اخبار و اعلانات
آمار
| تعداد نشریات | 38 |
| تعداد شماره‌ها | 1,240 |
| تعداد مقالات | 8,994 |
| تعداد مشاهده مقاله | 7,844,958 |
| تعداد دریافت فایل اصل مقاله | 4,706,594 |
ارزیابی عملکرد روش‌های مدولاسیون و کدگذاری تطبیقی در کانال‌های مخابرات بی سیم | ||
| پدافند الکترونیکی و سایبری | ||
| مقاله 8، دوره 10، شماره 1 - شماره پیاپی 37، خرداد 1401، صفحه 99-108 اصل مقاله (927.3 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| حمیدرضا خدادادی* 1؛ سید حسین فتاح الحسینی2؛ علی گلستانی2 | ||
| 1استادیار، دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
| 2کارشناسی ارشد، دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
| تاریخ دریافت: 02 خرداد 1400، تاریخ بازنگری: 23 مرداد 1400، تاریخ پذیرش: 22 آذر 1400 | ||
| چکیده | ||
| نیاز به انتقال داده‌های با نرخ بالا از یک طرف و محدودیت منابع در دسترس به‌خصوص کمبود طیف فرکانسی از طرف دیگر، مهم‌ترین چالش پیش روی شبکه‌های مخابراتی با استانداردهای G4، مانندWiMAX ، LTE و TD-SCDMA است که منجر به ابداع روش‌هایی جهت بهبود بازدهی طیفی (SE) شده است. ازجمله این روش‌ها، مدولاسیون و کدگذاری وفقی (AMC) است که در آن فرستنده، طرح مدولاسیون و کدگذاری (MCS) خود را بر اساس شرایط کانال و با رعایت محدودیت احتمال خطا از یک مجموعه معین انتخاب می‌کند. در این مقاله، عملکرد دو روش AMC با طرح مدولاسیون و کدگذاری یکسان، یکی با روش ماشین وضعیت مور و دیگری با روش زنجیره‌ی مارکوف حالت محدود مرتبهی اول شبیه‌سازی شده است. نو‌آوری این مقاله، مقایسه و ارزیابی عملکرد این دو روش در یک محیط رایلی و استخراج حالت بهینه است. در هر‌یک از این دو روش، هر وضعیت با یک جفت مرتبهی مدولاسیون و نرخ کدگذاری نشان داده می‌شود. طرحهای مورد‌نظر، مدولاسیون‌‌های QPSK، QAM16 و QAM64 و کدهای بلوکی با نرخ 2/1، 3/2 و 4/3 هستند. در روش مور وفقی، تطبیق طرح مدولاسیون و کدگذاری بر اساس ضریب تضعیف متوسط کانال انجام می‌شود و در روش مارکوف وفقی، بر اساس نسبت سیگنال به نویز (SNR) متوسط کانال انجام می‌شود. نتایج شبیه‌سازی نشان می‌دهد که بهره‌وری طیفی روش مور در نسبت سیگنال به نویز‌های پایین از 9 تا 13.35 دسی‌بل 31.6% و در نسبت‌های سیگنال به نویز متوسط از 13.35 تا 18.6 دسی‌بل 7.9% بهتر از بهره‌وری طیفی روش مارکوف وفقی است. همچنین بهره‌وری طیفی روش مارکوف در نسبت سیگنال به نویز‌های بالا از 18.6 تا 22 دسی‌بل 52.1% بهتر از بهره‌وری طیفی روش مور وفقی است. | ||
| کلیدواژه‌ها | ||
| بهره‌وری طیف؛ شاخص کیفیت کانال؛ ضریب تضعیف کانال؛ مدولاسیون و کدگذاری وفقی؛ نرخ خطای بیت | ||
| موضوعات | ||
| امنیت اطلاعات، رمزنگاری، پنهان نگاری، پروتکل ها و استانداردها | ||
| عنوان مقاله [English] | ||
| Performance analysis of adaptive modulation and coding methods in the wireless telecommunication channels | ||
| نویسندگان [English] | ||
| Hamid Reza Khodadadi1؛ Seyed Hossein Fattahalhosseini2؛ Ali Golestani2 | ||
| 1Assistant Professor, Imam Hossein University (AS), Tehran, Iran | ||
| 2Master's degree, Imam Hossein University (AS), Tehran, Iran | ||
| چکیده [English] | ||
| The need for high-speed data transfer on one hand and the limited resources available, (especially the lack of frequency spectrum) on the other hand, are the most important challenges facing G4-standard telecommunications networks, such as WiMAX, LTE and TD-SCDMA. Several methods have been devised to improve the spectral efficiency (SE). One of these methods is adaptive modulation and coding (AMC) in which the sender selects its modulation and coding scheme (MCS) based on the channel conditions with respect to the error probability limit of a certain set. In this paper, the performance of two AMC methods with the same modulation and coding design, one with the Moore state machine method and the other with the first-order finite state Markov chain method, is simulated and the optimal state is extracted. In each of these two methods, each state is represented by a pair of regular modulation and coding rates. The designs are QPSK, 16QAM and 64QAM modulations and block codes with the rates of 1/2, 2/3 and 3/4. In the Moore -adaptive method, the modulation and coding scheme is adapted based on the average attenuation coefficient of the channel, and in the Markov-adaptive method, it is done based on the signal-to-noise ratio (SNR) of the average channel. The simulation results show that the spectral efficiency of the Moore method in comparison to the Markov-adaptive method is improved by 31.6% in the signal-to-noise ratio (SNR) range of 9 to 13.35 dB and by 7.9% in the SNR range of 13.35 to 18.6 dB, whilst in the SNR range of 18.6 to 22 decibels, the Markov method shows 52.1% spectral efficiency improvement over the Moore-adaptive method. | ||
| کلیدواژه‌ها [English] | ||
| Spectrum Efficiency, channel quality index, channel attenuation coefficient, adaptive modulation and coding, bit error rate | ||
| مراجع | ||
|
[1] A. Hamidane and D. Berkani, “Performance Analysis of NLMS Channel Estimation for AMC-COFDM System,” Adv. Sci. Technol. Eng. Syst. J., no. 2, vol. 3, pp. 190–194, Mar. 2018. [2] W. Jiao, H. Ding, H. Wu, and G. Yu, “Spectrum Efficiency of Jointing Adaptive Modulation Coding and Truncated ARQ with QoS Constraints,” IEEE Access, vol. 6, pp. 46915–46925, 2018. [3] S. G. Temalow, E. Mwangi, and K. Langat, “Neuro-fuzzy based adaptive coding and modulation for performance improvement in OFDM wireless systems,” Int. J. Appl. Eng. Res., no. 20, vol. 12, pp. 9357–9366, 2017. [4] K. G. Shanthi and A. Manikandan, “An Improved Adaptive Modulation and Coding for Cross Layer Design in Wireless Networks,” Wirel. Pers. Commun., no. 2, vol. 108, pp. 1009–1020, Sep. 2019. [5] R. Zeng, T. Liu, X. Yu, and Z. Zhang, “Novel Channel Quality Indicator Prediction Scheme for Adaptive Modulation and Coding in High Mobility Environments,” IEEE Access, vol. 7, pp. 11543–11553, 2019. [6] J. Zhang, S. Chen, R. G. Maunder, R. Zhang, and L. Hanzo, “Adaptive Coding and Modulation for Large-Scale Antenna Array-Based Aeronautical Communications in the Presence of Co-Channel Interference,” IEEE Trans. Wirel. Commun., no. 2, vol. 17, pp. 1343–1357, Feb. 2018. [7] J. Francis and N. B. Mehta, “EESM-based link adaptation in OFDM: Modeling and analysis,” in GLOBECOM - IEEE Global Telecommunications Conference, 2013, no. 1, vol. 13, pp. 3703–3708. [8] J. Meng, E.-H. Yang, and E. h. Yang, “Constellation and rate selection in adaptive modulation and coding based on finite blocklength analysis,” IEEE Wirel. Commun. Netw, no. 10, vol. 13, pp. 4065–4070, 2013. [9] R. C. Daniels, C. M. Caramanis, and R. W. Heath, “Adaptation in convolutionally coded MIMO-OFDM wireless systems through supervised learning and SNR ordering,” IEEE Trans. Veh. Technol., no. 1, vol. 59, pp. 114–126, 2010. [10] R. Fantacci, D. Marabissi, D. Tarchi, and I. Habib, “Adaptive modulation and coding techniques for OFDMA systems,” IEEE Trans. Wirel. Commun., no. 9, vol. 8, pp. 4876–4883, Sep. 2009.
[12] S. C. K. Lye, S. E. Tan, Z. W. Siew, H. T. Yew, and K. T. K. Teo, “Analysis and performance measurement of adaptive modulation and coding,” IEEE International Conference on Control System, Computing and Engineering, 2012, pp. 268–273. | ||
|
آمار تعداد مشاهده مقاله: 547 تعداد دریافت فایل اصل مقاله: 298 |
||