CN106936542B - 一种高斯信源的分布式压缩转发系统及其优化方法 - Google Patents
一种高斯信源的分布式压缩转发系统及其优化方法 Download PDFInfo
- Publication number
- CN106936542B CN106936542B CN201710006169.1A CN201710006169A CN106936542B CN 106936542 B CN106936542 B CN 106936542B CN 201710006169 A CN201710006169 A CN 201710006169A CN 106936542 B CN106936542 B CN 106936542B
- Authority
- CN
- China
- Prior art keywords
- relay
- signal
- noise ratio
- receiving end
- source
- 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
- 230000006835 compression Effects 0.000 title claims abstract description 28
- 238000007906 compression Methods 0.000 title claims abstract description 28
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 34
- 238000013461 design Methods 0.000 claims abstract description 11
- 239000000654 additive Substances 0.000 claims abstract description 6
- 230000000996 additive effect Effects 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 12
- 230000009191 jumping Effects 0.000 claims description 7
- 230000009365 direct transmission Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005562 fading Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0014—Systems modifying transmission characteristics according to link quality, e.g. power backoff by adapting the source coding
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种高斯信源的分布式压缩转发系统及其优化方法，该系统中，信源发送模拟高斯信号，在中继器进行分布式压缩编码，并进行数字传输。考虑在加性高斯白噪声信道下，各个中继的接收信噪比符合一定的比例关系，接收端对不同中继信号的接收信噪比不同，提出了该系统的理论分析框架。对多中继的分布式信源编码问题，采用CEO理论建立多中继网络的率失真函数，得到各个中继的传输速率，结合Shannon信道容量理论，将中继压缩后的传输速率与中继到接收端的信道容量建立联系，给出了系统的优化设计方程，提出一种最优求解算法。在总功率受限条件下，在信源和中继网络之间基于信噪比进行功率分配，使得系统接收端的信噪比性能达到最大。
Description
技术领域
本发明公开了一种高斯信源下多中继网络的分布式压缩转发系统设计方法，属于无线通信的技术领域。
背景技术
无线中继技术能够有效地对抗信道衰落、扩大无线网络覆盖范围、提髙系统容量，增加分集增益，提高信息的可靠性，改善通信质量，广泛应用于各类无线通信系统。如卫星通信和微波中继通信系统就是经典的无线中继通信系统。移动通信中采用中继站扩大信号覆盖范围，提高系统的容量，现已成为移动通信系统的关键技术。此外，无线传感器网络在军情侦察，环境监控，智能家居，医疗健康状况的检测和监控等方面的普及和广泛应用使得对模拟中继网络的研究具有越来越重要的意义。
目前的中继网络研究主要以数字中继网络为主。传统的数字中继转发策略主要有以下几种：放大转发，中继节点将接收到的信源信号直接进行功率放大，然后再转发到目的节点；译码转发，中继节点将接收到的信号先进行解调并译码恢复出原始信息，再用一定的编码方式重新编码，发送到目的节点；编码转发，在编码协作模式下，将码字分成两部分，源节点信息在码字的第一部分传输给中继节点和目的节点，校验位在码字的第二部分通过源节点或者中继节点传输，通过事先确定好的编码方案进行协作，实现信源与目的节点之间信息的传输。
在放大转发策略下，信源节点S将模拟信号x(t)发送出去，经AWGN信道传输，第i个中继节点接收到的信号为
yri(t)＝x(t)+nri(t),i＝1,2,...,L
其中nri(t)表示第i个中继节点处的高斯白噪声，中继接收功率
中继节点将接收到的信号yri(t)直接进行放大处理，再发送到目的节点D，令功率放大因子为
经中继放大后，不考虑信道衰减，接收端收到来自第i个中继节点的信号为
ydi(t)＝βyri(t)+ndi(t),i＝1,2,...,L
其中ndi(t)为接收端接收来自第i个中继节点信号时的高斯噪声，接收到的信号的功率为Pr。
目前，针对模拟信号在多中继网络传输中的的工作很少，分布式信源编码的CEO问题针对信源与噪声均服从高斯分布的情况，描述了在一定的失真约束条件下，中继节点进行分布式信源编码后的率失真区域和码率。针对信源信息X(t)无法被信息处理中心直接观测到的情况，处理中心通过L个中继节点相互独立地对信源信息进行观测，中继节点观测到添加噪声后的信源信号为Yri(t),i＝1,2,...,L，每个中继节点相互独立地对接收到的信源信息进行分布式信源编码，将信息压缩后，再统一发送到处理中心，发送的总速率为R。处理中心将接收到的信号进行联合译码后得到信源信息X(t)的估计
将X(t)和Yri(t)用n个采样点来描述为
定义平均失真为
定义总的传输速率R和失真度d的关系对(R,d)是可达的，如果存在相应的中继分布式编码方案与处理中心的解码方案使得
令
表示所有可达对(R,d)的集合，则率失真函数定义为
关于传感器网络中分布式信源编码的CEO问题只研究了中继进行分布式压缩编码之后的率失真区域和码率问题，没有对整个通信网络的传输性能进行研究和设计。
发明内容
本发明所要解决的技术问题是针对上述背景技术的不足，提出了一种高斯信源的分布式压缩转发系统优化方法，对整个通信网络的传输性能进行研究和设计。
在本发明提供的高斯信源的分布式压缩转发系统中，信源发送模拟高斯信号，在中继器进行分布式压缩编码，并进行数字传输。考虑在加性高斯白噪声信道下，各个中继的接收信噪比符合一定的比例关系，接收端对不同中继信号的接收信噪比不同，提出了该系统的理论分析框架。对多中继的分布式信源编码问题，采用CEO理论建立多中继网络的率失真函数，得到各个中继的传输速率，并结合Shannon信道容量理论，将中继压缩后的传输速率与中继到接收端的信道容量建立联系，给出了系统的优化设计方程，并提出一种最优迭代求解算法。在总功率受限条件下，在信源和中继网络之间基于信噪比进行功率分配，使得系统接收端的信噪比性能达到最大。
本发明为实现上述发明目的采用如下技术方案：
信源S发送模拟信号X(t)，服从
的高斯分布，信源与接收端之间无直接传输信道，通过L个中继节点Ri(i＝1,2,...,L)将接收到的模拟信号进行分布式压缩编码，转化成数字信号后发送到目的节点，实现信源与目的节点D之间的通信。考虑其在加性高斯白噪声(AWGN)信道下的传输，不考虑衰减的影响，中继节点Ri接收到的信号为
Yri(t)＝X(t)+Nri(t),i＝1,2,...,L
Nri(t)表示第i个中继节点处的高斯白噪声。各个中继的接收信噪比γi符合一定的比例关系：令
γi＝aiγ，
接收端对不同中继信号的接收信噪比ηi均不同，每个中继节点处都设置一个信源编码器，将接收到的混合了噪声的模拟信号Yri(t)进行分布式信源编码，对数据进行压缩。将信号进行抽样，量化和压缩编码，转化成数字信号Y′ri(t)，再发送到目的节点D，实现中继到接收端的数字化传输。
对多中继的分布式信源编码问题，采用CEO理论建立多中继网络的率失真函数，得到各个中继的传输速率，并结合Shannon信道容量理论，将中继压缩后的传输速率与中继到接收端的信道容量建立联系，给出了系统的优化设计模型如下
其中γd为中继处的量化信噪比，γi为中继Ri接收信源信号的信噪比，ηi为接收端接收中继Ri信号的信噪比，ρ为总的信噪比约束。在总的信噪比约束条件下，在信源和中继网络之间基于信噪比进行功率分配，使得中继的量化信噪比γd最大，即接收端将收到的数字信号进行解码后得到的信噪比性能达到最大。
针对上述的分布式压缩转发系统设计模型，提出了一种最优求解算法。令各个中继的发送速率Ri(d)正好等于中继到接收端的信道容量
即使得约束方程中第一个约束条件取等号
进一步得到的优化模型为
其中
具体迭代求解步骤如下：
a.判断当前比例{ai}下
区间是否为空。若
跳至步骤b；否则跳至步骤c。
b.求解当前模型下γd的最大值并保存对应的{γd，s,L}值。并判断求得的γd是否为约束条件1在
区间内的最大值，若不是则跳至步骤c；若是则跳至步骤d。
c.去掉一个中继节点。计算
和
的大小，若
则去掉中继节点R1，返回步骤a；否则去掉中继节点RL，返回步骤a；
d.判断迭代过程中得到的γd的最大值及其对应的{γd，s,L}即为最优分配方案。
本发明采用上述技术方案，具有以下有益效果：
针对高斯信源在多中继网络中的传输，给出了一种分布式压缩转发系统模型及优化方法。采用CEO理论建立多中继网络的率失真函数，得到各个中继的传输速率，并结合Shannon信道容量理论，将中继压缩后的传输速率与中继到接收端的信道容量建立联系，给出了系统的优化设计方程，并提出一种最优求解算法。在总功率受限条件下，在信源和中继网络之间基于信噪比进行功率分配，使得系统接收端的信噪比性能达到最大，能得到更好的传输性能。
附图说明
图1是本发明提供的高斯信源的分布式压缩转发系统示意图；
图2是优化得到的系统接收端信噪比随总信噪比约束的变化图；
图3是优化得到的系统接收端信噪比随中继个数的变化图。
具体实施方式
下面结合附图对发明的技术方案进行详细说明。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本领域的技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
如图1，本发明提供的高斯信源的分布式压缩转发系统中，信源S发送模拟信号X(t)，服从
的高斯分布，信源与接收端之间无直接传输信道，通过L个中继节点Ri(i＝1,2,...,L)将接收到的模拟信号进行分布式压缩编码，转化成数字信号后发送到目的节点，实现信源与目的节点D之间的通信。考虑其在加性高斯白噪声(AWGN)信道下的传输，不考虑衰减的影响，中继节点Ri接收到的信号为
Yri(t)＝X(t)+Nri(t),i＝1,2,...,L
Nri(t)表示第i个中继节点处的高斯白噪声。各个中继的接收信噪比γi符合一定的比例关系：令
γi＝aiγ，
接收端对不同中继信号的接收信噪比ηi均不同，每个中继节点处都设置一个信源编码器，将接收到的混合了噪声的模拟信号Yri(t)进行分布式信源编码，对数据进行压缩。将信号进行抽样，量化和压缩编码，转化成数字信号Y′ri(t)，再发送到目的节点D，实现中继到接收端的数字化传输。
接收端处设置天线，将来自各个中继节点的数字信号进行最大比合并接收，得到信号Yd(t)，传给解码器，进行联合译码。经解码器解码后，即可恢复出信源信息X(t)。
将模拟高斯信源在多中继网络中的压缩传输类比于分布式信源编码的CEO问题，根据高斯CEO问题的Berger-Tung内界，在失真度d允许范围内，中继节点进行分布式信源编码后的总率失真函数为：
第i个中继节点的率失真函数为
不考虑衰减的影响，令
表示中继节点进行压缩的量化信噪比，
表示中继节点Ri的接收信噪比。将Ri(d)转化成与信噪比的关系为
Ri(d)即为中继节点Ri对接收信号进行量化压缩后的最小传输速率。根据约束条件
还需满足
而中继到接收端的信息传输则看作是一个数字通信网络，中继节点将处理后的数字信号Y′ri(t)通过天线发送出去，经AWGN信道到达接收端。根据Shannon信道容量理论，只要保证每个中继信息的传输速率Ri小于中继到接收端的信道容量Ci，接收端就能无失真地恢复出原来的信息序列。令ηi表示接收端对中继Ri信号的接收信噪比，则高斯信道的容量Ci可表示为
为保证接收端能无失真地恢复中继节点发送的数字信号，需满足Ri≤Ci。即
设中继节点和接收端接收信号的总信噪比约束为
则高斯信源的分布式压缩转发系统的优化设计模型如下
在总的信噪比约束条件下，在信源和中继网络之间基于信噪比进行功率分配，使得中继的量化信噪比γd最大，即接收端将收到的数字信号进行解码后得到的信噪比性能达到最大。
针对上述的分布式压缩转发系统设计模型，提出了一种最优求解算法。为最大限度地利用到了信道资源，令各个中继的发送速率Ri(d)正好等于中继到接收端的信道容量，即约束方程中第一个约束条件取等号成立
进一步得到的优化模型为
其中
具体迭代求解步骤如下：
a.判断当前比例{ai}下
区间是否为空。若
跳至步骤b；否则跳至步骤c。
b.求解当前模型下γd的最大值并保存对应的{γd，s,L}值。并判断求得的γd是否为约束条件1在
区间内的最大值，若不是则跳至步骤c；若是则跳至步骤d。
c.去掉一个中继节点。计算
和
的大小，若
则去掉中继节点R1，返回步骤a；否则去掉中继节点RL，返回步骤a。
d.判断迭代过程中得到的γd的最大值及其对应的{γd，s,L}即为最优分配方案。
已知L和ρ的值，通过迭代即可得到使得量化信噪比γd最大的中继选择方案和信噪比分配方案γi和ηi。
实施例
如图2所示，在中继个数L为15，各中继接收信噪比比例取1:L时，优化得到的系统接收端信噪比与总的信噪比约束的关系图；图3为在总信噪比约束为10dB，各中继接收信噪比比例取1:L时，优化得到的系统接收端信噪比与中继个数的关系图，表1为其对应的真正用到的中继个数。
表1图3对应的真正用到的中继个数
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (1)
1.一种高斯信源的分布式压缩转发系统优化方法，其特征在于，该方法基于以下高斯信源的分布式压缩转发系统：
信源S发送模拟信号X(t)，服从
的高斯分布，所述信源与接收端之间无直接传输信道，通过L个中继节点Ri(i＝1,2,...,L)将接收到的模拟信号进行分布式压缩编码，转化成数字信号后发送到目的节点，实现信源与目的节点D之间的通信；
所述高斯信号在加性高斯白噪声(AWGN)信道下的传输，中继节点Ri接收到的信号为Yri(t)＝X(t)+Nri(t),i＝1,2,...,L
Nri(t)表示第i个中继节点处的高斯白噪声；
其中，各个中继的接收信噪比γi符合比例关系：令
γi＝aiγ，
每个中继节点处都设置一个信源编码器，将接收到的混合了噪声的模拟信号Yri(t)进行分布式信源编码，对数据进行压缩；
在各个中继节点将接收到的模拟信号Yri(t)进行抽样，量化和压缩编码，转化成数字信号Y′ri(t)，再发送到目的节点D，实现中继到接收端的数字化传输；
所述系统优化方法包括以下过程：
信源发送模拟高斯信号，在中继器进行分布式压缩编码，并进行数字传输；在加性高斯白噪声信道下，对多中继的分布式信源编码问题，采用CEO理论建立多中继网络的率失真函数，得到各个中继的传输速率；并结合Shannon信道容量理论，将中继压缩后的传输速率与中继到接收端的信道容量建立联系，中继信息的传输速率小于中继到接收端的信道容量，并提出一种最优求解算法，使得在总功率受限条件下，在信源和中继网络之间基于信噪比进行功率分配，系统接收端的信噪比性能达到最大；
所述系统的优化设计模型如下：
Max:γd
其中，γd为中继节点处进行压缩的量化信噪比，γi为中继Ri接收信源信号的信噪比，ηi为接收端接收中继节点Ri信号的信噪比，ρ为总的信噪比约束，L为中继节点的个数；
在总的信噪比约束条件下，在信源和中继网络之间基于信噪比进行功率分配，使得中继节点的量化信噪比γd最大，即接收端将收到的数字信号进行解码后得到的信号信噪比性能达到最大；
使得各个中继的发送速率等于中继到接收端的信道容量，进一步得到的优化模型为：
Max:γd
其中
对所述优化模型的具体求解步骤如下：
a.判断当前比例{ai}下
区间是否为空；若
跳至步骤b；否则跳至步骤c；
b.求解当前模型下γd的最大值并保存对应的{γd，s,L}值，并判断求得的γd是否为约束条件1在
区间内的最大值，若不是则跳至步骤c；若是则跳至步骤d；
c.去掉一个中继节点，计算
和
的大小，若
则去掉中继节点R1，返回步骤a；否则去掉中继节点RL，返回步骤a；
d.判断迭代过程中得到的γd的最大值及其对应的{γd，s,L}即为最优分配方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710006169.1A CN106936542B (zh) | 2017-01-05 | 2017-01-05 | 一种高斯信源的分布式压缩转发系统及其优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710006169.1A CN106936542B (zh) | 2017-01-05 | 2017-01-05 | 一种高斯信源的分布式压缩转发系统及其优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106936542A CN106936542A (zh) | 2017-07-07 |
| CN106936542B true CN106936542B (zh) | 2020-04-24 |
Family
ID=59444137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710006169.1A Active CN106936542B (zh) | 2017-01-05 | 2017-01-05 | 一种高斯信源的分布式压缩转发系统及其优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106936542B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107508659B (zh) * | 2017-09-15 | 2020-04-07 | 哈尔滨工程大学 | 面向卫星导航系统星间链路数传的自适应编码调制方法 |
| CN108845311B (zh) * | 2018-05-29 | 2020-12-04 | 南京航空航天大学 | 一种基于信息论的分辨雷达探测目标的方法 |
| CN109818717A (zh) * | 2019-02-21 | 2019-05-28 | 南京航空航天大学 | 一种相关信源多中继代理压缩转发系统及优化方法 |
| CN110149648B (zh) * | 2019-05-21 | 2021-06-29 | 南京航空航天大学 | 功率约束下分布式代理转发系统及优化方法 |
| CN110324582B (zh) * | 2019-07-15 | 2021-02-12 | 中北大学 | 无线中继系统中基于递归失真估计的混数模视频传输方案 |
| CN110912602B (zh) * | 2019-11-26 | 2021-08-31 | 南京航空航天大学 | 功率约束下多信源多中继分布式代理转发系统及优化方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103986510A (zh) * | 2013-02-12 | 2014-08-13 | 三星电子株式会社 | 发送器、中继器、接收器和协作通信系统 |
| CN105187114A (zh) * | 2015-09-27 | 2015-12-23 | 上海电机学院 | 基于联合特征值分解的多天线双向中继压缩转发方法 |
-
2017
- 2017-01-05 CN CN201710006169.1A patent/CN106936542B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103986510A (zh) * | 2013-02-12 | 2014-08-13 | 三星电子株式会社 | 发送器、中继器、接收器和协作通信系统 |
| CN105187114A (zh) * | 2015-09-27 | 2015-12-23 | 上海电机学院 | 基于联合特征值分解的多天线双向中继压缩转发方法 |
Non-Patent Citations (3)
| Title |
|---|
| "THE CEO PROBLEM";Toby Berger;《IEEE》;19960531;全文 * |
| "The Quadratic Gaussian CEO problem";Viswanathan H;《IEEE》;19970930;第1-11页 * |
| "when is compress-and-forward optimal";Si-Hyeon et al;《IEEE》;20100426;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106936542A (zh) | 2017-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106936542B (zh) | 一种高斯信源的分布式压缩转发系统及其优化方法 | |
| CN101505206B (zh) | 联合模拟网络编码的中继方法、基站和用户设备 | |
| US7787524B2 (en) | Wireless communication apparatus | |
| US8243756B2 (en) | Methods, computer program products and apparatus providing improved quantization | |
| Ikki et al. | Two-way amplify-and-forward relaying with Gaussian imperfect channel estimations | |
| CN105656537B (zh) | 一种基于认知混合双向中继的波束成形方法 | |
| CN110149648B (zh) | 功率约束下分布式代理转发系统及优化方法 | |
| CN106973412A (zh) | 高斯信源下多中继网络的分布式压缩转发系统及设计方法 | |
| CN102769486B (zh) | 双向多跳中继系统中的中继端信号处理方法 | |
| CN110266435B (zh) | 一种多中继场景下喷泉码协作通信方法 | |
| CN105554813B (zh) | 一种在无线中继系统基于随机映射码的数据传输方法 | |
| CN105900494A (zh) | 无线网络中移动终端的节能方法 | |
| JP4435808B2 (ja) | 無線通信システムにおける中継 | |
| CN103874233A (zh) | 基于捕获效应的协同时隙aloha协议 | |
| CN110912602B (zh) | 功率约束下多信源多中继分布式代理转发系统及优化方法 | |
| CN102724154B (zh) | 一种多跳无线通信系统自适应中继传输方法 | |
| Lu et al. | Joint power allocation in wireless relay networks: the case of hybrid digital-analog transmission | |
| Kong et al. | Joint power allocation for hybrid digital-analog transmission in relay networks | |
| KR101405498B1 (ko) | 중계 방식의 무선통신 시스템에서 시공간 부호화 장치 및방법 | |
| Wang et al. | A quantize-and-forward scheme for systems with two cognitive relays | |
| Wang et al. | Compressive cooperative schemes with multiple relays | |
| Dede et al. | Image Transmission over LoRa-Based Networks: A Performance Study Using Image Compression and Reconstruction Methods | |
| Khuzani et al. | On bi-directional lossy communication of correlated Gaussian sources | |
| Sodhaparmar et al. | A REVIEW ON PARTNER SELECTION TECHNIQUES IN WIRELESS COOPERATIVE COMMUNICATION WITH EFFECTIVE POWER SAVING | |
| Chen et al. | An RC-LDPC coded adaptive cooperative communication scheme based on the Mutual Information model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |