CN109640386A - 一种无线供电传感器网络最优功率分配方法及装置 - Google Patents
一种无线供电传感器网络最优功率分配方法及装置 Download PDFInfo
- Publication number
- CN109640386A CN109640386A CN201910040590.3A CN201910040590A CN109640386A CN 109640386 A CN109640386 A CN 109640386A CN 201910040590 A CN201910040590 A CN 201910040590A CN 109640386 A CN109640386 A CN 109640386A
- Authority
- CN
- China
- Prior art keywords
- wireless
- energy
- power
- sensor
- indicate
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/06—TPC algorithms
- H04W52/14—Separate analysis of uplink or downlink
- H04W52/146—Uplink power control
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种无线供电传感器网络最优功率分配方法及装置,能够实现无线供电传感器网络中上行链路发射功率的最优控制。所述方法包括:构建由无线能量发射器和无线传感器组成的无线供电传感器网络;根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略。本发明涉及无线通信技术领域。
Description
技术领域
本发明涉及无线通信技术领域,特别是指一种无线供电传感器网络最优功率分配方法及装置。
背景技术
在无线供电传感器网络(Wireless Powered Sensor Network,WPSN)中,由于远近效应,无线传感器和能量节点之间的距离可能导致性能不公平,例如,当无线传感器远离能量节点时,由于电力传输衰减,无线传感器将获得更少的能量。在这种情况下,必须研究上行链路发射功率控制问题,以平衡不同无线传感器之间的吞吐量和能量性能。
现有技术中,针对无线供电传感器网络功率控制问题,一般通过联合优化传输的持续时间和功率分配,实现网络吞吐量最大化;或使用迭代方法,解决子信道和功率的分配问题。但这些方法均未考虑传感器能量的动态特性,导致网络性能差。
发明内容
本发明要解决的技术问题是提供一种无线供电传感器网络最优功率分配方法及装置,以解决现有技术所存在的未考虑传感器能量的动态特性,导致网络性能差的问题。
为解决上述技术问题,本发明实施例提供一种无线供电传感器网络最优功率分配方法,包括:
构建由无线能量发射器和无线传感器组成的无线供电传感器网络;
根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略。
进一步地,所述无线能量发射器作为能量和信息传输的混合接入点;
所述无线能量发射器在下行链路中实现电力供应,在上行链路作为无线信息传输的接入点,从无线传感器接收信号。
进一步地,每个无线传感器配有可充电电池,每个无线传感器从无线能量发射器处收集的能量存储在可充电电池中,用于无线信息传输。
进一步地,所述根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略包括:
在无线供电传感网络中,将无线传感器能量的动态特性表征为微分方程;
根据无线传感器的总收入及能量消耗,构建最大收益的目标函数;
根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,分别求解有限时域下的纳什均衡解和无限时域下的纳什均衡解,得到有限时域下和无限时域下的上行链路发射功率最优控制策略。
进一步地,表征无线传感器能量动态特性的微分方程为:
其中,xi表示无线传感器i的能量状态;μi表示能量损失系数;pi表示无线传感器i的上行链路发射功率;ηi表示无线传感器i的能量转换效率;τi表示无线能量传输的持续时间;表示下行链路信道增益;表示从无线能量发射器到无线传感器i的下行链路传输功率;t表示时刻;表示在时间间隔[0,T]上,无线传感器i从无线能量发射器处获得的能量;xi(0)=0是初始状态,表示在博弈开始时没有能量传输。
进一步地,构建的最大收益的目标函数表示为:
其中,L i表示无线传感器i的最大收益,表示无线传感器i的总收入;用于评估能量消耗和服务质量在时间间隔[0,T]上的平衡;ε表示能量的单价;gi表示上行链路信道功率增益,表示信道高斯白噪声;r表示折扣率;αi表示常数参数;Si表示目标服务质量等级;ρ表示单位费率收益;
Li受确定性动态影响:
进一步地,根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,求解有限时域下的纳什均衡解,得到有限时域下的上行链路发射功率最优控制策略包括:
基于贝尔曼动态规划原理,根据构建的最大收益的目标函数,构建贝尔曼方程Vi(t,x),其中,Vi(t,x)在时间间隔[0,T]上满足每个i∈N,N表示无线供电传感器网络中的无线传感器,策略满足:
其中,pi *表示最优上行链路发射功率,xi *表示无线传感器i最优的能量状态轨迹,s表示时间;
对Vi(t,x)进行求解,得到无线供电传感器网络中无线传感器i的最优上行链路发射功率为:
进一步地,根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,求解无限时域下的纳什均衡解,得到无限时域下的上行链路发射功率最优控制策略包括:
当T接近无穷大,构建的最大收益的目标函数可以表示为:
基于贝尔曼动态规划原理,根据表征无线传感器能量动态特性的微分方程和构建贝尔曼方程Wi(x),其中,Wi(x)的偏微分方程在时间间隔[0,T]上满足每个i∈N,策略{qi *,for i∈N}满足:
其中,表示Wi(x)关于x的偏导,qi *表示无线传感器i的最优上行链路发射功率,qi表示无线传感器i的上行链路发射功率;
对Wi(x)进行求解,得到无线供电传感器网络中无线传感器i的最优上行链路发射功率qi *为:
进一步地,在得到无线传感器i的最优上行链路发射功率qi *之后,所述方法还包括:
将代入求解得到无线传感器i最优的能量状态轨迹,表示为:
本发明实施例还提供一种无线供电传感器网络最优功率分配装置,包括:
构建模块,用于构建由无线能量发射器和无线传感器组成的无线供电传感器网络;
确定模块,用于根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略。
本发明的上述技术方案的有益效果如下:
上述方案中,构建由无线能量发射器和无线传感器组成的无线供电传感器网络;根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,平衡不同传感器之间的吞吐量和能量性能,实现无线供电传感器网络中上行链路发射功率的最优控制,提高网络性能。
附图说明
图1为本发明实施例提供的无线供电传感器网络最优功率分配方法的流程示意图;
图2为本发明实施例提供的无线供电传感器网络最优功率分配装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的未考虑传感器能量的动态特性,导致网络性能差的问题,提供一种无线供电传感器网络最优功率分配方法及装置。
实施例一
如图1所示,本发明实施例提供的无线供电传感器网络最优功率分配方法,包括:
S101,构建由无线能量发射器和无线传感器组成的无线供电传感器网络;
S102,根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略。
本发明实施例所述的无线供电传感器网络最优功率分配方法,构建由无线能量发射器和无线传感器组成的无线供电传感器网络;根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,平衡不同传感器之间的吞吐量和能量性能,实现无线供电传感器网络中上行链路发射功率的最优控制,提高网络性能。
为了更好地理解本发明实施例提供的无线供电传感器网络最优功率分配方法,对其进行详细说明,所述方法可以包括以下步骤:
S101,构建由无线能量发射器和无线传感器组成的无线供电传感器网络。
本实施例中,一个无线供电传感器网络可以由一个无线能量发射器和若干个无线传感器组成。每个无线能量发射器为若干个无线传感器提供服务。
本实施例中,所述无线能量发射器作为能量和信息传输的混合接入点(HybridAccess Point,HAP),在下行链路中实现恒定的电力供应,在上行链路作为无线信息传输的接入点,从分布式无线传感器接收信号。每个无线传感器配有可充电电池,每个无线传感器从无线能量发射器处收集的能量存储在可充电电池中,用于无线信息传输。
本实施例中,假设所述无线供电传感器网络包括:一个H-AP和N个无线传感器,其中,N表示无线传感器的数量。对于每个传输过程,可以分为两个阶段:
第一阶段是无线能量传输(Wireless Energy Transfer,WET)的持续时间,表示为τi;
第二阶段是无线信息传输(Wireless Information Transmission,WIT)的持续时间,表示为1-τi。
本实施例中,在时间间隔[0,T]上,无线传感器i从无线能量发射器处获得的能量Ei可以表示为:
其中,Ei表示无线传感器i的能量;ηi表示无线传感器i的能量转换效率,0<ηi<1;τi表示无线能量传输的持续时间;表示下行链路信道增益;表示从无线能量发射器到无线传感器i的下行链路传输功率。
S102,根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略,具体可以包括以下步骤:
S1021,在无线供电传感网络中,将无线传感器能量的动态特性表征为微分方程:
其中,xi表示无线传感器i的能量状态;μi表示能量损失系数;pi表示无线传感器i的上行链路发射功率,将其视为控制变量;t表示时刻;xi(0)=0是初始状态,表示在博弈开始时没有能量传输。
S1022,根据无线传感器的总收入及能量消耗,构建最大收益的目标函数。
本实施例中,能量收益取决于无线传感器的能量存储和能源的单价,假设能量的单价是ε,则瞬时能量收益被定义为线性形式,表示为:
本实施例中,由传感器的实现率表示服务质量(QoS)收益,其中QoS收益表示为:
其中,gi表示上行链路信道功率增益,表示信道高斯白噪声;ρ是一个表示单位费率收益的常数参数。
综上,无线传感器i的总收入可以表示为:
本实施例中,每个传感器的目标QoS等级用Si表示, 用于评估能量消耗和服务质量在时间间隔[0,T]上的平衡,其中,αi是一个常数参数,T表示结束,令r表示折扣率,则无线传感器i的最大收益可以表示为:
Li受确定性动态影响:
S1023,根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,分别求解有限时域下的纳什均衡解和无限时域下的纳什均衡解,得到有限时域下和无限时域下的上行链路发射功率最优控制策略,具体可以分为2个方面:
1)根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,求解有限时域下的纳什均衡解,得到有限时域下的上行链路发射功率最优控制策略,具体可以包括如下步骤:
A1,基于贝尔曼动态规划原理,根据构建的最大收益的目标函数,构建贝尔曼方程Vi(t,x),求纳什反馈均衡解。
本实施例中,优化方程(6)和(7),如果存在贝尔曼方程Vi(t,x),在时间间隔[0,T]上满足每个i∈N,策略的n元组构成反馈纳什均衡解,策略满足:
Vi(T,x)=αi(xi(T)-Si) (9)
其中,pi *表示最佳上行链路发射功率,xi *表示无线传感器i最优的能量状态轨迹,s表示时间;在时间间隔为[0,T]上:
对于所有t∈[0,T],如果策略在时间间隔[0,T]上为微分博弈问题提供反馈纳什均衡,则其可以在时间间隔[t,T]上为相同问题提供反馈纳什均衡。
A2,确定上行链路发射功率。
博弈(6)和(7)的反馈纳什均衡解决方案必须满足以下条件:
Vi(T,x)=e-rTαi(xi(T)-Si) (12)
其中,表示Vi(t,x)关于t的偏导,表示Vi(t,x)关于x的偏导。
则在无线信息传输阶段,无线供电传感器网络中无线传感器i的最优上行链路发射功率满足:
2)根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,求解无限时域下的纳什均衡解,得到无限时域下的上行链路发射功率最优控制策略,具体可以包括如下步骤:
H1,无限时域的替代博弈。
当T接近无穷大,并且目标函数和状态动力学都是自治的,考虑(6)和(7)的替代博弈,则式(6)可以表示为:
Li受确定性动态影响:
H2,基于贝尔曼动态规划原理,根据表征无线传感器能量动态特性的微分方程和构建贝尔曼方程Wi(x),求得反馈纳什均衡解。
本实施例中,如果存在贝尔曼方程Wi(x)的偏微分方程在时间间隔[0,T]上定义并且满足每个i∈N时,策略的n元组构成反馈纳什均衡解,策略{qi *,fori∈N}满足:
其中,表示Wi(x)关于x的偏导,r表示折扣率。
H3,对Wi(x)进行求解,得到无线供电传感器网络中无线传感器i的最优上行链路发射功率。
每个无线传感器的最佳上行链路发射功率与时间无关,是博弈均衡策略,无线供电传感器网络中无线传感器i的最优上行链路发射功率qi *可表示为:
H4,确定无线传感器i最优的能量状态轨迹。
将式(17)中得到的最优上行链路发射功率qi *,代入式(15),得到:
通过求解,得到无限时域微分博弈的无线传感器i最优的能量状态轨迹满足:
本实施例中,通过将均衡策略qi *带入能量状态函数(式(15)),得到能量状态的最佳轨迹,并获得最大化的收益,从而有效实现无线供电传感器网络中的上行链路发射功率最优控制问题。
综上,在无线供电传感网络中,通过微分方程表示无线传感器的能量动态,使用非合作微分博弈的方法控制上行链路发射功率,使收益最大化,并通过贝尔曼动态规划获得纳什均衡解,平衡不同传感器之间的吞吐量和能量性能,实现无线供电传感器网络中的最优功率控制,提高网络性能。本发明实施例所述的无线供电传感器网络最优功率分配方法可以应用在无线供电传感器网络中。
实施例二
本发明还提供一种无线供电传感器网络最优功率分配装置的具体实施方式,由于本发明提供的无线供电传感器网络最优功率分配装置与前述无线供电传感器网络最优功率分配方法的具体实施方式相对应,该无线供电传感器网络最优功率分配装置可以通过执行上述方法具体实施方式中的流程步骤来实现本发明的目的,因此上述无线供电传感器网络最优功率分配方法具体实施方式中的解释说明,也适用于本发明提供的无线供电传感器网络最优功率分配装置的具体实施方式,在本发明以下的具体实施方式中将不再赘述。
如图2所示,本发明实施例还提供一种无线供电传感器网络最优功率分配装置,包括:
构建模块11,用于构建由无线能量发射器和无线传感器组成的无线供电传感器网络;
确定模块12,用于根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略。
本发明实施例所述的无线供电传感器网络最优功率分配装置,构建由无线能量发射器和无线传感器组成的无线供电传感器网络;根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,平衡不同传感器之间的吞吐量和能量性能,实现无线供电传感器网络中上行链路发射功率的最优控制,提高网络性能。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种无线供电传感器网络最优功率分配方法,其特征在于,包括:
构建由无线能量发射器和无线传感器组成的无线供电传感器网络;
根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略。
2.根据权利要求1所述的无线供电传感器网络最优功率分配方法,其特征在于,所述无线能量发射器作为能量和信息传输的混合接入点;
所述无线能量发射器在下行链路中实现电力供应,在上行链路作为无线信息传输的接入点,从无线传感器接收信号。
3.根据权利要求1所述的无线供电传感器网络最优功率分配方法,其特征在于,每个无线传感器配有可充电电池,每个无线传感器从无线能量发射器处收集的能量存储在可充电电池中,用于无线信息传输。
4.根据权利要求1所述的无线供电传感器网络最优功率分配方法,其特征在于,所述根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略包括:
在无线供电传感网络中,将无线传感器能量的动态特性表征为微分方程;
根据无线传感器的总收入及能量消耗,构建最大收益的目标函数;
根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,分别求解有限时域下的纳什均衡解和无限时域下的纳什均衡解,得到有限时域下和无限时域下的上行链路发射功率最优控制策略。
5.根据权利要求4所述的无线供电传感器网络最优功率分配方法,其特征在于,表征无线传感器能量动态特性的微分方程为:
其中,xi表示无线传感器i的能量状态;μi表示能量损失系数;pi表示无线传感器i的上行链路发射功率;ηi表示无线传感器i的能量转换效率;τi表示无线能量传输的持续时间;表示下行链路信道增益;表示从无线能量发射器到无线传感器i的下行链路传输功率;t表示时刻;表示在时间间隔[0,T]上,无线传感器i从无线能量发射器处获得的能量;xi(0)=0是初始状态,表示在博弈开始时没有能量传输。
6.根据权利要求5所述的无线供电传感器网络最优功率分配方法,其特征在于,构建的最大收益的目标函数表示为:
其中,Li表示无线传感器i的最大收益,表示无线传感器i的总收入;用于评估能量消耗和服务质量在时间间隔[0,T]上的平衡;ε表示能量的单价;gi表示上行链路信道功率增益,表示信道高斯白噪声;r表示折扣率;αi表示常数参数;Si表示目标服务质量等级;ρ表示单位费率收益;
Li受确定性动态影响:
7.根据权利要求6所述的无线供电传感器网络最优功率分配方法,其特征在于,根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,求解有限时域下的纳什均衡解,得到有限时域下的上行链路发射功率最优控制策略包括:
基于贝尔曼动态规划原理,根据构建的最大收益的目标函数,构建贝尔曼方程Vi(t,x),其中,Vi(t,x)在时间间隔[0,T]上满足每个i∈N,N表示无线供电传感器网络中的无线传感器,策略满足:
其中,pi *表示最优上行链路发射功率,xi *表示无线传感器i最优的能量状态轨迹,s表示时间;
对Vi(t,x)进行求解,得到无线供电传感器网络中无线传感器i的最优上行链路发射功率为:
8.根据权利要求6所述的无线供电传感器网络最优功率分配方法,其特征在于,根据表征无线传感器能量动态特性的微分方程和构建的最大收益的目标函数,求解无限时域下的纳什均衡解,得到无限时域下的上行链路发射功率最优控制策略包括:
当T接近无穷大,构建的最大收益的目标函数可以表示为:
基于贝尔曼动态规划原理,根据表征无线传感器能量动态特性的微分方程和构建贝尔曼方程Wi(x),其中,Wi(x)的偏微分方程在时间间隔[0,T]上满足每个i∈N,策略{qi *,for i∈N}满足:
其中,表示Wi(x)关于x的偏导,qi *表示无线传感器i的最优上行链路发射功率,qi表示无线传感器i的上行链路发射功率;
对Wi(x)进行求解,得到无线供电传感器网络中无线传感器i的最优上行链路发射功率qi *为:
9.根据权利要求8所述的无线供电传感器网络最优功率分配方法,其特征在于,在得到无线传感器i的最优上行链路发射功率qi *之后,所述方法还包括:
将代入求解得到无线传感器i最优的能量状态轨迹,表示为:
10.一种无线供电传感器网络最优功率分配装置,其特征在于,包括:
构建模块,用于构建由无线能量发射器和无线传感器组成的无线供电传感器网络;
确定模块,用于根据无线传感器能量的动态特性,利用非合作微分博弈的方法控制上行链路发射功率,获得纳什均衡解,得到无线供电传感器网络中的上行链路发射功率最优控制策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910040590.3A CN109640386B (zh) | 2019-01-16 | 2019-01-16 | 一种无线供电传感器网络最优功率分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910040590.3A CN109640386B (zh) | 2019-01-16 | 2019-01-16 | 一种无线供电传感器网络最优功率分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109640386A true CN109640386A (zh) | 2019-04-16 |
CN109640386B CN109640386B (zh) | 2020-05-12 |
Family
ID=66061176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910040590.3A Active CN109640386B (zh) | 2019-01-16 | 2019-01-16 | 一种无线供电传感器网络最优功率分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109640386B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110267235A (zh) * | 2019-06-14 | 2019-09-20 | 北京科技大学 | 一种无人机辅助无线供电物联网的资源分配方法 |
CN112040498A (zh) * | 2020-08-03 | 2020-12-04 | 哈尔滨工业大学(深圳) | 一种基于定点迭代的无线供能传感器网络时间分配方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103634848A (zh) * | 2013-12-02 | 2014-03-12 | 哈尔滨工业大学 | 基于非合作博弈资源分配的3g/wlan异构网络接入控制方法 |
CN105976066A (zh) * | 2016-05-20 | 2016-09-28 | 东南大学 | 一种基于非合作博弈的家庭用电和储能电池容量优化方法 |
CN106376073A (zh) * | 2016-10-11 | 2017-02-01 | 西北工业大学 | 一种不可信中继网络中的最优功率分配方法 |
CN106413071A (zh) * | 2016-08-24 | 2017-02-15 | 上海电机学院 | 一种无线传感器网络协作功率分配方法 |
CN107249218A (zh) * | 2017-06-05 | 2017-10-13 | 东南大学 | 一种mec中无线资源和云资源的联合分配方法 |
CN107949007A (zh) * | 2017-04-27 | 2018-04-20 | 南京理工大学 | 无线缓存系统中基于拍卖理论的一种资源分配算法 |
CN108156665A (zh) * | 2018-02-28 | 2018-06-12 | 北京科技大学 | 一种异构云小蜂窝网络中的资源分配方法 |
CN108322938A (zh) * | 2018-01-23 | 2018-07-24 | 南京邮电大学 | 超密集组网下基于双层非合作博弈理论的功率分配方法及其建模方法 |
CN108848535A (zh) * | 2018-05-31 | 2018-11-20 | 国网浙江省电力有限公司电力科学研究院 | 一种面向共享模式的雾计算环境资源分配方法 |
-
2019
- 2019-01-16 CN CN201910040590.3A patent/CN109640386B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103634848A (zh) * | 2013-12-02 | 2014-03-12 | 哈尔滨工业大学 | 基于非合作博弈资源分配的3g/wlan异构网络接入控制方法 |
CN105976066A (zh) * | 2016-05-20 | 2016-09-28 | 东南大学 | 一种基于非合作博弈的家庭用电和储能电池容量优化方法 |
CN106413071A (zh) * | 2016-08-24 | 2017-02-15 | 上海电机学院 | 一种无线传感器网络协作功率分配方法 |
CN106376073A (zh) * | 2016-10-11 | 2017-02-01 | 西北工业大学 | 一种不可信中继网络中的最优功率分配方法 |
CN107949007A (zh) * | 2017-04-27 | 2018-04-20 | 南京理工大学 | 无线缓存系统中基于拍卖理论的一种资源分配算法 |
CN107249218A (zh) * | 2017-06-05 | 2017-10-13 | 东南大学 | 一种mec中无线资源和云资源的联合分配方法 |
CN108322938A (zh) * | 2018-01-23 | 2018-07-24 | 南京邮电大学 | 超密集组网下基于双层非合作博弈理论的功率分配方法及其建模方法 |
CN108156665A (zh) * | 2018-02-28 | 2018-06-12 | 北京科技大学 | 一种异构云小蜂窝网络中的资源分配方法 |
CN108848535A (zh) * | 2018-05-31 | 2018-11-20 | 国网浙江省电力有限公司电力科学研究院 | 一种面向共享模式的雾计算环境资源分配方法 |
Non-Patent Citations (2)
Title |
---|
HAITAO XU: "Stackelberg Differential Game based Power Control in Small Cell Networks Powered by Renewable Energy", 《2018 IEEE WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE (WCNC)》 * |
伍亮等: "基于微分博弈理论的含多电源区域电力系统负荷频率控制", 《中国电机工程学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110267235A (zh) * | 2019-06-14 | 2019-09-20 | 北京科技大学 | 一种无人机辅助无线供电物联网的资源分配方法 |
CN112040498A (zh) * | 2020-08-03 | 2020-12-04 | 哈尔滨工业大学(深圳) | 一种基于定点迭代的无线供能传感器网络时间分配方法 |
CN112040498B (zh) * | 2020-08-03 | 2021-11-02 | 哈尔滨工业大学(深圳) | 一种基于定点迭代的无线供能传感器网络时间分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109640386B (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108811069B (zh) | 一种全双工非正交多址接入系统基于能效的功率控制方法 | |
CN108770007A (zh) | 基于noma的无线携能通信系统多目标优化方法 | |
CN109639377A (zh) | 基于深度强化学习的频谱资源管理方法 | |
CN109640386A (zh) | 一种无线供电传感器网络最优功率分配方法及装置 | |
CN110809259B (zh) | 一种基于社会关系的noma使能d2d通信资源博弈方法 | |
CN105025547A (zh) | 能量采集节点网络的中继选择和功率分配方法 | |
CN101977391A (zh) | 认知无线网中多终端协作通信方法 | |
CN111447662B (zh) | 一种无线供电反向散射网络能效优化方法 | |
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 | |
CN108064077B (zh) | 蜂窝网络中全双工d2d的功率分配方法 | |
CN110267281A (zh) | 一种基于noma接入技术的无线供电通信网络系统及优化方法 | |
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 | |
CN108135004A (zh) | 基于波束成型和时间分配的充电网络能效优化方法及系统 | |
Toroujeni et al. | Spectrum leasing for OFDM-based cognitive radio networks | |
CN106231665B (zh) | 数能一体化网络中基于rrh动态模式切换的资源分配方法 | |
CN110493811A (zh) | 基于射频隐身的雷达通信一体化系统稳健资源分配方法 | |
CN104270768B (zh) | 协作认知无线网络中基于斯塔克伯格博弈的频谱共享方法 | |
Sharma et al. | On the use of NSGA-II for multi-objective resource allocation in MIMO-OFDMA systems | |
CN109787737B (zh) | 一种基于混合能量采集的多用户资源优化方法 | |
CN112543056B (zh) | Pd-noma-vlc系统功率和分组联合优化方法 | |
CN110139282A (zh) | 一种基于神经网络的能量采集d2d通信资源分配方法 | |
CN108307510A (zh) | 一种异构小区网络中的功率分配方法 | |
CN109756964A (zh) | 一种无线供能传感器网络最优功率控制方法及装置 | |
CN110460394B (zh) | 一种基于水声时变信道相关性的自适应资源分配方法 | |
CN108235421A (zh) | 能量效率优化方法和装置 |
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 |