CN113891420B - 基于多属性决策的水声协作通信中继选择方法 - Google Patents
基于多属性决策的水声协作通信中继选择方法 Download PDFInfo
- Publication number
- CN113891420B CN113891420B CN202010625346.6A CN202010625346A CN113891420B CN 113891420 B CN113891420 B CN 113891420B CN 202010625346 A CN202010625346 A CN 202010625346A CN 113891420 B CN113891420 B CN 113891420B
- Authority
- CN
- China
- Prior art keywords
- relay
- delay
- node
- signal
- mean square
- 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 27
- 238000010187 selection method Methods 0.000 title claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 238000010606 normalization Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 238000010521 absorption reaction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 239000013535 sea water Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B11/00—Transmission systems employing sonic, ultrasonic or infrasonic waves
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- 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)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明涉及水声通信中继方法领域，具体的说是一种同时考虑中继链路的时延和均衡稳态均方误差指标，进而更适于实际的水声通信系统的基于多属性决策的水声协作通信中继选择方法，其特征在于，包括以下步骤：获得每个中继的时延和SMSE；将时延和稳态均方误差带入到判决矩阵中；进行归一化处理；确定相对距离和代价函数，本发明结合声波传播速度慢，以及水声信道多径效应的特点，将时延和稳态均方误差作为两个同时考虑的属性，通过仿真证实了基于多属性决策中继选择方法的有效性，选出来的中继节点在时延和稳态均方误差上都取得了较好的性能。
Description
技术领域：
本发明涉及水声通信中继方法领域，具体的说是一种同时考虑中继链路的时延和均衡稳态均方误差指标，进而更适于实际的水声通信系统的基于多属性决策的水声协作通信中继选择方法。
背景技术：
目前，声波作为在水下远距离通信的唯一载体，受到了广泛的使用。但水声信道是迄今为止最为复杂的信道之一，具有带宽受限、多径效应以及多普勒效应等特点，使得通信链路的可靠性较低，是制约水声通信应用的难题之一。协作通信的出现为解决这一问题打来了契机，源节点在中继节点的协作下向目的节点传输信息，可有效提高通信链路的可靠性。
水声协作通信的实现需要中继节点的参与，因而要想实现协作通信，前提是先进行中继选择，选出能实现更好协作性能的中继。关于水声协作通信中中继选择的研究，目前相关研究较少。文献[Doosti-Aref and A.Ebrahimzadeh,"Adaptive Relay Selectionand Power Allocation for OFDM Cooperative Underwater Acoustic Systems,"inIEEE Transactions on Mobile Computing,vol.17,no.1,pp.1-15,1Jan.2018]在正交频分复用的水声协作系统下，研究了同时考虑了中继选择和功率控制两个问题的方案。对中继选择来说，采用的方法是对每个中继节点进行平均功率分配，再按照最大信道容量和最小信噪比来选择最优中继。文献[Chao Gao,Zhiyong Liu,Bin Cao and Liwei Mu,"Relayselection scheme based on propagation delay for cooperative underwateracoustic network,"2013International Conference on Wireless Communications andSignal Processing,Hangzhou,2013,pp.1-6]中，选择最优中继的准则是最小传输时延标准。文献[Doosti-Aref,Abdollah,and A.Ebrahimzadeh."Efficient cooperativemulticarrier underwater acoustic communication over the Persian Gulfchannel."Wireless Networks(2016):1-14]中，对多输入单输出的水声协作系统进行了研究，并选择传输损耗最小的中继作为协作对象。可见现有技术仅针对单一指标下的中继选择，实际的水声通信环境复杂，现有技术并不适于实际的水声协作通信系统。
发明内容：
本发明针对现有技术中存在的缺点和不足，提出了一种同时考虑中继链路的时延和均衡稳态均方误差指标，进而更适于实际的水声通信系统的基于多属性决策的水声协作通信中继选择方法。
本发明通过以下措施达到：
一种基于多属性决策的水声协作通信中继选择方法，其特征在于，包括以下步骤：
步骤1：获得每个中继的时延和SMSE；时延参数从BELLHOP中可读取，各中继的传输总时延表达式为：
其中delayi表示第i个中继的总时延，
和
分别表示源节点到第i个中继的时延和第i个中继到目的节点的时延，
SMSE是取均衡器参数收敛之后的均方误差值，并通过统计的方法获得，如式(25)所示，sum(e2(k))表示对各误差平方求和，iterN表示迭代次数，Num表示收敛之后的数据长度，
步骤2：将时延和稳态均方误差带入到判决矩阵中；所述判决矩阵如式(26)所示，其中每一列代表各个中继，第一行表示各个中继的时延，第二行表示各中继的稳态均方误差。
步骤3：进行归一化处理；在获得时延和稳态均方误差时，假设中继的位置一旦确定之后，就不再改变，在此基础之上，进行归一化处理，表达式如下：
其中，delay+表示各中继中最大的时延，delay-表示最小的时延；
步骤4：确定相对距离和代价函数：
本发明中从源节点到目的节点的协作传输分为两个阶段，在第一阶段，源节点向中继节点和目的节点广播信息，在第二阶段，中继节点将接收后的信号进行处理，再转发到目的节点，中继节点和目的节点的接收信号可表示为：
其中，Ps表示源节点的信号发射功率，Xs是单位能量的发送信号，hSR和hSD分别是源节点到中继节点与源节点到目的节点的信道冲击响应，nSR和nSD是0均值不同方差的加性高斯白噪声；中继节点的转发方式为解码转发的方式，由中继节点转发到目的节点的信号表示式为：
其中XR为中继解码之后的信号，PR为中继节点的转发功率，hRD为中继节点到目的节点的信道冲激响应；
从源节点和各中继节点接收到的信号使用最大比合并(MRC)进行接收，其信号表达式如(6)所示，并通过计算可以得到系数的值如式(7)所示：
Y＝α1YSD+α2YRD (6)
本发明步骤1所述SMSE从均衡器的输出参数中获得，可以使用线性均衡，u(k)为均衡器输入信号，w(n)＝[w0(n)w1(n)…wM-1(n)]表示抽头向量，M为均衡器抽头个数，yeq(i)表示均衡后的信号，均衡所采用的算法是RLS算法，其关键是对从起始时刻到当前时刻所有误差的平方进行平均并使之最小化，即：
其中e(k)＝d(k)-yeq(k)，其中d(k)表示期望信号，在具体使用式(14)时，往往引入一个指数加权因子λ(λ往往小于1)，即：
将e(k)代入上式，并对抽头向量求导，可得到最优的抽头向量表达式为：
wopt(n)＝R-1(n)p(n) (16)
其中R(n)为自相关矩阵，P(n)为互相关向量，分别如(17)、(18)所示：
所述RLS算法迭代的具体算法如下：
步骤1-1：根据均衡器抽头长度得到用于计算的输入信号u(n)＝[Y(0)Y(1)…Y(M-1)]和期望信号d(n)＝[XS(0)XS(1)…XS(M-1)]，并且初始化自相关矩阵，并求逆；
P(n)＝R-1(n)＝1/δ*I (19)
其中δ为很小的一个数，仿真中取值为0.005，I为单位矩阵；
步骤1-2：计算增益向量k(n)；
步骤1-3：计算误差向量e(n)；
e(n)＝d(n)-w(n-1)u(n) (21)；
步骤1-4：计算新的抽头向量w(n)；
w(n)＝w(n-1)+k(n)e(n) (22)；
步骤1-5：计算新的自相关矩阵的逆矩阵，
P(n)＝λ-1P(n-1)-λ-1k(n)uH(n)P(n-1) (23)。
本发明结合声波传播速度慢，以及水声信道多径效应的特点，将时延和稳态均方误差作为两个同时考虑的属性，通过仿真证实了基于多属性决策中继选择方法的有效性，选出来的中继节点在时延和稳态均方误差上都取得了较好的性能。
附图说明：
附图1是本发明中的水声协作传输模型。
附图2是本发明中线性均衡器原理图。
附图3是本发明实施例1中仿真系统框图。
附图4是本发明实施例1中各中继的时延示意图。
附图5是本发明实施例1中各中继的SMSE性能示意图。
具体实施方式：
下面结合附图和实施例，对本发明作进一步的说明。
海洋中的不同时空的运动过程，会影响到海洋介质的声速分布，最终对声信号的传输造成影响，因此声速的传输特性十分的重要，声速在海水中的变化函数一般与温度、深度以及海水的盐度有关。现有技术中，Urick的经验公式为
式(1)中，c表示声速，Te表示海水温度(℃)，Se表示盐度(‰)，z表示测量时的深度(m)。从此式中可明显看出，温度对于声速的影响最大，而且根据海洋的特性，在海面的温度变化随时间和空间的变化范围很大，这就决定了在利用声波在海水中传输信息时，时延是多变的。
声能量的衰减损失包括吸收损失、散射和声能泄露，其中，吸收表现为海水介质的吸收和界面介质(如海底)的吸收，包含着声能量转变成热能的过程，实际上是介质粒子的相对运动所产生的粘滞摩擦和化学离子的弛豫效应的结果。它通常用吸收系数α(dB/km)来定量描述，即声音传播1km，声强衰减αdB。吸收系数也可用经验公式来表示，Thorp给出的经验公式为
式(2)中f表示频率。可见当频率增加的时候，吸收损耗也会增加，导致传输信息时带宽受限的问题。
除了时延、频率上的限制，由于介质空间的非均匀性以及海面、海底界面的影响，水声通信也存在着多径效应。并且相比较无线信道而言，水声信道有着更长的码间干扰。为了在一定程度上消除码间干扰，本文使用均衡技术来解决这一问题，并得到均衡之后的稳态均方误差作为中继选择的指标之一。
本发明建立的水声协作传输模型如图1所示。从源节点到目的节点的协作传输分为两个阶段。在第一阶段，源节点向中继节点和目的节点广播信息。在第二阶段，中继节点将接收后的信号进行处理，再转发到目的节点。
中继节点和目的节点的接收信号可表示为：
其中，Ps表示源节点的信号发射功率，Xs是单位能量的发送信号，hSR和hSD分别是源节点到中继节点与源节点到目的节点的信道冲击响应，nSR和nSD是0均值不同方差的加性高斯白噪声。
在中继节点的转发方式上，本发明采用解码转发的方式，即中继节点可以成功的对信号解码时，就将信号转发到目的节点；如果不能成功解码，则丢弃数据包。根据香农第二定理分析的结果可知，当中继节点的接收信噪比达到一个阈值的时候，中继节点均可正确接收信号。在本文中，因为目的是为了验证算法，所以为了简便，在中继节点假设均可以正确的接收信号。由中继节点转发到目的节点的信号表示式为：
其中XR为中继解码之后的信号，PR为中继节点的转发功率，hRD为中继节点到目的节点的信道冲激响应。
在目的节点接收信号中，存在来自源节点的信号，以及来自不同中继的信号，由于传输分为不同的时隙，这些信号可以有效的被区分开。但需要注意的是，在比较不同中继节点时延的时候，需要对不同中继链路的传输时延进行处理，第二个中继的传输时延需要减去一个时隙时间，第三个中继要减去两个时隙时间，依此类推。从源节点和各中继节点接收到的信号使用最大比合并(MRC)进行接收，其信号表达式如(6)所示，并通过计算可以得到系数的值如式(7)所示：
Y＝α1YSD+α2YRD (6)
多属性决策是指在一定数量的备选方案上进行偏好决策，每个方案中存在着不同量纲的多个属性，根据实际情况对每个属性分配不同的权值，最终得到最优的方案。
其中，优劣解距离法(Technique for Order Preference by Similarity toIdeal Solution，TOPSIS)是多属性决策中的一种方法。它用于在各种可能的情况下确定最佳的方案。最优解是与正理想解(Positive ideal solution，PIS)的欧氏距离最小，与负理想解(Negative ideal solution，NIS)欧氏距离最远的情况。TOPSIS的详细描述如下：
(1)首先需要列出判决矩阵，判决矩阵中表示不同方案下各属性的数值，如下矩阵中的Xij表示的是第i个方案中，第j个属性的值。
(2)对属性值进行归一化处理，归一化的目的是为了避免有些属性值数值过大，归一化之后，每个属性对方案得影响是一样的。不同的方法所用到的归一化方法也不一样，在中继选中将具体介绍归一化的方法。
(3)确定正理想解和负理想解。PIS的含义是在一个解的集合中，每个属性的值都是最优的，同理，NIS的解的集合中，每个属性的值是最差的。TOPSIS确定最优解的过程正是与PIS和NIS的比较，所以在归一化之后，确定这两个解是必要的。具体表达式为：
其中vi +和vi -分别表示第i个属性的最大值和最小值。
(4)计算不同方案下，距离PIS和NIS的距离，并通过这两个距离确定代价函数。相对距离和代价函数的表达式如下：
代价函数的作用是为了确定最终的最优方案，从式(13)的代价函数可以分析，当一个方案离PIS越近，即S+趋近于0时，代价函数的值越大，反之，离NIS越近时，代价函数的值越小。
本发明中继选择算法的具体过程如下：
步骤1：获得每个中继的时延和SMSE；时延参数从BELLHOP中可读取，各中继的传输总时延表达式为：
步骤2：将时延和稳态均方误差带入到判决矩阵中；判决矩阵如式(26)所示，其中每一列代表各个中继，第一行表示各个中继的时延，第二行表示各中继的稳态均方误差，
步骤3：归一化处理；在获得时延和稳态均方误差时，假设中继的位置一旦确定之后，就不再改变，在此基础之上，将它们进行归一化处理，表达式如下：
从数值上分析归一化之后的结果，时延越小，T的数值将越大，最小的时延归一化为1，最大的时延归一化为0。这样处理的好处是使得每个属性在数值上是趋近于PIS的，同样在代价函数的取值上，也符合之前的分析。
步骤4：确定相对距离和代价函数，根据式(11-13)得到具体的相对距离以及代价函数表达式：
实施例1：
本例通过仿真对本发明技术方案进行性能验证，仿真环节主要分成三个部分。第一个部分是使用BELLHOP工具箱定义水下环境，设置水深为1km，源节点与目的节点的距离为5km，中继位置是随机分布的，并产生各节点之间的多径时延和对应的幅度衰落，将各中继的传输时延参数存放在判决矩阵中，然后通过500Hz的采样频率将时延-幅度参数转换成信道冲激响应。第二部分是通信系统的仿真，仿真系统图如下图2所示，其中用0、1均匀分布的随机数表示信源，采样频率与处理时延的一样，也为500Hz，每符号采样率为5，星座调制采用BPSK的调制方式，均衡器采用线性结构，抽头长度为21，使用收敛速度更快的RLS算法，遗忘因子为0.99，并将均衡之后的SMSE存放在判决矩阵中。第三部分是使用TOPSIS算法对判决矩阵中的数据进行处理，得到最终的判决结果。
仿真得到的结果如图4及图5所示，其中图中的线分别是各中继节点时延和SMSE的中位线，可以看出第四个、第六个以及第九个中继的时延过大，不宜选择；第三个、第七个和第十个中继的SMSE过大，也不应该被选择。
判决结果如表1中所示，可见上述中提到的时延过大，以及SMSE过大的中继节点的排序都很差。被选择作为最优中继的是第一个中继节点，通过与剩余的第二个和第八个中继节点相比较，时延和SMSE性能都比这两个节点好，虽然第五个中继的时延是最小的，但是相比较之下，SMSE性能比第一个中继差了很多，由此可以看出，通过TOPSIS选择出来的中继节点可以认为是最优的。
表1判决结果
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
| Delay | 3.2519 | 3.2553 | 3.2603 | 3.3026 | 3.2473 | 3.2855 | 3.2345 | 3.2556 | 3.281 | 3.2482 |
| SMSE | 0.1256 | 0.2866 | 0.6884 | 0.1668 | 0.4111 | 0.129 | 0.9275 | 0.3547 | 0.2451 | 0.5689 |
| Cost | 0.8303 | 0.7436 | 0.4638 | 0.4865 | 0.7202 | 0.5785 | 0.5 | 0.7023 | 0.5652 | 0.6091 |
| Rank | 1 | 2 | 10 | 9 | 3 | 6 | 8 | 4 | 7 | 5 |
综上，本发明结合声波传播速度慢，以及水声信道多径效应的特点，将时延和稳态均方误差作为两个同时考虑的属性，通过仿真证实了基于多属性决策中继选择方法的有效性，选出来的中继节点在时延和稳态均方误差上都取得了较好的性能。
Claims (3)
1.一种基于多属性决策的水声协作通信中继选择方法，其特征在于，包括以下步骤：
步骤1：获得每个中继的时延和SMSE；时延参数从BELLHOP中可读取，各中继的传输总时延表达式为：
其中delayi表示第i个中继的总时延，
和
分别表示源节点到第i个中继的时延和第i个中继到目的节点的时延，
SMSE是取均衡器参数收敛之后的均方误差值，并通过统计的方法获得，如式(25)所示，sum(e2(k))表示对各误差平方求和，iterN表示迭代次数，Num表示收敛之后的数据长度，
步骤2：将时延和稳态均方误差带入到判决矩阵中；所述判决矩阵如式(26)所示，其中每一列代表各个中继，第一行表示各个中继的时延，第二行表示各中继的稳态均方误差；
步骤3：进行归一化处理；在获得时延和稳态均方误差时，假设中继的位置一旦确定之后，就不再改变，在此基础之上，进行归一化处理，表达式如下：
其中，delay+表示各中继中最大的时延，delay-表示最小的时延；
步骤4：确定相对距离和代价函数：
2.根据权利要求1所述的一种基于多属性决策的水声协作通信中继选择方法，其特征在于，从源节点到目的节点的协作传输分为两个阶段，在第一阶段，源节点向中继节点和目的节点广播信息，在第二阶段，中继节点将接收后的信号进行处理，再转发到目的节点，中继节点和目的节点的接收信号可表示为：
其中，Ps表示源节点的信号发射功率，Xs是单位能量的发送信号，hSR和hSD分别是源节点到中继节点与源节点到目的节点的信道冲击响应，nSR和nSD是0均值不同方差的加性高斯白噪声；中继节点的转发方式为解码转发的方式，由中继节点转发到目的节点的信号表示式为：
其中XR为中继解码之后的信号，PR为中继节点的转发功率，hRD为中继节点到目的节点的信道冲激响应；
从源节点和各中继节点接收到的信号使用最大比合并(MRC)进行接收，其信号表达式如(6)所示，并通过计算可以得到系数的值如式(7)所示：
Y＝α1YSD+α2YRD (6)
3.根据权利要求1所述的一种基于多属性决策的水声协作通信中继选择方法，其特征在于，步骤1所述SMSE从均衡器的输出参数中获得，可以使用线性均衡，u(k)为均衡器输入信号，w(n)＝[w0(n) w1(n) … wM-1(n)]表示抽头向量，M为均衡器抽头个数，yeq(i)表示均衡后的信号，均衡所采用的算法是RLS算法，其关键是对从起始时刻到当前时刻所有误差的平方进行平均并使之最小化，即：
其中e(k)＝d(k)-yeq(k)，其中d(k)表示期望信号，在具体使用式(14)时，往往引入一个指数加权因子λ，λ小于1，即：
将e(k)代入上式，并对抽头向量求导，可得到最优的抽头向量表达式为：
wopt(n)＝R-1(n)P(n) (16)
其中R(n)为自相关矩阵，P(n)为互相关向量，分别如(17)、(18)所示：
所述RLS算法迭代的具体算法如下：
步骤1-1：根据均衡器抽头长度得到用于计算的输入信号u(n)＝[Y(0) Y(1) … Y(M-1)]和期望信号d(n)＝[XS(0) XS(1) … XS(M-1)]，并且初始化自相关矩阵，并求逆；
P(n)＝R-1(n)＝1/δ*I (19)
其中δ为很小的一个数，仿真中取值为0.005，I为单位矩阵；
步骤1-2：计算增益向量k(n)；
步骤1-3：计算误差向量e(n)；
e(n)＝d(n)-w(n-1)u(n) (21)；
步骤1-4：计算新的抽头向量w(n)；
w(n)＝w(n-1)+k(n)e(n) (22)；
步骤1-5：计算新的自相关矩阵的逆矩阵，
P(n)＝λ-1P(n-1)-λ-1k(n)uH(n)P(n-1) (23)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010625346.6A CN113891420B (zh) | 2020-07-02 | 2020-07-02 | 基于多属性决策的水声协作通信中继选择方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010625346.6A CN113891420B (zh) | 2020-07-02 | 2020-07-02 | 基于多属性决策的水声协作通信中继选择方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113891420A CN113891420A (zh) | 2022-01-04 |
| CN113891420B true CN113891420B (zh) | 2023-05-05 |
Family
ID=79012242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010625346.6A Active CN113891420B (zh) | 2020-07-02 | 2020-07-02 | 基于多属性决策的水声协作通信中继选择方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113891420B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114916030B (zh) * | 2022-03-24 | 2024-10-01 | 三维通信股份有限公司 | 一种半双工中继网络的节点选择和收发调度方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018070125A (ja) * | 2016-11-04 | 2018-05-10 | 国立研究開発法人 海上・港湾・航空技術研究所 | 水中音響通信システム |
| CN109818715A (zh) * | 2019-02-01 | 2019-05-28 | 哈尔滨工业大学（威海） | 用于水声协作通信的udif协作策略及jmc-ted检测器 |
-
2020
- 2020-07-02 CN CN202010625346.6A patent/CN113891420B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018070125A (ja) * | 2016-11-04 | 2018-05-10 | 国立研究開発法人 海上・港湾・航空技術研究所 | 水中音響通信システム |
| CN109818715A (zh) * | 2019-02-01 | 2019-05-28 | 哈尔滨工业大学（威海） | 用于水声协作通信的udif协作策略及jmc-ted检测器 |
Non-Patent Citations (1)
| Title |
|---|
| 水声协作通信中的多分支变抽头长度多用户检测器;刘志勇等;《信息技术》(第3期);第34-38页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113891420A (zh) | 2022-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108900443B (zh) | 一种水声通信中的水声信道干扰消除方法 | |
| Zhang et al. | Frequency-domain turbo equalization with soft successive interference cancellation for single carrier MIMO underwater acoustic communications | |
| US20200280375A1 (en) | Turbo receivers for multiple-input multiple-output underwater acoustic communications | |
| Jeremic et al. | OFDM channel estimation in the presence of interference | |
| CN112215335B (zh) | 一种基于深度学习的系统检测方法 | |
| JP2006262039A (ja) | 伝搬路推定方法及び伝搬路推定装置 | |
| JP2003218826A (ja) | 直交周波数分割多重信号の受信方式及び受信機 | |
| CN113891420B (zh) | 基于多属性决策的水声协作通信中继选择方法 | |
| Dinis et al. | IB‐DFE receivers with space diversity for CP‐assisted DS‐CDMA and MC‐CDMA systems | |
| Umakoğlu et al. | Performance Evaluation of OTFS-NOMA Scheme for High Mobility Users | |
| CN105119856A (zh) | 基于子块分析的单载波频域均衡方法 | |
| Al-Shuwaili et al. | Ball’s-Based Adaptive Channel Estimation Scheme Using RLS Family-Types Algorithms | |
| Wu et al. | A blind demodulation algorithm for underwater acoustic MPSK signal | |
| Mathew et al. | Semi blind neural network based channel estimation technique for OFDM receivers | |
| Feng et al. | Research on Single Carrier Frequency Domain Equalization in Wideband High Frequency Communication System | |
| Zhang et al. | Symbol estimation algorithm for MIMO underwater acoustic communication system based on multiplicative noise model | |
| Sharma et al. | Channel Estimation and Equalization Using FIM for MIMO-OFDM on Doubly Selective Faded Noisy Channels | |
| CN118089741B (zh) | 基于延迟多普勒域Turbo均衡的导航数据处理方法 | |
| Ke et al. | Relay Selection based on Multiple-Attribute Decision Making for Underwater Acoustic Cooperative Communication | |
| Ye et al. | MIMO TFT-OFDM for Underwater Acoustic Communication with Bidirectional Soft Decision Feedback Equalization | |
| Jing et al. | Low Complexity Symbol Level MMSE Detection for OTFS in Underwater Acoustic Channels | |
| Bai et al. | Performance of channel estimation schemes in the presence of gaussian mixture model | |
| Liang et al. | Bidirectional least-symbol-error-rate turbo equalization for underwater acoustic faster-than-Nyquist system | |
| CN115118560A (zh) | 一种基于时域自适应阈值降噪的单载波频域均衡方法 | |
| Luo et al. | Matching-Pursuit Based Adaptive Turbo Equalization Algorithm for Underwater Acoustic Channels |
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 |