江虹，辜馨月，楊浩

（西南科技大學(xué) 信息工程學(xué)院，四川 綿陽(yáng) 621010）

在無(wú)線網(wǎng)絡(luò)通信中，由于環(huán)境的多徑效應(yīng)、陰影衰落等影響，部分通信節(jié)點(diǎn)間的直連通信鏈路會(huì)變得不可靠，空間距離過(guò)遠(yuǎn)的節(jié)點(diǎn)甚至可能無(wú)法直接進(jìn)行通信.此外，隨著無(wú)線設(shè)備的普及和帶寬應(yīng)用的不斷增加，移動(dòng)數(shù)據(jù)流向呈現(xiàn)爆炸式增長(zhǎng)，有限的頻譜資源愈發(fā)緊缺，無(wú)線網(wǎng)絡(luò)對(duì)提升通信速率、提高頻譜利用率的要求日益增強(qiáng)[1-2].近年來(lái)，為改善無(wú)線網(wǎng)絡(luò)的通信性能，緩解頻譜資源緊缺的現(xiàn)狀，全雙工無(wú)線中繼網(wǎng)絡(luò)（Full Duplex Wireless Relaying Networks，F(xiàn)D-WRNs）受到了廣泛關(guān)注.FD-WRNs 能在不提高節(jié)點(diǎn)發(fā)射功率的情況下擴(kuò)大網(wǎng)絡(luò)通信范圍，有效提高頻譜利用率[3-6].然而，在FD-WRNs 網(wǎng)絡(luò)中，接收機(jī)的天線不僅會(huì)接收到其他發(fā)射機(jī)的干擾，還會(huì)接收到自身天線發(fā)送出的干擾，即節(jié)點(diǎn)自干擾[7-10].同時(shí)，在多中繼情況下，如果不能合理選擇中繼節(jié)點(diǎn)，有可能會(huì)導(dǎo)致網(wǎng)絡(luò)服務(wù)質(zhì)量下降.

中斷概率是衡量無(wú)線通信系統(tǒng)的重要指標(biāo)，為獲得更好的通信性能，許多學(xué)者在不同的網(wǎng)絡(luò)環(huán)境下對(duì)其展開(kāi)了分析.Koc 等[11]和Nauryzbayev 等[12]在不考慮直達(dá)鏈路的情況下分別基于Nakagami-m 衰落和α-μ 衰落對(duì)全雙工中繼系統(tǒng)進(jìn)行了中斷性能分析.Wang 等[13]在考慮直達(dá)鏈路和傳輸延時(shí)的情況下給出了放大轉(zhuǎn)發(fā)中繼策略下全雙工系統(tǒng)的中斷概率閉合表達(dá)式.Zhong 等[14]針對(duì)無(wú)線攜能通信系統(tǒng)（Simultaneous Wireless Information and Power Transfer，SWIPT），分析比較了解碼轉(zhuǎn)發(fā)與放大轉(zhuǎn)發(fā)兩種模式下中斷概率的性能表現(xiàn).但上述文獻(xiàn)中涉及的通信系統(tǒng)模型皆為簡(jiǎn)單的三點(diǎn)兩跳網(wǎng)絡(luò)（即包含一對(duì)通信的用戶節(jié)點(diǎn)與一個(gè)中繼節(jié)點(diǎn)），信號(hào)傳輸過(guò)程中不存在節(jié)點(diǎn)間互干擾和中繼決策的問(wèn)題，而實(shí)際FD-WRNs 中通常需要從多個(gè)節(jié)點(diǎn)中選擇合適的中繼來(lái)完成輔助轉(zhuǎn)發(fā)的工作.

中繼節(jié)點(diǎn)的選擇是否合理在極大程度上影響著FD-WRNs 的網(wǎng)絡(luò)通信性能.Gu 等[15]提出了一種基于雙向拍賣的中繼選擇策略，以用戶節(jié)點(diǎn)能獲得鏈路容量提升和中繼節(jié)點(diǎn)轉(zhuǎn)發(fā)時(shí)需付出的能量分別作為出價(jià)和要價(jià)對(duì)傳統(tǒng)的拍賣模型進(jìn)行修正，但分析時(shí)采用了正交信道，未考慮鏈路間干擾和距離衰落帶來(lái)的影響.Chen 等[16]對(duì)含有兩個(gè)混合接入點(diǎn)（Hybrid Access Points，HAPs）和多個(gè)中繼節(jié)點(diǎn)的全雙工多中繼網(wǎng)絡(luò)進(jìn)行研究，文中假設(shè)只有被選擇的中繼從休眠模式切換到激活模式，在保證雙向通信鏈路服務(wù)質(zhì)量的前提下進(jìn)行中繼選擇；但該模型中同一時(shí)刻處在通信狀態(tài)的節(jié)點(diǎn)僅有HAPs 和被選擇的中繼節(jié)點(diǎn)，網(wǎng)絡(luò)中不含其他干擾.Wang 等[17]和Atapattu等[18]基于全局信道狀態(tài)信息（Channel State Information，CSI）給出了一種適用于全雙工中繼系統(tǒng)的最優(yōu)中繼選擇（Optimal Relay Selection，ORS）方案，在考慮直達(dá)鏈路和自干擾的情況下，為了獲得更好的通信性能，利用CSI 選擇使鏈路信干噪比（Signal to Noise Interference plus Noise Ratio，SINR）最大的節(jié)點(diǎn)作為信息傳輸時(shí)的中繼節(jié)點(diǎn).類似地，劉杰群等[19]利用局部CSI 在Rayleigh 衰落條件下提出了一種最小干擾信號(hào)（Minimize Interference Signal，MIS）中繼選擇算法，MIS 算法通過(guò)比較部分通信鏈路的信道衰落系數(shù)，從中選出衰落最小的路徑以保證信號(hào)衰落程度最小，進(jìn)而降低信號(hào)傳輸?shù)闹袛喔怕屎驼`符號(hào)率，提升系統(tǒng)的通信性能.但ORS 算法和MIS 算法未考慮網(wǎng)絡(luò)中多用戶節(jié)點(diǎn)同時(shí)通信時(shí)鏈路間的互干擾對(duì)網(wǎng)絡(luò)性能造成的影響.

綜上所述，現(xiàn)有文獻(xiàn)中，為便于分析，在對(duì)FDWRNs 進(jìn)行研究時(shí)大多僅考慮了節(jié)點(diǎn)數(shù)較少的簡(jiǎn)單網(wǎng)絡(luò)或忽略網(wǎng)絡(luò)中部分干擾，然而實(shí)際通信中網(wǎng)絡(luò)構(gòu)成往往更為復(fù)雜，且網(wǎng)絡(luò)中的干擾會(huì)極大程度上影響通信性能，使用簡(jiǎn)單網(wǎng)絡(luò)模型或忽略部分干擾進(jìn)行分析得到的結(jié)果可靠性較低.因此，本文針對(duì)節(jié)點(diǎn)自干擾與網(wǎng)絡(luò)聚集干擾同時(shí)存在的FD-WRNs 在Nakagami-m 衰落條件下分析其通信時(shí)的中斷性能，并提出了一種適用于全雙工多中繼環(huán)境下的中繼決策算法MCM 以降低網(wǎng)絡(luò)的中斷概率，提升通信系統(tǒng)的傳輸性能.與直接通過(guò)SINR 或干擾大小進(jìn)行中繼決策的ORS 算法與MIS 算法不同，MCM 算法將根據(jù)每個(gè)用戶對(duì)中繼節(jié)點(diǎn)的需求決定網(wǎng)絡(luò)的中繼策略，最大化發(fā)揮網(wǎng)絡(luò)中每個(gè)中繼節(jié)點(diǎn)的作用.

1 系統(tǒng)模型

本文考慮含有M+N 個(gè)節(jié)點(diǎn)的無(wú)線網(wǎng)絡(luò)，同一時(shí)刻下，M 個(gè)節(jié)點(diǎn)作為通信的源節(jié)點(diǎn)或目的節(jié)點(diǎn)，稱為用戶節(jié)點(diǎn)，N 個(gè)節(jié)點(diǎn)為不能直接通信或直接通信性能不佳的用戶節(jié)點(diǎn)提供中繼服務(wù)，稱為中繼節(jié)點(diǎn).用U、R 分別代表用戶節(jié)點(diǎn)集合和中繼節(jié)點(diǎn)集合，則有U={ui|i=1，…，M}，R={rj|j=1，…，N}.網(wǎng)絡(luò)中的節(jié)點(diǎn)皆為全雙工節(jié)點(diǎn)，具有激活與休眠兩個(gè)狀態(tài)，且僅在通信時(shí)處于激活狀態(tài)，其余時(shí)刻都處于休眠狀態(tài)，激活狀態(tài)的節(jié)點(diǎn)會(huì)對(duì)其他節(jié)點(diǎn)造成干擾.假設(shè)中繼節(jié)點(diǎn)工作在放大轉(zhuǎn)發(fā)模式，所有的通信鏈路都經(jīng)歷獨(dú)立且相同分布的Nakagami－m 衰落.hp，q（p，q∈U∪R）為節(jié)點(diǎn)p 與q 之間的鏈路信道增益；Ip，q表示節(jié)點(diǎn)p與q 通信時(shí)，其他處于激活狀態(tài)的用戶節(jié)點(diǎn)與中繼節(jié)點(diǎn)在q 處形成的聚集干擾；分別為節(jié)點(diǎn)p 處的自干擾與自干擾消除系數(shù)，其中，的值為節(jié)點(diǎn)p的發(fā)射功率，βp=1 代表未消除自干擾，βp=0 代表自干擾完全消除；dp，q為節(jié)點(diǎn)p 與q 之間的距離；ηp，q為節(jié)點(diǎn)p 與q 通信過(guò)程中的加性高斯白噪聲（Additive White Gaussian Noise，AWGN），ηp，q～CN（0，σ2）.

現(xiàn)考慮網(wǎng)絡(luò)中任意兩個(gè)用戶節(jié)點(diǎn)ux與uz進(jìn)行通信（x≠z，ux、uz∈U），如圖1 所示.圖中ry（ry∈R）為ux、uz采用中繼轉(zhuǎn)發(fā)方式進(jìn)行通信時(shí)選用的中繼節(jié)點(diǎn)，R′=R{ry}，U′=U{ux，uz}分別為其他中繼節(jié)點(diǎn)和用戶節(jié)點(diǎn)對(duì)uz或ry形成的聚集干擾集合.

圖1 ux 與uz 通信時(shí)的FD－WRNs 模型Fig.1 FD－WRNs model when ux communicate with uz

假設(shè)所有的節(jié)點(diǎn)都以功率Pt發(fā)射信號(hào).當(dāng)用戶節(jié)點(diǎn)ux與uz以直達(dá)鏈路進(jìn)行通信時(shí)，uz處的SINR可表示為：

式中：α ＞2 為路徑損耗系數(shù).此時(shí)其他節(jié)點(diǎn)在uz處形成的聚集干擾Iux，uz可表示為：

式中：eui=1、erj=1 分別代表用戶節(jié)點(diǎn)ui、中繼節(jié)點(diǎn)rj發(fā)送信號(hào)，即節(jié)點(diǎn)處于激活狀態(tài)；反之，eui=0、erj=0 代表用戶節(jié)點(diǎn)ui、中繼節(jié)點(diǎn)rj不發(fā)送信號(hào)，節(jié)點(diǎn)處于休眠狀態(tài).

同理，在放大轉(zhuǎn)發(fā)模式下，當(dāng)ux與uz通過(guò)節(jié)點(diǎn)ry中繼輔助進(jìn)行通信時(shí)，中繼節(jié)點(diǎn)ry與用戶節(jié)點(diǎn)uz處的SINR 分別如式（3）和（4）所示：

其中，聚集干擾項(xiàng)Iux，ry和Iry，uz可分別表示為：

放大轉(zhuǎn)發(fā)模式下，協(xié)作通信傳輸?shù)男鸥稍氡瓤杀硎緸閇15]：

令A(yù)∈{（ux，uz），（ux，ry），（ry，uz）}，鏈路信道增益的概率密度函數(shù)（Probability Density Function，PDF）可表示為[14]：

式中：B∈{ry，uz} 對(duì)應(yīng)著通信時(shí)接收信號(hào)的節(jié)點(diǎn).A=（ux，ry）時(shí)B 為ry，A 為其他取值時(shí)B 為uz.由式（2）（5）和（6），聚集干擾項(xiàng)的均值E（Iux，uz）、E（Iux，ry）和E（Iry，uz）可分別表示為：

2 中斷性能分析與中繼決策

2.1 中斷性能分析

在圖1 所示通信場(chǎng)景中，假設(shè)成功通信需滿足的最低信干噪比閾值為γth，用戶節(jié)點(diǎn)ux與uz以直達(dá)鏈路通信時(shí)的中斷概率可表示為：

式中：Fγux，uz（·）為γux，uz的分布函數(shù)（Cumulative Distribution Function，CDF）為不完全Gamma 函數(shù).

計(jì)算ux與uz通過(guò)ry中繼輔助進(jìn)行通信時(shí)的中斷概率.由于式（7）分母中的常數(shù)項(xiàng)1 對(duì)通信性能影響很小，特別是在高SINR 環(huán)境下，即γux，ry、γry，uz＞＞1時(shí)，其影響幾乎可忽略不計(jì)[20-21].因此式（7）可表示為：

類比式（13），Y 的分布函數(shù)可表示為：

結(jié)合式（8）（15）（16），有

將式（13）（17）代入式（18），可得中斷概率的具體表達(dá)式.

2.2 中繼決策

當(dāng)無(wú)線網(wǎng)絡(luò)中存在多個(gè)中繼節(jié)點(diǎn)時(shí)，某個(gè)中繼節(jié)點(diǎn)可能同時(shí)滿足多個(gè)用戶節(jié)點(diǎn)的需要，但同一時(shí)刻單個(gè)中繼節(jié)點(diǎn)能服務(wù)的用戶節(jié)點(diǎn)數(shù)目是有限的.這種“多選一”的情況下，中繼節(jié)點(diǎn)為誰(shuí)提供服務(wù)會(huì)影響到整個(gè)網(wǎng)絡(luò)的性能.此部分將以最小化系統(tǒng)中斷概率為目的提出MCM 算法為用戶節(jié)點(diǎn)分配中繼.

假設(shè)每個(gè)中繼節(jié)點(diǎn)同時(shí)只能為單個(gè)用戶節(jié)點(diǎn)提供服務(wù)，在全雙工模式下，用戶節(jié)點(diǎn)ux與uz可能同時(shí)向?qū)Ψ桨l(fā)送信號(hào)，此時(shí)若只有一個(gè)中繼為ux與uz之間的通信提供服務(wù)，由于該中繼同一時(shí)刻只能轉(zhuǎn)發(fā)一個(gè)傳輸方向的信號(hào)，將會(huì)導(dǎo)致來(lái)自另一個(gè)傳輸方向的信號(hào)依然無(wú)法被目的端正確接收.因此，對(duì)于全雙工模式下無(wú)法直接通信或直接通信效果不佳的用戶節(jié)點(diǎn)ux與uz，應(yīng)為二者各自分配一個(gè)中繼節(jié)點(diǎn).由于最小化網(wǎng)絡(luò)中斷概率與最大化網(wǎng)絡(luò)成功傳輸概率等價(jià)，所以中繼決策問(wèn)題可轉(zhuǎn)化為：

式中：ωux代表用戶節(jié)點(diǎn)ux與其目的用戶節(jié)點(diǎn)uz采用的通信方式.若ωux=1，則ux與uz通過(guò)直達(dá)鏈路通信；若ωux=0 則通過(guò)中繼輔助通信.表明中繼節(jié)點(diǎn)ry為用戶節(jié)點(diǎn)ux提供服務(wù).約束條件C1 表示一個(gè)中繼節(jié)點(diǎn)只能為U 中的一個(gè)用戶節(jié)點(diǎn)提供服務(wù).約束條件C2 表示每個(gè)用戶節(jié)點(diǎn)最多只能被分配一個(gè)中繼，若不等式取值為2 則意味著當(dāng)前通信雙方各自選擇一個(gè)中繼輔助通信；為0 則表示通信雙方直接通信.約束條件C3 表明某個(gè)用戶節(jié)點(diǎn)與某個(gè)中繼節(jié)點(diǎn)之間的狀態(tài)只有1 和0 兩種，即該中繼節(jié)點(diǎn)是否為該用戶節(jié)點(diǎn)提供服務(wù).約束條件C4 表明用戶節(jié)點(diǎn)之間有直達(dá)與中繼輔助兩種通信方式.

為了減少中繼節(jié)點(diǎn)的資源浪費(fèi)，最大程度發(fā)揮每個(gè)中繼節(jié)點(diǎn)的作用，本文為每個(gè)用戶節(jié)點(diǎn)設(shè)定其對(duì)中繼節(jié)點(diǎn)的渴求度δ，根據(jù)渴求度進(jìn)行網(wǎng)絡(luò)中繼決策.δ 具體值取決于該用戶節(jié)點(diǎn)到目的節(jié)點(diǎn)直達(dá)鏈路的中斷概率，將用戶節(jié)點(diǎn)的渴求度與該用戶節(jié)點(diǎn)通過(guò)中繼輔助方式通信時(shí)的成功概率相乘，其乘積作為此用戶參與分配中繼時(shí)的優(yōu)先級(jí).對(duì)于任意用戶節(jié)點(diǎn)ux，直達(dá)鏈路的中斷概率越高意味著該節(jié)點(diǎn)越需要中繼節(jié)點(diǎn)的輔助來(lái)完成與目的用戶節(jié)點(diǎn)uz的通信，即相應(yīng)的渴求度δux越大.當(dāng)中繼成功概率相同時(shí)，渴求度越高的用戶節(jié)點(diǎn)越有可能被分配到中繼節(jié)點(diǎn).反之，當(dāng)渴求度相同時(shí)，用戶節(jié)點(diǎn)會(huì)被分配到通信成功概率更高的中繼節(jié)點(diǎn).通過(guò)上述方法優(yōu)化U 中每個(gè)用戶節(jié)點(diǎn)的通信方式，即可使整個(gè)通信系統(tǒng)的中斷概率最小.用戶節(jié)點(diǎn)ux對(duì)中繼節(jié)點(diǎn)的渴求度計(jì)算方式定義如下：

借助圖論知識(shí)，可通過(guò)構(gòu)建二部圖將式（19）轉(zhuǎn)化為最大帶權(quán)匹配問(wèn)題后用Kuhn-Munkres 算法進(jìn)行求解.若僅在進(jìn)行通信的節(jié)點(diǎn)之間建邊則會(huì)出現(xiàn)孤點(diǎn)，因此為保證Kuhn-Munkres 算法順利運(yùn)行，本文通過(guò)構(gòu)建權(quán)值為0，即不具備競(jìng)爭(zhēng)力的虛擬邊將FD-WRNs 中的通信場(chǎng)景構(gòu)建為二部圖.MCM 算法的細(xì)節(jié)如下：首先，用U 和R 中的節(jié)點(diǎn)構(gòu)建二部圖中的頂點(diǎn)集.隨后，在U 中的每個(gè)用戶節(jié)點(diǎn)與R 中的每個(gè)中繼節(jié)點(diǎn)之間補(bǔ)充虛擬邊，將邊權(quán)設(shè)置為0建圖.最后，對(duì)于直達(dá)鏈路中斷概率大于中繼鏈路中斷概率的用戶節(jié)點(diǎn)，將此用戶節(jié)點(diǎn)與相應(yīng)的中繼節(jié)點(diǎn)之間的邊權(quán)更新為渴求度與中繼鏈路成功概率的乘積.由此，利用Kuhn-Munkres 算法可求解出該二部圖的最大帶權(quán)匹配.算法1 描述了MCM 算法的流程.

3 數(shù)值仿真分析

通過(guò)蒙特-卡羅仿真和數(shù)值仿真在不同的Nakagami-m 信道衰落參數(shù)、自干擾消除系數(shù)和信干噪比閾值條件下，對(duì)比分析無(wú)干擾網(wǎng)絡(luò)情景和有干擾網(wǎng)絡(luò)情景內(nèi)中斷概率隨節(jié)點(diǎn)發(fā)射功率的變化情況并對(duì)MCM 算法的有效性進(jìn)行驗(yàn)證，仿真100 次.取FD-WRNs 的用戶節(jié)點(diǎn)數(shù)M=12，中繼節(jié)點(diǎn)數(shù)N=10，網(wǎng)絡(luò)中的節(jié)點(diǎn)均勻分布且坐標(biāo)經(jīng)歸一化處理.假設(shè)所有用戶節(jié)點(diǎn)都處于激活狀態(tài)，即eu=1，?u∈U，中繼節(jié)點(diǎn)的狀態(tài)服從伯努利分布.對(duì)于所有的仿真測(cè)試，通信過(guò)程中的AWGN 強(qiáng)度為σ2=1，路徑損耗系數(shù)α=4，信道鏈路增益ry），（ry，uz）}）.

圖2 展示了γth=0 dB，β=0.05 時(shí)，不同mA取值條件下中斷概率隨節(jié)點(diǎn)發(fā)射功率的變化情況.由圖2可知，mA取值越大，中斷概率越小.當(dāng)mA取值相同時(shí)，同一發(fā)射功率下，無(wú)干擾的信道（僅考慮噪聲）較有干擾的信道具有更低的中斷概率.當(dāng)節(jié)點(diǎn)的發(fā)射功率不斷增大時(shí)，由于網(wǎng)絡(luò)中的自干擾和聚集干擾也不斷增大，因此，有干擾的信道條件下系統(tǒng)的中斷概率逐漸減小后在發(fā)射功率達(dá)到20 dB 左右后開(kāi)始趨于穩(wěn)定，而無(wú)干擾的信道條件下的中斷概率不斷降低.

圖2 mA 取值不同時(shí)中斷概率隨發(fā)射功率的變化圖Fig.2 Trend of outage probability with the transmit power for different value of mA

圖3 為β=0.2，mA=2 時(shí)，不同γth取值條件下中斷概率隨節(jié)點(diǎn)發(fā)射功率的變化情況.分析圖3 可以發(fā)現(xiàn)，系統(tǒng)的信干噪比閾值越高，中斷概率相對(duì)越大.當(dāng)節(jié)點(diǎn)的發(fā)射功率增加到20 dB 左右時(shí)，系統(tǒng)的中斷概率會(huì)趨于穩(wěn)定，此后發(fā)射功率的提升并不會(huì)改善系統(tǒng)的中斷性能.

圖3 γth 值不同時(shí)中斷概率隨發(fā)射功率的變化圖Fig.3 Trend of outage probability with the transmit power for different value of γth

圖4 展示了γth=0 dB，mA=2 時(shí)，不同β 取值條件下中斷概率隨節(jié)點(diǎn)發(fā)射功率的變化情況.從圖4可以看出，無(wú)論β 取值如何，中斷概率都會(huì)隨著節(jié)點(diǎn)發(fā)射功率的增大而減小，最后在發(fā)射功率達(dá)到15 dB左右時(shí)趨于穩(wěn)定.當(dāng)β 取值相同時(shí)，有聚集干擾場(chǎng)景下的網(wǎng)絡(luò)中斷概率高于無(wú)聚集干擾時(shí)的中斷概率.此外，如果不消除節(jié)點(diǎn)自干擾（β=1 時(shí)），即使不斷加大節(jié)點(diǎn)發(fā)射功率，系統(tǒng)仍具有較高的中斷概率.

圖4 β 值不同時(shí)中斷概率隨發(fā)射功率的變化圖Fig.4 Trend of outage probability with transmit power for different value of β

圖5 為β=0.03，mA=2，γth=1 dB 的條件下，分別采用MCM 算法、MIS 算法和ORS 算法進(jìn)行中繼決策后系統(tǒng)通信的中斷概率隨節(jié)點(diǎn)發(fā)射功率提升的變化情況.從圖中可以看出，發(fā)射功率提升至約25 dB，即發(fā)射功率對(duì)中斷概率的改善作用達(dá)到飽和狀態(tài)時(shí)，MCM 算法較MIS 算法和ORS 算法具有更低的中斷概率.經(jīng)數(shù)值分析發(fā)現(xiàn)，此時(shí)采用MCM 算法得到的系統(tǒng)中斷概率比采用ORS 算法低約4%，比采用MIS 算法低約7%.

圖5 3 種算法下FD-WRNs 的中斷概率變化Fig.5 Outage probability change of FD-WRNs under three algorithms

由于MCM 算法是基于Kuhn-Munkres 算法解決最大帶權(quán)匹配問(wèn)題，故二者在算法性能上表現(xiàn)類似.而Kuhn[22]指出Kuhn-Munkres 算法復(fù)雜度為O（n3），對(duì)于二部圖總能求解出其最大帶權(quán)匹配結(jié)果.因此，Kuhn-Munkres 算法保證了MCM 算法得到的中繼決策方案是全局最優(yōu)的，但求解過(guò)程中需要完備的CSI，且當(dāng)網(wǎng)絡(luò)規(guī)模較大時(shí)，受算法復(fù)雜度影響，決策過(guò)程耗時(shí)較長(zhǎng)，節(jié)點(diǎn)能耗也會(huì)相應(yīng)增加.

4 結(jié)論

針對(duì)自干擾與聚集干擾同時(shí)存在的FD-WRNs網(wǎng)絡(luò)通過(guò)蒙特-卡羅法仿真了不同系統(tǒng)參數(shù)下中斷概率隨節(jié)點(diǎn)發(fā)射功率的變化情況，并對(duì)比分析了MCM 算法與其他中繼選擇算法在改善系統(tǒng)中斷性能方面的效果，得出以下主要結(jié)論：

1）提升節(jié)點(diǎn)的發(fā)射功率能在一定程度上降低通信的中斷概率，但當(dāng)發(fā)射功率達(dá)到某一特定值后，加大發(fā)射功率對(duì)網(wǎng)絡(luò)中斷性能帶來(lái)的改善作用將會(huì)趨于飽和.

2）在FD－WRNs 中，自干擾對(duì)無(wú)線通信的中斷性能影響極大，若不進(jìn)行自干擾消除，即使提升節(jié)點(diǎn)發(fā)射功率至飽和狀態(tài)，系統(tǒng)仍具有極大的中斷概率.

3）同一仿真環(huán)境下，采用MCM 算法能夠?yàn)橥ㄐ畔到y(tǒng)帶來(lái)更低的系統(tǒng)中斷概率.當(dāng)增加發(fā)射功率對(duì)系統(tǒng)中斷概率的提升效果達(dá)到飽和后，采用MCM 算法得到的系統(tǒng)中斷概率比ORS 算法和MIS 算法降低了約4%～7%.

4）通過(guò)MCM 算法雖然能得到當(dāng)前網(wǎng)絡(luò)中最優(yōu)的中繼方案，但網(wǎng)絡(luò)規(guī)模較大時(shí)，算法復(fù)雜度和CSI 獲取過(guò)程為網(wǎng)絡(luò)節(jié)點(diǎn)帶來(lái)的能耗壓力也不容忽視，該問(wèn)題將在今后的研究中進(jìn)行優(yōu)化.