基于物理层安全技术的协作通信系统中继选择方法

技术领域

本发明涉及无线协作通信技术领域，具体涉及一种基于物理层安全技术的协 作通信系统中继选择方法。

背景技术

虽然中继协作技术给人类通信带来了很多便利，但由于其传播信道的开放性 使得安全传输问题也变得越来越突出。传统保密手段以现代密码学为理论基础, 通过密钥和加密算法对信息进行加密。但加密算法并不是完全不可破解的，只要 窃听者获取足够多的明文，就可以采用穷举攻击的方法来破译密码，另外秘钥也 可能会被泄露，所以这种保密方式遇到了很大的挑战。与此相比，物理层信息安 全技术完全依靠物理层的固有特性，如信道的衰落特性和噪声，来实现保密通信， 具有更高的可靠性。

基于物理层安全技术的中继选择方案的研究近年来渐渐吸引了学术界的关 注，已有相关算法和方案被设计和提出。比如在带有保密限制的条件下利用窃听 信道的即时信息或者平均信息建立起来的机会中继选择方案，该种方案选择合法 链路与窃听链路的即时信噪比之比最大，或者合法链路的即时信噪比与窃听链路 的信噪比方差的比最大的那个中继来转发信息。或者一种带有干扰节点的中继选 择方案，该方案在选择中继节点来转发源节点信息的同时，还选择一个干扰节点 来专门发送人为的干扰，以降低窃听链路的通信质量，而该方案的中继选择准则 会把干扰节点涉及的链路信息考虑在内。相关的方法还有不少，虽然这些方案已 经考虑到了物理层安全的问题，但是它们都有一个共同的弱点，就是假设信道类 型为瑞利信道或某一种单一的信道，这是理想的情况，而现实的无线通信信道类 型是多样的，一个通信场景中同时存在多种信道的情况是非常常见的。因此，研 究在多种类型信道的情况下如何选择最优中继节点来确保通信安全是非常必要 的。

发明内容

本发明提供一种基于物理层安全技术的协作通信系统中继选择方法，该方法 运用概率分布差异度量来识别信道类型，使系统只通过矩的相关数据就能实现计 算，由于矩的数据容易获得，因此本方法尤其简便。本发明能大幅度提高系统的 信道遍历容量或遍历保密容量，改善协作通信系统的性能。另外，本发明能够 运用于不同的通信网络，通用性较强，系统间切换灵活简便，弥补了现有技术的 不足。

一种基于物理层安全技术的协作通信系统中继选择方法，所述方法包括：根 据不同的协作通信网络场景，分别确定各链路的信道类型；计算出各链路的信道 遍历容量或遍历保密容量；根据信道遍历容量或遍历保密容量数值，选出中继节 点转发信息；其中所述的协作通信网络场景，分为下述三种：(1)无窃听、无干 扰译码转发协作通信网络场景；(2)有窃听、无干扰译码转发协作通信网络场景； (3)有窃听、有干扰译码转发协作通信网络场景。

附图说明

图1描述了两中继节点时的遍历保密容量对比。

图2描述了三中继节点时的遍历保密容量对比。

图3描述了四中继节点时的遍历保密容量对比。

图4描述了不同中继节点数情况下的误码率曲线对比。

具体实施方式

下面通过三种协作通信网络场景说明本发明的操作步骤：

一.无窃听、无干扰DF协作通信网络

本系统模型由一个源节点S、一个目的节点D和含L个DF (decode-and-forward，译码转发)类型的中继节点集S_relay＝{1,2,...,L}组成， 不考虑源节点到目的节点的直接路径，网络中存在F种信道类型，信道类型集 合记为S_chanel＝{1,2,...,F}。源节点到目的节点间的通信分为两跳，第一跳中源节 点发送数据到多个中继，第二跳中被选择的中继节点将数据译码后再转发给目的 节点。具体的中继选择步骤如下：

(1)通过测量、计算得到源节点S到第i(i＝1,2,...,L)个中继节点(记为S→i) 链路的n个即时信噪比n表示即时信噪比的样本数，取值大 于1000，以及第i(i＝1,2,...,L)个中继节点到目的节点D(记为i→D)链路的n 个即时信噪比${\gamma }_{2,i}^{\left(1\right)},{\gamma }_{2,i}^{\left(2\right)},...,{\gamma }_{2,i}^{\left(n\right)}\text{.}$

(2)由计算得到k阶样本原点矩$M_{1i}^{(k,s)}=\frac{1}{n}\underset{l=1}{\overset{n}{\Sigma }}{\left({\gamma }_{1,i}^{\left(l\right)}\right)}^k;$由计算得到k阶样本原点矩$M_{2i}^{(k,s)}=\frac{1}{n}\underset{l=1}{\overset{n}{\Sigma }}{\left({\gamma }_{2,i}^{\left(l\right)}\right)}^k.$

(3)分别估计每条链路在F种信道下的参数如莱斯信道的莱斯因子、 Nakagami-m信道的波形因子等，参数估计方法已有成熟算法，本发明不再赘述。 (4)计算源节点S到第i个中继节点链路在第j(j＝1,2,...,F)种信道类型下的即 时信噪比的k阶理论原点矩$M_{j,i}^{(k,1)}\text{=E{}{\left({\gamma }_{1,i}\right)}^k\text{}=}{\int }_{-\infty }^{+\infty }{\left({\gamma }_{1,i}\right)}^k{p}_j\left({\gamma }_{1,i}\right)d{\gamma }_{1,i};$计算第i 个中继节点到目的节点D链路在第j(j＝1,2,...,F)种信道类型下的即时信噪比的 k阶理论原点矩$M_{j,i}^{(k,2)}\text{=E{}{\left({\gamma }_{2,i}\right)}^k\text{}=}{\int }_{-\infty }^{+\infty }{\left({\gamma }_{2,i}\right)}^k{p}_j\left({\gamma }_{2,i}\right)d{\gamma }_{2,i};$其中，γ_1,i为源节点 S到第i个中继节点链路的即时信噪比，γ_2,i为第i个中继节点到目的节点D链路 的即时信噪比；p_j(γ_1,i)为在信道类型j中γ_1,i的概率密度函数，p_j(γ_2,i)为在信道 类型j中γ_2,i的概率密度函数，

(5)计算概率分布差异度量，确定信道类型：将和代入公式 $D_{1,j}^{\left(i\right)}={\left\{\underset{k=1}{\overset{K_{\mathrm{order}}}{\Sigma }}\frac{{[M_{1i}^{(k,s)}-M_{j,i}^{(k,1)}]}^2}{k!}\right\}}^{\frac{1}{2}},$j＝1,2,...,F，K_order为大于或等于4的 整数，得到F个概率分布差异度量，差异度量最小所对应的信道便是S→i链 路的信道类型，即$j_{1,i}=\underset{j\in S_{\mathrm{chanel}}}{\arg }\min \left\{D_{1,j}^{\left(i\right)}\right\},S_{\mathrm{chanel}}=\{\mathrm{1,2},...,F\}.$同理，将和代入公式$D_{2,j}^{\left(i\right)}={\left\{\underset{k=1}{\overset{K_{\mathrm{order}}}{\Sigma }}\frac{{[M_{2i}^{(k,s)}-M_{j,i}^{(k,2)}]}^2}{k!}\right\}}^{\frac{1}{2}},$j＝1,2,...,F，K_order为大于或等于4的整数，得到F个概率分布差异度量，差异度量最小所对应的 信道便是i→D链路的信道类型，即 $j_{2,i}=\underset{j\in S_{\mathrm{chanel}}}{\arg }\min \left\{D_{2,j}^{\left(i\right)}\right\},S_{\mathrm{chanel}}=\{\mathrm{1,2},...,F\}.$

(6)计算信道遍历容量：S→i链路的信道遍历容量为 $C_{1,i}=B·{\int }_0^{\infty }{\log }_2(1+{\gamma }_{1,i})p_{j_{1,i}}\left({\gamma }_{1,i}\right)d{\gamma }_{1,i},$同理，计算i→D链路的信道遍历容 量$C_{2,i}=B·{\int }_0^{\infty }{\log }_2(1+{\gamma }_{2,i})p_{j_{2,i}}\left({\gamma }_{2,i}\right)d{\gamma }_{2,i},$其中B为信道带宽，为 在信道类型j_1,i中γ_1,i的概率密度函数，为在信道类型j_2,i中γ_2,i的概率密 度函数；取min{C_1,i,C_2,i}为中继链路i的信道遍历容量，即 C_i＝min{C_1,i,C_2,i}；其中中继链路i由S→i链路和i→D链路构成。

(7)求则中继i₁^*即为所选用来转发信息的中继。

二.有窃听、无干扰DF协作通信网络

本系统模型由一个源节点S、一个目的节点D和含L个DF (decode-and-forward，译码转发)类型的中继节点集S_relay＝{1,2,...,L}，以 及一个窃听节点E组成，不考虑源节点到目的节点及窃听节点的直接路径，网络 中存在F种信道类型，信道类型集合记为S_chanel＝{1,2,...,F}。源节点到目的节点 及窃听节点间的通信分为两跳，第一跳中源节点发送数据到多个中继，第二跳中 被选择的中继节点将数据译码后再转发给目的节点和窃听节点。具体的中继选择 步骤如下：

(1)通过测量、计算得到源节点S到第i(i＝1,2,...,L)个中继节点(记为S→i) 链路的n个即时信噪比n表示即时信噪比的样本数，取值大 于1000，以及第i(i＝1,2,...,L)个中继节点到目的节点D(记为i→D)链路的n 个即时信噪比第i(i＝1,2,...,L)个中继节点到窃听节点E(记 为i→E)链路的n个即时信噪比

(2)由计算得到k阶样本原点矩$M_{1i}^{(k,s)}=\frac{1}{n}\underset{l=1}{\overset{n}{\Sigma }}{\left({\gamma }_{1,i}^{\left(l\right)}\right)}^k;$由计算得到k阶样本原点矩$M_{2i}^{(k,s)}=\frac{1}{n}\underset{l=1}{\overset{n}{\Sigma }}{\left({\gamma }_{2,i}^{\left(l\right)}\right)}^k;$由计算得到k阶样本原点矩$M_{\mathrm{ei}}^{(k,s)}=\frac{1}{n}\underset{l=1}{\overset{n}{\Sigma }}{\left({\gamma }_{e,i}^{\left(l\right)}\right)}^k.$

(3)分别估计每条链路在F种信道下的参数如莱斯信道的莱斯因子、 Nakagami-m信道的波形因子等，参数估计方法已有成熟算法，本发明不再赘述。 (4)计算源节点S到第i个中继节点链路在第j(j＝1,2,...,F)种信道类型下的即 时信噪比的k阶理论原点矩$M_{j,i}^{(k,1)}\text{=E{}{\left({\gamma }_{1,i}\right)}^k\text{}=}{\int }_{-\infty }^{+\infty }{\left({\gamma }_{1,i}\right)}^k{p}_j\left({\gamma }_{1,i}\right)d{\gamma }_{1,i};$计算第i 个中继节点到目的节点D链路在第j(j＝1,2,...,F)种信道类型下的即时信噪比的 k阶理论原点矩$M_{j,i}^{(k,2)}\text{=E{}{\left({\gamma }_{2,i}\right)}^k\text{}=}{\int }_{-\infty }^{+\infty }{\left({\gamma }_{2,i}\right)}^k{p}_j\left({\gamma }_{2,i}\right)d{\gamma }_{2,i};$计算第i个中继节点 到窃听节点E链路在第j(j＝1,2,...,F)种信道类型下的即时信噪比的k阶理论原 点矩$M_{j,i}^{(k,e)}\text{=E{}{\left({\gamma }_{e,i}\right)}^k\text{}=}{\int }_{-\infty }^{+\infty }{\left({\gamma }_{e,i}\right)}^k{p}_j\left({\gamma }_{e,i}\right)d{\gamma }_{e,i};$其中，γ_1,i为源节点S到第i个 中继节点链路的即时信噪比，γ_2,i为第i个中继节点到目的节点D链路的即时信 噪比，γ_e,i为第i个中继节点到窃听节点E链路的即时信噪比；p_j(γ_1,i)为在信道 类型j中γ_1,i的概率密度函数，p_j(γ_2,i)为在信道类型j中γ_2,i的概率密度函数， p_j(γ_e,i)为在信道类型j中γ_e,i的概率密度函数；

(5)计算概率分布差异度量，确定信道类型：将和代入公式 $D_{1,j}^{\left(i\right)}={\left\{\underset{k=1}{\overset{K_{\mathrm{order}}}{\Sigma }}\frac{{[M_{1i}^{(k,s)}-M_{j,i}^{(k,1)}]}^2}{k!}\right\}}^{\frac{1}{2}},$j＝1,2,...,F，K_order为大于或等于4 的整数，得到F个概率分布差异度量，差异度量最小所对应的信道便是S→i 链路的信道类型，即$j_{1,i}=\underset{j\in S_{\mathrm{chanel}}}{\arg }\min \left\{D_{1,j}^{\left(i\right)}\right\},S_{\mathrm{chanel}}=\{\mathrm{1,2},...,F\}.$同理，将 和代入公式$D_{2,j}^{\left(i\right)}={\left\{\underset{k=1}{\overset{K_{\mathrm{order}}}{\Sigma }}\frac{{[M_{2i}^{(k,s)}-M_{j,i}^{(k,2)}]}^2}{k!}\right\}}^{\frac{1}{2}},$j＝1,2,...,F， K_order为大于或等于4的整数，得到F个概率分布差异度量，差异度量最小所对 应的信道便是i→D链路的信道类型，即 $j_{2,i}=\underset{j\in S_{\mathrm{chanel}}}{\arg }\min \left\{D_{2,j}^{\left(i\right)}\right\},S_{\mathrm{chanel}}=\{\mathrm{1,2},...,F\}.$同理，将和代入 公式$D_{e,j}^{\left(i\right)}={\left\{\underset{k=1}{\overset{K_{\mathrm{order}}}{\Sigma }}\frac{{[M_{\mathrm{ei}}^{(k,s)}-M_{j,i}^{(k,e)}]}^2}{k!}\right\}}^{\frac{1}{2}},$j＝1,2,...,F，K_order为大于或等于4 的整数，得到F个概率分布差异度量，差异度量最小所对应的信道便是i→E链 路的信道类型，即$j_{3,i}=\underset{j\in S_{\mathrm{chanel}}}{\arg }\min \left\{D_{e,j}^{\left(i\right)}\right\},S_{\mathrm{chanel}}=\{\mathrm{1,2},...,F\}.$

(6)计算信道遍历容量：S→i链路的信道遍历容量为 $C_{1,i}=B·{\int }_0^{\infty }{\log }_2(1+{\gamma }_{1,i})p_{j_{1,i}}\left({\gamma }_{1,i}\right)d{\gamma }_{1,i},$同理，i→D链路的信道遍历容量 $C_{2,i}=B·{\int }_0^{\infty }{\log }_2(1+{\gamma }_{2,i})p_{j_{2,i}}\left({\gamma }_{2,i}\right)d{\gamma }_{2,i},$i→E的窃听链路的信道遍历容量为 $C_{E,i}=B·{\int }_0^{\infty }{\log }_2(1+{\gamma }_{e,i})p_{j_{3,i}}\left({\gamma }_{e,i}\right)d{\gamma }_{e,i},$其中B为信道带宽，为在信 道类型j_1,i中γ_1,i的概率密度函数，为在信道类型j_2,i中γ_2,i的概率密度函 数，为在信道类型j_3,i中γ_e,i的概率密度函数；取min{C_1,i,C_2,i}为中继 链路i的信道遍历容量，即C_M,i＝min{C_1,i,C_2,i}；其中中继链路i由S→i链 路和i→D链路构成。

(7)求遍历保密容量：将C_M,i、C_E,i代入公式C_S,i＝[C_M,i-C_E,i]⁺,其中令 x＝C_M，i-C_E，i得到中继链路i的遍历保密容量。

(8)求则中继i₂^*即为所选用来转发信息的中继。

三.有窃听、有干扰DF协作通信网络

本系统模型由一个源节点S、一个目的节点D和含L个DF (decode-and-forward，译码转发)类型的中继节点集S_relay＝{1,2,...,L}，以及 一个窃听节点E组成，不考虑源节点到目的节点及窃听节点的直接路径，网络中 存在F种信道类型，信道类型集合记为S_chanel＝{1,2,...,F}。源节点到目的节点及 窃听节点间的通信分为两跳，第一跳中源节点发送数据到多个中继，第二跳中被 选择的中继节点将数据译码后再转发给目的节点和窃听节点；同时，系统还选择 一个中继节点作为干扰节点，该干扰节点不译码转发源节点的信息，只负责产生 人为干扰发送到目的节点和窃听节点。具体的中继选择步骤如下：

(1)通过测量、计算得到第i(i＝1,2,...,L)个中继节点到目的节点D(记为i→D) 链路的n个即时信噪比n表示即时信噪比的样本数，取值大 于1000，以及第i(i＝1,2,...,L)个中继节点到窃听节点E(记为i→E)链路的n 个即时信噪比${\gamma }_{e,i}^{\left(1\right)},{\gamma }_{e,i}^{\left(2\right)},...,{\gamma }_{e,i}^{\left(n\right)}\text{.}$

(2)由计算得到k阶样本原点矩$M_{2i}^{(k,s)}=\frac{1}{n}\underset{l=1}{\overset{n}{\Sigma }}{\left({\gamma }_{2,i}^{\left(l\right)}\right)}^k;$由计算得到k阶样本原点矩$M_{\mathrm{ei}}^{(k,s)}=\frac{1}{n}\underset{l=1}{\overset{n}{\Sigma }}{\left({\gamma }_{e,i}^{\left(l\right)}\right)}^k.$

(3)分别估计每条链路在F种信道下的参数如莱斯信道的莱斯因子、 Nakagami-m信道的波形因子等，参数估计方法已有成熟算法，本发明不再赘述。 (4)计算第i个中继节点到目的节点D链路在第j(j＝1,2,...,F)种信道类型下的 即时信噪比的k阶理论原点矩$M_{j,i}^{(k,2)}\text{=E{}{\left({\gamma }_{2,i}\right)}^k\text{}=}{\int }_{-\infty }^{+\infty }{\left({\gamma }_{2,i}\right)}^k{p}_j\left({\gamma }_{2,i}\right)d{\gamma }_{2,i};$计算 第i个中继节点到窃听节点E链路在第j(j＝1,2,...,F)种信道类型下的即时信噪 比的k阶理论原点矩$M_{j,i}^{(k,e)}\text{=E{}{\left({\gamma }_{e,i}\right)}^k\text{}=}{\int }_{-\infty }^{+\infty }{\left({\gamma }_{e,i}\right)}^k{p}_j\left({\gamma }_{e,i}\right)d{\gamma }_{e,i};$其中，γ_2,i为第 i个中继节点到目的节点D链路的即时信噪比，γ_e,i为第i个中继节点到窃听节点 E链路的即时信噪比；p_j(γ_2,i)为在信道类型j中γ_2,i的概率密度函数，p_j(γ_e,i)为 在信道类型j中γ_e,i的概率密度函数；

(5)计算概率分布差异度量，确定信道类型：将和代入公式 $D_{2,j}^{\left(i\right)}={\left\{\underset{k=1}{\overset{K_{\mathrm{order}}}{\Sigma }}\frac{{[M_{2i}^{(k,s)}-M_{j,i}^{(k,2)}]}^2}{k!}\right\}}^{\frac{1}{2}},$j＝1,2,...,F，K_order为大于或等于4 的整数，得到F个概率分布差异度量，差异度量最小所对应的信道便是i→D链 路的信道类型，即$j_{2,i}=\underset{j\in S_{\mathrm{chanel}}}{\arg }\min \left\{D_{2,j}^{\left(i\right)}\right\},S_{\mathrm{chanel}}=\{\mathrm{1,2},...,F\}.$同理，将 和代入公式$D_{e,j}^{\left(i\right)}={\left\{\underset{k=1}{\overset{K_{\mathrm{order}}}{\Sigma }}\frac{{[M_{\mathrm{ei}}^{(k,s)}-M_{j,i}^{(k,e)}]}^2}{k!}\right\}}^{\frac{1}{2}},$j＝1,2,...,F， K_order为大于或等于4的整数，得到F个概率分布差异度量，差异度量最小所对 应的信道便是i→E链路的信道类型，即 $j_{3,i}=\underset{j\in S_{\mathrm{chanel}}}{\arg }\min \left\{D_{e,j}^{\left(i\right)}\right\},S_{\mathrm{chanel}}=\{\mathrm{1,2},...,F\}.$

(6)计算信道遍历容量：i→D链路的信道遍历容量 $C_{D,i}=B·{\int }_0^{\infty }{\log }_2(1+{\gamma }_{2,i})p_{j_{2,i}}\left({\gamma }_{2,i}\right)d{\gamma }_{2,i};$同理，i→E的窃听链路的信道 遍历容量为$C_{E,i}=B·{\int }_0^{\infty }{\log }_2(1+{\gamma }_{e,i})p_{j_{3,i}}\left({\gamma }_{e,i}\right)d{\gamma }_{e,i};$其中B为信道带宽， 为在信道类型j_2,i中γ_2,i的概率密度函数，为在信道类型j_3,i中 γ_e,i的概率密度函数；

(7)求$J^{*}=\underset{i\in S_{\mathrm{relay}}}{\arg }\min \left\{\frac{C_{D,i}}{C_{E,i}}\right\}$和${i_3}^{*}=\underset{i\in \{S_d-J^{*}\}}{\arg }\max \left\{\frac{C_{D,i}}{C_{E,i}}\right\},$其中S_d为第一跳中 能正确译码的中继节点集，并且即从S_relay中选出最小的节点J^*作为干扰节点，再在第一跳中能正确译码的中继节点集S_d中除去节点J^*之后选 出最大的节点i₃^*作为转发节点。

本发明适用范围较广，不管有无干扰、有无窃听的网络都适用。为了更好地 理解本发明，下面以有窃听、无干扰DF协作通信网络为例进行仿真说明。

仿真的系统模型由一个源节点S、一个目的节点D和含L个DF (decode-and-forward，译码转发)类型的中继节点集S_relay＝{1,2,...,L}，以 及一个窃听节点E组成，不考虑源节点到目的节点及窃听节点的直接路径，网络 中存在F＝2种信道类型，瑞利信道为信道类型1、Nakagami-m信道为信道类型 2，则信道类型集合记为S_chanel＝{1,2}。这两种信道的信噪比概率密度函数分别为： $p_1\left(\gamma \right)=\frac{1}{\bar{\gamma }}{e}^{\frac{-1}{\bar{\gamma }}\gamma },$为信道平均信噪比；$P_2\left(\gamma \right)=\frac{m^m}{\Gamma \left(m\right){\bar{\gamma }}^m}{\gamma }^{m-1}{e}^{\frac{-m}{\bar{\gamma }}\gamma },$其中m 为Nakagami-m信道的波形因子，为信道平均信噪比。源节点到目的节点及窃 听节点间的通信分为两跳，第一跳中源节点向中继节点广播信息，第二跳中被选 择的中继节点将数据译码后再转发给目的节点和窃听节点。对中继节点数L为 2、3、4时的系统分别进行仿真，得出系统的遍历保密容量以及误码率的对比结 果。仿真系统中K_order＝5，系统带宽B取为5MH。根据中心极限定理，信道的 平均信噪比可认为服从正态分布，μ_m为中继链路的平均信噪比分布均值，μ_e为 窃听链路的平均信噪比分布均值。

图1、2、3分别是两中继节点、三中继节点和四中继节点情况下，当窃听链 路平均信噪比分布均值分别为4dB、8dB时由本发明方法(基于信道判断)得到 的遍历保密容量随平均信噪比分布均值变化的曲线图，并与不判断信道类型时的 情况进行对比。可以看到，遍历保密容量随着中继链路平均信噪比分布均值的增 大而增大，当平均信噪比分布均值为18dB时，遍历保密容量可以达到18～22Mbit 之间；而在相同的中继链路平均信噪比分布均值下，当窃听链路平均信噪比分布 均值变大时，即窃听链路的信道质量改善时，遍历保密容量会随之下降。这说明， 如果通过一定的方式(如采用干扰节点)降低窃听链路的信道质量，那么系统的 遍历保密容量会在一定程度上相应提高，即提高了系统的安全性能。另外，在相 同条件下，本发明所提中继选择方法下的系统遍历保密容量比不基于信道判断的 大0.5～2.5Mbit，显著提高了系统的安全容量，对提高系统安全传输速率的意义 是重大的。总的来说，基于信道判断的系统安全性能明显优于不基于信道判断的。

图4是不同中继节点数情况下有窃听、无干扰DF协作通信系统的误码率性 能，可以看到当中继链路信道平均信噪比分布均值增大时，系统误码率会显著下 降，这表明当中继链路信道质量变好时，通信质量也会相应变好；同时可以看到， 当中继节点数增多时误码率也会下降，这是由于多个中继节点提供了更大的分集 增益。