协作分子通信的最大似然检测
信息论
2018-09-06 v3 math.IT
摘要
本文针对一种协作的基于扩散的分子通信(MC)系统，提出了逐符号最大似然(ML)检测。在该系统中，融合中心(FC)根据来自多个接收机(RXs)观测值的似然，选择发送方更可能发送的符号。我们根据融合中心可用信息的不同约束，提出了三种不同的ML检测变体，从而能够展示它们性能与可用信息之间的权衡。推导了其中一种变体的系统错误概率的闭式解。数值与仿真结果表明，ML检测变体为更简单的协作变体的错误性能提供了下界，并且表明在报告存在噪声时，多数表决检测的性能与ML检测相当。
引用
@article{arxiv.1704.05623,
title = {Maximum Likelihood Detection for Cooperative Molecular Communication},
author = {Yuting Fang and Adam Noel and Nan Yang and Andrew W. Eckford and Rodney A. Kennedy},
journal= {arXiv preprint arXiv:1704.05623},
year = {2018}
}
备注
7 pages, 4 figurs. This work has been accepted by the IEEE ICC 2018