array};$

其中，Γ_S为慢速链路自适应时的条件符号差错概率门限，且当为正整数时，

$\begin{array}{c}{f}_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}[\underset{k_1=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\underset{k=1}{\overset{m_q^{\left(i\right)}}{\mathrm{\Σ}}}{\∫}_0^{{\mathrm{\γ}}_i}\frac{{\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}}{(m_q^{\left(i\right)}-k)!}{\mathrm{\γ}}_i^{k-1}\frac{\exp (-{\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)})}{(k-1)!}\\ \×({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right)){\mathrm{d\γ}}_i{]}^{N_t^{\left(i\right)}-1}\end{array}$

$\begin{array}{c}\×\underset{k_1=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{\left(i\right)}}{\mathrm{\Σ}}}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\underset{k=1}{\overset{m_q^{\left(i\right)}}{\mathrm{\Σ}}}\frac{{\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}}{(m_q^{\left(i\right)}-k)!}{\mathrm{\γ}}_i^{k-1}\frac{\exp (-{\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)})}{(k-1)!}({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{i,N_{\mathrm{MRC}}^{\left(i\right)}})\\ \×(\mathrm{\Γ}\left({\mathrm{\β}}_{k_1}^{(i,1)}\right)\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right))\end{array};$

当为正的非整数时，

$\begin{array}{c}{f}_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}{\left[{\∫}_0^{{\mathrm{\γ}}_i}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right)d{\mathrm{\γ}}_i\right]}^{N_t^{\left(i\right)}-1}{f}_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right);\\ f_{{\mathrm{\γ}}_i}^{\mathrm{SIMO}}\left({\mathrm{\γ}}_i\right)=\underset{k_1=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}\·\·\·\underset{k_{N_{\mathrm{MRC}}^{\left(i\right)}}=1}{\overset{N_G^{(i,q)}}{\mathrm{\Σ}}}({\mathrm{\α}}_{k_1}^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})(\mathrm{\Γ}({\mathrm{\β}}_{k_1}^{(i,1)})\×\·\·\·\×\mathrm{\Γ}\left({\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}\right))\\ \×L^{-1}\left[\frac{1}{{(s+{\mathrm{\ζ}}_{k_1}^{(i,1)})}^{{\mathrm{\β}}_{k_1}^{(i,1)}}\×\·\·\·\×{(s+{\mathrm{\ζ}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})}^{{\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}}}\right];\end{array}$

上述公式中， ${\mathrm{\η}}_q^{m_q^{\left(i\right)}-k}=\frac{d^{m_q^{\left(i\right)}-k}}{{\mathrm{ds}}^{m_q^{\left(i\right)}-k}}\left[{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}{(s+{\mathrm{\τ}}_l^{\left(i\right)})}^{-m_l^{\left(i\right)}}\right]{|}_{s=-{\mathrm{\τ}}_q^{\left(i\right)}};m_1^{\left(i\right)}={\mathrm{\β}}_{k_1}^{(i,1)},\·\·\·,$ $m_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\β}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})};{\mathrm{\τ}}_1^{\left(i\right)}={\mathrm{\ζ}}_{k_1}^{(i,1)},\·\·\·,{\mathrm{\τ}}_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}={\mathrm{\ζ}}_{k_{N_{\mathrm{MRC}}^{\left(i\right)}}}^{(i,N_{\mathrm{MRC}}^{\left(i\right)})};$ 为正数，L^-1[·]为拉普拉斯逆变换运算，为任意节点i的接收分支数目，以及 分别为各接收分支平均信噪比的函数；任意接收分支的平均信噪比进一步用下述公式描述：(-该接收分支平均信噪比)。

3.根据权利要求1或2所述的方法，还包括：对于所有中继链路，当存在两个或两个以上具有最大调制级数的中继链路所对应的中继节点时，优选采用慢速链路自适应的中继节点进行数据转发。

4.根据权利要求1或2所述的方法，还包括：对于所有中继链路，当存在两个或两个以上具有最大调制级数的中继链路所对应的中继节点时，优选采用节点负荷最小的中继节点进行数据转发。

5.根据权利要求1或2所述的方法，还包括：对于所有中继链路，当存在两个或两个以上具有最大调制级数的中继链路所对应的中继节点时，优选采用节点负荷最小且采用慢速链路自适应的中继节点进行数据转发。

6.根据权利要求2所述的方法，还包括：当在源节点到中继节点i之间链路与中继节点i到目的节点之间链路上采用不同QAM调制技术时，对于源节点到中继节点i之间链路取γ_i为γ_1i，对于中继节点i到目的节点之间链路取γ_i为γ_2i。

7.根据权利要求3所述的方法，还包括：当在源节点到中继节点i之间链路与中继节点i到目的节点之间链路上采用不同QAM调制技术时，对于源节点到中继节点i之间链路取γ_i为γ_1i，对于中继节点i到目的节点之间链路取γ_i为γ_2i。

8.根据权利要求4所述的方法，还包括：当在源节点到中继节点i之间链路与中继节点i到目的节点之间链路上采用不同QAM调制技术时，对于源节点到中继节点i之间链路取γ_i为γ_1i，对于中继节点i到目的节点之间链路取γ_i为γ_2i。

9.根据权利要求5所述的方法，还包括：当在源节点到中继节点i之间链路与中继节点i到目的节点之间链路上采用不同QAM调制技术时，对于源节点到中继节点i之间链路取γ_i为γ_1i，对于中继节点i到目的节点之间链路取γ_i为γ_2i。

10.根据权利要求2所述的方法，其中所述值，对于瑞利信道： $f_{{\mathrm{\γ}}_i}^{\mathrm{MIMO}}\left({\mathrm{\γ}}_i\right)=N_t^{\left(i\right)}{({\mathrm{\α}}_1^{(i,1)}\×\·\·\·\×{\mathrm{\α}}_1^{(i,N_{\mathrm{MRC}}^{\left(i\right)})})}^{N_t^{\left(i\right)}}{\left[\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}{\∫}_0^{{\mathrm{\γ}}_i}\frac{\exp (-{\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)})}{{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}(-{\mathrm{\τ}}_q^{\left(i\right)}+{\mathrm{\τ}}_l^{\left(i\right)})}{\mathrm{d\γ}}_i\right]}^{N_t^{\left(i\right)}-1}\underset{q=1}{\overset{N_{\mathrm{MRC}}^{\left(i\right)}}{\mathrm{\Σ}}}\frac{\exp (-{\mathrm{\γ}}_i{\mathrm{\τ}}_q^{\left(i\right)})}{{\mathrm{\Π}}_{l\≠q}^{N_{\mathrm{MRC}}^{\left(i\right)}}(-{\mathrm{\τ}}_q^{\left(i\right)}+{\mathrm{\τ}}_l^{\left(i\right)})};$ 其中： ${\mathrm{\α}}_1^{(i,1)}={\mathrm{\τ}}_1^{\left(i\right)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/N_{\mathrm{MRC}}^{\left(i\right)}-{\mathrm{\δ}}_i^{\left(1\right)}},\·\·\·,{\mathrm{\α}}_1^{(i,N_{\mathrm{MRC}}^{\left(i\right)})}={\mathrm{\τ}}_{N_{\mathrm{MRC}}^{\left(i\right)}}^{\left(i\right)}=\frac{1}{\stackrel{\‾}{{\mathrm{\γ}}_i}/N_{\mathrm{MRC}}^{\left(i\right)}-{\mathrm{\δ}}_i^{\left(N_{\mathrm{MRC}}^{\left(i\right)}\right)}};$ 为分别减去第1个，…，第个接收分支的平均信噪比的值。