CN113300904A - 一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法 - Google Patents
一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法 Download PDFInfo
- Publication number
- CN113300904A CN113300904A CN202110400034.XA CN202110400034A CN113300904A CN 113300904 A CN113300904 A CN 113300904A CN 202110400034 A CN202110400034 A CN 202110400034A CN 113300904 A CN113300904 A CN 113300904A
- Authority
- CN
- China
- Prior art keywords
- node
- slot
- time slot
- molecules
- received
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0847—Transmission error
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法,包括以下步骤:第一步,基于AF和ANC策略,根据节点移动模型,计算源节点S1和源节点S2处在第(j+1)个时隙收到的A类型或B类型的分子数;第二步,在源节点S1和S2处建立假设检测信道模型以及最优检测规则,得到源节点S1和S2处的最优检测阈值;第三步,基于D‑MoSK调制方式得到移动分子通信双向网络的平均错误率和平均互信息的计算方法。本发明主要开发可用于移动分子通信双向网络的最低平均错误率和最大平均互信息量的通信技术,所得结果对设计低错误率、高互信息的移动双向分子通信网络提供指引方向。
Description
技术领域
本发明涉及纳米技术、分子通信技术,是一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法。
背景技术
移动分子通信是实现纳米网络最可行的通信技术之一,它在工业、环境、生物医学等领域将有广阔的应用前景,例如:人体内药物投送、健康监测等。因此,移动分子通信技术不仅具有重要的理论研究意义,而且从长远看还具有广泛的实际应用价值,是一个亟待探索的新兴研究领域。在移动分子通信中,纳米机器的随机移动性导致纳米机器之间的实时距离随着时间变化而变化,从而导致扩散时变信道的信道脉冲响应随着实时距离和时间发生变化,纳米机器之间信息的干扰也因此动态发生变化,从而导致了移动的纳米机器之间的协作通信变得尤为复杂,这为移动分子通信的研究带来巨大的挑战。
移动分子通信双向网络中,两个移动的源纳米机器(简称为节点)借助一个移动的中继纳米机器(简称为节点)进行双向信息交换。在三个节点移动的场景下,如何分析分子通信双向网络的性能,包括降低该网络的平均错误率和提高该网络的平均互信息是本发明深入研究的关键问题。
发明内容
为了克服现有技术的不足,为了研究移动分子通信双向网络的性能,本发明提供一种基于放大转发(Amplify-and-forward,AF)和模拟网络编码(Analog network coding)策略的移动分子通信双向网络性能分析方法。
为了解决上述技术问题本发明采用如下技术方案:
一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法,所述性能分析方法包括以下步骤:
第一步,基于AF和ANC策略,根据节点移动模型,计算源节点S1和源节点S2处在第(j+1)个时隙收到的A类型或B类型的分子数;
第二步,在源节点S1和S2处建立假设检测信道模型以及最优检测规则,得到源节点S1和S2处的最优检测阈值;
第三步,基于耗尽分子键控(Depleted molecule shift keying,D-MoSK)调制方式得到移动分子通信双向网络的平均错误率和平均互信息的计算方法。
进一步,所述第一步中,当节点S1和节点R都是移动的,假设它们执行独立的随机运动的移动模型,在这种情况下,在时间t=0时节点S1发送的一个信息分子在时间t>0时在接收节点R的体积内被观测到的概率表示为
其中,是中继节点R的体积,rR是节点R的半径,D1=Dp+DR,Dp和DR分别为信息分子和节点R的扩散系数,为节点S1释放分子时与节点R接收分子时两个节点之间的实时距离,τs表示节点R处的信息分子相对于时间t的观测时间;假设这些节点的运动是独立的随机运动,运动轨迹由一系列随机步组成,在n步之后,源节点或中继节点的坐标被标记为这里,l表示源节点S1和节点S2以及中继节点R;假设节点l在x轴、y轴和z轴上彼此独立地以等概率增加或减少一个固定值,分别表示±Δxl,±Δyl和±Δzl,节点S1和节点R的初始距离为
三个节点的移动分子通信双向网络中,在中继节点R处采用半双工传输,源节点S1和S2之间通过中继节点R的传输由AF和ANC策略实现,分两步完成:
步骤1.1,在第j个时隙结束时,中继节点R收到源节点S1和S2在第个j时隙开始时同时发送的信号,并且将两个信号简单叠加;
步骤1.2,在第(j+1)个时隙的开始时,中继节点R将组合信号放大并广播到源节点S1和S2,由于接收节点S1和S2产生自干扰(Self-interference,SI)分子,因此它们使用ANC策略从收到的组合信号中减去SI分子数来获得最终信号;
其中,W是采样的个数,tw=w×(Ts/W)是第w个采样时间且w∈{1,2,...,W},Ts为每个时隙持续的时间,为节点S1在时隙m发送的比特信息,在当前时隙i,来自前面(i-1)个时隙的符号内部干扰(Inter-symbol interference,ISI)分子数表示为
其中,a=0或1分别表示第i个时隙对应传输的比特为0或1,和分别为(7)式中正态分布在对应传输比特为0或1的情况下的均值和方差,表示节点S1在第m个时隙传输比特1时的概率,因此,当a=0时,公式(7)中正态分布的参数计算公式为
在第(j+1)个时隙开始时,节点R放大在先前时隙中收到的符号,并将信息广播到节点S1和S2,此外,不同类型的分子不会相互干扰,根据ANC方案,节点S1在第(j+1)个时隙结束时收到的分子数为
在AF-No-ANC策略中,考虑了采用DoMK调制的半双工中继的单向两跳传输,节点S1首先借助节点R将其信息发送给节点S2,节点S1收到信息之后,节点S2以相同的方式将其信息发送给节点S1,对于两跳的传输,节点S2没有释放分子,因此节点S2没有SI分子;对于两跳传输,节点S1释放和接收分子的事件不在连续时隙中,则不考虑节点S1处的SI,节点S2在第2j个时隙结束时收到的分子数和节点S1在第(2j+2)个时隙结束时收到的分子数分别表示为
根据上述的假设检验模型,采用最大后验概率(Maximum-a-posteriori,MAP)检测求得节点S1最佳的检测阈值:
由于最优检测阈值为整数,用round取整操作,公式(27)中的参数E,F,G计算为
更进一步,所述第三步中,基于节点S1处的最优检测阈值的计算公式,在第j个时隙发送比特0时,链路S2→R→S1在第(j+1)个时隙的错误率表示为
节点S2在第j个时隙发送比特0或1时,链路S2→R→S1在第(j+1)个时隙的检测概率分别表示为
给出节点S2处的二元检测H0和H1,表示为
其中,和分别表示节点S2针对A类型和B类型在第(j+1)个时隙检测到的比特和检测阈值,节点S1发送第j个信号被节点S2在第(j+1)个时隙收到的错误率表示为移动分子通信双向网络的源节点S1和源节点S2发送的第j个信号分别被源节点S2和源节点S1在第(j+1)个时隙收到的平均错误率计算公式为
其中,u∈{0,1,2,3},表示节点S2在第j个时隙开始时发送信号的概率,当四种信号的传输是等概率的,得 表示当节点S2在第j个时隙开始时发送信号时,节点S1在第(j+1)个时隙收到信号的概率,它的计算公式为
用上述相同的方法,对于链路S1→R→S2而言,节点S2在第(j+1)个时隙收到节点S1发送的第j个信号的互信息表示为
对于移动分子通信双向网络而言,源节点S1和源节点S2发送的第j个信号分别被源节点S2和源节点S1在第(j+1)个时隙收到的平均互信息表示为I[j]avg,计算公式为
在AF-No-ANC策略下,该移动分子通信双向网络在(j+1)个时隙接收到的第j个符号的平均错误率和平均互信息根据(20)式计算得到。
本发明的技术构思为:本发明研究了由两个移动的源节点和一个移动的中继节点组成的移动分子通信双向网络模型。该模型采用放大转发AF和模拟网络编码ANC策略来实现两个源节点之间的信息交换。为了研究该网络的性能,首先采用耗尽分子键控D-MoSK调制机制,然后基于MAP检测规则,利用AF和ANC策略推导出该网络的平均错误率和平均互信息的数学表达式。本发明主要开发可用于移动分子通信双向网络的最低信号错误率和最大互信息量的通信技术。
为了提高该双向网络的性能,本发明采用D-MoSK调制机制,通过AF和ANC策略实现两个源节点之间的信息交换,基于MAP检测规则,联合利用AF和ANC策略推导出移动分子通信双向网络的平均错误率和平均互信息的数学表达式。
本发明的有益效果主要表现在:1、研究了随机信道中两个源节点和一个中继节点的移动双向分子通信网络,考虑到D-MoSK调制的复杂度低于分子键控调制,在移动双向分子通信网络中采用了D-MoSK调制;2、在AF和ANC策略下,基于MAP以最小化平均错误率,得到了源节点上最佳检测阈值的数学表达式,在此基础上,推导了移动分子通信双向网络的平均错误率和平均互信息的计算公式;3、数值结果表明,D-MoSK调制下该网络的性能优于MoSK调制。此外,增加每个时隙释放的分子数、放大因子和每个时隙的持续时间,可以有效地降低该网络的平均错误率,提高该网络的平均互信息。然而,链路上噪声方差的增大导致平均错误率增大,互信息降低。更重要的是,与无ANC的AF-No-ANC策略相比,AF和ANC策略能降低该网络的平均错误率和提高该网络的平均互信息。所得结果对设计低错误率、高互信息的移动双向分子通信网络提供指引方向。
附图说明
图1展示了分子的扩散系数Dp取不同值时,该网络的平均错误率与M的关系。这里Dp表示分子的扩散系数,M为源节点S1和S2每个时隙释放的分子数。该网络的平均错误率随M的增大而减小。
图2展示了M取不同值时,该网络的平均错误率与放大因子的关系。假设源节点S1和S2每个时隙的放大因子相同。该网络的平均错误率随放大因子的增大而减小。
图3展示了M取不同值时,该网络的平均错误率与链路上噪声方差的关系。假设每条链路上的噪声方差相同。该网络的平均错误率随链路上噪声方差的增大而增大。
图4展示了M取不同值时,该网络的平均互信息与Dp的关系。该网络的平均互信息随Dp增大而减小。
图5展示了M取不同值时,该网络的平均互信息与Ts的关系。该网络的平均互信息随Ts增大而增大。
图6展示了(a)链路上噪声方差;(b)放大因子取不同值时,该网络的平均互信息与M的关系。链路上噪声方差越大,平均互信息越小;放大因子越大,平均互信息越大。
图7展示了(a)相邻节点的初始距离;(b)时隙个数取不同值时,该网络的平均互信息与M的关系。相邻节点的初始距离越大,时隙个数越多,平均互信息越小。
图8比较了D-MoSK调制机制与MoSK调制机制下该网络的平均互信息的大小。D-MoSK调制优于MoSK调制。
图9比较了MAP阈值检测和固定阈值检测下该网络的平均互信息的大小。MAP阈值检测优于固定阈值检测。
图10比较了AF和ANC,AF-No-ANC两种策略下该网络(a)平均错误率;(b)平均互信息的大小。AF和ANC策略优于AF-No-ANC策略。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图10,一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法,包括以下步骤:
第一步,基于AF和ANC策略,根据节点移动模型,计算源节点S1和源节点S2处在第(j+1)个时隙收到的A类型或B类型的分子数;过程如下:
当节点S1和节点R都是移动的,假设它们执行独立的随机运动的移动模型,在这种情况下,在时间t=0时节点S1发送的一个信息分子在时间t>0时在接收节点R的体积内被观测到的概率表示为
其中,是中继节点R的体积,rR是节点R的半径,D1=Dp+DR,Dp和DR分别为信息分子和节点R的扩散系数,为节点S1释放分子时与节点R接收分子时两个节点之间的实时距离,τs表示节点R处的信息分子相对于时间t的观测时间;假设这些节点的运动是独立的随机运动,运动轨迹由一系列随机步组成,在n步之后,源节点或中继节点的坐标被标记为这里,l表示源节点S1和节点S2以及中继节点R,假设节点l在x轴、y轴和z轴上彼此独立地以等概率增加或减少一个固定值,分别表示±Δxl,±Δyl和±Δzl,节点S1和节点R的初始距离为
三个节点的移动分子通信双向网络中,在中继节点R处采用半双工传输,源节点S1和S2之间通过中继节点R的传输由AF和ANC策略实现,分两步完成:
步骤1.1,在第j个时隙结束时,中继节点R收到源节点S1和S2在第个j时隙开始时同时发送的信号,并且将两个信号简单叠加。
步骤1.2,在第(j+1)个时隙的开始时,中继节点R将组合信号放大并广播到源节点S1和S2,由于接收节点S1和S2产生自干扰分子,因此它们可以使用ANC策略从收到的组合信号中减去SI分子数来获得最终信号;
其中,W是采样的个数,tw=w×(Ts/W)是第w个采样时间且w∈{1,2,...,W},Ts为每个时隙持续的时间,为节点S1在时隙m发送的比特信息,在当前时隙i,来自前面(i-1)个时隙的符号内部干扰(Inter-symbol interference,ISI)分子数表示为
其中,a=0或1分别表示第i个时隙对应传输的比特为0或1,和分别为(7)式中正态分布在对应传输比特为0或1的情况下的均值和方差。表示节点S1在第m个时隙传输比特1时的概率,因此,当a=0时,公式(7)中正态分布的参数计算公式为
在第(j+1)个时隙开始时,节点R放大在先前时隙中收到的符号,并将信息广播到节点S1和S2,此外,不同类型的分子不会相互干扰,根据ANC方案,节点S1在第(j+1)个时隙结束时收到的分子数为
在AF-No-ANC策略中,考虑了采用DoMK调制的半双工中继的单向两跳传输,节点S1首先借助节点R将其信息发送给节点S2,节点S1收到信息之后,节点S2以相同的方式将其信息发送给节点S1,对于两跳的传输,节点S2没有释放分子,因此节点S2没有SI分子,对于两跳传输,节点S1释放和接收分子的事件不在连续时隙中,则不考虑节点S1处的SI,节点S2在第2j个时隙结束时收到的分子数和节点S1在第(2j+2)个时隙结束时收到的分子数分别表示为
第二步,在源节点S1和S2处建立假设检测信道模型以及最优检测规则,得到源节点S1和S2处的最优检测阈值;过程如下:
根据上述的假设检验模型,采用MAP概率检测求得节点S1最佳的检测阈值:
由于最优检测阈值为整数,用round取整操作,公式(27)中的参数E,F,G计算为
第三步,在最优检测阈值计算方法基础上,基于D-MoSK调制方式得到移动分子通信双向网络的平均错误率和平均互信息的计算方法;过程如下
基于节点S1处的最优检测阈值的计算公式,在第j个时隙发送比特0时,链路S2→R→S1在第(j+1)个时隙的错误率表示为
节点S2在第j个时隙发送比特0或1时,链路S2→R→S1在第(j+1)个时隙的检测概率分别表示为
类似的,给出节点S2处的二元检测H0和H1,表示为
其中,和分别表示节点S2针对A类型和B类型在第(j+1)个时隙检测到的比特和检测阈值,节点S1发送第j个信号被节点S2在第(j+1)个时隙收到的错误率表示为移动分子通信双向网络的源节点S1和源节点S2发送的第j个信号分别被源节点S2和源节点S1在第(j+1)个时隙收到的平均错误率计算公式为
其中,u∈{0,1,2,3},表示节点S2在第j个时隙开始时发送信号的概率,当四种信号的传输是等概率的,得 表示当节点S2在第j个时隙开始时发送信号时,节点S1在第(j+1)个时隙收到信号的概率,它的计算公式为
用上述相同的方法,对于链路S1→R→S2而言,节点S2在第(j+1)个时隙收到节点S1发送的第j个信号的互信息表示为
对于移动分子通信双向网络而言,源节点S1和源节点S2发送的第j个信号分别被源节点S2和源节点S1在第(j+1)个时隙收到的平均互信息表示为I[j]avg,计算公式为
在AF-No-ANC策略下,该移动分子通信双向网络在(j+1)个时隙接收到的第j个符号的平均错误率和平均互信息可根据(20)式计算得到。
第四步,通过实验仿真展示了AF和ANC策略在提升移动分子通信双向网络性能上的优势,并展示不同的参数对该网络的平均错误率和平均互信息的影响。
图1展示了分子扩散系数Dp取不同值时,该网络的平均错误率与M的关系。这里Dp表示分子的扩散系数,M为源节点S1和S2每个时隙释放的分子数。该网络的平均错误率随M的增大而减小。
图2展示了M取不同值时,该网络的平均错误率与放大因子的关系。假设源节点S1和S2每个时隙的放大因子相同。该网络的平均错误率随放大因子的增大而减小。
图3展示了M取不同值时,该网络的平均错误率与链路上噪声方差的关系。假设每条链路上的噪声方差相同。该网络的平均错误率随链路上噪声方差的增大而增大。
图4展示了M取不同值时,该网络的平均互信息与Dp的关系。该网络的平均互信息随Dp增大而减小。
图5展示了M取不同值时,该网络的平均互信息与Ts的关系。该网络的平均互信息随Ts增大而增大。
图6展示了(a)链路上噪声方差;(b)放大因子取不同值时,该网络的平均互信息与M的关系。链路上噪声方差越大,平均互信息越小;放大因子越大,平均互信息越大。
图7展示了(a)相邻节点的初始距离;(b)时隙个数取不同值时,该网络的平均互信息与M的关系。相邻节点的初始距离越大,时隙个数越多,平均互信息越小。
图8比较了D-MoSK调制机制与MoSK调制机制下该网络的平均互信息的大小。D-MoSK调制优于MoSK调制。
图9比较了MAP阈值检测和固定阈值检测下该网络的平均互信息的大小。MAP阈值检测优于固定阈值检测。
图10比较了AF和ANC,AF-No-ANC两种策略下该网络(a)平均错误率;(b)平均互信息的大小。AF和ANC策略优于AF-No-ANC策略。
Claims (4)
1.一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法,其特征在于,所述分析方法包括以下步骤:
第一步,基于AF和ANC策略,根据节点移动模型,计算源节点S1和源节点S2处在第(j+1)个时隙收到的A类型或B类型的分子数;
第二步,在源节点S1和S2处建立假设检测信道模型以及最优检测规则,得到源节点S1和S2处的最优检测阈值;
第三步,基于D-MoSK调制方式得到移动分子通信双向网络的平均错误率和平均互信息的计算方法。
2.如权利要求1所述的一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法,其特征在于:所述第一步中,当节点S1和节点R都是移动的,假设它们执行独立的随机运动的移动模型,在这种情况下,在时间t=0时节点S1发送的一个信息分子在时间t>0时在接收节点R的体积内被观测到的概率表示为
其中,是中继节点R的体积,rR是节点R的半径,D1=Dp+DR,Dp和DR分别为信息分子和节点R的扩散系数,为节点S1释放分子时与节点R接收分子时两个节点之间的实时距离,τs表示节点R处的信息分子相对于时间t的观测时间;假设这些节点的运动是独立的随机运动,运动轨迹由一系列随机步组成,在n步之后,源节点或中继节点的坐标被标记为这里,l表示源节点S1和节点S2以及中继节点R;假设节点l在x轴、y轴和z轴上彼此独立地以等概率增加或减少一个固定值,分别表示±Δxl,±Δyl和±Δzl,节点S1和节点R的初始距离为
三个节点的移动分子通信双向网络中,在中继节点R处采用半双工传输,源节点S1和S2之间通过中继节点R的传输由AF和ANC策略实现,分两步完成:
步骤1.1,在第j个时隙结束时,中继节点R收到源节点S1和S2在第个j时隙开始时同时发送的信号,并且将两个信号简单叠加;
步骤1.2,在第(j+1)个时隙的开始时,中继节点R将组合信号放大并广播到源节点S1和S2,由于接收节点S1和S2产生自干扰分子,因此它们使用ANC策略从收到的组合信号中减去SI分子数来获得最终信号;
其中,W是采样的个数,tw=w×(Ts/W)是第w个采样时间且w∈{1,2,...,W},Ts为每个时隙持续的时间,为节点S1在时隙m发送的比特信息,在当前时隙i,来自前面(i-1)个时隙的符号内部干扰(Inter-symbol interference,ISI)分子数表示为
其中,a=0或1分别表示第i个时隙对应传输的比特为0或1,和分别为(7)式中正态分布在对应传输比特为0或1的情况下的均值和方差,表示节点S1在第m个时隙传输比特1时的概率,因此,当a=0时,公式(7)中正态分布的参数计算公式为
在第(j+1)个时隙开始时,节点R放大在先前时隙中收到的符号,并将信息广播到节点S1和S2,此外,不同类型的分子不会相互干扰,根据ANC方案,节点S1在第(j+1)个时隙结束时收到的分子数为
在AF-No-ANC策略中,考虑了采用DoMK调制的半双工中继的单向两跳传输,节点S1首先借助节点R将其信息发送给节点S2,节点S1收到信息之后,节点S2以相同的方式将其信息发送给节点S1,对于两跳的传输,节点S2没有释放分子,因此节点S2没有SI分子;对于两跳传输,节点S1释放和接收分子的事件不在连续时隙中,则不考虑节点S1处的SI,节点S2在第2j个时隙结束时收到的分子数和节点S1在第(2j+2)个时隙结束时收到的分子数分别表示为
3.如权利要求1或2所述的一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法,其特征在于:所述第二步中,假设节点S2在当前时隙发送0和1即在H0和H1的情况下,考虑以随机变量为观测值的二元假设检验问题:
根据上述的假设检验模型,采用MAP概率检测求得节点S1最佳的检测阈值:
由于最优检测阈值为整数,用round取整操作,公式(27)中的参数E,F,G计算为
4.如权利要求1或2所述的一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法,其特征在于:所述第三步中,基于节点S1处的最优检测阈值的计算公式,在第j个时隙发送比特0时,链路S2→R→S1在第(j+1)个时隙的错误率表示为
节点S2在第j个时隙发送比特0或1时,链路S2→R→S1在第(j+1)个时隙的检测概率分别表示为
给出节点S2处的二元检测H0和H1,表示为
其中,和分别表示节点S2针对A类型和B类型在第(j+1)个时隙检测到的比特和检测阈值,节点S1发送第j个信号被节点S2在第(j+1)个时隙收到的错误率表示为移动分子通信双向网络的源节点S1和源节点S2发送的第j个信号分别被源节点S2和源节点S1在第(j+1)个时隙收到的平均错误率计算公式为
其中,u∈{0,1,2,3},表示节点S2在第j个时隙开始时发送信号的概率,当四种信号的传输是等概率的,得 表示当节点S2在第j个时隙开始时发送信号时,节点S1在第(j+1)个时隙收到信号的概率,它的计算公式为
用上述相同的方法,对于链路S1→R→S2而言,节点S2在第(j+1)个时隙收到节点S1发送的第j个信号的互信息表示为
对于移动分子通信双向网络而言,源节点S1和源节点S2发送的第j个信号分别被源节点S2和源节点S1在第(j+1)个时隙收到的平均互信息表示为I[j]avg,计算公式为
在AF-No-ANC策略下,该移动分子通信双向网络在(j+1)个时隙接收到的第j个符号的平均错误概率和平均互信息根据(20)式计算得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400034.XA CN113300904B (zh) | 2021-04-14 | 2021-04-14 | 一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400034.XA CN113300904B (zh) | 2021-04-14 | 2021-04-14 | 一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113300904A true CN113300904A (zh) | 2021-08-24 |
CN113300904B CN113300904B (zh) | 2022-07-15 |
Family
ID=77319734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110400034.XA Active CN113300904B (zh) | 2021-04-14 | 2021-04-14 | 一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113300904B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116016272A (zh) * | 2022-12-06 | 2023-04-25 | 浙江工业大学 | 基于mimo技术的多跳分子通信网络误码率确定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355291A (zh) * | 2011-07-18 | 2012-02-15 | 北京邮电大学 | 一种基于放大转发的多流双向中继传输方法 |
KR20170132425A (ko) * | 2016-05-24 | 2017-12-04 | 경희대학교 산학협력단 | 분자 통신 시스템, 분자 통신 방법 및 분자 수신 나노머신 |
CN108063642A (zh) * | 2017-11-29 | 2018-05-22 | 浙江工业大学 | 一种基于扩散的多用户分子通信模型的信道容量优化方法 |
CN108512723A (zh) * | 2018-03-14 | 2018-09-07 | 浙江工业大学 | 一种扩散的多播分子通信网络的比特错误率确定方法 |
CN109302250A (zh) * | 2018-09-13 | 2019-02-01 | 西安交通大学 | 能量传输全双工中继进行中继选择与发送功率分配方法 |
CN110826703A (zh) * | 2019-06-06 | 2020-02-21 | 西安交通大学 | 一种基于协作式时变双向循环神经网络的通信系统信号序列检测方法 |
-
2021
- 2021-04-14 CN CN202110400034.XA patent/CN113300904B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355291A (zh) * | 2011-07-18 | 2012-02-15 | 北京邮电大学 | 一种基于放大转发的多流双向中继传输方法 |
KR20170132425A (ko) * | 2016-05-24 | 2017-12-04 | 경희대학교 산학협력단 | 분자 통신 시스템, 분자 통신 방법 및 분자 수신 나노머신 |
CN108063642A (zh) * | 2017-11-29 | 2018-05-22 | 浙江工业大学 | 一种基于扩散的多用户分子通信模型的信道容量优化方法 |
CN108512723A (zh) * | 2018-03-14 | 2018-09-07 | 浙江工业大学 | 一种扩散的多播分子通信网络的比特错误率确定方法 |
CN109302250A (zh) * | 2018-09-13 | 2019-02-01 | 西安交通大学 | 能量传输全双工中继进行中继选择与发送功率分配方法 |
CN110826703A (zh) * | 2019-06-06 | 2020-02-21 | 西安交通大学 | 一种基于协作式时变双向循环神经网络的通信系统信号序列检测方法 |
Non-Patent Citations (1)
Title |
---|
程珍 等: "多用户分子通信模型的比特错误率和信道容量分析", 《小型微型计算机系统》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116016272A (zh) * | 2022-12-06 | 2023-04-25 | 浙江工业大学 | 基于mimo技术的多跳分子通信网络误码率确定方法 |
CN116016272B (zh) * | 2022-12-06 | 2024-05-07 | 浙江工业大学 | 基于mimo技术的多跳分子通信网络误码率确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113300904B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Srinivas et al. | Molecular communication in fluid media: The additive inverse Gaussian noise channel | |
Singhal et al. | Performance analysis of amplitude modulation schemes for diffusion-based molecular communication | |
Liew et al. | Physical-layer network coding: Tutorial, survey, and beyond | |
ShahMohammadian et al. | Optimum receiver for molecule shift keying modulation in diffusion-based molecular communication channels | |
Mohamed et al. | Model-based: End-to-end molecular communication system through deep reinforcement learning auto encoder | |
US7317761B2 (en) | Multi-carrier communication system and receiver thereof | |
Yang et al. | A sequential Monte Carlo blind receiver for OFDM systems in frequency-selective fading channels | |
Tepekule et al. | Energy efficient ISI mitigation for communication via diffusion | |
CN108063642B (zh) | 一种基于扩散的多用户分子通信模型的信道容量优化方法 | |
Mahfuz et al. | Strength-based optimum signal detection in concentration-encoded pulse-transmitted OOK molecular communication with stochastic ligand-receptor binding | |
Ardeshiri et al. | Performance analysis of decode and forward relay network in diffusion based molecular communication | |
CN113300904B (zh) | 一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法 | |
CN110808795A (zh) | 一种基于漂移扩散的移动多用户分子通信系统的信道容量和比特错误率分析方法 | |
Liu et al. | Modeling and dual threshold algorithm for diffusion-based molecular MIMO communications | |
Wang et al. | Delayed-pilot sampling for mixture Kalman filter with application in fading channels | |
Chen et al. | Parameter estimation of diffusive molecular communication with drift | |
Cao et al. | Optimal detection interval for absorbing receivers in molecular communication systems with interference | |
Keshavarz-Haddad et al. | Inter-symbol interference reduction channel codes based on time gap in diffusion-based molecular communications | |
CN113300968B (zh) | 一种基于网络编码的双向分子通信网络中节点决策阈值的确定方法 | |
Liao et al. | Deep learning channel estimation based on edge intelligence for NR-V2I | |
Cheng et al. | Amplify-and-forward relaying in mobile multi-hop molecular communication via diffusion | |
Jamshidi et al. | MAP detector performance analysis in diffusion-based relaying molecular communications | |
Sabu et al. | Analysis of diffusion based molecular communication with multiple transmitters having individual random information bits | |
Kim et al. | A machine learning-based concentration-encoded molecular communication system | |
Lambert et al. | Fictitious play approach to a mobile unit situation awareness problem |
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 |