CN108712777B - 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 - Google Patents

Abstract

本发明公开了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,具体步骤如下：建立优化模型，通过最优化方法解优化问题，根据存储效率和最优条件求出储能门限值和取能门限值之间的关系，计算出所有时刻的储能门限值和取能门限值，使得按照这两个门限值分配的功率满足因果限制条件，根据传输速率表达式、电路损耗功率值计算出能效最大化的最优功率值，把这个最优功率值也当成一个门限值，与前面线性搜索得到的门限值比较，根据不同情况调整功率值，经过两部分配后，对最后一个时隙的功率进行调整。

Description

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

技术领域

本发明属于通信技术领域，涉及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。

背景技术

随着无线通信技术的发展，环保和能耗问题日益突出，以绿色节能为宗旨的通信技术成为了无线通信发展的主流技术。能量采集(Energy Harvesting)，是可再生资源在无线通信中应用的一种方法,可以实现可再生资源的高效使用。在能量采集场景中，无线通信设备的能量采集器能够从自然环境中(如风能、太阳能、潮汐能等)采集能量，由于采集的能量值随机性较大且比较有限，所以如何分配这些能量来使用合适的功率传输数据显得十分重要。

关于能量采集问题的研究涉及不同种类的通信系统模型，包括单信道和多信道网络、中继网络、协作网络等等。不过，这些通信系统模型最终归结为简单的具有能量采集功能的信息发送方和一个或多个接收方的形式，模型得到简化之后，然后就可以深入研究能量采集功能对发送方的发送功率的影响，进而影响到整个传输信道的吞吐量和最小传输时间。现如今基于能量采集的无线通信系统中的研究方面有很多：根据可再生能源的时变特性对能量采集过程进行合理建模；针对能量的动态特性，研究如何分配功率使得系统性能最佳；同时考虑能量的动态特性和信道状态的时变特性，对功率进行分配；考虑能量采集系统中出现的其它消耗作为优化问题的限制条件；研究数据量确定，如何在一定时间传送完数据且能量消耗值最小，与电网相结合，保证系统持续不断的能量供给；在多用户和多信道场景中，研究通过考虑多用户之间或者多信道之间的相互影响，使用户的速率达到给定比例要求，保证用户之间的公平性，且速率在信道容量允许范围内，最大化总体吞吐量或者最小化传输完成时间。

本发明解决了能量采集无线通信系统中存在两种能量损耗时功率分配问题，合理的利用了有限的资源，在满足因果性等限制条件下，最大化能量利用率，提高了系统的平均吞吐量。

发明内容

技术问题：本发明的目的是提供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，考虑系统在传输数据时存在存储损耗以及电路损耗两个因素，以最大化系统平均吞吐量为目标建立优化模型，并且运用最优化知识解决优化问题，根据最优解的表达形式，得出具体的功率分配方法，有效提高系统的平均吞吐量。

技术方案：本发明的考虑能量损耗的能量采集无线传输系统功率分配方法，包括以下步骤：

1)建立系统模型，解优化问题，得出储能门限值p_si和取能门限值p_ri之间的关系：设系统传输时长为N个时隙，时隙长为单位1，时隙i的功率为：

其中E_i为时隙i开始采集到的能量，a为电路损耗，l_i为时隙i的实际传输时长，且(0≤l_i≤1)，s_i为时隙i存入电池的能量，r_i为从电池中取出的能量，则电池中的能量可以表示为：

其中α为电池存储效率。时隙i的传输速率设为

其中h为信道衰落系数，以最大化系统平均吞吐量为目标建立优化问题，利用拉格朗日乘子法和KKT条件得出解的最优形式和两个门限值之间所满足的关系。

2)计算所有时刻的储能门限值p_si和取能门限值p_ri：

步骤1：从当前时隙开始一直到最后一个时隙，通过线性搜索得到最大的p_si值，并由1)中所得关系计算出p_ri，使得按这两个门限值分配的功率满足最优化问题中的所有限制条件；

步骤2：找出最接近当前时隙的满足电池中能量小于ε(ε为任意小的某个值)条件的时隙，将步骤1所得门限值分配给当前时隙和满足条件的时隙之间的所有时隙，然后将满足条件的时隙的下一个时隙设为当前时隙；

步骤3：重复步骤1和2，直到所有时隙的门限值都分配完毕。

3)根据2)得到的所有时隙的门限值来分配功率，并计算出p_i,s_i,r_i,B_i。

4)计算出使能效最大化的最优功率值：根据传输速率表达式

和电路损耗a求解出能效最大化最优功率值pee。

5)将4)中所求的pee值与2)中所求门限值进行对比，再次调整功率：按照最优功率值pee与储能门限p_ri与p_si的关系分为3种情况：a)pee>p_si；b)p_ri≤pee≤p_si；c)pee＜p_ri，然后对每一种情况进行讨论，重新分配功率p_i和实际传输时长l_i。

6)调整最后一个时隙功率：在完成以上功率分配后，对最后一个时隙功率进行调整，策略为用完最后一个时隙采集的能量以及电池中剩余的所有能量。

本发明将存储损耗以及电路损耗两个因素考虑其中，通过解决最优化问题得到最优解的表达形式，并且得到储能门限值和取能门限值的两者之间的关系，通过线性搜索的方法得到所有时隙的储能门限值和取能门限值，再通过计算使能效最大化的最优功率值，与两个门限值进行比较，分情况调整功率分配与传输时长分配，然后再对最后时隙的功率进行调整，满足了系统的限制条件，同时提高了系统的吞吐量。

有益效果：本发明与现有技术相比，具有以下优点：

1.对能量采集无线通信系统进行合理建模，模型建立之后，就可以深入研究能量采集功能对发送方的发送功率的影响，进而影响到整个传输信道的吞吐量和最小传输时间。

2.在无线传输过程中同时考虑电路损耗和存储损耗，更贴近于实际无线传输场景，功率分配方法更具有实用性。

3.功率分配方法具有三门限结构，通过线性搜索的方法得到所有时隙的储能门限值和取能门限值，再通过计算使能效最大化的最优功率值，与两个门限值进行比较，分情况调整功率分配与传输时长，然后再对最后时隙的功率进行调整，结构清晰明了，满足所有限制的同时，合理利用了有限的资源同时提高了系统的平均吞吐量。

附图说明

图1为能量到达为[5,15]J均匀分布时各算法的性能随着电池存储效率α变化图。

图2为能量到达为[5,20]J均匀分布时各算法的性能随着电池存储效率α变化图。

图3为系统模型图。

具体实施方式

下面结合实施例和说明书附图对发明的技术方案进行详细说明：

本发明的思路是将存储损耗以及电路损耗两个因素考虑其中，建立优化模型，系统模型如图3通过最优化方法解决最优化问题得到最优解的表达形式，并且得到储能门限值和取能门限值的两者之间的关系，通过线性搜索的方法得到所有时隙的储能门限值和取能门限值，再通过计算使能效最大化的最优功率值，与两个门限值进行比较，分情况调整功率分配与传输时长分配，然后再对最后时隙的功率进行调整。

本发明的考虑能量损耗的能量采集无线传输系统功率分配方法，包括以下步骤：

1)建立对应的优化模型：假设数据传输时长为N个时隙，时隙长度为单位1，时隙i的传输功率为p_i，p_i的表达式为：

其中a为电路损耗，l_i为时隙i的实际传输时长，且0≤l_i≤1，s_i为时隙i存入电池的能量，r_i为从电池中取出的能量。传输速率表达式采用：

其中h为信道系数。则信道时不变场景下，最大化系统平均吞吐量的最优化问题可以描述为：

E_i-s_i+r_i-al_i≥0 (3c)

s_i≥0,r_i≥0,0≤l_i≤1 (3d)

其中B_i为电池中剩余能量，α为电池存储效率，条件(3b)表示能量非负性，条件(3c)表示功率非负性。

2)运用最优化知识解优化，得到最优解的形式以及两个门限值之间的关系：构建拉格朗日函数：

其中λ_i,μ_i,ν_i,ο_i,θ_i,σ_i,i＝1,...N都是对应限制条件的非负拉格朗日乘子，将拉格朗日函分别对变量s_i,r_i,l_i进行求导，得到：

整理(5)和(6)，得到：

根据(8)和(9)式，设储能门限值p_si和取能门限值p_ri分别为：

得到两个门限值之间的关系：

3)计算所有时刻的储能门限值和取能门限值，具体步骤如下：

步骤1：从当前时隙开始到最后一个时隙，通过线性搜索得到最大的p_si和p_ri，使得按这两个门限值分配的功率满足优化问题中的所有限制条件；

步骤2：找出最接近当前时隙的满足电池中能量小于ε(ε为任意小的某个值)条件的时隙，将步骤1所得门限值分配给当前时隙和满足条件的时隙之间的所有时隙，且将满足条件的时隙的下一个时隙设为当前时隙；

步骤3：重复步骤1和2，直到所有时隙的门限值都分配完毕；

4)根据所有时隙的门限值分配功率，计算出p_i,s_i,r_i,B_i。

5)计算出使能效最大化的最优功率值：根据传输速率表达式

和电路损耗a求最优值pee。

6)将5)中所求pee与3)中所求门限值进行对比，再次调整功率：按照最优功率值pee与储能门限p_ri与p_si的关系分为3种情况：

a)当pee>p_si时，此时p_i ^*＝pee,i＝1,...,N。先假定l_i ^*＝1，如果E_i-a>pee，则s_i ^*＝E_i-a-pee,r_i ^*＝0,l_i ^*＝1；若p_ri≤E_i-a≤pee，

s_i ^*＝0,r_i ^*＝0；如果E_i-a＜p_ri，则s_i ^*＝0,r_i ^*＝min(B_i,p_ri-(E_i-a)),

b)当p_ri≤pee≤p_si时，先假定l_i ^*＝1，若E_i-a>p_si，s_i ^*＝E_i-a-p_si，r_i ^*＝0,l_i ^*＝1；若p_ri≤E_i-a≤p_si，p_i ^*＝max(pee,E_i-a)，s_i ^*＝0,r_i ^*＝0，

若E_i-a＜p_ri，p_i ^*＝pee，s_i ^*＝0,r_i ^*＝p_ri-(E_i-a)，

c)当pee＜p_ri时，则功率不需要调整。

7)调整最后一个时隙功率：在完成以上功率分配后，对最后一个时隙功率进行分配，分配策略为用完最后一个时隙采集的能量以及电池中剩余的所有能量，即p_N ^*＝max(pee,(E_N+B_N-1-a))，

综上所述，在无线传输过程中同时考虑电路损耗和存储损耗，更贴近于实际无线传输场景，功率分配方法更具有实用性。本发明的功率分配方法具有三门限结构，通过线性搜索的方法得到所有时隙的储能门限值和取能门限值，再通过计算使能效最大化的最优功率值，与两个门限值进行比较，分情况调整功率分配与传输时长，然后再对最后时隙的功率进行调整。如图1所示，在能量到达服从[5,15]J的均匀分布时，本发明的功率分配算法明显优于仅考虑存储损耗的双门限算法，这是因为与本发明相比，在优化过程中多考虑了电路损耗这一条件。从图1中还能看出，在存储效率较低的情况下，能量不存储而直接使用的策略具有较大的优势，而随着存储效率的不断增加，非存储策略的劣势也渐渐体现，而本发明的功率分配方法的性能曲线始终在不存储策略之上，说明即使存在存储损耗，按合适的门限值决定是否存储的方法要比不分配能量直接使用的方法更能提高系统的吞吐量。图2所示的能量到达服从[5,20]J均匀分布时各方法的性能情况，可以发现由于能量到达均值提高，各算法下的系统吞吐量都有所提升，本发明的功率分配方法仍然优于双门限算法以及非存储的方法。

Claims (1)

1.一种考虑能量损耗的能量采集无线传输系统功率分配方法，其特征在于，该方法包括以下步骤：

1)建立系统模型，解优化问题，得出储能门限值p_si和取能门限值p_ri之间的关系：设系统传输时长为N个时隙，时隙长为单位1，时隙i的功率为：

其中E_i为时隙i开始采集到的能量，a为电路损耗，l_i为时隙i的实际传输时长，且0≤l_i≤1，s_i为时隙i存入电池的能量，r_i为从电池中取出的能量，则电池中的能量表示为：

其中α为电池存储效率；时隙i的传输速率设为

其中h为信道衰落系数，以最大化系统平均吞吐量为目标建立优化问题，利用拉格朗日乘子法和KKT条件得出解的最优形式和两个门限值之间所满足的关系；

2)计算所有时刻的储能门限值p_si和取能门限值p_ri，具体如下：

步骤1：从当前时隙开始到最后一个时隙，通过线性搜索得到最大的p_si和p_ri，使得按这两个门限值分配的功率满足优化问题中的所有限制条件；

步骤2：找出最接近当前时隙的满足电池中能量小于ε条件的时隙，ε为任意小的某个值，将步骤1所得门限值分配给当前时隙和满足条件的时隙之间的所有时隙，且将满足条件的时隙的下一个时隙设为当前时隙；

步骤3：重复步骤1和2，直到所有时隙的门限值都分配完毕；

3)根据2)得到的所有时隙的门限值来分配功率，并计算出p_i,s_i,r_i,B_i；

4)计算出使能效最大化的最优功率值：根据传输速率表达式

和电路损耗a求解出能效最大化最优功率值pee；

5)将4)中所求的pee值与2)中所求门限值进行对比，再次调整功率：按照最优功率值pee与储能门限p_ri与p_si的关系分为3种情况：a)pee＞p_si；b)p_ri≤pee≤p_si；c)pee＜p_ri，然后对每一种情况进行讨论，重新分配功率p_i和实际传输时长l_i；

6)将5)中所求pee与3)中所求门限值进行对比，再次调整功率：按照最优功率值pee与储能门限p_ri与p_si的关系分为3种情况：

a)当pee＞p_si时，此时p_i ^*＝pee,i＝1,...,N，先假定l_i ^*＝1，如果E_i-a＞pee，则s_i ^*＝E_i-a-pee,r_i ^*＝0,l_i ^*＝1；若p_ri≤E_i-a≤pee，

s_i ^*＝0,r_i ^*＝0；如果E_i-a＜p_ri，则s_i ^*＝0,r_i ^*＝min(B_i,p_ri-(E_i-a)),

b)当p_ri≤pee≤p_si时，先假定l_i ^*＝1，若E_i-a＞p_si，s_i ^*＝E_i-a-p_si，r_i ^*＝0,l_i ^*＝1；若p_ri≤E_i-a≤p_si，p_i ^*＝max(pee,E_i-a)，s_i ^*＝0,r_i ^*＝0，

若E_i-a＜p_ri，p_i ^*＝pee，s_i ^*＝0,r_i ^*＝p_ri-(E_i-a)，

c)当pee＜p_ri时，则功率不需要调整；

6)调整最后一个时隙功率：在完成以上功率分配后，对最后一个时隙功率进行调整，策略为用完最后一个时隙采集的能量以及电池中剩余的所有能量。

Images