1. Trang chủ
  2. » Tất cả

Phân tích tỷ lệ lỗi khối của mạng vô tuyến nhận thức dạng nền lựa chọn nút chuyển tiếp từng phần trong truyền thông gói tin ngắn

7 3 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 7
Dung lượng 518,27 KB

Nội dung

Nguyễn Duy Chinh, Ngô Hoàng Tú, Võ Nguyễn Quốc Bảo Tác giả liên hệ Võ Nguyễn Quốc Bảo Email baovnq@ptithcm edu vn Đến tòa soạn 9/2020; chỉnh sửa 10/2020; chấp nhận đăng 12/2020 PHÂN TÍCH TỶ LỆ LỖI KHỐ[.]

Nguyễn Duy Chinh, Ngơ Hồng Tú, Võ Nguyễn Quốc Bảo PHÂN TÍCH TỶ LỆ LỖI KHỐI CỦA MẠNG VƠ TUYẾN NHẬN THỨC DẠNG NỀN LỰA CHỌN NÚT CHUYỂN TIẾP TỪNG PHẦN TRONG TRUYỀN THƠNG GĨI TIN NGẮN Nguyễn Duy Chinh*, Ngơ Hồng Tú# , Võ Nguyễn Quốc Bảo* * Học Viện Cơng Nghệ Bưu Chính Viễn Thơng # Trường Đại học Giao Thơng Vận Tải thành phố Hồ Chí Minh Tóm tắt- Trong báo này, chúng tơi đề xuất mơ hình mạng chuyển tiếp hai chặng mơi trường vô tuyến nhận thức dạng ứng dụng vào truyền thơng gói tin ngắn Kỹ thuật lựa chọn nút chuyển tiếp phần (PRS) áp dụng cho tập đa nút chuyển tiếp kỹ thuật tỉ số kết hợp cực đại (MRC) áp dụng cho tập đa anten máy thu Biểu thức dạng tường minh (closedform expression) cho thông số tỉ lệ lỗi khối (BLER) chứng minh sử dụng để đánh giá hiệu mơ hình hệ thống Sau đó, mơ Monte-Carlo thực để kiểm chứng lại kết vừa chứng minh Kết mô cho thấy hiệu vượt trội mô hình hệ thống đề xuất Bên cạnh đó, khảo sát xác định giá trị tối ưu thông số thiết kế lên hiệu hệ thống số lượng nút chuyển tiếp, số lượng anten máy thu chiều dài khối tin Đặc biệt, chúng tơi cịn so sánh hiệu hệ thống hai trường hợp sử dụng kỹ thuật giải mã chuyển tiếp có chọn lọc (SDF) kỹ thuật giải mã chuyển tiếp cố định (FDF) Từ khóa- Giải mã chuyển tiếp, kênh fading Rayleigh, lựa chọn chuyển tiếp phần, tỉ lệ lỗi khối, tỉ số kết hợp cực đại, truyền thơng gói tin ngắn, vô tuyến nhận thức dạng I GIỚI THIỆU Để tăng khả chống nhiễu, truyền thông điểm nối điểm hệ thống thông tin thường sử dụng gõi tín dài Tuy nhiên, ứng dụng Internet vạn vật (IoT) mạng vô tuyến hệ thứ năm (5G) lại yêu cầu chất lượng dịch vụ (QoS) cao độ trễ thấp Truyền thông với độ trễ đáng tin cậy (uRLLC) giải pháp lựa chọn cho vấn đề Đây dịch vụ tiềm mạng vô tuyến hệ thứ năm (5G) để giảm độ trễ truyền [1-3] Tuy nhiên theo cách tiếp cận này, hiệu suất cải thiện tốt tùy ý mong muốn với tốc độ mã hóa định truyền thơng gói dài bị giới hạn kích thước gói Lấy ý tưởng từ việc khắc phục nhược điểm này, Polyanskiy cộng báo [4] phát triển khung tiên phong cho truyền thơng gói ngắn Đây cách tiếp cận với giới hạn khả đạt mới, ràng buộc chặt chẽ giới hạn cho độ dài khối xác định lớn 100 tốc độ truyền tối đa xấp xỉ C − V / mQ ( ) , với  tỉ lệ lỗi khối (BLER), m chiều dài khối tin, V độ phân tán kênh, C dung lượng chuẩn hóa kênh −1 truyền Shannon Q (.) hàm ngược hàm Qfunction định nghĩa [5] Điều không mở hướng nghiên cứu có nhiều tiềm truyền thơng gói ngắn mà cịn có tác dụng xem xét lại phương pháp tiếp cận hệ thống truyền thơng vơ tuyến thơng thường −1 Bên cạnh đó, khoảng cách hai thiết bị đầu cuối xa, muốn truyền liệu trực tiếp phải tăng công suất phát lên lớn, điều gây nên ảnh hưởng can nhiễu lên người dùng khác hệ thống Để giải vấn đề này, giải pháp hữu hiệu thu hút nhiều quan tâm nhà khoa học giới tập trung nghiên cứu mạng chuyển tiếp [6-11] Về bản, có hai kỹ thuật tiếng sử dụng để xử lý tín hiệu nút chuyển tiếp kỹ thuật khuếch đại chuyển tiếp (AF) [12-14] kỹ thuật giải mã chuyển tiếp (DF) [15-17] Tận dụng ưu điểm kết hợp với ưu điểm truyền thơng gói tin ngắn, số cơng trình nghiên cứu khoa học tiến hành Trong báo [18], tác giả nghiên cứu hiệu mạng chuyển tiếp hai chặng lựa chọn nút chuyển tiếp phần ứng dụng vào truyền thơng gói tin ngắn Hai đóng góp ghi nhận từ nghiên cứu biểu thức dạng đóng tỷ lệ lỗi khối hệ thống biểu thức tiệm cận đơn giản cho tỷ lệ lỗi khối hệ thống vùng tỉ số tín hiệu nhiễu cao chứng minh thu dạng tường minh Ngoài báo [7], Xiazhi cộng đề xuất mơ hình mạng chuyển tiếp hai chặng có đường truyền trực tiếp áp dụng truyền gói tin ngắn có kết hợp với phương thức đa truy nhập khơng trực giao (NOMA) Các kết từ cơng trình cho thấy hiệu mơ hình có áp dụng mạng chuyển tiếp vượt trội so với mô hình truyền trực tiếp Ngồi ra, báo cịn có hai đóng góp khác hiệu suất tồn trình hệ thống cải thiện đáng kể nút chuyển tiếp hỗ trợ truyền nút nguồn nút đích mà khơng cần tăng cơng suất phát q lớn hiệu hệ thống cải thiện tăng chiều dài khối tin Tác giả liên hệ: Võ Nguyễn Quốc Bảo Email: baovnq@ptithcm.edu.vn Đến tòa soạn: 9/2020; chỉnh sửa: 10/2020; chấp nhận đăng: 12/2020 SỐ 04B (CS.01) 2020 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 80 ĐÁNH GIÁ HIỆU NĂNG MẠNG TRUYỀN THƠNG SỬ DỤNG GĨI TIN NGẮN VỚI CÁC NÚT CHUYỂN TIẾP … Hơn nữa, vô tuyến nhận thức từ khóa hấp Phần III Phần IV, tiến hành mô Montedẫn không so với mạng chuyển tiếp mà vừa Carlo để kiểm chứng lại kết lý thuyết phần đề cập [19-21] Vô tuyến nhận thức hệ thống truyền III Cuối phần kết luận báo thơng khơng dây thơng minh có khả nhận biết thay đổi môi trường xung quanh từ đó, thiết bị có II MƠ HÌNH HỆ THỐNG khả điều chỉnh tham số hoạt động (công suất Chúng xem xét mạng vô tuyến nhận thức dạng truyền, tần số sóng mang, phương thức điều chế, ) trong chuyển tiếp hai chặng sử dụng kỹ thuật PRS MRC thời gian thực với độ tin cậy cao hiệu sử dụng phổ truyền thơng gói tin ngắn Mạng gồm N nút chuyển [21] Trong báo [22], Dương Quang Trung cộng tiếp R1 , , R N , nút chuyển tiếp hỗ trợ việc khảo sát xác suất dừng mạng chuyển tiếp AF truyền liệu từ máy phát thứ cấp ( S ) đến máy thu thứ hai chặng môi trường vô tuyến nhận thức kênh Nakagami- m Ngoài ra, Krzysztof cộng cấp ( D ) Trong mô hình này, hệ thống mạng thứ cấp hoạt báo [23] khảo sát việc tích hợp mạng chuyển tiếp động với mức can nhiễu tối đa chấp nhận môi trường vô tuyến nhận thức Các kết từ nghiên máy thu sơ cấp ( PR ) xác định I p Trong mạng, cứu cho thấy hiệu vượt trội mơ hình hệ thống sử dụng mạng chuyển tiếp kết hợp môi trường nguồn phát S nút chuyển tiếp Rn n = 1, N vô tuyến nhận thức trang bị ăng ten nhất, nguồn đích D trang bị Rõ ràng, mơ hình kết hợp mạng chuyển tiếp vô đa ăng ten Mm m = 1, M Hệ thống hoạt động với chế độ tuyến nhận thức tận dụng ưu điểm bán song công hai khe thời gian Hình đồng thời hạn chế nhược điểm Cụ thể, mạng vô tuyến nhận thức tận dụng ưu điểm từ mạng chuyển tiếp hai khía cạnh: (i) thứ nhất, nút mạng thứ PR I cấp hợp tác chia sẻ với thông tin nhận p dạng băng tần trống mạng sơ cấp, từ cải thiện hiệu suất sử dụng phổ, tránh lãng phí phổ khơng sử M1 hr , p dụng; (ii) thứ hai, chất lượng mạng sơ cấp thứ cấp hs , p cải thiện với hỗ trợ nút chuyển R1 g1 M tiếp Bên cạnh đó, nhược điểm mạng chuyển tiếp h1 giải dựa vào ưu điểm tính chất vơ tuyến g2 nhận thức cải thiện hiệu suất sử dụng phổ tần đáng kể D (phổ tần sử dụng theo thời gian, tần số không gian Rb S nhiều hơn, thời gian bỏ trống hơn) mạng vô tuyến nhận gM thức cho phép triển khai dịch vụ vô tuyến hN MM băng tần có hiệu suất sử dụng phổ thấp RN Từ nghiên cứu liên quan trên, báo này, chúng tơi khảo sát việc tích hợp mạng chuyển tiếp hai Hình Mơ hình mạng vơ tuyến nhận thức dạng chặng DF với đa nút chuyển tiếp môi trường vô tuyến chuyển tiếp hai chặng với PRS MRC truyền nhận thức với đa anten máy thu truyền thông sử thơng gói tin ngắn dụng gói tin ngắn Một số đóng góp từ báo sau: Một số thông số hệ số kênh truyền quy ước sau: hs , p , hr , p , hn g m hệ số kênh i) Kỹ thuật lựa chọn nút chuyển tiếp phần (PRS) áp dụng cho tập đa nút chuyển tiếp để chọn truyền cho đường truyền từ S → PR, Rb → PR, nút chuyển tiếp tốt tiến hành chuyển tiếp gói S → R n Rb → D tin cho chặng sau Kỹ thuật tỉ số kết hợp cực đại (MRC) áp dụng cho tập đa anten máy thu nhằm Trong khe thời gian đầu tiên, với kỹ thuật PRS, nút mục đích cải thiện độ phân tập khơng gian hệ thống, chuyển tiếp có tỉ số tín hiệu nhiễu (SNR) cao tăng độ tin cậy độ lợi phổ lựa chọn làm nút chuyển tiếp tốt nhất, nút chuyển tiếp tốt có nhiệm vụ giải mã tiếp tục truyền liệu ii) Đánh giá hiệu vượt trội mơ hình hệ thống đến chặng Giả sử R b nút lựa chọn để thông qua thông số tỉ lệ lỗi khối tồn trình So sánh hiệu truyền chuyển tiếp N nút chuyển tiếp [24, 25], ta có hệ thống hai trường hợp sử dụng kỹ thuật b = arg max 1,n , với  1,n tỉ số SNR đường truyền giải mã chuyển tiếp có chọn lọc (SDF) kỹ thuật n =1, , N giải mã chuyển tiếp cố định (FDF) Tìm giá trị S → R n Gọi  1 tỉ số SNR tổng hợp toàn chặng 1, tối ưu số lượng nút chuyển tiếp, số lượng anten sử dụng kỹ thuật PRS,  1 SNR lớn máy thu chiều dài khối tin ( ( ) ) … … … Phần lại báo trình bày sau Phần II trình bày mơ hình hệ thống mạng chuyển tiếp hai chặng với đa nút chuyển tiếp đa anten thu máy thu môi trường vô tuyến nhận thức Phương pháp phân tích theo mơ hình đề xuất để đánh giá chất lượng hệ thống với thông số tỉ lệ lỗi khối chứng minh tất nhánh  1,n , ta viết   = max 1,n n =1, , N (1) Giá trị n = 1, N m = 1, M sử dụng xuyên suốt báo SỐ 04B (CS.01) 2020 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 81 Nguyễn Duy Chinh, Ngơ Hồng Tú, Võ Nguyễn Quốc Bảo      I    I   F1,n ( ) = Pr min  ,  h   = Pr   P n  hs, p    h    s, p          P ,  P hn    + Pr  I  h   s, p hs, p I 1,n   hn      I  P, I 2,n (6) I 2,n  2    = Pr  hs , p  I , hn  hs , p  =  f ( y ) P I    I hs , p  y I   fh n ( x ) dxdy =  f I P P hs , p ( y ) Fh n    y  dy I     s , p     I      =  s , p exp ( −s , p y ) 1 − exp  −1, n y   dy = exp  −s , p  1 − exp  −1, n    I  P   +   P  I     s, p 1, n   P I (8) N                      s, p I   F  ( ) =  1 − exp  −s , p I   − exp −  + exp −  − exp −         s, p 1   P    P   P   +   P        s, p     I   Gọi P tổng công suất nguồn phân bổ cho nút phát thứ cấp S R b Với môi trường vô tuyến nhận thức dạng nền, lượng truyền S R b bị giới hạn cho nhiễu gây cho máy thu sơ cấp PR phải nhỏ ngưỡng nhiễu chịu đựng I p Khi đó, cơng suất truyền tín hiệu S R b tính [26]:  I  p PS =  , P h   s, p  (2)  I  p  PRb =  , P h   r, p  (3) Tỉ số SNR R n chặng cho đường truyền S → R n tính sau: 1,n   P  2 = S hn =  I ,  P  hn , N0  hs, p    Ip fading, hs , p N0 (4) , P = hn tuân theo phân bố mũ có tham số đặc trưng s , p 1,n Hàm phân bố xác suất (CDF)  1 tính sau SỐ 04B (CS.01) 2020 ) F  ( ) = Pr  1   = Pr  max  1,n     n =1, , N  = N  Pr ( 1, n (5) N )  F ( )  = n =1 n =1 1,n Trong (5), cần tính hàm CDF  1,n (6) Do độc lập hs , p 2 hn , I 1,n viết thành       I 1,n = Pr  hs, p  I  Pr  hn   P   P          = 1 − exp  −s, p I  1 − exp  −1,n    P   P        (7) Rõ ràng, xác suất I 2,n xác suất biến ngẫu nhiên độc lập hai kiện I 2,n có P , N công suất nhiễu N0 Gauss trắng cộng (AWGN) Xét môi trường Rayleigh với  I = ( (9) chứa biến ngẫu nhiên hs , p Do đó, sử dụng lý thuyết xác suất hàm hai biến ngẫu nhiên không độc lập [27] để tính I 2,n Khi đó, I 2,n tính biểu thức (8) Thay (7) (8) vào (6), sau thay vào (5), ta thu CDF  1 (9) Chú ý với giả sử kênh truyền từ S → R n kênh fading Rayleigh có phân bố độc lập đồng dạng, tỉ số tín hiệu nhiễu trung bình nhánh  1,n số ký hiệu  , nghĩa  1, n =  Để đơn giản khơng tính tổng qt, chúng tơi giả sử 1, n = 1 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 82 ĐÁNH GIÁ HIỆU NĂNG MẠNG TRUYỀN THÔNG SỬ DỤNG GÓI TIN NGẮN VỚI CÁC NÚT CHUYỂN TIẾP …    M    F  ( ) = Pr   I ,  P  gm     hr , p  m=1          M I I    = Pr   P  , P gm    + Pr   P  , I 2    hr , p hr , p hr , p m=1      I 3,m M g m m=1       (14) I 4,m   M M I   2   = Pr  h   I , I 3,m = Pr   P  ,  g   g   P m r , p m    P m=1  P    hr , p m =1         M , 2,m  M             P  = Pr  hr , p  I  Pr  gm   = 1 − exp  −r , p I     P   m=1  P    P   (M )      (a)      = − exp  −r , p I  − 1 − exp  −r , p   P      2,m   M −1   I   P    P   m =0 m1 ! Trong khe thời gian thứ 2, tỉ số SNR thu ăng ten thứ m nút đích, tương ứng đường truyền từ Rb → Mm , xác định sau:  2,m với hr , p   I  =  ,  P  gm ,  hr , p    m1  2,m  m1 exp  −    P   PDF CDF phân bố chi-bình phương với biến ngẫu M nhiên g m =1 (10) m sau fM ( x) = gm  m=1 số đặc trưng r , p 2,m FM Trong kỹ thuật MRC, tỉ số tín hiệu nhiễu ngõ tổng tất tỉ số SNR nhánh Do đó, tỉ số tín hiệu nhiễu tín hiệu nhận tăng tuyến tính với số ăng ten phía máy thu D Trong khe thời gian này, tỉ số tín hiệu nhiễu D tính M   =   2, m m =1  M  =  I ,  P   gm h  m=1  r, p  (11) fading Rayleigh độc lập đồng dạng, ta có  2, m =  Đơn giản khơng tính tổng qt, giả sử 2, m = 2 tuân theo phân bố mũ nên   có phân bố chi-bình phương [28] với kỳ vọng  2 = M  phương sai 2M  Chúng ta có hàm SỐ 04B (CS.01) 2020 (M ) ( exp −2,m x ) (12) gm  m=1 ( x) = (  M , 2,m x (M ) ), (13) x  với  ( , x ) = e−t t −1dt hàm Gamma khơng hồn   thành cận  ( z ) = e−t t z −1dt hàm Gamma định nghĩa công thức [5, CT (8.350.1) CT (8.310.1)] Dựa vào công thức (11), hàm CDF   tính công thức (14) Giả sử đường truyền Rb → Mm kênh Trong trường hợp này, gm 2,Mm xM −1 và gm tuân theo phân bố mũ với tham Giả sử R b sử dụng kỹ thuật DF để giải mã chuyển tiếp tín hiệu đến D Tại nút đích D , khơng có đường truyền hồi tiếp, nút đích D sử dụng kỹ thuật MRC để cải thiện độ phân tập không gian hệ thống (15) Tương tự, tính chất độc lập hai biến ngẫu nhiên hr , p M g m , I 3,m tính cơng m=1 thức (15), với ( a ) bước áp dụng công thức [5, CT (8.352.6)] Chúng dựa vào lý thuyết xác suất hàm hai biến ngẫu nhiên [27] lần để tính tốn I 4, m Khi đó, I 4,m tính tốn công thức (16), với ( b ) bước áp dụng công thức [5, CT (3.351.2) ], ( c ) bước áp dụng công thức [5, CT (8.352.4)] TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 83 Nguyễn Duy Chinh, Ngơ Hồng Tú, Võ Nguyễn Quốc Bảo          M , 2, m y  M  M     I I  2 I   I 4, m = Pr   P  , gm    = f gm  y  dy = r , p exp −r , p y  dy ( y ) Pr  2  I  (M )    hr , p hr , p hr , p m=1 m =    I I      P  (a)    = exp  −r , p I  − r , p P    M −1  2, m     I P       = exp  −r , p I  − r , p P   m2 =0  = exp  −r , p  I P    m2 P      exp  −  2,m + r , p  y  y m2 dy   I          m2 + 1,  2,m + r , p  I   I   P  m2 !  (c)  I M −1  2, m     − r , p  m2 =0    + r , p   2, m  I       I  m2 ) m2 m2 ! m2 =0 M −1  2, m (b)     I (  m2 +1     exp  −  2,m + r , p  I    I  P      2, m  + r , p  I   m2 +1     m m   I       m2     2,m  + r , p  I   P   m3 !  m3 =0 (16) m   F  ( ) = − 1 − exp  −r , p     2        I   M −1   P  exp  −    m1    P   m =0 m1 !  P   m3 −r , p M −1  2   I  m2 =0    m2  exp  −r , p     ( , x ) = e−t t −1dt hàm Gamma khơng hồn thành  I   m2  I   P    P  m =0 m3 !   2    P  m +1− m3  2   +   r, p   I   m2 exp  − khối BLER trung bình tính [29, CT (59)] [31, CT (4)] sau x cận định nghĩa [5, CT (8.8350.2)] (15) (16) vào (14) III  Giả sử chiều dài tổng khối truyền k , độ dài khối truyền chặng chia k / Chúng giả sử kênh truyền kênh fading tĩnh [29], với hệ số kênh truyền cố định khối chúng thay đổi độc lập khối Khi S truyền  bit thông tin tới D qua hai khe thời gian, có tỉ lệ lỗi khối tính (18) Chiều dài khối tin yêu cầu tối thiểu 100 [30] Gọi C ( x ) = log (1 + x ) dung lượng chuẩn hóa kênh    ( log e ) hàm truyền Shanon V ( x ) = 1 −  (1 + x )2    phân tán kênh truyền định nghĩa [4], tỉ lệ lỗi SOÁ 04B (CS.01) 2020   ,   (19) với   tỉ lệ lỗi khối (BLER),   1 ,   ,   toán tử kỳ vọng Q ( x ) = PHÂN TÍCH TỈ LỆ LỖI KHỐI HỆ THỐNG 2 r= k   C ( ) − r    V  ( )/k        Q  Cuối cùng, với giả sử 2, m = 2 , hàm CDF chặng hai F  ( ) tính tốn (17) cách thay (17)  t2   exp  −  dt hàm Q 2 x  2 function Từ (19), tỉ lệ lỗi khối trung bình BLER tính tốn sau   C ( ) − r   V (  ) / k     Q   f (  ) d  ,    (20) với f X ( x ) hàm mật độ xác suất biến ngẫu nhiên X  C ( ) − r    phức tạp, Do biểu thức Q   V (  ) / k    khó để tìm biểu thức dạng tường minh BLER (20) Do đó, tính xấp xỉ hàm Q (.) TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 84 ĐÁNH GIÁ HIỆU NĂNG MẠNG TRUYỀN THÔNG SỬ DỤNG GÓI TIN NGẮN VỚI CÁC NÚT CHUYỂN TIẾP …   H   s , p  1  v k  1 −  u + (1 − u )    L s , p + 1    I   (d ) =v k H N N n1  n1     n  ( −1)   n  u  L n1 = n1 n2 = N     H  N    (d ) s , p N   n  exp ( −  )  d  = v k      ( −1)  u + (1 − u )  n =  n1      L s , p + 1      I     n1 − n2 (1 − u )n  n 2 exp ( − n1 ) ( +  )n n1      exp ( −  n1 ) d        d   exp ( −1 ) N  N  n +    ( −1) u n1 exp ( −  n1 ) 1 − Nu exp ( − ) − (1 − u ) N1   + n1 =  n1    =v k   N d n1 N N N n exp ( − n1 ) exp ( − n1 )        n n n L  +    ( −1) n1u n1 −1 (1 − u ) +    ( −1)    u n1 − n2 (1 − u )  n2  n1 =  n1   + n1 =  n1  n2 =  n2  ( +  )n2   H H H N  H  exp ( −1 ) N n d +     ( −1) u n1 exp ( − n1 ) d   (1 − Nu exp ( − ) ) d +  − (1 − u ) N1  n  +  L  L  L n1 =   J1 J2 J3   = v k   H N n1 H N exp ( − n1 ) N N  n1  n1 − n2 n1 n1 n2   n1 −1 n2 exp ( −  n1 ) − n u − u  d  + − u − u  d  ( ) ( )  ( )     n2      n ( )  n n  +  n2 =   ( +  )  L n1 =    L n1 =    J4 J5   (23)  C ( ) − r    Z (  ) , [30, CT (14)], cụ thể Q   V (  ) / k    với với v = 2 22r − 1 L =  − 2v k  = − 1, r , H =  + (21) 2v k  J   = − N Ei − ( + H )   − Ei − ( + L )   , (26)  N  n1 n1 −1 (1 − u ) exp (n1 )  n1  ( −1) n1u J4=   n1 =2   Ei − ( + H ) n1  − Ei − ( + L ) n1   (27)    Để tính tốn J , sử dụng công thức [5, CT (3.353.1)], J viết lại (28)  H  F ( ) d L  Thay (9) vào (22), sau đặt  = s, p I 1 ,= P 1 u = − exp ( −  ) Chúng ta có BLER khe thời gian thứ tính theo cơng thức (23), mà áp dụng lý thuyết nhị thức Newton bước ( d ) J J cơng thức (23) tính dễ dàng sau J = H − L + Nu  ( exp ( −H ) − exp ( −L )) , (24) SOÁ 04B (CS.01) 2020 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG   ,    (8.221.1)]   =  =  Z (  ) F ( ) − F ( ) dZ (  ) (22)  = 0  =v k J e− t  dt định nghĩa theo [5, CT −x t   (25) với Ei ( x ) = −     Z (  ) f ( ) d  =  Z (  ) dF ( )  N Thay (21) vào (20), ta có  3= Sử dụng cơng thức [5, CT (3.352.3)], J tính 1,    L  1  Z (  ) =  − v k (  −  ) , L     H , 2 0,    L   n +1  N  ( −1) u n1 exp ( − n1 H ) − exp ( − n1 L )   n  n1 n1 =   N J 85 Nguyễn Duy Chinh, Ngơ Hồng Tú, Võ Nguyễn Quốc Bảo  N J5=  1 exp ( − n1 ) exp ( − n1 ) N  n1  n1 −n2 N  n1  n1 −n2 n n n − u )  n2 d − −1) d ( ( (1 − u )n2  n2   ( −1)  u    u n2 n n n n  1  2  1  2 ( +  ) ( +  )n2 n2 = n2 = L n1 = H n1 = n   n N   n2 −1 ( n3 − 1)!( −n1 )( n2 −n3 −1)  exp ( −L n1 ) − exp ( −H n1 )   n1  N n3  ( n2 − 1)! N  n1  n1 −n2 ( H +  )n3   n n  ( L +  ) = − u )  n2 n3 =1 (   ( −1)  u  n1   n2   − n n2 −1 n1 = n2 = 1) + ( exp ( n1 ) Ei − (  H +  )  n1  − Ei − (  L +  )  n1   ( n2 − 1)!                (28)  ( )    1  v k   H −  L + exp ( − H ) − exp ( − L ) − N Ei − ( +  H )   − Ei − ( +  L )       Nu  N   N   ( −1)n1 n u n1 −1 (1 − u )  exp ( n ) n +1 n  1  N  ( −1) u  n exp ( − n1 H ) − exp ( − n1 L ) + v k +v k         n1  n1   n1 = n1 =   Ei − ( +  H )  n1  − Ei − ( +  L )  n1     n2 −1  n2 − n3 −1)  (  ( n3 − 1)!( −n1 )    exp ( −  L  n1 ) − exp ( −  H  n1 )  n1   N n3 n3   n − ! (2 )  +   +  N  n1  n1 −n2 ( ) ( )  n1 n2 n2  n3 =1 L H   +v k 1− u)   (   ( −1)  u  n n  1  2  − n n2 −1  n1 = n2 = ( ) + exp ( n1 ) Ei − (  H +  )  n1  − Ei − (  L +  )  n1    ( n2 − 1)!    N     m1    2      M −1            = v k  1 − 1 − exp  −r , p I     P  exp  −    m1  d  P   m1 = m1 !   P   L       m3  I      m2 exp  −   m2   H M −1  2    I  m2   P    P  d + v k  r , p    exp  −r , p   m2 +1− m3  P  m3 = m3 !  2 m2 =   I    L   + r , p   I  J  H J J      (29) (30)      M −1 −1  P = H − L − 1 − exp  −r , p I     P   m1 =0 m1 ! 2      2 2      m1 + 1, H  −   m1 + 1, L   P  P       (31) m3  I   m2  M −1   2     H − L J = r , p    exp  −r , p I    P   P  m3 =0 m3 ! m2 =   I   m   −      − L  + L   + L    L  H xm4 + H exp  −  H xm4 + H    2  2       P   − xm2   m2 +1− m3 m4 =1  2  H − L  H + L    xm4 +    + r , p     2    I    m2 Thay J , J , J , J J tương ứng từ công thức (24), (26), (25), (27) (28) vào (23) Chúng ta có biểu thức dạng đóng  1 (29) Trong khe thời gian thứ 2, tỉ lệ lỗi khối BLER   đưa (30) Sử dụng cơng thức (3.351.2) [5] để tính tốn J , J tính (31) SỐ 04B (CS.01) 2020 (32) Việc tính tốn J khó theo cách thơng thường Áp dụng lý thuyết Gauss-Chebyshev 1st Quadrature tham khảo [32, Eq (25.4.38)] [33, Eq (8.8)], J tính (32), với  số lượng mẫu  ( 2m4 − 1)   xm4 = cos   2   Thay (31) (32) vào (30), chúng tơi thu biểu thức dạng đóng   (33) TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 86 ... hình mạng vơ tuyến nhận thức dạng chặng DF với đa nút chuyển tiếp môi trường vô tuyến chuyển tiếp hai chặng với PRS MRC truyền nhận thức với đa anten máy thu truyền thơng sử thơng gói tin ngắn. .. truyền thông gói tin ngắn Mạng gồm N nút chuyển [21] Trong báo [22], Dương Quang Trung cộng tiếp R1 , , R N , nút chuyển tiếp hỗ trợ việc khảo sát xác suất dừng mạng chuyển tiếp AF truyền liệu... HIỆU NĂNG MẠNG TRUYỀN THƠNG SỬ DỤNG GĨI TIN NGẮN VỚI CÁC NÚT CHUYỂN TIẾP … Hơn nữa, vơ tuyến nhận thức từ khóa hấp Phần III Phần IV, tiến hành mô Montedẫn không so với mạng chuyển tiếp mà vừa

Ngày đăng: 28/02/2023, 20:34

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w