[论文解读] Performance Analysis of Bidirectional Relay Selection with Imperfect Channel State Information

Hongyu Cui, Rongqing Zhang+2 more|arXiv (Cornell University)|Dec 11, 2011

Cooperative Communication and Network Coding参考文献 22被引用 12

一句话总结

本文分析了在不完美信道状态信息（CSI）下的双向放大-转发中继选择，同时考虑了由延迟引起的信道状态信息过时和信道估计误差。推导出符号误码率（SER）的闭式渐近表达式，表明延迟会降低分集增益和编码增益，而估计误差仅影响编码增益，该结论通过蒙特卡洛仿真得到验证。

ABSTRACT

In this paper, we investigate the performance of bidirectional relay selection using amplify-and-forward protocol with imperfect channel state information, i.e., delay effect and channel estimation error. The asymptotic expression of end-to-end SER in high SNR regime is derived in a closed form, which indicates that the delay effect causes the loss of both coding gain and diversity order, while the channel estimation error merely affects the coding gain. Finally, analytical results are verified by Monte-Carlo simulations.

研究动机与目标

• 分析双向中继选择在不完美信道状态信息（CSI）下的性能，包括延迟和信道估计误差。
• 在高信噪比（SNR）区域为放大-转发（AF）中继选择推导闭式渐近符号误码率（SER）表达式。
• 量化延迟效应和信道估计误差对分集阶数和编码增益的影响。
• 通过蒙特卡洛仿真验证分析结果。

提出的方法

• 将系统建模为具有两个源节点和N个半双工中继的双向中继网络，采用放大-转发（AF）协议。
• 通过一阶自回归模型引入不完美CSI，以表征时延导致的信道估计。
• 采用复合信道模型，结合实际与估计的信道系数，以表征延迟和估计误差的综合影响。
• 利用顺序统计和特殊函数，推导在不完美CSI下端到端信噪比（SNR）的累积分布函数（CDF）。
• 利用贝塞尔函数近似和级数展开进行高-SNR渐近分析，以提取分集增益和编码增益项。
• 通过在不同CSI质量水平下进行蒙特卡洛仿真，验证分析得到的SER表达式。

实验结果

研究问题

• RQ1 在中继选择与数据传输之间存在时延时，对双向AF中继选择的性能有何影响？
• RQ2 信道估计误差对双向中继网络中符号误码率（SER）有何影响？
• RQ3 不完美CSI是否同时降低分集阶数和编码增益，或仅影响其中之一？
• RQ4 能否为在不完美CSI下的双向AF中继选择推导出闭式渐近SER表达式？
• RQ5 在高-SNR区域，延迟和估计误差如何分别影响分集增益和编码增益？

主要发现

• 延迟效应会降低分集阶数和编码增益，导致高SNR区域出现性能限幅。
• 信道估计误差仅影响编码增益，不影响分集阶数，表明即使存在估计不准确，分集增益也不会损失。
• 推导出的渐近SER表达式为闭式，且在高-SNR区域与仿真结果一致。
• 在完美CSI情况下（ρf₁ = ρf₂ = 1），分集增益为N（中继数量），证实实现了全分集增益。
• 当存在延迟时（ρf₁ < 1 或 ρf₂ < 1），分集增益降低，SER性能由最小相关系数主导。
• 推导出的渐近SER表达式证实，仅当CSI完全已知并实时更新时，系统才能实现全分集增益。