在集中式网络多用户协同通信系统中，协同伙伴选择算法决定着协同通信的性能。协同通信伙伴的选择在现有通信用户中寻找能使系统吞吐量达到更大化的用户组合，进一步提高通信资源的利用率。协同通信中的伙伴选择需要考虑多个方面,包括系统层总的系统容量，即通过协同通信使得整个系统的容量最大；用户层的各个用户的公平性，即协同通信系统中各个用户在吞吐量、功率消耗方面的公平性问题；协调通信中源节点和伙伴节点的功率分配问题。
　协同通信同样涉及到功率分配的问题，发送端与协同伙伴之间的功率分配直接影响着整个系统的性能。如果功率分配不当，会造成协同伙伴之间有的受益匪浅，有的则会导致电能很快耗尽。功率分配是在系统资源有限的前提下，根据不同的传输方案，确定某种准则，如信道容量或信噪比，在约束条件下在协同伙伴间合理分配功率，能够极大地改善功率资源的利用率，进一步提高系统的容量。
　在现有的关于伙伴选择的论文中，侧重面各不相同。在参考文献[1]中，介绍了一种当发送功率之和为定值时，在多个中继节点中选择一个协作伙伴，使得信息的误码率最小的选择算法。在参考文献[2]中，根据系统中信道信息，给出了当采用协同通信时的性能增益函数。在参考文献[3]中提出了采用协同通信时所达到的吞吐量与源节点的发送功率的比值为协同通信的利用率函数，以此来衡量协同伙伴对源节点数据传输的帮助。在参考文献[4]中通过信道增益的大小实现系统中节点的分配，使系统中更多的节点参与到协同中去。参考文献[5]则从另外一个角度考虑了伙伴选择算法。参考文献[6]提出的是当满足一定的传输性能（误码率）时，如何选取协作伙伴使得总的发送功率之和最小，即能量最优的算法。
　在参考文献[2]中，在考虑协同增益时没有统一发送功率，这样不能直接说明协同传输对系统的增益。本文提出的算法将采用和不采用协同传输时的发送总功率设为相同，能更好地显示协同传输对系统是否有利。在现有的文献中没有考虑协同伙伴对源数据的CRC检验，本文设计选择函数时考虑了协同伙伴的CRC检验，能够较好地与实际传输相符合，提高设计可信度。在参考文献[3]中，伙伴选择算法盲目地将所有节点都选入到协同传输当中，但实际中有部分选定的协同传输组反而是对数据传输有害。本文设计的协同增益大小能直接表示协同传输是否对数据传输有利，当协同增益不大于1时，协同传输对数据传输无利，此时就不采用协同传输。这样通过该伙伴选择算法可使协同传输与直接传输共存，而不是将所有节点都参与到协同传输当中。
1 系统模型

2 伙伴选择函数
　在采用MQAM调制时的误码率[7]的基础上，通过推导采用和不采用协同通信时系统信噪比和误符率函数,可以得到在相同的发送功率下,系统采用CRC校验的DF协同通信的误码率性能。再将协同时协同的两个节点的正确传输概率的乘积除以非协同时两个节点正确传输的概率，得到协同通信给两个节点的数据传输带来的增益。并通过此协同增益来实现系统的伙伴选择算法。

　　当解码协同(DF)方式采用CRC校验时，即当协同伙伴解调错误时则不进行协同;当发送功率P2为0,则采用解码协同方式信息的误码率可以分成两部分，一部分为协同失败时的误码率，一部分为协同成功时的误码率。对于CRC校验位位数是R的协同通信,只有当协同伙伴对R比特完全解调正确时才进行协同转发;当出现错误时则不进行转发，即非协同模式。此时信息的误码率为：

　即接收端进行协同传输时用户1和用户2的信息都正确传输的概率与不进行协同传输时用户1和用户2信息都正确传输的概率的比值。
　将系统中所有的协同增益相乘，得到了系统总的协同增益，协同伙伴选择即是使该增益乘积最大的选择方案，协同伙伴选择的方案为：

　设系统有N个源点，各个节点可以通过信道估计获得节点间以及节点与基站间的信道增益，并通过上面的函数计算出该节点与其他节点协同时带来的增益Gi,j，并将该增益上传给基站。则基站获得了系统中每两个节点所获得增益的N×N的矩阵。基站通过此矩阵来决定如何对系统中的源点进行协同分组。
　在已知协同增益矩阵后，可利用最大利益匹配算法、贪婪算法或最差链路优先算法等[6]进行伙伴选择。
　当采用链路最差节点优先[6]的算法时，先将系统中所有节点到目的节点的信道增益排序，从最小信道增益的用户进行伙伴选择。即对于最小信道增益的用户，选取其与其他节点进行协同时，协同增益最大并且对该增益大于1的节点进行协同传输。如果一个节点已经被前面的节点选为协同伙伴，则后面的节点不能再选其为协同伙伴。如果选取时协同增益的最大值都不大于1（即协同不会带来好处），则该节点不进行协同传输。这样可以保证每个协同组都是有增益的。
3 仿真结果
　首先仿真当功率比例r固定为0.5时本文提出的伙伴选择算法的性能。
　仿真时MQAM中M选取为16,系统中用户数N选取为20。每个节点到基站以及每个节点之间的信道增益选取为0~1的随机数，采用对称信道，即两节点之间的信道增益与传输方向无关。仿真时选取功率比例r为0.5。仿真系统中伙伴分组情况和系统性能随信噪比(SNR)增加的变化情况。该算法采用带CRC冗余校验的DF协同方式所分配的协同伙伴组如表1所示。

　如表1所示，表中显示了随着信噪比(SNR)的增加，采用提出的算法所得的协同伙伴分组情况。对应于每个SNR，表中没有出现的用户为非协同用户,即用户选择直接传输。当SNR小于10左右时，由于信噪比较小，协同伙伴接收到信源节点信息的误码率比较高，此时采用协同传输反而会降低系统的传输性能，所以此时没有协同伙伴组，而很多文献中假设系统中任何时刻所有节点都参与到协同传输中来。随着SNR的增加，协同伙伴能正确解调信源数据的概率也随之增加，此时系统中的协同伙伴组也逐渐增加，协同通信对系统性能的提升也随之增加。
   图2给出了直接传输和采用本文提出的伙伴选择算法、参考文献[3]提出选择函数下，系统误码率与SNR的关系。从图2中可以看出，当信噪比小于10 dB左右时，由于信噪比较低，协同伙伴接收信源信息的误码率较高，本文提出的协同增益不大于1，此时所有节点都没有采用协同传输。而采用参考文献[3]的选择函数时，由于所有节点都将参与到协同传输当中来，使得在SNR较低时，协同传输反而会降低系统的传输性能，增加系统总误码率。随着SNR的增加，本文提出算法中协同伙伴组也增多，协同通信对系统性能的提升也越来越大，系统总的误码率越来越低。

　图3给出了随着SNR的增加，协同通信对系统增益的变化情况。图3中可以看出，当SNR小于10 dB左右时，系统增益为1(此时没有协同伙伴组)。随着SNR的增加，系统中协同伙伴组随之增加，系统增益也随之增大，即带CRC冗余校验的DF协同方式对系统数据传输性能的帮助越来越大。当SNR比较高时，采用协同通信其误码率比不采用协同通信要低几个数量级。

    协同通信中协同伙伴的选择直接影响着协同通信的性能，影响着整个系统的吞吐量、误码率以及各个用户在吞吐量、功率消耗等方面的公平性。因而伙伴选择算法在协同通信中占有很重要的地位。本文提出的基于系统总误码率的伙伴选择算法能够在系统总的发送功率一定时，使得采用带CRC冗余校验的DF协同通信在整个系统达到较好的误码率性能。不论是否采用协同传输时都用相同的发送功率，能更好地显示协同传输对系统的帮助。本文提出的协同增益函数大小能直接显示协同传输是否对数据传输有利，从而决定节点是否参与协同传输，使得协同传输和直接传输共存，避免了在有的协同传输并不利于数据的传输的情况下，盲目的将所有节点都参与到协同传输中。并通过调整协同通信中信源节点和协同伙伴间的功率分配比例，使系统达到更好的误码性能。
参考文献
[1]  IBRAHIM A S, SADEK A K, SU Wei Feng,et al. Cooperative communications with relay-selection when to cooperate and whom to cooperate with. IEEE Transactions on  wireless communications,2008,7(7).
[2]  LIN Z, ERKIP E,STEFANOV A. Cooperative regions and partner choice in coded Cooperative systems. IEEE Transactions on communications,2006,54(7).
[3]  CHEN Yan, CHENG Peng, QIU Pei Liang.Optimal partner     selection strategies in wireless cooperative networks with fixed and variable transmit power. IEEE wireless communications and networking conference,2007.WCNC 2007.
[4]  JUNG Y S, LEE J H. Partner assignment algorithm for  cooperative diversity in mobile communication systems[C].  Vehicular Technology Conference, 2006.VTC 2006-Spring.    IEEE 63rd.
[5]  MAHINTHAN V, CAI L, MARK J W. Partner selection based on optimal power allocation in cooperative-diversity systems. IEEE Transactions on vehicular technology,2008,57(1).
[6]  MAHINTHAN V, CAI L, MARK J W. Maximizing cooperative diversity energy gain for wireless networks[J]. IEEE Transactions on wireless communications,2007,6(7).
[7]  周炯槃，庞沁华，续大我,等.通信原理(合订本)[M].北京：北京邮电大学出版社，2005.