CN107277760B - 无线体域网的同时分配时间和功率的能量收集优化方法 - Google Patents
无线体域网的同时分配时间和功率的能量收集优化方法 Download PDFInfo
- Publication number
- CN107277760B CN107277760B CN201710669103.0A CN201710669103A CN107277760B CN 107277760 B CN107277760 B CN 107277760B CN 201710669103 A CN201710669103 A CN 201710669103A CN 107277760 B CN107277760 B CN 107277760B
- Authority
- CN
- China
- Prior art keywords
- energy
- time
- max
- power
- tau
- 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.)
- Expired - Fee Related
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 69
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000003306 harvesting Methods 0.000 claims description 9
- 238000009795 derivation Methods 0.000 claims description 8
- 230000002238 attenuated effect Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming 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
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H04B5/79—
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/88—Providing power supply at the sub-station
- H04Q2209/886—Providing power supply at the sub-station using energy harvesting, e.g. solar, wind or mechanical
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
本发明公开了无线体域网的同时分配时间和功率的能量收集优化方法,属于无线通信领域,包括构建无线体域网单点能量收集模型;利用无线体域网信道模型、能量收集模型、信息传输模型以及优化目标,推导出最大化体域网信息吞吐量的时间比和传输功率的分配方法;提出最优时间和最优功率的求解算法。本发明针对无线体域网中能量收集装置的时间和功率分配问题,克服了传统电池固定生命周期具有局限性的缺点,同时也首次将时间分配与功率分配同时考虑并应用于无线体域网。在满足人体传输功率限制以及能量收集的约束条件下,该方法最大化了网络的信息吞吐量,更加适用于人体生理参数的健康监测。
Description
技术领域
本发明涉及无线体域网能量收集技术领域,具体是无线体域网的同时分配时间和功率的能量收集优化方法。
背景技术
无线体域网作为人体监测网络被广泛应用于健康诊断等多个领域,放置于人体的传感器节点负责采集生理参数信息,并通过人体信道将信息传送给AP节点。因为传统无线体域网的传感器节点能量供应有限,节点的能量供应问题面临着巨大挑战,一种新兴的能量供应技术-能量收集技术就成了一种有效的解决办法。针对该技术的研究具有理论意义的同时同样具有实际应用的价值。
由于电池能力的限制,能量供应问题已经成为一项研究的热点问题。2010 年R.J.Vullers等提出了多种从环境中收集能量的理论,包括太阳能、光能和风能等,但是仅适用于无线传感器网络。2012年C.K.Ho等对能量分配问题加以考虑,分析了功率分配问题来实现最大化无线网络吞吐量的目标。2013年S.Luo 等提出了能量收集存储转发协议,进而达到了最小化无线信息传输中断概率的目的。2014年D.Gunduz等针对能量收集无线通信系统,分析了能量管理策略的发展。2014年J.Xu等从能量在发射器和接收器间流动的角度,提出了关于时间分配的优化。2015年D.Mishra等考虑了适用于人体的能量收集方式,包括射频能量收集、运动能量收集和利用温度变化收集能量等。2016年T.A.Zewde等从能量效率的角度研究了能量收集通信网络的性能,该研究建立在服务质量(QoS, quality ofservice)约束条件下。
虽然已经有大量的有关于能量问题的发明,但都是针对传感器网络,很少有文章针对无线体域网的特殊结构设计一种合理且有效的分配方案来解决能量供应问题。
发明内容
本发明的目的在于提供无线体域网的同时分配时间和功率的能量收集优化方法,克服了传统传感器节点使用固定电池的缺点,同时也首次将该方法应用到传输功率受限的无线体域网中。
为实现上述目的,本发明提供如下技术方案:
无线体域网的同时分配时间和功率的能量收集优化方法,具体步骤如下:
(1)无线体域网单点能量收集模型,包括初始化、时间和功率优化、最优时间和功率分配判断;
1)初始化:
过程包括:无线体域网网络模型中汇聚节点AP和采集人体生理信息的传感器节点放置在固定位置不再改变;传感器节点本身不具有能量,所需要的能量由配备的能量收集装置提供;放置结束后,传感器节点利用能量收集装置收集能量,能量来源包括运动能量,生物能量;当能量达到启动值时,允许信息传输过程开启,传感器节点将采集到的信息传输给AP节点,完成网络的组建;
2)时间和功率优化:
先进行能量收集再进行信息传输的协议,在第一段时间t∈(0,τT)内,能量收集装置持续收集能量,能量超过启动阈值Eon时,第二阶段t∈(τT,T)信息传输过程开启,同时收集装置继续收集能量,但受信息传输的干扰,使能量转换效率下降,代表该方法的信息吞吐量函数R(τ,Pt)如下公式(1)所示:
其中,τ是信息传输过程启动前的时间占比,Pt是信息传输功率,(1-τ)表示信息传输过程时间占比,|h|2是信道功率增益,N0是噪声功率;
3)最优时间和功率分配判断:
时间占比τ和功率Pt动态变化过程中,最优的时间占比τ*和最优的传输功率 Pt *使相应的信息吞吐量R(τ,Pt)达到最大,并且符合人体工作环境;
(2)时间和功率优化方法:
得到使吞吐量最大化的最优时间占比τ*和最优传输功率Pt *的步骤如下:
1)路径损耗模型:路径损耗模型用于表示AP节点与生理信息采集传感器节点间的路径损耗PdB,表示如下公式(2)所示:
PdB=P0dB+10nlog(d/d0) 公式(2);
其中,d0是参考距离,P0dB是相对于参考距离d0的路径损耗,n是路径损耗指数,d是AP节点与生理信息采集传感器节点间的距离,参数设置分别为:n=5.8, d0=0.1m,P0dB=56.1,d=25cm;
2)能量收集模型:
能量收集过程获得的总能量为Eh,具体的能量收集条件下的控制模型如下公式(3)所示:
Eh=E0+E1=ρ[τ+(1-τ)η]T 公式(3);
其中,E0=ρτT是能量收集装置在第一阶段收集的能量,ρ代表能量收集速率,τ是第一阶段的时间占比,T是时间周期,在该阶段能量收集装置的转换效率假定为1;E1=ρ(1-τ)ηT是能量收集装置在能量转换效率发生衰减的第二阶段收集的能量,(1-τ)代表第二阶段的时间占比,η代表衰减后的能量转换效率;
3)信息传输模型:
能量收集装置所能提供的用于信息传输的平均功率为Ph,具体的传输模型如下公式(4)所示:
Ph=Eh/[(1-τ)T]=ρ(τ/(1-τ)+η) 公式(4);
其中,(1-τ)T代表信息传输所占时间;
4)优化目标:
优化目标是最大化无线体域网的信息吞吐量R(τ,Pt),优化问题表示如下公式(5)所示:
max R(τ,Pt)
s.t.C1 E0≥Eon
C2 Ph≥Pt
C3 Pt≤Pmax
C4 Pt≥0 公式(5);
其中,s.t是subject to的缩写,表示受约束条件,C1表示第一阶段收集能量 E0必须超过启动能量Eon,传输过程才开启;C2表示传感器节点的信息传输功率 Pt必须不大于能量收集装置提供的平均功率Ph;C3表示传输功率Pt必须不大于人体网络环境所能承载的最大功率Pmax;C4表示传输功率Pt必须为非负值;
5)最优策略:将能量收集模型的完全表达式公式(5)所表示的优化问题中,得到公式(6):
max R(τ,Pt)
s.t.C1 ρτT≥Eon
C2 ρ(τ/(1-τ)+η)≥Pt
C3 Pt≤Pmax
C4 Pt≥0 公式(6);
显然,Pt和τ被引入到优化问题,通过求解优化问题,得到最优的传输功率 Pt *和最优的时间占比τ*,再利用公式(1)中R(τ,Pt)的表达式,最终得到该能量收集装置在该策略下的最大吞吐量;
(3)求解策略:
采用分段求导的方式,提出了一种分段求解的方法,通过求出每段区间的局部最优值再进行对比的方法得出全局最优解,具体算法如下:
然后,将区间划分为子区间分别求得子区间的最优时间占比和最优传输功率;当τcritical<τmin时,R是τ的减函数,同时是Pt的增函数,所以此时全局最优解为τ*=τmin,
Pt *=Pmax;当τcritical≥τmin时,优化问题表示如下公式(9)所示:
max R(τ,Pt)
s.t.0≤Pt≤ρ(τ/(1-τ)+η),τ∈(τmin,τcritical)
0≤Pt≤Pmax,τ∈(τcritical,1) 公式(9);
其中,τ∈(τmin,τcritical)时,局部最大值R1_max=(1-τ)log2(1+ρ(τ/(1-τ)+η)Γ) 公式(10),通过求导将形式转变为Lambert W函数的形式,得到局部最优解为τ∈(τcritical,1)时,局部最大值 R2_max=(1-τcritical)log2(1+PmaxΓ) 公式(12);
最后,比较分段区间最优值得到全局最优值,对应的吞吐量即为最大吞吐量;具体为以下三种情况:
①τ0 *<τmin:R1_max=(1-τmin)log2(1+ρ(τmin/(1-τmin)+η)Γ) 公式(13);
②τmin≤τ0 *≤τcritical:R1_max=(1-τ0 *)log2(1+ρ(τ0 */(1-τ0 *)+η)Γ) 公式(14);
③τ0 *>τcritical:R1_max=(1-τcritical)log2(1+ρ(τcritical/(1-τcritical)+η)Γ) 公式(15);
获得最大吞吐量Rmax=max(R1_max,R2_max)公式(16),最优时间占比τ*为获得最大吞吐量时的时间占比,最优传输功率Pt *为获得最大吞吐量时的传输功率。
与现有技术相比,本发明的有益效果是:
本发明首次在无线体域网中,提出能量收集装置优化方法;前人的研究大部分假定所需能量来源于固定电池,并未考虑能量收集装置的收集速率ρ与转换效率η对无线体域网信息吞吐量率R的影响;同时,也是首次在无线体域网网络环境中提出同时分配时间占比τ和传输功率Pt的优化策略,本发明提出的能量收集策略符合人体环境实际情况,该方法拥有明显提高信息吞吐量的优势;在体域网环境中,人体承载的最大传输功率有限,能量收集产生的平均功率也有限,本发明的求解算法为分段优化,利用Lambert W函数求导得出分段的局部最优解,再通过计算机比较得出全局最优解,该求解方式得到的结果具有确定性以及准确性。
附图说明
图1是本发明WBAN网络仿真模型示意图;
图2是本发明WBAN传输协议示意图;
图3是本发明所述方法的流程示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1-3,图1为本发明的无线体域网网络仿真模型,由一个AP节点和一个采集人体生理信息的传感器节点构成,生理信息传感器节点配有能量收集装置,负责实现能量收集过程。
图2为本发明的无线体域网的传输协议,该发明按照如图所示的能量收集与信息传输方法进行时间和功率分配。
图3为本发明提出的同时分配时间占比和传输功率的无线体域网单点能量收集方法的流程示意图,如图所示:本方法包括下列步骤:
仿真参数:人体环境下最大传输功率Pmax为1.5mW,信息传输的启动能量Eon为0.05mJ,噪声功率PdB为-110dB,时间周期T取1s。
步骤1:初始化体域网节点位置:
过程包括:无线体域网网络模型中汇聚节点AP和采集人体生理信息的传感器节点放置在固定位置不再改变;传感器节点本身不具有能量,所需要的能量由配备的能量收集装置提供;放置结束后,传感器节点利用能量收集装置收集能量,能量来源包括运动能量,生物能量;当能量达到启动值时,允许信息传输过程开启,传感器节点将采集到的信息传输给AP节点,完成网络的组建;
WBAN网络仿真模型如图1所示,采集生理信息的传感器节点、能量收集装置以及AP节点按照图中所示顺序放置,传感器节点与AP节点间距离固定为 25cm。
时间和功率优化:
先进行能量收集再进行信息传输的协议,在第一段时间t∈(0,τT)内,能量收集装置持续收集能量,能量超过启动阈值Eon时,第二阶段t∈(τT,T)信息传输过程开启,同时收集装置继续收集能量,但受信息传输的干扰,使能量转换效率下降,代表该方法的信息吞吐量函数R(τ,Pt)如下公式(1)所示:
其中,τ是信息传输过程启动前的时间占比,Pt是信息传输功率,(1-τ)表示信息传输过程时间占比,|h|2是信道功率增益,N0是噪声功率;
时间占比τ和功率Pt动态变化过程中,最优的时间占比τ*和最优的传输功率 Pt *使相应的信息吞吐量R(τ,Pt)达到最大,并且符合人体工作环境;
按照以下步骤将得到使吞吐量最大化的最优时间占比τ*和最优传输功率Pt *;
步骤2:确定路径损耗模型:
路径损耗模型用于表示AP节点与生理信息采集传感器节点间的路径损耗 PdB,表示如下公式(2)所示:
PdB=P0dB+10nlog(d/d0) 公式(2);
其中,d0是参考距离,P0dB是相对于参考距离d0的路径损耗,n是路径损耗指数,d是AP节点与生理信息采集传感器节点间的距离参数设置分别为:n=5.8, d0=0.1m,P0dB=56.1,d=25cm;
步骤3:建立能量收集模型:
能量收集条件下的功率控制模型如下公式(3)所示:
Eh=E0+E1=ρ[τ+(1-τ)η]T 公式(3);
其中,E0=ρτT是能量收集装置在第一阶段收集的能量,ρ代表能量收集速率,τ是第一阶段的时间占比,T是时间周期,在该阶段能量收集装置的转换效率假定为1。E1=ρ(1-τ)ηT是能量收集装置在能量转换效率发生衰减的第二阶段收集的能量,(1-τ)代表第二阶段的时间占比,η代表衰减后的能量转换效率。
步骤4:建立信息传输模型:
受能量收集装置约束的信息传输模型如下公式(4)所示:
Ph=Eh/[(1-τ)T]=ρ(τ/(1-τ)+η) 公式(4);
其中,Ph是能量收集装置所能提供的平均功率,(1-τ)T代表信息传输所占时间。
步骤5:基于信息吞吐量最大化确定时间和功率确定优化目标函数:
本发明的优化目标是最大化无线体域网的信息吞吐量R,其优化问题表示如下公式(5)所示:
max R(τ,Pt)
s.t.C1 E0≥Eon
C2 Ph≥Pt
C3 Pt≤Pmax
C4 Pt≥0 公式(5);
其中,s.t是subject to的缩写,表示受约束条件,C1表示第一阶段收集能量 E0必须超过启动能量Eon,传输过程才可以开启;C2表示传感器节点的信息传输功率Pt必须不大于能量收集装置提供的平均功率Ph;C3表示传输功率Pt必须不大于人体网络环境所能承载的最大功率Pmax,否则可能对人体造成伤害;C4表示传输功率Pt必须为非负值;
将能量收集模型的完全表达式代入优化问题中,可以得到公式(6):
max R(τ,Pt)
s.t.C1 ρτT≥Eon
C2 ρ(τ/(1-τ)+η)≥Pt
C3 Pt≤Pmax
C4 Pt≥0 公式(6);
显然,Pt和τ被引入到优化问题,通过求解优化问题,可以得到最优的传输功率Pt *和最优的时间占比τ*,再利用公式(1)中R(τ,Pt)的表达式,最终可以得到该能量收集装置在该策略下的最大吞吐量;
步骤6:求解最优策略
直接求解最优时间和功率分配十分困难,本发明采用分段求导的方式,提出了一种分段求解的方法,通过求出每段区间的局部最优值再进行对比的方法得出全局最优解,具体算法如下:
然后,将区间划分为子区间分别求得子区间的最优时间占比和最优传输功率。当τcritical<τmin时,R是τ的减函数,同时是Pt的增函数,所以此时全局最优解为τ*=τmin,Pt *=Pmax;
当τcritical≥τmin时,优化问题表示如下公式(9)所示:
max R(τ,Pt)
s.t.0≤Pt≤ρ(τ/(1-τ)+η),τ∈(τminτcritical)
0≤Pt≤Pmax,τ∈(τcritical,1) 公式(9);
其中,τ∈(τmin,τcritical)时,局部最大值R1_max=(1-τ)log2(1+ρ(τ/(1-τ)+η)Γ) 公式(10);通过求导将形式转变为Lambert W函数的形式,得到局部最优解为τ∈(τcritical,1)时,局部最大值 R2_max=(1-τcritical)log2(1+PmaxΓ) 公式(12);
最后,比较分段区间最优值得到全局最优值,具体为以下三种情况:
①τ0 *<τmin:R1_max=(1-τmin)log2(1+ρ(τmin/(1-τmin)+η)Γ) 公式(13);
②τmin≤τ0 *≤τcritical:R1_max=(1-τ0 *)log2(1+ρ(τ0 */(1-τ0 *)+η)Γ) 公式(14);
③τ0 *>τcritical:R1_max=(1-τcritical)log2(1+ρ(τcritical/(1-τcritical)+η)Γ) 公式(15);
获得最大吞吐量Rmax=max(R1_max,R2_max)公式(16),最优时间占比τ*为获得最大吞吐量时的时间占比,最优传输功率Pt *为获得最大吞吐量时的传输功率。
本发明首次在无线体域网中,提出能量收集装置优化方法;前人的研究大部分假定所需能量来源于固定电池,并未考虑能量收集装置的收集速率ρ与转换效率η对无线体域网信息吞吐量率R的影响;同时,也是首次在无线体域网网络环境中提出同时分配时间占比τ和传输功率Pt的优化策略,本发明提出的能量收集策略符合人体环境实际情况,该方法拥有明显提高信息吞吐量的优势;在体域网环境中,人体承载的最大传输功率有限,能量收集产生的平均功率也有限,本发明的求解算法为分段优化,利用Lambert W函数求导得出分段的局部最优解,再通过计算机比较得出全局最优解,该求解方式得到的结果具有确定性以及准确性。
上面对本专利的较佳实施方式作了详细说明,但是本专利并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本专利宗旨的前提下作出各种变化。
Claims (1)
1.无线体域网的同时分配时间和功率的能量收集优化方法,其特征在于,具体步骤如下:
(1)无线体域网单点能量收集模型,包括初始化、时间和功率优化、最优时间和功率分配判断;
1)初始化:
过程包括:无线体域网网络模型中汇聚节点AP和采集人体生理信息的传感器节点放置在固定位置不再改变;传感器节点本身不具有能量,所需要的能量由配备的能量收集装置提供;放置结束后,传感器节点利用能量收集装置收集能量,能量来源包括运动能量,生物能量;当能量达到启动值时,允许信息传输过程开启,传感器节点将采集到的信息传输给AP节点,完成网络的组建;
2)时间和功率优化:
先进行能量收集再进行信息传输的协议,在第一段时间t∈(0,τT)内,能量收集装置持续收集能量,能量超过启动阈值Eon时,第二阶段t∈(τT,T)信息传输过程开启,同时收集装置继续收集能量,但受信息传输的干扰,使能量转换效率下降,代表该方法的信息吞吐量函数R(τ,Pt)如下公式(1)所示:
其中,τ是信息传输过程启动前的时间占比,Pt是信息传输功率,(1-τ)表示信息传输过程时间占比,|h|2是信道功率增益,N0是噪声功率;
3)最优时间和功率分配判断:
时间占比τ和功率Pt动态变化过程中,最优的时间占比τ*和最优的传输功率Pt *使相应的信息吞吐量R(τ,Pt)达到最大,并且符合人体工作环境;
(2)时间和功率优化方法:
得到使吞吐量最大化的最优时间占比τ*和最优传输功率Pt *的步骤如下:
1)路径损耗模型:路径损耗模型用于表示AP节点与生理信息采集传感器节点间的路径损耗PdB,表示如下公式(2)所示:
PdB=P0dB+10n log(d/d0) 公式(2);
其中,d0是参考距离,P0dB是相对于参考距离d0的路径损耗,n是路径损耗指数,d是AP节点与生理信息采集传感器节点间的距离,参数设置分别为:n=5.8,d0=0.1m,P0dB=56.1,d=25cm;
2)能量收集模型:
能量收集过程获得的总能量为Eh,具体的能量收集条件下的控制模型如下公式(3)所示:
Eh=E0+E1=ρ[τ+(1-τ)η]T 公式(3);
其中,E0=ρτT是能量收集装置在第一阶段收集的能量,ρ代表能量收集速率,τ是第一阶段的时间占比,T是时间周期,在该阶段能量收集装置的转换效率假定为1;E1=ρ(1-τ)ηT是能量收集装置在能量转换效率发生衰减的第二阶段收集的能量,(1-τ)代表第二阶段的时间占比,η代表衰减后的能量转换效率;
3)信息传输模型:
能量收集装置所能提供的用于信息传输的平均功率为Ph,具体的传输模型如下公式(4)所示:
Ph=Eh/[(1-τ)T]=ρ(τ/(1-τ)+η) 公式(4);
其中,(1-τ)T代表信息传输所占时间;
4)优化目标:
优化目标是最大化无线体域网的信息吞吐量R(τ,Pt),优化问题表示如下公式(5)所示:
max R(τ,Pt)
s.t.C1 E0≥Eon
C2 Ph≥Pt
C3 Pt≤Pmax
C4 Pt≥0 公式(5);
其中,s.t是subject to的缩写,表示受约束条件,C1表示第一阶段收集能量E0必须超过启动能量Eon,传输过程才开启;C2表示传感器节点的信息传输功率Pt必须不大于能量收集装置提供的平均功率Ph;C3表示传输功率Pt必须不大于人体网络环境所能承载的最大功率Pmax;C4表示传输功率Pt必须为非负值;
5)最优策略:将能量收集模型的完全表达式公式(5)所表示的优化问题中,得到公式(6):
max R(τ,Pt)
s.t.C1 ρτT≥Eon
C2 ρ(τ/(1-τ)+η)≥Pt
C3 Pt≤Pmax
C4 Pt≥0 公式(6);
显然,Pt和τ被引入到优化问题,通过求解优化问题,得到最优的传输功率Pt *和最优的时间占比τ*,再利用公式(1)中R(τ,Pt)的表达式,最终得到该能量收集装置在该策略下的最大吞吐量;
(3)求解策略:
采用分段求导的方式,提出了一种分段求解的方法,通过求出每段区间的局部最优值再进行对比的方法得出全局最优解,具体算法如下:
然后,将区间划分为子区间分别求得子区间的最优时间占比和最优传输功率;当τcritical<τmin时,R是τ的减函数,同时是Pt的增函数,所以此时全局最优解为τ*=τmin,
Pt *=Pmax;当τcritical≥τmin时,优化问题表示如下公式(9)所示:
max R(τ,Pt)
s.t.0≤Pt≤ρ(τ/(1-τ)+η),τ∈(τmin,τcritical)
0≤Pt≤Pmax,τ∈(τcritical,l) 公式(9);
其中,τ∈(τmin,τcritical)时,局部最大值R1_max=(1-τ)log2(1+ρ(τ/(1-τ)+η)Γ)公式(10),通过求导将形式转变为Lambert W函数的形式,得到局部最优解为
τ∈(τcritical,1)时,局部最大值R2_max=(1-τcritical)log2(1+PmaxΓ)公式(12);
最后,比较分段区间最优值得到全局最优值,对应的吞吐量即为最大吞吐量;具体为以下三种情况:
①τ0 *<τmin:R1_max=(1-τmin)log2(1+ρ(τmin/(1-τmin)+η)Γ)公式(13);
②τmin≤τ0 *≤τcritical:R1_max=(1-τ0 *)log2(1+ρ(τ0 */(1-τ0 *)+η)Γ)公式(14);
③τ0 *>τcritical:R1_max=(1-τcritical)log2(1+ρ(τcritical/(1-τcritical)+η)Γ)公式(15);
获得最大吞吐量Rmax=max(R1_max,R2_max)公式(16),最优时间占比τ*为获得最大吞吐量时的时间占比,最优传输功率Pt *为获得最大吞吐量时的传输功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710669103.0A CN107277760B (zh) | 2017-08-08 | 2017-08-08 | 无线体域网的同时分配时间和功率的能量收集优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710669103.0A CN107277760B (zh) | 2017-08-08 | 2017-08-08 | 无线体域网的同时分配时间和功率的能量收集优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107277760A CN107277760A (zh) | 2017-10-20 |
CN107277760B true CN107277760B (zh) | 2020-05-19 |
Family
ID=60076782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710669103.0A Expired - Fee Related CN107277760B (zh) | 2017-08-08 | 2017-08-08 | 无线体域网的同时分配时间和功率的能量收集优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107277760B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109067480B (zh) * | 2018-08-23 | 2020-11-06 | 广州恒创智能科技有限公司 | 采用wpt技术的wban的能量和数据传输时间分配方法 |
CN109831826B (zh) * | 2019-01-28 | 2022-04-22 | 南京邮电大学 | 无线供能通信网络中的联合上下行信息传输的资源分配方法 |
CN111132333B (zh) * | 2019-12-13 | 2022-04-05 | 重庆邮电大学 | 无线供电网络中基于时间反演的时间分配装置及方法 |
CN111586613B (zh) * | 2020-05-10 | 2022-02-08 | 吉林大学 | 基于无线体域网的全双工多点无线信息和能量传输方法 |
CN115865298B (zh) * | 2022-11-28 | 2023-08-18 | 徐州医科大学 | 一种面向主动健康监测系统的传输时延优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103354652A (zh) * | 2013-06-14 | 2013-10-16 | 中国农业大学 | 一种无线体域网轻量级数据融合的方法与装置 |
CN103889065A (zh) * | 2014-02-28 | 2014-06-25 | 中国农业大学 | 一种无线体域网数据传输调度方法与装置 |
-
2017
- 2017-08-08 CN CN201710669103.0A patent/CN107277760B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107277760A (zh) | 2017-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107277760B (zh) | 无线体域网的同时分配时间和功率的能量收集优化方法 | |
CN108880662B (zh) | 一种基于无人机的无线信息和能量传输的优化方法 | |
CN103781168B (zh) | 蜂窝网络中的功率分配方法和系统 | |
CN109067488B (zh) | 基于能量累积的信息与能量双向传输系统性能的优化方法 | |
CN111586614B (zh) | 联合目的节点权重进行优化协作网络信息和能量传输的方法 | |
CN109661034B (zh) | 一种无线供能通信网络中的天线选择和资源分配方法 | |
CN111446992A (zh) | 无线供电大规模mimo网络中的最大化最小能效资源分配方法 | |
Ling et al. | The optimal control policy for point-to-point wireless body area network based on simultaneous time-ratio and transmission power allocation | |
CN105451315A (zh) | 吞吐量最大化的串行能量采集方法 | |
CN108601076A (zh) | 能量收集无线网络中可持续传输需求驱动的多信道功率分配方法 | |
CN109769263B (zh) | 一种安全高能效的认知d2d通信方法 | |
CN106793121A (zh) | 一种多用户数据与能量协作传输方法及系统 | |
CN110650526B (zh) | 能量共享的eh分布式基站系统功率分配方法 | |
CN114520989B (zh) | 多载波数能同传noma网络能效最大化方法 | |
CN109275149B (zh) | 一种认知无线供电网络中基于能量累积的资源分配方法 | |
CN102724670A (zh) | 一种用于sc-fdma系统中的动态资源分配方法 | |
CN107613565B (zh) | 一种全双工超密集网络中的无线资源管理方法 | |
CN109831826A (zh) | 无线供能通信网络中的联合上下行信息传输的资源分配方法 | |
CN110381589B (zh) | 基于无线能量收集的协作无线网络子信道功率分配方法 | |
CN113490277B (zh) | H-cran中基于swipt的能量分配与时隙切换系数联合优化方法 | |
CN108419255A (zh) | 一种无线传感器网络移动充电和数据收集方法 | |
CN105933913B (zh) | 无线传感器网络中分层数据回传链路能量收集存储方法 | |
CN111212468B (zh) | 多载波认知无线电无线携能通信资源分配方法 | |
CN114080026A (zh) | 一种基于随机梯度下降的水下无线传感网络资源分配方法 | |
CN108712777B (zh) | 一种考虑能量损耗的能量采集无线传输系统功率分配方法 |
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 | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200519 Termination date: 20210808 |
|
CF01 | Termination of patent right due to non-payment of annual fee |