CN110087300B - 一种基于簇型无线供能通信网络的用户选择方法 - Google Patents

一种基于簇型无线供能通信网络的用户选择方法 Download PDF

Info

Publication number
CN110087300B
CN110087300B CN201910370712.5A CN201910370712A CN110087300B CN 110087300 B CN110087300 B CN 110087300B CN 201910370712 A CN201910370712 A CN 201910370712A CN 110087300 B CN110087300 B CN 110087300B
Authority
CN
China
Prior art keywords
energy
user
cluster
information
power
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
Application number
CN201910370712.5A
Other languages
English (en)
Other versions
CN110087300A (zh
Inventor
张超
刘小楚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201910370712.5A priority Critical patent/CN110087300B/zh
Publication of CN110087300A publication Critical patent/CN110087300A/zh
Application granted granted Critical
Publication of CN110087300B publication Critical patent/CN110087300B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/242—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
    • 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
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
    • 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
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
    • H04W52/283—Power depending on the position of the mobile

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于簇型无线供能通信网络的用户选择方法，簇型无线供能通信网络包括用户、接收机或能量信标PB，每个用户具有射频能量收集的能力，所有设备配备单个全向天线，采用齐次泊松点过程模型对PB的位置进行建模，表示为ΠPB，把N个用户放置在以PB为簇中心的圆内，用户采用HTT模式，先进行能量收集，后采用随机选择用户、最大收集能量或最大收集能量和信息进行信息传输，整个时长为1，能量收集阶段时长为τ，信息传输阶段时长为(1‑τ)，完成用户选择。本发明在能量收集阶段，提高了能量收集能力，为解决能量受限系统的无线充电问题提供了支撑。

Description

一种基于簇型无线供能通信网络的用户选择方法
技术领域
本发明属于无线通信技术领域，具体涉及一种基于簇型无线供能通信网络的用户选择方法。
背景技术
在无线供能通信网络中，能量信标(PB)和用户以及接收机的位置模型很大程度决定了整个网络的特性。在现有的研究中，经常使用泊松点过程(PPP)对能量信标和物联网设备的位置进行建模。这种模型认为能量信标的位置和物联网设备的位置空间独立，没有关联。使用这种模型的优点是对空间位置进行比较合理建模，且计算相对简单。但这种模型并没有考虑到无线供能网络本身的特点和实际环境对设备部署的影响。无线供能的一个比较大的缺点是效率比较低，收集到的电量一般都在毫瓦级别，同时在现实中部署能量信标和设备时，经常受制于地形等因素。因此，考虑到现实因素和提高无线供能的效率，最好把需要无线充电的设备部署在能量信标周围。
在能量收集过程中，过往的研究主要研究能量收集是从专门布置的PB网络中收集能量的，很少考虑到环境中存在同频的射频信号也可以作为能量源。同时，在信息传输阶段，以往的文献很少考虑采用变功率发送信息，而是采用了固定功率发送信息，这也导致了能量收集阶段收集到的能量造成了一定的浪费。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于簇型无线供能通信网络的用户选择方法，提高了用户收集电量的能力，也解决了无线供能通信网络在簇型网络的结构下的传输问题。
本发明采用以下技术方案：
一种基于簇型无线供能通信网络的用户选择方法，簇型无线供能通信网络包括用户、接收机或能量信标PB，每个用户具有射频能量收集的能力，所有设备配备单个全向天线，采用齐次泊松点过程模型对PB的位置进行建模，表示为ΠPB，把N个用户放置在以PB为簇中心的圆内，用户采用HTT模式，先进行能量收集，后采用随机选择用户、最大收集能量或最大收集能量和信息进行信息传输，整个时长为1，能量收集阶段时长为τ，信息传输阶段时长为(1-τ)，完成用户选择。
具体的，能量收集阶段具体为：
考虑用户从PB网络中收集能量，用户从同频的其他环境射频源接收能量，其他环境射频源的位置服从齐次泊松点过程，表示为ΦRF；考虑任何一个簇的能量收集过程，选取其中一个典型簇作为参考簇，分析能量收集过程，对于每个簇来说，在能量收集阶段，所有用户收集能量，到了信息发送阶段，从每个簇内选择出一个用户发送信息，则典型簇中的用户在信息发送阶段的发送能量表示为：
Figure BDA0002049845990000021
其中，PS为选出的用户收集到的能量。
进一步的，每个簇内只有一个PB，且环境射频源不在簇内，簇内有其他PB和有其他环境射频源的概率分别为
Figure BDA0002049845990000022
其中，λPB，λRF分别表示PB的密度和环境射频源的密度，R表示簇半径；考虑到λPB，λRF和R都比较小，则簇内有其他的PB的概率和簇内有其他环境射频源的概率接近0；
选取典型簇中任意一个用户作为参考，则第Xi个用户收到的输入射频信号功率
Figure BDA0002049845990000023
为：
Figure BDA0002049845990000024
其中，Xi为典型簇中第i个用户的位置；Y为PB的位置；Y0为典型簇中的PB的位置；W为环境射频源的位置；PPB为PB的发送功率；PRF为环境射频源的发送功率；gYi为PB到典型簇里第i个用户的信道，对于不同的i来说，gYi是独立同分布的单位指数随机变量，即gYi～Exp(1)；gwi为环境射频源到典型簇里第i个用户的信道，对于不同的i来说，gwi是独立同分布的单位指数随机变量，即gwi～Exp(1)；α为能量传输阶段的路径损耗系数；
由于簇半径较小，近似认为簇内的所有用户都集中在原点上，第Xi个用户收到的输入射频信号功率
Figure BDA0002049845990000031
变为：
Figure BDA0002049845990000032
采用线性能量转换模型分析，第i个用户从能量转换机输出的功率
Figure BDA0002049845990000033
为：
Figure BDA0002049845990000034
其中，τ为能量收集时间，η为能量转化效率。
具体的，采用随机选择策略的方法，从每个簇中随机选择一个用户发送信息，发送能量，此时的
Figure BDA0002049845990000035
先计算
Figure BDA0002049845990000036
的PDF，然后求出发送能量P0的概率密度函数PDF。
进一步的，
Figure BDA0002049845990000037
对应的CDF为：
Figure BDA0002049845990000038
Figure BDA0002049845990000039
对应的PDF为：
Figure BDA00020498459900000310
其中，t≥0。
具体的，采用最大收集能量，从每个簇中选择出收集能量最大的用户发送信息，此时
Figure BDA00020498459900000311
根据PS的概率密度函数得到P0的概率密度函数。
进一步的，PS的CDF
Figure BDA00020498459900000312
为：
Figure BDA0002049845990000041
求导，得到
Figure BDA0002049845990000042
为：
Figure BDA0002049845990000051
其中，2F1(a,b；c；z)是高斯超几何函数。
具体的，采用最大收集能量和信息进行信息传输，从每个簇中选择出收集到的能量与信息传输中的衰落的乘积最大的用户，在信息接收端，使得接收到的信息的功率最大值所对应的用户作为信息发送端，要求用户已知信道边信息，即用户到接收机的信道已知。
进一步的，对于第j个接收机来说，接收到的来自第i个用户的信息的能量为：
Figure BDA0002049845990000052
选择出的用户的对应的收集到的能量：
Figure BDA0002049845990000061
其中，gij为典型簇内的第i个用户到其对应的第j个接收机的信道增益，对于不同的i、j，gij是独立同分布的单位指数随机变量；gS为满足MEI策略时，对应用户到信息接收簇的信道增益最大值；
选择出使得输入射频功率与信息衰落乘积最大的用户，此时选择出的用户的输入射频功率为：
Figure BDA0002049845990000062
此时用户的发送功率P0与输入射频功率
Figure BDA0002049845990000063
的关系为：
Figure BDA0002049845990000064
先求出选择的用户的输入射频功率的概率密度函数，就可以很容易得到选择用户的发送功率。计算选择的用户的输入射频功率
Figure BDA0002049845990000065
的概率密度函数的过程如下：
Figure BDA0002049845990000066
的累积分布函数：
Figure BDA0002049845990000067
其中，不同的gij之间互相独立，把gij的PDF代入上式，得到：
Figure BDA0002049845990000071
将
Figure BDA0002049845990000072
对应的PDF带入上式中，得到选择出的用户的输入射频功率
Figure BDA0002049845990000073
的CDF，然后经过简单计算就可以得到选择出的用户的发送功率P0的PDF和CDF。
具体的，信息传输阶段完成后，通过中断概率分析信息传输，当接收机簇内有接收机接收到的速率大于固定发送速率时，信息成功传输，否则系统发生中断，中断概率
Figure BDA0002049845990000074
近似为
Figure BDA0002049845990000075
其中，λ2为来自同一频段的信息干扰的位置建模成泊松点过程的密度，p2为同频干扰源的发送功率，β为信息传输阶段的路径损耗系数，λ1为网络中所有工作的用户构成一个新的泊松点过程的密度，px为其他簇中选择出的用户的发送功率，m为信息接收簇内信息接收机的个数，γth为信干噪比门限，Β(p,Q)为贝塔函数，3Β(p,Q)＝∫xp-1(1-x)Q-1dx，
Figure BDA0002049845990000076
为关于Px的均值，
Figure BDA0002049845990000077
为关于p0的均值，p0为参考簇内选择出的用户的发送功率，d为用户到对应接收机的距离。
与现有技术相比，本发明至少具有以下有益效果：
本发明一种基于簇型无线供能通信网络的用户选择方法，充分考虑了能量收集阶段传输效率低的问题，也考虑了用户在现实中集聚的特点，用专门的能量信标为用户充电的时候，用更符合实际的泊松簇过程对能量信标进行建模，以能量信标为簇头，用户分布在能量信标周围。目的就是尽可能提高用户在能量收集阶段收集电量的能力。用户采用HTT模式，避免能量传输对信息传输造成干扰。簇型网络中，同一个簇内用户发送相同的信息，从每个簇内选择出一个用户即可传输信息。对于每个簇来说，如果簇内用户不做任何处理，那么就随机选取一个用户传输信息；如果用户不知道自己的后向信道，互相之间有协作，那么就从中选择出收集能量最大的用户发送信息；如果信息知道自己的后向信道，就选择使得信息接收时接收信息功率最大的用户传输信息。
进一步的，在能量收集阶段，每个用户除了从自己所在的簇的能量信标收集能量，还从其他簇的能量信标收集能量，以及从环境中同频的射频源收集能量，尽可能提高用户收集到的能量。
进一步的，随机选择策略的好处是不需要用户之间不需要做进一步的处理，随机选取一个发送信息，这样做的好处是在用户选择阶段处理简单，不需要簇内用户之间协作。
进一步的，采用最大收集能量策略时，用户之间有协作关系，可以充分利用收集到的能量，使得簇内的能量中断概率最小。
进一步的，采用最大收集能量和信息时，要求用户知道自己的后向信道，使得选择这种策略时，用户在信息传输阶段可以使得接收到的信息功率最大。
进一步的，无论采用哪种方案，目的都是进行通信，用信息中断概率衡量系统的特性。
综上所述，本发明考虑在簇结构的模型下，提出了三种不同的用户选择方案，用户可以根据不同的状态选择不同的用户传输信息，为无线供能通信网络的提出了在簇结构下的三种不同的用户选择方案。本发明在能量收集阶段，提高了能量收集能力，为解决能量受限系统的无线充电问题提供了支撑。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为典型簇的能量收集模型；
图2为系统中断概率与信干噪比门限的关系图；
图3为系统中断概率与PB的密度关系图；
图4为系统中断概率与信息接收机个数的关系图。
具体实施方式
本发明提供了一种基于簇型无线供能通信网络的用户选择方法，基于用户选择的簇型无线供能通信网络，提出了三种用户选择方案：随机选择(RS)，最大收集能量(ME)和最大收集能量与信息(MEI)。考虑这种簇型网络由能量信标作为PCP网络的簇头，为用户进行无线充电提供电源进行通信；在信息传输阶段，考虑变功率发送信息，即把收集到的能量都用来发送信息；信息接收机由多个信息接收机构成。分别针对RS，ME和MEI三种方案，分析系统的中断概率，并对理论推导进行了仿真验证，得到所提的三种方案中，MEI的性能最好，RS次之，ME最差。分析中，对能量传输阶段与信息接收阶段的相关性都进行了考虑，最后得到系统中断的表达式，在能量收集阶段考虑了从环境射频源收集能量，在信息传输阶段，考虑环境中的同频干扰。
本发明中，用户采用了先收集能量后发送信息的技术，利用射频能量收集技术从能量信标和环境散射源中收集能量，能量信标和用户的位置建模成泊松簇过程。在收集完能量后，采取用户选择方案从每个簇内都选择出一个用户传输信息给对应的接收簇。接收簇由多个接收机构成，尽可能提高信息接收能力。最后用信息中断概率衡量系统的性能。
考虑一个由用户、接收机、PB(能量信标)、以及其他发射源(其他PB或者其他信息发射源)构成的簇型无线供能通信网络。对于每个用户来说，都具有射频能量收集的能力，它们都是利用无线充电来工作的。在整个系统中，所有设备都配备单个全向天线。采用齐次泊松点过程(PPP)模型来对PB的位置进行建模，表示为ΠPB，受限于地理环境以及能量传输的效率问题，把N个用户放置在PB周围，提高每个用户的无线能量收集能力，因此把用户的位置建模成簇过程(cluster point process)，也就是用户以某种分布存在以PB为簇中心的圆内。考虑用户采用HTT(harvest-then-transmit)模式，即先收集能量，后发送信息，整个时长为1，收集能量时长为τ，信息传输时长为(1-τ)，整个传输过程可分为两个阶段：能量收集阶段和信息传输阶段。对于Matern CPP，每个子节点均匀分布在R为半径的圆内，若父节点在原点上，则Matern CPP对应的分布为：
Figure BDA0002049845990000101
本发明中PB在簇中心，用户均匀在PB周围。
本发明一种基于簇型无线供能通信网络的用户选择方法，包括以下步骤：
S1、考虑用户从PB网络中收集能量，用户从同频的其他环境射频源接收能量，其他环境射频源的位置服从齐次泊松点过程，表示为ΦRF；考虑任何一个簇的能量收集过程，选取其中一个典型簇作为参考簇，分析能量收集过程；
请参阅图1，每个簇内只有一个PB，而且环境射频源不在簇内，簇内有其他PB和有其他环境射频源的概率分别为
Figure BDA0002049845990000102
其中，λPB，λRF分别表示PB的密度和环境射频源的密度，R表示簇半径；考虑到λPB，λRF和R都比较小，则簇内有其他的PB的概率和簇内有其他环境射频源的概率接近0，假设合理。
选取典型簇中任意一个用户作为参考，则第Xi个用户收到的输入射频信号功率：
Figure BDA0002049845990000103
其中，Xi为典型簇中第i个用户的位置；Y为PB的位置；Y0为典型簇中的PB的位置；W为环境射频源的位置；PPB为PB的发送功率；PRF为环境射频源的发送功率；gYi为PB到典型簇里第i个用户的信道，对于不同的i来说，gYi是独立同分布的单位指数随机变量，即gYi～Exp(1)；gwi为环境射频源到典型簇里第i个用户的信道，对于不同的i来说，gwi是独立同分布的单位指数随机变量，即gwi～Exp(1)；α为能量传输阶段的路径损耗系数。
由于簇半径较小，近似认为簇内的所有用户都集中在原点上，第Xi个用户收到的输入射频信号功率变为：
Figure BDA0002049845990000111
其中，
输入射频信号功率经过转化为可用的电能，现在存在两种能量转化模型，即线性能量转化模型和非线性能量转化模型，非线性能量转换模型的优点是与实际模型更接近，但计算复杂不利于对问题的分析，采用更为简单的线性能量转换模型分析问题。
线性能量转化模型：
Figure BDA0002049845990000112
其中，
Figure BDA0002049845990000113
为第i个用户从能量转换机输出的功率，τ为能量收集时间，η为能量转化效率。
对于每个簇来说，在能量收集阶段，所有用户收集能量，到了信息发送阶段，从每个簇内选择出一个用户发送信息，则典型簇中的用户在信息发送阶段的发送能量表示为：
Figure BDA0002049845990000114
其中，PS为选出的用户收集到的能量。
信息接收簇内第j个接收机接收到的信息为：
Figure BDA0002049845990000115
其中，为C同频干扰源的位置；sz为典型簇中的用户发送的信号；sx为其他簇中用户发送的信号；sc为同频干扰源发送的信号；nj为第j个接收机处的均值为0，方差为N0的高斯白噪声；
Figure BDA0002049845990000116
为典型用户到第j个接收机的信道；Px为其他簇中用户的发送功率，Px与P0服从同一个分布；
Figure BDA0002049845990000117
为其他簇中选择出的用户到第j个接收机的信道；P2为同频干扰源的发送功率；
Figure BDA0002049845990000118
为同频干扰源到第j个接收机的信道。
对于接收机来说，只有其对应的用户发送的信号是有用信号，其他信号都是干扰信号，则第j个接收机的信干噪比为：
Figure BDA0002049845990000121
其中，
Figure BDA0002049845990000122
为来自其他簇的用户的干扰功率；
Figure BDA0002049845990000123
为同频干扰信号的干扰功率；
Figure BDA0002049845990000124
为典型用户到第j个接收机的衰落；
Figure BDA0002049845990000125
为其他簇中选择出的用户到第j个接收机的衰落；
Figure BDA0002049845990000126
为同频干扰源到第j个接收机的衰落；l(|x-οj|)＝|x|-β为大尺度衰落，其中，β是信息传输阶段的路径损耗系数；对于不同的j来说，
Figure BDA0002049845990000127
是独立同分布的单位指数随机变量。
S2、采用随机选择用户、最大收集能量或最大收集能量和信息确定信息发送速率；
对于每个用户来说，都存在一个对应的由信息接收机构成的接收簇，用户到其对应的接收簇的距离为d，由于信息接收机分布在一个特别小的簇内，我们近似认为用户到信息接收簇内任意一个接收机的位置都为d。在这个通信网络中，还存在一个更稀疏的同频干扰信号，因此对于每个接收簇来说，不仅接收到对应的用户发送的信息，还接收到网络中其他工作的用户的干扰，以及和该接收机工作在同一频段的信息干扰。来自同一频段的信息干扰的位置我们建模成泊松点过程，表示为Φ2，密度为λ2；网络中所有工作的用户构成一个新的泊松点过程，表示为Φ1，其密度为λ1，并且λ1＝λPB。
S201、采用随机选择策略的方法，从每个簇中随机选择一个用户发送信息，发送能量，此时的
Figure BDA0002049845990000128
为了求出发送能量P0的概率密度函数PDF，首先计算出
Figure BDA0002049845990000129
的PDF，具体计算过程如下：
Figure BDA0002049845990000131
Figure BDA0002049845990000132
求PB的PDF过程和求Pother的过程一样，只需要求出其中一个即可。以求PB的PDF为例，首先求出PB的拉氏变换，借助概率母函数和拉氏反变换，最后可求得PB的PDF。
PB的拉氏变换为：
Figure BDA0002049845990000133
令
Figure BDA0002049845990000134
得到
Figure BDA0002049845990000135
其反变换为：
Figure BDA0002049845990000136
当α＝4时，上式存在闭式解，此时PB对应的CDF为：
Figure BDA0002049845990000137
其中，
Figure BDA0002049845990000138
相应的PB的PDF为：
Figure BDA0002049845990000141
其中，t≥0。
同样的，得到Pother的CDF为：
Figure BDA0002049845990000142
Pother的PDF为：
Figure BDA0002049845990000143
其中，t≥0。
由于Pother和PB互相独立，则PXi的PDF为这两个随机变量的卷积函数。由此可以得到P0的PDF。
对于PPB＝PRF，根据泊松点过程的叠加性，上述的两个点过程可以叠加为一个泊松点过程，这个新的泊松点过程表示为Λ，密度为λE＝λPB+λRF。这时候对于典型簇中的第i个用户，收到的输入射频功率为
Figure BDA0002049845990000144
相应的，
Figure BDA0002049845990000145
对应的CDF为：
Figure BDA0002049845990000146
Figure BDA0002049845990000147
对应的PDF为：
Figure BDA0002049845990000148
其中，t≥0。
S202、从每个簇中选择出收集能量最大的用户发送信息，此时
Figure BDA0002049845990000149
PS的CDF为：
Figure BDA0002049845990000151
将输入射频能量
Figure BDA00020498459900001512
分为两部分，一部分来自本簇，一部分来自簇外。考虑到能量主要来自本簇中的PB，因此对簇外收集到的能量部分只考虑路径损耗，不考虑小尺度衰落。此时的输入射频能量为：
Figure BDA0002049845990000152
将
Figure BDA0002049845990000153
对应的PDF带入
Figure BDA0002049845990000154
对应的CDF
Figure BDA0002049845990000155
令
Figure BDA0002049845990000156
求其PDF和CDF：
Figure BDA0002049845990000157
Figure BDA0002049845990000158
由于
Figure BDA0002049845990000159
则在
Figure BDA00020498459900001510
时，T的CDF和PDF表示为：
Figure BDA00020498459900001511
Figure BDA0002049845990000161
Figure BDA0002049845990000162
带入上式得到：
Figure BDA0002049845990000163
求
Figure BDA0002049845990000164
的PDF和CDF时，计算方法与求PB的PDF类似，可以得到在α＝4时的PDF的闭式解：
Figure BDA0002049845990000165
对应的CDF为：
Figure BDA0002049845990000166
计算
Figure BDA0002049845990000167
Figure BDA0002049845990000168
由于上式得不到闭式解，采取一种近似方法求PS得CDF,计算过程如下：
Figure BDA0002049845990000171
将CDF带入得：
Figure BDA0002049845990000172
由于N比较大时，
Figure BDA0002049845990000173
积分部分计算如下：
Figure BDA0002049845990000174
分别计算上式中的两个积分：
Figure BDA0002049845990000181
其中，2F1(a,b；c；z)是高斯超几何函数。因此，当α＝4时，
Figure BDA0002049845990000182
PS的CDF
Figure BDA0002049845990000183
为：
Figure BDA0002049845990000191
求导，得到
Figure BDA0002049845990000192
为：
Figure BDA0002049845990000201
根据PS的概率密度函数，可以很容易得到P0的概率密度函数，从而计算出信息中断概率。
S203、从每个簇中选择出收集到的能量与信息传输中的衰落的乘积最大的用户，在信息接收端，使得接收到的信息的功率最大值所对应的用户作为信息发送端，要求用户已知信道边信息，即用户到接收机的信道已知。
对于第j个接收机来说，接收到的来自第i个用户的信息的能量为
Figure BDA0002049845990000202
选择出的用户的对应的收集到的能量：
Figure BDA0002049845990000211
其中，gij为典型簇内的第i个用户到其对应的第j个接收机的信道增益，对于不同的i、j，gij是独立同分布的单位指数随机变量；gS为满足MEI策略时，对应用户到信息接收簇的信道增益最大值。
选择出使得输入射频功率与信息衰落乘积最大的用户，此时选择出的用户的输入射频功率为：
Figure BDA0002049845990000212
此时用户的发送功率P0与输入射频功率
Figure BDA0002049845990000213
的关系为：
Figure BDA0002049845990000214
先求出选择的用户的输入射频功率的概率密度函数，就可以很容易得到选择用户的发送功率。计算选择的用户的输入射频功率
Figure BDA0002049845990000215
的概率密度函数的过程如下：
Figure BDA0002049845990000216
的累积分布函数：
Figure BDA0002049845990000217
其中，不同的gij之间互相独立，把gij的PDF代入上式，得到：
Figure BDA0002049845990000221
将
Figure BDA0002049845990000222
对应的PDF带入上式中，得到选择出的用户的输入射频功率
Figure BDA0002049845990000223
的CDF，然后经过简单计算就可以得到选择出的用户的发送功率P0的PDF和CDF。
S3、通过中断概率分析信息传输，当接收机簇内有接收机接收到的速率大于固定发送速率时，信息成功传输，否则系统发生中断。
信息中断为
Figure BDA0002049845990000224
对信息中断进行计算，将第j个接收机的信干噪比γj代入上式得
Figure BDA0002049845990000225
把
Figure BDA0002049845990000226
和
Figure BDA0002049845990000227
代入上式
Figure BDA0002049845990000231
得到
Figure BDA0002049845990000232
积分部分是令
Figure BDA0002049845990000233
后，进行变量代换得到的。又由于
Figure BDA0002049845990000234
得到信息中断概率为
Figure BDA0002049845990000241
计算出P0和Px对应的分布，代入上式，得到信息的中断概率，对于m比较大的情况，则
Figure BDA0002049845990000242
计算出的
Figure BDA0002049845990000243
Figure BDA0002049845990000244
的值就能得到信息中断概率
Figure BDA0002049845990000245
系统中断概率近似为
Figure BDA0002049845990000246
Figure BDA0002049845990000251
得到系统中断概率随着PB的密度增加而增加。这是因为PB的密度增加时，节点收集得到的能量也在增加，导致节点的发送功率变大，对于分析的节点来说，信息功率和干扰都变大了。从平均意义上来说，干扰的功率增加的速度比信息的功率速度大，所以导致系统中断概率增加。
系统中断概率与信干噪比门限的关系：
系统的中断概率随着信干噪比门限的增加而增加。信干噪比门限增加时，系统译码出错的概率就变大。但节点的发送功率没变，信干噪比没变，因此信干噪比门限增加时导致系统的中断概率增加。
系统中断概率与信息接收机的个数的关系：
随着信息接收机个数的增加，系统的中断概率逐渐减小。随着信息接收机个数的增加，系统的中断概率减小的趋势逐步减小，当信息接收机个数比较大时，系统的中断概率几乎不再变化。这是因为，当信息接收机个数比较少时，增加信息接收机个数可以增加系统的分集增益，减小系统的中断概率作用明显，当信息接收机比较大时，系统分集增益增加趋势减慢，系统的中断概率减小的速度放缓。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例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例。基于本发明中的实施例，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例，都属于本发明保护的范围。
仿真参数如表1所示
表1仿真参数列表
Figure BDA0002049845990000261
请参阅图2，给出了系统中断概率随着信干噪比门限变化的关系图。从图中可以看出，系统中断概率随着信干噪比门限变化的仿真结果与理论结果一致，证明了我们理论分析的正确性。同时，从图中可以看到，不论采取RS，ME还是MEI中的哪种方案，系统中断概率都随着信干噪比门限的增加而增加。在这三种方案中，采用MEI的性能最好，RS次之，ME性能最差。这里，选用ME的方案的系统性能相对于RS差一些，系统在增加了复杂度的同时，却没能带来任何增益，反而导致性能变差，这是因为选用ME方案时，虽然信息发送功率相对于RS方案的信号功率增加了，但是由于存在干扰，ME干扰的功率增加的速度比信息功率的增加速度还快，导致ME的性能最差。
请参阅图3，给出了系统中断概率与PB密度的关系图，其中信干噪比门限为5.从图中可以看出，系统中断概率随着PB的密度增加而增加，并且MEI的性能与RS的性能接近，MEI的性能稍浩宇RS，ME的性能最差。系统中断概率随着PB密度的增加而增加，是因为虽然PB密度的增加提高了信息的发送功率，但同时也提高了干扰的功率，并且干扰的功率增加的速度比信号的功率增加快，所以中断概率随着PB的密度的增加而增加。
请参阅图4，给出了系统中断概率与信息接收机个数的关系图，其中信干噪比门限为5dB。从图中可以看出，RS，ME和MEI三种方案，系统的中断概率都随着信息接收机的增加而降低，当信息接收机个数比较大时，系统中断概率下降不明显。信息接收机个数的增加带来了分集增益，当信息接收机个数比较多时，分集增益增加效果不明显，符合之前的分析。而这三种方案对比可以看出，MEI的性能最好，RS次之，ME性能最差。
从图2，图3和图4中可以看出，MEI性能最好，RS次之，ME最差。MEI作为最理想的情况，已知后向信道，使得信息功率最大，获得了性能提升。但是采用ME方案时，性能却比RS方案的性能差，增了复杂度的同时却并没有带来系统性能增益，反而是最差的方案，有些违背常识。这是因为我们在系统传输时，要求节点把接收到的能量全部发送，分析系统的总中断概率时并没有考虑能量中断概率。
事实上，节点要维持电路正常运行，也要耗费一定的电量，如果收集到的能量没有达到维持设备正常工作的电量，设备就不能运行，这也就是说，如果考虑到能量中断概率更为合理。而在这三种方案时，ME方案的能量中断概率最小，MEI的能量中断概率次之，RS的能量中断最差。忽略了能量中断概率导致了ME的方案编程最差的了。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (5)

1.一种基于簇型无线供能通信网络的用户选择方法，其特征在于，簇型无线供能通信网络包括用户、接收机或能量信标PB，每个用户具有射频能量收集的能力，所有设备配备单个全向天线，采用齐次泊松点过程模型对PB的位置进行建模，表示为ΠPB，把N个用户放置在以PB为簇中心的圆内，用户采用HTT模式，先进行能量收集，后采用随机选择用户，最大收集能量或最大收集能量和信息进行信息传输，整个时长为1，能量收集阶段时长为τ，信息传输阶段时长为(1-τ)，完成用户选择；
能量收集阶段具体为：
考虑用户从PB网络中收集能量，用户从同频的其他环境射频源接收能量，其他环境射频源的位置服从齐次泊松点过程，表示为ΦRF；考虑任何一个簇的能量收集过程，选取其中一个典型簇作为参考簇，分析能量收集过程，对于每个簇来说，在能量收集阶段，所有用户收集能量，到了信息发送阶段，从每个簇内选择出一个用户发送信息，则典型簇中的用户在信息发送阶段的发送能量表示为：
Figure FDA0002622670110000011
其中，PS为选出的用户收集到的能量；
采用随机选择策略的方法，从每个簇中随机选择一个用户发送信息，发送能量，此时的
Figure FDA0002622670110000012
先计算
Figure FDA0002622670110000013
的PDF，然后求出发送能量P0的概率密度函数PDF，采用所述最大收集能量，从每个簇中选择出收集能量最大的用户发送信息，此时
Figure FDA0002622670110000014
根据PS的概率密度函数得到P0的概率密度函数，采用最大收集能量和信息进行信息传输，从每个簇中选择出收集到的能量与信息传输中的衰落的乘积最大的用户，在信息接收端，使得接收到的信息的功率最大值所对应的用户作为信息发送端，要求用户已知信道边信息，即用户到接收机的信道已知，信息传输阶段完成后，通过中断概率分析信息传输，当接收机簇内有接收机接收到的速率大于固定发送速率时，信息成功传输，否则系统发生中断，中断概率
Figure FDA0002622670110000015
近似为
Figure FDA0002622670110000021
其中，λ2为来自同一频段的信息干扰的位置建模成泊松点过程的密度，p2为同频干扰源的发送功率，β为信息传输阶段的路径损耗系数，λ1为网络中所有工作的用户构成一个新的泊松点过程的密度，px为其他簇中选择出的用户的发送功率，m为信息接收簇内信息接收机的个数，γth为信干噪比门限，Β(p,Q)为贝塔函数，3Β(p,Q)＝∫xp-1(1-x)Q-1dx，
Figure FDA0002622670110000022
为关于Px的均值，
Figure FDA0002622670110000023
为关于p0的均值，p0为参考簇内选择出的用户的发送功率，d为用户到对应接收机的距离。
2.根据权利要求1所述的方法，其特征在于，每个簇内只有一个PB，且环境射频源不在簇内，簇内有其他PB和有其他环境射频源的概率分别为
Figure FDA0002622670110000024
其中，λPB，λRF分别表示PB的密度和环境射频源的密度，R表示簇半径；考虑到λPB，λRF和R都比较小，则簇内有其他的PB的概率和簇内有其他环境射频源的概率接近0；
选取典型簇中任意一个用户作为参考，则第Xi个用户收到的输入射频信号功率
Figure FDA0002622670110000025
为：
Figure FDA0002622670110000026
其中，Xi为典型簇中第i个用户的位置；Y为PB的位置；Y0为典型簇中的PB的位置；W为环境射频源的位置；PPB为PB的发送功率；PRF为环境射频源的发送功率；gYi为PB到典型簇里第i个用户的信道，对于不同的i来说，gYi是独立同分布的单位指数随机变量，即gYi～Exp(1)；gwi为环境射频源到典型簇里第i个用户的信道，对于不同的i来说，gwi是独立同分布的单位指数随机变量，即gwi～Exp(1)；α为能量传输阶段的路径损耗系数；
簇内的所有用户集中在原点上，第Xi个用户收到的输入射频信号功率
Figure FDA0002622670110000027
变为：
Figure FDA0002622670110000031
采用线性能量转换模型分析，第i个用户从能量转换机输出的功率
Figure FDA0002622670110000032
为：
Figure FDA0002622670110000033
其中，τ为能量收集时间，η为能量转化效率。
3.根据权利要求1所述的方法，其特征在于，
Figure FDA0002622670110000034
对应的CDF为：
Figure FDA0002622670110000035
Figure FDA0002622670110000036
对应的PDF为：
Figure FDA0002622670110000037
其中，t≥0。
4.根据权利要求1所述的方法，其特征在于，采用最大收集能力方案，PS的CDF
Figure FDA0002622670110000038
为：
Figure FDA0002622670110000039
求导，得到
Figure FDA00026226701100000310
为：
Figure FDA0002622670110000041
其中，2F1(a,b；c；z)是高斯超几何函数。
5.根据权利要求1所述的方法，其特征在于，对于第j个接收机来说，接收到的来自第i个用户的信息的能量为：
Figure FDA0002622670110000042
选择出的用户的对应的收集到的能量：
Figure FDA0002622670110000043
其中，gij为典型簇内的第i个用户到其对应的第j个接收机的信道增益，对于不同的i、j，gij是独立同分布的单位指数随机变量；gS为满足MEI策略时，对应用户到信息接收簇的信道增益最大值；
选择出使得输入射频功率与信息衰落乘积最大的用户，此时选择出的用户的输入射频功率为：
Figure FDA0002622670110000051
此时用户的发送功率P0与输入射频功率
Figure FDA0002622670110000052
的关系为：
Figure FDA0002622670110000053
先求出选择的用户的输入射频功率的概率密度函数，得到选择用户的发送功率，计算选择的用户的输入射频功率
Figure FDA0002622670110000054
的概率密度函数的过程如下：
Figure FDA0002622670110000055
的累积分布函数：
Figure FDA0002622670110000056
其中，不同的gij之间互相独立，把gij的PDF代入上式，得到：
Figure FDA0002622670110000057
将
Figure FDA0002622670110000061
对应的PDF带入上式中，得到选择出的用户的输入射频功率
Figure FDA0002622670110000062
的CDF，然后计算得到选择出的用户的发送功率P0的PDF和CDF。
CN201910370712.5A 2019-05-06 2019-05-06 一种基于簇型无线供能通信网络的用户选择方法 Expired - Fee Related CN110087300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910370712.5A CN110087300B (zh) 2019-05-06 2019-05-06 一种基于簇型无线供能通信网络的用户选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910370712.5A CN110087300B (zh) 2019-05-06 2019-05-06 一种基于簇型无线供能通信网络的用户选择方法

Publications (2)

Publication Number Publication Date
CN110087300A CN110087300A (zh) 2019-08-02
CN110087300B true CN110087300B (zh) 2020-10-27

Family

ID=67418657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910370712.5A Expired - Fee Related CN110087300B (zh) 2019-05-06 2019-05-06 一种基于簇型无线供能通信网络的用户选择方法

Country Status (1)

Country Link
CN (1) CN110087300B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2351429A1 (en) * 2008-10-09 2011-08-03 Harris Corporation Ad-hoc network acquisition method using digitally generated chaotic sequence spread waveform
CN105338555A (zh) * 2015-11-20 2016-02-17 西安交通大学 能量收集无线网络中兼顾缓存及电池可持续性的数据传输功率控制方法
CN107835043A (zh) * 2017-10-25 2018-03-23 河海大学 一种快速评估无线供电通信中信息传输中断概率的方法
CN108337734A (zh) * 2018-01-17 2018-07-27 浙江工业大学 认知传感网络中基于解码转发协作的无线携能通信方法
CN109714805A (zh) * 2019-01-24 2019-05-03 广西师范大学 无线能量收集协作通信系统的节能中继选择方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2351429A1 (en) * 2008-10-09 2011-08-03 Harris Corporation Ad-hoc network acquisition method using digitally generated chaotic sequence spread waveform
CN105338555A (zh) * 2015-11-20 2016-02-17 西安交通大学 能量收集无线网络中兼顾缓存及电池可持续性的数据传输功率控制方法
CN107835043A (zh) * 2017-10-25 2018-03-23 河海大学 一种快速评估无线供电通信中信息传输中断概率的方法
CN108337734A (zh) * 2018-01-17 2018-07-27 浙江工业大学 认知传感网络中基于解码转发协作的无线携能通信方法
CN109714805A (zh) * 2019-01-24 2019-05-03 广西师范大学 无线能量收集协作通信系统的节能中继选择方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
chao zhang等.On the Deployment of Distributed Antennas of Power Beacon in Wireless Power Transfer.《IEEE》.2018, *
Chao Zhang等.Wireless Powered Sensor Networks With Random Deployments.《IEEE》.2017, *
Guanghe Zhao等.Improving Wireless Power Transfer via power beacons with circularly distributed antennas.《IEEE》.2016, *
Hyungsik Ju等.Throughput Maximization in Wireless Powered Communication Networks.《IEEE》.2013, *
Zhe Wang等.Adaptively Directional Wireless Power Transfer for Large-Scale Sensor Networks.《IEEE》.2016, *
谢小军等.可充电无线传感网络能量均衡路由算法.《计算机应用》.2017, *
马忠贵等.基于泊松簇过程的三层异构蜂窝网络部署模型.《工程科学学报》.2017, *

Also Published As

Publication number Publication date
CN110087300A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
US8897767B2 (en) Parameter setting apparatus and parameter setting method
CN109474980A (zh) 一种基于深度增强学习的无线网络资源分配方法
CN106358308A (zh) 一种超密集网络中的强化学习的资源分配方法
CN105680920B (zh) 一种多用户多天线数能一体化通信网络吞吐量优化方法
CN1253425A (zh) 无线系统的空间时间分集
Dai et al. Energy‐efficient resource allocation for device‐to‐device communication with WPT
CN104205666A (zh) 用于无线系统的功率动态联合分配以及用户调度的方法和系统
CN110233653A (zh) 基于加权集成聚类算法的mimo系统的盲多径识别方法及系统
CN112564779B (zh) 反向散射通信网络基于传输公平的吞吐量优化方法
CN112637907B (zh) 毫米波网络中用户多关联和下行功率分配的联合优化方法
CN107454604A (zh) 认知中继网络的量子化学反应优化多中继选择方法
Bouton et al. Coordinated reinforcement learning for optimizing mobile networks
Dhillon et al. Fundamentals of base station availability in cellular networks with energy harvesting
CN115175347A (zh) 一种无线携能通信网络资源分配优化方法
Song et al. Maximizing packets collection in wireless powered IoT networks with charge-or-data time slots
CN110087300B (zh) 一种基于簇型无线供能通信网络的用户选择方法
CN107017923A (zh) 一种基于无线输能的非正交多址接入通信系统
CN108418651A (zh) 一种双向无线供电中继系统安全传输方法
CN115379478B (zh) 一种基于ris辅助数能同传网络鲁棒能耗优化方法
CN113644946B (zh) 一种面向用户为中心网络的深度学习动态波束赋形方法
CN109768817B (zh) 无线能量传输的大规模MIMO系统基于max-min公平的资源分配方法
CN113543271A (zh) 一种面向有效容量的资源分配方法及系统
Xia et al. Delay-based user association in heterogeneous networks with Backhaul
Ju et al. A joint jamming detection and link scheduling method based on deep neural networks in dense wireless networks
Govindasamy et al. On the spectral efficiency of links with multi-antenna receivers in non-homogenous wireless networks

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: 20201027

CF01 Termination of patent right due to non-payment of annual fee