学术咨询

让论文发表更省时、省事、省心

能量收集增强型无人机中继辅助传输设计

时间:2020年12月12日 分类:免费文献 次数:

摘要:针对无人机(Unmanned Aerial Vehicles,UAV)中缝辅助通信系统中,源和目的节点之间的信息传输由于大尺度衰落等原因故需要无人机作为中继进行辅助完成,其中无人机中继采用时间切换和功率分配的方式进行能量收集(Energy Harves-ting,EH),且利用最大化

《能量收集增强型无人机中继辅助传输设计》论文发表期刊:《计算机仿真》;发表周期:2020年11期

《能量收集增强型无人机中继辅助传输设计》论文作者信息:[作者简介]李玉琦(1993-),男(汉族),河南洛阳人,硕士研究生,主要研究领域为中继协同通信,UAV辅助通信:翼保峰(1985-),男(汉族),河南洛阳人,博士,副教授,硕士研究生导师,主要研究领域为干扰管理中继协同、毫米波MIMO;高宏峰(1966-),女(汉族),河南洛阳人,博士,教授,硕士研究生导师,主要研究领域为编码理论、通信信号处理、人工神经网络、遗传算法等:文红(1969-),女(汉族),四川成都人,博士,教授,博士研究生导师,主要研究领域为通信网络安全技术、无线通信物理层安全技术、天地一体化网络安全技术、云计算及边缘计算安全技术、无线通信可靠技术等.

  摘要:针对无人机(Unmanned Aerial Vehicles,UAV)中缝辅助通信系统中,源和目的节点之间的信息传输由于大尺度衰落等原因故需要无人机作为中继进行辅助完成,其中无人机中继采用时间切换和功率分配的方式进行能量收集(Energy Harves-ting,EH),且利用最大化系统链路信噪比的无人机中继选择策略。利用概率密度函数分析法推导了终端在收到无人机中继传输的信息后,受到环境中聚合干扰情况下,系统的中断概率闭合表达式。在此基础上利用Q函数得到了系统的误码率。此外分析了终端在受到聚合干扰以及延迟受限状态下系统的中断概率和吞吐量。结果表明所提出的比例因子、发射功率和无人机中继选择的多参数联合优化可有效提升系统的吞吐量并降低系统的中断概率和误码率。仿真验证了所提方案的有效性和理论分析的正确性,联合优化方案可以有效地提升系统性能.

  关键词:无人机:能量收集:方案设计:聚合干扰

  ABSTRACT: Due to large-scale fading in UAV relay assisted communication system, the infomation transmission between the source node and the destination node needed UAV as a relav. UAV relay adopted the time switch and power allocation to complete the energy harvesting (EH). Moreover, the relay selection strategy of maximizing the signal-to-noise ratio of UAV system link and the probability density function analysis method were used to derive the closed expression of outage probability with the aggregated interference in environment when the terminal received the information sent by UAV relav. On this basis, the bit error rate of system was obtained by Q function. In addition the outage probability and throughput of the system under the aggregated interference and delay limitation were ana-Ivzed. The results show that the proposed multi-parameter joint optimization based on scaling factor, transmit power and UAV relay selection can effectively improve the system throughput and reduce the outage probability and bit error rate. Simulation experiments verify the effectiveness of the proposed scheme and the correctness of theoretical analvsis. Therefore, the joint optimization can effectively improve the system performance.

  KEYWORDS: Unmanned aerial vehicles (UAV) ; Energy harvesting (EN); Scheme design; Aggregated interference

  1引言

  随着无线通信技术的快速发展以及无人机制造技术的持续革新,使得无人机设备小型化和成本不断降低,因此许多新型无人机应用在民用领域出现,包括天气监测、森林防火、无人机物流、应急搜救等,无人机技术的广泛应用势必需更加深入研究无人机通信".

  现阶段无人机通信已被作为5G通信的重要组成部分,早期的移动网络由于其技术只能实现人与人之间的互联,5G网络将扩展为“人”到“物”互联的3D立体覆盖,并且5G网络预期可实现10 Ghps以上的吞吐量传输,超高密度的设备连接以及毫秒级传输时延等[。由于城市热点地区蜂窝基站等建设非常困难,因此诸多核心问题的解决亟需无人机中继辅助通信的实现。无人机通信具有很多优势,例如其方便的部署和更低的成本使得低空无人机系统比地面通信系统和高空平台更加灵活,此外,低空无人机通信可以减少建筑物、山脉等障碍物的遮挡,可获得更高的直达径传输效果1。然而,无人机是电池供电终端,其续航和耗电是其本身需解决的关键问题,通常情况下无人机使用时其设备的电池难以直接更换,直接决定了无人机的工作时长。因此,本文采用无人机中继辅助的能量收集和信息传输技术,不仅可提升无人机通信系统的寿命,而且可降低系统维护成本并减少电池使用量[

  由于实际的无人机电路系统很难做到同时实现能量收

  集和信息处理[5.4。因此,本文使用了无人机是时间切换

  (Time Switching,Ts)和功率分裂(Power Splitting,PS)两种方案,前者通过时隙划分,一部分时隙用于能量收集,另一部分用于信息处理[:后者则是将功率分为两部分,一部分用于能量采集,另一部分用于信息处理。采用上述两种方案可实现无人机利用相同天线进行能量收集和信息处理。早期的能量收集技术多才有太阳能、风能等,随着技术

  发展RF能量收集技术受到了学者们广泛的关注。RF能量收集的研究大多关注于传统的两跳网络,Min Dong等研究了基于具有能量收集功能的两跳放大转发(Amplify and For-

  ward,AF)中继网络,通过对信源和中继的联合功率控制与分配,瑞利衰落信道下延迟约束的平均速率最大化.A.

  Nasir等研究了能量收集中继放大转发系统,在延迟受限和延迟容忍传输情况下系统的中断概率及系统容量[10.Zhiguo Ding等分析了一种多源到目的节点中继能量收集的传输方式11 0.BadfengJi等研究了一种能量收集AF中继向下行两信宿分别传输能量和信息的两跳模型系统性能[12对于无人机中继引入RF能量收集已存在很多研究。

  Meng Hua等研究AF无人机中继网络,基站对无人机同时无线信息和能量传输(Simultaneous Wireless Information and Power Transfer,SWIPT),联合多参量使吞吐量最大化[1

  Lifeng Xie等研究了一种UAV上行传输能量收集系统,UAV使用无线功率传输向用户充电,用户使用收集能量后向UAV发送信息[14.Sixing Yin等研究了一种典型的单源双目标系统,基站对无人机SWIPT,联合多参量使吞吐量最大化1。

  Weidang Lu等提出了一种基于正交频分多址(OFDM)中继无线功率传输的能量约束无人机通信网络协议[.Sising Yin等主要研究了一种能量约束无人机蜂窝网络,该网络作为所有用户通过合作通信提高上行速率的中继。

  由于未来无线通信的超密集部署使得终端所受到的干扰十分严重,因此,本文利用无人机的移动性和多无人机中继的辅助通信来完成信源与终端之间的信息传输,为提高无人机中继辅助通信系统的性能,本文提出了机会无人机中继选择和部分无人机中继选择两种选择方案。在该无人机中继辅助通信系统中,能量收集分别采用TS和PS两种协议方案,分析计算最优的比例因子以达到最大吞吐量性能。

  本文主要贡献如下:

  1)提出了TS和PS协议下基于能量收集的DF中继选择网络中,无人机中继辅助的能量收集和信息传输方案;

  2)推导了Nagamai-m衰落信道下,无人机中继辅助通信系统终端在受到聚合干扰情况下的中断概率、误码率的闭合表达式:

  3)通过推导的中断概率、误码率等分析结果,利用比例因子和信源节点发射功率及无人机中继选择的联合优化,推导了无人机中继辅助系统终端受到聚合干扰时的系统吞吐量。

  2系统模型

  本文考虑两跳单向能量收集的无人机中继选择辅助通信模型(如图1所示),其中通过多个无人机之间选择最优中继进行译码转发。该系统由信源节点S、多个无人机中继节点(标记为1,2,)和终端节点组成。由于障碍物等阻挡致使信源节点无法直接和终端节点通信,需要无人机中继实现辅助通信,其中传输过程分为三个阶段,第一阶段,信源节点s向被选中的无人机中继节点R,发送信号s,信源节点s与所选无人机中继之间的信道为h,;第二阶段,无人机中继通过信源的发送信号进行能量收集并进行译码转发,其中能量收集和译码转发阶段分为TS和PS两种方案,无人机中继R,将信号s转发给终端节点D,被选中无人机中继与终端节点之间的信道为g;第三阶段,终端节点对收到的信号进行译码和接收。假设信道为准静态块衰落,信道h,和g服从于统计独立的Nakagami-m分布。

  假定每个无人机中继链路间的信号传输是独立同分布的,而终端节点受到来自环境多网络覆盖下的聚合干扰,假定终端节点上接收到的第i个干扰的功率为Pi,i为整数,范围为[1,M]。信道衰落增益等于pi,且服从Nakagami-m分布。

  3基于能量收集的无人机中继辅助通信协议为了解决无人机中继能量收集和信息传输的问题,提出了无人机中继辅助通信系统的时间分配和功率分配协议。

  下面阐述分析TS和PS方案的无人机中继通信过程。

  3.1 TS方案

  TS方案根据时间间隔将能量收集和信息处理分为三个部分,其TS协议的时间分配如图2所示。T是用于能量收集和信息处理的总时间,在整个时间块T中,首先,无人机中继节点进行能量收集的持续时间为aT,其中a为协议中时间划分比例因子,取值范围为0ka<1,剩下(1-a)T时间则用于信息处理,传输过程中获取的能量全部用于将信号转发给终端节点D.

  TS方案无人机中继时间分配方案如图3所示。信源节点S向被选中继节点发送信号s,则无人机中继接收信号可表示为

  y,=Phis+ nn

  (1)

  其中PS为信源节点S的发射功率,n,为信源和无人机中继信道的加性高斯白噪声,且服从n,~(0,02)。

  因此,可获得无人机中继的信噪比为Ya,Il,IP o

  (2)

  且无人机中继收集的能量为

  Eh =nyP.Ilb,lFar

  (3)

  其中 是能量转换效率,无人机中继传输信号到终端节点的传输时间为(1-a)T2,因此无人机中继的传输功率是r,-T-a)T-1-aT

  ,=

  Eh_7P.Ils,lParT

  (4)

  由于终端节点受到环境中密集覆盖网络的聚合干扰的影响,因此,终端节点接收信号可表示为

  =FBtn

  (5)

  s’为无人机中继译码后的信号,ndj 为第 j 无人机中继与终端节点之间的AWGN,其中P,是第i个干扰的发射功率,B是第i个干扰发射机与终端节点的信道,M为干扰数。x是第i个干扰的发射信号,可得终端节点处的信噪比为P,Ilsg,IP YepP Ile,IP + o2

  (6)

  3.2 PS方案

  不同于TS方案,PS方案主要分为两步。第一步,信源节点S向被选无人机中继节点发送信号,在此过程中,能量则按功率分割方式分为两部分,0Ps用于无人机中继能量收集,而(1-6)Ps则用于信源节点向所选无人机中继发送信息,其中0表示比例因子,取值范围为0

  图4描述了用于无人机中继能量收集的示意图。

  PS方案无人机中继功率分配方案如图5所示,可得无人机中继接收信号为

  y,=(1-6)Phs +n

  (7)

  因此,通过式(7)可知无人机中继端接收的信噪比为Ysng

  (1-8)P,Il,F

  0

  (8)

  由于PS方案中继节点的能量收集时间为T/2,因此中继所收集的能量为

  EhsP,Ib,P eor

  (9)

  2能量收集过程持续时间为T2,由于式(9)可得无人机中继的发射功率为

  P,=点

  1 =mP.Ih,lFee终端节点接收的信号为

  yd=Fg+ EFB+nt

  (10)(11)

  所以终端节点的SINR是

  P.Ils,IPYp“l. oro

  (12)

  4性能分析

  本部分对所提出的无人机中继辅助通信方案进行了性能分析,推导其中断概率和误码率的表达式.

  4.1 无人机中继辅助通信的中断概率由于存在多个无人机中继,因此,本文通过选择最优无人机中继进行辅助通信,所采用的选择准则是信噪比最大化,假定被选无人机中继为R,则选择准则即为SN,= mas(yrp)

  (13)

  当用户获得的信噪比小于设定传输阈值时,则无人机中继辅助通信传输中断,因此,当传输阈值为Ya时,则终端节点的中断概率可推导如下

  Pa = PSN R,Yal P,Ils,IF epr(max +'a(14)

  -Пи

  P.lleg,IF EP B.P +o

  由于信道范数平方lle,P服从gamma分布,则其概率密度函数表达式可表示为0

  fr,lle()et B"r(a)

  其中式(15a)中的参数分别如下

  (15a)

  其中式(15a)中的参数分别如下r(a)=(c-at

  (15b)

  a=oagA.6)

  B=甲

  (15c)(15d)

  r(.)表示Gamma函数.0a是阴影传播参数,可用分贝表示.P,是节点接收信号的平均功率(z由于在高信噪比下噪声与干扰相比其影响可忽略不计,因此假定噪声方差为0.终端信噪比分母部分的聚合干扰1d的概率密度函数为Qa A-1 e fu(y)=

  (16)

  M是终端节点D的干扰数,2是平均干扰信号的总信噪比,其表达式为

  (r(м +))a

  (17)

  其中P.为干扰信号的平均功率.

  因此,根据式(15)和式(16)可推导得系统终端节点的概率密度函数表达式为(c2 ={()()

  j意

  .(ay)-e-

  n"r(M)BГa)dy

  2-1.(+).T(M + a)

  Q"T(M)B"T(a)

  (18)

  从而通过一些推导和计算,可获得终端节点D在受到聚合干扰时的中断概率为

  Pa=(lscyP.B.IP

  -1.0"r(M +a)

  M-a

  -1"1"(M Pr(a)

  B

  =[uya".F(M + arail + a:-

  (19)

  F(M+a)Q"

  其中(=r(M)(B)"Tla+1,所以无人机中继辅助通信系统的中断概率是:Pa=1-(1-P)(1-P)

  (20)

  Pa为系统第一跳中断概率,假设其值与比例因子相同.

  4.2 无人机中继辅助通信的误码率在此基础上,可由中断概率即式(19)推导获得终端受聚合干扰时的误码率如下

  PE =EQ()}

  F(M +a,a:l +a-

  凸a

  (21)

  其中超几何函数的公式可以表示为

  [2,(M + arail a:-)

  -[2.14)),(-"(2)

  M+a),(a TT其中(.),是阶乘幂(Pochhammer),定义为

  (g):=q(q+ 1)…(g+k-1)=Dq +4)(22b)

  Tg)

  因此,将式(22a)代入式(21)可得到误码率

  PER = EtQ(Vy)}

  -..t,.a)

  (1+a)(-2)“

  IA.d

  =112:(Mta),(a)g21

  (1 +a)ua

  (-g)

  T-.r(Na+N+)

  (23)

  r的值表示调制方案.当 =1,即BPSK调制,当 =2,即QPSK调制·此外,可以得到系统在延迟受限条件下的容C =-P)log(l ra

  2

  (24)

  该最优吞吐量的获得取决于无人机中继辅助通信系统中信息传输的有效时间,所以TS方案的系统吞吐量为T=C.(1-a)

  (25)

  而PS方案的系统吞吐量

  T= C(26)

  5仿真与分析

  本章对所提方案的系统性能进行了仿真和分析,并对本文的理论分析进行了测试和验证。仿真中的参数设置如下:无人机中继数N,中继选择采用最大化信噪比准则,无人机中继能量收集的效率转换值为n-1,终端节点受到的聚合干扰数为M.TS方案中比例因子为a,PS中比例因子为8.发射端信噪比为y0,传输数据长度为L= 100,信道衰落服从Nakagami-m分布.

  图6与图7所示为当发射功率固定时,在不同门限下系统的吞吐量和中断概率在TS和PS方案下随比例因子变化而变化的曲线。中继数为N-3,干扰数为M=2,干扰发射功率分别为P1-6 w,P2=4 w,系统发射功率y0=20 dB,门限为yth=[3,8,15]

  在图6可以看出不同门限下,吞吐量最大位置和其值在变化。门限值越小,不仅系统的最大吞吐量越大,而且最大吞吐量的位置在比例因子越小的地方。在比例因子较小时中继收获的能量较小,发射功率较低所以吞吐量较小.随着a与0的继续增大系统达到最优值,超过一定值后数据传输越来越少直至为0,吞吐量一直下降。图中可以看出TS方案在能量收集较少时,系统吞吐量明显比PS方案好.但在数据接收较少时,Ps方案吞吐量优于T5方案.

  图7是在相同条件下中断概率随系统比例因子变化而变化的曲线。明显可以看出TS方案在相同门限下优于PS方案。在比例因子较小时中继收获的能量较小,发射功率较低所以中断概率较高·随着a与e的继续增大系统达到最优值中断概率最小,达到最优值以后系统数据传输越来越少导致中断概率不断增大,最后a&e=1时,无数据传输系统全中断。

  图8与图9所示为当发射功率固定时,不同干扰数的情况下,系统的吞吐量和中断概率在TS和PS方案下随比例因子变化而变化的曲线。中继数为N=3,干扰数为M=[0,2,

  4],,干扰发射功率分别为P1=6 w,P2=4 w,P3=6 w,P4=

  4w系统发射功率%-20 dB,门限值为ya=8w.图8中没有干扰的情况下,系统吞吐量达到理想值,其值明显高于2干扰和4干扰的吞吐量。在相同干扰数的情况下,TS和PS方案存在交点横坐标分别为0.14,0.55,0.76当a与0小于交点横坐标时,TS方案优于P5方案,当a与0大于于交点横坐标时,PS方案优于TS方案.

  在图9中可以看处最小值横坐标随着干扰数增加向a与8更大位置移动,即要达到中断概率最小值系统需要收集更多的能量来支持中继发射.在相同干扰数的情况下,TS方案中断概率整体优于PS方案.理想0干扰下系统,中断概率明显小于2干扰和4干扰的情况.

  在图10与图11中,系统中继数为N=3,干扰数为M=

  2,干扰发射功率分别为Pl=6w,P2=4w.门限为Ya=8,系统发射功率Y。不断变化.由仿真可知在不同的比例因子情况下,系统的吞吐量和中断概率在TS和PS方案下随发射功率变化而变化的曲线。其中aie=D0.2,0.7]。从趋势上看图10,在a&e-0.7的情况下TS方案系统吞吐量增长缓慢随后趋于直线状态,这是由于系统的数据传输量固定,其传输以达到最大吞吐量,发射功率的增加对系统吞吐量的影响微乎其微。在a&e=0.7的情况下PS方案吞吐量先快速增长随后增长速度变慢.a&e=0.2的情况下TS方案和PS方案中系统一直保持快速增长。从数值大小上看,在相同比例因子的情况下,TS和PS方案存在交点.当y。小于交点横坐标时,TS方案优于PS方案。当%大于于交点横坐标时,Ps方案优于TS方案.

  图11中,ase=0.7的情况下TS方案系统中断概率缓慢下降随后趋于直线状态.a&e=0.7的情况下PS方案中断概率先快速减小随后减小速度变慢.a&e=0.2的情况下TS方案和PS方案中系统中断一直保持快速减小.

  图12表示系统干扰数为M=2,中继数N=[0,3],干扰发射功率分别为P1-6w,P2=4 w,门限为yw=8,系统发射功率%不断变化.图中所示为系统最优吞吐量随发射功率变化而变化的曲线,增加中继选择可以有效的增大系统吞吐量.Ts方案最大吞吐量高于PS方案.

  图13表示系统误码率的曲线,系统干扰数为M=2,中继数N-3,干扰发射功率分别为P1=6 w,P2=4w,门限为Ya=8,比例因子a&e=0.5,并且系统发射功率Y不断变化.

  可以看出随着发射功率变化系统误码率不断下降.而且TS方案误码率小于PS方案.

  6结论

  这篇文章对提出的具有能量收集的多无人机中继选择传输方案进行研究,分析了目的节点在受到聚合干扰的情况下用户的中断概率以及吞吐量,并且推导出了系统在Nakagami-m衰落信道下,PS方案和TS方案的闭合表达式。仿真结果表明通过对比例因子、发射功率和中继选择的联合优化可以有效提升系统吞吐量,降低中断概率,值得说明的是

  本文是从能量收集和信息传输的角度提出了方案并进行了

  系统性能的分析,后续将对无人机通信的轨迹优化、朱群通

  信进行进一步优化和研究.

  参考文献:

  []YZeng,R Zhang,TJ Lim,e al.Wireless cxommunications withunmanned aerial vehicles:Opportunities and challenges[.IEEE Commn Mag,2016,54(5):36-42.

  [2]A Oseiran.F Bceardi.V bramn,et al.Scersaries for 5G mobile and wirekess communications:the vision of the METIS prject

  [].IEEE Commun.Mag,2014.52(5):26-35.

  [3]Y Zeng,R Zhang.Energy-Efficient UAV Cemmunication withTajectory Optimization[].IEEE Tansactions on Wierless Cemmunications,2017,16(6):3747-3760.

  [4]Xiao Lu,Ping Wang.D Niyato,et al.Wirekess Networks with RF Energy Harvesting:A Centempoary Survey.IEEE Cmmnications Surveys&Tukorials,2015,17(2):757-789.

  [5]Xhou,R hang,C K Ho.Wireless information and power transfer:architecture design and rate-energy tradexff[].IEEE Trans.Communications,2013,61(11):4754-4767.

  R Zhang.C K Ha.MIMO broakeasting for simulanous wirekess information and power transfer[].IEEE Trans.Wireless Communications,2013.12(5):1989-2001.

  B Medepally,N Mehta.Vohntary ensergy harvesing relays and s-

  lestion in cooperative wireless networks[].IEEE Transactions on Wireles Crmmunications,2010.9(11):3543-3553.

  Ahmad Alshares,Hakim Ghuzai,A E Kamal,et al.Optimization of a Puwer Splitting Protocod for Two-Way Multiple Eergy Harvesting Relay System[].IEEE Tansactions on Green Communica-

  tiems and Networking,2017.1(4):444-457.

  Min Dong,Wen Li,F Amirnavaei.Oline Joint Power Control for Twe-Hop Wireless Relay Networks with Enengy Harvesting[].

  IEEE Transactions on Signal Processing,2018,66(2):463-478.

  A Nasir,X Zhou,S Durrani,et al.Relaying protocols for wire-

  les energy harvesting and infomation processing[].IEEE Transac tions on Wireles Communications,2013.12(7):3622-3636.

  Zhigue Ding,Samir M Perlaza,L.Esnaols,et al.Power Alkeation Strategies in Energy Harvesting Wireless Cooperative Networks[J].IEEE Transactions on Wireles Communications,

  2014.13(2):846-860.

  Baofeng Ji,Kang Song,Chunguo Li, al.Energy Harvest and Informmation Transmission Design in Intemset-of-Things Wirekess Communication Systems[].Intemational Jou mal of Ekectronies an Commnications,2018,87(1):124-127.

  03] Meng Hua, Chunguo Li, Lni Yang, et al. Throughput Maxi-miration for UAV-Enabled Wireles Power Transfer in Relaying System [c]. 2017 9th Intemational Conference on Wireless Communications and Signal Processing (WCSP), 2017.

  [14] Lifeng Xie, Jie Xu, and Rui Zhang, Thrughbput Maximization for LAV-Enabked Wireless Powered Commnication Networks cl.

  2018 IEEE 87th Vehicuar Techndlogy Confererxce (VTC Spring) , 2018.

  05] Sixing Yin. Yifei Zhao, Liha Li. UAV-asisted Cooperative Cemnmnieations with Time-sharing SWIPT [c]. 2018 IEEE Intemational Confererxe on Commumications (ICC), 2018.

  6] Weidang La, Shamzhen Fang, Yi Gong. Resurce Allocation for OFDM Relaving Wireles Power Transfer Based Emergy -Con-strained UAV Cmmmication Network [c]. 2018 IEEE Intena-

  tiemal Conference on Communications Workshops (ICC Work-

  shop), 2018.

  [17] Sixing Yin , Zhaowei Qu , Lilha Li. Uplink Resure Allocation in Cellular Networks with Energy-xonstrained UAV Relay [c].

  2018 IEEE 87th Vehicular Techrology Confererxce (VTC Spring), 2018

  [18] Xiaohu Ge, Kun Huang, Chengxiang Wang, et al. Caparity Amalysis of a Multi-Cell Multi-Antenna Cocperative Cellular Network with Co-Chanel Interference []. IEEE Tranactions on Wireless Communications, 2011,10(10) :3298-3309.

  [19]冀保峰,宋康,李春国,聚合干扰下小小区网络的协作传输

  方案及性能分析[.信号处理,2015,29(11):1446-1456.

  [20]I Petrowi,M Stefamovie,P Spalevie,et al.Outage analysis of selection diversity over Rayleigh fading channels wih multiple ceo

  -channels interferers[.Telecom.Systems,2013,52(1):39-50.

NOW!

Take the first step of our cooperation迈出我们合作第一步

符合规范的学术服务 助力您的学术成果走向世界


点击咨询学术顾问