[论文解读] Network Coding with Two-Way Relaying: Achievable Rate Regions and Diversity-Multiplexing Tradeoffs
本文分析了双向中继网络中的网络编码,比较了时分多跳(TDMH)、MAC层网络编码(MLNC)和物理层网络编码(PLNC)。结果表明,PLNC实现了最大的速率区域和最优的分集-复用权衡,而机会调度在速率位于香农容量区域内的泊松流量条件下可稳定系统。
This paper addresses the fundamental characteristics of information exchange via multihop network coding over two-way relaying in a wireless ad hoc network. The end-to-end rate regions achieved by time-division multihop (TDMH), MAC-layer network coding (MLNC) and PHY-layer network coding (PLNC) are first characterized. It is shown that MLNC does not always achieve better rates than TDMH, time sharing between TDMH and MLNC is able to achieve a larger rate region, and PLNC dominates the rate regions achieved by TDMH and MLNC. An opportunistic scheduling algorithm for MLNC and PLNC is then proposed to stabilize the two-way relaying system for Poisson arrivals whenever the rate pair is within the Shannon rate regions of MLNC and PLNC. To understand the two-way transmission limits of multihop network coding, the sum-rate optimization with or without certain traffic pattern and the end-to-end diversity-multiplexing tradeoffs (DMTs) of two-way transmission over multiple relay nodes are also analyzed.
研究动机与目标
- 表征双向中继网络中TDMH、MLNC和PLNC的端到端可实现速率区域。
- 分析不同流量模式和中继配置下的和速率优化问题。
- 推导多跳双向中继中MLNC和PLNC的分集-复用权衡(DMT)。
- 设计一种机会调度算法,当速率在香农容量限制内时,稳定泊松到达下的系统。
- 评估在信道非对称性和衰落条件下,PLNC相较于MLNC和TDMH的性能增益。
提出的方法
- 利用香农容量边界和信干噪比(SINR)分析,推导TDMH、MLNC和PLNC的可实现速率区域。
- 提出一种机会调度方案,根据信道状态信息选择传输模式,以在泊松流量下稳定双向中继系统。
- 使用指数随机向量模型分析中断概率和分集增益,结合信噪比(SNR)增大时的渐近分析。
- 应用随机几何和极值理论,对多个独立信道增益及其比值的最大值进行建模。
- 采用涉及独立同分布指数随机变量乘积与比值的数学框架,以界定低速率事件的概率。
- 利用指数尾部近似和矩生成函数推导渐近中断边界,以确定分集阶数。
实验结果
研究问题
- RQ1MLNC在双向中继网络中是否始终优于TDMH的端到端吞吐量?
- RQ2TDMH与MLNC之间的时分复用能否实现比任一协议单独使用更大的速率区域?
- RQ3PLNC是否在可实现速率区域和分集-复用权衡方面均优于TDMH和MLNC?
- RQ4在泊松流量到达下,稳定双向中继系统的最优调度策略是什么?
- RQ5在多中继多跳双向中继网络中,MLNC和PLNC的分集-复用权衡(DMTs)是什么?
主要发现
- PLNC实现了最大的可实现速率区域,在信道非对称条件下尤其优于TDMH和MLNC。
- TDMH与MLNC之间的时分复用可使可实现速率区域扩展至超过任一协议单独使用时的范围。
- 机会调度算法在速率对位于PLNC或MLNC的香农速率区域内部时,可稳定泊松到达下的双向中继系统。
- PLNC的分集-复用权衡(DMT)优于MLNC,在相同复用增益下可实现更高的分集增益。
- 渐近中断概率边界表明,PLNC的分集阶数高于MLNC,其中PLNC的中断概率按γ^(-|T|(θ∞ + mβ⁺max))缩放,而MLNC按γ^(-|T|(θ∞ + m(β⁺max − αmax)))缩放。
- 分析结果表明,信道衰落和非对称性显著影响性能,而PLNC在所有衰落条件下均能保持高吞吐量和高可靠性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。