协作通信网络中的中继节点选择技术

基金项目：国家重点基础研究发展规划(“973”计划)课题(2009CB320404)；国家高技术研究发展(“863”计划)课题(2007AA01Z217)；国家自然科学基金课题(60972048)

    在未来移动通信系统中，多输入多输出(MIMO)系统的优势已经得到了广泛的认同，然而受到节点尺寸以及能量的限制使得MIMO技术的实现变得困难[1-2]，而协同通信技术则充分利用了无线电波的全向传播特性，使无线网络中的节点相互协作形成了虚拟的天线阵列来获得传统MIMO技术的空间分集增益，当前协同通信的主要方式有：放大中继(AF)、解码中继[3](DF)、编码协同[4](CC)等方式。相对于其他协同方式，编码协同方式将协同通信技术和信道编码技术相结合，在不消耗更多系统资源(带宽等)的前提下获得完全的分集增益。在协同系统中一个至关重要的问题就是如何选择合适的协同节点，它甚至决定了协同系统是否可以带来增益。在这方面已有研究人员做出了贡献，但是每种系统和算法都用来解决不同的问题并有不同的应用。因此，本文研究并给出了协同节点选择技术的性能评价标准以及分类方法，并且总结了近年来典型的协同节点选择算法。

1 中继节点选择算法的评价标准
    为了深入、深刻地对各种不同的中继节点选择算法进行比较和分析，我们应首先给出正确、有效的性能评价标准。因此，我们从以下几个方面来定性的评价中继选择算法的性能：

    (1)算法效果
    协同系统设计的主要目标是增加网络容量，减少功率消耗以及增加网络覆盖，这也理所当然的成为了协同节点选择算法的考核标准。值得注意的是网络容量、功率消耗以及网络覆盖3者之间存在折中，因此协同节点选择算法也要根据不同系统的需求来选择不同的优化目标进行优化。

    (2)算法复杂度
    协同通信的本质思想就是从网络角度来优化整个系统的性能，然而这也引入了更多的优化元素导致算法复杂度的增加，因此如何很好的控制协同节点选择的算法复杂度并达到理想的系统性能是评价协同节点选择算法的重要标尺。

    (3)算法带来的通信开销
    在协同系统中，节点间需要交互更多的信息(例如信源信息、信道信息、能量信息等)来共同完成信息传递，从而增加了系统的通信开销，这给系统性能带来了负面影响。因此在协同节点选择算法也要充分考虑这一点，仅仅当协同增益大于额外开销的性能损失时才选择协同。协同节点选择算法的执行过程中也还应尽量减少开销，现有主要的方法有限制反馈，模糊选择等。

    (4)算法的自适应和容错性
    由于无线信道的时变特性以及节点的移动性，使得信道信息、节点状态信息无法精确获得，这就使得协同节点选择算法需要具备鲁棒性，能够自适应的调整选择策略，并对信道环境变差以及协同节点无法响应等状况具有容错特性。

    (5)算法代价(软硬件支持)
    算法的代价可以从几个方面来评价。时间代价包括一个系统的安装时间、配置时间、算法执行时间。空间代价包括该算法需要的基础设施和网络的节点数量、节点尺寸等。不同的协同节点选择算法所需要的软硬件支持也不尽相同，有些算法要求节点有较为强的存储和计算能力，有些算法则需要额外硬件支持(GPS等)。应根据应用背景和需求，综合考虑技术、成本等多种因素来选则协同节点选择算法。

2 中继节点选择算法的分类
    (1)算法执行方式
    算法的执行方式主要分为：中心式和分布式。中心式算法是指将所需要的信息传送到某一中心节点(例如：基站、AP等)，中心节点利用这些信息执行协同节点选择算法并将结果反馈给源节点和相应的协同节点。分布式计算则是依赖节点间的信息交换和协调，由节点自行判断是否协作和与谁协作。

    中心式算法的优点在于从全局角度统筹规划，使得系统工作在全局最优状态，然而由于需要搜集相关的信息以及计算全局最优，因此会引入较大的通信开销和计算开销。分布式算法往往获得是局部最优解，但是分布式算法分散了通信开销和计算复杂度，而且分布式算法更加适用于无固定支持的网络(如Ad Hoc网络)。

    (2)中继节点个数
    中继节点个数的确定是中继节点选择算法的热点问题，使用单个节点还是使用多个节点仍然是一个开放性问题。

    使用单个协同节点进行协同使得接收端的硬件简单易于实现，并且没有损失分集阶数，单个中继节点选择需要知道各个信道的信道信息，并按照某种规则进行排序，从中选出最优的节点。然而单个节点的处理能力和支持的功率是有限的，当信道处于深度衰落的情况下，单个中继节点无法完成源节点的服务质量(QoS)需求，而且使用多个中继节点也可以增加系统的复用增益，因此根据信道和中继节点的状态调整节点选择的个数的选择算法更加合理。

    (3)协同的方式
    协同方式是协同系统中的重要参数，不同的协同方式也对协同节点的选择算法产生和很大影响，例如：在DF协同方式中，节点只有正确解码后才能参与到协同传输；而在AF中协同节点对源节点的信号不做任何处理且所有协同节点都能传输该信息，这直接影响了协同节点选择算法的备选集合。因此对于不同的协同方式要采用不同的协同节点选择算法。另外我们可把协同方式选择和协同节点选择相结合，在同一个系统中自适应的使用不同的协同方式和协同节点选择算法。

    (4)中继节点选择和其他协同资源的联合分配
    对于协同系统，协同节点仅仅是系统资源的一部分，因此目前的研究工作大都在将协同节点选择和其他资源分配联合考虑，例如功率，带宽等。通过跨层联合设计这些系统资源可以使系统的性能得到较大的改善。然而由于引入了更多的变量和优化目标，从而给系统设计带来了巨大挑战，在多数情况下使得系统最优问题成为非多项式(NP)难问题。如何找到适当的联合优化参数以及设计可执行的渐进最优算法也是协同节点选择及其相关的资源分配算法应考虑的重点。

    (5)应用场景
    当前的无线通信系统大都可以分为有固定设施支撑和无固定设施支撑两种，在有固定设施支撑的网络中(如：蜂窝网)，其通信形式基本呈现为多对一或多对一的通信，即多个用户到基站、基站到多个用户，此外网络中的中心节点对网络起到支配和管理作用，从而有利于资源的合理分配和中心式算法的执行。而在无固定设施支撑的网络(如：Ad Hoc网络)中存在多对源和目的节点对，并且没有中心节点来进行管理，通信节点对之间呈现竞争关系，因此控制通信节点对之间的相互干扰是影响系统性能的重要因素也是设计的难点。

    (6)中继节点属性
    在不同的网络中中继节点的属性也不尽相同。中继节点可以是固定的也可以是移动的，可以是有源的也可以是无源的，有些装配单根天线而有些则装配多根天线，节点的属性不同直接影响了协同节点选择的策略。在蜂窝网中，无论固定的还是移动的中继节点大多是有能量支持的，并且中继节点上大多可能配备多根天线，拥有相对较强处理和传输能力，因此可以将较多的工作转移到中继节点上进行，从而降低移动终端的复杂度和能量消耗，同时为移动终端提供较好的QoS保障。在自组织网络中，网络中所有节点属性基本相同，且大都使用电池供电，处理和传输能力也相对有限，因此在协同节点选择算法设计时应充分考虑节点的能量问题，在保证服务的条件下尽量延长网络的生存时间。

3 典型算法介绍
    (1)基于协作增益的单节点选择策略
协同节点选择算法的目的就是提高协同通信所带来的增益，文献[5]研究了编码协同中的协同节点选择策略，协同网络模型如图1所示，本文以端到端的误帧率作为标准定义了用户协同增益G：

    式(1)中Pno-coop为非协同传输时的误帧率，Pcoop为协同传输时的误帧率，因此当G >1时才使用协同，从而得到了能够带来增益的协同区域，并给出了协同节点选择的标准，即选择能够带来最大协同增益的协同节点参与协同。该算法需要节点地理位置信息的支持，需要额外的硬件设备(如GPS)或运行相应的定位算法。

    (2)基于瞬时信道状态的分布式选择策略
    无线信道的时变特性，使协同节点选择算法应具有一定的自适应特性，文献[6]中提出了一种分布式的协同节点选择算法，该算法和传统的802.11协议相结合，利用RTS和CTS分别估计源节点到中继节点和目的节点到中继节点之间的信道状态：asi和aid，中继节点收到该信道信息后进行判断，判断的准则如式(2)所示，

    随后开启一个退避定时器，退避时间T 和信道条件hi  成反比，这样一来信道条件好的中继节点就会优先介入信道，发送一个FLAG帧通知源节点、目的节点和其他中继节点，这样以来就完成了一次中继选择，即从M个可行的中继节点集合中选择出一个最好的协同节点。该算法是根据瞬时信道条件来选择中继节点，随着信道衰落情况的变化来选择不同的中继节点如图2所示，但该算法在节点选择过程中可能发生碰撞，从而导致无法正确的选择到中继节点。

    (3)基于分群的协同节点选择策略
    文献[7]研究了存在多对源和目的节点情况下的协同节点选择问题。为了能够达到全网范围的分集增益，节点选择协议应为每一个发送节点提供足够的协作节点，使这些节点形成为若干个群，如图3所示。每个群内的协同节点能够以很高的概率正确解码发送节点的信息。

    该文中针对分布式场景下提出了一种简单的静态协同节点选择策略，该策略可以保证网络中的所有发送节点都能够获得n +1的分集增益，n为协作节点个数。首先，每个节点都维护一个优先协作表，该节点优先支持表中的前n 个节点。优先协作表设计和实现方法很多，其中一个简单实现方式为：
[i +1,i +2,…,M,1,2,…,i -1]，i为本节点编号。

    在有中心式控制场景下，由于中心控制节点拥有信道信息，因此可以从所有可能的解中选择最优的方案，从而可以获得额外的性能增益。图4中比较了在知道不同程度信道信息以及分布式和中心式算法的比较。

    (4)基于能量考虑的协同节点选择策略
    当前应用的无线网络如蜂窝网，WLAN，无线传感器网络等，终端设备大都使用电池供电，使得网络可利用的资源受到限制，因此如何高效的利用网络资源、延长网络的生存时间是无线网络设计的一个重要问题。随着协同通信技术的出现，它使得协同节点间的资源(信道，能量)得到共享，从而为节约节点能量、延长网络的生存期提供了有效途径。最近在利用协同通信技术来延长网络生存期方面已有部分研究者做出了贡献，文献[8]中作者在图5的模型下，联合考虑协同节点的信道状态信息CSI和剩余能量信息REI，选择出一个最优的协同节点并利用它完成协同传输，从而延长了AF协同网络的生存时间，文献[9]中作者在相同的模型下又通过离散化功率的调整范围，使得算法更加实际，同时利用马氏链估计了网络的生存期。

    类似，文献[10]在DF协同网络中，通过启发式的中继节点选择和功率分配方法以及中继节点位置的布设来降低节点的功率消耗、延长网络生存期。文献[11]通过协同波束成形的方法来提高的传输距离，从而避免节点能量少的节点的中继来达到延长网络生存期的目的。

    (5)基于跨层联合优化的协同节点选择策略
    对于协同系统，协同节点仅仅是系统资源的一部分，因此将协同节点选择和其他系统资源分配联合考虑可以极大的改善系统性能。文献[12]研究了拥有一个基站和多个移动台的蜂窝网络如图6所示，网络的接入方式采用OFDMA技术，文中通过建立一个中心式的优化模型，联合考虑了多个层次的优化参数，最终不仅仅得到了最优的功率和带宽分配，并且得到了最优的协同节点选择方法和协同策略选择方法。另外，文献[13]通过拉格朗日对偶分解得到了分布式的优化方法，并且考虑了流量控制对系统的影响。

    (6)基于多协同节点的选择策略
    在无线网络中，单个节点的处理和传输能力有限，通过多个节点的协同不仅仅可以得到空间分集增益还可以获得空间复用增益，同时还可以均衡业务负载。文献[14]中假设目的节点拥有多个天线，利用协同节点来传输不同的信息从而得到空间上的复用，而通过协同节点选择同时获得了分集增益，如图7所示。本文通过贪婪搜索的方法来选择最优的协同节点。通过分析可以看出利用多节点进行协同可以获得更好的分集和复用折中。

    文献[15]中，提出了两种中继节点选择方法，在固定选择策略中，源节点从K 个协同节点中固定选择出M个中继节点，这M 个中继节点同时发送从源节点收到的信息。另外，文中还提出一种基于门限值的动态中继选择方法，该方法在保证中断概率的前提下，最小化参与协同的节点的个数，从而减小有协同带来的干扰。

    文献[16]给出中在存在多个中继节点的情况下，将功率控制和节点选择相结合，该协议的目的是通过分配源节点和中继节点集合的功率来在最小化中断概率，并且降低计算的复杂度。该协议分为两个阶段：在权衡了S-R和R-D的信道条件下选择源节点的功率；通过搜索的办法选择能够最小化中断概率的中继节点集合，该集合中的中继节点间的功率平均分配。仿真和分析结果表明该算法能够达到较小的中断概率。

4 结束语
    根据以上论述可知，每种系统和算法都有各自的特点和适用范围，没有哪一种是绝对最优的，但从整体上看动态分配系统资源的跨层设计思想更加充分发挥了协同通信系统的特点，相对于传统的系统有很大的性能增益。但是由于动态资源分配往往引入更多的变量，使得系统优化变得困难，也对实现带来了巨大挑战。我们应该通过适当的选择优化参数，在有效控制复杂度的情况下，优化协同通信系统。

5 参考文献
[1] NOSRATINIA A, HUNTER T E, HEDAYAT A. Cooperative communication in wireless networks[J]. IEEE Communications Magazine, 2004,42(10): 68-73.
[2] LIU Pei, TAO Zhifeng, LIN Zinan,et al. Cooperative wireless communications: A cross-layer approach[J]. IEEE Wireless Communications, 2006,13(4): 84-92.
[3] LANEMAN J N, TSE D N C, WORNELL G W. Cooperative diversity in wireless networks: Efficient protocols and outage behavior[J]. IEEE Transactions on Information Theory, 2004,50(12): 3062-3080.
[4] HUNTER T, NOSRATINIA A. Diversity through coded cooperation[J]. IEEE Transactions on Wireless Communications, 2006,5(2): 283-289.
[5] LIN Z, ERKIP E, STEFANOV A. Cooperative regions and partner choice in coded cooperative systems[J]. IEEE Transactions on Communications, 2006, 54(7): 1323-1334.
[6] BLETSAS A, REED D P, LIPPMAN A. A simple cooperative diversity method based on network path selection[J]. IEEE Journal on Selected Areas in Communications, 2006,24(3): 659-672.
[7] NOSRATINIA A, HUNTER T E. Grouping and partner selection in cooperative wireless networks[J]. IEEE Journal on Selected Areas in Communications, 2007,25(2):369-378.
[8] HUANG Wan-Jen, HONG Yao-Win, KUO C C J. Lifetime maximization for amplify-and- forward cooperative networks[C]//Proceedings of Wireless Communications and Networking Conference(WCNC'07), Mar 11-15,2007, Hong Kong, China. New York, NY,USA: IEEE,2007: 814-818.
[9] HUANG Wan-Jen, HONG Yao-Win, KUO C C J. Discrete power allocation for lifetime maximization in cooperative networks[C]//Proceedings of the 66th Vehicular Technology Conference(VTC-Fall’07), Sep 30-Oct 3,Baltimore, MD,USA. Piscataway, NJ,USA: IEEE, 2007: 581-585.
[10] HIMSOON T, SIRIWONGPAIRAT W P, HAN Zhu, et al.Lifetime maximization via cooperative nodes and relay deployment in wireless networks[J]. IEEE Journal on Selected Areas in Communications, 2007,25(2): 306-317.
[11] HAN Zhu, POOR H V. Lifetime improvement of wireless sensor networks by collaborative beamforming and cooperative transmission[C]//Proceedings of IEEE International Conference on Communications (ICC’07), Jun 24-28, 2007, Glasgow, UK. Piscataway, NJ,USA: IEEE, 2007: 3954-3958.
[12] NG T, YU W. Joint optimization of relay strategies and resource allocation in cooperative cellular networks[J]. IEEE Journal on Selected Areas in Communications, 2007,25(2): 328- 229.
[13] LE L, HOSSAIN E. Cross-layer optimization frameworks for multihop wireless networks using cooperative diversity[J]. IEEE Transactions on Wireless Communications, 2008,7(7): 2592-2602.
[14] ZHANG Shunqing, LAU V K N. Design and analysis of multi-relay selection for cooperative spatial multiplexing[C]//Proceedings of IEEE International Conference on Communications (ICC’08), May 19-23,2008, Beijing, China. Piscataway, NJ,USA: IEEE, 2008: 1129-1133.
[15] BAN Tae Won, JUNG Bang Chul, SUNG Dan Keun, et al. Performance analysis of two relay selection schemes for cooperative diversity[C]//Proceeding of  IEEE 18th International Symposium on Personal, Indoor and Mobile Radio Communications(PIMRC’07), Sep 3-7,2007, Athens, Greece. Piscataway, NJ,USA: IEEE,2007: 5p.
[16] KIM J, HAN M, HAN S, et al. A new power allocation scheme with relay selection in multinode AF relay networks[C]//Proceedings of IEEE Military Communications Conference(Milcom’07), Oct 29-31,2007, Orlando,FL, USA. Piscataway, NJ,USA: IEEE, 2007: 5p.

收稿日期：2009-11-03

[摘要] 协作通信作为一种新型的通信模式越来越受到人们的关注，而中继节点选择技术是其关键技术之一，决定了协作能否带来性能增益。文章基于协同节点选择技术的性能评价标准给出了相应的分类方法，对近年来典型的协同节点选择算法并进行分析和比较，得出结论：只有根据系统需求合理地选择、配置中继节点才能更好地优化协同通信的性能。

[关键词] 协作通信；中继选择；资源分配

[Abstract] Emerging as a new communication paradigm, cooperative communication is attracting growing attention. Relay selection is the key technology for cooperative communication, which even determines whether the performance gain of cooperation can be obtained. In this paper, we first give the performance evaluation metrics for relay selection algorithms, and then discuss the corresponding categories. Finally, some classical relay selection algorithms are analyzed. Results show that the relay node should be seriously selected and configured according to the system requirements so as to optimize the performance of cooperative communication.

[Keywords] cooperative communication; relay selection; resource allocation