一种认知车辆联网系统中断性能衡量的方法

multipleaccess)技术向认知车辆用户和主车辆用户发送数据，同时认知车辆用户以协作方式辅助主车辆用户实现可靠通信，认知车辆用户和主车辆用户在解码自身信号时执行实际的非理想串行干扰消除(ipsic)，且发射源、认知车辆用户和主车辆用户的实际硬件射频特性非理想；
9.步骤2，在认知非正交多址接入的车联网传输系统中，发射源以发射功率p1分别向主车辆用户pu和认知车辆用户su发送包含主车辆用户信息x1与认知车辆信息x2的复合信号
ɑ
p
x1+
ɑsx2，其中
ɑ
p
表示主车辆用户信息x1的功率分配系数，
ɑs表示认知车辆用户信息x2的功率分配系数，且
ɑ
p
+
ɑs＝1(
ɑ
p
＞
ɑs)；信号传输将分为两个时隙进行，第一时隙和第二时隙；认知车辆用户su接收到来自发射源bs发送的信号后，采用串行干扰删除(sic，successive interference cancellation)技术对包含主车辆用户pu信息的信号x1进行解码，接着再对包含认知车辆用户su信息的信号x2进行解码；只有当认知车辆用户su成功解码出x1和x2的信息，则视为认知车辆用户su解码成功；而认知车辆用户su未成功解码出x1和x2的信息，则视为认知车辆用户su解码失败；成功解码的认知车辆用户su会利用sic技术对接收到的复合信号进行解码，然后再重新编码复合信号将其转发给主车辆用户pu，特别是，由于实际硬件能力的限制，su解码时执行ipsic操作，即su未能完全将x1和x2解码；主车辆用户pu对来自发射源bs和认知车辆用户su的信号进行合并处理；
10.步骤3，由于车辆的移动性，车辆之间的通信链路状态快速动态变化，会导致信道状态信息呈现过时特性，采用线性最小均方误差对实际信道状态信息进行建模，用表示从发送节点i到接收节点j链路上的实际信道系数，表示从发送节点i到接收节点j链路上的理想信道系数，实际信道系数和理想信道系数之间的误差表示为cn表示服从正太分布，δ
i,j
表示相应信道估计误差的标准差；则
11.步骤4，考虑实际车联网移动场景下信道的快衰落特性，采用双瑞利衰落描述信道衰落特征，系统中的每条链路均服从独立同分布的双瑞利衰落，快衰落信道下的概率密度函数(cdf)表示为：
[0012][0013]
其中，k0(
·
)表示第二类修正贝塞尔函数；
[0014]
步骤5，考虑实际硬件的非理想特性会影响系统的中断性能，采用剩余硬件损伤因子(rhi，residual hardware impairments)描述信号传输过程中受实际硬件非理想特性的影响情况，用η
ij
表示发射节点i到接收节点j之间的信号损耗值；
[0015]
步骤6，分析认知车辆用户su的中断概率；
[0016]
认知车辆用户su发生中断的情况有两种：
[0017]
第一种，在第一时隙，发射源bs到所有认知车辆用户su的链路发生中断，即：当任意认知车辆用户su收到来自发射源bs发送的复合信号后，认知车辆用户su利用sic技术先对主车辆用户pu信号x1进行解码再对认知车辆用户信号x2进行解码，对于信号解码失败下，计算认知车辆用户su中断概率
[0018]
第二种，在第一时隙su解码成功的前提下，并非所有认知车辆用户su都解码成功，只有成功解码的su，表示为sun，可重新编码信号并转发给主车辆用户pu，同时未成功解码的su，表示为sum，也会接收到sun重新编码的信号；在第二时隙，sum对接收到的信号解码失败从而发生信号中断事件，即：sum利用sic技术，先对主车辆用户信号x1进行解码再对认知车辆用户信号x2进行解码，对于信号解码失败下，计算sum中断概率
[0019]
最终，计算认知车辆用户su的中断概率最终，计算认知车辆用户su的中断概率
[0020]
步骤7，分析主车辆用户pu的中断概率；
[0021]
主车辆用户pu在传输信号时发生中断的情况分为两种：
[0022]
第一种，在第一时隙，在步骤6的基础上，即发射源bs到所有su的链路发生中断且当发射源bs到主车辆用户pu的直传链路发生中断，即：pu收到来自sun发送的复合信号后，利用sic技术，对认知车辆用户信号x2视为干扰，直接对主车辆用户信号x1进行解码；对于信号解码失败下，计算pu中断概率
[0023]
第二种，在第二时隙，主车辆用户pu收到来自sun发送的复合信号，同时也接收到来自发射源bs发送的直传链路的信号，主车辆用户pu再对两路信号进行合并处理时发生中断，即：pu对两路信息合并后，利用sic技术，对认知车辆用户信号x2视为干扰，直接对主车辆用户信号x1进行解码；对于解码失败下，计算pu中断概率
[0024]
计算主车辆用户pu的中断概率计算主车辆用户pu的中断概率
[0025]
进一步，所述步骤2中信号传输将分为两个时隙进行，第一时隙和第二时隙；
[0026]
在第一时隙，发射源bs分别向认知车辆用户su和主车辆用户pu发送复合信号，认知车辆用户su和主车辆用户pu接收的信号分别表示为：
[0027][0028][0029]
其中，y
su
表示认知车辆用户su接收的信号，表示主车辆用户pu在第一时隙接收的信号，p1表示发射源功率，与分别表示理论与实际的信道系数；
[0030]
ε
b,n
,ε
b,p
表示信道估计误差；wn与w
p
是均值为0，方差为δ2的复高斯随机变量；表示发射源bs与认知车辆用户su传输链路上的的剩余硬件损伤rhi，，t表示发射端，r表示接收端，k
b,t
、k
s,r
分别表示发射源bs、认知车辆用户su作为接收端的rhi；表示发射源bs与主车辆用户pu传输链路上的剩余硬件损伤rhi，k
p,r
表示主车辆用户pu作为接收端的rhi；
[0031]
成功解码的认知车辆用户sun构成的集合表示为d，设dk为成功解码的认知车辆用户sun中成功解码集合d中的一个子集，|dk|＝k，k＝1,2
…2m-1，未成功解码的认知车辆用户
sum构成的集合表示为在中选择使每组h
n,m
最小的部分形成子集，其中，h
n,m
表示sun和sum之间的信道增益，从d中选择最优的认知车辆用户转发信号，的选择准则为：
[0032][0033]
在第二时隙，成功解码复合信号的认知车辆用户sun将信息转发给主车辆用户pu，此时主车辆用户pu收到的信号表示为：
[0034][0035]
其中，分别表示理论与实际的信道系数，ε
n,p
表示信道估计误差，p2表示的发射功率，为认知用户采用ipsic操作进行重新编码后发送的信号。
[0036]
进一步，所述步骤2中计算的中断概率，分析ipsic操作对未成功解码的认知车辆用户sum中断概率的影响，并对理想sic和ipsic进行实验比较；
[0037]
根据步骤6，分析认知车辆用户sum的中断概率，依次对ipsic下的中断概率，依次对ipsic下进行分析与推导；
[0038]
表示为d表示全部解码集，表示空集，pr表示某一事件发生的概率；当su在解码过程中进行了不完美sic操作(ipsic)，此时表示为进一步计算为：
[0039][0040]
其中，
[0041]
表示为其中，表示事件a到事件b累加，pr(d＝dk)表示sun属于成功解码集dk的概率；p
out,s
(d＝dk)表示sum解码sun发送复合信号失败的概率；
[0042]
同理，pr(d＝dk)表示为：
[0043][0044]
最终，计算认知车辆用户su的中断概率
[0045][0046]
进一步，所述步骤2中计算的中断概率分析不完美解码对主车辆用户pu中断概率的影响，并对完美解码与不完美解码进行实验比较；
[0047]
根据步骤6，分析主车辆用户pu的中断概率，我们依次su执行对ipsic下的进行分析与推导；
[0048]
表示为其中表示为发射源到认知车辆用户su的中断概率；表示为：
[0049][0050]
其中，
[0051]
表示为其中p
out,p
(d＝dk)表示主车辆用户合并两条链路下解码失败的中断概率；
[0052]
p
out,p
(d＝dk)表示为：
[0053][0054]
其中，
[0055]
最终，计算主车辆用户pu的中断概率
[0056]
[0057]
与现有技术相比本发明具有以下优点：
[0058]
本发明将中继协作的cr-noma技术应用到v2x系统，且同时考虑复杂信道、剩余硬件损伤和信道的非理想特性。且考虑了v2x通信中认知无线网络次网络辅助主网络通信的情况、v2x通信过程车辆的快速移动和由于信道快速变化而导致双瑞利信道特性的影响；本发明方法为实际非理想信道状态下，有效衡量v2x通信性能提供实际参考。
附图说明
[0059]
图1是系统模型图；
[0060]
图2是su的中断概率随rhi变化的情况示意图；
[0061]
图3是信道估计误差对pu断概率的影响情况示意图；
具体实施方式
[0062]
实施例1
[0063]
一种认知车辆联网系统中断性能衡量的方法，包括以下步骤：
[0064]
步骤1，建立认知非正交多址接入的车联网传输系统；所述系统在一个城市交通十字路口车流量密集的场景下包含一个发射源(bs，base station)、一组认知车辆用户sun(su，secondary user)(n＝1,2,3)以及一个主车辆用户(pu，primary user)，其中，发射源采用非正交多址接入(noma,non-orthogonal multipleaccess)技术向认知车辆用户和主车辆用户发送数据，同时认知车辆用户以协作方式辅助主车辆用户实现可靠通信，认知车辆用户和主车辆用户在解码自身信号时执行实际的非理想串行干扰删除(ipsic)，且发射源、认知车辆用户和主车辆用户的实际硬件射频特性非理想。
[0065]
步骤2，在认知非正交多址接入的车联网传输系统中，发射源以发射功率p1分别向主车辆用户pu和认知车辆用户su发送包含主车辆用户信息x1与认知车辆信息x2的复合信号
ɑ
p
x1+
ɑsx2，其中
ɑ
p
表示主车辆用户信息x1的功率分配系数，
ɑs表示认知车辆用户信息x2的功率分配系数，且
ɑ
p
+
ɑs＝1(
ɑ
p
＞
ɑs)；信号传输将分为两个时隙进行，第一时隙和第二时隙；认知车辆用户su接收到来自发射源bs发送的信号后，采用串行干扰消除(sic,successive interference cancellation)技术对包含主车辆用户pu信息的信号x1进行解码，接着再对包含认知车辆用户su信息的信号x2进行解码；只有当认知车辆用户su成功解码出x1和x2的信息，则视为认知车辆用户su解码成功；而认知车辆用户su未成功解码出x1和x2的信息，则视为认知车辆用户su解码失败；成功解码的认知车辆用户su会利用sic技术对接收到的复合信号进行解码，然后再重新编码复合信号将其转发给主车辆用户pu，特别是，由于实际硬件能力的限制，su解码时执行ipsic操作，即su未能完全将x1和x2解码；主车辆用户pu对来自发射源bs和认知车辆用户su的信号进行合并处理；
[0066]
步骤3，由于车辆的移动性，车辆之间的通信链路状态快速动态变化，会导致信道状态信息呈现过时特性，采用线性最小均方误差对实际信道状态信息进行建模，用表示从发送节点i到接收节点j链路上的实际信道系数，表示相应的理想信道系数，实际信道系数和理想信道系数之间的误差表示为其中，cn表示服从正太分布，
δ
i,j
表示相应信道估计误差的标准差，可以得到公式：
[0067][0068]
步骤4，考虑实际车联网移动场景下信道的快衰落特性，采用双瑞利衰落描述信道衰落特征，系统中的每条链路均服从独立同分布的双瑞利衰落，快衰落信道下的概率密度函数(cdf)表示为：
[0069][0070]
其中k0(
·
)表示第二类修正贝塞尔函数；
[0071]
步骤5，考虑实际硬件的非理想特性会影响系统的中断性能，采用剩余硬件损伤因子(rhi，residual hardware impairments)描述信号传输过程中受实际硬件非理想特性的影响情况，用η
ij
表示发射节点i到接收节点j之间的信号损耗值。
[0072]
步骤6，分析认知车辆用户su的中断概率；
[0073]
对于所述步骤2中对于认知车辆用户su信号传输将分为两个时隙进行，第一时隙和第二时隙进行分析；
[0074]
在第一时隙，发射源bs向认知车辆用户su发送复合信号，认知车辆用户su接收的信号分别表示为：
[0075][0076]
其中，y
su
表示认知车辆用户su接收的信号，表示认知车辆用户su接收的信号，与分别表示理论与实际的信道系数，且服从双瑞利衰落分布；ε
b,n
表示信道估计误差；wn是均值为0，方差为δ2的复高斯随机变量；表示发射源bs与认知车辆用户su处的剩余硬件损伤rhi，p1表示发射源功率，t表示发射端，r表示接收端。k
b,t
、k
s,r
分别表示发射源bs、认知车辆用户su的rhi。
[0077]
在第一时隙，发射源bs到所有su的链路发生中断。即：当任意su收到来自bs发送的复合信号后，su利用sic技术，先对主车辆用户信号x1进行解码再对认知车辆用户信号x2进行解码，对于信号解码失败下，计算su中断概率
[0078]
可以表示为d表示全部解码集，表示空集，pr表示某一事件发生的概率；当su在解码过程中进行了不完美sic操作(ipsic)，此时表示为进一步计算为：
[0079]
[0080]
其中，
[0081]
在第一时隙su解码成功的前提下，并非所有认知车辆用户su都解码成功，只有成功解码的su，表示为sun，可重新编码信号并转发给主车辆用户pu，同时未成功解码的su，表示为sum，也会接收到sun重新编码的信号。成功解码的认知车辆用户sun构成的集合表示为d，设dk为成功解码的认知车辆用户sun中成功解码集合d中的一个子集，|dk|＝k，k＝1,2
…2m-1，未成功解码的认知车辆用户sum构成的集合表示为在中选择使每组h
n,m
最小的部分形成子集，其中，h
n,m
表示sun和sum之间的信道增益，从d中选择最优的认知车辆用户转发信号，的选择准则为：
[0082][0083]
在第二时隙，sum对接收到的信号解码失败从而发生信号中断事件。即：sum利用sic技术，先对主车辆用户信号x1进行解码再对认知车辆用户信号x2进行解码，对于信号解码失败下，计算sum中断概率中断概率表示为其中，表示事件a到事件b累加，pr(d＝dk)表示sun属于成功解码集dk的概率p
out,s
(d＝dk)表示sum解码sun发送复合信号失败的概率。
[0084]
同理，pr(d＝dk)表示为：
[0085][0086]
最终，计算认知车辆用户su的中断概率
[0087][0088]
步骤6，分析主车辆用户pu的中断概率；
[0089]
对于所述步骤2中对于主车俩用户pu信号传输将分为两个时隙进行，第一时隙和第二时隙进行分析；
[0090]
在第一时隙，发射源bs分别向认知车辆用户su和主车辆用户pu发送复合信号，认知车辆用户su和主车辆用户pu接收的信号分别表示为：
[0091]
[0092][0093]
其中，y
su
表示认知车辆用户su接收的信号，表示主车辆用户pu在第一时隙接收的信号，与分别表示理论与实际的信道系数；ε
b,n
,ε
b,p
表示信道估计误差wn与w
p
是均值为0，方差为δ2的复高斯随机变量；η
bn
表示发射源bs与认知车辆用户su处的剩余硬件损伤rhi，p1表示发射源功率，t表示发射端，r表示接收端，k
b,t
、k
s,r
分别表示发射源bs、认知车辆用户su的rhi。；η
bp
表示发射源bs与主车辆用户pu处的剩余硬件损伤rhi，表示发射源bs与主车辆用户pu处的剩余硬件损伤rhi，k
p,r
表示主车辆用户pu的rhi；
[0094]
在第一时隙，在步骤6的基础上，即发射源bs到所有su的链路发生中断且当发射源bs到主车辆用户pu的直传链路发生中断，即：pu收到来自sun发送的复合信号后，利用sic技术，对认知车辆用户信号x2视为干扰，直接对主车辆用户信号x1进行解码。对于信号解码失败下，计算pu中断概率败下，计算pu中断概率表示为其中表示为发射源到认知车辆用户su的中断概率；可以表示为：
[0095][0096]
其中，
[0097]
在第二时隙，成功解码复合信号的认知车辆用户sun将信息转发给主车辆用户pu，此时主车辆用户pu收到的信号可以表示为：
[0098][0099]
其中其中分别表示理论与实际的信道系数，ε
n,p
表示信道估计误差，p2表示的发射功率，为认知用户采用ipsic操作进行重新编码后发送的信号。
[0100]
在第二时隙，主车辆用户pu收到来自sun发送的复合信号，同时也接收到来自发射源bs发送的直传链路的信号，主车辆用户pu再对两路信号进行合并处理时发生中断，即：pu对两路信息合并后，利用ipsic技术，对认知车辆用户信号视为干扰，直接对主车辆用户信号进行解码。对于解码失败下，计算pu中断概率进行解码。对于解码失败下，计算pu中断概率表示为其中p
out,p
(d＝dk)表示主车辆用户合并两条链路下解码
失败的中断概率；
[0101]
同理，p
out,p
(d＝dk)可以表示为
[0102][0103]
其中，
[0104]
最终，计算主车辆用户pu的中断概率
[0105][0106]
图2、图3是系统性能验证图；从图2是su的中断概率随rhi变化的情况示意图和图3是信道估计误差对pu断概率的影响情况示意图中可以看出分析结果与仿真结果吻合，证明了本发明方法的正确性。
[0107]
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

技术特征：
1.一种认知车辆联网系统中断性能衡量的方法，其特征在于，包括以下步骤：步骤1，建立认知非正交多址接入的车联网传输系统；所述系统包含一个发射源bs、一组认知车辆用户su
n
(n＝1,2
…
,m)以及主车辆用户pu；其中，发射源采用非正交多址接入noma技术向认知车辆用户和主车辆用户发送数据，同时认知车辆用户以协作方式辅助主车辆用户实现可靠通信，认知车辆用户和主车辆用户在解码自身信号时执行实际的非理想串行干扰删除ipsic，且发射源、认知车辆用户和主车辆用户的实际硬件射频特性非理想；步骤2，在认知非正交多址接入的车联网传输系统中，发射源以发射功率p1分别向主车辆用户pu和认知车辆用户su发送包含主车辆用户信息x1与认知车辆信息x2的复合信号
ɑ
p
x1+
ɑ
s
x2，其中
ɑ
p
表示主车辆用户信息x1的功率分配系数，
ɑ
s
表示认知车辆用户信息x2的功率分配系数，且
ɑ
p
+
ɑ
s
＝1(
ɑ
p
＞
ɑ
s
)；信号传输将分为两个时隙进行，第一时隙和第二时隙；认知车辆用户su接收到来自发射源bs发送的信号后，采用串行干扰消除sic技术对包含主车辆用户pu信息的信号x1进行解码，接着再对包含认知车辆用户su信息的信号x2进行解码；只有当认知车辆用户su成功解码出x1和x2的信息，则视为认知车辆用户su解码成功；而认知车辆用户su未成功解码出x1和x2的信息，则视为认知车辆用户su解码失败；成功解码的认知车辆用户su会利用sic技术对接收到的复合信号进行解码，然后再重新编码复合信号将其转发给主车辆用户pu，特别是，由于实际硬件能力的限制，su解码时执行ipsic操作，即su未能完全将x1和x2解码；主车辆用户pu对来自发射源bs和认知车辆用户su的信号进行合并处理；步骤3，由于车辆的移动性，车辆之间的通信链路状态快速动态变化，会导致信道状态信息呈现过时特性，采用线性最小均方误差对实际信道状态信息进行建模，用表示从发送节点i到接收节点j链路上的实际信道系数，表示从发送节点i到接收节点j链路上的理想信道系数，实际信道系数和理想信道系数之间的误差表示为cn表示服从正太分布，δ
i,j
表示相应信道估计误差的标准差；则步骤4，考虑实际车联网移动场景下信道的快衰落特性，采用双瑞利衰落描述信道衰落特征，系统中的每条链路均服从独立同分布的双瑞利衰落，快衰落信道下的概率密度函数cdf表示为：其中k0(
·
)表示第二类修正贝塞尔函数；步骤5，考虑实际硬件的非理想特性会影响系统的中断性能，采用剩余硬件损伤因子rhi描述信号传输过程中受实际硬件非理想特性的影响情况，用η
ij
表示发射节点i到接收节点j之间的信号损耗值；步骤6，分析认知车辆用户su的中断概率；认知车辆用户su发生中断的情况有两种：第一种，在第一时隙，发射源bs到所有认知车辆用户su的链路发生中断，即：当任意认知车辆用户su收到来自发射源bs发送的复合信号后，认知车辆用户su利用sic技术先对主车辆用户pu信号x1进行解码再对认知车辆用户信号x2进行解码，对于信号解码失败下，计算认知车辆用户su中断概率第二种，在第一时隙su解码成功的前提下，并非所有认知车辆用户su都解码成功，只有
成功解码的su，表示为su
n
，可重新编码信号并转发给主车辆用户pu，同时未成功解码的su，表示为su
m
，也会接收到su
n
重新编码的信号；在第二时隙，su
m
对接收到的信号解码失败从而发生信号中断事件，即：su
m
利用sic技术，先对主车辆用户信号x1进行解码再对认知车辆用户信号x2进行解码，对于信号解码失败下，计算su
m
中断概率最终，计算认知车辆用户su的中断概率步骤7，分析主车辆用户pu的中断概率；主车辆用户pu在传输信号时发生中断的情况分为两种：第一种，在第一时隙，在步骤6的基础上，即发射源bs到所有su的链路发生中断且当发射源bs到主车辆用户pu的直传链路发生中断，即：pu收到来自su
n
发送的复合信号后，利用sic技术，对认知车辆用户信号x2视为干扰，直接对主车辆用户信号x1进行解码；对于信号解码失败下，计算pu中断概率第二种，在第二时隙，主车辆用户pu收到来自su
n
发送的复合信号，同时也接收到来自发射源bs发送的直传链路的信号，主车辆用户pu再对两路信号进行合并处理时发生中断，即：pu对两路信息合并后，利用sic技术，对认知车辆用户信号x2视为干扰，直接对主车辆用户信号x1进行解码；对于解码失败下，计算pu中断概率计算主车辆用户pu的中断概率2.根据权利要求1所述的一种认知车辆联网系统中断性能衡量的方法，其特征在于：所述步骤2中信号传输将分为两个时隙进行，第一时隙和第二时隙；在第一时隙，发射源bs分别向认知车辆用户su和主车辆用户pu发送复合信号，认知车辆用户su和主车辆用户pu接收的信号分别表示为：辆用户su和主车辆用户pu接收的信号分别表示为：其中，y
su
表示认知车辆用户su接收的信号，表示主车辆用户pu在第一时隙接收的信号，p1表示发射源功率，表示发射源功率，与分别表示理论与实际的信道系数；ε
b,n
,ε
b,p
表示信道估计误差；w
n
与w
p
是均值为0，方差为δ2的复高斯随机变量；表示发射源bs与认知车辆用户su传输链路上的的剩余硬件损伤rhi，，t表示发射端，r表示接收端，k
b,t
、k
s,r
分别表示发射源bs、认知车辆用户su作为接收端的rhi；表示发射源bs与主车辆用户pu传输链路上的剩余硬件损伤rhi，k
p,r
表示主车辆用户pu作为接收端的rhi；成功解码的认知车辆用户su
n
构成的集合表示为d，设d
k
为成功解码的认知车辆用户su
n
中成功解码集合d中的一个子集，|d
k
|＝k，k＝1,2
···2m-1，未成功解码的认知车辆用户su
m
构成的集合表示为在中选择使每组h
n,m
最小的部分形成子集，其中，h
n,m
表示su
n
和
su
m
之间的信道增益，从d中选择最优的认知车辆用户转发信号，的选择准则为：在第二时隙，成功解码复合信号的认知车辆用户su
n
将信息转发给主车辆用户pu，此时主车辆用户pu收到的信号表示为：其中，其中，分别表示理论与实际的信道系数，ε
n,p
表示信道估计误差，p2表示的发射功率，为认知用户采用ipsic操作进行重新编码后发送的信号。3.根据权利要求1所述的一种认知车辆联网系统中断性能衡量的方法，其特征在于：所述步骤2中计算的中断概率，分析ipsic操作对未成功解码的认知车辆用户su
m
中断概率的影响，并对理想sic和ipsic进行实验比较；根据步骤6，分析认知车辆用户su
m
的中断概率，依次对ipsic下的中断概率，依次对ipsic下进行分析与推导；表示为d表示全部解码集，表示空集，pr表示某一事件发生的概率；当su在解码过程中进行了不完美sic操作，此时表示为进一步计算为：其中，其中，表示为其中，表示事件a到事件b累加，pr(d＝d
k
)表示su
n
属于成功解码集d
k
的概率；p
out,s
(d＝d
k
)表示su
m
解码su
n
发送复合信号失败的概率；同理，pr(d＝d
k
)表示为：
最终，计算认知车辆用户su的中断概率最终，计算认知车辆用户su的中断概率4.根据权利要求1所述的一种认知车辆联网系统中断性能衡量的方法，其特征在于：所述步骤2中计算的中断概率分析不完美解码对主车辆用户pu中断概率的影响，并对完美解码与不完美解码进行实验比较；根据步骤6，分析主车辆用户pu的中断概率，我们依次su执行对ipsic下的进行分析与推导；表示为其中表示为发射源到认知车辆用户su的中断概率；表示为：其中，其中，表示为其中p
out,p
(d＝d
k
)表示主车辆用户合并两条链路下解码失败的中断概率；p
out,p
(d＝d
k
)表示为：其中，最终，计算主车辆用户pu的中断概率最终，计算主车辆用户pu的中断概率

技术总结
本发明公开了一种认知车辆联网系统中断性能衡量的方法，属于无线网络安全传输技术领域。针对车辆网下车辆密集导致复杂信道下传输可靠性差、延迟高、频谱资源紧缺问题，本发明联合考虑了实际NOMA非理想串行干扰删除(ipSIC)和剩余硬件损伤(RHI)的影响，并考虑实际车辆移动导致实际信道的非理想特性，基于适用于移动场景的双瑞利衰落信道模型对所考虑NOMA系统的中断性能进行了分析。本发明方法为实际非理想信道状态下，有效衡量V2X通信性能提供实际参考。际参考。际参考。


技术研发人员：李美玲 薛鹏 李卓昱 张凯敏 马瑞芬
受保护的技术使用者：太原科技大学
技术研发日：2023.07.06
技术公布日：2023/8/16