SALAD: Self-Adaptive Link Adaptation
ETH Zürich(苏黎世联邦理工学院);NVIDIA(英伟达)
SALAD通过ACK/NACK反馈跟踪SINR变化,利用交叉熵损失最小化选择MCS,实现高频谱效率和低BLER,实验显示其在不同交通场景下优于多种OLLA变体。
2026-03-13 cs.IT math.IT
Precoding for 2x2 Doubly-Dispersive WSSUS Channels
广义平稳不相关散射(WSSUS)移动通信信道的散射函数的最佳链路自适应仍然是一个未解决的问题,尽管它的重要性,下一代系统的设计。在多载波传输中,这种链路自适应通过脉冲整形来执行,脉冲整形又相当于相对于二阶信道统计的预编码。在本框架中,使用将预编码器优化问题转化为迹类算子上的优化问题。这个问题在量子信息论的背景下也是众所周知的,由于其非凸性质,通常没有解决。然而,在非常低的维度中,问题公式揭示了一个额外的分析结构,该结构再次允许最佳预编码器和复用方案的解决方案。因此,在这方面的贡献的2x2双色散WSSUS信道的问题的解析解。
2006-01-16 cs.IT math.IT
Outage-based ergodic link adaptation for fading channels with delayed CSIT
链路自适应技术是一种根据信道变化动态调整传输数据率的技术,通常用于处理无线信道的时变特性。然而,当由于反馈延迟而使发送器处的信道状态信息(CSIT)延迟超过信道相干时间时,如果不考虑该延迟,则链路自适应的效果可能被带走。处理这种延迟的一种方法是在给定可用观测的情况下预测当前信道质量,但这将不可避免地导致预测误差。本文提出了一种不同视角的算法。通过使用当前信道给定观测的条件cdf,可以计算传输速率$R$的每个值的中断概率。通过假设传输出错率(BLER)由中断概率决定,也可以计算出期望吞吐量,并确定$R$使其最大化.在信道具有遍历性的情况下,该方案被设计为最优方案,并在一定的瑞利衰落信道模型下显示出明显优于传统方案的性能.
2012-09-27 cs.IT math.IT
Rate and Power Allocation for Discrete-Rate Link Adaptation
链路自适应,特别是自适应编码调制(ACM),是一个有前途的工具,在衰落环境中的带宽效率的传输。采用ACM方案的主要动机是提高无线通信系统的频谱效率。在本文中,使用有限数量的容量实现分量码,我们提出了新的传输方案,采用恒定功率传输,以及离散和连续的功率自适应,缓慢变化的平坦衰落信道。我们表明,所提出的传输方案可以实现吞吐量接近香农限的平坦衰落信道,只使用少量的代码。具体而言,使用一个完全离散的计划,只有四个代码,每个与四个功率电平,我们实现了1 dB的连续速率连续功率香农容量的频谱效率。此外,当被限制为固定数量的码时,与恒定功率方案相比,功率自适应的引入相对于ASE和无传输的概率具有显著的增益。
2007-07-17 cs.IT math.IT
Joint Link Adaptation and User Scheduling with HARQ in Multi-Cell Environments
小区间干扰(ICI)是影响蜂窝网络性能的最关键因素之一。在本文中,我们研究了联合链路自适应和用户调度问题的多小区下行链路采用HARQ技术,其中ICI存在于小区之间。我们首先提出了一种近似方法聚合ICI分析的有效信号干扰和噪声比(SINR)与HARQ技术在用户,命名为相同的路径损耗近似(IPLA)。基于建议的IPLA,我们提出了一个传输速率选择算法最大化在每个用户的预期吞吐量。我们还提出了一个简单而有效的跨层框架,结合传输速率自适应和用户调度技术,同时考虑HARQ和ICI。结果表明,基于IPLA的用户端有效信干噪比的统计分布与经验分布吻合较好,而传统的高斯近似(GA)在存在主导ICI的情况下效果不佳。因此,IPLA使基站能够选择更准确的传输速率。此外,所提出的基于IPLA的跨层策略优于现有的策略,在系统吞吐量和用户公平性。
2015-03-11 cs.IT math.IT
Reinforcement Learning for Efficient and Tuning-Free Link Adaptation
KTH Royal Institute of Technology(瑞典皇家理工学院);Ericsson Research(爱立信研究院)
无线链路使数据传输参数适应于动态信道状态--这称为链路自适应。传统的链路自适应依赖于调整参数,这些参数对于配置最佳链路性能是具有挑战性的。最近,强化学习已经被提出来自动化链路自适应,其中传输参数被建模为多臂强盗的离散臂。在这种情况下,我们提出了一个潜在的学习模型,链路自适应,利用数据传输参数之间的相关性。此外,最近成功的汤普森采样多臂强盗问题的动机,我们提出了一个潜在的汤普森采样(LTS)算法,快速学习给定的信道状态的最佳参数。我们通过一个自动跟踪信道动态的免调谐机制将LTS扩展到衰落无线信道。在衰落无线信道的数值评估中,与最先进的链路自适应算法相比,LTS将链路吞吐量提高了100%。
2021-05-05 cs.IT cs.LG eess.SP
An Energy Efficient Semi-static Power Control and Link Adaptation Scheme in UMTS HSDPA
高速下行分组接入(HSDPA)已成功应用于商用系统中,并显著改善了用户体验。然而,它会引起大量的能量消耗。在本文中,我们解决这个问题,提出了一种新的节能半静态功率控制和链路自适应方案在HSDPA。通过估计不同调制编码方案下的能量效率和相应的发射功率,该方案可以确定节点B处能量效率最高的调制编码级别和发射功率。然后节点B配置最佳MCS级别和发射功率。为了减少由配置引起的信令开销,采用双触发机制。在此之后,我们将所提出的方案扩展到多输入多输出(MIMO)的情况下。仿真结果证实了我们提出的方案的显着EE的改善。最后,我们讨论了HSDPA中单输入多输出(SIMO)和MIMO配置之间的能量有效模式切换的潜在EE增益和挑战。
2012-02-07 cs.IT math.IT
Link Adaptation Algorithms for Dual Polarization Mobile Satellite Systems
在移动卫星系统中使用双极化作为增加传输容量的一种手段是非常有希望的。在本文中,我们研究的系统,同时使用两个正交的极化,以便与用户进行通信。在前向链路中应用MIMO信号处理技术以及自适应编码和调制,与单极化系统相比,可以提供高达100%的显著吞吐量增益。允许网关改变每个帧的MIMO以及调制和编码方案。该选择通过链路自适应算法来完成,该算法使用可调裕度来实现预定的目标误帧率。
2018-03-20 cs.IT eess.SP math.IT
Maximum Total Correntropy Diffusion Adaptation over Networks with Noisy Links
网络上的分布式估计是近年来研究的热点。在许多情况下,由于节点之间的信息通信不完善,传统的扩散自适应算法,如扩散LMS(DLMS)的性能可能会下降。为了解决这个问题,已经提出了几种改进的DLMS算法。然而,这些基于DLMS的算法仍然遭受有偏估计,并且对脉冲链路噪声不鲁棒。在本文中,我们专注于提高性能的扩散自适应噪声链路从两个方面:准确性和鲁棒性。提出了一种新的算法--扩散最大总相关熵(DMTC)算法.新算法在高斯噪声中具有理论上的无偏性,并且能够有效地处理存在较大离群值的链路噪声。自适应组合规则的应用,以进一步提高性能。给出了算法的稳定性分析。仿真结果表明,DMTC算法在高斯和非高斯噪声环境下都能取得良好的性能。
2018-02-14 cs.IT eess.SP math.IT
Reinforcement learning techniques for Outer Loop Link Adaptation in 4G/5G systems
无线系统执行速率自适应以最高可能的瞬时速率发送。速率自适应在几代无线系统中已经变得越来越细粒度。基站使用SINR和被称为确认/否定确认(ACK/NACK)的分组解码反馈来执行速率适配。SINR用于速率锚定,称为内部外观自适应,ACK/NACK用于精细偏移调整,称为外环链路自适应(OLLA)。我们将OLLA转换为多臂强盗(MAB)类的强化学习问题,其中不同的偏移值是强盗的手臂。在OLLA中,随着偏移值增加,分组错误的概率也增加,并且每个用户设备(UE)具有期望的误块率(BLER)以满足特定的服务质量(QoS)要求。对于这个MAB,我们提出了一个基于二进制搜索的算法,实现了可能近似正确(PAC)的解决方案,利用大偏差理论和置信界限的界限。除此之外,我们还讨论了汤普森抽样或基于UCB的方法如何无法帮助我们实现目标。最后,在LTE系统仿真器上进行了仿真,验证了算法的有效性。
2017-08-03 cs.IT math.IT stat.ML
Practical Implementation of Link Adaptation with Dual Polarized Modulation
在移动卫星系统中使用双极化对于增加信道容量是非常有希望的。本文提出了一种用于实际系统的极化调制,给出了计算其容量的简单公式,并给出了一种链路自适应算法。与单极化和其他多天线技术如V-BLAST相比,该方案在频谱效率上显示出显着的增益。极化调制是更一般的折射率调制的一个特定实例,正在考虑用于5G网络。因此,拟议的链路自适应算法可以找到协同作用与目前的活动,为未来的地面网络。
2018-07-25 cs.ET cs.IT eess.SP
Power Control and Soft Topology Adaptations in Multihop Cellular Networks with Multi-Point Connectivity
LTE标准考虑使用中继来增强小区边缘附近的覆盖。在传统拓扑中,移动设备可以建立到基站(BS)的直接链路或到中继站的链路,但不能同时建立两者。在本文中,我们考虑的好处,多点连接,允许用户设备(UE)分裂他们的发射功率同时链接到BS和中继,实际上发送两个并行流。我们对UE的决策进行建模,以:(i)连接到哪个接入点(中继或中继和BS或仅BS);以及(ii)如何在这些链路上分配发射功率,以便最大化其总速率。我们表明,这种灵活性的接入点的选择导致大量的网络容量增加时,节点在一个固定的网络拓扑结构。由于干扰和回程链路过载的可能性,UE在接入点和发射功率方面的个体自适应是相互依赖的。我们表明,这些决定可以收敛,没有任何明确的合作,并得出一个封闭形式的发射功率电平的表达式。
2015-01-16 cs.IT math.IT
Dependency-Aware HARQ and Link Adaptation for Wireless Transmission of Open-Vocabulary Scene Graphs
University of Macau(澳门大学);Shenzhen Institute of Artificial Intelligence and Robotics for Society (AIRS), School of Science and Engineering, The Chinese University of Hong Kong (CUHK), Shenzhen(香港大学深圳校区科学与工程学院人工智能与机器人研究院)
该研究针对时延与能量受限无线视觉上行链路,提出依赖感知可靠性分配方法,通过语义依赖拉格朗日块算法优化分组参数,在多数实例达全局最优,性能优于多种对比方法。
2026-09-01 cs.IT math.IT
Dynamic Topology Adaptation Based on Adaptive Link Selection Algorithms for Distributed Estimation
University of York(约克大学);CETUC / PUC-Rio(天主教里约热内卢大学研究与应用技术中心);Princeton University(普林斯顿大学)
本文提出自适应链路选择算法用于分布式估计,并探讨其在无线传感器网络和智能电网中的应用。通过分析算法的稳定性、稳态和跟踪性能及计算复杂度,展示了其在估计精度和收敛速度上的优势,以及网络链路选择能力的提升。
2015-10-18 cs.IT cs.SY eess.SY
DeepOFW: Deep Learning-Driven OFDM-Flexible Waveform Modulation for Peak-to-Average Power Ratio Reduction
School of Electrical and Computer Engineering, Ben-Gurion University of the Negev(本· Gurion 内盖夫大学电气与计算机工程学院)
本文提出DeepOFW框架,通过深度学习驱动设计低复杂度硬件的OFDM灵活波形,降低PAPR并提升BER性能,同时提供开源实现以促进研究与应用。
2026-03-15 cs.IT cs.LG eess.SP
Interference Distribution Prediction for Link Adaptation in Ultra-Reliable Low-Latency Communications
超可靠低延迟通信(URLLC)用例的严格延迟和可靠性要求是第五代(5G)网络设计的主要驱动因素之一。链路自适应(LA)被认为是实现URLLC的瓶颈之一。在本文中,我们专注于预测的信号干扰加噪声比在用户,以提高LA。由于大多数具有最极端延迟和可靠性要求的URLLC用例的特征在于半确定性流量,因此我们建议利用干扰的时间相关性来计算预测下一次传输中的干扰功率所需的有用统计数据。该预测在LA上下文中被利用以最大化频谱效率,同时保证任意水平的可靠性。数值结果进行了比较与国家的最先进的干扰预测技术LA。我们发现,利用时间相关的干扰是一个重要的使URLLC。
2020-07-01 cs.IT eess.SP math.IT
Delay-Optimal Power and Precoder Adaptation for Multi-stream MIMO Systems
在本文中,我们考虑延迟最佳MIMO预编码器和功率分配设计的MIMO链路在无线衰落信道。存在空间复用到MIMO链路上的具有异构分组到达和延迟要求的$L$数据流。假设发射机知道信道状态信息(CSI)以及$L$缓冲器的联合队列状态信息(QSI)。使用$L$维马尔可夫决策过程(MDP),我们得到了最优的预编码和功率分配策略的一般延迟制度,其中包括在线解决方案和离线解决方案。在线解决方案具有可忽略的复杂性,但离线解决方案具有最差情况复杂性${\cal O}((N+1)^L)$,其中$N$是缓冲区大小。利用$L$本征信道的{ \em静态排序},将MDP分解为$L$独立的一维子问题,得到了低复杂度的离线解,其复杂度阶数为线性的${\cal O}(NL)$,性能接近最优.
2009-06-01 cs.IT math.IT
CQI-Based Interference Prediction for Link Adaptation in Industrial Sub-networks
University of Bremen(不来梅大学);Nokia Standards(诺基亚标准);Nokia Bell Labs Stuttgart(诺基亚贝尔实验室斯图加特)
本文提出基于CQI的干扰预测方法,通过vDSSM和SPTPR模型提升工业子网络中链路自适应的性能和可靠性。
2025-07-10 cs.IT eess.SP math.IT
Link Regime and Power Savings of Decode-Forward Relaying in Fading Channels
在本文中,我们重新研究中继信道下的解码转发(DF)策略。与块马尔可夫编码始终是速率最优DF策略的既定信念相反,在某些信道条件下(链路机制),源和中继之间的独立信令实现相同的传输速率,而不需要相干信道相位信息。此外,这种独立的信令机制允许中继器节省功率。因此,我们设计了一个复合DF中继策略,实现了相同的速率块马尔可夫DF,但所需的中继功率较少。从链路自适应的角度来看,这一发现是有吸引力的,以适应中继编码和中继功率根据链路状态。我们研究这种链路自适应衰落下完美的信道状态信息(CSI)和实际的CSI,其中节点有完美的接收和长期发送CSI,并得出相应的中继节省功率在这两种情况下。我们还推导出中断概率的复合中继方案,适应信令的链路制度。通过仿真,我们暴露了一个新的权衡中继放置显示,中继保存最多的功率时,更接近的目的地,但实现最大的速率增益时,更接近的源。
2015-12-17 cs.IT math.IT
Distributed Rate Adaptation and Power Control in Fading Multiple Access Channels
传统上,相干衰落多址接入信道(MAC)的容量区域分析在两个流行的上下文中。在第一个,一个集中式系统,在发射机(CSIT)的全信道状态信息,并共同选择每个衰落矢量实现的通信参数,如发射功率和数据速率。另一方面,在具有分布式CSIT的快衰落链路中,通过在足够多的信道实现上执行遍历平均来补偿完整CSI的缺乏。注意,分布式CSI可能需要分散式功率控制以实现最佳数据传输。除了这两个模型,慢衰落链路和分布式CSIT的情况下,虽然相关的许多系统,已收到少得多的关注。在本文中,块衰落的AWGN MAC与完整的CSI在接收端和分布式CSI在发送端被认为是。链路经历独立的衰落,但具有任意的衰落分布。信道统计和相应的长期平均发射功率对于所有各方都是已知的。我们首先考虑的情况下,每个编码器只知道自己的链路质量,而不是别人。对于这个模型,我们计算的自适应容量区域,即收集的平均速率元组下块的编码/解码,使得每个衰落实现的速率元组是在瞬时MAC容量区域。在我们的解决方案中的关键步骤是一个最佳的速率分配函数的任何给定的一组分布式功率控制法在发射机。这也使我们能够表征最佳功率控制的衰落模型的广泛的类。还提出了进一步的扩展以考虑发射机处的更一般的CSI可用性。
2014-09-16 cs.IT math.IT
PRB-WM: Physics-Regularized Beta World Models for Predictive Link Adaptation on Real Time-Varying Underwater Acoustic Channels
School of Electronic and Information Engineering, Beihang University(北京航空航天大学电子信息工程学院);Peng Cheng Laboratory(鹏城实验室);Hangzhou International Innovation Institute, Beihang University(北京航空航天大学杭州国际创新研究院);MIIT Key Lab. of Aerospace Mobile Communication(工业和信息化部航空移动通信重点实验室);State Key Lab. of CNS/ATM(CNS/ATM国家重点实验室);Department of Computer Science, City University of Hong Kong(香港城市大学计算机科学系);Hong Kong Generative AI Research and Development Center(香港生成式人工智能研发中心);College of Underwater Acoustic Engineering, Harbin Engineering University(哈尔滨工程大学水下声学工程学院);College of Computing & Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院)
该研究针对水声链路自适应反馈滞后问题,提出首个水声通信世界模型PRB-WM,结合物理正则化等技术,在海试数据实验中性能远超基线方法。
2026-10-14 cs.IT cs.SD math.IT
Diffusion Adaptation over Multi-Agent Networks with Wireless Link Impairments
McGill University(麦吉尔大学);University of California, Los Angeles(加州大学洛杉矶分校)
研究无线链路退化环境下多智能体网络分布式参数估计中扩散最小均方算法性能,通过动态更新组合权重和引入均衡系数缓解信道退化影响。
2015-07-18 cs.DC cs.IT cs.SY
CSI Prediction Frameworks for Enhanced 5G Link Adaptation: Performance-Complexity Trade-offs
本文提出两种CSI预测框架,通过比较维纳滤波器与GRU等深度学习模型,探讨了5G系统中性能与复杂度的权衡,指出在不同双工模式下各有优劣。
2025-11-25 cs.IT eess.SP math.IT
Finite-horizon Online Transmission Rate and Power Adaptation on a Communication Link with Markovian Energy Harvesting
Middle East Technical University(中东理工大学)
本文提出了一种低复杂度的在线调度策略,通过计算预期阈值来选择速率和功率水平,以在有限时间范围内最大化吞吐量,并在给定延迟下实现更高的吞吐量。
2013-05-20 cs.IT cs.SY eess.SY
Learning-Based Adaptive Transmission for Limited Feedback Multiuser MIMO-OFDM
由于预编码、用户选择、空间模式选择和使用关于信道的有限反馈之间的耦合,在多天线和多用户系统中执行链路自适应是具有挑战性的。当使用正交频分复用(OFDM)时,选择适当的调制和编码方案的困难加剧了该问题。提出了一种数据驱动的多用户多输入多输出(MIMO)OFDM系统链路自适应方法。使用机器学习分类器来选择调制和编码方案,将不同子载波和空间流中的SNR值作为输入。提出了一种新的近似方法来估计由于有限反馈而引起的未知用户间干扰。这种近似允许以最小的通信开销在发射机处获得SNR信息。一个贪心算法被用来执行空间模式和用户选择与负担得起的复杂性,而不诉诸于一个穷举搜索。所提出的自适应研究的背景下,IEEE 802.11ac标准,并示出调度用户和调整传输参数的信道条件以及反馈信道的速率。
2014-01-22 cs.IT math.IT
Link Adaptation for Wireless Video Communication Systems
这篇博士论文考虑了无线信道上视频通信的性能评估和增强。该系统模型考虑了具有Chase合并和Turbo乘积码(TPC)的混合自动重传请求(HARQ)。本文提出了优化基于HARQ的无线视频通信的吞吐量、传输功率和复杂度的算法和技术。一个半解析的解决方案开发的延迟约束HARQ系统的性能建模。半解析和蒙特卡罗模拟结果表明,显着的复杂度降低可以实现注意到,软解码的编码增益优势降低时,大通合并使用,它实际上完全消失的特定代码。此外,本文提出了一种新的功率优化算法,实现了高达80%的显着节能。联合吞吐量最大化和复杂度降低被认为是。提出了一种无循环冗余校验(CRC)的HARQ,以提高系统的吞吐量时,短数据包传输。此外,当发送的分组较长时,降低了计算复杂性/延迟。最后,提出了一种基于内容感知和占用率的HARQ方案,以确保在连续播放的情况下视频质量失真最小。
2017-06-08 cs.IT cs.MM cs.NI
Intelligent Link Adaptation for Grant-Free Access Cellular Networks: A Distributed Deep Reinforcement Learning Approach
随着机器类型设备(MTD)的持续增长,预计大规模机器类型通信(mMTC)将成为未来无线网络中的主要业务形式。基于该技术的应用具有与人对人(H2H)通信根本不同的流量特征,人对人(H2H)通信涉及相对少量的设备一致地传输大数据包。相反,在mMTC应用中,非常大量的MTD零星地发送小分组。因此,通常用于H2H服务的传统的基于授权的接入方案不适合于mMTC,因为它们引起与信道请求过程相关联的大开销。我们提出了三个免授权的分布式优化架构,能够显着降低网络的平均功耗。将免授权随机接入传输中的物理层(PHY)和介质访问控制(MAC)优化问题建模为部分可观测随机博弈(POSG),目标是在每个设备的时延约束下最小化平均发射功率.结果表明,所提出的架构能够实现显着更少的平均延迟比基线,同时花费更少的功率。此外,所提出的架构比基线更健壮,因为它们在不同的系统实现中表现出更小的性能差异。
2021-07-08 cs.IT cs.MA eess.SP
On Active Learning and Supervised Transmission of Spectrum Sharing Based Cognitive Radios by Exploiting Hidden Primary Radio Feedback
研究了一对分布式主无线电(PR)和认知无线电(CR)链路之间的无线频谱共享问题。假设PR链路在从CR接收到干扰信号时调整其发射功率和/或速率,并且这种发射调整可由CR观察到,这导致从PR到CR的新形式的反馈,称为隐藏PR反馈,由此CR学习PR的用于发射调整的策略,而不需要来自PR的专用反馈信道。我们利用隐藏的PR反馈来设计用于基于频谱共享的CR的新的学习和传输方案,即主动学习和监督传输。对于主动学习,CR主动发送探测信号以干扰PR,并且根据观察到的PR发送自适应,CR估计从其发送器到PR接收器的信道增益,这对于CR在后续数据传输期间控制其对PR的干扰是必要的。本文提出了一种新的传输协议的CR实现主动学习和解决方案,以处理各种实际问题的实现,如时间同步,速率估计粒度,功率测量噪声,和信道变化。此外,利用从主动学习获得的知识,CR通过有效地控制去往和来自PR的干扰功率来设计有监督的数据传输,以便实现PR和CR链路的最佳性能折衷。数值结果提供了不同的系统设置下的CR所提出的计划的有效性进行评估。
2010-06-21 cs.IT math.IT
Adaptive Modulation with Impulsive Interference
在这封信中,我们分析了功率和速率自适应在一个点到点链路瑞利衰落和脉冲干扰。我们将脉冲干扰建模为Bernoulli-Gaussian随机过程。自适应是用来最大限度地提高平均频谱效率,通过改变功率和速率的传输受到平均功率和瞬时概率的错误约束。在没有脉冲干扰的情况下,众所周知,注水对于块衰落是最佳的。我们提供了两个简单的方案,表明传统的注水算法在脉冲干扰信道中不是最佳的。
2016-05-12 cs.IT math.IT
Energy Efficient Downlink mMIMO Using Dynamic Antenna and Power Adaptation
Nokia Bell Labs(诺基亚贝尔实验室);Nokia(诺基亚);Aalto University(阿尔托大学)
本文提出一种动态天线和功率适应方案,通过优化用户调度和资源分配,提高网络节能效率并保障用户吞吐量。
2026-01-28 cs.IT math.IT
Software Defined Adaptive MIMO Visible Light Communications after an Obstruction
我们实验证明了一个软件定义的2x2 MIMO VLC系统采用空间复用和分集的链路自适应。在经过障碍物后的2米室内传输中,实现了12 b/s/Hz的平均无误差频谱效率。
2016-12-16 cs.IT math.IT
Rate and Power Adaptation for Multihop Regenerative Relaying Systems
在这项工作中,我们提供了一个全球性的框架分析的多跳中继系统,其中发射机(TX)与接收机(RX)通过一组中间中继部署在串联或并联。假设基于再生的中继方案,诸如重复编码的解码转发(DF),其中解码是基于阈值的。为了反映广泛的衰落,我们介绍了广义$H$函数(也称为福克斯- $H$函数)分布模型,使无线电频率(RF)衰落,如威布尔和伽马,以及自由空间光学(FSO),如双广义伽马和马拉加衰落的建模。在这种情况下,我们介绍了各种功率和速率自适应政策的基础上,在TX和RX的信道状态信息(CSI)的可用性。最后讨论了中继拓扑结构、中继数目和衰落模型等因素对链路自适应策略性能可靠性的影响。
2021-07-06 cs.IT eess.SP math.IT
Steady-State Rate-Optimal Power Adaptation in Energy Harvesting Opportunistic Cognitive Radios with Spectrum Sensing and Channel Estimation Errors
我们考虑一个机会认知无线电网络,由Nu个次级用户(SU)和一个接入点(AP)组成,可以访问授权给一个主用户的频谱带。每个SU都能够收集能量,并配备有限大小的电池用于能量存储。SU在时隙方案下操作,其中每个时隙由三个不重叠的阶段组成:频谱感测阶段、信道探测阶段和数据传输阶段。AP将其对SUs-AP链路的衰落系数的估计反馈给SU。为了在能量收集和能量消耗之间取得平衡,我们提出了一种参数化的功率控制策略,该策略允许每个SU根据反馈信息和其存储的能量来调整其功率。建模随机到达的能量包在一个时隙作为一个泊松过程,我们建立了一个下界的SUS-AP链路的可实现的和速率,在频谱感知和信道估计误差的存在下。我们优化的参数,建议的功率控制策略,使派生的和率下限最大化,受干扰约束。通过仿真,我们证实了我们的分析,并探讨频谱感测通道探测数据传输的权衡。
2021-02-05 cs.IT eess.SP math.IT
Rate Adaptation via Link-Layer Feedback for Goodput Maximization over a Time-Varying Channel
我们考虑调整传输速率以最大化有效吞吐量,即,在连续马尔可夫平坦衰落无线信道上无差错传输的数据量。特别是,我们认为发射机信道状态推断从降级的因果错误率反馈,如在自动重传请求(ARQ)系统中的分组级ACK/NAK的计划。在这种方案中,传输速率的选择不仅影响随后的有效吞吐量,而且影响随后的反馈,这意味着最优速率调度是由部分可观测马尔可夫决策过程(POMDP)。由于POMDP的解决方案是计算上不切实际的,我们认为简单的次优贪婪率分配,并表明,最佳方案本身是贪婪的,如果错误率反馈是非退化的。此外,我们表明,贪婪的速率分配使用非退化反馈产生的总有效吞吐量的上限,使用退化反馈的最优速率分配。然后,我们详细的贪婪方案的实施,并提出了一个降低复杂性的贪婪方案,适应传输速率只有一次,每个数据包块。我们还研究了该计划的性能数值,并表明,所提出的贪婪计划实现稳态的有效吞吐量,合理地接近使用非退化反馈计算的有效吞吐量的上限。在存在数据缓冲区的情况下,在稳态有效吞吐量、丢弃率和平均缓冲区占用率方面获得了类似的改进。我们还研究了离散近似的信道的最佳速率分配的性能上界,并表明,这种量化导致可实现的有效吞吐量的显着损失。
2009-03-24 cs.IT cs.NI math.IT
Channel Dependent Mutual Information in Index Modulations
互信息是用于执行链路自适应的度量,其允许实现接近容量的速率。自适应传输模式的计算是通过使用信噪比和互信息之间的映射来实现的。由于互信息计算的高度复杂性,该过程通过蒙特卡洛模拟离线执行,其结果存储在查找表中。然而,在诸如空间调制或极化调制的索引调制中,这是不可行的,因为星座和互信息是信道相关的,并且如果信道是时变的,则需要在每个时刻计算该度量。在本文中,我们提出了不同的近似,以获得一个简单的封闭形式的表达式,允许计算在每个时刻的互信息,从而使可行的链路自适应。
2018-07-25 cs.ET cs.IT eess.SP
Diffusion Adaptation Strategies for Distributed Optimization and Learning over Networks
University of California, Los Angeles(加州大学洛杉矶分校)
我们提出了一种自适应扩散机制,以优化全局费用函数在一个网络的节点分布的方式。假设费用函数由各个分量的集合组成。扩散自适应允许节点实时合作和扩散信息;它还有助于通过连续学习过程减轻随机梯度噪声和测量噪声的影响。我们分析了算法的均方误差性能的一些细节,包括其瞬态和稳态行为。我们还将扩散算法应用于两个问题:稀疏参数的分布式估计和分布式定位。与研究充分的增量方法相比,扩散方法不需要在节点上使用循环路径,并且对节点和链路故障具有鲁棒性。扩散方法还赋予网络自适应能力,即使当费用函数随时间变化时,也使各个节点能够继续学习。涉及具有移动目标的这种动态费用函数的示例在生物网络的上下文中是常见的。
2012-05-12 cs.IT cs.LG cs.SI