TWRC模型中差分網(wǎng)絡編碼技術與檢測算法的研究.pdf

1、網(wǎng)絡編碼(Network coding, NC)已廣泛地應用于多種通信模型,一方面NC技術可結合協(xié)作通信(Cooperation communications, CC)提出協(xié)作AF模擬網(wǎng)絡編碼、協(xié)作 DF數(shù)字網(wǎng)絡編碼等,進一步降低傳輸時隙,另一方面也可結合多輸入多輸出(Multiple input multiple output, MIMO)技術提出空時網(wǎng)絡編碼,能保證較好的系統(tǒng)性能和較高的傳輸速率。為避免信道估計,依靠非相關調(diào)制技術的

2、網(wǎng)絡編碼受到更多地關注,該方案結合不同網(wǎng)絡編碼策略,并利用非相關檢測進行接收端信號檢測。非相關檢測算法主要包括單符號差分檢測( Single-symbol differential detection, SSDD)及多符號差分檢測( Multiple-symbols differential detection, MSDD),前者每次僅檢測出一個原始信號,而后者利用N(N>2)個相關的接收符號聯(lián)合檢測N-1個原始信號,雖然具有較高的計算

3、復雜度,但性能得到更好地提升。本文在差分協(xié)作網(wǎng)絡編碼中采取不同的優(yōu)化策略,尋找性能與復雜度的折中,并設計更優(yōu)良的MSDD算法。
　　本文基于兩路中繼信道(Two-way relay channels,TWRC)進行差分網(wǎng)絡編碼的研究。首先,結合不同協(xié)作通信協(xié)議提出非相關調(diào)制下的 NC方案;其次,結合MIMO技術提出新的系統(tǒng)模型,設計性能更優(yōu)的NC方案;同時在提出方案中研究非相關調(diào)制下的多符號差分檢測;最后完成改進方案的性能分析。第

4、二部分在TWRC模型中結合不同中繼協(xié)議,依靠相關檢測與非相關檢測方案,研究并歸納了幾種基于協(xié)作AF(Amplify and forward)、DF(Decode and forward)方式的協(xié)作網(wǎng)絡編碼。通過比較幾種方案的時隙利用情況得出,傳輸大量信號時,協(xié)作 NC方案能在較大程度上降低時隙使用數(shù),提高傳輸效率、節(jié)約時隙資源,具有更加明顯的優(yōu)勢。仿真結果顯示,基于 AF協(xié)議的協(xié)作網(wǎng)絡編碼相比較基于DF協(xié)議的網(wǎng)絡編碼方案,性能要稍微好一

5、些。第三部分在TWRC模型中,提出基于中繼檢測轉發(fā)協(xié)議的差分網(wǎng)絡編碼( Detection and forward differential NC, DF-DNC)方案,重點研究了針對接收端信號檢測的多符號差分檢測最大似然( Multiple-symbols differential detection maximum likelihood, MSDD-ML)算法和兩種低復雜度多符號差分球形譯碼( Multiple-symbols di

6、fferential sphere decoding, MSDSD)算法,即深度優(yōu)先 MSDSD與寬度優(yōu)先MSDSD。實驗結果表明,兩種低復雜度算法在系統(tǒng)性能上接近于MSDD-ML算法,但其復雜度有明顯的降低,且寬度優(yōu)先MSDSD比深度優(yōu)先MSDSD在復雜度的降低上更有優(yōu)勢。第四部分將 MIMO技術與網(wǎng)絡編碼結合,在MIMO-TWRC模型中提出正交差分空時網(wǎng)絡編碼(Orthogonal differential space-time n