Treffer: Non-Gaussian interference model. ; 非高斯假設的干擾模型 ; CUHK electronic theses & dissertations collection ; Fei Gaosi jia she de gan rao mo xing

本論文研究了無線通信系統中用戶之間相互干擾的模型. 在傳統的干擾模型中, 對於一個目標用戶, 其他共用信道的用戶的信號被認為是干擾, 且干擾被假設成是一個高斯隨機過程. 我們摒棄這種對干擾的分布的假設, 研究一個更實際的干擾模型. 我們稱之為非高斯假設的干擾模型. 在我們的模型中, 目標用戶和干擾用戶可以使用不同的發射功率和符號速率, 並且他們的信號不要求同步. 我們推導了非高斯假設的干擾模型下, 二進制移相鍵控 (BPSK) 的匹配濾波最佳接收的平均誤比特概率表達式. 並且我們評定了傳統的高斯干擾模型的有效性. ; 對於非高斯干擾模型的研究, 我們先從時不變信道入手. 利用誤比特率作為系統性能的指標, 我們探討了兩類功率控制問題. 研究的結果顯示高斯干擾模型和非高斯假設的干擾模型有一些本質上的區別. 第一類功率控制問題是最小化所有用戶中的最大誤比特率. 我們發現在非高斯假設的干擾模型中, 當某些條件符合時, 最優化的誤比特率可以為零, 而在高斯干擾模型下, 最優化的誤比特率在任何條件下都不可能達到零. 同時, 我們發現在非高斯假設的干擾模型中, 在某些情況下, 有限的功率就能實現誤比特率的優化. 但在高斯干擾模型中, 無論什麼情況, 要實現最優的誤比特率就要使用無限的功率. 第二類功率控制問題是最小化所有用戶的發射功率總和, 且每個用戶滿足給定的誤比特率要求. 我們探究了非高斯假設的干擾模型下, 誤比特率函數的性能, 並且提出了尋找最優解的迭代算法. 通過仿真比較兩種干擾模型對功率控制的影響, 我們發現高斯干擾模型比非高斯假設的干擾模型要求更大的功率去實現相同的誤比特率要求. ; 接著, 我們研究衰落信道下的非高斯假設的干擾模型 . 分析的重點集中在兩個用戶構成的系統: 一個目標用戶和一個干擾用戶. 我們分別探究了在瑞利(Rayleigh), Nakagami 和萊斯 (Rician) 衰落信道下的誤比特率性能. 首先我們從理論上分析了誤比特率隨著衰落嚴重程度的變化趨勢. 然後我們利用數值分析全面比較了高斯干擾模型和非高斯假設的干擾模型在衰落信道下的表現. 仿真結果表明, 高斯干擾模型准確預測誤比特率的能力非常有限, 它不能有效地反映誤比特率對應於信號噪聲功率比 (SNR), 信號干擾功率比 (SIR), 符號速率和衰落嚴重程度的變化. ; This thesis studies the interference model of a wireless communication system. In the traditional Gaussian interference model (GIM), for a desired user, the combined interference from other simultaneous users is assumed to be a Gaussian process. We dispense with this Gaussian assumption on the interference and study a more realistic interference model. We call it the non-Gaussian interference model (NGIM). Our model allows for different transmission powers, symbol rates and symbol timing asynchronism between the desired user and interfering users. We derive precise expressions for the average bit error probability (BEP) of binary phase shift keying (BPSK) under the NGIM and access the validity of the GIM. ; We start the study by first focusing on the NGIM for non-fading channels. We use the BEP as utility metric to investigate two types of power control problems under the new model and our work demonstrates some qualitative differences between the GIM and NGIM. The first power control problem is to minimize the maximal BEP of all users. We ...