本节将通过仿真来验证所提出抗干扰方案的优势和性能。如表7.1所示,部分DNN训练集的输入输出参数经过模型训练后能够得到预测结果,关于DNN模型的相关参数隐藏层的个数为6层,经过调试,将各层神经元的个数设置为500,1000,1500,2000,800和300。图7.8存在干扰机时,不同速度下的误码率比较图7.9分析了不同IRS到用户的距离下,误码率受莱斯因子和IRS天线个数以及SNR的影响比较。......
2023-08-23
根据以上推导结果,利用MATLAB仿真得到保密中断概率和监听概率与信噪比的关系图,并通过与蒙特卡洛仿真进行对比,验证结果的正确性。仿真中取门限速率值r=0.5bit/s/Hz,设剩余自干扰窃听链路的平均信噪比。根据中继所处位置不同,取,q>1、q<1分别表示中继处于靠近节点A、B的位置,当q=1时表示中继恰好位于节点A与B的中间位置。
图6.12是系统SOP随中继位置变化的曲线。仿真中设置中继数目N=5、信噪比=10dB、剩余自干扰=0dB、窃听信噪比=-10dB、信道估计误差=0.1。从图中可以看出,当与的比值q为1,即中继位于节点A、B中间位置时,此时系统SOP最小。中继位置越靠近A或B一侧,系统安全性能也就越差。同时,在该双向中继网络中,全双工系统的性能要优于半双工,并随着q→1,全双工系统的优势越来越大。
图6.12 中继位置对保密中断概率的影响曲线
图6.13是信道估计误差分别为0.1、0.01、0时,系统SOP随着信噪比变化的曲线。仿真中设置中继数目N=5、窃听信噪比=-10dB、剩余自干扰=-5dB,并取,即中继位于靠近节点B的位置。从图中可以看出,随着信道估计误差的增大,SOP逐渐增大,相应地系统性能逐渐变差。在信噪比较低时,这种变化尤为明显。当增大到一定值时,SOP趋近于稳定,信道估计误差不再是影响系统性能的主要因素。在同一条件下全双工系统的安全性能明显优于半双工系统。
图6.13 信道估计误差对保密中断概率的影响曲线
图6.14是中继数目N取1、3、5时,系统SOP随着信噪比变化的曲线。仿真中设置q=12、窃听信噪比=-10dB、剩余自干扰=-5dB、信道估计误差=0.1。当N=1时即为单中继系统。从图中可以看出,系统SOP随着信噪比的增加而减少,中继数目越多,系统SOP下降越明显。当信噪比增加到一定值时,系统SOP逐渐趋于稳定。在高信噪比处,N=5时的保密中断概率是N=3时的50%左右,是单中继系统的27%左右。由此可见,在传输信噪比无法满足要求的情况下,适当增加中继数目可以有效地提高系统的安全性能。
图6.15是窃听信噪比在0dB、-5dB、-10dB三种情况下,监听概率随着信噪比变化的曲线。仿真中设置q=12、中继数目N=5、剩余自干扰=0dB、信道估计误差=0.1。从图中可以看出,随着的下降,监听概率大幅下降,系统的安全性能明显上升。由于半双工系统中没有剩余自干扰的影响,在低到中信噪比处,同一条件下半双工系统的监听概率要低于全双工系统的监听概率。同时这种影响随着信噪比的提升逐渐消失。仿真结果表明可以通过适当提高传输信噪比来抑制窃听者对系统安全性能的影响。
图6.14 中继数目对保密中断概率的影响曲线
图6.15 窃听链路信噪比对监听概率的影响曲线
图6.16是剩余自干扰分别为-5dB、0dB、5dB时,监听概率随着信噪比变化的曲线。仿真中设置q=12、中继数目N=5、窃听信噪比=-10dB、信道估计误差=0.1。从图中可以看出,系统的监听概率随着剩余自干扰的降低而降低,而半双工系统中剩余自干扰为零,因此半双工系统的监听概率总是低于全双工系统的监听概率。随着信噪比的逐渐增加,剩余自干扰带来的影响逐渐减弱。当增加到一定值时,半双工与全双工系统的监听概率几乎保持一致,此时剩余自干扰不再是影响系统安全性能的主要因素。
图6.16 剩余自干扰对监听概率的影响曲线
有关高速铁路车地间多跳协作通信技术的文章
本节将通过仿真来验证所提出抗干扰方案的优势和性能。如表7.1所示,部分DNN训练集的输入输出参数经过模型训练后能够得到预测结果,关于DNN模型的相关参数隐藏层的个数为6层,经过调试,将各层神经元的个数设置为500,1000,1500,2000,800和300。图7.8存在干扰机时,不同速度下的误码率比较图7.9分析了不同IRS到用户的距离下,误码率受莱斯因子和IRS天线个数以及SNR的影响比较。......
2023-08-23
考虑高铁场景下,基于IRS辅助的空间调制下行传输系统。图7.1智能表面辅助的高铁空间调制系统图将调制载波信号从基站端发射至车载接收端有两条路径,分别为基站端直接传至高铁车载接收端,其信道服从空时相关的莱斯分布,与第4章中所用的衰落一致;另外一条路径为经过IRS反射之后到达车载接收端,可以分为两段,第一段为莱斯衰落,第二段需要将空时相关性、IRS反射相位等综合考虑。......
2023-08-23
图6.2所提算法与其他算法的MSE性能比较由于完美信道为非完美信道下更能展现算法性能的一个特例情况,因此首先对于完美信道下的中继混合预编码设计进行仿真分析。图6.6中继接收与发送采用不同量化位时SE随量化位数变化曲线图6.7显示了利用不同分辨率PSs时的EE性能。这是因为与3位分辨率的情况相比,具有1位分辨率PSs的可实现SE的退化是显著的。......
2023-08-23
表4.1基于最大化安全容量的联合天线选择和功率分配算法2.基于拉氏乘子法的功率分配方案通过JOSCA算法能够选取出使得系统安全容量达到最优的发射天线和发射功率,根据安全容量的闭式表达式,可以发现,不管发射人工噪声的RAU的功率如何进行分配,都不会影响最终的发射天线的选择和发射有效信号功率分配因子的求解,所以可以对发射人工噪声的功率进一步分配以明确冗余的RAU分别使用多大的功率。......
2023-08-23
由于精确的误比特率难以获得,本文通过推导成对差错概率来获得平均误比特率的上界。在瑞利道下,类似文献[158]相关的推导,得到Bob的接收误比特率为其中,为发射端与Bob的信道系数方差。对于Eve,可以将人工噪声表达为信道噪声的一部分,从而Eve接收误比特率为考虑到实际情况下,Eve端无法得到反馈的CSI。因此,对于Eve来说,最终的误比特率可以近似表示为[163]......
2023-08-23
系统的SC为合法信道容量与窃听信道的信道容量的差值其中,P表示传输功率;表示合法信道的噪声方差;表示窃听信道的噪声方差。反之,则系统的SC为0,不具备保密能力,无法实现信息的安全传输。当信道为复加性高斯白噪声信道时,系统的SC为2.误比特率性能分析SM信号经过MLD算法检测后,由于精确的误比特率难以获得,本文通过推导成对差错概率来获得平均误比特率的上界。......
2023-08-23
在本节中,通过仿真的方式验证本章前面几节所提出的理论,并详细分析速度、位置、莱斯因子K和功率分配因子α对安全容量和BER性能的影响。图4.3DSSM与现存其他方法信道容量的比较在图4.4中,详细讨论了列车位置对图4.4的遍历性SC和图4.4的合作平均SC的影响。图4.6本文所提协作DSSM与集中式传统SM的信道容量比较图4.7显示了不同莱斯因子K和相关阴影衰落方差情况下,高铁的移动速度对DSSM系统误码率性能的影响。......
2023-08-23
相关推荐