CN107770791A - 一种基于能量捕获的能效公平性优化方法 - Google Patents
一种基于能量捕获的能效公平性优化方法 Download PDFInfo
- Publication number
- CN107770791A CN107770791A CN201711074614.4A CN201711074614A CN107770791A CN 107770791 A CN107770791 A CN 107770791A CN 201711074614 A CN201711074614 A CN 201711074614A CN 107770791 A CN107770791 A CN 107770791A
- Authority
- CN
- China
- Prior art keywords
- mrow
- network
- user
- energy
- mfrac
- 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
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于能量捕获的能效公平性优化方法,包括:获取初始数据,包括基站发射功率、路径损耗因子、网络接收阈值、用户与单层网络的基站之间的距离、网络总带宽和其它层网络的基站对用户的干扰;在频谱正交分割的情形下,根据路径损耗因子和网络接收阈值,得到覆盖概率的平均对数;根据覆盖概率的平均对数、网络总带宽和网络接收阈值,以网络能效值最大为目标建立网络能效模型,基于网络能效模型得到网络接收阈值的隐函数;将初始数据输入到网络接收阈值的隐函数,得到最优网络接收阈值和最优网络能效值。本发明在保证用户服务质量的同时,有效提升整个网络的能量公平性。
Description
技术领域
本发明属于无线通信技术领域,更具体地,涉及一种基于能量捕获的能效公平性优化方法。
背景技术
随着物联网传感器节点数量的指数式增长和流量需求的不断提升,无线功率通信网络(WPCN)成为了给物联网节点提供无线通信服务的解决方案。由于无线功率通信网络能够同时进行无线功率传输和无线信息传输,因此它能够很方便的为没有电网供电的物联网传感器补充能量,延长节点工作寿命。然而在网络运营成本和通信行业碳排放总量急剧上升的背景下,现有技术存在无法在保证用户服务质量(QoS)的同时,提升网络系统的总能效的技术问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于能量捕获的能效公平性优化方法,由此解决现有技术存在无法在保证用户服务质量的同时,提升网络系统的总能效的技术问题。
为实现上述目的,本发明提供了一种基于能量捕获的能效公平性优化方法,包括:
(1)获取初始数据,包括基站发射功率Pt、路径损耗因子α、网络接收阈值θ、用户与单层网络的基站之间的距离l、网络总带宽W和其它层网络的基站对用户的干扰Iφ;
(2)根据基站发射功率Pt、用户与单层网络的基站之间的距离l和其它层网络的基站对用户的干扰Iφ,得到用户信干比SIR,对于SIR≥θ的用户,在频谱正交分割的情形下,根据路径损耗因子α和网络接收阈值θ,得到覆盖概率的平均对数E[log(C)];
(3)根据覆盖概率的平均对数E[log(C)]、网络总带宽W和网络接收阈值θ,以网络能效值最大为目标建立网络能效模型,基于网络能效模型得到网络接收阈值θ的隐函数;将初始数据输入到网络接收阈值θ的隐函数,得到最优网络接收阈值θ*;对于SIR≥θ*的用户进行无线信息传输,对于SIR<θ*的用户进行能量捕获,得到最优网络能效值。
进一步的,步骤(3)的具体实现方式为:
根据覆盖概率的平均对数E[log(C)]、网络总带宽W和网络接收阈值θ,以网络能效值最大为目标建立网络能效模型,基于网络能效模型得到网络接收阈值θ的隐函数;将初始数据输入到网络接收阈值θ的隐函数,得到最优网络接收阈值θ*;当单层网络的基站向用户传输无线信息时,SIR≥θ*的用户为信道质量较好的用户,信道质量较好的用户连接到基站上去进行无线信息传输,而SIR<θ*的用户为信道质量较差的用户,信道质量较差的用户进行能量捕获,并将捕获的能量用于之后上行链路的信息传输中,得到最优网络能效值。
进一步的,用户信干比为SIR为:
其中,h是信道功率的衰减系数。
进一步的,覆盖概率的平均对数E[log(C)]为:
进一步的,网络能效模型为:
其中,UEE为网络能效值,N为下行链路中接入用户总数,和β均和θ无关,为其中Ps为基站的静态功耗,η为用户进行能量捕获的效率,λ表示基站的分布密度。
进一步的,网络接收阈值θ的隐函数为:
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明考虑的是在频谱正交分割的情形,此时每一层网络用户之间已经分割好了,每层网络之间由于频谱正交分割,因此互不干扰,所以我们只考虑其中的单层网络。这时就不用考虑蜂窝选择概率,只用优化网络接收阈值来寻求最大的网络能效值。由于是频谱正交分割,因此覆盖概率就十分简单,就可以直接解出关于网络接收阈值的隐函数,也就可以直接解出最优网络接收阈值。然后最优网络接收阈值对用户进行无线信息传输和能量捕获进行分配,在保证用户服务质量的同时,既可以较好地提升了网络系统的总能效,同时还能兼顾系统的公平性。适用于面向WPCN下行链路正交频谱分割的单层网络系统。
(2)本发明考虑了现实情况中移动节点的流量需求在时间和空间上都呈现出波动性这一特点,与一般的蜂窝网络下行链路相比能够在保证用户QoS的同时,有效地提升网络整体的能效公平性。一般的蜂窝网络下行链路中,当用户流量需求较低时,基站仍旧在消耗大量的能量。尽管通过基站睡眠模式可以减少能耗,显著地提升网络能效,但是移动节点的流量需求在时间和空间上都呈现出波动性这一特点使得该方法中中关断操作极大地受限,甚至会严重影响用户的体验。而本发明提供的利用最优网络接收阈值θ*;对SIR≥θ*的用户进行无线信息传输,而SIR<θ*的用户进行能量捕获,并将捕获的能量用于之后上行链路的信息传输中,得到最优网络能效值。正好可以克服上述基站睡眠模式中流量波动性限制,还可以在保证用户QoS的同时,显著地提升网络整体的能效公平性。本发明提出的以上技术方案与现有技术中不考虑能量捕获的方法相比,在保证用户QoS的基础上,还可有效地提升整个网络的能量公平性,既能满足未来急剧的流量需求,又符合绿色通信的趋势。
附图说明
图1是本发明实施例提供的单层基于能量捕获的网络下行链路模型示意图;
图2为本发明实施例提供的一种基于能量捕获的能效公平性优化方法的流程图;
图3为本发明实施例提供的方法与不考虑能量捕获的网络能效仿真对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供的基于能量捕获的能效公平性优化方法,根据网络节点的流量需求协调信息传输和能量捕获的比例,从而降低网络能耗,在保证用户QoS的同时,有效地提升网络的能量效率。
图1所示,是实施例中单层网络的无线功率通信网络中的用户既可以进行信息传输,也可以进行能量捕获。其中,圆形区域的用户称之为信道质量较好的用户,它们将进行无线信息传输,而圆形区域之外椭圆形区域之内的用户则称之为信道质量较差的用户,它们将进行能量捕获,并将捕获的能量用于随后的信息传输过程。通过数值模拟来研究对比所提出的基于能量捕获的方法以及未考虑能量捕获的方法,除非另有说明,否则初始数据为:路径损耗因子α=4,网络总带宽W=10MHz,基站的静态功率损耗Ps=0dBm,基站发射功率Pt=41dBm,基站的的分布密度分别为λ=4×10-5m2,偏置因子B=0dB,用户的分布密度为λu=20λ,用户捕获能量的转换效率为η=0.7。
如图2所示,一种基于能量捕获的能效公平性优化方法,具体包括如下步骤:
(1)获取初始数据,包括基站发射功率Pt、路径损耗因子α、网络接收阈值θ、用户与单层网络的基站之间的距离l、网络总带宽W和其它层网络的基站对用户的干扰Iφ;
(2)根据基站发射功率Pt、用户与单层网络的基站之间的距离l和其它层网络的基站对用户的干扰Iφ,得到用户信干比SIR,其中,h是信道功率的衰减系数。同时,我们还得考虑到公平性,而用户之间的公平体现在数学公式上便是对所探讨的目标函数取对数。对于对于SIR≥θ的用户,在频谱正交分割的情形下,我们不考虑来自其它层网络的基站对用户的干扰,只考虑单层网络。根据路径损耗因子α和网络接收阈值θ,得到覆盖概率的平均对数E[log(C)],
(3)根据覆盖概率的平均对数E[log(C)]、网络总带宽W和网络接收阈值θ,以网络能效值最大为目标建立网络能效模型,基于网络能效模型得到网络接收阈值θ的隐函数;将初始数据输入到网络接收阈值θ的隐函数,得到最优网络接收阈值θ*;当单层网络的基站向用户传输无线信息时,SIR≥θ*的用户为信道质量较好的用户,信道质量较好的用户连接到基站上去进行无线信息传输,而SIR<θ*的用户为信道质量较差的用户,信道质量较差的用户进行能量捕获,并将捕获的能量用于之后上行链路的信息传输中,得到最优网络能效值。
其中,UEE为网络能效值,N为下行链路中接入用户总数,和β均和θ无关,为其中Ps为基站的静态功耗,η为用户进行能量捕获的效率,λ表示基站的分布密度。网络接收阈值θ的隐函数为:
图3所示,是实施例提供的本发明与不考虑能量捕获的蜂窝网络下行链路,两者的能效仿真对比图。这里考虑的是一个单层的蜂窝网络,具体参数如图1模型中所述。本发明实例中观察的是在网络接入门限值θ*是最优的情况下,基于比例公平的网络能效值UEE随用户分布密度的λu变化情况。由于在该阈值下,网络节点既可以进行信息传输还可以进行能量捕获,因此为了对比,另外一个取θ=0.05,该阈值下网络中所有的节点全部只能进行信息传输,而不能进行能量捕获,和一般的蜂窝网络比较接近。
从图3可以看出,当接收阈值固定在0.05时(非常小),网络整体的能量效率要低于那些接收阈值为最优的情况。因为当接收阈值很小时,所有连接上基站的用户设备均能进行信息传输并消耗网络的能量。由此可以看出,就网络整体的能量效率而言,所有用户均进行信息传输并不是最好的策略。因此,我们可以分配一些信道质量较差的用户设备进行能量捕获,然后在上行链路中再利用捕获的能量进行信息传输。
公平性是一种评估网络负载平衡的重要指标,它通过衡量网络中不同位置的节点对于不同的网络负载状况和服务质量需求来有选择地分配网络资源,从而在用户QoS和网络服务能力中得到平衡,体现在公式上则是对相应需要考虑公平性的定义式取对数。针对移动节点的流量需求在时间和空间上都呈现出波动性这一基本特点,我们利用无线功率通信网络能够同时进行无线功率传输和无线信息传输的特点,考虑了无线功率传输中能量捕获的情况,提出一种基于能量捕获的能效公平性优化方法。该方法能够根据节点的流量需求和服务基站当前的接收阈值来调整节点的工作模式,即选择能量捕获或无线信息传输,从而协调基站进行信息传输和能量捕获的比例,最终提升网络所服务节点的能效公平性。该方法可以很好地满足基站所服务用户的流量波动性需求,还可以在保证用户QoS的同时,有效地提升网络整体的能量效率。
现有技术中有考虑k层的无线异构蜂窝网络,在频谱共用的前提下,联合优化蜂窝选择概率和网络接收阈值来求解最优的能效的,其中蜂窝选择概率代表的是第k层用户平面的大小,而网络接收阈值代表第k层用户平面中进行信息传输的用户数量比例。这里由于蜂窝选择概率和网络接收阈值相互影响,并不能直接解出其中任何一个量,而只能大致推导出网络能效分别是这两个量的凸函数,也就是存在一个最优的蜂窝选择概率和网络接收阈值组合,使得网络整体能效最大化。
而本发明考虑的是频谱正交的情况,每一层用户之间已经分割好了,每层之间由于频谱正交分割,因此互不干扰,所以我们只考虑其中的一层。这时就不用考虑蜂窝选择概率,只用优化网络接收阈值来寻求最大的网络能效值。由于是频谱正交分割,因此覆盖概率就十分简单,就可以直接解出关于网络接收阈值的隐函数,也就可以直接解出最优的网络接收阈值了。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于能量捕获的能效公平性优化方法,其特征在于,包括:
(1)获取初始数据,包括基站发射功率Pt、路径损耗因子α、网络接收阈值θ、用户与单层网络的基站之间的距离l、网络总带宽W和其它层网络的基站对用户的干扰Iφ;
(2)根据基站发射功率Pt、用户与单层网络的基站之间的距离l和其它层网络的基站对用户的干扰Iφ,得到用户信干比SIR,对于SIR≥θ的用户,在频谱正交分割的情形下,根据路径损耗因子α和网络接收阈值θ,得到覆盖概率的平均对数E[log(C)];
(3)根据覆盖概率的平均对数E[log(C)]、网络总带宽W和网络接收阈值θ,以网络能效值最大为目标建立网络能效模型,基于网络能效模型得到网络接收阈值θ的隐函数;将初始数据输入到网络接收阈值θ的隐函数,得到最优网络接收阈值θ*;对于SIR≥θ*的用户进行无线信息传输,对于SIR<θ*的用户进行能量捕获,得到最优网络能效值。
2.如权利要求1所述的一种基于能量捕获的能效公平性优化方法,其特征在于,所述步骤(3)的具体实现方式为:
根据覆盖概率的平均对数E[log(C)]、网络总带宽W和网络接收阈值θ,以网络能效值最大为目标建立网络能效模型,基于网络能效模型得到网络接收阈值θ的隐函数;将初始数据输入到网络接收阈值θ的隐函数,得到最优网络接收阈值θ*;当单层网络的基站向用户传输无线信息时,SIR≥θ*的用户为信道质量较好的用户,信道质量较好的用户连接到基站上去进行无线信息传输,而SIR<θ*的用户为信道质量较差的用户,信道质量较差的用户进行能量捕获,并将捕获的能量用于之后上行链路的信息传输中,得到最优网络能效值。
3.如权利要求1或2所述的一种基于能量捕获的能效公平性优化方法,其特征在于,所述用户信干比为SIR为:
<mrow>
<mi>S</mi>
<mi>I</mi>
<mi>R</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>P</mi>
<mi>t</mi>
</msub>
<msup>
<mi>hl</mi>
<mrow>
<mo>-</mo>
<mi>&alpha;</mi>
</mrow>
</msup>
</mrow>
<msub>
<mi>I</mi>
<mi>&phi;</mi>
</msub>
</mfrac>
</mrow>
其中,h是信道功率的衰减系数。
4.如权利要求1或2所述的一种基于能量捕获的能效公平性优化方法,其特征在于,所述覆盖概率的平均对数E[log(C)]为:
<mrow>
<mi>E</mi>
<mo>&lsqb;</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&theta;</mi>
</mrow>
<mrow>
<mi>&alpha;</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
5.如权利要求1或2所述的一种基于能量捕获的能效公平性优化方法,其特征在于,所述网络能效模型为:
<mrow>
<msub>
<mi>U</mi>
<mrow>
<mi>E</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mfrac>
<mi>W</mi>
<mi>N</mi>
</mfrac>
<mo>+</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mi>&theta;</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&theta;</mi>
</mrow>
<mrow>
<mi>&alpha;</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</mfrac>
<mo>-</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mo>+</mo>
<msup>
<mi>&beta;e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&theta;</mi>
</mrow>
<mrow>
<mi>&alpha;</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</mfrac>
</mrow>
</msup>
<mo>)</mo>
</mrow>
</mrow>
其中,UEE为网络能效值,N为下行链路中接入用户总数,和β均和θ无关,为其中Ps为基站的静态功耗,η为用户进行能量捕获的效率,λ表示基站的分布密度。
6.如权利要求5所述的一种基于能量捕获的能效公平性优化方法,其特征在于,所述网络接收阈值θ的隐函数为:
<mrow>
<mfrac>
<mrow>
<mi>&alpha;</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>&theta;</mi>
<mo>)</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msup>
<mi>&beta;e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&theta;</mi>
</mrow>
<mrow>
<mi>&alpha;</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</mfrac>
</mrow>
</msup>
</mrow>
<mrow>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mo>+</mo>
<msup>
<mi>&beta;e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>&theta;</mi>
</mrow>
<mrow>
<mi>&alpha;</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</mfrac>
</mrow>
</msup>
</mrow>
</mfrac>
<mo>=</mo>
<mn>2.</mn>
</mrow>
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711074614.4A CN107770791B (zh) | 2017-11-03 | 2017-11-03 | 一种基于能量捕获的能效公平性优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711074614.4A CN107770791B (zh) | 2017-11-03 | 2017-11-03 | 一种基于能量捕获的能效公平性优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107770791A true CN107770791A (zh) | 2018-03-06 |
CN107770791B CN107770791B (zh) | 2018-07-06 |
Family
ID=61272711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711074614.4A Expired - Fee Related CN107770791B (zh) | 2017-11-03 | 2017-11-03 | 一种基于能量捕获的能效公平性优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107770791B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115334541A (zh) * | 2022-07-12 | 2022-11-11 | 中国地质大学(武汉) | 一种参数迭代式LoRa网络能效优化方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010030945A1 (en) * | 2008-09-12 | 2010-03-18 | Qualcomm Incorporated | Apparatus and methods for controlling a sleep mode in a wireless device |
CN102811490A (zh) * | 2012-07-06 | 2012-12-05 | 华中科技大学 | 一种基于能量效率的miso-ofdm下行链路资源分配方法 |
CN104066192A (zh) * | 2014-07-02 | 2014-09-24 | 北京理工大学 | 一种基于用户体验质量的高能效频率功率分配方法 |
CN104702395A (zh) * | 2015-03-26 | 2015-06-10 | 山东大学 | 一种协作认知网络中公平且能效高的联合资源分配方法 |
CN106060916A (zh) * | 2016-05-18 | 2016-10-26 | 华中科技大学 | 一种基于流量负载的多层异构蜂窝网络的增益调节方法 |
CN106211252A (zh) * | 2016-06-15 | 2016-12-07 | 华中科技大学 | 一种无线密集网络的能效优化方法 |
-
2017
- 2017-11-03 CN CN201711074614.4A patent/CN107770791B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010030945A1 (en) * | 2008-09-12 | 2010-03-18 | Qualcomm Incorporated | Apparatus and methods for controlling a sleep mode in a wireless device |
CN102811490A (zh) * | 2012-07-06 | 2012-12-05 | 华中科技大学 | 一种基于能量效率的miso-ofdm下行链路资源分配方法 |
CN104066192A (zh) * | 2014-07-02 | 2014-09-24 | 北京理工大学 | 一种基于用户体验质量的高能效频率功率分配方法 |
CN104702395A (zh) * | 2015-03-26 | 2015-06-10 | 山东大学 | 一种协作认知网络中公平且能效高的联合资源分配方法 |
CN106060916A (zh) * | 2016-05-18 | 2016-10-26 | 华中科技大学 | 一种基于流量负载的多层异构蜂窝网络的增益调节方法 |
CN106211252A (zh) * | 2016-06-15 | 2016-12-07 | 华中科技大学 | 一种无线密集网络的能效优化方法 |
Non-Patent Citations (1)
Title |
---|
牛志升,龚杰,周盛: "能效与资源优化的超蜂窝移动通信系统基础研究", 《电子科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115334541A (zh) * | 2022-07-12 | 2022-11-11 | 中国地质大学(武汉) | 一种参数迭代式LoRa网络能效优化方法及系统 |
CN115334541B (zh) * | 2022-07-12 | 2024-04-16 | 中国地质大学(武汉) | 一种参数迭代式LoRa网络能效优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107770791B (zh) | 2018-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5697622B2 (ja) | 移動通信システム及びそのリモート無線ユニットクラスタリング方法 | |
CN101951307B (zh) | 在CoMP下的小区协作集的选择方法 | |
CN105813129B (zh) | 一种基于d2d分簇的资源分配方法 | |
TWI553566B (zh) | 干擾環境中建構於分時多工接取之室內小細胞自我優化佈署串接控 制方法與裝置 | |
CN103024921B (zh) | 一种基于cqi反馈参数和sinr数值分组的调度方法 | |
CN101291169B (zh) | 无线中继站的选择方法 | |
CN101784107B (zh) | 无线mimo网络中基于非合作重复博弈的功率调度方法 | |
Deruyck et al. | Reducing the power consumption in LTE-Advanced wireless access networks by a capacity based deployment tool | |
CN103828447B (zh) | 上行功率控制方法和装置 | |
KR20110091502A (ko) | 상향 전송 파워 제어 방법, 시스템 및 기지국 | |
CN104023382B (zh) | 同频全双工系统中的功率控制方法及基站 | |
CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
CN108064077B (zh) | 蜂窝网络中全双工d2d的功率分配方法 | |
US20130089046A1 (en) | Method and apparatus for distributed scheduling for enhancing link performance in wireless communication system | |
CN107135538A (zh) | 基于斯坦科尔伯格博弈的d2d功率控制及干扰管理方法 | |
US10271242B2 (en) | Method and apparatus for traffic load balancing in mobile communication system | |
Wang et al. | Sub-channel allocation for device-to-device underlaying full-duplex mmWave small cells using coalition formation games | |
CN107249205A (zh) | 一种资源分配方法、装置及用户终端 | |
Gao et al. | Joint optimization of component carrier selection and resource allocation in 5G carrier aggregation system | |
CN104394596A (zh) | 一种TD-LTE-Advanced中继系统中兼顾吞吐量和公平性的上行资源分配方法 | |
CN103369658B (zh) | 物理层安全约束下协同ofdma系统功率控制方法 | |
CN107770791B (zh) | 一种基于能量捕获的能效公平性优化方法 | |
US20120094650A1 (en) | Method of communication | |
CN104378151B (zh) | 大规模中继网络中基于时隙aloha的贪婪中继选择方法 | |
KR100999959B1 (ko) | 다중 셀 환경에서 셀 간 간섭을 고려한 자원 할당 제어 방법 및 무선 통신 시스템 |
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: 20180706 Termination date: 20201103 |
|
CF01 | Termination of patent right due to non-payment of annual fee |