CN108601076A - 能量收集无线网络中可持续传输需求驱动的多信道功率分配方法 - Google Patents
能量收集无线网络中可持续传输需求驱动的多信道功率分配方法 Download PDFInfo
- Publication number
- CN108601076A CN108601076A CN201810316720.7A CN201810316720A CN108601076A CN 108601076 A CN108601076 A CN 108601076A CN 201810316720 A CN201810316720 A CN 201810316720A CN 108601076 A CN108601076 A CN 108601076A
- Authority
- CN
- China
- Prior art keywords
- transmission
- energy
- power
- collection
- queue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004891 communication Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims description 32
- 239000004567 concrete Substances 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000005562 fading Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000001228 spectrum Methods 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract description 8
- 230000009897 systematic effect Effects 0.000 abstract 1
- 238000003860 storage Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,包括:1)根据可持续传输需求设定数据队列指数θD,反转能量队列指数θE,并初始化***参数;2)进入传输周期,基于N路信道的状态信息排序,获得电量信息并限定总传输功率最大值μmax;3)求解出最优总传输功率μ*等;4)分配每路信道最优传输功率向接收机传输路独立数据流;5)更新拉格朗日乘子λ;6)进入下一传输周期,重复步骤2)至5),直至完成传输。本发明适用于能量收集无线通信***中缓存容量有限设备,同时考虑了发射机的缓存容量限制、能量收集下电池中断概率限制,确保了缓存溢出概率和电池中断概率都满足可持续传输需求的前提下,最大化***容量的功率自适应分配方案。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种能量收集无线网络中可持续传输需求驱动的多信道功率分配方法。
背景技术
能量收集技术(energy harvesting)被视作电池供能无线通信网络中一种极具前景的增强技术。能量收集无线通信网络被期待给无线通信带来几个巨大变革:除了能量自给自足和几乎永久的设备寿命外,期待的好处还包括减少传统能源的使用和相应的碳排放,摆脱了传统电池充电后带来的无限移动性,把无限网络部署到人类难以触及地方的能力,例如:偏远山区、钢筋混泥土结构内部和人体内部。同样的,能量收集无线网络将使得发展新型医疗、环境、监控和安全应用成为了现实,无线传感器网络设备的广泛有效部署进一步推动着物联网(IoT)迅速发展。同时,物联网中众多的无线传感器设备日臻小型化,呈现出设备缓存容量极度有限的特点。一方面,有限的缓存容量对数据传输速率提出严格要求,必须增强数据传输功率保证传输速率以避免缓存溢出;另一方面,能量收集是一个非常零散的,随时间高度变化的过程,充足的能量供给不能得到很好保证。一旦传输功率增强,电池很可能耗尽中断,导致发射机进入休眠状态,而正因为缓存容量有限,即使是短暂的休眠状态也会导致数据缓存溢出。同样的,尽可能避免数据缓存溢出和电池中断可以创造巨大的社会经济效益:减少了因缓存溢出而造成的有价值信息的丢失,避免了电池因耗尽而造成的寿命缩短。
因此,这样一个缓存容量有限的能量收集无线通信网络设备,对于数据传输平稳性和电池供给平稳性同时提出了严格要求。这些新的需求对传统的功率分配方法提出巨大的挑战,需要设计出一种同时兼顾并平衡数据缓存约束和电池中断约束的自适应功率分配方法。
发明内容
本发明的目的在于克服现有技术的缺陷,适应能量收集无线通信***中新兴设备缓存容量有限的特点,提供了一种能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,针对多信道无线通信***。本发明是基于数据缓存平稳性和电池供给平稳性的自适应信道状态的功率分配方法,以解决现有自适应功率分配方法无法同时保证数据缓存约束和电池中断约束、或者无法直接适用于多信道无线通信***的问题。
为达到上述目的,本发明采用如下技术方案来实现的:
能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,包括以下步骤:
1)能量收集无线通信***中发射机根据可持续传输需求设定数据队列指数θD和反转能量队列指数θE;并初始化:拉格朗日乘子λ,更新步长Δ,以及功率统计均值Eμ;
2)进入传输周期,发射机通过接收机反馈得到当前周期下N路信道的状态信息并根据信道好坏排序,获得发射机电池剩余电量信息并限定总传输功率最大值μmax;
3)在可持续传输需求的驱动下,求解出N路信道所需要的最优总传输功率μ*,传输功率不为0的信道数最优值并行信道功率分配最优门限
4)为每路信道分配最优传输功率发射机以最优传输功率组合向接收机传输路独立数据流;
5)根据次梯度算法更新拉格朗日乘子λ;
6)进入下一传输周期,重复步骤2)至步骤5),直至完成传输。
本发明进一步的改进在于,步骤1)中数据队列指数θD确定如下:
可持续传输需求驱动下,数据传输队列存在平稳性约束,即:发射机为尽量减少缓存器中数据溢出,确保数据溢出的概率小于一个目标小的概率:
Pr{D>Dth}<ξ
其中,D为当前缓存数据队列长度,Dth为缓存器容量,ξ为目标小的概率;
根据大偏差理论分析,得到数据队列指数:
表征了数据传输平稳性约束的强度:θD越大,Pr{D>Dth}随队Dth增大而衰减得越快,即对数据传输的平稳性要求越严格;
步骤1)中反转能量队列指数θE确定如下:
可持续传输需求驱动下,电池能量消耗队列存在平稳性约束,即:发射机为尽量减少电池耗尽情况发生,确保低电量状态出现的概率小于一个目标小的概率:
Pr{C<Cth}<∈
其中,C为当前电池剩余电量,Cth为低电量门限,∈为目标小的概率;
利用反转队列技术,以能量消耗为反转能量队列的到达过程,以能量收集作为反转能量队列的离开过程,则反转能量队列的长度为能量消耗平稳性统计约束等效为:
所得到的反转能量队列是平稳的,根据大偏差理论分析,得到反转能量队列指数:
表征了能量消耗平稳性约束的强度:θE越大,Pr{C<Cth}随Cth减少而衰减得越快,即对能量消耗平稳性的要求越严格。
本发明进一步的改进在于,通过以下具体步骤确保数据传输平稳性约束和能量消耗平稳性约束同时满足:
在数据传输队列中,根据有效容量理论,为确保数据传输平稳性约束的成立,数据最大恒定到达量须小于数据离开量的有效容量,数据有效容量表达式为:
其中,R是传输周期内数据传输队列的离开量,等于N路并行信道传输的总数据量,根据香农容量定理,其计算表达式为:
这里,B0是N路并行信道的总带宽,μn是第n路信道的传输功率,γn是第n路信道的参考信噪比,计算如下:
其中,L和hn分别为发射机与接收机之间第n路信道的大尺度衰落和小尺度衰落,N0为高斯白噪声功率谱密度;
数据离开量的有效容量Φ(θD)表征了在传输平稳性统计约束下的***最大吞吐量,因此作为功率分配优化问题的目标量;
在反转能量队列中,根据有效带宽理论,为确保能量消耗平稳性约束,能量消耗过程的有效消耗速率不大于能量收集过程的有效收集速率:
Ψ(θE)≤Φ(θE)
其中,有效消耗速率:
这里,是当前传输周期内发射机能量消耗量,包括建模成电路固定功率消耗和无线传输功率消耗两部分,η是发射机电路固定消耗功率;
有效收集速率:
这里,是当前传输周期内的能量收集量,在给定环境中,有效收集效率Φ(θE)是一个常数;
式Ψ(θE)≤Φ(θE),确保了能量消耗平稳性约束的成立,作为功率分配优化问题的约束不等式;
因此,在可持续传输驱动下,多信道功率的分配问题建模为:
s.t.:Ψ(θE)≤Φ(θE)。
本发明进一步的改进在于,求解优化问题(P1)的具体过程为等价的两个子优化问题的联立求解:
第一阶段,沿时域分配当前传输周期的总传输功率μ:
其中,是一个常量,是当前传输周期内N路信道消耗的总功率,R*(μ)是当前传输周期内最大的归一化总传输速率,由第二阶段问题求解给出;
第二阶段,沿频域分配N路信道的传输功率
优化问题(P2)和(P3)都是凸优化问题,通过拉格朗日乘子法求解。
本发明进一步的改进在于,步骤2)的具体实现方法如下:
表征N路信道状态好坏信息的参考信噪比分别为:γ1,γ2,…,γN,按递减顺序依次排列为:γ(1)≥γ(2)≥…≥γ(N),并令γ(0)=+∞,γ(N+1)=0;
当前传输周期剩余电量C所支持的总传输功率最大值μmax的计算式为:
本发明进一步的改进在于,步骤3)的具体实现方法如下:
最优总传输功率μ*为凸优化问题(P2)的解,通过拉格朗日乘子法求解,得到计算表达式:
其中,是当前传输周期内传输功率不为0的信道数的最优值,是归一化数据队列指数,λ是拉格朗日乘子,函数Ω(x)值是使等式y+log(y)=x成立的y,即:Ω(x)=y;
由于电池剩余电量所支持的最优总传输功率最大值μmax限定,计算表达式调整为:
给定一个总传输功率μ,相应的功率不为0的信道数Nk,并行信道功率分配门限γ0由优化问题(P3)的求解得到,确定使优化问题(P2)目标量最小化的最优解和的具体步骤包括:
5.初始化Nk=N;
6.计算相应的总传输功率:
7.根据优化问题(P3)的解,计算并行信道功率分配门限:
8.若或者Nk=0成立,执行第5步;若不成立,则令Nk=Nk-1并转回执行第2步;
5.若Nk=0,则μ*=0,否则μ*=μ,
本发明进一步的改进在于,步骤4)的具体实现方法如下:
N路信道的最优传输功率是凸优化问题(P3)的解,通过拉格朗日乘子法求解,得到最优解的表达式:
发射机为每路信道分配相应的最优传输功率,且只有路信道的传输功率大于0,因此发射机只在这些信道上传输路数据,完成当前传输周期的数据传输。
本发明进一步的改进在于,步骤5)的具体实现方法如下:
根据拉格朗日乘子法,优化问题(P2)中的拉格朗日乘子λ须随传输周期迭代更新;首先,更新历史功率统计均值:
其次,根据次梯度算法,更新拉格朗日乘子:
λ=max{λ+Δ(Eμ-Θ),0}。
与现有功率自适应分配方案相比,本发明的优点在于:
1、本发明在功率分配方案设计上,同时考虑了发射机的缓存容量限制、能量收集下电池中断概率限制,基于以上约束和信道状态信息反馈,设计了一种确保了缓存溢出概率和电池中断概率都满足可持续传输需求的前提下,最大化***容量的功率自适应分配方案。
2、本发明提出的自适应功率分配方案,通过数据传输的平稳性约束和电池能量消耗的平稳性约束保障了可持续需求,减少了数据溢出的概率和电池中断的概率,创造出巨大的社会效益。
3、在适用场合上,适用于已普遍应用的多信道无线通信***,主要是基于复用的频分复用(FDMA)、正交频分多址(OFDMA)等多载波***,本发明适用的范围广泛常见。
4、在具体实施步骤上,本发明通过先沿时域分配每周期内的总功率,再沿频域分配每信道的功率的两阶段方案,相对于逐个信道沿时域依次求解最优功率的方案,大大简化了应用复杂度,提升了方案的实用性。
附图说明
图1为本发明中的基于数据传输平稳性、电池供给平稳性和信道状态信息的自适应功率分配***模型图。
图2为本发明与现有技术的有效容量随缓存溢出概率变化曲线对比图。
图3为本发明与现有技术的有效容量随电池低电量概率变化曲线对比图。
图4为本发明与现有技术的缓存溢出概率随缓存容量变化曲线对比图。
图5为本发明与现有技术的低电量概率随低电量门限变化曲线对比图。
具体实施方式
以下结合附图及具体实施方式对本发明做进一步的详细说明。
参考图1,本发明提供的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,所述的能量收集无线通信***中发射机与接收机之间存在N路并行传输信道传输N路独立的数据流。发射机由具有能量收集充电功能的电池供给功率。发射机中存在一个功率控制器,在可持续传输需求驱动下,根据实时的电池剩余电量信息、N路并行传输信道状态信息,动态分配每一路信道的传输功率,确保了缓存溢出概率和电池中断概率同时低于目标小的概率,保障无线传输的可持续性的同时最大化***容量。
针对以上***模型,本发明的具体步骤包括:
1)能量收集无线通信***中发射机根据可持续传输需求设定数据队列指数θD,反转能量队列指数θE;并初始化:拉格朗日乘子λ,更新步长Δ,功率统计均值Eμ;
2)进入传输周期,发射机通过接收机反馈得到当前周期下N路信道的状态信息并根据信道好坏排序,获得发射机电池剩余电量信息并限定总传输功率最大值μmax;
3)在可持续传输需求的驱动下,求解出N路信道所需要的最优总传输功率μ*,传输功率不为0的信道数最优值并行信道功率分配最优门限
4)为每路信道分配最优传输功率发射机以最优传输功率组合向接收机传输路独立数据流;
5)根据次梯度算法更新拉格朗日乘子λ;
6)进入下一传输周期,重复步骤2)至步骤5),直至完成传输。
进一步的,步骤1)中数据队列指数θD和反转能量队列指数θE分别确定如下:
步骤1)中数据队列指数θD确定如下:
可持续传输需求驱动下,数据传输队列存在平稳性约束,即:发射机为尽量减少缓存器中数据溢出,需确保数据溢出的概率小于一个目标小的概率:
Pr{D>Dth}<ξ
其中,D为当前缓存数据队列长度,Dth为缓存器容量,ξ为目标小的概率。
根据大偏差理论分析,得到数据队列指数:
表征了数据传输平稳性约束的强度:θD越大,Pr{D>Dth}随队Dth增大而衰减得越快,即对数据传输的平稳性要求越严格。
步骤1)中反转能量队列指数θE确定如下:
可持续传输需求驱动下,电池能量消耗队列存在平稳性约束,即:发射机为尽量减少电池耗尽情况发生,需确保低电量状态出现的概率小于一个目标小的概率:
Pr{C<Cth}<∈
其中,C为当前电池剩余电量,Cth为低电量门限,∈为目标小的概率。
利用反转队列技术,以能量消耗为反转能量队列的到达过程,以能量收集作为反转能量队列的离开过程,则反转能量队列的长度为能量消耗平稳性统计约束可以等效为:
所得到的反转能量队列是平稳的,根据大偏差理论分析,得到反转能量队列指数:
表征了能量消耗平稳性约束的强度:θE越大,Pr{C<Cth}随Cth减少而衰减得越快,即对能量消耗平稳性的要求越严格。
进一步的,通过以下具体步骤确保数据传输平稳性约束和能量消耗平稳性约束同时满足:
在数据传输队列中,根据有效容量理论,为确保数据传输平稳性约束的成立,数据最大恒定到达量应该小于数据离开量的有效容量,数据有效容量表达式为:
其中,R是传输周期内数据传输队列的离开量,等于N路并行信道传输的总数据量,根据香农容量定理,其计算表达式为:
这里,B0是N路并行信道的总带宽,μn是第n路信道的传输功率,γn是第n路信道的参考信噪比,计算如下:
其中,L和hn分别为发射机与接收机之间第n路信道的大尺度衰落和小尺度衰落,N0为高斯白噪声功率谱密度。
数据离开量的有效容量Φ(θD)表征了在传输平稳性统计约束下的***最大吞吐量,因此可以作为功率分配优化问题的目标量。
在反转能量队列中,根据有效带宽理论,为确保能量消耗平稳性约束,能量消耗过程的有效消耗速率应不大于能量收集过程的有效收集速率:
Ψ(θE)≤Φ(θE)
其中,有效消耗速率:
这里,是当前传输周期内发射机能量消耗量(建模成电路固定功率消耗和无线传输功率消耗两部分),η是发射机电路固定消耗功率;
有效收集速率:
这里,是当前传输周期内的能量收集量,在给定环境中,有效收集效率Φ(θE)是一个常数。
式Ψ(θE)≤Φ(θE),确保了能量消耗平稳性约束的成立,作为功率分配优化问题的约束不等式。
因此,在可持续传输驱动下,多信道功率的分配问题可以建模为:
s.t.:Ψ(θE)≤Φ(θE)
进一步的,求解优化问题(P1)的具体过程为等价的两个子优化问题的联立求解:
第一阶段,沿时域分配当前传输周期的总传输功率μ:
其中,是一个常量,是当前传输周期内N路信道消耗的总功率,R*(μ)是当前传输周期内最大的归一化总传输速率,由第二阶段问题求解给出。
第二阶段,沿频域分配N路信道的传输功率
优化问题(P2)和(P3)都是凸优化问题,可以通过拉格朗日乘子法求解。
进一步的,步骤2)的具体步骤为:
表征N路信道状态好坏信息的参考信噪比分别为:γ1,γ2,…,γN,按递减顺序依次排列为:γ(1)≥γ(2)≥…≥γ(N),并令γ(0)=+∞,γ(N+1)=0;
当前传输周期剩余电量C所支持的总传输功率最大值μmax的计算式为:
进一步的,步骤3)的具体步骤为:
最优总传输功率μ*为凸优化问题(P2)的解,通过拉格朗日乘子法求解,得到计算表达式:
其中,是当前传输周期内传输功率不为0的信道数的最优值,是归一化数据队列指数,λ是拉格朗日乘子,函数Ω(x)值是使等式y+log(y)=x成立的y,即:Ω(x)=y。
由于电池剩余电量所支持的最优总传输功率最大值μmax限定,计算表达式调整为:
给定一个总传输功率μ,相应的功率不为0的信道数Nk,并行信道功率分配门限γ0可以由优化问题(P3)的求解得到,确定使优化问题(P2)目标量最小化的最优解μ*,和的具体步骤包括:
1.初始化Nk=N;
2.计算相应的总传输功率:
3.根据优化问题(P3)的解,计算并行信道功率分配门限:
4.若或者Nk=0成立,执行第5步;若不成立,则令Nk=Nk-1并转回执行第2步;
5.若Nk=0,则μ*=0,否则μ*=μ,
进一步的,步骤4)的具体步骤为:
N路信道的最优传输功率是凸优化问题(P3)的解,通过拉格朗日乘子法求解,得到最优解的表达式:
发射机为每路信道分配相应的最优传输功率,注意因为只有路信道的传输功率大于0,因此发射机只在这些信道上传输路数据,完成当前传输周期的数据传输。
进一步的,步骤5)的具体步骤为:
根据拉格朗日乘子法,优化问题(P2)中的拉格朗日乘子λ须随传输周期迭代更新。首先,更新历史功率统计均值:
其次,根据次梯度算法,更新拉格朗日乘子:
λ=max{λ+Δ(Eμ-Θ),0}。
图2、3、4、5对比了本发明所提出方案与现有的3种技术方案所实现的***性能,定量展示了本发明在能量收集无线通信***中针对多信道通信功率分配实现的提升效果。现有的3种方案包括:仅数据传输平稳性统计约束方案(即传统的统计QoS驱动功率自适应方案),仅电池供给平稳性统计约束方案,注水工控方案(即无数据传输平稳性和电池供给平稳性约束方案)。
图2对比了本发明所提出方案与现有的3种技术方案所实现的数据传输有限容量随需求的缓存溢出概率的曲线变化。仿真中配置:缓存容量Bth=8 Bytes,电池平稳性约束θE=15。从仿真结果可以看出:本发明实现了最大的数据传输有效容量,大大增加了***的部署效益。而且仅数据传输平稳性统计约束方案当数据平稳性约束增强时,***有效容量会迅速下降,这是因为对于这样的能量收集无线通信***,单方面强调数据传输约束,会导致剧增的功率消耗从而引起电池中断,反而严重恶化了数据传输平稳性。这恰恰说明了提出的电池供给平稳性约束的重要性。
图3对比了本发明所提出方案与现有的3种技术方案所实现的数据传输有限容量随需求的电池低电量概率的曲线变化。仿真中配置:缓存容量Bth=8 Bytes,传输平稳性约束θD=0.1。从仿真结果可以看出:本发明实现了最大的数据传输有效容量,大大增加了***的部署效益。而且可以看到随电池供给平稳性约束增强,本发明封所提方案的有效容量先增加后下降,因此即使在不存在强制电池中断概率要求的情况下,适当施加合适的电池平稳性约束强度反而是提升传输有效容量的合适策略。
图4了本发明所提出方案与现有的3种技术方案所实现的缓存溢出概率随缓存容量门限的曲线变化。仿真中配置:传输平稳性约束θD=0.04,电池平稳性约束θE=25。仿真中以各方案获得的有效容量作为数据队列的到达速率,每传输周期实际传输的速率作为离开速率。从仿真结果可以看出:仅数据传输平稳性统计约束方案和注水工控方案下,数据传输队列的统计结果违反了设定的传输平稳性约束,有较大的数据缓存溢出风险。本发明所提方案不仅保证了传输平稳性需求,而且还实现了最小的缓存溢出概率,突出了所提方案在这样的能量收集无线通信***中的优越性。
图5对比了本发明所提出方案与现有的3种技术方案所实现的电池低电量概率随电池低电量门限的曲线变化。仿真中配置:传输平稳性约束θD=0.1,电池平稳性约束θE=15。从仿真结果可以看出:仅数据传输平稳性统计约束方案和注水工控方案下,电池剩余电量的统计结果违反了设定的电池供给平稳性约束,有较大的电池耗尽中断风险。本发明所提方案不仅保证了电池供给平稳性需求,而且还实现了最小的低电量状态概率,突出了所提方案在这样的能量收集无线通信***中的优越性。
Claims (8)
1.能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,包括以下步骤:
1)能量收集无线通信***中发射机根据可持续传输需求设定数据队列指数θD和反转能量队列指数θE;并初始化:拉格朗日乘子λ,更新步长Δ,以及功率统计均值Eμ;
2)进入传输周期,发射机通过接收机反馈得到当前周期下N路信道的状态信息并根据信道好坏排序,获得发射机电池剩余电量信息并限定总传输功率最大值μmax;
3)在可持续传输需求的驱动下,求解出N路信道所需要的最优总传输功率μ*,传输功率不为0的信道数最优值并行信道功率分配最优门限
4)为每路信道分配最优传输功率发射机以最优传输功率组合向接收机传输路独立数据流;
5)根据次梯度算法更新拉格朗日乘子λ;
6)进入下一传输周期,重复步骤2)至步骤5),直至完成传输。
2.根据权利要求1所述的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,步骤1)中数据队列指数θD确定如下:
可持续传输需求驱动下,数据传输队列存在平稳性约束,即:发射机为尽量减少缓存器中数据溢出,确保数据溢出的概率小于一个目标小的概率:
Pr{D>Dth}<ξ
其中,D为当前缓存数据队列长度,Dth为缓存器容量,ζ为目标小的概率;
根据大偏差理论分析,得到数据队列指数:
表征了数据传输平稳性约束的强度:θD越大,Pr{D>Dth}随队Dth增大而衰减得越快,即对数据传输的平稳性要求越严格;
步骤1)中反转能量队列指数θE确定如下:
可持续传输需求驱动下,电池能量消耗队列存在平稳性约束,即:发射机为尽量减少电池耗尽情况发生,确保低电量状态出现的概率小于一个目标小的概率:
Pr{C<Cth}<∈
其中,C为当前电池剩余电量,Cth为低电量门限,∈为目标小的概率;
利用反转队列技术,以能量消耗为反转能量队列的到达过程,以能量收集作为反转能量队列的离开过程,则反转能量队列的长度为能量消耗平稳性统计约束等效为:
所得到的反转能量队列是平稳的,根据大偏差理论分析,得到反转能量队列指数:
表征了能量消耗平稳性约束的强度:θE越大,Pr{C<Cth}随Cth减少而衰减得越快,即对能量消耗平稳性的要求越严格。
3.根据权利要求2所述的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,通过以下具体步骤确保数据传输平稳性约束和能量消耗平稳性约束同时满足:
在数据传输队列中,根据有效容量理论,为确保数据传输平稳性约束的成立,数据最大恒定到达量须小于数据离开量的有效容量,数据有效容量表达式为:
其中,R是传输周期内数据传输队列的离开量,等于N路并行信道传输的总数据量,根据香农容量定理,其计算表达式为:
这里,B0是N路并行信道的总带宽,μn是第n路信道的传输功率,γn是第n路信道的参考信噪比,计算如下:
其中,L和hn分别为发射机与接收机之间第n路信道的大尺度衰落和小尺度衰落,N0为高斯白噪声功率谱密度;
数据离开量的有效容量Φ(θD)表征了在传输平稳性统计约束下的***最大吞吐量,因此作为功率分配优化问题的目标量;
在反转能量队列中,根据有效带宽理论,为确保能量消耗平稳性约束,能量消耗过程的有效消耗速率不大于能量收集过程的有效收集速率:
Ψ(θE)≤Φ(θE)
其中,有效消耗速率:
这里,是当前传输周期内发射机能量消耗量,包括建模成电路固定功率消耗和无线传输功率消耗两部分,η是发射机电路固定消耗功率;
有效收集速率:
这里,是当前传输周期内的能量收集量,在给定环境中,有效收集效率Φ(θE)是一个常数;
式Ψ(θE)≤Φ(θE),确保了能量消耗平稳性约束的成立,作为功率分配优化问题的约束不等式;
因此,在可持续传输驱动下,多信道功率的分配问题建模为:
(P1):
s.t.:Ψ(θE)≤Φ(θE)。
4.根据权利要求3所述的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,求解优化问题(P1)的具体过程为等价的两个子优化问题的联立求解:
第一阶段,沿时域分配当前传输周期的总传输功率μ:
(P2):
其中,是一个常量,是当前传输周期内N路信道消耗的总功率,R*(μ)是当前传输周期内最大的归一化总传输速率,由第二阶段问题求解给出;
第二阶段,沿频域分配N路信道的传输功率μn,
(P3):
优化问题(P2)和(P3)都是凸优化问题,通过拉格朗日乘子法求解。
5.根据权利要求4所述的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,步骤2)的具体实现方法如下:
表征N路信道状态好坏信息的参考信噪比分别为:γ1,γ2,…,γN,按递减顺序依次排列为:γ(1)≥γ(2)≥…≥γ(N),并令γ(0)=+∞,γ(N+1)=0;
当前传输周期剩余电量C所支持的总传输功率最大值μmax的计算式为:
6.根据权利要求5所述的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,步骤3)的具体实现方法如下:
最优总传输功率μ*为凸优化问题(P2)的解,通过拉格朗日乘子法求解,得到计算表达式:
其中,是当前传输周期内传输功率不为0的信道数的最优值,是归一化数据队列指数,λ是拉格朗日乘子,函数Ω(x)值是使等式y+log(y)=x成立的y,即:Ω(x)=y;
由于电池剩余电量所支持的最优总传输功率最大值μmax限定,计算表达式调整为:
给定一个总传输功率μ,相应的功率不为0的信道数Nk,并行信道功率分配门限γ0由优化问题(P3)的求解得到,确定使优化问题(P2)目标量最小化的最优解μ*,和的具体步骤包括:
1.初始化Nk=N;
2.计算相应的总传输功率:
3.根据优化问题(P3)的解,计算并行信道功率分配门限:
4.若或者Nk=0成立,执行第5步;若不成立,则令Nk=Nk-1并转回执行第2步;
5.若Nk=0,则μ*=0,否则μ*=μ,
7.根据权利要求6所述的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,步骤4)的具体实现方法如下:
N路信道的最优传输功率是凸优化问题(P3)的解,通过拉格朗日乘子法求解,得到最优解的表达式:
发射机为每路信道分配相应的最优传输功率,且只有路信道的传输功率大于0,因此发射机只在这些信道上传输路数据,完成当前传输周期的数据传输。
8.根据权利要求7所述的能量收集无线网络中可持续传输需求驱动的多信道功率分配方法,其特征在于,步骤5)的具体实现方法如下:
根据拉格朗日乘子法,优化问题(P2)中的拉格朗日乘子λ须随传输周期迭代更新;首先,更新历史功率统计均值:
其次,根据次梯度算法,更新拉格朗日乘子:
λ=max{λ+Δ(Eμ-Θ),0}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810316720.7A CN108601076B (zh) | 2018-04-10 | 2018-04-10 | 能量收集无线网络中可持续传输需求驱动的多信道功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810316720.7A CN108601076B (zh) | 2018-04-10 | 2018-04-10 | 能量收集无线网络中可持续传输需求驱动的多信道功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108601076A true CN108601076A (zh) | 2018-09-28 |
CN108601076B CN108601076B (zh) | 2019-06-11 |
Family
ID=63621668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810316720.7A Active CN108601076B (zh) | 2018-04-10 | 2018-04-10 | 能量收集无线网络中可持续传输需求驱动的多信道功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108601076B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286408A (zh) * | 2018-10-15 | 2019-01-29 | 北京交通大学 | 能量收集的方法和能量接收机 |
CN110166980A (zh) * | 2019-05-15 | 2019-08-23 | 南京邮电大学 | 高铁场景下分布式天线***缓存约束的功率优化方法 |
CN111953294A (zh) * | 2020-07-22 | 2020-11-17 | 国网河南省电力公司西峡县供电公司 | 基于物联网的台区备电***及方法 |
CN112073103A (zh) * | 2019-06-10 | 2020-12-11 | 上海诺基亚贝尔股份有限公司 | 在mu-mimo***中进行波束成形的方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104066165A (zh) * | 2014-06-26 | 2014-09-24 | 南京邮电大学 | 一种基于能量收集方式的无线通信功率分配方法 |
CN105338555A (zh) * | 2015-11-20 | 2016-02-17 | 西安交通大学 | 能量收集无线网络中兼顾缓存及电池可持续性的数据传输功率控制方法 |
-
2018
- 2018-04-10 CN CN201810316720.7A patent/CN108601076B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104066165A (zh) * | 2014-06-26 | 2014-09-24 | 南京邮电大学 | 一种基于能量收集方式的无线通信功率分配方法 |
CN105338555A (zh) * | 2015-11-20 | 2016-02-17 | 西安交通大学 | 能量收集无线网络中兼顾缓存及电池可持续性的数据传输功率控制方法 |
Non-Patent Citations (2)
Title |
---|
HE ZHANG,ET.AL.: "Joint Battery-Buffer Sustainable Guarantees in Energy-Harvesting Enabled Wireless Networks", 《2015 IEEE GLOBAL COMMUNICATIONS CONFERENCE》 * |
QINGHE DU,ET.AL.: "Sustainability-Driven Power Control for Energy Harvesting EnhancedWireless Transmission", 《2014 IEEE INTERNATIONAL CONFERENCE ON COMPUTER AND INFORMATION TECHNOLOGY》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286408A (zh) * | 2018-10-15 | 2019-01-29 | 北京交通大学 | 能量收集的方法和能量接收机 |
CN109286408B (zh) * | 2018-10-15 | 2020-09-08 | 北京交通大学 | 能量收集的方法和能量接收机 |
CN110166980A (zh) * | 2019-05-15 | 2019-08-23 | 南京邮电大学 | 高铁场景下分布式天线***缓存约束的功率优化方法 |
CN110166980B (zh) * | 2019-05-15 | 2022-04-15 | 南京邮电大学 | 高铁场景下分布式天线***缓存约束的功率优化方法 |
CN112073103A (zh) * | 2019-06-10 | 2020-12-11 | 上海诺基亚贝尔股份有限公司 | 在mu-mimo***中进行波束成形的方法和装置 |
CN112073103B (zh) * | 2019-06-10 | 2022-01-11 | 上海诺基亚贝尔股份有限公司 | 在mu-mimo***中进行波束成形的方法和装置 |
CN111953294A (zh) * | 2020-07-22 | 2020-11-17 | 国网河南省电力公司西峡县供电公司 | 基于物联网的台区备电***及方法 |
CN111953294B (zh) * | 2020-07-22 | 2021-06-15 | 国网河南省电力公司西峡县供电公司 | 基于物联网的台区备电***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108601076B (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108601076B (zh) | 能量收集无线网络中可持续传输需求驱动的多信道功率分配方法 | |
Babayo et al. | A review on energy management schemes in energy harvesting wireless sensor networks | |
CN108924938B (zh) | 一种用于无线充电边缘计算网络计算能效的资源分配方法 | |
Shi et al. | Toward energy-efficient federated learning over 5G+ mobile devices | |
CN103781168B (zh) | 蜂窝网络中的功率分配方法和*** | |
WO2023179010A1 (zh) | 一种noma-mec***中的用户分组和资源分配方法及装置 | |
CN107359927B (zh) | 一种eh能量收集协作通信网络中继选择方法 | |
CN109831808B (zh) | 一种基于机器学习的混合供电c-ran的资源分配方法 | |
CN105338555B (zh) | 能量收集无线网络中兼顾缓存及电池可持续性的数据传输功率控制方法 | |
Wei et al. | Power allocation in HetNets with hybrid energy supply using actor-critic reinforcement learning | |
CN103596191A (zh) | 一种无线传感器网络智能配置***及其方法 | |
CN108541001A (zh) | 一种用于能量可收集双向协作通信的中断率优化算法 | |
Jiang et al. | Q-learning based task offloading and resource allocation scheme for internet of vehicles | |
Sun et al. | Time-correlated sparsification for efficient over-the-air model aggregation in wireless federated learning | |
CN104066165A (zh) | 一种基于能量收集方式的无线通信功率分配方法 | |
CN108599831A (zh) | 一种云无线接入网的鲁棒波束成型设计方法 | |
Lu et al. | Opportunistic forwarding in energy harvesting mobile delay tolerant networks | |
CN109587070B (zh) | 智能电网中同时具有隐私保护和负载均衡的数据汇聚方法 | |
CN109272167B (zh) | 一种基于uudn和q神经网络的绿色能量合作方法 | |
He et al. | Computation offloading and resource allocation based on DT-MEC-assisted federated learning framework | |
Yang et al. | Efficient energy joint computation offloading and resource optimization in multi-access MEC systems | |
Wang et al. | Deep reinforcement learning based joint partial computation offloading and resource allocation in mobility-aware MEC system | |
Yu et al. | Task delay minimization in wireless powered mobile edge computing networks: A deep reinforcement learning approach | |
Wu et al. | Computation rate maximization in multi-user cooperation-assisted wireless-powered mobile edge computing with OFDMA | |
Bhat et al. | Energy harvesting communications with batteries having cycle constraints |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231213 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: Beilin District Xianning West Road 710049, Shaanxi city of Xi'an province No. 28 Patentee before: XI'AN JIAOTONG University |