基于SSC-SC方案的移动无线传感器网络系统的性能分析

2015-05-15 01:53:06徐凌伟吕婷婷Gulliver
郑州大学学报(工学版) 2015年3期
关键词:网络系统支路信噪比

徐凌伟,张 浩,,吕婷婷,施 威,T.A.Gulliver

(1.中国海洋大学信息科学与工程学院,山东青岛266100;2.维多利亚大学电子与计算机工程学院,加拿大维多利亚V8W 3P6;3.青岛科技大学信息科学与技术学院,山东青岛266061)

基于SSC-SC方案的移动无线传感器网络系统的性能分析

徐凌伟1,张 浩1,2,吕婷婷1,施 威3,T.A.Gulliver2

(1.中国海洋大学信息科学与工程学院,山东青岛266100;2.维多利亚大学电子与计算机工程学院,加拿大维多利亚V8W 3P6;3.青岛科技大学信息科学与技术学院,山东青岛266061)

在N-Nakagami信道下,研究了结合切换驻留合并(SSC)与选择合并(SC)的移动无线传感器网络系统的平均符号误码率(ASEP)和中断概率(OP)性能.基于矩生成函数(MGF)的方法,推导了系统采用相移键控调制(PSK)、正交幅度调制(QAM)、脉冲幅度调制(PAM)等的ASEP的精确表达式;同时,也推导出了系统中断概率(OP)的精确闭合表达式,然后对不同系统条件下的性能做了数值仿真,验证了理论分析结果的正确性.仿真结果表明:随着分集支路数、衰弱系数的增加,衰弱因子的减小,系统的ASEP和OP性能得到了很好的改善.

移动无线传感器网络;切换驻留合并;选择合并;N-Nakagam i信道;平均符号误码率;中断概率

0 引言

近年来,无线传感器网络已经被广泛应用于军事、交通、商业等领域中[1].由于传感器节点具有体积小、功耗低等特点,在传感器节点上安装多根发射或者接收天线在物理上不容易实现.为了解决上述矛盾,一种方案就是组成虚拟多输人多输出(MIMO)系统[2]进行合作传输[3].在MIMO无线通信中,广泛使用多天线分集接收技术来减小多径衰弱的影响.在最大比合并(Maximal Ratio Combining,MRC)、等增益合并(Equal Gain Combining,EGC)和选择合并(Selection Combining, SC)3种典型的多天线分集合并技术中,MRC性能最好,但是实现最复杂;SC性能相对差些,但是实现比较简单[4].

针对上述技术缺陷,很多学者开始研究切换合并(Switched Diversity Combining,SDC)技术,其主要包括切换驻留合并(Sw itch-and-Stay Combining,SSC)和切换检测合并(Switch-and-Examine Combining,SEC)[5-6].SDC技术在实际应用中易于实现,但这是以系统性能为代价的.为了在实现复杂度与系统性能之间找到平衡点,文献[7]提出了SSC-SC混合合并技术,将SSC与SC结合,使系统硬件结构大大简化,同时仍能取得较好的性能.

Kovacs等[8]通过实验测量和理论分析,建立了适合室内和城镇微小区的移动-移动通信环境下的双瑞利(2-Rayleigh)分布模型.在双瑞利衰落模型的基础上,大量试验研究指出[9]:当两个移动终端在相互通信时,通过其附近的散射体产生了N(N>2)个相互独立的Nakagami衰落过程时,那么信道的幅度传播特性将服从N-Nakagami分布.文献[10]研究了N-Nakagami分布的概率密度函数和累积分布函数,推导了不同调制方式误码率的精确闭合表达式.N-Nakagam i分布在车联网中移动的车与车之间的通信、协作分集系统中移动终端之间的通信、无线传感器网络中移动节点之间的通信等方面得到了广泛的应用.

SSC-SC混合合并技术的硬件结构简单,但仍能有较好的性能,将其应用到移动无线传感器网络系统,可以降低网络传输所需能耗、延长网络生存周期,具有很好的应用价值.在N-Nakagam i信道下,系统采用SSC-SC方案,基于矩生成函数(Moment Generating Function,MGF)的方法,推导出了涵盖多种调制方式的平均误码率(Average Symbol Error Probability,ASEP)的计算公式;同时也得到了中断概率(Outage Probability,OP)的精确表达式.最后,对不同系统条件下的性能做了数值仿真和分析,验证了分析结果的正确性.

1 系统模型

采用文献[11]中的基于簇的多跳虚拟MIMO通信系统模型,如图1所示.图1显示了两个簇之间的通信过程,信息可以通过多个簇的传递到达目的节点.在这里,每个节点都是移动的,每个源节点和协作节点只有一根天线,每个sink节点有多根天线,移动节点间的每条信道是相互独立的.

图1 虚拟M IMO系统的模型Fig.1 The virtual M IMO system model

由文献[10]知,服从N-Nakagam i分布的随机变量Z可表示为N个独立变量al的乘积,即

式中:N是衰弱因子;al服从Nakagam i分布,其概率密度函数为

其中,ml表示衰弱系数,Ωl=E(),E()表示求均值.

Z服从N-Nakagam i分布,其概率密度函数为[10]

假设发射端有1个移动传感器节点,接收端有2L个移动传感器节点,则构成了一个1×2L的虚拟M IMO系统.在这里,假设各分集支路衰落幅度平衡,各支路具有相同的均值,单个支路的接收信号为

式中:Z为衰落特性相互独立的信道传输系数,服从N-Nakagami分布;x表示发送的有用信号,它在一个符号间隔内的平均能量为Es;w为加性复高斯噪声,其单边功率谱密度为N0.

由式(5)得单个支路的瞬时接收信噪比为

其平均接收信噪比为

其概率密度函数可以表示为[10]

累积分布函数可以表示为[10]

虚拟M IMO系统首先对每2路进行SSC合并接收,再对得到的L路信号进行SC合并接收.每2个单支路进行SSC合并接收时,总的输出瞬时信噪比rSSC的累积分布函数为[6]

式中:rth为预先设置的切换门限.

对式(10)进行求导,可以得到rSSC的概率密度函数为[6]

当L路信号采用选择合并时,总的输出瞬时信噪比rSC为[12]

所以,SSC-SC接收端信噪比的累积分布函数为[7]

SSC-SC接收端信噪比的概率密度函数为[7]

SSC-SC接收端信噪比的MGF为

2 平均误码率分析

根据文献[13]的结论,一个衰落信道下涵盖多种调制方式包括M进制PSK、QAM和PAM调制等,相干解调时ASEP的通用公式为

2.1 M-PSK调制

采用相干检测的M-PSK调制时,系统的ASEP可以表示为

2.2 M-QAM调制

采用相干检测的M-QAM调制时,系统的ASEP可以表示为

2.3 M-PAM调制

采用相干检测的M-PAM调制时,系统的ASEP可以表示为

3 中断概率分析

中断概率定义为系统的接收信噪比低于某一门限值的概率.对于SSC-SC系统而言,由累积分布函数的定义可知其中断概率为[12]

式中,rT表示某一门限值.

图2 双Nakagami信道分集支路数对系统OP性能的影响Fig.2 The im pact of the diversity branches on the OP per for mance

4 数值仿真

预先设置的切换门限rth为5 dB,给定的门限值rT为2 dB.图2为移动无线传感器网络系统在双Nakagami信道下,系统的OP性能随分集支路数变化的曲线,分集支路数2L=2,4,6,8.由图2可知,随着分集支路数的增加,移动无线传感器网络系统的OP性能是不断改善的,例如,当SNR= 12 dB,分集支路数2L=2的OP是1×10-2;分集支路数2L=4的OP是1×10-4;分集支路数2L= 6的OP是2×10-6;分集支路数2L=8的OP是2×10-8.

图3为移动无线传感器网络系统在双Nakagami信道下,系统的OP性能随衰弱系数变化的曲线,其中,衰弱系数m=1,2,3,分集支路数2L=4.由图3可知,随着衰弱系数的增加,移动无线传感器网络系统的OP性能是不断改善的,例如,当SNR=12 dB,m=1的OP是1×10-2;m=2的OP是1×10-4;m=3的OP是9×10-7.

图3 双Nakagam i信道下衰弱系数对系统OP性能的影响Fig.3 The impact of the fading cofefficent on the OP performance

图4给出了移动无线传感器网络系统在NNakagam i信道下,系统的OP性能随衰弱因子变化的曲线,衰弱因子N=2,3,4,衰弱系数m=2,分集支路数2L=4.由图4可知,随着衰弱因子的增加,信道的衰弱程度不断增大,移动无线传感器网络系统的OP性能是不断减弱的,例如,当SNR =12 dB,N=2的OP是1×10-4;N=3的OP是1×10-3;N=4的OP是5×10-3.

图4 N-Nakagam i信道下衰弱因子对系统OP性能的影响Fig.4 The impact of the fading cofefficent on the OP per form ance

图5分析比较了SSC,SSC-SC,SC在双Nakagami信道下的OP性能,分集支路数2L分别为4,6,衰弱因子N=2,衰弱系数m=2.由图5可知,3种传输方式中,SSC的OP性能比SSC-SC, SC都要差.随着2L的增大,SSC-SC与SC两种合并方式的OP性能越来越接近.在误码率为10-6时,SSC-2SC与4SC所需的平均信噪比相差3.8 dB;SSC-3SC与6SC所需的平均信噪比相差2 dB.SSC-SC的硬件结构比SC简单,更利于在实际中应用.

图5 SSC,SSC-SC,SC在双Nakagami信道下的OP性能的比较Fig.5 The OP com parison of SSC,SSC-SC,SC

5 结论

基于MGF的方法推导了系统在N-Nakagami衰落信道上采用PSK、QAM、PAM等几种调制方式的ASEP的精确表达式;同时,也得到了OP的精确闭合表达式,然后对不同条件下的系统性能做了数值仿真.仿真结果表明:随着分集支路数、衰弱系数的增加,衰弱因子的减小,系统的ASEP和OP性能得到了很好的改善.本文中的信道是相互独立的,在实际环境中,信道并不是完全独立的,在后续研究中,可以进一步研究相关信道对系统性能的影响.

[1] 陆亚芳,易可夫,冯摇绪,等.基于模糊理论的无线传感器网络多层分簇式路由算法[J].传感技术学报,2014,27(7):933-938.

[2] FANG Zhao-xi,YUAN Xiao-jun,WANG Xin.Towards the asymptotic sum capacity of the MIMO cellular twoway relay channel[J].IEEE Transactions on Signal Processing,2014,62(6):4039-4051.

[3] QU Q,M ILSTELN L,VAMAN D.Cooperative and constrained MIMO communications in wireless ad hoc/ sensor networks[J].IEEE Transactions on W irelessCommunications,2010,9(10):3120-3129.

[4] SHANKAR P M.Performance analysis of diversity combining algorithms in shadowed fading channels[J].W ireless Personal Communications,2006,37 (1-2):61-72.

[5] YANG H C,ALOUINI M S.Performance analysis of multibranch switched diversity systems[J].IEEE Transactions on Communications,2003,51(5):782-794.

[6] XIAO L,DONG X.New results on the BER of sw itched diversity combining over nakagami fading channels[J].IEEE Communication Letters,2005,9 (2):136-138.

[7] 郭冬梅,张曙.切换驻留合并与选择合并相结合的混合合并技术[J].吉林大学学报:工学版,2010, 40(4):1133-1138.

[8] KOVACS I Z.Radio channel characterization for privatemobile radio systems:mobile-to-mobile radio link investigation[D].Kongeriget Danmark:Aalborg University,Department of Electrical and Computer Engineering,2002.

[9] SALO J,EL SALLABIH M,VAINIKAINEN P.Statistical analysis of themu ltiple scattering radio channel[J].IEEE Transactions on Antennas and Propagation, 2006,54(11):3114-3124.

[10]GEORGE K K,NIKOSC S,P TM.N*Nakagami:A novel stochastic model for cascaded fading channels[J].IEEE Transactions on Communications,2007,55 (8):1453-1458.

[11]AKYILDIZ I F,SU W,CAYIRCI E,et al.Wireless sensor networks:a survey[J].Computer Networks, 2002,38:393-422.

[12]SIMON M K,ALOUINIM S.Digital communication over fading channels[M].New Jersey:John W iley& Sons Press,2005.

[13]YILMAZ F,KUCUR O.Exact performance of wireless multihop transm ission for M-ary coherent modulations over generalized gamma fading channels[C]//Proceedings of Personal,Indoor and Mobile Radio Communications.Cannes:IEEE Press,2008:1-5.

Performance Analysis of Mobile Wireless Sensor Network System Based on SSC-SC Scheme

XU Ling-wei1,ZHANG Hao1,2,LV Ting-ting1,SHIWei3,T.A.GULLIVER2
(1.Department of Information Science and Engineering,Ocean University of China,Qingdao 266100,China;2.Department of Electrical and Computer Engineering,University of Victoria,Victoria V8W 3P6,Canada;3.Department of Information Science and Technology,Qingdao University of Science&Technology,Qingdao 266061,China)

On the basis of N-Nakagami fading channels,the average symbol error probability(ASEP)and outage probability(OP)of mobile wireless sensor network system employing switch-and-stay combining (SSC)and selection combining(SC)are investigated in this paper.Based on the moment generating function (MGF)approach,the exact ASEP expressions are derived for severalmodulation schemes,including phase shift keying(PSK),quadrature amplitude modulation(QAM),and pulse amplitude modulation(PAM). The exact closed-form OP expressions are also presented.Then the ASEP and OP performance under different conditions is evaluated through numerical simulations,and the accuracy of the analytical results is verified. The simulation results showed that:the ASEP and OP performance is improved w ith the diversity branches and the fading coefficient increased,while the fading factor decreased.

mobile wireless sensor network;switch-and-stay combing;selection combining;N-Nakagam i fading channel;outage probability

TN929.5

A

10.3969/j.issn.1671-6833.2015.03.021

1671-6833(2015)03-0096-05

2015-02-02;

2015-03-10

国家自然科学基金资助项目(61304222);山东省自然科学基金项目(ZR2012FQ021);山东省高等学校科技计划项目(J12LN88);青岛市国际科技合作项目(12-1-4-137-hz).

徐凌伟(1987-),男,山东高密人,中国海洋大学博士研究生,主要从事MIMO无线通信、无线传感器网络研究,Email:gaom ilaojia2009@163.com.

猜你喜欢
网络系统支路信噪比
基于限流可行方案边界集的最优支路投切
能源工程(2020年6期)2021-01-26 00:55:22
基于深度学习的无人机数据链信噪比估计算法
低信噪比下LFMCW信号调频参数估计
电子测试(2018年11期)2018-06-26 05:56:02
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
雷达学报(2017年3期)2018-01-19 02:01:27
基于DEMATEL-ISM的军事通信网络系统结构分析
多支路两跳PF协作系统的误码性能
电信科学(2016年9期)2016-06-15 20:27:30
高速公路网络系统配置浅析
利用支路参数的状态估计法辨识拓扑错误
时滞复杂网络系统的保性能控制
计算机工程(2015年4期)2015-07-05 08:27:41
保持信噪比的相位分解反褶积方法研究