CN105848267A - 基于能耗最小化的串行能量采集方法 - Google Patents

Abstract

本发明公开了一种基于能耗最小化的串行能量采集方法，包括步骤一、网络初始化；步骤二、网络初始能量采集与信息传输；步骤三、网络时间优化分配；步骤四、网络传输阶段。以能量消耗最小化为准则，设计一种新的无线供电通信网络模型，并对该网络的信息传输与能量采集时间分配方案进行优化，使得该网络无线通信节点可以在能量消耗最小的条件下实施可靠的信息传输，有效减少无线通信节点电能存储容量需要，合理降低硬件成本，达到提高网络用户节点能量采集效率与能量利用率的目的。

Description

基于能耗最小化的串行能量采集方法

技术领域

本发明涉及一种无线通信网络下的信息传输与能量采集方法，尤其涉及一种基于能耗最小化的串行能量采集方法，属于无线供电通信网络技术领域。

背景技术

能耗效率是下一代无线通信网络所需面临的严峻挑战，随着这一问题的提出，无线供电通信网络受到科学研究人员的广泛关注。在这一研究领域中，能量采集技术主要指通过收集热、振动、光及电磁波等身边的微量能源，使其转换成电力的技术。其核心理念是尽可能的利用平时舍弃的微量能源，为传感器节点或其它低功率无线通信节点进行供电。Varshney LavR.于2008年在IEEE International Symposium on Information Theory发表论文《Transportinginformation and energy simultaneously》表明可以折中实现无线通信与能量传输。Ju Hyungsik于2014年在IEEE Transactions on Wireless Communications发表论文《Throughput Maximizationin Wireless Powered Communication Networks》，该文献给出了最优时间分配方案，实现了该无线供电通信网络上行链路吞吐量最大化。专利申请号为201410804039.9的中国专利申请公开了一种基于SWIPT下支持多用户对高速通信的波束形成方法，其特点是根据多天线中继结构构建新的波束成形方案，将基于该方案得到的非凸最大速率求解数学模型转化为凸问题，进而完成基于SWIPT下支持多用户对高速通信的波束形成，但是并未涉及网络节点能量采集方式、信息传输与能耗效率的优化。然而，在发送一定信息量的条件下，无线通信节点在多数应用场合更适合采取小型化的电能存储装置来满足工作的需要。为此，本发明以能量消耗最小化为准则，设计一种新的无线供电通信网络模型，并对该网络的信息传输与能量采集时间分配方案进行优化，使得该网络无线通信节点可以在能量消耗最小的条件下实施可靠的信息传输，有效减少无线通信节点电能存储容量需要，合理降低硬件成本。

发明内容

本发明的目的在于提供一种基于能耗最小化的串行能量采集方法，通过对信息传输与能量采集的时间进行优化分配，保证系统所需传输信息量，有效降低无线通信节点能量消耗，提高能量采集效率，进而达到减小电能存储容量需求的目的。

本发明的目的通过以下技术方案予以实现：

一种基于能耗最小化的串行能量采集方法，方案包括以下步骤：

步骤一、网络初始化：

1)随机部署K+1个无线通信节点,编号0为该无线供电通信网络的综合接入点，具有可调发送功率P₀；编号1～K为该无线供电通信网络的用户节点，第k个用户节点初始能量E_k为0焦耳，所需传输的信息量为I_k，能量转化效率为ζ_k；

2)综合接入点发送下行广播信息唤醒网络，获取网络无线通信节点信道状态信息h_i,j，其中i,j＝0,1,…,K,i≠j；h_i,j表示第j个无线通信节点到第i个无线通信节点间的信道状态信息；获取第j个用户节点到第i个用户节点的距离D_i,j和路径传输损耗系数α_i,j；

3)令综合接入点与所有K个用户节点总通信时长为T秒，随机为0～K个节点分配初始工作时间t₀T,t₁T,…,t_KT；其中t_i为时间分配权重，i＝0,1,…,K，且t₀+t₁+…+t_K＝1，令t＝[t₀t₁…t_K]；

步骤二、网络初始能量采集与信息传输：

1)计算初始第k个用户节点，k＝1,…,K，传输信息量I_k所需能耗

$E_k\left(t\right)=\frac{2^{I_k/t_{k}T}-1}{|h_{0,k}{|}^2}{\mathrm{\δ}}^2{t}_{k}T$

式中，δ²为噪声方差；

2)基于步骤1)计算初始第k个用户节点可采集上行链路能量

$\underset{i=1}{\overset{k-1}{\Σ}}{E}_{k,i}\left(t\right)=\underset{i=1}{\overset{k-1}{\Σ}}\[{\mathrm{\δ}}^2{D}_{k,i}^{-{\mathrm{\α}}_{k,i}}\left(\right|h_{k,i}{|}^2/h_{0,i}{|}^2)(2^{I_i/t_{i}T}-1)t_{i}T\]$

E_k,i(t)表示上行链路信息传输过程中，第k个用户节点从前第i个用户节点采集到的能量，i＝1,…,k-1；

3)计算初始第k个用户节点所需下行链路能量采集

4)综合接入点在时间t₀T内以功率P₀发送下行链路信号x₀：

$E_0=\underset{k}{max}\left\{E_{k,0}\left(t\right)\right\},(k=1,...,K)$

P₀＝E₀/(t₀T)

式中，{E_k,0(t)}表示不同分配时间t对应的E_k,0(t),k＝1,…,K所构成的集合；表示选取所有K个节点中的最大E_k,0(t)；

各用户节点在时间t₀T内接收综合接入点发送的下行链路信号x₀，采集并存储此信号能量，第k个用户节点接收信号为y_k＝h_k,0x₀+z_k；其中，h_k,0为综合接入点到第k个用户节点的信道状态信息，z_k为加性高斯白噪声，且假定各节点所接收噪声信号功率可忽略；

5)初始上行链路能量采集与信息传输

第k个用户节点在时间内实施能量采集并存储，在时间t_kT内按照时分多址方式发送自身上行链路信息x_k，即第k个用户节点在前k-1个用户发送上行链路信号时刻进行能量采集，随后在完成发送自身上行链路信息后立即进入休眠模式；

步骤三、网络时间优化分配：

1)以最小能耗为准则，基于所需传输的信息量I_k计算第k个用户节点，所需最小下行链路能量采集，其中k＝1,…,K：

$\underset{t}{min}\left\{max\right\{E_{k,0}\left(t\right)\left\}\right\},k=1,...,K$

$s.t.\underset{k=0}{\overset{K}{\Σ}}{t}_k=1,t_k\≥0$

式中，表示最小化不同分配时间t所对应的集合中的最大E_k(t),k＝1,…,K值；表示计算E_k,0(t)过程中的应满足的采集时间约束条件，且

2)计算网络各用户节点所需最小下行链路能量采集的和保存对应节点分配时间t为优化后的时间分配值；

步骤四、网络传输阶段

在同一衰落信道块中，按照各节点优化后的时间分配值t，采用时分多址传输方式进行信息传输与能量采集，在下一信道衰落信道块中，若信道状态信息发生改变，则对网络各节点分配时间重新进行优化，重复执行步骤三；否则，仍按当前各节点优化后的时间分配值，采用时分多址传输方式进行信息传输与能量采集。

本发明的目的可以通过以下技术措施进一步实现：

前述基于能耗最小化的串行能量采集方法，其中能量转化效率：0＜ζ_k≤0.6。

前述基于能耗最小化的串行能量采集方法，其中步骤二所述在时间t_kT内按照时分多址方式发送自身上行链路信息x_k(k＝1,…,K)，即在时间t₁T内，用户节点1以功率P₁向综合接入点0发送上行链路信息，与此同时用户节点2,…,K实施能量采集与存储；在时间t₂T内，用户节点2以功率P₂向综合接入点0发送上行链路信息，与此同时用户节点3,…,K实施能量采集与存储；以此类推，在时间t_kT内，用户节点k以功率P_k向综合接入点0发送上行链路信息，与此同时用户节点k+1,…,K实施能量采集与存储。

前述基于能耗最小化的串行能量采集方法，其中步骤三网络时间优化分配阶段，基于启发式优化算法中的标准粒子群优化方法对各节点分配时间进行求解：

(1)映射K+1个节点到n个粒子；

(2)初始化粒子速度v_k为一组随机数，初始化适应度函数值E_k,0(t)＝0，初始化各节点时间分配值为一组随机数，其和为T，并将此时间分配值映射到粒子初始位置y_k(t)；

(3)计算所需能耗与可采集的上行链路能量：

a.计算第k个用户节点(k＝1,…,K)传输I_k初始所需能耗

$E_k\left(t\right)=\frac{2^{I_k/t_{k}T}-1}{|h_{0,k}{|}^2}{\mathrm{\δ}}^2{t}_{k}T$

b.计算初始第k个用户节点(k＝1,…,K)上行链路能量采集

$\underset{i=1}{\overset{k-1}{\Σ}}{E}_{k,i}\left(t\right)=\underset{i=1}{\overset{k-1}{\Σ}}\[\[{\mathrm{\δ}}^2{D}_{k,i}^{-{\mathrm{\α}}_{k,i}}\left(\right|h_{k,i}{|}^2/h_{0,i}{|}^2)(2^{I_i/t_{i}T}-1)t_{i}T\]$

E_k,i(t)表示上行链路信息传输过程中，第k个用户节点从前第i个用户节点采集到的能量，i＝1,…,k-1；

(4)计算适应度函数

以最小能耗为准则，基于所需传输的信息量I_k搜索第k个用户节点(k＝1,…,K)所需最小

下行链路能量采集

$\underset{t}{min}\left\{max\right\{E_{k,0}\left(t\right)\left\}\right\},k=1,...,K$

$s.t.\underset{k=0}{\overset{K}{\Σ}}{t}_k=1,t_k\≥0$

计算网络当前所需最小下行链路能量采集的和

$E\left(t\right)=\underset{k=1}{\overset{K}{\Σ}}{E}_{k,0}\left(t\right)$

保存对应节点分配时间t为优化后的时间分配值；

(5)更新粒子群

a.若当前粒子个体极值优于上一时刻该粒子个体极值，则更新当前粒子个体极值；

b.若当前粒子个体极值优于上一时刻全局极值，则更新当前全局极值；

c.更新每个粒子的速度v_k和位置y_k(t)；

(6)重复执行步骤(3)-(5)直到达到最大迭代次数；

(7)当达到最大迭代次数时，映射全局最优粒子位置为最优网络节点时间分配值t，对应E(t)为所需最小下行链路能量采集的最小值。

前述基于能耗最小化的串行能量采集方法，当用户节点具备两条射频链路时，在下行链路通信中于不同射频链路同时完成信息传输和能量采集。

与现有技术相比，本发明的有益效果是：有效优化用户节点间信息传输与能量采集的时间分配方案，在能量消耗最小的条件下实施可靠的信息传输，达到提高网络用户节点能量采集效率与能量利用率的目的。

附图说明

图1是本发明无线供电与通信网络的结构原理图；

图2是本发明的通信协议时序图；

图3是本发明的系统工作与时间优化分配流程图；

图4是本发明的K＝3时隙优化收敛曲线。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明。

本发明的一种基于能耗最小化的串行能量采集方法可以实现无线通信系统信息与能量的同时传输，保证所需信息量传输要求下，合理分配节点工作时间，尽可能小的采集能量，适用于具有任意个节点的无线通信网络。如图1所示，在区域内无线通信网络包括1个综合接入点(节点0)和若干个用户节点(节点1～K)；综合接入点0的功能是在其下行链路通信时间t₀T内发送能量。在上行链路通信时间t₁T,…,t_KT内接收数据信息。用户节点k(k＝1,…,K)的功能是在下行链路通信时间t₀T内完成对综合接入点0发送信号能量的采集，在上行链路通信时间t₁T,…,t_k-1T内完成对前k-1个用户节点上行链路信号的能量采集，并将自身数据信息在上行链路通信时间t_kT内传输至综合接入点0，随后立即进入休眠模式。本实施例假定各用户节点仅具有单一射频链路，即在下行链路通信中综合接入点0仅进行能量传输。但当用户节点具备两条射频链路时，也可在下行链路通信中于不同射频链路同时完成信息传输和能量采集的功能。

本发明设计了一种新型的所需能耗最小化准则的信息传输与能量采集方法。在无线网络各节点上行链路传输信息量给定条件下，所提方法可以合理分配网络节点工作时间，减小能量采集与储存需求，改善无线网络传输效率与能量利用率，如图3所示是本发明的系统工作与时间优化分配流程图，具体实施方式如下：

1.网络初始化阶段，如图1所示，

1)随机部署K+1个无线通信节点,编号0为该无线供电通信网络的综合接入点，编号1～K为该无线供电通信网络的用户节点；综合接入点0部署在网络四周的某一处，具有可调发送功率P₀，可实现数据信息接收；各用户节点均可直接与综合接入点0实现通信，具有能量采集、数据处理和发送的功能。第k个用户节点初始能量E_k为0焦耳，所需传输的信息量为I_k，能量转化效率为ζ_k(0＜ζ_k≤0.6)。

2)综合接入点0发送下行广播信息唤醒网络，获取网络无线通信节点信道状态信息h_i,j(i,j＝0,1,…,K,i≠j)，h_i,j表示第j个无线通信节点到第i个无线通信节点间的信道状态信息；获取第j个用户节点到第i个用户节点的距离D_i,j和路径传输损耗系数α_i,j。

3)令综合接入点0与所有K个用户节点总通信时长为T秒，随机为0～K个节点分配初始工作时间t₀T,t₁T,…,t_KT。其中，t_i为时间分配权重(i＝0,1,…,K)，且t₀+t₁+…+t_K＝1，令t＝[t₀t₁…t_K]。

2.网络初始能量采集与信息传输

1)计算初始第k个用户节点(k＝1,…,K)传输I_k所需能耗

$E_k\left(t\right)=\frac{2^{I_k/t_{k}T}-1}{|h_{0,k}{|}^2}{\mathrm{\δ}}^2{t}_{k}T$

式中，δ²为噪声方差。

2)基于步骤1)计算初始第k个用户节点(k＝1,…,K)可采集上行链路能量

$\underset{i=1}{\overset{k-1}{\Σ}}{E}_{k,i}\left(t\right)=\underset{i=1}{\overset{k-1}{\Σ}}\[\[{\mathrm{\δ}}^2{D}_{k,i}^{-{\mathrm{\α}}_{k,i}}\left(\right|h_{k,i}{|}^2/h_{0,i}{|}^2)(2^{I_i/t_{i}T}-1)t_{i}T\]$

E_k,i(t)表示上行链路信息传输过程中，第k个用户节点从前第i(i＝1,…,k-1)个用户节点采集到的能量。

3)计算初始第k个用户节点(k＝1,…,K)所需下行链路能量采集

4)综合接入点0在时间t₀T内以功率P₀发送下行链路信号x₀。

$E_0=\underset{k}{max}\left\{E_{k,0}\left(t\right)\right\},(k=1,...,K)$

P₀＝E₀/(t₀T)

式中，{E_k,0(t)}表示不同分配时间t对应的E_k,0(t),k＝1,…,K所构成的集合；表示选取所有K个节点中的最大E_k,0(t)

各用户节点在时间t₀T内接收综合接入点0发送的下行链路信号x₀，采集并存储此信号能量(本实施例假定各用户节点仅具有单一射频链路，即在下行链路通信中仅进行能量采集。但当用户节点具备两条射频链路时，也可在下行链路通信中于不同射频链路同时完成信息传输和能量采集的功能)。第k个用户节点接收信号为y_k＝h_k,0x₀+z_k(k＝1,…,K)。其中，h_k,0为综合接入点0到第k个用户节点的信道状态信息，z_k为加性高斯白噪声，且假定各节点所接收噪声信号功率可忽略。

5)初始上行链路能量采集与信息传输

第k个用户节点在时间内实施能量采集并存储，在时间t_kT内按照时分多址方式发送自身上行链路信息x_k(k＝1,…,K)。即，在时间t₁T内，用户节点1以功率P₁向综合接入点0发送上行链路信息，与此同时用户节点2,…,K实施能量采集与存储；在时间t₂T内，用户节点2以功率P₂向综合接入点0发送上行链路信息，与此同时用户节点3,…,K实施能量采集与存储；以此类推，在时间t_kT内，用户节点k以功率P_k向综合接入点0发送上行链路信息，与此同时用户节点k+1,…,K实施能量采集与存储，如图2所示。

3.网络时间优化分配。

(1)映射K+1个节点到n个粒子。

(2)初始化粒子速度v_k为一组随机数，初始化适应度函数值E_k,0(t)＝0，初始化各节点时间分配值为一组随机数(其和为T)，并将此时间分配值映射到粒子初始位置y_k(t)。

(3)计算所需能耗与可采集的上行链路能量

a.计算第k个用户节点(k＝1,…,K)传输I_k初始所需能耗

$E_k\left(t\right)=\frac{2^{I_k/t_{k}T}-1}{|h_{0,k}{|}^2}{\mathrm{\δ}}^2{t}_{k}T$

b.计算初始第k个用户节点(k＝1,…,K)上行链路能量采集

$\underset{i=1}{\overset{k-1}{\Σ}}{E}_{k,i}\left(t\right)=\underset{i=1}{\overset{k-1}{\Σ}}\[\[{\mathrm{\δ}}^2{D}_{k,i}^{-{\mathrm{\α}}_{k,i}}\left(\right|h_{k,i}{|}^2/h_{0,i}{|}^2)(2^{I_i/t_{i}T}-1)t_{i}T\]$

E_k,i(t)表示上行链路信息传输过程中，第k个用户节点从前第i(i＝1,…,k-1)个用户节点采集到的能量。

(4)计算适应度函数

以最小能耗为准则，基于所需传输信息量I_k搜索第k个用户节点(k＝1,…,K)所需最小下行链路能量采集

$\underset{t}{min}\left\{max\right\{E_{k,0}\left(t\right)\left\}\right\},k=1,...,K$

$s.t.\underset{k=0}{\overset{K}{\Σ}}{t}_k=1,t_k\≥0$

计算网络当前所需最小下行链路能量采集的和

$E\left(t\right)=\underset{k=1}{\overset{K}{\Σ}}{E}_{k,0}\left(t\right)$

保存对应节点分配时间t为优化后的时间分配值。

(5)更新粒子群

a.若当前粒子个体极值优于上一时刻该粒子个体极值，则更新当前粒子个体极值。

b.若当前粒子个体极值优于上一时刻全局极值，则更新当前全局极值。

c.更新每个粒子的速度v_k和位置y_k(t)

(6)重复执行步骤(3)-(5)直到达到最大迭代次数。

(7)当达到最大迭代次数时，映射全局最优粒子位置为最优网络节点时间分配值t(如图4所示)，对应E(t)为所需最小下行链路能量采集的最小值。

4.网络传输阶段

在同一衰落信道块中，按照各节点优化后的时间分配值t，采用时分多址传输方式进行信息传输与能量采集。即，在时间t₀T内，综合接入点0以功率P₀持续发送下行链路信号x₀，同时各用户节点持续接收下行链路信号x₀，采集并存储此信号能量；在时间t₁T内，用户节点1以功率P₁向综合接入点0发送上行链路信息，同时用户节点2,…,K实施能量采集与存储；在时间t₂T内，用户节点2以功率P₂向综合接入点0发送上行链路信息，同时用户节点3,…,K实施能量采集与存储；以此类推，在时间t_kT内，当用户节点k以功率P_k向综合接入点0发送上行链路信息，同时用户节点k+1,…,K实施能量采集与存储，如图2所示。

在下一信道衰落信道块中，若信道状态信息发生改变，则对网络各节点分配时间重新进行优化，重复执行步骤3。否则，仍按当前各节点优化后的时间分配值，采用时分多址传输方式进行信息传输与能量采集。

如图4所示是本发明的K＝3时隙优化收敛曲线。

除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。

Claims (5)

1.一种基于能耗最小化的串行能量采集方法，其特征在于，包括以下步骤：

步骤一、网络初始化：

1)随机部署K+1个无线通信节点,编号0为该无线供电通信网络的综合接入点，具有可调发送功率P₀；编号1～K为该无线供电通信网络的用户节点，第k个用户节点初始能量E_k为0焦耳，所需传输的信息量为I_k，能量转化效率为ζ_k；

2)综合接入点发送下行广播信息唤醒网络，获取网络无线通信节点信道状态信息h_i,j，其中i,j＝0,1,…,K,i≠j；h_i,j表示第j个无线通信节点到第i个无线通信节点间的信道状态信息；获取第j个用户节点到第i个用户节点的距离D_i,j和路径传输损耗系数α_i,j；

3)令综合接入点与所有K个用户节点总通信时长为T秒，随机为0～K个节点分配初始工作时间t₀T,t₁T,…,t_KT；其中t_i为时间分配权重，i＝0,1,…,K，且t₀+t₁+…+t_K＝1，令t＝[t₀ t₁…t_K]；

步骤二、网络初始能量采集与信息传输：

1)计算初始第k个用户节点，k＝1,…,K，传输信息量I_k所需能耗

$E_k\left(t\right)=\frac{2^{I_k/t_{k}T}-1}{{\left|h_{0,k}\right|}^2}{\mathrm{\δ}}^2{t}_{k}T$

式中，δ²为噪声方差；

2)基于步骤1)计算初始第k个用户节点可采集上行链路能量

$\underset{i=1}{\overset{k-1}{\Σ}}{E}_{k,i}\left(t\right)=\underset{i=1}{\overset{k-1}{\Σ}}\[{\mathrm{\δ}}^2{D}_{k,i}^{-{\mathrm{\α}}_{k,i}}({\left|h_{k,i}\right|}^2/{\left|h_{0,i}\right|}^2)(2^{I_i/t_{i}T}-1)t_{i}T\]$

E_k,i(t)表示上行链路信息传输过程中，第k个用户节点从前第i个用户节点采集到的能量，i＝1,…,k-1；

3)计算初始第k个用户节点所需下行链路能量采集

4)综合接入点在时间t₀T内以功率P₀发送下行链路信号x₀：

$E_0=\underset{k}{max}\left\{E_{k,0}\left(t\right)\right\},(k=1,...,K)$

P₀＝E₀/(t₀T)

式中，{E_k,0(t)}表示不同分配时间t对应的E_k,0(t),k＝1,…,K所构成的集合；表示选取所有K个节点中的最大E_k,0(t)；

各用户节点在时间t₀T内接收综合接入点发送的下行链路信号x₀，采集并存储此信号能量，第k个用户节点接收信号为y_k＝h_k,0x₀+z_k；其中，h_k,0为综合接入点到第k个用户节点的信道状态信息，z_k为加性高斯白噪声，且假定各节点所接收噪声信号功率可忽略；

5)初始上行链路能量采集与信息传输

第k个用户节点在时间内实施能量采集并存储，在时间t_kT内按照时分多址方式发送自身上行链路信息x_k，即第k个用户节点在前k-1个用户发送上行链路信号时刻进行能量采集，随后在完成发送自身上行链路信息后立即进入休眠模式；

步骤三、网络时间优化分配：

1)以最小能耗为准则，基于所需传输的信息量I_k计算第k个用户节点，所需最小下行链路能量采集，其中k＝1,…,K：

$\underset{t}{min}\left\{max\right\{E_{k,0}\left(t\right)\left\}\right\},k=1,...,K$

$\begin{array}{cc}s.t.& \underset{k=0}{\overset{K}{\Σ}}{t}_k=1,t_k\≥0\end{array}$

式中，表示最小化不同分配时间t所对应的集合中的最大E_k(t),k＝1,…,K值；表示计算E_k,0(t)过程中的应满足的采集时间约束条件，且

2)计算网络各用户节点所需最小下行链路能量采集的和保存对应节点分配时间t为优化后的时间分配值；

步骤四、网络传输阶段

在同一衰落信道块中，按照各节点优化后的时间分配值t，采用时分多址传输方式进行信息传输与能量采集，在下一信道衰落信道块中，若信道状态信息发生改变，则对网络各节点分配时间重新进行优化，重复执行步骤三；否则，仍按当前各节点优化后的时间分配值，采用时分多址传输方式进行信息传输与能量采集。

2.如权利要求1所述的基于能耗最小化的串行能量采集方法，其特征在于，所述能量转化效率：0＜ζ_k≤0.6。

3.如权利要求1所述的基于能耗最小化的串行能量采集方法，其特征在于，步骤二所述在时间t_kT内按照时分多址方式发送自身上行链路信息x_k(k＝1,…,K)，即在时间t₁T内，用户节点1以功率P₁向综合接入点0发送上行链路信息，与此同时用户节点2,…,K实施能量采集与存储；在时间t₂T内，用户节点2以功率P₂向综合接入点0发送上行链路信息，与此同时用户节点3,…,K实施能量采集与存储；以此类推，在时间t_kT内，用户节点k以功率P_k向综合接入点0发送上行链路信息，与此同时用户节点k+1,…,K实施能量采集与存储。

4.如权利要求1所述的基于能耗最小化的串行能量采集方法，其特征在于，步骤三网络时间优化分配阶段，基于启发式优化算法中的标准粒子群优化方法对各节点分配时间进行求解：

(1)映射K+1个节点到n个粒子；

(2)初始化粒子速度v_k为一组随机数，初始化适应度函数值E_k,0(t)＝0，初始化各节点时间分配值为一组随机数，其和为T，并将此时间分配值映射到粒子初始位置y_k(t)；

(3)计算所需能耗与可采集的上行链路能量：

a.计算第k个用户节点(k＝1,…,K)传输I_k初始所需能耗

$E_k\left(t\right)=\frac{2^{I_k/t_{k}T}-1}{{\left|h_{0,k}\right|}^2}{\mathrm{\δ}}^2{t}_{k}T$

b.计算初始第k个用户节点(k＝1,…,K)上行链路能量采集

$\underset{i=1}{\overset{k-1}{\Σ}}{E}_{k,i}\left(t\right)=\underset{i=1}{\overset{k-1}{\Σ}}\[\[{\mathrm{\δ}}^2{D}_{k,i}^{-{\mathrm{\α}}_{k,i}}({\left|h_{k,i}\right|}^2/{\left|h_{0,i}\right|}^2)(2^{I_i/t_{i}T}-1)t_{i}T\]$

E_k,i(t)表示上行链路信息传输过程中，第k个用户节点从前第i个用户节点采集到的能量，i＝1,…,k-1；

(4)计算适应度函数

以最小能耗为准则，基于所需传输的信息量I_k搜索第k个用户节点(k＝1,…,K)所需最小下行链路能量采集

$\underset{t}{min}\left\{max\right\{E_{k,0}\left(t\right)\left\}\right\},k=1,...,K$

$\begin{array}{cc}s.t.& \underset{k=0}{\overset{K}{\Σ}}{t}_k=1,t_k\≥0\end{array}$

计算网络当前所需最小下行链路能量采集的和

$E\left(t\right)=\underset{k=1}{\overset{K}{\Σ}}{E}_{k,0}\left(t\right)$

保存对应节点分配时间t为优化后的时间分配值；

(5)更新粒子群

a.若当前粒子个体极值优于上一时刻该粒子个体极值，则更新当前粒子个体极值；

b.若当前粒子个体极值优于上一时刻全局极值，则更新当前全局极值；

c.更新每个粒子的速度v_k和位置y_k(t)；

(6)重复执行步骤(3)-(5)直到达到最大迭代次数；

(7)当达到最大迭代次数时，映射全局最优粒子位置为最优网络节点时间分配值t，对应E(t)为所需最小下行链路能量采集的最小值。

5.如权利要求1所述基于能耗最小化的串行能量采集方法，其特征在于，当用户节点具备两条射频链路时，在下行链路通信中于不同射频链路同时完成信息传输和能量采集。