CN115065433B - 基于智能反射面的cr-noma网络通信方法及中断性能验证方法 - Google Patents
基于智能反射面的cr-noma网络通信方法及中断性能验证方法 Download PDFInfo
- Publication number
- CN115065433B CN115065433B CN202210437140.XA CN202210437140A CN115065433B CN 115065433 B CN115065433 B CN 115065433B CN 202210437140 A CN202210437140 A CN 202210437140A CN 115065433 B CN115065433 B CN 115065433B
- Authority
- CN
- China
- Prior art keywords
- network
- network signal
- signal receiving
- signal
- ith
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 93
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract description 64
- 201000008585 noma Diseases 0.000 title claims abstract description 64
- 238000012795 verification Methods 0.000 title claims abstract description 28
- 239000002131 composite material Substances 0.000 claims abstract description 57
- 238000005562 fading Methods 0.000 claims description 23
- 230000008054 signal transmission Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 19
- 230000005540 biological transmission Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 238000001228 spectrum Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 230000001149 cognitive effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000969 carrier Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000031361 Hiccup Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种基于智能反射面的CR‑NOMA网络通信方法及中断性能验证方法，其中，所述基于智能反射面的CR‑NOMA网络通信方法包括：响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，计算并得到每个所述CR网信号接收设备接收到的复合接收信号；对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。本申请提供的方法给出了一种基于智能反射面的CR‑NOMA网络在非理想信道条件下的通信方法，该通信方法具有较低的中断概率，应用该通信方法能够提升通信系统的安全性以及可靠性，满足用户的服务质量需求。
Description
技术领域
本申请涉及通信技术领域，尤其涉及一种基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法。
背景技术
智能反射面是一种由大量低成本的被动无源反射元件组成的平面，放置于发送方与接收方之间，每个单元能都能够独立地对入射信号进行相位(或/和)幅度的改变。认知无线电(Cognitive Radio，CR)通过感知外界环境，并使用人工智能技术从环境中学习，能够实现对有限无线频谱资源的高效利用。非正交多址接入(Non-Orthogonal MultipleAccess，NOMA)技术以不同功率将多个信息流在时域/频域/码域重叠的信道上传输，能够在相同无线资源上为多个用户同时提供无线业务。认知非正交多址(CR-NOMA)网络技术对功率叠加非正交多址技术进行了优化和改进，将非正交多址看作认知无线的特例，设计相应的功率分配策略去满足用户预定的服务质量需求。
现有的技术中，尚没有关于基于智能反射面的CR-NOMA网络在非理想信道条件下的可靠传输性能研究。
发明内容
有鉴于此，本申请的目的在于提出一种基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法。
基于上述目的，本申请提供了一种基于智能反射面的CR-NOMA网络通信方法，所述方法应用于CR-NOMA通信系统，所述CR-NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述方法包括：响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
可选地，所述智能反射面包括多个智能反射单元，所述复合接收信号通过下式表示：
其中，所述CR网信号接收设备共有M个，yi为第i个所述CR网信号接收设备接收到的所述复合接收信号，
为所述干扰信号，
为所述复合CR信号，hp，i为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，Ωi用于表示所述主网基站是否对第i个所述CR网信号接收设备产生干扰信号，
η为干扰系数，PT为所述干扰信号的信号发射功率，xp为所述主网基站发出的信号，所述多个智能反射单元共有N个，hn，i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，|rn|为第n个所述智能反射单元的反射增益，θn为第n个所述智能反射单元的相位，αi为经过所述智能反射面反射的所述CR网信号发射源到第i个所述CR网信号接收设备的功率分配系数，八为所述CR网信号发射源的信号发射功率，xi为第i个所述CR网信号接收设备的所述解码CR信号，ωi为第i个所述CR网信号接收设备的接收端加性高斯白噪声。
可选地，所述主网基站与第i个所述CR网信号接收设备之间的信道系数通过下式表示：
其中，gp，i为所述主网基站与第i个所述CR网信号接收设备之间的信道衰落增益，
为所述主网基站与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数；
所述经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数通过下式表示：
其中，gn，i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道衰落增益，ri -β为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
可选地，所述对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号，包括：
根据串行干扰删除原理对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
基于同一发明构思，本申请还提供了一种应用于任一所述基于智能反射面的CR-NOMA网络通信方法的通信系统中断性能验证方法，包括：利用线性最小均方误差建立信道状态模型；利用所述信道状态模型计算每个所述CR网信号接收设备对应的解码CR信号的信噪比；根据所述信噪比计算每个所述CR网信号接收设备接收信号中断的概率。
可选地，所述信道状态模型包括：
其中，hp，i为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，hn，i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，
为所述主网基站与第i个所述CR网信号接收设备之间的估计信道，
为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的估计信道，ep，i为所述主网基站到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差，en，i为所述CR网信号发射源通过第n个所述智能反射单元到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差，
为所述主网基站与第i个所述CR网信号接收设备之间的距离，ri -β为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
基于同一发明构思，本申请还提供了一种基于智能反射面的CR-NOMA网络通信装置，所述装置应用于CR-NOMA通信系统，所述CR-NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述装置包括：信号接收模块，被配置为响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；解码模块，被配置为对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
基于同一发明构思，本申请还提供了一种应用于所述基于智能反射面的CR-NOMA网络通信装置的通信系统中断性能验证装置，包括：模型建立模块，被配置为利用线性最小均方误差建立信道状态模型；第一计算模块，被配置为利用所述信道状态模型计算每个所述CR网信号接收设备对应的解码CR信号的信噪比；第二计算模块，被配置为根据所述信噪比计算每个所述CR网信号接收设备接收信号中断的概率。
基于同一发明构思，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现任意一项所述基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法。
基于同一发明构思，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行任一所述基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法。
从上面所述可以看出，本申请提供的基于智能反射面的CR-NOMA网络通信方法，所述方法应用于CR-NOMA通信系统，所述CR-NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述方法包括：响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。本申请提供的方法给出了一种基于智能反射面的CR-NOMA网络在非理想信道条件下的通信方法，该通信方法具有较低的中断概率，应用该通信方法能够提升通信系统的安全性以及可靠性，满足用户的服务质量需求。
附图说明
为了更清楚地说明本申请或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例的基于智能反射面的CR-NOMA网络通信系统示意图；
图2为本申请实施例的基于智能反射面的CR-NOMA网络通信方法的流程示意图；
图3为本申请实施例的通信系统中断性能验证方法的流程示意图；
图4为本申请一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图5为本申请另一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图6为本申请另一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图7为本申请另一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图8为本申请另一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图9为本申请另一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图10为本申请另一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图11为本申请另一个实施例的通信网络中断概率随CR网信号发射源的发射功率变化情况的仿真结果示意图；
图12为本申请实施例的基于智能反射面的CR-NOMA网络通信装置的结构示意图；
图13为本申请实施例的通信系统中断性能验证装置的结构示意图；
图14为本申请实施例的电子设备硬件结构示意图.
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。
需要说明的是，除非另外定义，本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
CR-NOMA网络可以有效满足车联网通信带宽高、连接广和时延低的传输需求，然而在实际车联网通信中，由于车辆的快速移动使信道产生严重的多普勒频移，从而会降低车联网通信传输性能，因此，如何在非理想信道状态的条件下保证车联网通信的可靠性是值得深入研究的课题。有鉴于此，本申请考虑到在车联网通信系统中，车辆之间的信道衰落增益服从双瑞利衰落，并以此为基础提出了一种能够适用于车联网通信的基于智能反射面的CR-NOMA网络通信方法。
本申请的一个实施例提供了一种基于智能反射面的CR-NOMA网络通信方法，所述方法应用于CR-NOMA通信系统，图1示出了所述CR-NOMA通信系统示意图，所述CR-NOMA通信系统基于Interweave基础架构层网络，由一个主网络和一个CR网络构成，所述主网络包括主网基站PT与主网用户PD，所述CR网络包括CR网信号发射源VS、智能反射面(IntelligentReflecting Surface，IRS)以及多个CR网信号接收设备(V1、V2)。具体在车联网通信中实施时，所述主网络基于NOMA网络通信，主要实现用户与用户之间的通信，主网用户可以为驾驶人的手机等通讯设备，主网基站可以为与手机存在通信连接的手机基站；所述CR网络基于CR-NOMA网络通信，主要实现移动载具之间的通信，CR网信号发射源以及多个CR网信号接收设备均可部署在移动载具中，智能反射面与CR网信号发射源部署在同一移动载具中。
如图2所示，所述基于智能反射面的CR-NOMA网络通信方法包括：
步骤S101、响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号。具体实施时，所述主网基站对所述多个CR网信号接收设备产生干扰信号，指的是在主网络中主网基站与主网用户通信时，对CR网络中的发射源与接收设备的通信产生干扰信号；所述复合CR信号包含了CR网信号发射源向每个接收设备各自发送的信号，所有CR网信号接收设备接收同一复合CR信号，但由于收到的干扰信号不同，所以每个接收设备接收到的复合接收信号需要单独计算。
将智能反射面加入CR-NOMA网络，并将智能反射面的相关参数也加入到复合接收信号的计算，不仅能够通过反射增强CR网信号接收设备接收到的信号，还能够使CR网信号接收设备在现有技术中的通信死角中也能够通过反射路径接收到CR网信号发射源发射的信号，并且，智能反射面能够通过反射信号抵消掉不需要的信号，例如，当网络中出现窃听者，智能反射面能够通过反射信号抵消掉窃听者可能会窃听到的信号，保证了通信系统的安全性和可靠性。
步骤S102、对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
本申请提供的方法给出了一种基于智能反射面的CR-NOMA网络在非理想信道条件下的通信方法，通过将智能反射面与CR-NOMA网络相结合，使得该通信方法具有较低的中断概率，应用该通信方法能够提升通信系统的安全性以及可靠性，满足用户的服务质量需求。
在一些实施例中，所述智能反射面包括多个智能反射单元，所述复合接收信号通过式(1)表示：
其中，所述CR网信号接收设备共有M个，yi为第i个所述CR网信号接收设备接收到的所述复合接收信号，
为所述干扰信号，
为所述复合CR信号，hp，i为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，Ωi用于表示所述主网基站是否对第i个所述CR网信号接收设备产生干扰信号，
η为干扰系数，0≤η≤1，PT为所述干扰信号的信号发射功率，xp为所述主网基站发出的信号，且E[|xp|2]＝1，所述多个智能反射单元共有N个，hn，i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，|rn|为第n个所述智能反射单元的反射增益，θn为第n个所述智能反射单元的相位，αi为经过所述智能反射面反射的所述CR网信号发射源到第i个所述CR网信号接收设备的功率分配系数，且
PS为所述CR网信号发射源的信号发射功率，xi为第i个所述CR网信号接收设备的所述解码CR信号，且E[|xi|2]＝1，ωi为第i个所述CR网信号接收设备的接收端加性高斯白噪声，噪声功率为N0。
上述步骤明确给出了基于智能反射面的CR-NOMA网络中复合接收信号的表达式，使智能反射面与CR-NOMA网络更好地结合，也便于后续步骤中根据该复合接收信号的表达式进行解码。
在一些实施例中，所述主网基站与第i个所述CR网信号接收设备之间的信道系数通过式(2)表示：
其中，gp，i为所述主网基站与第i个所述CR网信号接收设备之间的信道衰落增益，
为所述主网基站与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数；
所述经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数通过式(3)表示：
其中，gn,i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道衰落增益，ri -β为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
由于信号进行多径传播达到接收点处的场强来自不同传播的路径，各条路径延时时间是不同的，而各个方向分量波的叠加，又产生了驻波场强，从而形成信号快衰落，称之为瑞利衰落。相对于瑞利衰落，双瑞利衰落系统的中断概率与平均误符号率更大，从而进一步限制系统信号的传输速率。上述表达式的设置考虑到主网基站与第i个所述CR网信号接收设备之间的信道衰落增益服从独立的瑞利衰落，并考虑到所有CR网信号接收设备间的信道衰落增益服从双瑞利衰落，能够尽可能消除瑞利衰落与双瑞利衰落对通信系统的影响，保证了通信系统的传输效率，进一步保证了通信系统的安全性以及可靠性。
在一些实施例中，所述对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号，包括：
根据串行干扰删除原理对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
串行干扰删除技术的基本思想是采用逐级消除干扰策略，应用在NOMA系统中为，在接收信号中对用户逐个进行判决，进行幅度恢复后，将该用户信号产生的多址干扰从接收信号中减去，并对剩下的用户再次进行判决，如此循环操作，直至消除所有的多址干扰。
一种具体的实施例中，利用串行干扰删除进行解码时，需要对多个CR网信号接收设备进行判决来排出解码的先后顺序，所述判决的依据为CR网信号接收设备与CR网信号发射源的距离，距离最远的用户最先解码。在此基础上，本领域技术人员能够知悉如何使用串行干扰删除原理对复合接收信号进行解码，在此不过多赘述。
基于同一发明构思，本申请的一个实施例还提供了一种应用于所述基于智能反射面的CR-NOMA网络通信方法的通信系统中断性能验证方法，如图3所示，包括：
步骤S201、利用线性最小均方误差建立信道状态模型。具体实施时，再建立所述信道状态模型时，考虑信道呃大尺度衰落与传输距离呈反比。
步骤S202、利用所述信道状态模型计算每个所述CR网信号接收设备对应的解码CR信号的信噪比。
步骤S203、根据所述信噪比计算每个所述CR网信号接收设备接收信号中断的概率。
上述实施例针对本申请提出的基于智能反射面的CR-NOMA网络通信方法设计了中断性能验证方法，进一步保证了通信系统的有效性与可靠性，能够满足用户的服务质量需求。
在一些实施例中，所述信道状态模型包括：
其中，hp，i为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，hn，i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，
为所述主网基站与第i个所述CR网信号接收设备之间的估计信道，
为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的估计信道，ep，i为所述主网基站到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差；en，i为所述CR网信号发射源通过第n个所述智能反射单元到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差，其均值为0，方差为
和
为所述主网基站与第i个所述CR网信号接收设备之间的距离，ri -β为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
本申请一种具体的实施例给出了以系统中共有2个CR网信号接收设备为例的信噪比以及中断概率的计算过程，第i个所述CR网信号接收设备Vi对应的解码CR信号xi的信噪比为：
其中，
当用户V2不能成功解码x2时，在V2发生中断，定义
是V2的保密信噪比阈值，R2是解码x2的目标速率。由于V1和V2是基于机会接入的方式使用频谱进行通信，只有当CR网络检测到频谱空闲时才接入频谱，
表示认知网络检测到的频谱占用情况，则V2发生中断的概率可通过式(8)表示：
其中，
和
可以利用贝叶斯公式分别计算为：
其中，P0为
时的概率，Pd为正确检测频谱占用的概率，Pf为实际频谱未被占用但CR网络检测到频谱被占用的概率。
则式(8)可以用式(11)表示：
考虑主网基站与CR网信号接收设备的信道增益服从端利衰落，所以随机变量
均概率密度函数和累积分布函数分别为：
其中，λ为瑞利衰落的平均衰落系数。
由于CR网信号接收设备处于移动状态，因此考虑CR网信号接收设备之间的链路信道增益gn，i服从双瑞利衰落，则
的累积分布函数为：
其中，
将式(12)和式(14)带入式(6)，可以得到(11)式中：
其中，其中
Dp(·)为抛物柱面函数，
综合式(11)、(15)和(16)可以得到V2的中断概率为：
V1成功解码x1需要同时满足两个条件：1)V1成功解码x2；2)V1成功解码x1。所以，V1的中断概率可以计算为：
其中，
是V1的保密信噪比阈值，R1是解码x1的目标速率，则：
其中，
当
时：
其中，
当
时：
其中，
则：
其中，
且：
其中，
且：
其中，
本申请上述实施例给出了以系统中共有2个CR网信号接收设备为例的信噪比以及中断概率的计算过程，但该实施例并非将本申请的通信系统中断性能验证方法限定为系统中只有2个CR网信号接收设备，上述通信系统中断性能验证方法也可以适用系统中有多个CR网信号接收设备的情况，但因为有多个CR网信号接收设备的情况的计算过程过于冗长，所以并没有在此进行叙述，本领域技术人员根据上述计算过程能够在不付出创造性劳动的前提下得到系统中有多个CR网信号接收设备的情况下的计算过程。
图4至图9为应用本申请实施例在不同CR网信号接收设备个数、不同智能反射单元个数(不同N值)的情况下，中断概率随CR网信号发射源的发射功率Vs变化情况的仿真结果图，图中实线代表理想信道理论值，虚线代表非理想信道理论值，星号和圆圈标记分别代表不同CR网信号接收设备的仿真值。
图4至图6为系统中只有2个CR网信号接收设备的情况下的仿真结果，参数设置为λp，1＝1，λp，2＝0.8，r1＝4，r2＝10m，rp，1＝12m，rp，2＝20m，a1＝0.2，a2＝0.8，γth1＝4，γth2＝2，β＝2.7，N0＝1，η＝0.6，PT＝30dB，
p0＝0.8，pd＝0.99，pf＝0.01，图4中N＝5，图5中N＝10，图6中N＝15。图中可以看到，理论值与仿真值基本重合，能够验证本申请实施例提供的基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法的可行性与可靠性。
图7至图9为系统中有3个CR网信号接收设备的情况下的仿真结果，参数设置为λp，i＝1，r1＝4m，r2＝10m，r3＝20m，rp，i＝100m，a1＝0.1，a2＝0.3，a3＝0.6，γth1＝2，γth2＝1.5，γth3＝0.8，β＝2.7，N0＝1，η＝0.6，PT＝30dB，
图7中N＝5，图8中N＝10，图9中N＝15。图中可以看到，理论值与仿真值基本重合，能够验证本申请实施例提供的基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法在系统中包括多个CR网信号接收设备情况下的可行性与可靠性。并且，上述图4至图9的仿真结果能够为具体实施时智能反射单元个数的选择提供参考。
图10为应用本申请实施例在非理想信道下，系统中只有2个CR网信号接收设备，CR网信号接收设备与CR网信号发射源的距离(r不同)不同情况下中断概率随CR网信号发射源的发射功率Vs变化情况的仿真结果图。可以观察到，中断概率随着发射功率的增加和距离的缩短而减小，所以通信距离对系统的可靠性具有重要影响，因此，考虑系统中接收设备的位置尤为重要，图10的仿真结果为具体实施时收设备位置的设置提供了参考。
图11为应用本申请实施例在非理想信道下，系统中只有2个CR网信号接收设备，CR网信号接收设备与CR网信号发射源间的信道估计误差不同情况下中断概率随CR网信号发射源的发射功率Vs变化情况的仿真结果图，可以观察到，随着信道估计误差的增大，两个接收设备的中断概率都增加了，这是由于信道估计误差的增大引入了干扰，导致接收端的信噪比减小，接收设备解码过程变难。图11的仿真结果为具体实施时信道估计误差的设置提供了参考。
需要说明的是，本申请实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是，上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种基于智能反射面的CR-NOMA网络通信装置。
参考图12，所述基于智能反射面的CR-NOMA网络通信装置用于CR-NOMA通信系统，所述CR-NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述装置包括：
信号接收模块10，被配置为响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；
解码模块20，被配置为对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
本申请实施例提供的装置给出了一种基于智能反射面的CR-NOMA网络在非理想信道条件下的通信装置，通过将智能反射面与CR-NOMA网络相结合，使得该通信方法具有较低的中断概率，应用该通信方法能够提升通信系统的安全性以及可靠性，满足用户的服务质量需求。
在一些实施例中，所述解码模块20还被配置为：
根据串行干扰删除原理对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种应用于所述基于智能反射面的CR-NOMA网络通信装置的通信系统中断性能验证装置。
参考图13，所述通信系统中断性能验证装置包括：
模型建立模块30，被配置为利用线性最小均方误差建立信道状态模型；
第一计算模块40，被配置为利用所述信道状态模型计算每个所述CR网信号接收设备对应的解码CR信号的信噪比；
第二计算模块50，被配置为根据所述信噪比计算每个所述CR网信号接收设备接收信号中断的概率。
上述实施例针对本申请提出的基于智能反射面的CR-NOMA网络通信装置设计了中断性能验证装置，进一步保证了通信系统的有效性与可靠性，能够满足用户的服务质量需求。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法。
图14示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的基于智能反射面的CR-NOMA网络通信方法及中断性能验证方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本申请的范围(包括权利要求)被限于这些例子；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本申请实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本申请实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本申请的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本申请的具体实施例对本申请进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本申请实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于智能反射面的CR-NOMA网络通信方法，其特征在于，所述方法应用于CR-NOMA通信系统，所述CR-NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述方法包括：
响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；
对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号；
所述智能反射面包括多个智能反射单元，所述复合接收信号通过下式表示：
其中，所述CR网信号接收设备共有M个，yi为第i个所述CR网信号接收设备接收到的所述复合接收信号，
为所述干扰信号，
为所述复合CR信号，hp,i为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，Ωi用于表示所述主网基站是否对第i个所述CR网信号接收设备产生干扰信号，
η为干扰系数，PT为所述干扰信号的信号发射功率，xp为所述主网基站发出的信号，所述多个智能反射单元共有N个，hn,i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，|rn|为第n个所述智能反射单元的反射增益，θn为第n个所述智能反射单元的相位，αi为经过所述智能反射面反射的所述CR网信号发射源到第i个所述CR网信号接收设备的功率分配系数，PS为所述CR网信号发射源的信号发射功率，xi为第i个所述CR网信号接收设备的所述解码CR信号，ωi为第i个所述CR网信号接收设备的接收端加性高斯白噪声。
2.根据权利要求1所述的基于智能反射面的CR-NOMA网络通信方法，其特征在于，所述主网基站与第i个所述CR网信号接收设备之间的信道系数通过下式表示：
其中，gp,为所述主网基站与第i个所述CR网信号接收设备之间的信道衰落增益，
为所述主网基站与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数；
所述经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数通过下式表示：
其中，gn,i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道衰落增益，ri -β为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
3.根据权利要求1所述的基于智能反射面的CR-NOMA网络通信方法，其特征在于，所述对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号，包括：
根据串行干扰删除原理对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号。
4.一种应用于如权利要求1-3任一所述的基于智能反射面的CR-NOMA网络通信方法的通信系统中断性能验证方法，其特征在于，包括：
利用线性最小均方误差建立信道状态模型；
利用所述信道状态模型计算每个所述CR网信号接收设备对应的解码CR信号的信噪比；
根据所述信噪比计算每个所述CR网信号接收设备接收信号中断的概率。
5.根据权利要求4所述的通信系统中断性能验证方法，其特征在于，所述信道状态模型包括：
其中，hp,i为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，hn,i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，
为所述主网基站与第i个所述CR网信号接收设备之间的估计信道，
为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的估计信道，ep,i为所述主网基站到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差，en,i为所述CR网信号发射源通过第n个所述智能反射单元到第i个所述CR网信号接收设备在模型中的高斯随机变量对应的信道估计误差，
为所述主网基站与第i个所述CR网信号接收设备之间的距离，ri -β为所述CR网信号发射源与第i个所述CR网信号接收设备之间的距离，β为路径损耗指数。
6.一种基于智能反射面的CR-NOMA网络通信装置，其特征在于，所述装置应用于CR-NOMA通信系统，所述CR-NOMA通信系统包括主网基站、CR网信号发射源、智能反射面以及多个CR网信号接收设备，所述装置包括：
信号接收模块，被配置为响应于所述CR网信号发射源通过所述智能反射面向所述多个CR网信号接收设备中的每一个CR网信号接收设备发送复合CR信号，且所述主网基站对所述多个CR网信号接收设备产生干扰信号，根据所述复合CR信号、所述干扰信号、所述主网基站与所述多个CR网信号接收设备之间的信道系数、经过所述智能反射面反射的所述CR网信号发射源与每个所述CR网信号接收设备之间的信道系数、所述智能反射面的反射增益与相位计算得到每个所述CR网信号接收设备接收到的复合接收信号；
解码模块，被配置为对所述复合接收信号进行解码，得到每个所述CR网信号接收设备对应的解码CR信号；
所述智能反射面包括多个智能反射单元，所述复合接收信号通过下式表示：
其中，所述CR网信号接收设备共有M个，yi为第i个所述CR网信号接收设备接收到的所述复合接收信号，
为所述干扰信号，
为所述复合CR信号，hp,i为所述主网基站与第i个所述CR网信号接收设备之间的信道系数，Ωi用于表示所述主网基站是否对第i个所述CR网信号接收设备产生干扰信号，
η为干扰系数，PT为所述干扰信号的信号发射功率，xp为所述主网基站发出的信号，所述多个智能反射单元共有N个，hn,i为经过第n个所述智能反射单元反射的所述CR网信号发射源与第i个所述CR网信号接收设备之间的信道系数，|rn|为第n个所述智能反射单元的反射增益，θn为第n个所述智能反射单元的相位，αi为经过所述智能反射面反射的所述CR网信号发射源到第i个所述CR网信号接收设备的功率分配系数，PS为所述CR网信号发射源的信号发射功率，xi为第i个所述CR网信号接收设备的所述解码CR信号，ωi为第i个所述CR网信号接收设备的接收端加性高斯白噪声。
7.一种应用于如权利要求6所述的基于智能反射面的CR-NOMA网络通信装置的通信系统中断性能验证装置，其特征在于，包括：
模型建立模块，被配置为利用线性最小均方误差建立信道状态模型；
第一计算模块，被配置为利用所述信道状态模型计算每个所述CR网信号接收设备对应的解码CR信号的信噪比；
第二计算模块，被配置为根据所述信噪比计算每个所述CR网信号接收设备接收信号中断的概率。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任意一项所述的方法。
9.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至5任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210437140.XA CN115065433B (zh) | 2022-04-22 | 2022-04-22 | 基于智能反射面的cr-noma网络通信方法及中断性能验证方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210437140.XA CN115065433B (zh) | 2022-04-22 | 2022-04-22 | 基于智能反射面的cr-noma网络通信方法及中断性能验证方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115065433A CN115065433A (zh) | 2022-09-16 |
| CN115065433B true CN115065433B (zh) | 2023-06-02 |
Family
ID=83196992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210437140.XA Active CN115065433B (zh) | 2022-04-22 | 2022-04-22 | 基于智能反射面的cr-noma网络通信方法及中断性能验证方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115065433B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116390056B (zh) * | 2023-04-10 | 2024-05-24 | 重庆邮电大学 | Star-ris辅助的车联网sr系统链路优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112672375A (zh) * | 2020-12-07 | 2021-04-16 | 大连理工大学 | 一种智能反射面辅助的非正交多址接入网络中安全通信方法 |
| CN113507716A (zh) * | 2021-05-10 | 2021-10-15 | 甘肃建投交通建设有限公司 | 一种基于swipt的cr-noma网络中断与能效的优化方法 |
| DE202022101502U1 (de) * | 2022-03-22 | 2022-04-05 | Sunandan Mandal | Ein abwärts gerichtetes Noma-System mit Interferenzunterdrückung in einem kognitiven Funknetz zur Verbesserung der spektralen Effizienz |
| CN114338331A (zh) * | 2021-11-19 | 2022-04-12 | 焦作千业水泥有限责任公司 | Iqi条件下认知无线电的环境背向散射noma的通信方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10880895B2 (en) * | 2018-05-27 | 2020-12-29 | Brian Gordaychik | Variable length downlink control information formats for next generation radio technologies |
-
2022
- 2022-04-22 CN CN202210437140.XA patent/CN115065433B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112672375A (zh) * | 2020-12-07 | 2021-04-16 | 大连理工大学 | 一种智能反射面辅助的非正交多址接入网络中安全通信方法 |
| CN113507716A (zh) * | 2021-05-10 | 2021-10-15 | 甘肃建投交通建设有限公司 | 一种基于swipt的cr-noma网络中断与能效的优化方法 |
| CN114338331A (zh) * | 2021-11-19 | 2022-04-12 | 焦作千业水泥有限责任公司 | Iqi条件下认知无线电的环境背向散射noma的通信方法 |
| DE202022101502U1 (de) * | 2022-03-22 | 2022-04-05 | Sunandan Mandal | Ein abwärts gerichtetes Noma-System mit Interferenzunterdrückung in einem kognitiven Funknetz zur Verbesserung der spektralen Effizienz |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115065433A (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112930699B (zh) | 无线系统中的动态天线阵列方向图切换 | |
| US11424844B2 (en) | Frequency spectrum management device, system, method and computer readable storage medium | |
| CN115065433B (zh) | 基于智能反射面的cr-noma网络通信方法及中断性能验证方法 | |
| CN114978836B (zh) | 探测通信一体化方法及电子设备 | |
| CN111050387B (zh) | 基于能效估计的基站休眠方法、装置、电子设备及介质 | |
| Yuan et al. | Energy efficient network localisation using hybrid TOA/AOA measurements | |
| CN104247287A (zh) | 一种确定CoMP用户的方法和设备 | |
| CN108353002B (zh) | 批量精细时序测量分配消息 | |
| CN105450343A (zh) | 一种预编码的方法、装置及系统 | |
| CN110248306B (zh) | 一种源节点的协作节点确定方法、装置、电子设备及介质 | |
| CN114268379B (zh) | 无线感知方法、终端及计算机存储介质 | |
| CN113613308B (zh) | 一种灵活帧结构编码时隙aloha数据传输方法及装置 | |
| CN112994767B (zh) | 基于共形天线的无人机毫米波波束训练方法及装置 | |
| CN115209376A (zh) | 基于反射面辅助的高速列车通信覆盖概率增强方法及系统 | |
| CN111565431B (zh) | 基于神经网络的swipt认知无线电网络的中继选择方法及装置 | |
| CN115841135A (zh) | 神经网络的生成、指示信息的发送方法，通信节点及介质 | |
| US20170118587A1 (en) | Location detection using bulk fine timing | |
| CN116455492B (zh) | 高速场景下ris辅助被动mimo的信道处理方法及装置 | |
| CN107005296A (zh) | 一种预编码信息收集方法及传输设备 | |
| JP6016667B2 (ja) | 通信装置及びコンピュータプログラム | |
| CN115021915B (zh) | 基于智能反射表面的密钥生成方法、装置、介质及设备 | |
| CN111988788B (zh) | 一种用于轨道交通的5g定位组网设计方法及系统 | |
| EP4333354A1 (en) | Full-duplex antenna and communication node | |
| CN117081867B (zh) | 基于印象加权的协作物理层认证方法及电子设备 | |
| US20230319592A1 (en) | Device and method for controlling antenna in wireless communication system |
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 |