CN109617258A - 应用盲自适应波束成形算法的射频能量收集系统及方法 - Google Patents
应用盲自适应波束成形算法的射频能量收集系统及方法 Download PDFInfo
- Publication number
- CN109617258A CN109617258A CN201811472839.XA CN201811472839A CN109617258A CN 109617258 A CN109617258 A CN 109617258A CN 201811472839 A CN201811472839 A CN 201811472839A CN 109617258 A CN109617258 A CN 109617258A
- Authority
- CN
- China
- Prior art keywords
- transmitting
- adaptive beamforming
- transmitting terminal
- collection system
- beamforming algorithm
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/20—Circuit arrangements or systems for wireless supply or distribution of electric power using microwaves or radio frequency waves
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/40—Circuit arrangements or systems for wireless supply or distribution of electric power using two or more transmitting or receiving devices
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明涉及无线能量传输技术领域,特别涉及一种应用盲自适应波束成形算法的射频能量收集系统及方法。该系统包括发射端和能量接收器;所述发射端发出射频信号,能量接收器接收发射端发出的射频信号;发射端包括N个发射端模块,其中,N为正整数;每个发射端模块包括一个MCU和一个射频前端,每个射频前端连接一个发射天线。本发明一种应用盲自适应波束成形算法的射频能量收集系统,避免了信道估计中的复杂运算。本发明一种应用盲自适应波束成形算法的射频能量收集系统的工作方法,通过循环迭代(Iteration)产生一个最佳的波束成形参数,应用到射频无线能量传输系统上从而得到增大射频接收端所接收到的能量,操作过程简单。
Description
技术领域
本发明涉及无线能量传输技术领域,特别涉及一种应用盲自适应波束成形算法的射频能量收集系统及方法。
背景技术
现有的无线能量传输技术主要有两大类型:非辐射近场耦合和远场射频辐射传输。非辐射近场耦合技术传输能量的距离比较短,不适用于物联网场景的应用。因此,我们把注意力集中到远场射频充电上。远场射频充电主要分为两种类型:非定向射频和定向波束成形射频。
现有的技术中,有人尝试探究利用非定向射频来实现能量传输,同时也有学者尝试利用环境电磁波去对设备充电,例如蜂窝信号和Wifi。但是这些方案都无法解决一个重要的问题:远场的传输效率损耗1/d2。
在远场射频应用中,一个克服自由空间损耗(free space path loss)的方法是定向波束成形(Directive beamforming)。从概念上看,定向波束成形控制了每个发射天线的发射信号的幅度和相位,使得发射信号到达接收端的时候,能够在接收端上有效地叠加。这样一来,接收天线接收到的信号便能增强。波束成形技术能够被应用到克服自由空间损耗上,因为它能够引导波信号直接传输到目标接收器上,并减少相邻的干扰。实现波束成形的主要算法有EGC权重,随机权重,这些都需要准确的信道估计,需要复杂的算术计算。
射频天线系统的类型有很多种,对于应用了波束成形算法的天线系统,接收到的信号可以表示成:
其中x是发射信号;h是信道参数矢量,该矢量是一个复数;H表示的是共轭转置矩阵;w是波束成形权重矢量,该矢量也是一个复数;G是信道中考虑到天线在发射端和接收端的增益以及由频率和传输距离决定的空间传输损耗后的总增益。在无线能量传输系统中,在接收器中的接收信号强度指示值可以表示为:
RSSI=G|hHw|2Px。
我们的目的是要使RSSI最大化,理论上,能够使接收信号最大化的最佳权重值等同于通信中的典型的匹配滤波器,该匹配滤波器能够在满足||w||2=N的情况下,使信噪比最大化,表示为:
因此,RSSI可以重新表示为:
RSSImf=NG||h||2Px。
要实现波束成形算法,需要准确知道各个信道系数的值hn(n=1,2,...,N),否则无法合理计算波束成型的参数。但是在实际中,发射端是不能知道信道的情况,亦即不能知道信道系数。接收端也无法知道信道的情况,因为接收端只能返回RSSI值。
发明内容
为解决上述背景技术中存在的问题,本发明提出一种应用盲自适应波束成形算法的射频能量收集系统,该系统采用轻量的盲自适应波束成形算法,不要求确切的信道估计,大大减少了信道估计的复杂性。
本发明解决上述问题的技术方案是:一种应用盲自适应波束成形算法的射频能量收集系统,其特殊之处在于:
包括发射端和能量接收器;所述发射端发出射频信号,能量接收器接收发射端发出的射频信号;
发射端包括N个发射端模块,其中,N为正整数;
每个发射端模块包括一个MCU和一个射频前端,每个射频前端连接一个发射天线。
进一步地,上述MCU为现场可编程门阵列FPGA。
进一步地,上述射频前端为射频天线。
另外,本发明还提出一种上述应用盲自适应波束成形算法的射频能量收集系统系统的工作方法,其特殊之处在于,包括以下步骤:
1)每个MCU产生一个随机权重值winit作为起始值;
2)每个发射天线会把相应的随机权重值winit加到自己的发射信号上,并对外发出一个经过权重调整后的、具有固定幅度和频率的连续波;
3)能量接收器测量接收连续波的功率,并以RSSI的形式把接收到的能量的信息反馈至发射端中的MCU;
4)MCU对多个RSSI进行比较后选取最佳权重,再用所述最佳权重作为基准,产生多个新的权重,这些权重值在经过有限次重复循环后得到提炼,从而得到最佳的权重值,即能实现波束成型的权重值。
进一步地,上述步骤4)中,具体为
4.1)初始化i=0和
4.2)判断条件是否成立,若成立,则执行第3步,若不成立,则结束该算法;
4.3)i=i+1,随机产生k个N维的扰动向量pk~lN(0,I),k=1,...,K;
4.4)在产生K个N维扰动向量之后,产生K个权重向量:
其中,β是扰动因子;
4.5)对于k=1~K,根据下列公式计算在接收端上的RSSI值:
并把K个RSSI值全部传到发射端上
4.6)通过MCU、单片机或者任何有计算能力的处理器较并找出第五步得出的K个RSSI值中的最大RSSI值,并记录下来作为下一次循环的数据:
4.7)执行第二步。
本发明的优点:
本发明一种应用盲自适应波束成形算法的射频能量收集系统,通过重复对波束成形中的权重w进行优化来获取信道特征,所以避免了信道估计中的复杂运算。本发明一种应用盲自适应波束成形算法的射频能量收集系统的工作方法,通过循环迭代(Iteration)产生一个最佳的波束成形参数,得到此参数后,应用到射频无线能量传输系统上从而得到增大射频接收端所接收到的能量;该算法创新地提出一个迭代的理念,从而较原来的方法上,减去了信道估计的必要性以及复杂性,操作过程简单,大大减少了系统运行的成本,同时提高了效率。
附图说明
图1是本发明应用盲自适应波束成形算法的射频能量收集系统的结构图;
图2是本发明应用盲自适应波束成形算法的射频能量收集系统的算法流程图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
一种应用盲自适应波束成形算法的射频能量收集系统,包括发射端和能量接收器;所述发射端发出射频信号,能量接收器接收发射端发出的射频信号;
发射端包括N个发射端模块,其中,N为正整数;
每个发射端模块包括一个MCU和一个射频前端,每个射频前端连接一个发射天线。
进一步地,上述MCU为现场可编程门阵列FPGA。
进一步地,上述射频前端为射频天线。
这些发射天线,都是按照某一特定频率M向空间发送电磁波,因此,发射端的天线相互之间会有一个的间距。此外,每个发射模块的发射功率都在其最大功率K(dB),最大发射功率是由特殊的发射模块决定的,不同的发射模块有不同的最大发射功率。有些是30dB,有些是20dB,有些也是其它的功率。盲自适应波束成形算法的实现是在MCU的软件环境下完成的。
另外,本发明还提出一种上述应用盲自适应波束成形算法的射频能量收集系统系统的工作方法,其特殊之处在于,包括以下步骤:
1)每个MCU产生一个随机权重值winit作为起始值;
2)每个发射天线会把相应的随机权重值winit加到自己的发射信号上,并对外发出一个经过权重调整后的、具有固定幅度和频率的连续波;
3)能量接收器测量接收连续波的功率,并以RSSI的形式把接收到的能量的信息反馈至发射端中的MCU;
4)利用盲自适应波束成形算法对波束成形中的权重w进行优化来获取信道特征:
MCU对多个RSSI进行比较后选取最佳权重,再用所述最佳权重作为基准,产生多个新的权重,这些权重值在经过有限次重复循环后得到提炼,从而得到最佳的权重值,即能实现波束成型的权重值。
进一步地,上述步骤4)中,具体为
4.1)初始化i=0和
其中,N表示N维;
4.2)判断条件是否成立,若成立,则执行第3步,若不成立,则结束该算法;
4.3)i=i+1,随机产生k个N维的扰动向量pk~lN(0,I),k=1,...,K;
4.4)在产生K个N维扰动向量之后,产生K个权重向量:
其中,β是扰动因子;
4.5)对于k=1~K,根据下列公式计算在接收端上的RSSI值:
并把K个RSSI值全部传到发射端上
4.6)通过MCU比较并找出第五步得出的K个RSSI值中的最大RSSI值,并记录下来作为下一次循环的数据:
4.7)执行第二步。
上述算法的思路可以概括为:在第i次循环上,我们能够从第(i-1)次循环中产生最佳权重然后,这个最佳权重又被K个新的扰动向量调整,这K个新的扰动向量满足正太分布和复杂分布,pk~lN(0,I),k=1,...,K,从而再产生K个新权重:公式中,β是扰动因子,该扰动因子会通过调整每个天线的幅度和相位来影响权重。在K个产生的新权重中再选出M值:有限次的重复循环这个步骤,最终会得到一个最佳的权重值,这个值就是能实现波束成型的权重值。
盲自适应波束成形算法通过重复对波束成形中的权重w进行优化来获取信道特征,所以避免了信道估计中的复杂运算。它的性能会比随机波束成形算法或等增益结合算法要更好,通过一系列重复运算后,接近最优波束成形。在盲自适应波束成形算法里面,通过有限次的重复运算之后,波束成型权重会聚拢至一个特定的值,这个值也是最佳的波束成形权重值。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的系统领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种应用盲自适应波束成形算法的射频能量收集系统,其特征在于:
包括发射端和能量接收器;所述发射端发出射频信号,能量接收器接收发射端发出的射频信号;
发射端包括N个发射端模块,其中,N为正整数;
每个发射端模块包括一个MCU和一个射频前端,每个射频前端连接一个发射天线。
2.根据权利要求1所述的一种应用盲自适应波束成形算法的射频能量收集系统,其特征在于:所述MCU为现场可编程门阵列FPGA。
3.根据权利要求2所述的一种应用盲自适应波束成形算法的射频能量收集系统,其特征在于:所述射频前端为射频天线。
4.一种应用盲自适应波束成形算法的射频能量收集系统的工作方法,其特征在于,包括以下步骤:
1)每个MCU产生一个随机权重值winit作为起始值;
2)每个发射天线会把相应的随机权重值winit加到自己的发射信号上,并对外发出一个经过权重调整后的、具有固定幅度和频率的连续波;
3)能量接收器测量接收连续波的功率,并以RSSI的形式把接收到的能量的信息反馈至发射端中的MCU;
4)利用盲自适应波束成形算法对波束成形中的权重w进行优化来获取信道特征:
MCU对多个RSSI进行比较后选取最佳权重,再用所述最佳权重作为基准,产生多个新的权重,这些权重值在经过有限次重复循环后得到提炼,从而得到最佳的权重值,即能实现波束成型的权重值。
5.根据权利要求4所述的一种应用盲自适应波束成形算法的射频能量收集系统的工作方法,其特征在于:步骤4)中,具体为
4.1)初始化i=0和
其中,N表示N维;
4.2)判断条件是否成立,若成立,则执行第3步,若不成立,则结束该算法;
4.3)i=i+1,随机产生k个N维的扰动向量pk~lN(0,I),k=1,...,K;
4.4)在产生K个N维扰动向量之后,产生K个权重向量:
其中,β是扰动因子;
4.5)对于k=1~K,根据下列公式计算在接收端上的RSSI值:
并把K个RSSI值全部传到发射端上
4.6)比较并找出第五步得出的K个RSSI值中的最大RSSI值,并记录下来作为下一次循环的数据:
4.7)执行第二步。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811472839.XA CN109617258A (zh) | 2018-12-04 | 2018-12-04 | 应用盲自适应波束成形算法的射频能量收集系统及方法 |
PCT/CN2019/121496 WO2020114303A1 (zh) | 2018-12-04 | 2019-11-28 | 应用盲自适应波束成形算法的射频能量收集系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811472839.XA CN109617258A (zh) | 2018-12-04 | 2018-12-04 | 应用盲自适应波束成形算法的射频能量收集系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109617258A true CN109617258A (zh) | 2019-04-12 |
Family
ID=66007012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811472839.XA Pending CN109617258A (zh) | 2018-12-04 | 2018-12-04 | 应用盲自适应波束成形算法的射频能量收集系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109617258A (zh) |
WO (1) | WO2020114303A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020114309A1 (zh) * | 2018-12-04 | 2020-06-11 | 中国科学院深圳先进技术研究院 | 一种盲自适应波束成形算法 |
WO2020114303A1 (zh) * | 2018-12-04 | 2020-06-11 | 中国科学院深圳先进技术研究院 | 应用盲自适应波束成形算法的射频能量收集系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016210302A1 (en) * | 2015-06-25 | 2016-12-29 | Interdigital Patent Holdings, Inc. | Methods and apparatus for initial cell search and selection using beamforming |
CN106911371A (zh) * | 2015-12-22 | 2017-06-30 | 中兴通讯股份有限公司 | 一种波束训练方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101869224B1 (ko) * | 2016-11-21 | 2018-06-20 | 성균관대학교산학협력단 | 마이크로파 전력 전송을 위한 빔포밍 방법 및 빔 포밍으로 전력 전송을 위한 마이크로파를 송신하는 송신장치 |
CN108173578B (zh) * | 2018-01-09 | 2020-07-03 | 北京航空航天大学 | 阵列天线模拟多波束赋形方法 |
CN109617258A (zh) * | 2018-12-04 | 2019-04-12 | 中国科学院深圳先进技术研究院 | 应用盲自适应波束成形算法的射频能量收集系统及方法 |
-
2018
- 2018-12-04 CN CN201811472839.XA patent/CN109617258A/zh active Pending
-
2019
- 2019-11-28 WO PCT/CN2019/121496 patent/WO2020114303A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016210302A1 (en) * | 2015-06-25 | 2016-12-29 | Interdigital Patent Holdings, Inc. | Methods and apparatus for initial cell search and selection using beamforming |
CN106911371A (zh) * | 2015-12-22 | 2017-06-30 | 中兴通讯股份有限公司 | 一种波束训练方法和装置 |
Non-Patent Citations (1)
Title |
---|
PAVAN S.YEDAVALLI等: "Far-Field RF Wireless Power Transfer with Blind Adaptive Beamforming for Internet of Things Devices", 《IEEE ACCESS》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020114309A1 (zh) * | 2018-12-04 | 2020-06-11 | 中国科学院深圳先进技术研究院 | 一种盲自适应波束成形算法 |
WO2020114303A1 (zh) * | 2018-12-04 | 2020-06-11 | 中国科学院深圳先进技术研究院 | 应用盲自适应波束成形算法的射频能量收集系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020114303A1 (zh) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Learning-based predictive beamforming for integrated sensing and communication in vehicular networks | |
Paul et al. | 3D metallic plate lens antenna based beamspace channel estimation technique for 5G mmWave massive MIMO systems | |
US8594691B2 (en) | Arrangements for beam refinement in a wireless network | |
WO2022165872A1 (zh) | 一种针对毫米波3d mimo信道的路径参数提取方法 | |
CN114095318B (zh) | 智能超表面辅助的混合构型毫米波通信系统信道估计方法 | |
Sayeed et al. | Continuous aperture phased MIMO: A new architecture for optimum line-of-sight links | |
CN108667493B (zh) | 一种面向大规模mimo中nlos场景下的波束赋形方法 | |
CN105891771A (zh) | 一种提高估计精度的基于连续分布的角度估计方法与设备 | |
Lee et al. | Spatial correlation of multiple antenna arrays in wireless communication systems | |
CN110149126A (zh) | 一种3d-mimo系统的波束赋形方法及波束赋形装置 | |
CN114726687A (zh) | 一种智能反射面辅助毫米波大规模mimo系统的信道估计方法 | |
CN109617258A (zh) | 应用盲自适应波束成形算法的射频能量收集系统及方法 | |
CN114826450B (zh) | 一种基于统计信道的star-ris辅助noma系统中遍历速率分析方法和相位优化方法 | |
CN115442904A (zh) | 一种基于抗杂波与智能反射表面辅助的通信感知一体化方法及装备 | |
Osama et al. | A review on precoding techniques for mm-Wave massive MIMO wireless systems | |
El-Sallabi et al. | Wideband spatial channel model for MIMO systems at 5 GHz in indoor and outdoor environments | |
CN110545128B (zh) | 一种环境反向散射阵列通信系统中的协作传输优化方法 | |
CN107918112A (zh) | 基于有源‑无源雷达协同的联合收发波束形成方法 | |
CN110636018B (zh) | 一种网格补偿大规模mimo信道估计方法 | |
CN115642941B (zh) | 一种多天线一体化系统发射波束赋形方法 | |
Eisenbeis et al. | Hybrid beamforming analysis based on MIMO channel measurements at 28 GHz | |
CN114499615B (zh) | 一种太赫兹通信系统中近远场统一的发射波束成形方法 | |
CN107733488B (zh) | 一种大规模mimo系统中注水功率分配改进方法及系统 | |
CN114765785B (zh) | 一种基于最大信噪比的多智能反射面选择方法 | |
CN114726410A (zh) | 一种适用于多天线通信感知一体化的非均匀波束空间调制方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |
|
RJ01 | Rejection of invention patent application after publication |