CN104301977A - 一种干扰信道下的swipt系统中的传输方法 - Google Patents

Abstract

本发明公开了一种干扰信道下的SWIPT系统中的传输方法，包括以下步骤：通过信道估计得到信道及干扰信息，可以根据当前的信道及干扰信息动态的调整分配给信息检测(information decoding，ID)部分和能量收集(energy harvesting，EH)部分的比率，从而获得最优的ID与EH的折中。通过反馈，发送端也可以知道信道及干扰信息，此时不但可以根据当前的信道信息动态的调整分配给ID部分和EH部分的比率，还可以实时的调整发送功率，从而获得最优的ID与EH的折中。

Description

一种干扰信道下的SWIPT系统中的传输方法

技术领域

本发明属于无线通信技术领域，涉及一种SWIPT系统中的传输方法，具体涉及一种干扰信道下的SWIPT系统中的传输方法。

背景技术

在无线通信系统中，无线电波既能携带能量，也能携带信息。SWIPT将实现无线能量和信息的同时传输，其对无线传感器网络意义重大。现如今的无线网络中，传感器或节点都配有电池，由于更换电池有时会比较困难，使得无线网络的使用寿命受到限制。通过周围环境中的无线电信号收集能量能平衡网络能量的分布，大大延长使用寿命。

信息和能量的同时传输，主要有TS(Time Switching)和PS(PowerSplitting)两种方案。目前，在不考虑干扰的情况下，动态的TS和PS已经得出了最佳的策略。由于无线电信号可以被用来能量收集，干扰不再是完全没有用处，相反的是，它可能在无线通信系统中是一大利好。在考虑干扰的情况下，最佳的TS策略也已得到研究，不过此策略不能获得较好的性能。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种干扰信道下的SWIPT系统中的传输方法，该传输方法可以实现最优的信息及能量传输。

为达到上述目的，本发明所述的干扰信道下的SWIPT系统中的传输方法，其特征在于，包括以下步骤：

5)接收端进行信道估计，获取信道及干扰信息，当用户预设发送端已知所述信道及干扰信息时，发送端进行信道的估计，获取所述信道及干扰信息；当用户预设发送端未知信道及干扰信息时，发送端不进行信道的估计，则发送端不能获取信道及干扰信息；

6)当用户预设发送端已知信道及干扰信息时，则根据获取的信道及干扰信息以最优发射功率P^*向接收端发送信息；当用户预设发送端未知信道及干扰信息时，发送端以固定功率向接收端发送信息；

7)接收端根据所述信道及干扰信息以及发送端的信道信息状态以最优的策略动态调整分配对应的信息检测的功率比率ρ^*及能量接收的功率比率1-ρ^*，其中，发送端的信道信息状态包括两种状态，其中，一种状态为发送端已知信道及干扰信息，另一种状态为发送端未知信道及干扰信息；

8)接收端内的信息接收机根据所述信息检测的功率比率ρ^*进行信息的检测，接收端内的能量接收机根据所述能量接收的功率比率1-ρ^*进行能量的接收。

步骤3)中当发送端的信道信息状态为发送端未知信道及干扰信息时，最优的策略动态调整分配对应的信息检测的功率比率ρ^*的方法如下：

判断其中，h为发送端到接收端的能量增益，I为接收端中接收天线引入其他使用同频段用户的干扰，σ²为在进行ID时信号处理电路引入加性高斯白噪声的白噪声功率，λ为与收集能量约束有关的参数；

当 $\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I)<0,$ 则ρ^*＝0，

当 $\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I)\&GreaterEqual;0,$ 则判断 $\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)$ 是否大于等于0，当 $\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)\&GreaterEqual;0$ 时，则ρ^*＝1，当

$\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)<0$ 时，

${\mathrm{\&rho;}}^{*}=\frac{\sqrt{{\mathrm{\&lambda;\&sigma;}}^2({\mathrm{\&lambda;h}}^2{P}^2{\mathrm{\&sigma;}}^2+4\mathrm{hPI})}-{\mathrm{\&lambda;\&sigma;}}^2(\mathrm{hP}+2I)}{2\mathrm{\&lambda;I}(\mathrm{hP}+I)}.$

步骤3)中当发送端的信道信息状态为发送端已知信道及干扰信息时，最优的策略动态调整分配对应的信息检测的功率比率ρ^*的方法如下：

假设，a＝λ(I+σ²)h²，b＝λh(2I+σ²)(I+σ²)-hσ²，c＝λI(I+σ²)， $C=\log (1+\frac{\mathrm{\&rho;hp}}{\mathrm{\&rho;I}+{\mathrm{\&sigma;}}^2})+\mathrm{\&lambda;}(1-\mathrm{\&rho;})(\mathrm{hP}+I)-\mathrm{\&beta;P},F_0(P,\mathrm{\&lambda;})=\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I),$ $F_1(P,\mathrm{\&lambda;})=\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I),$ Δ＝b²-4ac，当Δ＞0时，则设 $P_1=\frac{-b-\sqrt{b^2-4\mathrm{ac}}}{2a},P_2=\frac{-b+\sqrt{b^2-4\mathrm{ac}}}{2a},$ k＝h-λσ²h，d＝-λIσ²，当k＞0时，则设λ，β分别为与收集能量约束及发送功率约束相关的参数，ρ_S1及P_S1分别为在_S1范围内最优的信息检测的功率比率及发射端的最优发射功率；ρ_S2及P_S2分别为在_S2范围内最优的信息检测的功率比率及发射端的最优发射功率；ρ_S3及P_S3分别为在_S3范围内最优的信息检测的功率比率及发射端的最优发射功率，S1＝{P|F₁(P，λ)≥0，0≤P≤P_peak}，S2＝{P|F₁(P，λ)＜0，F₀(P，λ)≥0，0≤P≤P_peak}，S3＝{P|F₀(P，λ)＜0，0≤P≤P_peak})，P_peak为峰值功率；

当k≤0时或者当k＞0且P₀≥P_peak时，则ρ^*＝0， $P^{*}=\left\{\begin{array}{ccc}{P}_{\mathrm{peak}}& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$

当k＞0，P₀＜P_peak，b≥0时、当k＞0，b＜0，Δ≤0，P₀＜P_peak时、或者当k＞0，b＜0，Δ＞0，P₀＜P_peak＜P₁时，则ρ_S3 ^*＝0， ${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.,$ 然后通过梯度迭代方法求解出(ρ_S2 ^*，P_S2 ^*)；然后将(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，然后选择其中最大的C对应的信息检测的功率比率及发射功率为信息检测的功率比率ρ^*及发送端的最优发射功率P^*；

当k＞0，b＜0，Δ＞0，P₀＜P₁≤P_peak≤P₂时，则ρ_S1 ^*＝1，

${P_{S1}}^{*}=\left\{\begin{array}{ccc}{P}_1& \mathrm{if}& \frac{h}{{\mathrm{hP}}_1+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&le;0\\ P_{\mathrm{peak}}& \mathrm{if}& \frac{h}{{\mathrm{hP}}_{\mathrm{peak}}+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&GreaterEqual;0;{{\mathrm{\&rho;}}_{S3}}^{*}=0\\ \frac{1}{\mathrm{\&beta;}}-\frac{I+{\mathrm{\&sigma;}}^2}{h}& & \mathrm{else}\end{array}\right.,$

${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$ 然后通过用梯度迭代方法求出解(ρ_S2 ^*，P_S2 ^*)，

将(ρ_S1 ^*，P_S1 ^*)、(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，选取其中最大的C对应的信息检测的功率比率及发射功率分别为信息检测的功率比率ρ^*及发送端的最优发射功率P^*，即

$({\mathrm{\&rho;}}^{*},P^{*})=\underset{({{\mathrm{\&rho;}}_{S1}}^{*},{P_{S1}}^{*})({{\mathrm{\&rho;}}_{S2}}^{*},{P_{S2}}^{*})({{\mathrm{\&rho;}}_{S3}}^{*},{P_{S3}}^{*})}{\max }C;$

当k＞0，b＜0，Δ＞0，P₀＜P₁＜P₂＜P_peak时，则ρ_S1 ^*＝1，

${P_{S1}}^{*}=\left\{\begin{array}{ccc}{P}_1& \mathrm{if}& \frac{h}{{\mathrm{hP}}_1+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&le;0\\ P_2& \mathrm{if}& \frac{h}{{\mathrm{hP}}_2+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&GreaterEqual;0\\ \frac{1}{\mathrm{\&beta;}}-\frac{I+{\mathrm{\&sigma;}}^2}{h}& & \mathrm{else}\end{array}\right.;$

ρ_S3 ^*＝0， ${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$ 采用梯度迭代方法求解出(ρ_S2 ^*，P_S2 ^*)；

然后将(ρ_S1 ^*，P_S1 ^*)、(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，选取其中最大的C对应的信息检测的功率比率及发射功率作为信息检测的功率比率ρ^*及发送端的最优发射功率P^*，即

$({\mathrm{\&rho;}}^{*},P^{*})=\underset{({{\mathrm{\&rho;}}_{S1}}^{*},{P_{S1}}^{*})({{\mathrm{\&rho;}}_{S2}}^{*},{P_{S2}}^{*})({{\mathrm{\&rho;}}_{S3}}^{*},{P_{S3}}^{*})}{\max }C.$

本发明具有以下有益效果：

本发明所述的干扰信道下的SWIPT系统中的传输方法在信息及能量的输出过程中，发送端获取信道及干扰信息，当发送端已知该信道及干扰信息时，则根据信道及干扰信息以最优发射功率向接收端发送信息，当发送端未知该信道及干扰信息时，则以固定功率相接收端发送信息，接收端获取信道信息以及发送端的信道信息状态，然后根据获取的信道信息及发送端的信道信息状态选择对应的信息检测的功率比率及能量接收的功率比率来检测信息及能量接收，使信息检测的功率比率及能量接收到功率比率动态变化，从而实现最优的信息及能量传输，进而提高SWIPT系统的性能。

附图说明

图1为本发明的流程图；

图2为本发明中SWIPT系统的模型；

图3为本发明中弱干扰环境下系统信息检测与能量接收的折中性能图；

图4本发明中强干扰环境下系统信息检测与能量接收的折中性能图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

参考图1及图2，本发明所述的干扰信道下的SWIPT系统中的传输方法包括以下步骤：

1)接收端进行信道估计，获取信道及干扰信息，当用户预设发送端已知所述信道及干扰信息时，发送端进行信道的估计，获取所述信道及干扰信息；当用户预设发送端未知信道及干扰信息时，发送端不进行信道的估计，则发送端不能获取信道及干扰信息；

2)当用户预设发送端已知信道及干扰信息时，则根据获取的信道及干扰信息以最优发射功率P^*向接收端发送信息；当用户预设发送端未知信道及干扰信息时，发送端以固定功率向接收端发送信息；

3)接收端根据所述信道及干扰信息以及发送端的信道信息状态以最优的策略动态调整分配对应的信息检测的功率比率ρ^*及能量接收的功率比率1-ρ^*，其中，发送端的信道信息状态包括两种状态，其中，一种状态为发送端已知信道及干扰信息，另一种状态为发送端未知信道及干扰信息；

4)接收端内的信息接收机根据所述信息检测的功率比率ρ^*进行信息的检测，接收端内的能量接收机根据所述能量接收的功率比率1-ρ^*进行能量的接收。

接收端接收到的信号，以比率ρ(v)分配功率给信息检测，则能达到的最大信息传输速率为则遍历容量为E_v[r(v)]；剩余的信号分配给能量接收，则收集到的能量为q(v)＝ε(1-ρ(v))(h(v)P(v)+I(v))，平均收集能量为E_v[q(v)]；其中，h(v)为信道能量增益，I(v)为干扰功率，ε进行能量收集的能量转换效率。信息检测与能量接收存在一个折中，用下属R-E界来表述，C(ρ(v)，P(v))＝{(R，Q)：R≤E_v[r(v)]，Q≤E_v[q(v)]}，为得到最优的R-E界，可以转换为求下面问题的最优解：

$\begin{array}{cc}\underset{(\mathrm{\&rho;}\left(v\right),P\left(v\right))}{\mathrm{Maximize}}& E_v\left[r\left(v\right)\right]\end{array}$

Subject to E_v[r(v)]≥Q₀

$0\&le;\mathrm{\&rho;}\left(v\right)\&le;1,\&ForAll;v$

P(v)∈∏

其中，Q₀为平均收集能量约束，∏为发送功率约束，若发送端未知信道及干扰信息，若发送端已知信道及干扰信息， $\mathrm{\&Pi;}=\{P\left(v\right):E_v[P\left(v\right)]\&le;P_{\mathrm{avg}},P\left(v\right)\&le;P_{\mathrm{peak}},\&ForAll;v\},$ 最优解的求解结果如下所示(忽略下标v)，

步骤2)中当发送端的信道信息状态为发送端未知信道及干扰信息时，最优的策略动态调整分配对应的信息检测的功率比率ρ^*的方法如下：

判断其中，h为发送端到接收端的能量增益，I为接收端中接收天线引入其他使用同频段用户的干扰，σ²为在进行ID时信号处理电路引入加性高斯白噪声的白噪声功率，λ为与收集能量约束有关的参数；

当 $\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I)<0,$ 则ρ^*＝0，

当 $\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I)\&GreaterEqual;0,$ 则判断 $\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)$ 是否大于等于0，当 $\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)\&GreaterEqual;0$ 时，则ρ^*＝1，当 $\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)<0$ 时， ${\mathrm{\&rho;}}^{*}=\frac{\sqrt{{\mathrm{\&lambda;\&sigma;}}^2({\mathrm{\&lambda;h}}^2{P}^2{\mathrm{\&sigma;}}^2+4\mathrm{hPI})}-{\mathrm{\&lambda;\&sigma;}}^2(\mathrm{hP}+2I)}{2\mathrm{\&lambda;I}(\mathrm{hP}+I)}.$

步骤3)中当发送端的信道信息状态为发送端已知信道及干扰信息时，最优的策略动态调整分配对应的信息检测的功率比率ρ^*及能量接收的功率比率的方法如下：

假设，a＝λ(I+σ²)h²，b＝λh(2I+σ²)(I+σ²)-hσ²，c＝λI(I+σ²)， $C=\log (1+\frac{\mathrm{\&rho;hp}}{\mathrm{\&rho;I}+{\mathrm{\&sigma;}}^2})+\mathrm{\&lambda;}(1-\mathrm{\&rho;})(\mathrm{hP}+I)-\mathrm{\&beta;P},F_0(P,\mathrm{\&lambda;})=\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I),$ $F_1(P,\mathrm{\&lambda;})=\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I),$ Δ＝b²-4ac，当Δ＞0时，则设 $P_1=\frac{-b-\sqrt{b^2-4\mathrm{ac}}}{2a},P_2=\frac{-b+\sqrt{b^2-4\mathrm{ac}}}{2a},$ k＝h-λσ²h，d＝-λIσ²，当k＞0时，则设λ，β分别为与收集能量约束及发送功率约束相关的参数，ρ_S1及P_S1分别为在_S1范围内最优的信息检测的功率比率及发射端的最优发射功率；ρ_S2及P_S2分别为在_S2范围内最优的信息检测的功率比率及发射端的最优发射功率；ρ_S3及P_S3分别为在_S3范围内最优的信息检测的功率比率及发射端的最优发射功率，S1＝{P|F₁(P，λ)≥0，0≤P≤P_peak}，S2＝{P|F₁(P，λ)＜0，F₀(P，λ)≥0，0≤P≤P_peak}，S3＝{P|F₀(P，λ)＜0，0≤P≤P_peak})，P_peak为峰值功率；

当k≤0时或者当k＞0且P₀≥P_peak时，则ρ^*＝0， $P^{*}=\left\{\begin{array}{ccc}{P}_{\mathrm{peak}}& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$

当k＞0，P₀＜P_peak，b≥0时、当k＞0，b＜0，Δ≤0，P₀＜P_peak时、或者当k＞0，b＜0，Δ＞0，P₀＜P_peak＜P₁时，则ρ_S3 ^*＝0， ${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.,$ 然后通过梯度迭代方法求解出(ρ_S2 ^*，P_S2 ^*)；然后将(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，然后选择其中最大的C对应的信息检测的功率比率及发射功率为信息检测的功率比率ρ^*及发送端的最优发射功率P^*；

当k＞0，b＜0，Δ＞0，P₀＜P₁≤P_peak≤P₂时，则ρ_S1 ^*＝1，

${P_{S1}}^{*}=\left\{\begin{array}{ccc}{P}_1& \mathrm{if}& \frac{h}{{\mathrm{hP}}_1+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&le;0\\ P_{\mathrm{peak}}& \mathrm{if}& \frac{h}{{\mathrm{hP}}_{\mathrm{peak}}+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&GreaterEqual;0;{{\mathrm{\&rho;}}_{S3}}^{*}=0\\ \frac{1}{\mathrm{\&beta;}}-\frac{I+{\mathrm{\&sigma;}}^2}{h}& & \mathrm{else}\end{array}\right.,$

${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$ 然后通过用梯度迭代方法求出解(ρ_S2 ^*，P_S2 ^*)，

将(ρ_S1 ^*，P_S1 ^*)、(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，选取其中最大的C对应的信息检测的功率比率及发射功率分别为信息检测的功率比率ρ^*及发送端的最优发射功率P^*，即

$({\mathrm{\&rho;}}^{*},P^{*})=\underset{({{\mathrm{\&rho;}}_{S1}}^{*},{P_{S1}}^{*})({{\mathrm{\&rho;}}_{S2}}^{*},{P_{S2}}^{*})({{\mathrm{\&rho;}}_{S3}}^{*},{P_{S3}}^{*})}{\max }C;$

当k＞0，b＜0，Δ＞0，P₀＜P₁＜P₂＜P_peak时，则ρ_S1 ^*＝1，

${P_{S1}}^{*}=\left\{\begin{array}{ccc}{P}_1& \mathrm{if}& \frac{h}{{\mathrm{hP}}_1+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&le;0\\ P_2& \mathrm{if}& \frac{h}{{\mathrm{hP}}_2+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&GreaterEqual;0\\ \frac{1}{\mathrm{\&beta;}}-\frac{I+{\mathrm{\&sigma;}}^2}{h}& & \mathrm{else}\end{array}\right.;$

ρ_S3 ^*＝0， ${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$ 采用梯度迭代方法求解出(ρ_S2 ^*，P_S2 ^*)；

然后将(ρ_S1 ^*，P_S1 ^*)、(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，选取其中最大的C对应的信息检测的功率比率及发射功率作为信息检测的功率比率ρ^*及发送端的最优发射功率P^*，即

$({\mathrm{\&rho;}}^{*},P^{*})=\underset{({{\mathrm{\&rho;}}_{S1}}^{*},{P_{S1}}^{*})({{\mathrm{\&rho;}}_{S2}}^{*},{P_{S2}}^{*})({{\mathrm{\&rho;}}_{S3}}^{*},{P_{S3}}^{*})}{\max }C.$

为验证本发明提出的存在干扰的SWIPT系统中的功率分配方法的性能，进行如下仿真。一些固定参数取值如下，P_avg＝5，P_peak＝20，σ²＝0.5，信道能量增益及干扰功率分别服从参数为λ_h和λ_I的指数分布，并且它们是相互独立的。

情况1，考虑干扰功率较小，λ_h＝1，λ_I＝1。图3给出了用上面所提的方法进行仿真得到的R-E界，并且也对已有的方法(DTS)进行仿真，由图可以看出，采用本方法可以获取更优的性能。

情况2，考虑干扰功率较大，λ_h＝1，λ_I＝5。图4给出了用上面所提的方法进行仿真得到的R-E界，并且与已有的方法(DTS)进行，由图可以看出，采用本方法可以获取更优的性能。

因此综上可知，本发明提出的干扰信道下的SWIPT系统中的最优传输方法能有效提升系统的信息与能量传输性能。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。

Claims (3)

1.一种干扰信道下的SWIPT系统中的传输方法，其特征在于，包括以下步骤：

1)接收端进行信道估计，获取信道及干扰信息，当用户预设发送端已知所述信道及干扰信息时，发送端进行信道的估计，获取所述信道及干扰信息；当用户预设发送端未知信道及干扰信息时，发送端不进行信道的估计；

2)当用户预设发送端已知信道及干扰信息时，则根据获取的信道及干扰信息以最优发射功率P^*向接收端发送信息；当用户预设发送端未知信道及干扰信息时，发送端以固定功率向接收端发送信息；

3)接收端根据所述信道及干扰信息以及发送端的信道信息状态以最优的策略动态调整分配对应的信息检测的功率比率ρ^*及能量接收的功率比率1-ρ^*，其中，发送端的信道信息状态包括两种状态，其中，一种状态为发送端已知信道及干扰信息，另一种状态为发送端未知信道及干扰信息；

4)接收端内的信息接收机根据所述信息检测的功率比率ρ^*进行信息的检测，接收端内的能量接收机根据所述能量接收的功率比率1-ρ^*进行能量的接收。

2.根据权利要求1所述的干扰信道下的SWIPT系统中的传输方法，其特征在于，步骤3)中当发送端的信道信息状态为发送端未知信道及干扰信息时，最优的策略动态调整分配对应的信息检测的功率比率ρ^*的方法如下：

判断其中，h为发送端到接收端的能量增益，I为接收端中接收天线引入其他使用同频段用户的干扰，σ²为在进行ID时信号处理电路引入加性高斯白噪声的白噪声功率，λ为与收集能量约束有关的参数；

当 $\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I)<0,$ 则ρ^*＝0，

当 $\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I)\&GreaterEqual;0,$ 则判断 $\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)$ 是否大于等于0，当 $\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)\&GreaterEqual;0$ 时，则ρ^*＝1，当

$\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I)<0$ 时，

${\mathrm{\&rho;}}^{*}=\frac{\sqrt{{\mathrm{\&lambda;\&sigma;}}^2({\mathrm{\&lambda;h}}^2{P}^2{\mathrm{\&sigma;}}^2+4\mathrm{hPI})}-{\mathrm{\&lambda;\&sigma;}}^2(\mathrm{hP}+2I)}{2\mathrm{\&lambda;I}(\mathrm{hP}+I)}.$

3.根据权利要求2所述的干扰信道下的SWIPT系统中的传输方法，其特征在于，步骤3)中当发送端的信道信息状态为发送端已知信道及干扰信息时，最优的策略动态调整分配对应的信息检测的功率比率ρ^*的方法如下：

假设，a＝λ(I+σ²)h²，b＝λh(2I+σ²)(I+σ²)-hσ²，c＝λI(I+σ²)， $F_0(P,\mathrm{\&lambda;})=\frac{\mathrm{hP}}{{\mathrm{\&sigma;}}^2}-\mathrm{\&lambda;}(\mathrm{hP}+I),F_1(P,\mathrm{\&lambda;})=\frac{{\mathrm{hP\&sigma;}}^2}{(\mathrm{hP}+I+{\mathrm{\&sigma;}}^2)(I+{\mathrm{\&sigma;}}^2)}-\mathrm{\&lambda;}(\mathrm{hP}+I),$ Δ＝b²-4ac， $C=\log (1+\frac{\mathrm{\&rho;hp}}{\mathrm{\&rho;I}+{\mathrm{\&sigma;}}^2})+\mathrm{\&lambda;}(1-\mathrm{\&rho;})(\mathrm{hP}+I)-\mathrm{\&beta;P},$ 当Δ＞0时，则设 $P_1=\frac{-b-\sqrt{b^2-4\mathrm{ac}}}{2a},$ k＝h-λσ²h，d＝-λIσ²，当k＞0时，则设λ，β分别为与收集能量约束及发送功率约束相关的参数，ρ_S1及P_S1分别为在_S1范围内最优的信息检测的功率比率及发射端的最优发射功率；ρ_S2及P_S2分别为在_S2范围内最优的信息检测的功率比率及发射端的最优发射功率；ρ_S3及P_S3分别为在_S3范围内最优的信息检测的功率比率及发射端的最优发射功率，S1＝{P|F₁(P，λ)≥0，0≤P≤P_peak}，S2＝{P|F₁(P，λ)＜0，F₀(P，λ)≥0，0≤P≤P_peak}，S3＝{P|F₀(P，λ)＜0，0≤P≤P_peak})，P_peak为峰值功率；

当k≤0时或者当k＞0且P₀≥P_peak时，则ρ^*＝0， $P^{*}=\left\{\begin{array}{ccc}{P}_{\mathrm{peak}}& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$

当k＞0，P₀＜P_peak，b≥0时、当k＞0，b＜0，Δ≤0，P₀＜P_peak时、或者当k＞0，b＜0，Δ＞0，P₀＜P_peak＜P₁时，则ρ_S3 ^*＝0， ${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.,$ 然后通过梯度迭代方法求解出(ρ_S2 ^*，P_S2 ^*)；然后将(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，然后选择其中最大的C对应的信息检测的功率比率及发射功率为信息检测的功率比率ρ^*及发送端的最优发射功率P^*；

当k＞0，b＜0，Δ＞0，P₀＜P₁≤P_peak≤P₂时，则ρ_S1 ^*＝1，

${P_{S1}}^{*}=\left\{\begin{array}{ccc}{P}_1& \mathrm{if}& \frac{h}{{\mathrm{hP}}_1+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&le;0\\ P_{\mathrm{peak}}& \mathrm{if}& \frac{h}{{\mathrm{hP}}_{\mathrm{peak}}+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&GreaterEqual;0;{{\mathrm{\&rho;}}_{S3}}^{*}=0\\ \frac{1}{\mathrm{\&beta;}}-\frac{I+{\mathrm{\&sigma;}}^2}{h}& & \mathrm{else}\end{array}\right.,$

${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$ 然后通过用梯度迭代方法求出解(ρ_S2 ^*，P_S2 ^*)，

将(ρ_S1 ^*，P_S1 ^*)、(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，选取其中最大的C对应的信息检测的功率比率及发射功率分别为信息检测的功率比率ρ^*及发送端的最优发射功率P^*，即

$({\mathrm{\&rho;}}^{*},P^{*})=\underset{({{\mathrm{\&rho;}}_{S1}}^{*},{P_{S1}}^{*})({{\mathrm{\&rho;}}_{S2}}^{*},{P_{S2}}^{*})({{\mathrm{\&rho;}}_{S3}}^{*},{P_{S3}}^{*})}{\max }C;$

当k＞0，b＜0，Δ＞0，P₀＜P₁＜P₂＜P_peak时，则ρ_S1 ^*＝1，

${P_{S1}}^{*}=\left\{\begin{array}{ccc}{P}_1& \mathrm{if}& \frac{h}{{\mathrm{hP}}_1+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&le;0\\ P_2& \mathrm{if}& \frac{h}{{\mathrm{hP}}_2+I+{\mathrm{\&sigma;}}^2}-\mathrm{\&beta;}\&GreaterEqual;0\\ \frac{1}{\mathrm{\&beta;}}-\frac{I+{\mathrm{\&sigma;}}^2}{h}& & \mathrm{else}\end{array}\right.;$

ρ_S3 ^*＝0， ${P_{S3}}^{*}=\left\{\begin{array}{ccc}{P}_0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}>0\\ 0& \mathrm{if}& \mathrm{\&lambda;h}-\mathrm{\&beta;}\&le;0\end{array}\right.;$ 采用梯度迭代方法求解出(ρ_S2 ^*，P_S2 ^*)；

然后将(ρ_S1 ^*，P_S1 ^*)、(ρ_S2 ^*，P_S2 ^*)及(ρ_S3 ^*，P_S3 ^*)分别代入C的计算公式中，选取其中最大的C对应的信息检测的功率比率及发射功率作为信息检测的功率比率ρ^*及发送端的最优发射功率P^*，即

$({\mathrm{\&rho;}}^{*},P^{*})=\underset{({{\mathrm{\&rho;}}_{S1}}^{*},{P_{S1}}^{*})({{\mathrm{\&rho;}}_{S2}}^{*},{P_{S2}}^{*})({{\mathrm{\&rho;}}_{S3}}^{*},{P_{S3}}^{*})}{\max }C.$