CN115412944A - 基于智能反射面辅助的携能通信***及其资源优化方法 - Google Patents
基于智能反射面辅助的携能通信***及其资源优化方法 Download PDFInfo
- Publication number
- CN115412944A CN115412944A CN202211058616.5A CN202211058616A CN115412944A CN 115412944 A CN115412944 A CN 115412944A CN 202211058616 A CN202211058616 A CN 202211058616A CN 115412944 A CN115412944 A CN 115412944A
- Authority
- CN
- China
- Prior art keywords
- energy
- intelligent
- reflecting surface
- optimization problem
- communication system
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000006854 communication Effects 0.000 title claims abstract description 49
- 238000004891 communication Methods 0.000 title claims abstract description 47
- 230000010363 phase shift Effects 0.000 claims abstract description 52
- 230000005540 biological transmission Effects 0.000 claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 230000009466 transformation Effects 0.000 claims abstract description 18
- 238000012546 transfer Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000005562 fading Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0446—Resources in time domain, e.g. slots or frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及无线通信技术领域,具体为一种基于智能反射面辅助的携能通信***及其资源优化方法,该方法包括建立多个智能反射面辅助携能通信***模型;以吞吐量最大化为目标函数,***总时隙、两阶段相移为限制条件,建立优化问题;根据优化问题进行推导,获得信息传输阶段的相移闭式表达式;采用半正定松弛和线性分式规划对建立的优化问题进行等价转换;利用随机化方法重构秩一矩阵,对等价转换后的优化问题进行求解。采用本方案,能够面对***吞吐量最大化进行资源优化。
Description
技术领域
本发明涉及无线通信技术领域,具体为一种基于智能反射面辅助的携能通信***及其资源优化方法。
背景技术
随着第五代(5G)网络在全球范围内的部署,对未来无线通信***的研究已成为热点。超5G(B5G)和第六代(6G)网络应满足高可靠性、超高数据率和低延迟的要求。因此,毫米波和太赫兹等高频通信技术是B5G和6G网络的理想选择。然而,由于高频通信网络覆盖范围小,毫米波和太赫兹***的实际应用面临着巨大的挑战。最近,智能反射面被提出,并被认为是一种有希望提高高频通信网络频谱效率、能量效率和***覆盖率的技术。
智能反射面是一种无源平面阵列,由许多可重构反射元件组成,通常与智能控制器相连接。智能反射面被认为是改善无线通信***性能的一项有前途的技术,因为它可以控制无线环境的散射、反射和折射特性,以减少负面影响,使得智能反射面在满足未来无线网络需求方面的巨大潜力。
在无线通信网络中,能量是最重要的资源之一。随着智能电网、智能检测和智能家居等物联网形式的新型无线网络结构的出现,无线通信的能耗呈指数级增长。虽然可以通过充电或更换电池来延长操作时间,但对于某些特定设备,例如嵌入人体或建筑物中的无线传感器,这些设备可能会带来高开销或不便。近年来,携能通信吸引了越来越多的关注,因为它能使无线设备在传输信息的同时并从周围环境中获取能量。携能通信吸的主要优点是充电方便,尺寸适合无线设备,可以部署在低能耗场景中,例如无线传感器网络。
综上,基于智能反射面的携能通信能够在获取能量的同时,实现信息的传输,但现有技术中***吞吐量无法达到最大化,资源利用有限。
发明内容
本发明的目的之一在于提供一种基于智能反射面辅助的携能通信***及其资源优化方法,能够面对***吞吐量最大化进行资源优化。
本发明提供的基础方案一:基于智能反射面辅助的携能通信***及其资源优化方法,包括以下内容:
建立多个智能反射面辅助携能通信***模型;
以吞吐量最大化为目标函数,***总时隙、两阶段相移为限制条件,建立优化问题;
根据优化问题进行推导,获得信息传输阶段的相移闭式表达式;
采用半正定松弛和线性分式规划对建立的优化问题进行等价转换;
利用随机化方法重构秩一矩阵,对等价转换后的优化问题进行求解。
基础方案一的有益效果:
采用本方案先建立基于多个智能反射面的携能通信***模型,要求以吞吐量最大化为目标函数,选择***总时隙和两阶段相移作为限制条件,两阶段相移为信息传输阶段的相移和能量传输阶段的相移,通过联合优化总时隙和两阶段相移,实现最大化***吞吐量的优化。优化问题为非凸的,通过对优化问题的推导、转换,将非凸优化问题转换为凸优化问题,降低计算难度。同时采用随机化方法重构秩一矩阵,解决因半正定松弛法带来的最优解为高秩的问题,实现最优解的求取,从而实现对***吞吐量最大化的资源优化。
采用本方案,能够有效利用智能反射面带来的无线信号增益,大幅提高***的总吞吐量。
进一步,建立多个智能反射面辅助携能通信***模型,包括以下内容:
第k个无线设备采集到的能量定义为:
其中,ηk表示第k个设备能量转换效率,Pt表示能量站的发射功率,τ0表示起始时隙,f0,l、f0,k分别表示在能量传输阶段,能量站与第l个智能反射面以及第k个无线设备之间的复基带信道,fr,l,k表示在能量传输阶段,第l个智能反射面与第k个无线设备之间的信道,Φ0,l表示在能量传输阶段,第l个智能反射面的反射对角矩阵,L为智能反射面的数量,K为无线设备的数量;
设无线设备采集的所有能量都被用于信息传输,第k个设备的吞吐量为:
其中,τk表示第k个用户分配到的用于上传信息的时隙,σ2表示接入点的噪声功率;hr,l,k、hi,k表示在信息传输阶段,第k个无线设备与第l个智能反射面以及接入点之间的复基带信道,hi,l表示在信息传输阶段,第l个智能反射面与接入点之间的信道,Φk,l表示在信息传输阶段,第k个无线设备对应的第l个智能反射面的反射对角矩阵。
有益效果:定义能量传输阶段中无线设备获取到的能量,默认无线设备获取的能量全部用于信息传输,从而获得无线设备的吞吐量。通过获取能量采集和***吞吐量所涉及公式,以实现***模型的建立。
进一步,以吞吐量最大化为目标函数,***总时隙、两阶段相移为限制条件,建立优化问题,包括以下内容:
吞吐量最大化问题建模为:
限制条件为:
Φ0,l=diag{ejαl,1,...,ejαl,N}
Φk,l=diag{ejαk,l,1,...,ejαk,l,N}
αl,n∈[0,2π),αk,l,n∈[0,2π)
其中,τ=[τ0,τ1,...,τK],f0=[f0,1,...,τ0,L],fr,k=[fr,1,k,...,τr,L,k]T,hi=[hi,1,...,hi,L],hr,k=[hr,1,k,...,hr,L,k],Φk=diag{Φk,1,...,Φk,L},Φ0=[Φ0,1,...,Φ0,L],Φ=[Φ0,Φ1,...,ΦK],αl,n表示能量传输阶段,第l个智能反射面相关联的第n个反射单元的相移,αk,l,n表示信息传输阶段,第k个无线设备对应的第l个智能反射面的第n个反射单元的相移。
有益效果:以吞吐量最大化问题建模,选择***总时隙和两阶段相移作为限制条件,两阶段相移为信息传输阶段的相移和能量传输阶段的相移。
进一步,根据优化问题进行推导,获得信息传输阶段的相移闭式表达式,包括以下内容:
将相移项转换为:
通过三角不等式获得以下关系:
其中,tk[ln]是第l个智能反射面的第n个反射单元的相移。
有益效果:由于变量耦合,优化问题为非凸的,为解决非凸性,对相移项进行转换。
进一步,根据优化问题进行推导,获得信息传输阶段的相移闭式表达式,还包括以下内容:
有益效果:结合信息传输阶段最优相移矩阵对上述优化问题进行等价转换。
进一步,采用半正定松弛和线性分式规划对建立的优化问题进行等价转换,包括以下内容:
定义以下表达式:
采用半正定松弛方法,丢弃秩一限制条件rank(H.0)=1,以及采用线性分式规则方法,定义V0=H0τ0,将优化问题松弛为:
有益效果:耦合变量的存在仍导致上述优化问题为非凸的,因此采用半正定松弛方法,丢秩一限制条件,以及采用线性分式规划方法进行定义,将上述优化问题进行松弛,从而将非凸优化问题转换为凸优化问题。
进一步,利用随机化方法重构秩一矩阵,对等价转换后的优化问题进行求解,包括以下内容:通过高斯随机化方法重构秩一矩阵,通过MATLAB上的CVX工具包对等价转换后的优化问题进行求解获得最优解。
有益效果:采用高斯随机化方法重构秩一矩阵,解决因半正定松弛法带来的最优解为高秩的问题,实现最优解的求取,从而实现对***吞吐量最大化的资源优化。
本发明的目的之二在于提供一种基于智能反射面辅助的携能通信***。
本发明提供基础方案二:基于智能反射面辅助的携能通信***,包括能量站、L个智能反射面、K个无线设备、接入点和智能控制器,每个智能反射面配备N个独立的反射单元,智能控制器用于动态配置所有智能反射面的反射单元;
能量站用于向所有无线设备传输能量,无线设备用于利用接收到的能量向接入点发送信息,智能反射面用于向无线设备反射来自能量站的能量,还用于向接入点反射来自无线设备的信息;
使用上述基于智能反射面辅助的携能通信***的资源优化方法进行通信。
基础方案二的有益效果:
能量站通过无线载波向无线设备传输能量,智能反射面的设置,在能量传输时反射来自能量站的无线载波,提高无线设备采集到的能量。无线设备与接入点进行通信,智能反射面的设置,还在信息传输时反射来自无线设备的信息载波,提高接入点接收到的信息能量,从而间接辅助提高***总吞吐量。智能控制器的设置,连接到智能反射面,能够根据***调整智能反射面的反射参数,例如相位和幅度,从而反射更多的能量和信息,进一步辅助提高***总吞吐量。
进一步,还包括应用于整个通信过程的时分多址接入协议,时分多址接入协议用于为无线设备分配时隙,无线设备用于在各自分配的时隙时,利用接收到的能量向接入点发送信息。
有益效果:通过时分多址接入协议进行时隙分配,避免无线设备通信时发生冲突,保证信息传输的准确性和及时性。
进一步,无线设备采用电池供电,无线设备用于利用电池能量处理信息。
有益效果:无线设备基于电池供电进行信息处理,采集到的能量仅用于信息传输,确保信息传输所需的能量。
附图说明
图1为本发明基于智能反射面辅助的携能通信***实施例的结构示意图;
图2为本发明仿真实验的***部署图;
图3为本发明***可达到总吞吐量对能量站传输功率的仿真结果图;
图4为本发明***可达到总吞吐量对每块智能反射面的反射单元数的仿真结果图;
图5为本发明***可达到总吞吐量对无线设备数量的仿真结果图;
图6为本发明***可达到总吞吐量对智能反射面数量的仿真结果图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例
基于智能反射面辅助的携能通信***,使用下述的基于智能反射面辅助的携能通信***的资源优化方法进行通信。
如附图1所示,其包括一个能量站、L个智能反射面、K个无线设备、一个接入点和一个智能控制器,每个智能反射面配备N个独立的反射单元,其他所有终端设备则配置单天线。智能控制器连接所有智能反射面,用于动态配置所有智能反射面的反射单元,具体的,配置反射单元的相移和振幅。
还包括应用于整个通信过程的时分多址接入协议,时分多址接入协议用于为无线设备分配时隙。能量站用于向所有无线设备传输能量。无线设备采用电池供电,无线设备用于利用电池能量处理信息。无线设备还用于在各自分配的时隙时,利用接收到的能量向接入点发送信息,接收点接收无线设备传输的信息。智能反射面用于向无线设备反射来自能量站的能量,还用于向接入点反射来自无线设备的信息。
具体的,整个操作周期固定为T=1。在起始时隙τ0∈[0,1]中,***进行能量传输阶段,即能量站向无线设备传输能量,智能反射面也向无线设备反射能量信号,能量站与第l个智能反射面以及第k个无线设备之间的复基带信道分别由f0,l∈C1×N和f0,k∈C1×1表示,fr,l,k∈CN×1表示第l个智能反射面与第k个无线设备之间的信道,其中C代表复空间,上标代表维度,例如C1×N为1×N的复数向量。接下来,***进入信息传输阶段,无线设备使用收集到的能量根据所分配到的时隙在智能反射面的辅助下将自己的信息发送到接入点,第k个无线设备与第l个智能反射面以及接入点之间的复基带信道可以分别表示为hr,l,k∈C1×N和hi,k∈C1×1,第l个智能反射面与接入点之间的信道可以描述为hi,l∈CN×1。第k个用户分配到的用于上传信息的时隙由τk∈[0,1]表示,此外,总的时隙分配应满足条件
基于智能反射面辅助的携能通信***的资源优化方法,应用于上述基于智能反射面辅助的携能通信***。包括以下内容:
建立多个智能反射面辅助携能通信***模型;
以吞吐量最大化为目标函数,***总时隙、两阶段相移为限制条件,建立优化问题;
根据优化问题进行推导,获得信息传输阶段的相移闭式表达式;
采用半正定松弛和线性分式规划对建立的优化问题进行等价转换;
利用随机化方法重构秩一矩阵,对等价转换后的优化问题进行求解。
建立多个智能反射面辅助携能通信***模型,包括以下内容:
在能量传输阶段的,第l个智能反射面的反射对角矩阵定义为:
其中,αl,n∈[0,2π)和βl,n∈[0,1]分别是与第l个智能反射面相关联的第n个反射单元的相移和振幅。
在信息传输阶段,与第k个无线设备对应的第l个智能反射面的反射对角矩阵定义为:
其中,αk,l,n∈[0,2π)和βk,l,n∈[0,1]分别是与第k个无线设备对应的第l个智能反射面的第n个反射单元的相移和振幅。为了不失一般性,所有振幅参数设置为1,即βl,n=βk,l,n=1。
在能量传输阶段,第k个无线设备采集到的能量定义为:
其中,ηk表示第k个设备能量转换效率,Pt表示能量站的发射功率,τ0表示起始时隙,f0,l、f0,k分别表示在能量传输阶段,能量站与第l个智能反射面以及第k个无线设备之间的复基带信道,fr,l,k表示在能量传输阶段,第l个智能反射面与第k个无线设备之间的信道,Φ0,l表示在能量传输阶段,第l个智能反射面的反射对角矩阵,L为智能反射面的数量,K为无线设备的数量;
设无线设备采集的所有能量都被用于信息传输,第k个设备的吞吐量为:
其中,τk表示第k个用户分配到的用于上传信息的时隙,σ2表示接入点的噪声功率;hr,l,k、hi,k表示在信息传输阶段,第k个无线设备与第l个智能反射面以及接入点之间的复基带信道,hi,l表示在信息传输阶段,第l个智能反射面与接入点之间的信道,Φk,l表示在信息传输阶段,第k个无线设备对应的第l个智能反射面的反射对角矩阵。
以吞吐量最大化为目标函数,***总时隙、两阶段相移为限制条件,建立优化问题,包括以下内容:
吞吐量最大化问题建模为:
限制条件为:
αl,n∈[0,2π),αk,l,n∈[0,2π)
其中,τ=[τ0,τ1,...,τK],f0=[f0,1,...,τ0,L],fr,k=[fr,1,k,...,τr,L,k]T,hi=[hi,1,...,hi,L],hr,k=[hr,1,k,...,hr,L,k],Φk=diag{Φk,1,...,Φk,L},Φ0=[Φ0,1,...,Φ0,L],Φ=[Φ0,Φ1,...,ΦK],αl,n表示能量传输阶段,第l个智能反射面相关联的第n个反射单元的相移,αk,l,n表示信息传输阶段,第k个无线设备对应的第l个智能反射面的第n个反射单元的相移。
根据优化问题进行推导,获得信息传输阶段的相移闭式表达式,包括以下内容:
将相移项转换为:
通过三角不等式获得以下关系:
采用半正定松弛和线性分式规划对建立的优化问题进行等价转换,包括以下内容:
定义以下表达式:
采用半正定松弛方法,丢弃秩一限制条件rank(H.0)=1,以及采用线性分式规则方法,定义V0=H0τ0,将优化问题松弛为:
利用随机化方法重构秩一矩阵,对等价转换后的优化问题进行求解,包括以下内容:通过高斯随机化方法重构秩一矩阵,通过MATLAB上的CVX工具包对等价转换后的优化问题进行求解获得最优解。针对原始问题的变量,其最优解可以通过线性分式规划方法的逆方法来还原。
采用本方案进行仿真实验,仿真中的***部署如附图2所示,在此三维坐标系中,能量站和接入点分别位于(-5,0,0)和(5,0,0);无线设备的位置为:对于第k=1,3,...,2k-1个无线设备,其坐标为对于第k=2,4,...,2k个无线设备,其坐标为智能反射面的坐标为:对于第l=1,3,...,2l-1个反射面,其坐标为(-2,6,l),对于第l=2,4,...,2l个反射面,其坐标为(-2,6,l-1)。所有信道均通过考虑小尺度和大尺度衰落效应进行建模。小尺度衰落模型为瑞利衰落模型,大规模衰落引入的路径损耗被建模为Λd-κ,其中,Λ=0.01,κ为路径损耗指数,d是任意两个无线终端之间的距离。本仿真设能量站与无线设备、能量站与智能反射面、智能反射面与无线设备、无线设备与接入点以及智能反射面与接入点链路的路径损耗指数分别为3.5、2、2.5、3.5和2。其他参数设置如下:Pt=30dBm,ηk=0.5,σ2=-100dBm,N=10,L=3,K=5。
为突出本方案的优势,仿真过程中加入基准方法进行比较:
(1)固定时隙分配:有智能反射面辅助,通过固定时隙分配τ0=0.5,优化τk和两阶段相移矩阵。
(2)随机相移:有智能反射面辅助,两阶段相移矩阵是随机生成的,只优化时隙分配τ0和τk。
(3)无智能反射面辅助:将智能反射面从***中移除,只优化时隙分配τ0和τk。
附图3为***可达到总吞吐量对能量站传输功率的仿真结果图;附图4为***可达到总吞吐量对每块智能反射面的反射单元数的仿真结果图;附图5为***可达到总吞吐量对无线设备数量的仿真结果图;附图6为***可达到总吞吐量对智能反射面数量的仿真结果图。通过仿真结果图可以看出,本方案所体现的性能最佳,无智能反射面的方案性能最差,“固定时隙分配”和“随机相移”方法所达到的性能介于二者之间。因此,采用本方案在智能反射面的辅助下,携能通信***能够显著提高其总吞吐量性能,使得***总吞吐量能达到最高。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于智能反射面辅助的携能通信***的资源优化方法,其特征在于,包括以下内容:
建立多个智能反射面辅助携能通信***模型;
以吞吐量最大化为目标函数,***总时隙、两阶段相移为限制条件,建立优化问题;
根据优化问题进行推导,获得信息传输阶段的相移闭式表达式;
采用半正定松弛和线性分式规划对建立的优化问题进行等价转换;
利用随机化方法重构秩一矩阵,对等价转换后的优化问题进行求解。
2.根据权利要求1所述的基于智能反射面辅助的携能通信***的资源优化方法,其特征在于,建立多个智能反射面辅助携能通信***模型,包括以下内容:
第k个无线设备采集到的能量定义为:
其中,ηk表示第k个设备能量转换效率,Pt表示能量站的发射功率,τ0表示起始时隙,f0,l、f0,k分别表示在能量传输阶段,能量站与第l个智能反射面以及第k个无线设备之间的复基带信道,fr,l,k表示在能量传输阶段,第l个智能反射面与第k个无线设备之间的信道,Φ0,l表示在能量传输阶段,第l个智能反射面的反射对角矩阵,L为智能反射面的数量,K为无线设备的数量;
设无线设备采集的所有能量都被用于信息传输,第k个设备的吞吐量为:
其中,τk表示第k个用户分配到的用于上传信息的时隙,σ2表示接入点的噪声功率;hr,l,k、hi,k表示在信息传输阶段,第k个无线设备与第l个智能反射面以及接入点之间的复基带信道,hi,l表示在信息传输阶段,第l个智能反射面与接入点之间的信道,Φk,l表示在信息传输阶段,第k个无线设备对应的第l个智能反射面的反射对角矩阵。
3.根据权利要求2所述的基于智能反射面辅助的携能通信***的资源优化方法,其特征在于,以吞吐量最大化为目标函数,***总时隙、两阶段相移为限制条件,建立优化问题,包括以下内容:
吞吐量最大化问题建模为:
限制条件为:
Φ0,l=diag{ejαl,1,...,ejαl,N}
Φk,l=diag{ejαk,l,1,...,ejαk,l,N}
αl,n∈[0,2π),αk,l,n∈[0,2π)
其中,τ=[τ0,τ1,...,τK],f0=[f0,1,...,τ0,L],fr,k=[fr,1,k,...,τr,L,k]T,hi=[hi,1,...,hi,L],hr,k=[hr,1,k,...,hr,L,k],Φk=diag{Φk,1,...,Φk,L},Φ0=[Φ0,1,...,Φ0,L],Φ=[Φ0,Φ1,...,ΦK],αl,n表示能量传输阶段,第l个智能反射面相关联的第n个反射单元的相移,αk,l,n表示信息传输阶段,第k个无线设备对应的第l个智能反射面的第n个反射单元的相移。
7.根据权利要求6所述的基于智能反射面辅助的携能通信***的资源优化方法,其特征在于,利用随机化方法重构秩一矩阵,对等价转换后的优化问题进行求解,包括以下内容:通过高斯随机化方法重构秩一矩阵,通过MATLAB上的CVX工具包对等价转换后的优化问题进行求解获得最优解。
8.基于智能反射面辅助的携能通信***,其特征在于:包括能量站、L个智能反射面、K个无线设备、接入点和智能控制器,每个智能反射面配备N个独立的反射单元,智能控制器用于动态配置所有智能反射面的反射单元;
能量站用于向所有无线设备传输能量,无线设备用于利用接收到的能量向接入点发送信息,智能反射面用于向无线设备反射来自能量站的能量,还用于向接入点反射来自无线设备的信息;
使用权利要求1-7任一项所述的基于智能反射面辅助的携能通信***的资源优化方法进行通信。
9.根据权利要求8所述的基于智能反射面辅助的携能通信***,其特征在于:还包括应用于整个通信过程的时分多址接入协议,时分多址接入协议用于为无线设备分配时隙,无线设备用于在各自分配的时隙时,利用接收到的能量向接入点发送信息。
10.根据权利要求8所述的基于智能反射面辅助的携能通信***,其特征在于:无线设备采用电池供电,无线设备用于利用电池能量处理信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211058616.5A CN115412944B (zh) | 2022-08-31 | 2022-08-31 | 基于智能反射面辅助的携能通信***及其资源优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211058616.5A CN115412944B (zh) | 2022-08-31 | 2022-08-31 | 基于智能反射面辅助的携能通信***及其资源优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115412944A true CN115412944A (zh) | 2022-11-29 |
CN115412944B CN115412944B (zh) | 2024-07-12 |
Family
ID=84162993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211058616.5A Active CN115412944B (zh) | 2022-08-31 | 2022-08-31 | 基于智能反射面辅助的携能通信***及其资源优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115412944B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113708818A (zh) * | 2021-08-19 | 2021-11-26 | 郑州大学 | 一种智能反射面辅助的fdma通信***的资源分配方法和装置 |
CN113825159A (zh) * | 2021-09-03 | 2021-12-21 | 重庆邮电大学 | 基于智能反射面的无线携能通信***鲁棒资源分配方法 |
-
2022
- 2022-08-31 CN CN202211058616.5A patent/CN115412944B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113708818A (zh) * | 2021-08-19 | 2021-11-26 | 郑州大学 | 一种智能反射面辅助的fdma通信***的资源分配方法和装置 |
CN113825159A (zh) * | 2021-09-03 | 2021-12-21 | 重庆邮电大学 | 基于智能反射面的无线携能通信***鲁棒资源分配方法 |
Non-Patent Citations (3)
Title |
---|
SHIXUN WU: "Intelligent train operation based on deep learning from excellent driver manipulation patterns", 《IET INTELLIGENT TRANSPORT SYSTEMS》, 31 May 2022 (2022-05-31) * |
周继华: "面向窃听用户的RIS-MISO***鲁棒资源分配算法", 《电子与信息学报》, 15 July 2022 (2022-07-15) * |
徐凯;刘善超;王湘萍;: "多神经网络的光伏电池重构模型及智能优化", 计算机仿真, no. 07, 15 July 2016 (2016-07-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN115412944B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chu et al. | Resource allocation for IRS-assisted wireless-powered FDMA IoT networks | |
Wang et al. | Energy-efficient data and energy integrated management strategy for IoT devices based on RF energy harvesting | |
CN107592144B (zh) | Eh-mimo能量收集及多天线通信***的节点天线选择方法及装置 | |
CN114629535A (zh) | 智能反射面无蜂窝大规模mimo网络容量优化方法 | |
CN114285862B (zh) | 基于智能反射面反向散射通信的数据卸载通信方法及*** | |
CN114071485A (zh) | 基于不完美信道的智能反射面安全通信能效优化方法 | |
CN115173901A (zh) | 基于irs辅助的miso无线携能通信***的能效最大化方法 | |
CN112564779A (zh) | 反向散射通信网络基于传输公平的吞吐量优化方法 | |
Li et al. | IRS-aided SWIPT systems with power splitting and artificial noise | |
Naser et al. | Zero-energy devices empowered 6G networks: Opportunities, key technologies, and challenges | |
Chu et al. | Multi-IRS assisted multi-cluster wireless powered IoT networks | |
CN114257286A (zh) | 一种基于智能反射面wpcn***的物理层安全通信方法 | |
CN115412944A (zh) | 基于智能反射面辅助的携能通信***及其资源优化方法 | |
CN114845363B (zh) | 一种反射面辅助的低功耗数据卸载方法及*** | |
CN111726803A (zh) | 一种基于认知无线电的能量采集方法和装置 | |
CN115379478B (zh) | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 | |
CN116669197A (zh) | 面向动态任务卸载的射频充电ud-mec***资源分配方法 | |
CN114158050B (zh) | 提高wpt-mec***安全计算性能的方法、装置及*** | |
CN116419245A (zh) | 一种基于智能反射面辅助的速率分割多址接入的多小区通信***能效优化方法 | |
CN114157392B (zh) | 一种分布式irs辅助通信***安全传输的优化方法 | |
Ijala et al. | The role of energy harvesting in 5g wireless networks connectivity | |
Gao et al. | Resource optimization for the multi-user MIMO systems assisted edge cloud computing | |
CN109041277B (zh) | 低复杂度的eh分布式基站***能量共享和功率分配方法 | |
CN113630734B (zh) | 一种智能电网供电***的计算卸载与资源分配方法 | |
CN117880847A (zh) | 一种携能irs无线传感网络及无线传感网络的资源优化方法 |
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 |