CN114172774B - 一种基于过时梯度反馈的工业物联网设备功率分配方法 - Google Patents

Abstract

本发明提供了一种基于过时梯度反馈的工业物联网设备功率分配方法，包括S1，网络参数初始化，S2，容量梯度计算，S3，发射功率计算，S4，重复S2和S3。本发明所提出的功率分配方法不需要CSI的瞬时和分布信息，所获得的网络容量性能远远优于EPA方法，当网络运行时间足够长时，所提方法可以有效保障设备的长期功率约束。

Description

一种基于过时梯度反馈的工业物联网设备功率分配方法

技术领域

本发明涉及物联网领域，尤其涉及一种基于过时梯度反馈的工业物联网设备功率分配方 法。

背景技术

在时变的大规模上行工业物联网中，物联网设备的上行发射端的信道状态信息(CSI)通 常需要经过接收端进行估计、量化和反馈等过程才能获得。然而，当物联网的规模变得庞大 时，CSI估计将面临巨大的导频资源开销，导致CSI获取时间远远高于信道的相干时间，即 发射端接收到的CSI是滞后的/过时的。另外，经过量化的CSI与其真实值相比存在着量化误 差。在这种情况下，传统的功率控制算法无法对时变信道进行自适应。

发明内容

鉴于上述问题，本发明的目的在于提供一种基于过时梯度反馈的工业物联网设备功率分 配方法，包括

S1，初始化物联网设备n的最大长期功率和最大瞬时功率P_n，物联网设备n维护一个 虚拟队列Q_n(t)并设置其初始值Q_n(0)＝0，初始化每个物联网设备的发射功率向量 p_n(0),p_n(1),...,p_n(T-1)∈P_n，初始化权重参数V，V>0，n∈[1,N]，N表示物联网设备的 总数；p_n表示物联网设备n功率分配的可行集合，p_n(T-1)表示物联网设备n在T-1时刻的 发射功率；

S2，在时隙t∈{T-1,T,T+1,…}，基站测量所有物联网设备的发射功率p(t)，其中，T表 示CSI信息h过时的时间大小，之后结合CSI信息h(t-T+1)为物联网设备n计算p＝p(t)处 的容量梯度：

其中，

m∈[1,M]，M表示***频带被分割成的子载波的总数，B_m表示子载波m的带宽，p指的 是所有物联网设备发射功率变量，表示物联网设备n在时隙t-T+1在第m个子载 波信道上信道功率增益，/>表示时隙t物联网设备n在第m个子载波信道上的发射功率， σ²表示高斯白噪声功率；R(p(t),h(t-T+1))表示容量函数；

然后将计算结果反馈给物联网设备n；

S3，在每个时隙t∈{T-1,T,T+1,…}结束时刻，物联网设备n通过下式确定时隙t+1的发 射功率p_n(t+1)：

为M 维的单位列向量，/>p_n(t)表示物联网设备n在时隙t的上行 发射功率向量，/>表示时隙t物联网设备n在第M个子载波信道上的发射功率，

表示时隙t物联网设备n在第m个子载波信道上的发射功率，/>表示时隙 t-T+1物联网设备n在第m个子载波信道上信道功率增益；

物联网设备n通过下式更新自己的虚拟队列：

S4，重复S2和S3。

本发明中，我们借助在线凸优化的技术原理，提出了一种基于过时梯度反馈的动态上行 功率分配方法。具体地，我们以网络遍历容量最大化为优化目标，以物联网设备的瞬时功率 约束和长期功率约束为约束条件。其中，物联网设备的瞬时功率约束与设备的硬件电路设计 有关，长期功率约束是为了保障物联网设备的平均耗电量不要超过一定门限，以提高设备的 平均生存时间。为了保障物联网设备的长期功率约束，每个物联网设备自身在本地维护一个 虚拟队列。在具体功率分配决策时，接收端(基站)只需将过时的网络容量梯度信息反馈给 物联网设备，物联网设备结合本地的瞬时队列积压信息，采用二分法自主做出功率分配决策。

本发明所提出的功率分配方法不需要CSI的瞬时和分布信息，所获得的网络容量性能远 远优于EPA方法，当网络运行时间足够长时，所提方法可以有效保障设备的长期功率约束。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于 本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附 图。

图1，为本发明一种基于过时梯度反馈的工业物联网设备功率分配方法的网络场景的示 例性实施例图。

图2，表示本发明所提POPA方法与DPP方法平均虚拟队列长度变化趋势的比较示意图。

图3，表示所提POPA方法与DPP、EPA方法滑动容量(和速率)变化趋势的比较示意图。

图4，表示本发明所提POPA方法与DPP、EPA方法滑动发射功率变化趋势的比较示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或 类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的 实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

随着电磁频谱变得日益稀缺，在未来的大规模物联网中，非正交多址接入技术将被广泛 应用，以单小区场景为例，如图1所示，考虑一个信息汇聚节点，称为基站，和N个物联网 设备，在图1中，IoTD代表物联网设备，BS代表基站，SC代表子载波，

***频带分割为M个子载波，表示为m∈{1,2,...,M}。

物联网设备表示为n，n∈{1,2,...,N}。

假设网络为离散时间***，整个时间轴被分割为等时间长度的时隙，表示为t∈{0,1,2,…}。

假设物联网设备和基站间的信道为平坦块衰落信道，也就是信道的相干时间大于时隙的 长度，信道只有在不同时隙才可能以独立同分布的方式跳变。

令为物联网设备n所有子载波上的信道功率增益/CSI。

令h(t)＝[h₁(t)^T,h₂(t)^T,…,h_N(t)^T]^T为时隙t所有设备的信道功率增益/CSI。

在上行的非正交多址接入网络中，基站采用串行干扰消除技术解码物联网设备的信号， 解码过程通常按照接收信号功率递减的顺序。这意味着在基站解码过程中，接收功率较小的 物联网设备信号会对接收功率较大的物联网设备信号产生干扰。

将每个物联网设备n的上行发射功率用向量表示，将所 有物联网设备在时隙t的发射功率表示为p(t)＝[p₁(t)^T,p₂(t)^T,...,p_N(t)^T]^T。

在每个载波m上，将所有物联网设备以接受信号功率的升序排序，也就是其中i,j∈N。据此，物联网设备n'在子载波m上的信干噪比可以写为

其中，σ²为加性高斯白噪声的功率。根据香农公式，网络的瞬时容量可以表示为

其中，B_m为子载波m的带宽，等式(a)根据事实得 到，等式(b)是将下标n'改为了n。不难发现，R(p(t),h(t))是一个可微的凹函数。

网络容量优化问题设置为

其中，为M维的单位列向量，/>为物联网设备n的最大长期平均功率，P_n为物联网设备n的静态可行集合，也就是

R^M为M维实空间，P_n为物联网设备n的最大瞬时功率。通常情况下，有

如图1所示的一种实施例，本发明提供了一种基于过时梯度反馈的工业物联网设备功率 分配方法，包括

S1，初始化物联网设备n的最大长期功率和最大瞬时功率P_n，物联网设备n维护一个 虚拟队列Q_n(t)并设置其初始值Q_n(0)＝0，初始化每个物联网设备的发射功率向量 p_n(0),p_n(1),...,p_n(T-1)∈P_n，初始化权重参数V，V>0，n∈[1,N]，N表示物联网设备的 总数；p_n表示物联网设备n功率分配的可行集合，p_n(T-1)表示物联网设备n在T-1时刻的 发射功率；

S2，在时隙t∈{T-1,T,T+1,…}，基站测量所有物联网设备的发射功率p(t)，其中，T表 示CSI信息h过时的时间大小，之后结合CSI信息h(t-T+1)为物联网设备n计算p＝p(t)处 的容量梯度：

其中，

m∈[1,M]，M表示***频带被分割成的子载波的总数，B_m表示子载波m的带宽，p指的 是所有物联网设备发射功率变量，表示物联网设备n在时隙t-T+1在第m个子载 波信道上信道功率增益，/>表示时隙t物联网设备n在第m个子载波信道上的发射功率， σ²表示高斯白噪声功率；R(p(t),h(t-T+1))表示容量函数；

然后将计算结果反馈给物联网设备n；

p指的是所有物联网设备发射功率变量，它是容量函数R(p,h(t-T+1))的优化变量，这 一步是求R(p,h(t-T+1))在p＝p(t)的梯度

这里T表示的是网络信息h过时的时间大小，即对于第t个时隙,网络只能拿到t-T+1时 刻的信息，h(t-T+1)，小写t表示的是第t个时隙.

这里的集合{T-1，T，T+1，…}表示的是S2步骤执行的时隙集合，就是从t＝T-1时刻开 始执行步骤S2；

S3，在每个时隙t∈{T-1,T,T+1,…}结束时刻，物联网设备n通过下式确定时隙t+1的发 射功率p_n(t+1)：

为M 维的单位列向量，/>p_n(t)表示物联网设备n在时隙t的上行 发射功率向量，/>表示时隙t物联网设备n在第M个子载波信道上的发射功率，

表示时隙t物联网设备n在第m个子载波信道上的发射功率，/>表示时隙 t-T+1物联网设备n在第m个子载波信道上信道功率增益；

物联网设备n通过下式更新自己的虚拟队列：

S4，重复S2和S3。

本发明中，我们借助在线凸优化的技术原理，提出了一种基于过时梯度反馈的动态上行 功率分配方法。具体地，我们以网络遍历容量最大化为优化目标，以物联网设备的瞬时功率 约束和长期功率约束为约束条件。其中，物联网设备的瞬时功率约束与设备的硬件电路设计 有关，长期功率约束是为了保障物联网设备的平均耗电量不要超过一定门限，以提高设备的 平均生存时间。为了保障物联网设备的长期功率约束，每个物联网设备自身在本地维护一个 虚拟队列。在具体功率分配决策时，接收端(基站)只需将过时的网络容量梯度信息反馈给 物联网设备，物联网设备结合本地的瞬时队列积压信息，采用二分法自主做出功率分配决策。

当设备发射端知道CSI的瞬时信息但不知道其分布信息时，有效的方法是采用漂移加罚 (DPP)(李雅普诺夫优化)的方法，该方法的算法流程是一种类似于在线次梯度下降的动态 方法。

当设备发射端不知道CSI的瞬时信息和分布信息时，目前最直接的方式是采用等(固定) 功率分配(EPA)方法，也就是将可利用功率平均分配在占用的每一个信道带宽(子载波)上。

DPP方法虽然可以应对CSI的动态衰落，但是其要求CSI的瞬时状态信息，这在网络规 模庞大的工业物联网场景中难以做到。一般情况下，DPP方法可以作为不依赖CSI瞬时信息 算法的对比(基准)算法。

EPA方法是一种静态功率分配方法，没有充分利用CSI的统计规律，算法性能低下。

本发明所提出的功率分配方法不需要CSI的瞬时和分布信息，所获得的网络容量性能远 远优于EPA方法，当网络运行时间足够长时，所提方法可以有效保障设备的长期功率约束。

为说明提出的方法与漂移加罚算法的区别，下面给出漂移加罚(DPP)算法流程：

步骤一：初始化每个物联网设备的最大长期功率和最大瞬时功率P_n，基站为每个设备 维护一个虚拟队列Q_n(t)并设置其初始值Q_n(0)＝0，初始化每个用户的发射功率向量 p_n(0)∈P_n，初始化权重参数V>0。

步骤二：在每个时隙t∈{0,1,2,…}开始时刻，基站测量CSI信息h(t)，然后通过求解以 下问题为所有物联网设备确定发射功率p(t)

然后将p_n(t)反馈给每一个物联网设备n。基站通过下式为每个物联网设备n更新虚拟队 列长度：

步骤三：在每个时隙t∈{0,1,2,…}，每个物联网设备按照基站调度的功率发送数据。

步骤四：重复步骤二和三。

从DPP的算法流程中可以看出，发射功率分配p(t)严格依赖CSI信息h(t)，并且需要基 站统一调度。当网络规模庞大时，基站需要求解复杂的优化问题确定功率分配变量，这将耗 费难以忍受的时间。从CSI信息h(t)的测量到物联网设备接收到功率分配调度报文，整个时 长可能会超出每个***时隙的长度，导致有效传输时间降低。

等功率分配方法是一种静态功率分配方法，每个物联网设备将每个子载波上的功率设置 为

本发明提出的POPA方法相比DPP方法主要有如下优点：

1.POPA方法不需要网络实时的CSI信息，它只依赖基站反馈的过时的容量梯度信息， 相比DPP算法沉重的计算量，POPA方法只需要每个物联网设备求解一个二次规划问题，也就 是发射功率计算公式，当采用二分法求解该问题时，其时间复杂度大约为O(M log(M))，本 发明的复杂度更低。

2.POPA方法是一种非集中式的动态功率分配方法，每个物联网设备的发射功率决策计 算由其自身完成，基站只负责网络容量梯度信息的计算，这种将计算量分散在各个网络节点 的决策方式更有利于网络的扩展，相比之下，DPP方法需要基站在每时隙为所有用户集中式 地确定功率分配，当网络规模逐渐扩大时，基站侧的计算量过于沉重，很容易造成网络的瘫 痪。

3、如图2所示，本发明的POPA方法平均虚拟队列长度更短，有利于避免网络拥堵，如 图3所示，本发明的POPA方法滑动容量(和速率)更小，如图4所示，本发明的POPA方法 滑动发射功率更低，有利于节约能量。

尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的 原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由 权利要求及其等同物限定。

Claims (1)

1.一种基于过时梯度反馈的工业物联网设备功率分配方法，其特征在于，包括：

S1，初始化物联网设备n的最大长期功率和最大瞬时功率P_n，物联网设备n维护一个虚拟队列Q_n(t)并设置其初始值Q_n(0)＝0，初始化每个物联网设备的发射功率向量p_n(0),p_n(1),…,p_n(T-1)∈P_n，初始化权重参数V，V>0，n∈[1,N]，N表示物联网设备的总数；p_n表示物联网设备n功率分配的可行集合，p_n(T-1)表示物联网设备n在T-1时刻的发射功率；

S2，在时隙t∈{T-1,T,T+1,…}，基站测量所有物联网设备的发射功率p(t)，其中，T表示CSI信息h过时的时间大小，之后结合CSI信息h(t-T+1)为物联网设备n计算p＝p(t)处的容量梯度：

其中，

m∈[1,M]，M表示***频带被分割成的子载波的总数，B_m表示子载波m的带宽，p指的是所有物联网设备发射功率变量，表示物联网设备n在时隙t-T+1在第m个子载波信道上信道功率增益，/>表示时隙t物联网设备n在第m个子载波信道上的发射功率，σ²表示高斯白噪声功率；R(p(t),h(t-T+1))表示容量函数；

然后将计算结果反馈给物联网设备n；

S3，在每个时隙t∈{T-1,T,T+1,…}结束时刻，物联网设备n通过下式确定时隙t+1的发射功率p_n(t+1)：

为M维的单位列向量，/>p_n(t)表示物联网设备n在时隙t的上行发射功率向量，/>表示时隙t物联网设备n在第M个子载波信道上的发射功率，

表示时隙t物联网设备n在第m个子载波信道上的发射功率，/>表示时隙t-T+1物联网设备n在第m个子载波信道上信道功率增益；

物联网设备n通过下式更新自己的虚拟队列：

S4，重复S2和S3。