We consider the optimization of a two-hop relay network based on an amplify-and-forward Multiple-Input Multiple-Output (MIMO) relay. The relay is assumed to derive the output signal by a Relay Transform Matrix (RTM) applied to the input signal. Assuming perfect channel state information about the network at the relay, the RTM is optimized according to two different criteria: {\bf\em i)} network capacity; {\bf\em ii)} network capacity based on Orthogonal Space--Time Block Codes. The two assumptions have been addressed in part in the literature. The optimization problem is reduced to a manageable convex form, whose KKT equations are explicitly solved. Then, a parametric solution is given, which yields the power constraint and the capacity achieved with uncorrelated transmitted data as functions of a positive indeterminate. The solution for a given average power constraint at the relay is amenable to a \emph{water-filling-like} algorithm, and extends earlier literature results addressing the case without the direct link. Simulation results are reported concerning a Rayleigh relay network and the role of the direct link SNR is precisely assessed.


翻译:我们认为,基于超前和超前多输入多输出(MIIMO)中继的双速中继网络最优化。 中继假设通过对输入信号应用的中继变换母体(RTM)获得输出信号。 假设关于中继网络的完美频道状态信息, RTM则根据两个不同标准优化: {bf\em( i)}网络能力; \bf\em( ii)}基于Orthognal空间- 时空区块代码的网络能力。 两种假设已在文献中部分述及。 优化问题被简化为可控的 convex 格式, 其KKT方程式得到明确解决。 然后, 给出了一个参数解决方案, 产生能量限制和用未电源相关传输数据所实现的能力, 作为正不确定的函数。 中继中继器的平均电力限制的解决方案可适用于\emph{ water- like} 运算法, 并扩展了处理该案件的早期文献结果, 而没有直接链接。 Simulting 的结果被精确地评估。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
154+阅读 · 2020年5月26日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
虚构的对抗,GAN with the wind
全球人工智能
4+阅读 · 2017年10月22日
Arxiv
0+阅读 · 2021年11月24日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
26+阅读 · 2018年2月27日
VIP会员
相关VIP内容
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
154+阅读 · 2020年5月26日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
虚构的对抗,GAN with the wind
全球人工智能
4+阅读 · 2017年10月22日
Top
微信扫码咨询专知VIP会员