CN105451315A - 吞吐量最大化的串行能量采集方法 - Google Patents

Abstract

本发明公开了一种吞吐量最大化的串行能量采集方法，该方法包括以下步骤：1.网络初始化；2.网络初始传输；3.网络时间优化分配；4.网络传输阶段。本发明合理采集用户节点的上下行链路信号能量，有效优化用户节点间信息传输与能量采集的时间分配方案，提高网络用户节点能量采集效率，达到网络吞吐量最大化的目的。

Description

吞吐量最大化的串行能量采集方法

技术领域

本发明涉及一种无线通信网络下的信息传输与能量采集方法，尤其涉及一种吞吐量最大化的串行能量采集方法，属于无线供电通信网络技术领域。

背景技术

无线供电通信技术是当前通信学科中的重要研究领域，最早由交流电之父特斯拉提出，经过多年的发展已经衍生出多种研究方向，其中电磁感应是目前最常见的无线充电方案。而无线通信***则以电磁波为传输媒介，实现了电信息的有效传输。针对这一特点，VarshneyLavR.于2008年在IEEEInternationalSymposiumonInformationTheory发表论文《Transportinginformationandenergysimultaneously》表明可以折中实现无线通信与功率传输。2010年，GroverPulkit与SahaiAnant在IEEEInternationalSymposiumonInformationTheoryProceedings发表论文《shannonmeetstesla：wirelessinformationandpowertransfer》表明在频率选择性信道中也可同时获得信息与能量传输的双重增益。随后，人们针对同时实现无线通信与供电传输的方法展开了研究，JuHyungsik于2014年在IEEETransactionsonWirelessCommunications发表论文《ThroughputMaximizationinWirelessPoweredCommunicationNetworks》，该文献给出了最优时间分配方案，实现了该无线供电通信网络上行链路吞吐量最大化。然而，该方法仅考虑了各用户节点从综合接入点采集能量的传输方案，并未对用户节点间能量采集的情况进行研究。

考虑到近距离条件下，无线供电网络相邻用户节点间实施采集能量可能优于从远距离接入点实施能量采集的情况。为此，本发明基于吞吐量最大化准则，设计一种新的粒子群优化无线供电通信网络传输方法，有效优化用户节点间信息传输与能量采集的时间分配方案，提高网络用户节点能量采集效率，达到优化网络吞吐量的目的。

发明内容

本发明的目的在于提供一种吞吐量最大化的串行能量采集方法，通过对信息传输与能量采集的时间进行优化分配，有效提高网络能量采集效率，实现网络上行链路吞吐量最大化。

本发明的目的通过以下技术方案予以实现：

一种吞吐量最大化的串行能量采集方法，该方法包括以下步骤：

1.网络初始化，部署K+1个节点；编号0为综合接入点，编号1～K为用户节点；综合接入点具有恒定功率为P₀瓦，用户节点初始功率为0瓦；综合接入点0与所有K个用户节点总通信时长为T秒，随机为0～K个节点分配初始工作时间t₀T，t₁T，…，t_KT；其中，t_i为时间分配权重(i＝0，1，…，K)，且t₀+t₁+…+t_K＝1，令t＝[t₀t₁…t_K]；

2.网络初始传输

1)下行链路能量采集：综合接入点在时间t₀T内以功率P₀持续发送下行链路信号x₀，各用户节点在时间t₀T内持续接收综合接入点发送的下行链路信号x₀，采集并存储此信号能量；第k个用户节点接收信号为y_k＝h_k，0x₀+z_k(k＝1，…，K)，其中，h_k，0为综合接入点0到第k个用户节点的信道状态信息，z_k为加性高斯白噪声；

2)上行链路能量采集与信息传输：第k个用户节点在时间内实施能量采集并存储，在时间t_kT内按照时分多址方式发送自身上行链路信息x_k(k＝1，…，K)，即第k个用户节点在前k-1个用户发送上行链路信号时刻进行能量采集，随后在完成发送自身上行链路信息后立即进入休眠模式；

3.网络时间优化分配：

1)计算第k个用户节点采集能量k＝1，…，K；

式中，P_i为第i个用户节点的发送功率；D_k，i，α_k，i分别为第i个用户节点到第k个用户节点的距离和路径传输损耗系数；ζ_k为第k个用户节点的能量转换效率，0＜ζ_k＜1；

2)计算第k个用户节点采集功率P_k：P_k＝η_kE_k/(t_kT)，式中η_k为采集能量利用率；

3)计算各用户节点可获得上行链路吞吐量C_k(t)：C_k(t)＝t_klog₂(1+|h_0，k|²P_k/δ²)，式中h_0，k为第k个用户节点到综合接入点0的信道状态信息，δ²为噪声方差；

4)计算网络当前上行链路吞吐量

5)求解并更新节点分配时间t，计算网络当前上行链路吞吐量C(t)；以上行链路吞吐量最大化为准则，比较不同分配时间t所对应的C(t)值：

$\begin{array}{c}\underset{t}{\max }\left\{C\left(t\right)\right\}.\\ s.t.P_k\≤P_0,\underset{k=0}{\overset{K}{\Σ}}{t}_k=1,t_k\≥0\end{array}$

式中，{C(t)}表示不同分配时间t对应的C(t)所构成的集合；表示选取不同分配时间t对应的C(t)所构成集合中的最大C(t)值；s.t.P_k≤P₀表示计算C(t)过程中的应满足的采集能量约束条件，即各节点可采集能量P_k应小于综合接入点0能量P₀；

6)保存对应最大C(t)值的节点分配时间t为优化后的时间分配值；

4.网络传输阶段

在同一衰落信道块中，按照各节点优化后的时间分配值t，采用时分多址传输方式进行信息传输与能量采集；在下一信道衰落信道块中，若信道状态信息发生改变，则对网络各节点分配时间重新进行优化，重复执行步骤3；否则，仍按当前各节点优化后的时间分配值，采用时分多址传输方式进行信息传输与能量采集。

本发明的目的还可以通过以下技术措施来进一步实现：

前述吞吐量最大化的串行能量采集方法，其中用户节点具备两条射频链路，在步骤2中可在下行链路通信中于不同射频链路同时完成信息传输和能量采集的功能。

前述吞吐量最大化的串行能量采集方法，其中步骤3中ζ_k小于0.7。

前述吞吐量最大化的串行能量采集方法，其中在步骤3网络时间优化分配阶段，基于凸优化算法对节点分配时间t进行求解。

前述吞吐量最大化的串行能量采集方法，其中在步骤3网络时间优化分配阶段，基于启发式优化算法对节点分配时间t进行求解，基于启发式优化算法中的标准粒子群优化方法对各节点分配时间t_k进行求解方法如下：

(1)映射K+1个节点到n个粒子；

(2)初始化粒子速度v_k为一组随机数，初始化适应度函数值C_k(t)＝0，初始化各节点时间分配值为一组随机数，其和为T，并将此时间分配值映射到粒子初始位置y_k(t)；

(3)计算采集能量与发送功率；

a.第k个粒子采集能量为：k＝1，…，K；式中，P_i为第i个用户节点的发送功率；D_k，i，α_k，i分别为第i个用户节点到第k个用户节点的距离和路径传输损耗系数；ζ_k为第k个用户节点的能量转换效率，0＜ζ_k＜1；

b.第k个粒子发送功率为：P_k＝η_kE_k/(t_kT)，式中η_k为采集能量利用率；

(4)基于上行链路吞吐量最大化准则，计算适应度函数：

C_k(t)＝t_klog₂(1+|h_0，k|²P_k/δ²)；

基于适应度函数计算网络当前上行链路吞吐量：

$C\left(t\right)=\underset{k=1}{\overset{K}{\Σ}}{C}_k\left(t\right)$

(5)更新粒子群

a.若当前粒子个体极值优于上一时刻该粒子个体极值，则更新当前粒子个体极值；

b.若当前粒子个体极值优于上一时刻全局极值，则更新当前全局极值；

c.更新每个粒子的速度v_k和位置y_k(t)；

(6)重复执行步骤(3)-(5)直到达到最大迭代次数；

(7)当达到最大迭代次数时，映射全局最优粒子位置为最优网络节点时间分配值t，对应C(t)为上行链路吞吐量最大值。

与现有技术相比，本发明的有益效果是：合理采集用户节点的上下行链路信号能量，有效优化用户节点间信息传输与能量采集的时间分配方案，提高网络用户节点能量采集效率，达到网络吞吐量最大化的目的。

附图说明

图1是本发明无线供电与通信网络的结构原理图；

图2是本发明的通信协议时序图；

图3是本发明的时间优化分配流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

本发明的吞吐量最大化的串行能量采集方法可以实现无线通信***信息与能量的同时传输，适用于具有任意个节点的无线通信网络。如图1所示，在区域内无线通信网络包括1个综合接入点(节点0)和若干个用户节点(节点1～K)；综合接入点0的功能是在下行链路通信时间t₀T内发送能量，在上行链路通信时间t₁T，…，t_KT内接收数据信息(具体实施例中假定各用户节点仅具有单一射频链路，即在下行链路通信中仅进行能量采集。但当用户节点具备两条射频链路时，也可在下行链路通信中于不同射频链路同时完成信息传输和能量采集的功能)。用户节点k(k＝1，…，K)的功能是在下行链路通信时间t₀T内完成对综合接入点发送信号能量的采集，在上行链路通信时间t₁T，…，t_k-1T内完成对前k-1个用户节点上行链路信号的能量采集，并将自身数据信息在上行链路通信时间t_kT内传输至综合接入点0，随后立即进入休眠模式。

本发明提出一种新型的基于无线网络上行链路吞吐量最大化准则的粒子群优化信息传输与能量采集方法，所提方法可以合理分配节点通信时间，有效改善无线网络通信效率，改善网络能量利用率，具体实施方式如下：

1.网络初始化阶段

如图1所示，区域内部署K+1个节点，编号0为综合接入点，编号1～K为用户节点。综合接入点部署在网络四周的某一处，具有恒定发送功率P₀，可实现数据信息接收；各用户节点均可直接与综合接入点实现通信，具有能量采集、数据处理和发送的功能。网络各节点总通信时长为T秒，初始化阶段随机为0～K个节点分配初始工作时间t₀T，t₁T，…，t_KT。其中，t_i为时间分配权重(i＝0，1，…，K)，t₀+t₁+…+t_K＝1，令t＝[t₀t₁…t_K]。

2.网络初始传输阶段

1)下行链路能量采集。综合接入点0在时间t₀T内以功率P₀持续发送下行链路信号x₀，各用户节点在时间t₀T内持续接收下行链路信号x₀，采集并存储此信号能量。此时，第k个用户节点接收信号为y_k＝h_k，0x₀+z_k(k＝1，…，K)。其中，h_k，0为综合接入点0到第k个用户节点的信道状态信息，z_k为加性高斯白噪声，且假定各节点所接收噪声信号功率可忽略。

2)上行链路能量采集与信息传输。各用户节点在上行链路通信中，均按序号施行前向信息传输和后向能量采集。当用户节点1在时间t₁T内以功率P₁向综合接入点0(前向)发送上行链路信息时，用户节点2，…，K(后向)在时间t₁T内实施能量采集；当用户节点2在时间t₂T内以功率P₂向综合接入点0(前向)发送上行链路信息时，用户节点3，…，K(后向)在时间t₂T内实施能量采集；以此类推，当用户节点k在时间t_kT内以功率P_k向综合接入点0(前向)发送上行链路信息时，用户节点k+1，…，K(后向)在时间t_kT内实施能量采集。即，第k个用户节点在时间内进行能量采集并存储，在时间t_kT内按照时分多址方式顺序发送各自上行链路信息x_k(k＝1，…，K)，随后在完成发送自身上行链路信息后立即进入休眠模式，时序图如图2所示。

3.网络时间优化分配阶段，如图3所示，是本发明的时间优化分配流程图：

1)映射K+1个节点到n个粒子。

2)初始化粒子速度v_k为一组随机数，初始化适应度函数值C_k(t)＝0，初始化各节点时间分配值为一组随机数(其和为T)，并将此时间分配值映射到粒子初始位置y_k(t)。

3)计算采集能量与发送功率。

①第k个粒子采集能量为：k＝1，…，K。式中，P_i为第i个用户节点的发送功率；D_k，i，α_k，i分别为第i个用户节点到第k个用户节点的距离和路径传输损耗系数；ζ_k为第k个用户节点的能量转换效率，0＜ζ_k＜1。ζ_k具体取值需由实际***电路特性决定，以目前技术水平一般小于0.7。

②第k个粒子发送功率为：P_k＝η_kE_k/(t_kT)，式中η_k为采集能量利用率。

4)基于上行链路吞吐量最大化准则，计算适应度函数

C_k(t)＝t_klog₂(1+|h_0，k|²P_k/δ²)

基于适应度函数计算网络当前上行链路吞吐量

$C\left(t\right)=\underset{k=1}{\overset{K}{\Σ}}{C}_k\left(t\right)$

5)更新粒子群

①若当前粒子个体极值优于上一时刻该粒子个体极值，则更新当前粒子个体极值。

②若当前粒子个体极值优于上一时刻全局极值，则更新当前全局极值。

③更新每个粒子的速度v_k和位置y_k(t)

6)重复执行步骤3)-5)直到达到最大迭代次数。

7)当达到最大迭代次数时，映射全局最优粒子位置为最优网络节点时间分配值t，对应C(t)为上行链路吞吐量最大值。

4.网络传输阶段

在同一衰落信道块中，按照各节点优化后的时间分配值t，采用时分多址传输方式进行信息传输与能量采集。即，综合接入点0在时间t₀T内以功率P₀持续发送下行链路信号x₀，各用户节点在时间t₀T内持续接收下行链路信号x₀，采集并存储此信号能量；当用户节点1在时间t₁T内以功率P₁向综合接入点0(前向)发送上行链路信息时，用户节点2，…，K(后向)在时间t₁T内实施能量采集；当用户节点2在时间t₂T内以功率P₂向综合接入点0(前向)发送上行链路信息时，用户节点3，…，K(后向)在时间t₂T内实施能量采集；以此类推，当用户节点k在时间t_kT内以功率P_k向综合接入点0(前向)发送上行链路信息时，用户节点k+1，…，K(后向)在时间t_kT内实施能量采集，如图2所示。在下一信道衰落信道块中，若信道状态信息发生改变，则对网络各节点分配时间重新进行优化，重复执行步骤3。否则，仍按当前各节点优化后的时间分配值，采用时分多址传输方式进行信息传输与能量采集。

除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。

Claims (5)

1.一种吞吐量最大化的串行能量采集方法，其特征在于，该方法包括以下步骤：

1)网络初始化，部署K+1个节点；编号0为综合接入点，编号1～K为用户节点；综合接入点具有恒定功率为P₀瓦，用户节点初始功率为0瓦；综合接入点0与所有K个用户节点总通信时长为T秒，随机为0～K个节点分配初始工作时间t₀T,t₁T,…,t_KT；其中，t_i为时间分配权重(i＝0,1,…,K)，且t₀+t₁+…+t_K＝1，令t＝[t₀t₁…t_K]；

2)网络初始传输

(1)下行链路能量采集：综合接入点在时间t₀T内以功率P₀持续发送下行链路信号x₀，各用户节点在时间t₀T内持续接收综合接入点发送的下行链路信号x₀，采集并存储此信号能量；第k个用户节点接收信号为y_k＝h_k,0x₀+z_k(k＝1,…,K)，其中，h_k,0为综合接入点0到第k个用户节点的信道状态信息，z_k为加性高斯白噪声；

(2)上行链路能量采集与信息传输：第k个用户节点在时间内实施能量采集并存储，在时间t_kT内按照时分多址方式发送自身上行链路信息xk(k＝1,…,K)，即第k个用户节点在前k-1个用户发送上行链路信号时刻进行能量采集，随后在完成发送自身上行链路信息后立即进入休眠模式；

3)网络时间优化分配：

(1)计算第k个用户节点采集能量E_k：k＝1,…,K；

式中，P_i为第i个用户节点的发送功率；D_k,i，α_k,i分别为第i个用户节点到第k个用户节点的距离和路径传输损耗系数；ζ_k为第k个用户节点的能量转换效率，0<ζ_k<1；

(2)计算第k个用户节点采集功率P_k：P_k＝η_kE_k/(t_kT)，式中η_k为采集能量利用率；

(3)计算各用户节点可获得上行链路吞吐量C_k(t)：C_k(t)＝t_klog₂(1+|h_0,k|²P_k/δ²)，式中h_0,k为第k个用户节点到综合接入点0的信道状态信息，δ²为噪声方差；

(4)计算网络当前上行链路吞吐量

(5)求解并更新节点分配时间t，计算网络当前上行链路吞吐量C(t)；以上行链路吞吐量最大化为准则，比较不同分配时间t所对应的C(t)值：

$\underset{t}{max}\left\{C\left(t\right)\right\}.$

$s.t.P_k\&le;P_0,\underset{k=0}{\overset{K}{\&Sigma;}}{t}_k=1,t_k\&GreaterEqual;0$

式中，{C(t)}表示不同分配时间t对应的C(t)所构成的集合；表示选取不同分配时间t对应的C(t)所构成集合中的最大C(t)值；s.t.P_k≤P₀表示计算C(t)过程中的应满足的采集能量约束条件，即各节点可采集能量P_k应小于综合接入点0能量P₀；

(6)保存对应最大C(t)值的节点分配时间t为优化后的时间分配值；

4)网络传输阶段

在同一衰落信道块中，按照各节点优化后的时间分配值t，采用时分多址传输方式进行信息传输与能量采集；在下一信道衰落信道块中，若信道状态信息发生改变，则对网络各节点分配时间重新进行优化，重复执行步骤3)；否则，仍按当前各节点优化后的时间分配值，采用时分多址传输方式进行信息传输与能量采集。

2.如权利要求1所述的吞吐量最大化的串行能量采集方法，其特征在于，所述用户节点具备两条射频链路，在步骤2)中可在下行链路通信中于不同射频链路同时完成信息传输和能量采集的功能。

3.如权利要求1所述的吞吐量最大化的串行能量采集方法，其特征在于，所述步骤3)中ζ_k小于0.7。

4.如权利要求1所述的吞吐量最大化的串行能量采集方法，其特征在于，所述步骤3)网络时间优化分配阶段，基于凸优化算法对节点分配时间t进行求解。

5.如权利要求1所述的吞吐量最大化的串行能量采集方法，其特征在于，所述步骤3)网络时间优化分配阶段，基于启发式优化算法对节点分配时间t进行求解，基于启发式优化算法中的标准粒子群优化方法对各节点分配时间t_k进行求解方法如下：

(1)映射K+1个节点到n个粒子；

(2)初始化粒子速度v_k为一组随机数，初始化适应度函数值C_k(t)＝0，初始化各节点时间分配值为一组随机数，其和为T，并将此时间分配值映射到粒子初始位置y_k(t)；

(3)计算采集能量与发送功率；

a.第k个粒子采集能量为：k＝1,…,K；式中，P_i为第i个用户节点的发送功率；D_k,i，α_k,i分别为第i个用户节点到第k个用户节点的距离和路径传输损耗系数；ζ_k为第k个用户节点的能量转换效率，0<ζ_k<1；

b.第k个粒子发送功率为：P_k＝η_kE_k/(t_kT)，式中η_k为采集能量利用率；

(4)基于上行链路吞吐量最大化准则，计算适应度函数：

C_k(t)＝t_klog₂(1+|h_0,k|²P_k/δ²)；

基于适应度函数计算网络当前上行链路吞吐量：

$C\left(t\right)=\underset{k=1}{\overset{K}{\&Sigma;}}{C}_k\left(t\right)$

(5)更新粒子群

a.若当前粒子个体极值优于上一时刻该粒子个体极值，则更新当前粒子个体极值；

b.若当前粒子个体极值优于上一时刻全局极值，则更新当前全局极值；

c.更新每个粒子的速度v_k和位置y_k(t)；

(6)重复执行步骤(3)-(5)直到达到最大迭代次数；

(7)当达到最大迭代次数时，映射全局最优粒子位置为最优网络节点时间分配值t，对应C(t)为上行链路吞吐量最大值。