Network论文

1  Introduction

With the development of modern wireless communication technology, capacity of communication systems and transmission reliability is greatly increased, and new technologies, new concepts has emerged. However, this kind of great development also leads to degraded wireless transmission environment and shrunk radio resources, which make a huge challenge against new generation of communication and people’s increasing demands on mobile data services. From Turbo code and MIMO transmission to OFDM processing, we have witnessed each milestone’s establishment in wireless communications. Right now, we are witnessing a new concept called cooperative relay transmission stepping onto the stage and showing off its potential capacity. 

2  Cooperative relay 

Cooperative relay also known as cooperative diversity, the principle from the idea "virtual antenna array" .

    1) The cooperative relay is an extension of a single path relay, the source node S and destination node D can be introduced between one or more nodes with a common coverage area act as a relay node R, the destination node can merge data from the source node and relay node. This can solve the problem that the terminal can’t be cofigured with multi-antenna. 

According to the various time slots between each node to send and receive data, we define "X → Y" as X launch, Y receive. Cooperative relaying can be divided into three categories shown in Table 1. Destination node merges signals, received by different time slots to obtain spatial diversity gain. As the destination node uses a multi-path signal information, so you can get spatial diversity gain, thus the reliability of relay link data rate has been guaranteed.

Table 1  The type of Protocol relay

2) Diversity way: time diversity, space diversity, frequency diversity. 

Spatial diversity techniques:

Multi-user diversity and virtual antenna arrays achieve spatial diversity by relaying the signal along multiple routes in parallel. Multihop diversity achieves spatial diversity from the reception of signals that have been transmitted by multiple relays in serial along a single multihop route. Cooperative diversity achieves spatial diversity by sharing information between the source terminal and relay terminals such that each user of the group sends information to the destination using all of the terminals.

Each of the distributed spatial diversity techniques proposed in the literature places different requirements on the wireless terminal hardware capabilities, channel availability, and multiple access schemes used to implement mesh connectivity between terminals, and thus places different requirements on the system resources that must be available. Therefore, system resource constraints that limit the ways that terminals can be connected to each other also constrain the distributed spatial diversity techniques that can be applied. Additionally, the cooperation between terminals needed to support each technique can often be achieved with different combinations of system resources. Instead of generating results for one specific assumed set of available system resources, this paper explicitly specifies the system resources that must be available for terminals to be connected to each other in different ways, and therefore to utilize different distributed spatial diversity techniques.

3  Cooperative connectivity models

This paper develops a framework for modeling the ways that terminals can be connected to each other in wireless relay networks and the relationship between constraints on the available system resources and achievable cooperative connectivity. 

A set of resultant cooperative connectivity models can be derived from the possible system resource constraint combinations. The cooperative connectivity models are fully characterized according to three parameters: the achievable connectivity of the relays, the achievable connectivity of the destination, and the maximum achievable length of the longest multihop path of the network. The cooperative connectivity models can therefore be identified using the form ’’, where ’’ indicates the achievable connectivity of the relays, ’’ indicates the achievable connectivity of the destination, and ’’ indicates the maximum achievable length of the longest multihop path of the network. Fig. 1 describes the possible values of x, y, and z used when characterizing the achievable cooperative connectivity of the models and shows graphical examples of the cooperative connectivity terminology, with transmitting channel allocations indicated in brackets. Note that other channel allocations are possible that achieve the same connectivity. The relationship between this parametrization and the maximum achievable diversity order of the network is not simple, although higher levels of achievable relay and especially achievable destination connectivity definitely do correspond to an increase in maximum achievable diversity order. 

The complete set of achievable models is shown in Figs. 2- 4, and discussed in more detail in the next section. The number of available channels (NCA, KCA, and 2CA) has a structuring influence on the connectivity impact of the other constraints. The results are therefore presented classified by the number of available channels in order to avoid complex and monolithic cooperative connectivity and minimum cost constraint set equations.

The cooperative connectivity models derived when there are K channels available (Fig. 2) are the most general set. The cooperative connectivity models derived when there are 2 channels available (Fig. 3) are a subset of the models derived when there are K channels available, with the reduction resulting from additional system resource constraints and intersection between models. The majority of cooperative connectivity models result from constraint combinations with less than N channels available (Fig.4). Only the models with full relay connectivity, FR1DFH and FRFDFH, are exclusive to constraint combinations with N channels available. This means that full cooperative connectivity is only achievable when N orthogonal channels are available, implying that the FRFDFH model will be very expensive to implement in practice for even a moderate number of relay terminals. 

Fig. 1.  Cooperative connectivity model terminology examples.

Fig. 2. Cooperative connectivity model transitions for KCA.

 Fig. 3. Cooperative connectivity model transitions for 2CA.

Fig .4.  Cooperative connectivity model transitions for NCA.

4  System resource constraints 

The considered system resource constraints are described in detail in this section. Options for each constraint are introduced, along with their corresponding relative system cost and connectivity impact. In all cases, constraint options with lower cost have higher connectivity impact. Connectivity impact is defined as the reduction in achievable cooperative connectivity caused by absence of a system resource, and is measured in comparison to a fully connected (complete) relay network with links between all terminals. The term ’preceding terminal’ denotes any terminal that is earlier along the multihop transmission path than the candidate terminal. The term ’following terminal’ denotes any terminal that is later along the multihop transmission path than the candidate terminal.

A.Number of Channels Available

This constraint defines the number of orthogonal relaying channels available for each source-destination pair. The halfduplex nature of wireless terminal hardware requires that each relay transmit and receive with different channels, implying a minimum of two orthogonal channels. When the modulation scheme, total power, and rate are kept constant, use of more than two orthogonal channels for relaying increases the system cost since more bandwidth is necessary to achieve a given

rate of transmission for each source-destination pair. However, when the symbol rate loss due to subdivision of the original bandwidth can be compensated for by an improved end-toend SNR, the requirement for additional orthogonal channels may not necessarily result in an increase in overall required bandwidth.

●N Channels Available (NCA): The source and relays transmit using N orthogonal channels, where N + 1 is the number of terminals. There is no connectivity impact.

●K Channels Available (KCA): The source and all relays transmit using K orthogonal channels, where 2 < K < N. The connectivity impact is that each terminal may only be connected to preceding terminals that transmit on a different subset of channels (K − 1 possible channels for relays and K possible channels for destinations).

●2 Channels Available (2CA): The source and all relays transmit using 2 orthogonal channels. The connectivity impact is that each terminal may only be connected to preceding terminals that transmit on a different subset of channels (1 possible channel for relays and 2 possible channels for destinations).

B.Common Channel Combination

This constraint defines the ability of terminals to diversity combine incident signals from multiple preceding terminals on a single common channel. Common channel combination can be achieved using various techniques including space-time coding, random relay phase rotation, and artificial multi-path generation with adaptive equalization, spatial processing, or RAKE reception. One interesting result of many of these references is that diversity combination can be achieved even without the use of orthogonal channels, although in many cases, depending on the specific channel conditions, there may be some degradation of performance in comparison to that of maximal ratio combining. Use of common channel combination increases the system cost since more advanced common channel processing and combination hardware is required at cooperating terminals.

●Relay Common Channel Combination (RCC): Relays are able to perform common channel combination. There is no connectivity impact.

●No Relay Common Channel Combination (NRCC): Relays are not able to perform common channel combination. The connectivity impact is that each relay may only be connected to one preceding terminal on each channel.

●Destination Common Channel Combination (DCC): Destinations are able to perform common channel combination. There is no connectivity impact.

●No Destination Common Channel Combination (NDCC): Destinations are not able to perform common channel combination. The connectivity impact is that each destination may only be connected to one preceding terminal on each channel.

C.Orthogonal Channel Combination

This constraint defines the ability of terminals to diversity combine incident signals from multiple preceding terminals on different orthogonal channels. Orthogonal channel combination can be achieved using classical combination techniques and possibly buffering of multiple orthogonal channels. Use of orthogonal channel combination increases the system cost since classical combination hardware is required at cooperating terminals.

●Relay Orthogonal Channel Combination (ROC): Relays are able to perform orthogonal channel combination. There is no connectivity impact.

●No Relay Orthogonal Channel Combination (NROC): Relays are not able to perform orthogonal channel combination. The connectivity impact is that each relay may only be connected to the subset of preceding terminals that transmit on one common channel.

●Destination Orthogonal Channel Combination (DOC): Destinations are able to perform orthogonal channel combination. There is no connectivity impact.

●No Destination Orthogonal Channel Combination (NDOC): Destinations are not able to perform orthogonal channel combination. The connectivity impact is that each destination may only be connected to the subset of preceding terminals that transmit on one common channel.

D．Multiple Channel Transmission

This constraint defines the ability of terminals to transmit a given signal on multiple orthogonal channels. Use of multiple channel transmission increases the system cost since more complex channel transmission hardware may be required at cooperating terminals (for example, transmitting concurrently at multiple frequencies) and each terminal that transmits on multiple channels generates additional energy and interference (when the modulation scheme and rate are kept constant).

●Multiple Channel Transmission (MCT): Terminals are able to transmit on multiple orthogonal channels. There is no connectivity impact.

●No Multiple Channel Transmission (NMCT): Terminals are not able to transmit on multiple orthogonal channels. The connectivity impact is that each terminal may only be connected to the subset of following terminals that receive on one common channel.

E．Interhop Interference Cancellation

This constraint defines the ability of receivers to cancel the effects of interhop interference created by the retransmission of signals on the same channel at different hops along a multihop transmission path. Interhop interference is a special case of intersymbol interference (ISI) that affects wireless relay networks where channels are reused [9], and therefore in theory it is expected that practical mitigation techniques will be based on those used for ISI, including traditional equalization techniques. Use of interhop interference cancellation increases the system cost since more complex equalization (mitigation) hardware is required at cooperating terminals.

Note that the analysis of this constraint is somewhat simplistic. First, it does not consider that in practice channel reuse may be possible without interhop interference cancellation in some circumstances due to sufficient spatial separation or attenuation between terminals. Second, it is assumed that interference cancellation is perfect when channels are reused at different hops within a single multihop path. Although this is not feasible in practice, even partial interference cancellation allows the same level of cooperative connectivity to be achieved, therefore resulting in the same cooperative connectivity models.

●Interhop Interference Cancellation (IIC): Terminals are able to cancel interhop interference. There is no connectivity impact.

●No Interhop Interference Cancellation (NIIC): Terminals are not able to cancel interhop interference. The connectivity impact is that networks with K channels available have a maximum of K hops in the longest multihop path of the network, since it is not possible to reuse channels within a single multihop path.

5  Conclusion

This paper develops a framework for modeling the ways that terminals can be connected to each other in wireless relay networks and the relationship between constraints on the available system resources and achievable cooperative connectivity. Cooperative connectivity equations are derived that specify the relationship between system resource constraints and achievable cooperative connectivity. The resulting cooperative connectivity models defined by the achievable combinations of communication links between cooperating wireless terminals are associated with their minimum cost constraint sets and mapped to relevant diversity techniques presented in the literature. It is indicated that the literature published so far has only started to explore the many possible cooperative connectivity models and the richness of the problem domain. Finally, it is straightforward to see how this framework can provide value as an analysis tool, for example by leveraging it in a series of probability of outage or error simulations that compare the different cooperative connectivity models in order to isolate the performance impact of specific system resource constraints.

References

[1] P. Anghel, G. Leus, and M. Kaveh, “Multi-user space-time coding in cooperative networks,” in Proc. IEEE International Conf. Acoustics, Speech, Signal Processing, Apr. 2003, vol. 4.

[2] K. Azarian, H. Gamal, and P. Schniter, “On the achievable diversitymultiplexing tradeoff in half-duplex cooperative channels,” in Proc. Allerton Conf. Commun., Control, Computing, Sep. 2004.

[3] S. Barbarossa and G. Scutari, “Cooperative diversity through virtual arrays in multihop networks,” in Proc. IEEE International Conf.Acoustics, Speech, Signal Processing, Apr. 2003, vol. 4

[4] A. Bletsas, A. Khisti, D. P. Reed, and A. Lippman, “A simple cooperative diversity method based on network path selection,” IEEE J. Select. Areas Commun., vol. 24, no. 3, Mar. 2006.

[5] H. Boelcskei, R. U. Nabar, O. Oyman, and A. J. Paulraj, “Capacity scaling laws in MIMO relay networks,” IEEE Trans. Wireless Commun., vol. 5, no. 6, June 2006.

[6] J. Boyer, D. Falconer, and H. Yanikomeroglu, “On the maximum diversity order of wireless relay networks: Common codebook generation,” IEEE Trans. Commun., submitted, 2005.

[7] X. Dong and N. Beaulieu, “Optimal maximal ratio combining with correlated diversity branches,” IEEE Commun. Lett., vol. 6, no. 1, Jan. 2002.

[8] I. Hammerstrom, M. Kuhn, and A. Wittneben, “Impact of relay gain allocation on the performance of cooperative diversity networks,” in Proc. IEEE Veh. Technol. Conf., Sep. 2004, vol. 3.

[9] M. Janani, A. Hedayat, T. Hunter, and A. Nosratinia, “Coded cooperation in wireless communications: Space-time transmission and iterative decoding,” IEEE Trans. Signal Processing, vol. 52, no. 2,Feb. 2004.

[10] J. Laneman and G. Wornell, “Exploiting distributed spatial diversity in wireless networks,” in Proc. Allerton Conf. Commun., Control,Computing, Oct. 2000.

[11] IST WINNER. Deliverable 3.2: description of identified new relay based radio network deployment concepts and first assessment by comparison against bench marks of well known deployment concepts using enhanced radio interface technologies.

[12] IST WINNER. Deliverable 3.5: proposal of the best suited deployment concepts for the identified scenarios and related RAN protocols.

[13] 唐恬,姜军,张平,“一种基于PCC训练符号的OFDM信道估计方法”,北京邮电人学学报,vo1.30,no.4,2007.

[14] 吴伟陵,牛凯,《移动通信原理》,电子工业出版社,2005.