CN112543472A - 认知swipt中基于dtps协议的多中继时隙与功率联合优化方法 - Google Patents

Abstract

本发明公开了一种认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法。本发明认知SWIPT通信网络中存在多个配备功率分割接收机的认知SWIPT中继节点，研究了认知SWIPT中基于动态时隙功率分割协议的多中继时隙与功率联合优化方法，对功率分割因子、时隙分配因子、功率分配系数进行联合优化。本发明以认知SWIPT通信网络最大化网络和速率为优化目标建立优化模型，通过最佳中继节点选择、最佳中继节点的功率分割因子、时隙分配因子和功率分配系数的联合优化，使***性能达到所需要求。研究表明，随着第一时隙因子和功率分割因子的增加，认知SWIPT通信网络可达和速率先增大后减小。本发明方法可以最大化认知SWIPT通信网络的可达和速率。

Description

认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化 方法

技术领域

本发明属于信息与通信工程技术领域，提出了认知无线携能通信(SimultaneousWireless Information and Power Transfer，SWIPT)中基于动态时隙功率分割(DynamicTime Power Splitting,DTPS)协议的多中继时隙与功率联合优化方法。

背景技术

随着无线通信技术的发展，无线业务数据量呈***式的增长。而各种无线设备都需要一定的频谱资源传输数据，这对稀缺的频谱资源带来了巨大的挑战。目前频谱资源稀缺并非因为频谱物理意义上的缺少，而是由于频谱利用率低和严格的频谱分配政策所致。因此，如何提高频谱效率已经成为当前无线通信急需解决的问题之一。目前，作为5G关键技术之一的认知无线电(Cognitive Radio,CR)技术被认为是提高频谱效率的有效手段之一。目前，大多数的电子设备都是通过容量有限的电池供电，但是，在某些特殊场景下的电子设备无法采用电池持续供电，例如内置于人体的电子治疗仪器等。因此如何从环境中收集可再生能源例如太阳能、风能、地热能与振动能等一直是研究热点，虽然以自然能源作为采集能量的源头固然能够进一步节省网络的能量消耗，但是这些自然能源受天气等外界因素的影响较大，采集效率十分有限，并且会影响通信网络的稳定性。

人们已经成功利用电磁波进行信息传输，无线电波能量是一种潜在的绿色能源，但是利用电磁波传输能量一直没有得到很大的发展，其中能量收集效率低下是一个亟待解决的关键问题。近年来，研究人员注意到，无线射频信号(Radio Frequency,RF)不仅能携带信息，同时作为电磁波，其还能携带能量，随着RF信号能量收集电路的发展，RF信号能量收集效率大大提高，人们看到了信息与能量同时传输的可能性。作为无线信息传输(WirelessInformation Transmission,WIT)和无线能量传输(Wireless Power Transmission,WPT)的结合，无线携能通信(Simultaneous Wireless Information and Power Transfer，SWIPT)技术由此诞生。

SWIPT为能量受限网络中的节点提供了无线能量收集新方法，实现信息与能量的同时传输。CR为频谱资源稀缺与频谱利用率低下的矛盾提供了新的解决方案。作为两者的结合，认知SWIPT可以充分利用CR机会利用频谱资源与SWIPT信能同传的特点，有望同时提高无线网络的频谱效率(Spectral Efficiency,SE)和能量效率(Energy Efficiency,EE)。认知SWIPT可以在保证谱效的同时保障***能效，它是未来高能效认知无线通信技术发展方向之一。

发明内容

本发明针对存在多个配备功率分割接收机的认知SWIPT中继网络中，以最大化网络和速率(单位频带信息速率)为优化目标，提出了认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法，给出了该方法的具体流程。该方法涉及认知SWIPT网络中最佳中继节点的选择策略、认知SWIPT时隙分配因子、最佳中继节点功率分割因子与最佳中继节点功率分配系数的联合优化。

本发明的技术方案包括以下步骤：

步骤1、认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法的场景假设与建模：

为了不失一般性，在具体描述设计策略之前，做出如下假设：

(1)假设整个通信时隙归一化为1，第一个时隙为t₁，第一个时隙为t₂且t₁+t₂＝1；

(2)合法节点能够获得所有信道状态信息，***中所有信道均服从瑞利平坦衰落；

(3)在SWIPT网络中，主用户发送节点和主用户目的节点不能直接进行通信，需要通过中继节点转发。

第一时隙，主用户发送节点(Primary Transmitter,PT)以功率P_S广播单位功率的信号x_S。N个认知SWIPT中继R_i(i＝1,2,…,N)都能收到信号x_S，认知SWIPT网络根据最佳中继节点选择策略从N个中继节点中选取最佳中继节点R_op，最佳中继节点R_op在第一时隙接收到的信号为：

其中，

为主用户发送节点PT到最佳中继节点R_op的信道系数，n_R是均值为0、方差为

的高斯白噪声。

最佳中继节点R_op接收机以功率分割因子ρ(0≤ρ≤1)将接收到的信号分为两个部分：一部分用于信息解码，另一部分用于能量收集。

最佳中继节点R_op用于能量收集的信号为：

最佳中继节点R_op收集到的能量为：

其中η表示能量转化效率，并满足0≤η≤1。因此最佳中继节点R_op的发射功率为：

最佳中继节点R_op用于信息解码的信号为：

因此，最佳中继节点的接收信噪比为：

同时，认知接收节点(Secondary Receiver,SR)接收到的信号为：

其中，h_SC为主用户发送节点PT到认知接收节点SR的信道系数，n_C是均值为0、方差为

的高斯白噪声。

第二时隙，最佳中继节点R_op使用第一阶段收集到的能量，根据功率分配因子β将收集的能量分为两个部分。一部分用于向主用户接收节点(Primary Receiver,PR)发送主信息，另一部分用于向认知接收节点SR发送认知信息，即

它以解码转发(DF)协议转发认知SWIPT网络数据。

在第二时隙，最佳中继节点广播的信号为

PR接收到的信号为

其中，

为最佳中继节点到主用户接收节点PR的信道系数，n_D为均值为0、方差为

的高斯白噪声。

因此，主用户接收节点PR的接收信噪比为：

同时，认知接收节点SR接收到的信号为：

其中，

为最佳中继节点到认知接收节点SR的信道系数，n_CR为均值为0、方差为

的高斯白噪声。

由于SR在第一个时隙收到了的信号x_S，因此从

中消去x_S，得到：

因此，认知接收节点SR的接收信噪比为：

综上，各节点的可达速率(单位频带信息速率)为：

γ_D＝(1-t₁)log₂(1+SNR_D) (15)

γ_C＝(1-t₁)log₂(1+SNR_C) (16)

其中γ_R表示最佳中继节点R_op可达速率，γ_D表示主用户接收节点PR可达速率，γ_C表示认知接收节点SR可达速率。

定义主网络可达速率为：

R_S＝min(γ_D,γ_R) (17)

定义认知SWIPT网络的整体可达速率为：

R＝min(R_S,γ_C) (18)

定义***能效η_EE表示如下：

其中P_C为***电路功耗。

在保障***能效的情况下，最大化认知SWIPT网络的整体可达速率，即：

max R

s.t.0≤t₁≤1

0≤ρ≤1 (20)

0≤β≤1

η_EE≥η₀

其中η₀表示***所要求的最低能效。

步骤2、最佳中继节点选择策略：

根据主用户发送节点PT和认知SWIPT中继节点之间的信道状态信息

认知SWIPT中继节点和主用户接收节点PR之间的信道状态信息

认知SWIPT中继节点和认知接收节点SR之间的信道状态信息

为了保障***能效，相当于最大化认知SWIPT网络的整体可达速率，因此根据以下准则选取最佳中继节点：

步骤3、最佳SWIPT中继节点的功率分割因子与时隙分配因子的优化：

最佳SWIPT中继节点使用DF协议转发信号。由以上可知，γ_R随着t₁的增大而增大，随着ρ的增大而减小。γ_D随着t₁的增大先增后减，随着ρ的增大而增大，随着β的增大而增大。γ_C随着t₁的增大先增后减，随着ρ的增大而减小，随着β的增大而减小。因此，认知SWIPT网络的整体可达速率表示为：

其中，

最终，R可以表示为β的一个函数，利用梯度爬坡法寻找最优解。求解方法如下：

(1)初始化：随机给定一个初始值β₀，容限δ＝0.001，步长v＝0.01。

(2)计算关于β的梯度，如果梯度大于容限同时能量效率大于所要求的最低能效，执行以下循环：

(a)更新β₀＝β₀+v▽β₀；

(b)重现计算梯度。

(3)循环结束，此时的

β^*ρ^*就是最优变量。

本发明有益效果如下：

本发明以认知无线携能通信(SWIPT)为研究背景，认知SWIPT通信网络中存在多个配备功率分割接收机的认知SWIPT中继节点，研究了认知SWIPT中基于动态时隙功率分割(DTPS)协议的多中继时隙与功率联合优化方法，对功率分割因子、时隙分配因子、功率分配系数进行联合优化。本发明以认知SWIPT通信网络最大化网络和速率为优化目标建立优化模型，通过最佳中继节点选择、最佳中继节点的功率分割因子、时隙分配因子和功率分配系数的联合优化，使***性能达到所需要求。本发明分析了最佳中继节点的功率分割因子、发送节点的功率分割因子、认知SWIPT通信网络的传输时隙对网络可达和速率的影响。研究表明，随着第一时隙因子和功率分割因子的增加，认知SWIPT通信网络可达和速率先增大后减小。在多个配备功率分割接收机的认知SWIPT中继节点情况下，本发明方法可以最大化认知SWIPT通信网络的可达和速率。

附图说明

图1(a)为认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法第一阶段通信模型图。

图1(b)为认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法第二阶段通信模型图。

图2为认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法传输协议。

图3(a)为认知SWIPT中，各节点可达速率与时隙分配因子t₁的关系图。

图3(b)为认知SWIPT中，各节点可达速率与功率分割因子ρ关系图。

图3(c)为认知SWIPT中，各节点可达速率与功率分配系数β关系图。

图4(a)为认知SWIPT中，网络可达和速率与时隙分配因子t₁关系图。

图4(b)为认知SWIPT中，网络可达和速率与功率分割因子ρ关系图。

图4(c)为认知SWIPT中，网络可达和速率与功率分配系数β关系图。

具体实施方式

图1(a)为认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法第一阶段通信模型图。在该阶段，主用户发送节点向多个配备功率分割接收机的认知SWIPT中继节点以及认知接收节点广播数据信号。认知SWIPT通信网络以最佳中继节点选择策略选取最佳认知SWIPT中继节点，最佳认知SWIPT中继节点对接收信号进行信息解码与能量收集。

图1(b)为认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法第二阶段通信模型图。在该阶段，最佳认知SWIPT中继节点向主用户接收目的节点和认知接收节点转发数据。

图2为认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法传输协议。在第一个时隙，主用户发送节点向认知中继和认知接收节点广播信息。认知SWIPT中继采用PS接收机以功率分割因子ρ将信息分为信息解码和能量收集两个部分；在第二个时隙，最佳认知SWIPT中继以功率分配系数β分别将收集的能量向主用户接收目的节点和认知接收节点转发信息。

图3(a)为认知SWIPT中，各节点可达速率与时隙分配因子t₁关系图。由图可知，随着时隙分配因子t₁的增加，最佳认知SWIPT中继节点的信息速率逐渐增加，主用户接收目的节点信息速率先增后减，认知接收节点的信息速率也先增后减。三者交点的时隙分配因子t₁为0.35。

图3(b)为认知SWIPT中，各节点可达速率与功率分割因子ρ关系图。由图可知，随着功率分割因子ρ的增加，最佳认知SWIPT中继节点的信息速率逐渐减小，主用户接收目的节点信息速率逐渐增加，认知接收节点的信息速率也是逐渐增加。三者交点的功率分割因子ρ为0.78。

图3(c)为认知SWIPT中，各节点可达速率与功率分配系数β关。由于最佳中继节点的信息速率与功率分配系数无关，因此只给出了主用户接收目的节点和认知接收节点的信息速率。由图可知，随着功率分配系数β的增加，主用户接收目的节点信息速率逐渐减小，认知接收节点的信息速率逐渐增加。两者交点的功率分配系数β为0.9。

图4(a)为认知SWIPT中，网络可达和速率与时隙分配因子t₁关系图。图4(b)为认知SWIPT中，网络可达和速率与功率分割因子ρ关系图。图4(c)为认知SWIPT中，网络可达和速率与功率分配系数β关系图。由图可知，随着时隙分配因子t₁、功率分割因子ρ、功率分配系数β的增加，网络可达和速率都是先增后减，因此存在最优的时隙分配因子

功率分割因子ρ^*＝0.78、功率分配系数β^*＝0.9，使得网络可达和速率达到最大值1.4bps/Hz。

本技术领域中的普通技术人员应当认识到，以上实施例仅是用来说明本发明，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变型都将落在本发明的保护范围。

Claims (4)

1.认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法，其特征在于包括以下步骤：

步骤1、场景假设与建模；

步骤2、最佳中继节点选择策略；

步骤3、最佳SWIPT中继节点的功率分割因子与时隙分配因子的优化。

2.如权利要求1所述的认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法，其特征在于步骤1所述的场景假设与建模，具体实现如下：

为了不失一般性，在具体描述设计策略之前，做出如下假设：

(1)假设整个通信时隙归一化为1，第一个时隙为t₁，第一个时隙为t₂且t₁+t₂＝1；

(2)合法节点能够获得所有信道状态信息，***中所有信道均服从瑞利平坦衰落；

(3)在SWIPT网络中，主用户发送节点和主用户接收节点不能直接进行通信，需要通过中继节点转发；

第一时隙，主用户发送节点PT以功率P_S广播单位功率的信号x_S；N个认知SWIPT中继节点R_i都能收到信号x_S，其中i＝1,2,…,N；认知SWIPT网络根据最佳中继节点选择策略从N个中继节点中选取最佳中继节点R_op，最佳中继节点R_op在第一时隙接收到的信号为：

其中，

为主用户发送节点PT到最佳中继节点R_op的信道系数，n_R是均值为0、方差为

的高斯白噪声；

最佳中继节点R_op接收机以功率分割因子ρ将接收到的信号分为两个部分：一部分用于信息解码，另一部分用于能量收集；

最佳中继节点R_op用于能量收集的信号为：

最佳中继节点R_op收集到的能量为：

其中η表示能量转化效率，并满足0≤η≤1，且0≤ρ≤1；因此最佳中继节点R_op的发射功率为：

最佳中继节点R_op用于信息解码的信号为：

因此，最佳中继节点的接收信噪比为：

同时，认知接收节点SR接收到的信号为：

其中，h_SC为主用户发送节点PT到认知接收节点SR的信道系数，n_C是均值为0、方差为

的高斯白噪声；

第二时隙，最佳中继节点R_op使用第一阶段收集到的能量，根据功率分配因子β将收集的能量分为两个部分；一部分用于向主用户接收节点PR发送主信息，另一部分用于向认知接收节点SR发送认知信息，即

它以解码转发协议转发认知SWIPT网络数据；

在第二时隙，最佳中继节点广播的信号为：

PR接收到的信号为：

其中，

为最佳中继节点到主用户接收节点PR的信道系数，n_D为均值为0、方差为

的高斯白噪声；

因此，主用户接收节点PR的接收信噪比为：

同时，认知接收节点SR接收到的信号为：

其中，

为最佳中继节点到认知接收节点SR的信道系数，n_CR为均值为0、方差为

的高斯白噪声；

由于SR在第一个时隙收到了的信号x_S，因此从

中消去x_S，得到：

因此，认知接收节点SR的接收信噪比为：

综上，各节点的可达速率为：

γ_D＝(1-t₁)log₂(1+SNR_D) (15)

γ_C＝(1-t₁)log₂(1+SNR_C) (16)

其中γ_R表示最佳中继节点R_op可达速率，γ_D表示主用户接收节点PR可达速率，γ_C表示认知接收节点SR可达速率；

定义主网络可达速率为：

R_S＝min(γ_D,γ_R) (17)

定义认知SWIPT网络的整体可达速率为：

R＝min(R_S,γ_C) (18)

定义***能效η_EE表示如下：

其中P_C为***电路功耗；

最大化认知SWIPT网络的整体可达速率，即：

其中η₀表示***所要求的最低能效。

3.如权利要求2所述的认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法，其特征在于步骤2所述的最佳中继节点选择策略，具体实现如下：

根据主用户发送节点PT和认知SWIPT中继节点之间的信道状态信息

认知SWIPT中继节点和主用户接收节点PR之间的信道状态信息

认知SWIPT中继节点和认知接收节点SR之间的信道状态信息

其中i＝1,2,…,N；为了保障***能效，相当于最大化认知SWIPT网络的整体可达速率，因此根据以下准则选取最佳中继节点：

4.如权利要求3所述的认知SWIPT中基于DTPS协议的多中继时隙与功率联合优化方法，其特征在于步骤3所述的最佳SWIPT中继节点的功率分割因子与时隙分配因子的优化，具体实现如下：

最佳SWIPT中继节点使用DF协议转发信号；由以上可知，γ_R随着t₁的增大而增大，随着ρ的增大而减小；γ_D随着t₁的增大先增后减，随着ρ的增大而增大，随着β的增大而增大；γ_C随着t₁的增大先增后减，随着ρ的增大而减小，随着β的增大而减小；因此，认知SWIPT网络的整体可达速率表示为：

其中，

最终，R表示为β的一个函数，利用梯度爬坡法寻找最优解；求解方法如下：

(1)初始化：随机给定一个初始值β₀，容限δ＝0.001，步长v＝0.01；

(2)计算关于β的梯度，如果梯度大于容限同时能量效率大于所要求的最低能效，执行以下循环：

(a)更新

(b)重现计算梯度；

(3)循环结束，此时的

就是最优变量。

Images