CN114626229A - 智能反射面辅助的无线通信与能量收集***性能分析方法 - Google Patents

智能反射面辅助的无线通信与能量收集***性能分析方法 Download PDF

Info

Publication number
CN114626229A
CN114626229A CN202210271964.4A CN202210271964A CN114626229A CN 114626229 A CN114626229 A CN 114626229A CN 202210271964 A CN202210271964 A CN 202210271964A CN 114626229 A CN114626229 A CN 114626229A
Authority
CN
China
Prior art keywords
energy
user
intelligent
information
performance analysis
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.)
Pending
Application number
CN202210271964.4A
Other languages
English (en)
Inventor
杨鲲
张丙鑫
胡杰
刘亮元
陈卉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China Zhongshan Institute
Original Assignee
University of Electronic Science and Technology of China Zhongshan Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China Zhongshan Institute filed Critical University of Electronic Science and Technology of China Zhongshan Institute
Priority to CN202210271964.4A priority Critical patent/CN114626229A/zh
Publication of CN114626229A publication Critical patent/CN114626229A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种智能反射面辅助的无线通信与能量收集***性能分析方法,通过考虑无线信息传输和无线能量传输两个阶段都使用短包传输，首先给出了智能反射面辅助的无线能量传输支持的超可靠低时延***中信噪比的统计特征；然后，推导了***平均包错误概率的近似表达式；最后，优化了无线信息传输阶段和无线能量传输阶段的信道使用数量，以最大化***有效吞吐量；在该***中，发射机和接收机均配备单根天线；本发明考虑了实际物联网***中无线信息传输和无线能量传输的短包传输场景，不仅对***平均包错误概率进行了性能分析，还优化了***有效吞吐量，对工程实践具有指导意义。

Description

智能反射面辅助的无线通信与能量收集***性能分析方法
技术领域
本发明属于数能一体化通信网络技术领域，具体涉及一种智能反射面辅助的无线通信与能量收集***性能分析方法。
背景技术
物联网已成为5G网络的关键推动者，以支持设备或机器之间的大规模连接。目前，物联网已经涉人们生产生活中的各个领域，如工业、农业、安保行业等等。未来物联网所产生的信息流量将呈指数级增长。此外，物联网设备通常由有限能源供应的电池供电，但频繁的为这些物联网设备更换电池是不现实的。射频能量收集技术是一种很有前途的延长低功耗物联网设备寿命的解决方案耗，已经吸引了学术界和工业界的广泛关注。在实际应用中能量收集技术可以给能源匮乏的设备的维护带来极大的便利，特别是对于那些电池充电或更换不方便的设备，如用于核污染监测的传感器、战场感知、人体内放置的传感器等。基于射频能量收集技术，无线传感器设备可以从射频信号中获取能量，并将其作为能量源进行控制和预测，进行信息传输。然而，随着未来毫米波或更高频段的使用，数据或能量传输信号将更容易受到障碍物的阻挡，造成无线信号传输或无线能量供应中断。因此，需要克服无限信道的不可控影响，以确保可靠信息或能量传输。
近年来，智能反射面因其在重构无线传播环境方面的优越性能而备受关注。具体来说，智能反射面由大量低成本的无源反射元件组成，每一个元件都可以独立控制其反射信号的叠加或抵消，以增加所需的信号功率或抑制同信道干扰，从而提高无线通信的性能。与传统的主动中继或波束赋形相比，智能反射面由于是被动反射信号，因此具有更低的硬件成本和能量消耗，并且可以以全双工模式高效工作，而不需要昂贵的自干扰消除。然而，很多现有的工作只考虑使用智能反射面提高信息传输速率，而没有有意识地使环境中的物联网设备利用智能反射面反射的射频资源来提高自身的能源可持续性，这对于未来物联网***是非常重要的。
发明内容
本发明的目的就在于为了解决上述问题设计了一种智能反射面辅助的无线通信与能量收集***性能分析方法。
本发明通过以下技术方案来实现上述目的：
智能反射面辅助的无线通信与能量收集***性能分析方法，包括以下步骤：
A1、对基站-智能反射面-信息用户的级联信道增益的统计特性进行近似，获得相应的概率密度函数以及累积分布函数；
A2、对基站-智能反射面-能量用户的级联信道增益的统计特性进行近似，获得相应的累积分布函数；
A3、分析推导信息用户的信息中断概率闭式表达式；
A4、分析推导智能反射面到能量用户距离期望的闭式表达式；
A5、给出能量用户的能量中断概率的上界；
A6、推导能量用户可收集能量平均值得闭式表达式。
具体地，在步骤A1中通过矩匹配方法对将原本的信道增益函数近似为伽玛函数。
具体地，在步骤A4中利用二项式展技术开获得所求闭式表达式。
具体地，在步骤A5中利用詹森不等式获得能量用户平均中断概率的一个上界。
本发明的有益效果是：
本发明不仅考虑了基站的自适应功率控制能力，同时还考虑了实际应用中能量收集用户位置的随机性，推导出来的信息用户的信息中断概率闭式表达式、能量用户的能量中断概率的上界，以及能量用户的平均收集能量的闭式形式表达式对工程实践具有重要指导意义。
附图说明
图1为本发明实施例的流程图。
图2为本发明关于智能反射面辅助的无线通信与能量收集的***图。
图中：1-基站；2-障碍物；3-智能反射面。
具体实施方式
下面结合附图对本发明的实例作进一步的说明。
如图2所示，本发明所涉及的***包含一个基站1，一个信息用户，K个能量用户，障碍物2，以及一个包含N个反射元素的智能反射面3。在这个***场景下，基站1发送信息符号给信息用户，而K个能量用户试图从射频信号中收取能量。此外，考虑实际的应用场景，K个能量用户随机均匀分布在以信息用户为中心，半径为L米的圆形区域内。
本发明所涉及的***采用以信息用户所在位置为参考点的极坐标***，因此，能量用户的位置可以表示为(lk,ψk)，其中lk和ψk分别表示为径向坐标和角度坐标。角度坐标ψk的概率密度函数可以表示为：
Figure BDA0003553828940000031
而径向坐标lk的概率密度函数可以表示为：
Figure BDA0003553828940000032
进一步，a表示智能反射面的垂直高度，b表示在用户平面上信息用户到智能反射面投影点的距离，dI和dk分别表示智能反射面到信息用户以及到第k个能量用户的距离。因此，有
Figure BDA0003553828940000041
而
Figure BDA0003553828940000042
本申请考虑实际的瑞利信道，推导出了信息用户的信息中断概率；考虑基站具有自适应功率控制以及实际应用中能量收集用户位置的随机性，利用詹森不等式推导出能量用户的能量中断概率的上界，以及能量用户的平均收集能量的闭式形式表达式；进行数据仿真，验证理论分析的有效性。
如图1所示，智能反射面辅助的无线通信与能量收集***性能分析方法，具体包括以下步骤：
A1、确定基站-智能反射面-信息用户的级联信道增益的统计特性。
根据实际信道都经历瑞利衰落，则从基站到智能反射面的复信道向量，以及从智能反射面到信息用户的复信道向量可以分别表示为
Figure BDA0003553828940000043
和
Figure BDA0003553828940000044
这些信道被建模为
Figure BDA0003553828940000045
和
Figure BDA0003553828940000046
(这里信道被建模为包含大尺度衰落和小尺度衰落的信道模型，其中大尺度衰落与距离相关，路径损耗指数为α；gn和hI,n表征信道小尺度衰落)，其中gn和hI,n服从均值为0、方差为1的复圆高斯分布，α表示路径损耗指数。因此，信息用户的接收信号可以表示为：
Figure BDA0003553828940000047
其中xI是传输的信息符号，Pt是基站的发射功率，wI～(NC0,σ2)表示信息用户端的高斯白噪声，而σ2是信息用户端噪声的平均功率。此外，
Figure BDA0003553828940000048
是智能反射面反射元素的对角反射系数矩阵，其中第n个反射元素的相移φn∈[0,2π)。然后，信息用户的瞬时信噪比可以表示为：
Figure BDA0003553828940000049
在基站获得***链路的信道状态信息之后，为了最大化信息用户接收的信噪比，智能反射面应该调整其相移系数满足φn＝-arg(gn)-arg(hI,n)。因此，信噪比γ可以重新表示为：
Figure BDA0003553828940000051
然后，信息用户处的可达速率R(bit/s/Hz)可以表示为：
R＝log2(1+γ)
定义
Figure BDA0003553828940000052
为基站-智能反射面-信息用户级联信道的信道增益。由于很难得到X精确地统计分布特征，为此采用矩匹配技术将随机变量X近似为标准伽玛分布。矩匹配方法具体实现证明如下。
证明：令uX＝E{{X}和
Figure BDA0003553828940000053
分别表示随机变量X的一阶矩和二阶矩。再令β表示标准伽玛分布的形状参数，令θ表示比例参数。因此，可以得到如下两个等式：
Figure BDA0003553828940000054
其中，
Figure BDA0003553828940000055
Figure BDA0003553828940000056
所以，根据获得的参数k和θ，随机变量X的概率密度函数和累积分布函数可以分别表示如下：
Figure BDA0003553828940000057
Figure BDA0003553828940000058
A2、确定基站-智能反射面-能量用户的级联信道增益的统计特性。
由于能量用户并非主要调度用户，因此基站并不完全知道智能反射面到能量用户的信道状态信息。从智能反射面到第k个能量用户的复数信道向量可以表示为
Figure BDA0003553828940000061
其中信道建模为
Figure BDA0003553828940000062
hk,n是服从均值为0、方差为1的复圆高斯分布。因此，第k个能量用户能够收集到的能量可以表示为：
Figure BDA0003553828940000063
其中，0＜η＜1表示能量用户的能量转换效率系数，τ表示能量收割时间。
在本发明中考虑了基站的自适应功率控制能力，因此，给定信息用户的速率阈值Rth，基站可以自适应调节其自身的发射功率到一个最优值。因此，基站的最优发射功率可以表示为：
Figure BDA0003553828940000064
然后，基于最优的发射功率，第k个能量用户收集的能量可以重新表示为：
Figure BDA0003553828940000065
其中
Figure BDA0003553828940000066
令
Figure BDA0003553828940000067
表示基站-智能反射面-第k个能量用户之间的级联信道的信道增益，则Yk可以近似为均值为λk＝N的指数分布。因此，Yk的累积分布函数可以表示为：
Figure BDA0003553828940000068
A3、推导信息用户的信息中断概率闭式表达式。
本发明中，给定信息用户一个速率阈值Rth，则信息用户的信息中断概率为：
Figure BDA0003553828940000069
其中Pth表示基站的最大发射功率。
证明：基于S1，可以得到：
Figure BDA0003553828940000071
其中
Figure BDA0003553828940000072
表示信息中断事件只在Pt *＞Pth时才会发生。
A4、推导智能反射面到能量用户距离期望的闭式表达式；
智能反射面到第k能量用户距离的α次方的期望
Figure BDA0003553828940000073
可以表示为：
Figure BDA0003553828940000074
其中，
Figure BDA0003553828940000075
Figure BDA0003553828940000076
其中B(·,·)表示贝塔函数。
证明：
Figure BDA0003553828940000077
由于用户极坐标中径向变量和角度变量是独立的，因此，上述基于径向和基于角度的积分可以使用二项式展开函数表示为：
Figure BDA0003553828940000081
其中
Figure BDA0003553828940000082
和
Figure BDA0003553828940000083
分别表示径向和角度变量的求期望的操作。具体地有，
Figure BDA0003553828940000084
进一步，再利用二项式展开对上述相应积分进行计算，就可以获得：
Figure BDA0003553828940000085
Figure BDA0003553828940000086
至此，证明完毕。
A5、推导能量用户的能量中断概率的上界。
给定能量用户一个能量阈值Ek，则第k个能量用户的能量中断概率可以表示为：
Figure BDA0003553828940000087
其中
Figure BDA0003553828940000088
由于直接获得第k个能量用户的能量中断概率的精确闭式表达式是非常困难的，因此首先令
Figure BDA0003553828940000089
并首先推导Z的统计特性。Z的累积分布函数可以表示为：
Figure BDA0003553828940000091
证明：由X的概率密度函数以及Yk的累积分布函数可知：
Figure BDA0003553828940000092
考虑到能量用户位置的随机性，对于由径向和角度变量组成的极坐标，能量用户的能量中断概率应以期望的形式进行评估。因此，有如下公式：
Figure BDA0003553828940000093
然而，仍然难以获得
Figure BDA0003553828940000094
的精确闭式表达式。为此，利用詹森不等式可以获得
Figure BDA0003553828940000095
的上界。
Figure BDA0003553828940000096
最终，通过S4中所求的
Figure BDA0003553828940000097
以及随机变量Z的累积分布函数，可以获得
Figure BDA0003553828940000098
的上界如下：
Figure BDA0003553828940000099
其中
Figure BDA00035538289400000910
A6、推导能量用户可收集能量平均值得闭式表达式。
第k个能量用户平均收割的能量可以表示为：
Figure BDA0003553828940000101
证明：基于S2中第k个能量用户收集的能量公式，可以得到：
Figure BDA0003553828940000102
其中
Figure BDA0003553828940000103
步骤(c)的成立是由于Z和
Figure BDA0003553828940000104
是两个独立的随机变量。为了继续进行推导，下面首先给出随机变量Z的概率密度函数。通过对Z的累积分布函数求一阶导数，可以得到：
Figure BDA0003553828940000105
然后，可以得到E{Z}如下：
Figure BDA0003553828940000106
而
Figure BDA0003553828940000107
可以获得如下：
Figure BDA0003553828940000108
进一步通过数值积分可以得到
Figure BDA0003553828940000109
的具体数值。
因此，基于获得的E{Z}以及
Figure BDA00035538289400001010
可以进一步得到：
Figure BDA00035538289400001011
至此，证明完毕。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.智能反射面辅助的无线通信与能量收集***性能分析方法，其特征在于，包括以下步骤：
A1、对基站-智能反射面-信息用户的级联信道增益的统计特性进行近似，获得相应的概率密度函数以及累积分布函数；
A2、对基站-智能反射面-能量用户的级联信道增益的统计特性进行近似，获得相应的累积分布函数；
A3、分析推导信息用户的信息中断概率闭式表达式；
A4、分析推导智能反射面到能量用户距离期望的闭式表达式；
A5、给出能量用户的能量中断概率的上界；
A6、推导能量用户可收集能量平均值得闭式表达式。
2.根据权利要求1所述的一种智能反射面辅助的无线通信与能量收集***的性能分析方法，其特征在于：在步骤A1中通过矩匹配方法对将原本的信道增益函数近似为伽玛函数。
3.根据权利要求1所述的一种智能反射面辅助的无线通信与能量收集***的性能分析方法，其特征在于：在步骤A4中利用二项式展技术开获得所求闭式表达式。
4.根据权利要求1所述的一种智能反射面辅助的无线通信与能量收集***的性能分析方法，其特征在于：在步骤A5中利用詹森不等式获得能量用户平均中断概率的一个上界。
CN202210271964.4A 2022-03-18 2022-03-18 智能反射面辅助的无线通信与能量收集***性能分析方法 Pending CN114626229A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210271964.4A CN114626229A (zh) 2022-03-18 2022-03-18 智能反射面辅助的无线通信与能量收集***性能分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210271964.4A CN114626229A (zh) 2022-03-18 2022-03-18 智能反射面辅助的无线通信与能量收集***性能分析方法

Publications (1)

Publication Number Publication Date
CN114626229A true CN114626229A (zh) 2022-06-14

Family

ID=81902119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210271964.4A Pending CN114626229A (zh) 2022-03-18 2022-03-18 智能反射面辅助的无线通信与能量收集***性能分析方法

Country Status (1)

Country Link
CN (1) CN114626229A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584233A (zh) * 2022-03-28 2022-06-03 东莞理工学院 一种基于ris辅助的认知无线网络中断性能预测方法及***
CN116867090A (zh) * 2023-09-01 2023-10-10 华南师范大学 一种物联网资源分配方法、装置、设备以及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584233A (zh) * 2022-03-28 2022-06-03 东莞理工学院 一种基于ris辅助的认知无线网络中断性能预测方法及***
CN114584233B (zh) * 2022-03-28 2022-11-22 东莞理工学院 一种基于ris辅助的认知无线网络中断性能预测方法及***
CN116867090A (zh) * 2023-09-01 2023-10-10 华南师范大学 一种物联网资源分配方法、装置、设备以及存储介质
CN116867090B (zh) * 2023-09-01 2024-01-09 华南师范大学 一种物联网资源分配方法、装置、设备以及存储介质

Similar Documents

Publication Publication Date Title
Zhao A survey of intelligent reflecting surfaces (IRSs): Towards 6G wireless communication networks
Wan et al. Minimum-energy broadcasting in static ad hoc wireless networks
CN114626229A (zh) 智能反射面辅助的无线通信与能量收集***性能分析方法
CN112153653A (zh) 可重构智能表面辅助的noma下行低功耗传输方法
CN113613273B (zh) 一种智能超表面辅助无线供电网络的稳健能效优化方法
CN109640371A (zh) 一种基于反向散射传输的无线携能中继通信方法和网络
CN113490223A (zh) 一种基于irs的无线供能反向散射通信方法及***
Xu et al. Weighted sum rate maximization in IRS-BackCom enabled downlink multi-cell MISO network
CN114222289A (zh) 一种智能反射面辅助全双工无线携能网络保密通信方法
Li et al. Fog node selection for low latency communication and anomaly detection in fog networks
CN114222318B (zh) 一种认知无线供电反向散射通信网络鲁棒优化方法
CN116248173A (zh) Ris辅助的背向散射通信感知一体化方法
Fu et al. Optimization of energy consumption in the MEC-assisted multi-user FD-SWIPT system
Cao et al. Outage performance analysis of HARQ-aided multi-RIS systems
Khalid et al. Outage performance analysis of hybrid relay-reconfigurable intelligent surface networks
CN115379478B (zh) 一种基于ris辅助数能同传网络鲁棒能耗优化方法
CN105227222B (zh) 一种利用统计信道状态信息的高能效大规模mimo波束成形方法
CN114157392B (zh) 一种分布式irs辅助通信***安全传输的优化方法
CN114337902B (zh) 一种irs辅助的毫米波多小区间干扰的抑制方法
CN115987358A (zh) 有源ris中的一种基于部分信道状态信息的波束赋形方法
Karmokar et al. Energy‐efficient cross‐layer design of dynamic rate and power allocation techniques for cognitive green radio networks
Al-Sudani et al. Cognitive Radio and Its Applications in the New Trend of Communication System: A Review
CN114641017A (zh) 智能反射面辅助的短包无线通信与能量传输***优化方法
You et al. Distributed deep learning for RIS aided UAV-D2D communications in space-air-ground networks
Chen et al. Mobile data collection paths for node cooperative underwater acoustic sensor networks

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