移动多用户通信系统的中断概率性能研究

2020-01-15徐凌伟

聊城大学学报（自然科学版） 2020年2期

徐凌伟林文

(1.青岛科技大学信息科学技术学院，山东青岛 266061；2.电子信息与控制福建省高校工程研究中心(闽江学院)，福建福州 350121)

0 引言

近年来，随着第五代移动通信技术的发展，多用户移动协作通信受到了广泛的关注[1-3].伴随着移动物联网业务的发展，移动用户的数量呈爆炸性增长[4].移动用户对无线传输的数据速率和服务质量的要求在不断提高，而移动通信在很多复杂多变的通信环境中(如室内、城市高楼周围)，面临着信道状态快速变化、天线阵列波束成形目标定位困难等问题，这给研究人员带来了技术挑战.因此，在复杂多变的移动通信环境中，使得更多用户能够同时接入网络，进一步提升系统数据传输的容量，成为5G移动通信技术面临的关键问题[5].

大规模多发多收(multiple input multiple output，MIMO)技术和协作分集是提高多用户通信系统性能的有效方法[6-8].太原科技大学的李美玲等人研究了多用户非正交多址接入系统在Rayleigh信道下的中断概率性能，推导了系统中断概率的闭合表达式[9].Javier R等人研究了多用户通信系统的用户分组和资源分配问题[10].广东工业大学的张广驰等人研究了多用户多载波无线携能通信系统的上下行联合资源分配问题，提出了最优联合资源分配算法[11].重庆邮电大学的张刚等人针对多用户正交差分混沌移位键控通信系统，推导了Rayleigh衰落信道下的误码率公式[12].在Rayleigh信道下，重庆邮电大学的雷维嘉等人对降低低密度扩展多址接入系统的多用户检测算法复杂度进行了研究[13].在Nakagami信道下，澳大利亚墨尔本大学Saman Atapattu等人研究了全双工多用户系统的物理层安全问题，推导了系统安全中断概率的闭合表达式[14].华侨大学的张勇建等人在Nakagami信道下，研究了多用户无线安全传输系统，推导了系统的中断概率和窃听概率的准确表达式[15].

上述的系统性能和资源分配研究都是针对Rayleigh、Nakagami等传统信道建立了分析模型.但是，复杂多变的通信环境给多用户通信带来了巨大挑战，Rayleigh、Nakagami等传统信道不能有效表征复杂多变的移动通信环境[16].N-Nakagami信道能够更灵活地表征移动通信的衰落特征，也更符合实际的复杂多变移动通信环境.N-Nakagami信道包含了Rayleigh、Nakagami等传统信道的通信环境，也更具有代表性.本文的主要贡献是：(1) 在N-Nakagami信道下，建立了移动多用户通信系统模型，设计了两种发射天线选择(transmit antenna selection，TAS)方案，研究了移动多用户通信系统的中断概率(outage probability，OP)性能；(2) 针对最佳TAS方案和次最佳TAS方案，首次分别推导了系统中断概率的闭合表达式；(3) 最后在不同条件下，通过Monte-Carlo仿真，验证了系统的OP性能.本文的理论研究具有很高的准确性，还能够方便地应用到复杂环境的移动通信网络的性能计算和分析中.在表1中我们对本文的符号进行了说明.

表1符号说明

1 系统模型

图1给出了移动多用户协作通信系统模型.移动信源(MS)通过一个移动中继节点(MR)发送信息给L个移动用户(MU).它们的通信信道是N-Nakagami道.Rayleigh,Nakagami等信道适合于固定通信，对实际的移动通信不能实现很好地动态体现.Rayleigh,Nakagami等信道相比，N-Nakagami信道能够更灵活地表征无线移动信道衰落特征，适用范围更加广泛，所以移动多用户协作通信系统模型也更具有代表性.

我们定义h=hg，gSR,SU,RU,表示 MS → MR，MS → MU，MR → MU 链路的信道增益.MS 和MR 的发射总功率为E.为了表示MS，MR和MU 的相对位置，我们分别用VSR，VSU，VRU表示 MS → MR,MS → MU，MR → MU 链路的位置增益.

在两个时隙内，系统的发射总功率是E，K为发射总功率功率分配系数.MS的第i根发射天线表示为MSi，MR的第j根天线表示为MRj.第一时隙中，MSi发送信息x，rSRij，rSUil分别为MRj和MUl的接收信号

(1)

(2)

其中nSUil和nSRij的均值为0，方差为N0/2.

在第二个时隙，MUl根据信噪比门限T来决定中继MRj是否参与协作.SUil表示直接链路的接收信噪比.如果SUil>T， MSi将会转发下一个信息，中继MRj不参与转发信号，移动用户MUl接收信噪比为

γ0il=γSUil,

(3)

(4)

对于固定增益AF协作，放大系数Cijl计算如

(5)

MUl的接收信噪比计算如

γSCil=max(γSUil,γSRUil),

(6)

(7)

(8)

(9)

(10)

(11)

(12)

其中

(13)

对于(6)中的接收信噪比，我们重新定义

γSCil=max(γSUil,γSRUAil).

(14)

MUl的接收信噪比计算

(15)

我们从L个移动用户中选择最佳MU，得到他的接收信噪比为

(16)

对于最佳TAS方案，w代表选择的发射天线，w使最佳MU的接收信噪比最大化，即

(17)

一种次最佳TAS方案可以降低计算复杂度，g代表选择的发射天线，g最大化MSg→MUl的接收信噪比，即

(18)

2 最佳TAS方案的性能

(19)

Q1计算如下

(20)

(21)

Q2计算如下

Q2=Pr(γSU<γT,γSRUA<γth)

(22)

(23)

Q11表示为

(24)

Q22表示为

(25)

3 次最佳TAS方案的性能

Fsuboptimal=Pr(γSUg>γT,γ0<γth)+Pr(γSUg<γT,γSC<γth)=QQ1+QQ2.

(26)

QQ1计算如下

(27)

QQ2计算如下

(28)

Fsuboptimal=Pr(γSUg<γT,γSC<γth)=Pr(γSUg<γth)Pr(γSRUA<γth)=QQ11×QQ22.

(29)

QQ11计算如

(30)

QQ22计算如

(31)

4 数值仿真

我们定义μ=VSU/VRU为相对位置增益，E=1，每次仿真参数设定为10000次.在图2和图3中，我们针对不同的情况，研究了最佳TAS方案的OP性能.我们在表2和3中给出了仿真系数，从图2和图3中可以看出，Monte-Carlo仿真值非常吻合理论值，这验证了推导的理论闭合表达式的正确性，Nt的增加可以不断改善OP性能.例如，th=5 dB，T=3 dB，当SNR=10 dB，Nt=1， OP是6.5×10-2，Nt=2， OP是4.2×10-3，Nt=3， OP是2.8×10-4，增加SNR也可以不断减小OP.

表2仿真系数