CN105744629A - 一种基于中继选择的能量采集中继系统时间优化分配方法 - Google Patents

Abstract

本发明针对具有能量采集功能的多中继系统，提出一种基于中继选择的时间优化分配方法。该方法中的多个中继节点都工作在无线能量传输(WET)的能量采集模式下，基于能量因果性和数据因果性的限制，构建了系统端到端吞吐量最大化的优化模型，采用分支定界法对每一个时隙所使用的中继节点进行选择。针对中继节点对剩余能量的不同使用情况，分别采用单纯形法和独立求解法对每个时隙中源节点和中继节点的传输时间进行优化分配，以提高目的节点接收到的数据量。本发明实现了多中继协作时中继节点与传输时隙的配对，以及源节点和中继节点传输时间的优化分配，能够有效提升系统吞吐量性能，且具有节省能耗开销的优点。

Description

一种基于中继选择的能量采集中继系统时间优化分配方法

技术领域

本发明涉及移动通信技术领域，尤其涉及一种基于能量采集的多中继网络资源分配方法。

背景技术

随着无线通信技术的迅速发展，未来的无线通信网络将会是一个支持多种无线通信系统的异构网络，以提供更高的传输速率和更可靠的传输性能。在频谱资源日趋紧张的背景下，多天线系统由于能够显著提升系统的传输性能和频谱效率，已经受到了广泛的关注。

协作通信作为多天线技术的一种扩展，主要是通过中继技术来实现，其基本思想是利用无线电波的广播特性，不同用户共享彼此的天线，形成虚拟的MIMO系统，从而在单天线终端的条件下也可以获得分集增益。相比于以往的通信方式，协作通信可以提供更高的分集增益、更高的吞吐率、更高的资源利用率以及有效降低发射机的发射功率。

传统的中继技术中，参与协作的中继节点的电池容量是有限的，频繁地充电或更换电池极为不便，而且在一些场景下还会导致较高的成本开销。能量采集技术被视为一种为中继节点供电的先进技术，由于射频信号可以同时携带信息和能量，所以中继节点除了可以从周围环境的可再生资源中(如太阳能、风能、地热能等)收集能量，还可以在接收信息的时候采集能量，从而延长能量受限的无线网络的生存时间，并以此衍生出了一种称之为无线能量传输(WET)的能量采集技术。

因此，在中继节点具有能量采集功能的情况下，如何根据瞬时信道状态和当前中继节点采集到的能量，合理地对中继网络的资源进行分配是目前的一个研究热点。本发明在两跳多中继(不考虑直传链路)场景下，以工作在WET能量采集模式下的中继节点为研究对象，在中继节点受到能量因果性和数据因果性的限制下，以系统端到端吞吐量最大化为优化目标，提出了一种中继选择方案，对每一个时隙所使用的中继节点进行了选择和配对。以目的节点接收到的数据量最大化为目标，提出了一种时间分配方案，对每个时隙中源节点和中继节点的传输时间进行了优化分配。

发明内容

技术问题：本发明的目的是提供一种能量采集中继系统中基于中继选择的时间优化分配方法，通过合理选择每个时隙所使用到的中继节点，提升系统端到端吞吐量，并且以中继选择的结果为基础，对源节点和中继节点在每个时隙中的传输时间进行了优化分配。

技术方案：本发明的能量采集中继系统中基于中继选择的时间优化分配方法，包括以下步骤：

1)初始化：帧长时间T，一帧包含N个时隙，每个时隙持续时间为T_C，K为参与协作的具有能量采集功能的中继节点数，N≥K，即时隙数不少于中继节点个数，令中继节点序号i＝1，时隙序号j＝1；

2)计算第i个中继节点在第j个时隙从源节点处获取的功率其中0＜η≤1表示能量转换系数，P_S为源节点S的发送功率，为在第j个时隙源节点与第i个中继节点之间的信道增益；

3)j＝j+1，判断j是否大于时隙数N，若小于，转到步骤2)；否则令i＝i+1，判断i是否大于中继节点数K，若小于，重置j＝1，转到步骤2)；否则转到步骤4)；

4)定义一个K×N维的二元决策矩阵X＝[x_i,j]_K×N，并对其进行初始化，以系统端到端吞吐量最大化为优化目标，考虑中继节点的能量因果性限制，运用分支定界法求解得到最优决策矩阵X^*，其中x_i,j＝1表示第i个中继节点和第j个时隙进行配对，x_i,j＝0表示第i个中继节点不和第j个时隙进行配对，配对是指在第j个时隙，仅选择中继节点i进行信息的转发；

5)重置中继节点序号i＝1，时隙序号j＝1；

6)若最优决策矩阵元素x_i,j＝1，则将该时隙序号j记入第i个中继节点的时隙配对集合中，并转到步骤7)；若矩阵元素x_i,j＝0，转到步骤8)；

7)计算第i个中继节点在第j个时隙的最优传输时间其中为源节点与第i个中继节点之间在第j个时隙的传输速率，为第i个中继节点和目的节点之间在第j个时隙的传输速率，为第i个中继节点在第j个时隙采集到的功率，Λ_i,j-1表示第i个中继节点在第j个时隙之前被选中时隙结束时的剩余能量，若第j个时隙是第i个中继节点被选中的第一个时隙，则Λ_i,j-1＝0；源节点在第j个时隙的最优传输时间可以根据公式求解得到；

8)j＝j+1，判断j是否大于时隙数N，若小于，转到步骤6)；否则令i＝i+1，判断i是否大于中继节点数K，若小于，重置j＝1，转到步骤6)；否则源节点和中继节点的传输时间优化分配流程结束。

本发明在两跳多中继(不考虑直传链路)场景下，以工作在WET能量采集模式下的中继节点为研究对象，在中继节点受到能量因果性和数据因果性的限制下，以系统端到端吞吐量最大化为优化目标，运用分支定界法对每一个时隙所使用的中继节点进行了选择和配对；以中继选择的结果为基础，针对中继节点对剩余能量的不同使用情况，分别采用单纯形法和独立求解法对每个时隙中源节点和中继节点的传输时间进行了最优分配，以提高目的节点接收到的数据量。

有益效果

本发明与现有技术相比，具有以下优点：

1.本方法以系统端到端吞吐量最大化为优化目标，结合中继节点的能量因果性限制，构建了优化模型，通过运用分支定界法对每一时隙所使用的中继节点进行了选择和配对。与运用匈牙利算法求解决策矩阵的方法相比，除了考虑到了系统端到端吞吐量，还将中继节点的能量因果性纳入考虑范围，这使得中继选择的结果更加合理，更加符合实际应用中的需要；

2.本方法针对中继节点对剩余能量的不同使用情况，将时间优化分配问题划分为了两部分，分别使用单纯形法和独立求解法对目标问题进行了求解，以达到最大化目的节点接收数据量的目的。本方法充分考虑到了中继节点的不同工作属性，应用范围较广，且具有较好的创新性和应用价值；

3.本方法中的中继节点可以对未使用完的剩余能量进行存储，与不考虑存储剩余能量的情况相比，在进一步提升系统吞吐量性能的前提下，可以避免能量浪费。

附图说明

图1为本发明方法的流程示意图。

图2为本发明方法的系统模型示意图。

图3为本发明方法的传输模型示意图。

图4为随源节点发送功率变化的系统平均吞吐量的仿真结果图。

图5为随中继节点发送功率变化的系统平均吞吐量的仿真结果图。

图6为不同能量使用方式的系统平均吞吐量比较图。

具体实施方式

下面结合实施例和说明书附图对本发明的技术方案进行详细说明：

本发明的两跳多中继系统模型如附图2所示，其中包括K个具有能量采集功能的中继节点，记作R_i，i＝1,2,...,K，一个源节点S和一个目的节点D，二者都不具有能量采集功能。由于物理阻碍等原因，源节点和目的节点之间不存在直传链路，由K个能量受限的中继节点采用放大转发协议帮助源节点S把信息转发给目的节点。所有中继节点都工作在半双工模式下，不能同时接收和传送信息。源节点发送的信号是中继节点唯一的能量来源，因此中继节点采用无线能量传输技术(WET)为自身的电池充电。如果中继节点拥有足够的能量来传送数据包，则称其为可用的，否则为不可用。

本发明采用的传输模型如附图3所示，考虑一个帧长时间T，其中包含了N个时隙，且N≥K，即时隙数不少于中继节点个数，每个时隙的持续时间为T_C，即T＝N·T_C。对于第i个中继节点和第j个时隙，源节点用时向中继节点传送信号，发送功率固定为P_S，中继节点接收到源传送来的信号后经过简单的放大处理再将其转发给目的节点，占用时长为满足为了简便起见，所有中继节点的发送功率也为固定值，记作P_R。源节点和中继节点之间以及中继节点和目的节点之间的信道增益分别记作和它们都服从均值为0，方差分别为和的复高斯分布。

在第j个时隙，源节点与第i个中继节点之间以及第i个中继节点和目的节点之间的传输速率分别为：

$R_{i,j}^S={\log }_2(1+|h_{i,j}^S{|}^2\·P_S/N_0)---\left(1\right)$

$R_{i,j}^R={\log }_2(1+|h_{i,j}^R{|}^2\·P_R/N_0)---\left(2\right)$

其中N₀为噪声功率谱密度。

链路S-R_i-D在第j个时隙的端到端信噪比为：

${\mathrm{\Γ}}_{i,j}=\frac{{\mathrm{\γ}}_{i,j}^S\·{\mathrm{\γ}}_{i,j}^R}{{\mathrm{\γ}}_{i,j}^S+{\mathrm{\γ}}_{i,j}^R+1}---\left(3\right)$

其中

因此相应的端到端吞吐量就可以表示为：

R_i,j＝log₂(1+Γ_i,j)(4)

第i个中继节点在第j个时隙从源节点处获取的功率可以表示为：

$P_{i,j}^H=\mathrm{\η}\·P_S\·|h_{i,j}^S{|}^2---\left(5\right)$

其中0＜η≤1表示能量转换效率系数。

为了表示中继选择的结果，定义一个K×N维的二元决策矩阵X＝[x_i,j]_K×N，其中x_i,j＝1表示第i个中继节点和第j个时隙进行配对，即第j个时隙选择第i个中继节点进行转发，x_i,j＝0表示第i个中继节点不和第j个时隙进行配对，即：

由于每个时隙能与且仅能与一个中继节点配对，所以决策矩阵X一定满足：

$x_{i,j}\∈\{0,1\},\∀i,j---\left(6\right)$

$\underset{i=1}{\overset{K}{\Σ}}{x}_{i,j}=1,\∀j---\left(7\right)$

由于中继节点工作在能量采集模式下，对于每个中继节点来说，其消耗的能量不能超过其从源节点处采集到的能量，即中继节点受到能量因果性的限制。不失一般性，假设在每个时隙中，源节点和中继节点传输信号所用的时间都为T_C/2，因此中继节点的能量因果性限制可以表示为：

$\frac{1}{2}\·T_C\·P_R\·\underset{j=1}{\overset{N}{\Σ}}{x}_{i,j}\≤\underset{i=1}{\overset{N}{\Σ}}\frac{1}{2}\·T_C\·P_{i,j}^H,\∀i---\left(8\right)$

那么，以最大化系统端到端吞吐量的最优化模型可以表示为：

$\begin{array}{cc}\underset{x_{i,j}}{\max }& \underset{i=1}{\overset{K}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{x}_{i,j}\·R_{i,j}\\ s.t.& \left(6\right),\left(7\right)and\left(8\right)\end{array}---\left(9\right)$

由于在进行中继选择的过程中，不仅考虑了链路S-R_i-D在第j个时隙的端到端吞吐量，而且把中继节点的能量因果性作为约束条件纳入考虑范围，所以最优化问题(9)是一个广义的指派问题(GAP)，对于该类问题，通过运用分支定界法可以求解得到最优决策矩阵X^*。

采用分支定界法求解最优决策矩阵X^*的算法步骤可归纳如下：

步骤1.定义一个K×N维的端到端吞吐量矩阵R＝[R_i,j]_K×N，一个K×N维的中继节点发送功率矩阵其中以及一个由K个元素组成的列向量e＝[e_i]_K×1，其中

步骤2.给定初始可行解。若表明x_i,j不可能成为基变量，令R_i,j＝-∞，形成新的吞吐量矩阵R′，将R′按降序方式进行排序，依次选定N个变量作为基变量X^B，使其满足和约束，将X^B代入优化问题(9)中的目标函数，得到目标函数值Z(X^B)，将其记为O，且令B^*＝O；对矩阵R′按列分别求最大元素，即令得到一组解X′，该解满足约束(7)，但不一定满足约束(8)；

步骤3.将X′代入约束(8)，若X′不满足约束(8)的限制，则按树结构记录所有不满足约束的基变量，并将其存放于Φ中，对这些基变量进行分支；若满足约束条件，则X′为一组可行解，记O＝Z(X′)，若O＞B^*，则更新上界值，令B^*＝O，否则B^*保持不变；

步骤4.若Φ已遍历完(即所有分支结束)，则得到最优解X^*＝X′和最优值O^*＝B^*，计算结束；否则，从Φ中取一变量x_i,j进行分支，令x_i,j退出基变量，即x_i,j＝0，R_i,j＝-∞，形成新的吞吐量矩阵R″；

步骤5.对R″继续寻找每列的最大元素，即其中i^*表示该列最大元素所对应的中继节点，令O＝Z(X^*)，若O＜B^*，说明退出基变量后得到的最优值小于已知的可行解值B^*，则停止该分支，并令该分支变量恢复原值，转到步骤4，若O≥B^*，则转到步骤3。

在不考虑中继节点能量存储的情况下，被选择出来的中继节点在每个时隙采集到的能量只能在当前时隙使用，是一次性的，即使在当前时隙结束时能量没有用完，在之后的时隙中，如果该中继节点又被选中，使用的是本时隙采集的能量，不会使用之前剩余的能量。

根据公式(2)和最优化问题(9)的求解结果，本发明方法提出的以目的节点接收到的数据量最大化的时间分配问题可以表示为：

$\begin{array}{cc}\underset{x_{i,j}^R}{\max }& \underset{i=1}{\overset{K}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{x}_{i,j}\·R_{i,j}^R\·t_{i,j}^R\\ s.t.& t_{i,j}^R+t_{i,j}^S=T_C,\∀i,j,\\ & t_{i,j}^R\·R_{i,j}^R\≤t_{i,j}^S\·R_{i,j}^S,\∀i,j,\\ & t_{i,j}^R\·P_R\≤t_{i,j}^S\·P_{i,j}^H,\∀i,j,\\ & 0\≤t_{i,j}^S,0\≤t_{i,j}^R,\∀i,j\end{array}---\left(10\right)$

其中第1个约束条件保证了在每一个时隙中，源节点和被选中的中继节点的传送时间之和不超过时隙的持续时间T_C；第2个约束条件保证了数据因果性限制，即在每个时隙中，被选中的中继节点向目的节点传输的数据量不会超过其从源节点处接收到的数据量；第3个约束条件是能量因果性限制。

对于最优化问题(10)中的第2个约束条件，引入松弛变量ρ_l，其中1≤l≤K·N，ρ_l代表了在第j个时隙中，第i个中继节点的剩余数据量；同理，对于第3个约束条件，引入松弛变量υ_m，其中1≤m≤K·N，该松弛变量代表了第i个中继节点在第j个时隙中剩余的能量。因此，通过引入松弛变量，最优化问题(10)可以转换为如下所示的等效表达式：

$\begin{array}{cc}\underset{t}{\max }& c^{T}t,\\ s.t.& At=b,\\ & t\≥0,\end{array}---\left(11\right)$

其中：

$t={\[t_{1,1}^R,...,t_{K,N}^R,{\mathrm{\ρ}}_1,...,{\mathrm{\ρ}}_{K\·N},{\mathrm{\υ}}_1,...,{\mathrm{\υ}}_{K\·N}\]}^T,$

$c={\[x_{1,1}\·R_{1,1}^R,...,x_{K,N}\·R_{K,N}^R,0,...,0,0,....,0\]}^T,$

$b={\[\frac{R_{1,1}^S\·T_C\·x_{1,1}}{R_{1,1}^S+R_{1,1}^R},\mathrm{...},\frac{R_{K,N}^S\·T_C\·x_{K,N}}{R_{K,N}^S+R_{K,N}^R},\frac{\mathrm{\η}\·{\left|h_{1,1}^S\right|}^2\·P_S\·T_C\·x_{1,1}}{\mathrm{\η}\·{\left|h_{1,1}^S\right|}^2\·P_S+P_R},\mathrm{...},\frac{\mathrm{\η}\·{\left|h_{K,N}^S\right|}^2\·P_S\·T_C\·x_{K,N}}{\mathrm{\η}\·{\left|h_{K,N}^S\right|}^2\·P_S\·P_R}\]}^T$

以及

$A=\left[\begin{array}{ccc}{A}_1& I& 0_{KN\×KN}\\ A_1& 0_{KN\×KN}& I\end{array}\right]---\left(12\right)$

其中，A₁是以[x_1,1,x_1,2,...,x_K,N-1,x_K,N]为对角线的KN×KN维对角阵，I是KN×KN维的单位阵。

最优化问题(11)是一个典型的线型规划问题，可以使用单纯形法中的大M法进行求解，得到中继节点在各个时隙中的最优传输时间t^*。

若不考虑能量存储，则会造成一定程度的能量浪费，且会对最终的系统吞吐量性能造成影响。因此，一种更加合理和有效的做法就是将被选择出来的中继节点未用完的能量进行存储，在之后的时隙中，如果该中继节点再次被选择到，除了其自身在当前时隙从源节点处获取的能量外，还拥有之前存储下来的能量。

根据最优化问题(9)的中继选择结果，假设所有的中继节点都有充足的初始能量来接收源节点发来的数据，并将这部分初始能量记为对最优决策矩阵X^*＝[x_i,j]_K×N进行遍历操作，对于矩阵元素x_i,j＝1对应的第i个中继节点与第j个时隙，将该时隙序号j记入第i个中继节点的时隙配对集合中，计算中继节点R_i在当前时隙的可用能量为：

$E_{i,j}=P_{i,j}^H\·t_{i,j}^S+{\mathrm{\Λ}}_{i,j-1}+{\mathrm{\Δ}}_{i,initial}---\left(13\right)$

其中Λ_i,j-1表示中继节点R_i在第j个时隙之前被选中时隙结束时的剩余能量，若时隙j是中继节点R_i被选中的第一个时隙，则Λ_i,j-1＝0。

则在当前第j个时隙结束时，中继节点R_i的剩余能量为：

${\mathrm{\Λ}}_{i,j}=E_{i,j}-P_R\·t_{i,j}^R---\left(14\right)$

源节点和中继节点R_i在当前第j个时隙的传输时间限制、数据因果性和能量因果性关系为：

$t_{i,j}^S+t_{i,j}^R=T_C---\left(15\right)$

$t_{i,j}^R\·R_{i,j}^R\≤t_{i,j}^S\·R_{i,j}^S---\left(16\right)$

$t_{i,j}^R\·P_R\≤E_{i,j}---\left(17\right)$

根据公式(13)和公式(15)-(17)，可得在考虑能量存储的情况下中继节点R_i在当前第j个时隙的最优传输时间为：

$t_{i,j}^{R*}=\min \left(\frac{R_{i,j}^S\·T_C}{R_{i,j}^S+R_{i,j}^R},\frac{P_{i,j}^H\·T_C+{\mathrm{\Λ}}_{i,j-1}}{P_{i,j}^H+P_R}\right)---\left(18\right)$

源节点S在第j个时隙的最优传输时间可以由公式(19)得到：

${t_{i,j}^S}^{*}=T_C-{t_{i,j}^R}^{*}---\left(19\right)$

本发明的中继选择和时间优化分配方法的具体算法流程如附图1所示。

综上所述，本发明以系统端到端吞吐量最大化为优化目标，提出了一种中继选择方案，该方案对每个时隙所使用的中继节点进行了选择，除此之外，以目的节点接收到的数据量最大化为优化目标，提出了一种时间分配方案，对每个时隙中源节点和中继节点所使用的传输时间进行了优化分配。如附图4所示是当源节点发送功率改变时系统平均吞吐量的仿真结果，从图中可以看到当源节点的发送功率越大、参与协作的中继节点数越多时，本发明方法所带来的系统平均吞吐量性能增益越大；如附图5所示是当中继节点发送功率改变时系统平均吞吐量的仿真结果，从图中可以看到随着中继节点发送功率的增大，系统平均吞吐量会先提升再下降；如附图6所示是中继节点在考虑能量存储和不考虑能量存储情况下，系统平均吞吐量性能的效果对比图，从中可以看出相比于能量不存储的情况，中继节点对剩余能量进行存储可以进一步提升系统的平均吞吐量性能。

Claims (1)

1.一种基于中继选择的能量采集中继系统时间优化分配方法，其特征在于，该方法包括以下步骤：

1)初始化：帧长时间T，一帧包含N个时隙，每个时隙持续时间为T_C，K为参与协作的具有能量采集功能的中继节点数，N≥K，即时隙数不少于中继节点个数，令中继节点序号i＝1，时隙序号j＝1；

2)计算第i个中继节点在第j个时隙从源节点处获取的功率其中0＜η≤1表示能量转换系数，P_S为源节点S的发送功率，为在第j个时隙源节点与第i个中继节点之间的信道增益；

3)j＝j+1，判断j是否大于时隙数N，若小于，转到步骤2)；否则令i＝i+1，判断i是否大于中继节点数K，若小于，重置j＝1，转到步骤2)；否则转到步骤4)；

4)定义一个K×N维的二元决策矩阵X＝[x_i,j]_K×N，并对其进行初始化，以系统端到端吞吐量最大化为优化目标，考虑中继节点的能量因果性限制，运用分支定界法求解得到最优决策矩阵X*，其中x_i,j＝1表示第i个中继节点和第j个时隙进行配对，x_i,j＝0表示第i个中继节点不和第j个时隙进行配对，配对是指在第j个时隙，仅选择中继节点i进行信息的转发；

5)重置中继节点序号i＝1，时隙序号j＝1；

6)若最优决策矩阵元素x_i,j＝1，则将该时隙序号j记入第i个中继节点的时隙配对集合中，并转到步骤7)；若矩阵元素x_i,j＝0，转到步骤8)；

7)计算第i个中继节点在第j个时隙的最优传输时间其中为源节点与第i个中继节点之间在第j个时隙的传输速率，为第i个中继节点和目的节点之间在第j个时隙的传输速率，为第i个中继节点在第j个时隙采集到的功率，Λ_i,j-1表示第i个中继节点在第j个时隙之前被选中时隙结束时的剩余能量，若第j个时隙是第i个中继节点被选中的第一个时隙，则Λ_i,j-1＝0；源节点在第j个时隙的最优传输时间可以根据公式求解得到；

8)j＝j+1，判断j是否大于时隙数N，若小于，转到步骤6)；否则令i＝i+1，判断i是否大于中继节点数K，若小于，重置j＝1，转到步骤6)；否则源节点和中继节点的传输时间优化分配流程结束。