再生物理层技术的应用和发展

再生物理层技术是更可行的方法，也因此值得我们更详细地讨论。下面我们总结值得关注且尚未解决的问题：

●SIR中等效噪声的精确分布。在讨论SIR协议时我们知道，在目前所有的中继协议中，基于符号软估计（SIR-SSE）的SIR方法可以取得无约束的最小均方误差，并且MSE比基于对数似然比（LLR）的SIR更小。然而，在仿真中这两种SIR方案的性能却几乎相同。原因在于：在SIR-SSE方案中，采用高斯分布近似SSE的等效噪声，而这种近似不够精确。尽管我们修正了SSE等效噪声的方差以便能更接近高斯分布，但是这种近似分布与真实的分布仍然相差甚远。最近提出了一种模拟DF的译码错误和MIMO中继系统的软信息的模型^[585，586]，相对于高斯近似模型，它能更好地提升系统性能。如果可以找到更为精确的等效模型，则可以更进一步提升SIR-SSE的性能，如何用数学方式表征这一精确分布是相当重要的，也是充满了挑战的，至今仍无此方面的文献。

●分布式Turbo码等效噪声的精确分布。在基于软信息中继的分布式Turbo码（DTC-SIR）中，也存在相同的问题，即等效噪声分布问题。在DTC-SIR中，中继采用概率相关方法计算交织后信息序列相对应的校验位软信息。尽管我们可以通过仿真方式获得其分布，但这需要耗费大量时间，甚至比SIR-SSE更难获得其分布。目前我们都是采用高斯分布来近似DTC-SIR的SSE噪声。如果有更为精确的模型，那么就能进一步提升系统性能。

●软信息的最优传输方式。严格地说，软信息是一个模拟信号。在现有的中继系统中，传输模拟信号都经过压缩、量化或者其他调制技术等。基于Wyner–Ziv译码（CF-WZC）的压缩和转发协议可用于量化模拟软信息然后压缩量化信号。因此，在实际系统中，软信息中继可与压缩和转发结合在一个中继协议中。此外，软信息也能通过模拟相位调制方式直接传输^[587]，即所谓的连续调制。除了以上方式，还存在其他方式来传输软信息。然而最优的软信息传输方式依然是一个有待解决的课题。

●考虑译码错误。已有的大多数分布式编码方案都是基于传统的信道编码方案，例如空时码、Turbo码、LDPC码等。此外，大多分布式编码方案都是依赖于一些理想的前提假设，例如中继能实现理想的译码等。文献[442]初步实现了译码误差的建模工作，并将此模型应用于分布式空时网格码的设计^[482]，从中可见检测错误确实影响实际的分布式编码设计。然而，对于译码误差的精确建模仍然缺少精确的数学表示，从而在DF协议下存在译码误差时缺少分布式编码设计准则的精确描述。

●自适应编码调制。几乎所有已有的分布式编码方案中只考虑了码率和功率分配都是固定的情况。为了提高网络吞吐量、减少网络功率消耗并提高可靠度，我们希望设计能够自适应地选择速率与功率、自适应地在源节点与中继间分配编码比特，并能自适应地选择中继协议的分布式编码方案。(www.xing528.com)

●MIMO中继网络。针对MIMO中继网络的分布式编码方案设计的研究还较少，它比单纯的MIMO系统和SISO中继网络要复杂得多。每个网络节点采用多天线时增加了分布式编码设计的自由度。目前这个领域存在很多开放性研究课题，例如空间复用传输中的源与中继的联合预编码设计、中继与目的端的干扰消除、最优矢量中继协议设计、MIMO中继网络中的编码结构与编码设计准则等。

●分布式LDGM/LDPC码中避免出现短回路。在生成分布式LDGM或者LDPC码时，我们注意到中继之间没有相互协同，因此每个中继随机地选择源信息符号并生成相应的校验位，这就可能导致某些源信息符号并没有包含在校验矩阵H之中，从而导致H中相应的列向量为0，此时这些源信息符号没有被校验位保护，造成系统性能受限于这些保护力度最弱的符号。此外，这些分布式图码以分散的方式构成，因而可能存在大量的短回路，这显然会恶化系统性能。为了解决这些问题，必须有一个设计原则以确保每个源信息被包含于至少一个中继的校验方程之中，并消除短回路。如何在实际系统中设计这样一种集中式或分布式的机制是非常有意义的，但这依然是一个有待解决的问题。

●考虑真实世界中的损耗。在无线网络中应用协同通信技术，必须考虑其他实际问题，例如中继之间的同步、信令设计、信道估计、用户协调、资源管理以及干扰等。对于这些问题，目前已开始有相关研究，例如无需同步的异步中继方案；无需信道估计的差分调制方案，为更有效实现用户协同与资源管理的合作选择、自适应资源分配（能量、频率、时隙）方案等。然而不同方案的假设不同，从而系统模型也不同，因此有必要建立一个统一的系统模型和方法以适应上述问题。在实际的协同系统中，还需考虑安全性，例如恶意中继的攻击、为节省能量而拒绝提供服务的中继等。在协同无线网络中，如何确保网络的安全性是一个重要的问题。

以上列出的问题并不是全部，还有更多问题有待解决，且随着前述物理层问题的解决，又会出现新的问题。