CN110493854B - 一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制 - Google Patents

一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制 Download PDF

Info

Publication number
CN110493854B
CN110493854B CN201910499596.7A CN201910499596A CN110493854B CN 110493854 B CN110493854 B CN 110493854B CN 201910499596 A CN201910499596 A CN 201910499596A CN 110493854 B CN110493854 B CN 110493854B
Authority
CN
China
Prior art keywords
channel
user
users
uplink
defining
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.)
Active
Application number
CN201910499596.7A
Other languages
English (en)
Other versions
CN110493854A (zh
Inventor
龙宁
蒋卫恒
姚楚楠
熊兴中
张瑜
徐萌莹
冯菁翠
邵鹤冉
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.)
Xiamen Hejiaxing Electronics Co ltd
Original Assignee
Xiamen Hejiaxing Electronics Co ltd
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 Xiamen Hejiaxing Electronics Co ltd filed Critical Xiamen Hejiaxing Electronics Co ltd
Priority to CN201910499596.7A priority Critical patent/CN110493854B/zh
Publication of CN110493854A publication Critical patent/CN110493854A/zh
Application granted granted Critical
Publication of CN110493854B publication Critical patent/CN110493854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04W52/02—Power saving arrangements
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • 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
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
    • 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

Abstract

一种基于优化理论的WPT‑MEC网络上下行资源分配与功率控制机制，本发明基于TDD‑OFDMA设计了单小区多用户WPT‑MEC网络，结合在线网络资源分配机制与优化理论联合提出任务截止期内完成能量传输与计算迁移时上下行资源分配与功率控制算法。首先，在信道分配阶段依据系统中用户计算任务量与信道状态信息按照基于任务优先级的周期性信道分配算法实现在线机制；随后，将给定信道分配下的能效功率分配松弛为给定上下行时间分配下的能效功率分配并利用凸优化理论解出，再采用一维搜索法获得最优上下行时间分配和其对应方案，算法结束。本发明能实现在WPT‑MEC网络中资源分配与功率控制，能显著降低系统整体能耗，提升资源利用率，实现绿色通信。

Description

一种基于优化理论的WPT-MEC网络上下行资源分配与功率控 制机制
技术领域
本发明属于移动边缘计算与无线能量传输的复合领域，特别是涉及一种基于优化理论的WPT-MEC网络上下行资源分配与功率控制机制。
背景技术
近年来，为推动绿色移动通信技术的高速发展与广泛应用，移动边缘计算(MEC,Mobile Edge Computing)技术与无线能量传输(WPT,Wireless Power Transfer)技术相继被提出。作为5G网络关键技术的MEC技术通过在网络入口处部署服务器，为移动用户提供高可靠、低时延的计算与通信服务，旨在解决移动用户计算密集型任务但自身计算能力与电池容量受限、云计算资源丰富但接入能力受限以及移动宽带业务显著增长但承载网管道化三个矛盾。无线能量传输技术的提出为解决电池容量受限、更换电池困难、以及设备需稳定且可持续供电等问题提供了新的思路，现有无线能量传输的方式主要包括：1)部署专用能量发射机广播射频能量信号；2)无线传能技术与无线通信相结合，类型有无线传能通信网络(WPCNs)和无线携能通信(SWIPT)。通过将WPT技术应用于MEC网络中，可以有效解决移动终端供能与计算能力之间的矛盾，能够充分利用MEC服务器强大的计算能力，降低终端设备因计算复杂度和体积受限带来的成本问题，能够充分利用无线网络传能，提升终端续航能力，减少电池损耗。此外，该模式下可以更方便基站对于系统中各设备的能耗管理从而降低用户能耗，提升资源利用率达到节约成本。
在无线传能MEC系统(WPT-MEC)中，资源管理与分配涉及多个维度，包括传能决策、传能资源分配、迁移决策、通信资源分配以及计算资源分配等。在迁移过程中，涉及任务传输的通信资源分配以及边缘计算服务器的计算资源分配。其难点在于：1)传能与通信耦合，即用户传能与传信息相互耦合于同一信号中；2)计算与通信耦合，即用户感知性能依赖于通信与计算资源的联合配置，比如传输功率、信道、时隙等；3)多用户或多小区网络中还面临用户竞争、小区间干扰与资源竞争等。现有的多用户无线传能MEC网络中资源分配机制多以最大化用户节省能耗为目的，且多采用TDMA或定向波束传能为主，无实现最小化多用户系统能耗分配方案。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于优化理论的移动边缘网络资源分配与无线传能功率控制机制。
本发明通过结合在线网络资源分配机制与优化理论联合设计用户在固定任务截止期内完成能量传输与计算迁移过程中联合通信资源分配与功率控制算法。首先，在信道分配阶段依据系统中各用户计算任务量与信道状态信息按照基于任务优先级的周期性信道分配算法(CCA-TP)实现在线机制；随后，对于给定信道分配下的能效功率分配松弛为给定上下行时间分配下的能效功率分配并利用凸优化理论得求解，最后采用一维搜索算法直到求出最优上下行时间分配并得到最优分配上下行功率分配方案，算法结束。
为实现上述目的，本发明提供了一种基于优化理论的无线能量传输-移动边缘计算网络上下行资源分配与功率控制机制，其特征在于包括以下步骤：
S1：定义下列各项数据；
定义基站可提供的信道带宽容量为WB；
定义基站可提供的等带宽的子信道数为N，子信道集合为
Figure GDA0003681893850000031
定义网络中用户数为K，用户集合
Figure GDA0003681893850000032
定义系统截止时间长度T；
定义系统上下行分离时间常量为τ,0＜τ＜1，即τT内完成传能，(1-τ)T内完成计算任务迁移；
定义所有用户的能量转换效率为0＜ζ≤1；
定义所有用户的计算任务长度为
Figure GDA0003681893850000033
定义子信道n对于用户k的信道功率增益为hk,n；
定义用户k对子信道n的获取情况为xk,n，子信道n的获取情况为xn，
Figure GDA0003681893850000034
表示用户k分配到的子信道集；
定义用户k的传能信道为
Figure GDA0003681893850000035
定义用户的本地运行功率为p_loc；
定义基站为用户k下行传能的发射功率为
Figure GDA0003681893850000036
用户k在子信道n上行发射功率为
Figure GDA0003681893850000037
S2：初始化
Figure GDA0003681893850000038
N条子信道随机分配，
Figure GDA0003681893850000039
Figure GDA00036818938500000310
S3：计算用户
Figure GDA00036818938500000311
对应各子信道的信道功率增益hk,n,
Figure GDA00036818938500000312
S4：对用户计算数据量
Figure GDA00036818938500000319
降序排列得到l′1＞...＞l′k＞...＞l′K,
Figure GDA00036818938500000313
S5：对
Figure GDA00036818938500000314
中用户的hk,n,
Figure GDA00036818938500000315
降序排列，有h′k,1＞...＞h′k,n＞...＞h′k,N,
Figure GDA00036818938500000316
S6：假定为用户
Figure GDA00036818938500000317
分配的信道子集规模相等，即子信道数除用户数结果取整得到，len＝floor(N/K)，该floor函数为取整函数；
S7：执行len次循环，每次循环中依次按
Figure GDA00036818938500000318
顺序为K个用户分配1条子信道；
S8：用户
Figure GDA0003681893850000041
获得对应的信道子集
Figure GDA0003681893850000042
S9：在
Figure GDA0003681893850000043
中选择用户
Figure GDA0003681893850000044
下行传能信道
Figure GDA0003681893850000045
S10：初始化τ＝τ0，τ∈(0,1)，搜索步长为Δ；
S11：根据
Figure GDA0003681893850000046
分配的信道子集
Figure GDA0003681893850000047
获取当前用户各子信道增益hk,n,
Figure GDA0003681893850000048
与信道子集规模len作为输入；
S12：对hk,n,
Figure GDA0003681893850000049
由大到小排列；
S13：计算当前各用户
Figure GDA00036818938500000410
的最小上行速率为：
Figure GDA00036818938500000411
S14：对于所有用户
Figure GDA00036818938500000412
计算用户
Figure GDA00036818938500000413
的最优下行传能功率：
Figure GDA00036818938500000414
S15：输出基站为系统内各用户传能的发射功率为：
Figure GDA00036818938500000415
S16：输出给定上下行分离时间常量τ时，基站传能消耗最小能耗：
Figure GDA00036818938500000416
S17：更新τ＝τ+Δ；
S18：搜索所有τ值后，对比不同τ值下所获得的所有基站最小传能能耗，选取能耗最小值所对应的τ*值和其对应上下行功率分配方案作为最优能效分配方案；
S19：算法结束，输出当前任务截止期T内各用户信道分配情况
Figure GDA00036818938500000417
传能信道
Figure GDA00036818938500000418
下行传能信道发射功率
Figure GDA00036818938500000419
和用户在各信道上行迁移的发射功率
Figure GDA00036818938500000420
及基站最小传能能耗
Figure GDA00036818938500000421
进一步地：
S7-1：依据h′k,1＞...＞h′k,n＞...＞h′k,N,
Figure GDA0003681893850000051
顺序为用户
Figure GDA0003681893850000052
分配子信道；
S7-1-1：当信道未被分配即xn＝0时，则令xn＝1,xk,n＝1；
S7-1-2：否则，按h′k,1＞...＞h′k,n＞...＞h′k,N顺序搜索最近的未被分配子信道xn＝0，此时，令xn＝1，xk,n＝1。
进一步地：
所述S14包括如下步骤：
对于所有用户
Figure GDA0003681893850000053
S14-1：令i＝len，计算当前
Figure GDA0003681893850000054
S14-2：判断pk,n＜0？若满足，则i＝i-1，返回S4；
否则，得到当前λ值继续下一步；
S14-3：计算用户
Figure GDA0003681893850000055
各子信道上的发射功率
Figure GDA00036818938500000511
S14-4：计算用户
Figure GDA0003681893850000057
对应的最小上行功率和
Figure GDA0003681893850000058
S14-5：计算用户
Figure GDA0003681893850000059
的最优下行传能功率：
Figure GDA00036818938500000510
本发明的有益效果是：
在本发明中的一种基于优化理论的WPT-MEC网络上下行资源分配与功率控制机制，结合在线网络资源分配机制与优化理论设计算法流程，以最小化基于TDD-OFDMA的多用户系统传能能耗为目标函数。在这种情况下，能使得网络资源均衡分配至系统各用户，功率控制满足最优分配方式，达到合理节约系统传能能耗的有效配置。
本发明为单小区内多用户MEC与WPT技术相融合设计了一种基于TDD-OFDMA的网络架构；
本发明采用基于任务优先级的周期性信道分配算法保证系统内各用户间子信道分配的均衡性；
本发明利用优化理论简化模型所提出的最小能效算法能快速实现WPT-MEC网络上行迁移功率控制；
本发明可快速在WPT-MEC网络中实现资源分配与上下行功率控制；
本发明最小化系统传能能耗，使得资源得到有效配置；
本发明适用于移动边缘计算和无线能量传输；
本发明收敛速度快、复杂度低，易实现。
附图说明
图1是本发明性能示例场景图；
图2是本发明用户工作模式；
图3是系统传能能耗对比图。
具体实施方式
下面结合实施例对本发明作进一步说明：
如图1所示，假设网络中包括四个移动用户MU1、MU2、MU3、MU4，一个无线网络接入基站BS，以及一个边缘云服务器Server；其中，下行链路为传能链路，上行链路为迁移计算链路。
如图2所示，用户工作模式中表示计算任务截止时间T秒，上下行分离常量为任意用户τ；其中，τT表示基站为用户传能时间，(1-τ)T表示计算任务迁移时间，考虑到服务器计算能力强大且计算后结果量较小，故忽略结果反馈时间。任意用户k(k＝1,…,4)的迁移任务表示为lkbits，能量转换效率为ζ。例如l1＝1000bits表示用户1需要迁移的计算任务长度为1000bits，ζ＝1表示用户吸收的能量全部得以转换为用户供能。系统总带宽为WB，子信道为均等划分，子信道数为N。例如WB＝107Hz，N＝32表示系统内子信道带宽为WS＝312.5kHz。
针对图1所示网络拓扑模型与图2所示用户工作模式，一种基于优化理论的WPT-MEC网络上下行资源分配与功率控制机制，它包含以下步骤：
该方法适用WPT-MEC网络中上下行资源分配与功率控制。基于任务优先级周期性的将网络资源分配给系统内各用户，使得资源得到有效均衡配置，获取最大的能量节约。
MEC网络的基站负责收集用户信息和边缘计算网络信息，具体收集信息包括用户数、各用户计算任务量、信道资源总量；
一种基于优化理论的无线能量传输-移动边缘计算网络上下行资源分配与功率控制机制，包括以下步骤：
S1：定义下列各项数据；
定义基站可提供的信道带宽容量为WB；
定义基站可提供的等带宽的子信道数为N，子信道集合为
Figure GDA0003681893850000071
定义网络中用户数为K，用户集合
Figure GDA0003681893850000072
定义系统截止时间长度T；
定义系统上下行分离时间常量为τ,0＜τ＜1，即τT内完成传能，(1-τ)T内完成计算任务迁移；
定义所有用户的能量转换效率为0＜ζ≤1；
定义所有用户的计算任务长度为
Figure GDA0003681893850000073
定义子信道n对于用户k的信道功率增益为hk,n；
定义用户k对子信道n的获取情况为xk,n，子信道n的获取情况为xn，
Figure GDA0003681893850000081
表示用户k分配到的子信道集；
定义用户k的传能信道为
Figure GDA0003681893850000082
定义用户的本地运行功率为p_loc；
定义基站为用户k下行传能的发射功率为
Figure GDA0003681893850000083
用户k在子信道n上行发射功率为
Figure GDA0003681893850000084
以上各项数据的定义顺序不分先后；
阶段1：信道资源在线分配方案：基于任务优先级的周期性信道分配算法
S2：初始化
Figure GDA0003681893850000085
N条子信道随机分配，
Figure GDA0003681893850000086
Figure GDA0003681893850000087
S3：计算用户
Figure GDA0003681893850000088
对应各子信道的信道功率增益hk,n,
Figure GDA0003681893850000089
S4：对用户计算数据量
Figure GDA00036818938500000810
降序排列,具体为采用MATLAB软件中的排序函数，
Figure GDA00036818938500000811
有l′1＞...＞l′k＞...＞l′K,
Figure GDA00036818938500000812
S5：对
Figure GDA00036818938500000813
中用户的hk,n,
Figure GDA00036818938500000814
降序排列，有h′k,1＞...＞h′k,n＞...＞h′k,N,
Figure GDA00036818938500000815
S6：假定为用户
Figure GDA00036818938500000816
分配的信道子集规模相等，即len＝floor(N/K)，即子信道数除用户数结果取整得到，len＝floor(N/K)，该floor函数采用MATLAB软件中取整函数；
S7：执行len次循环，每次循环中依次按
Figure GDA00036818938500000817
顺序为K个用户分配1条子信道；
该S7包括如下步骤：
S7-1：依据h′k,1＞...＞h′k,n＞...＞h′k,N,
Figure GDA00036818938500000818
顺序为用户
Figure GDA00036818938500000819
分配子信道；
S7-1-1：当信道未被分配即xn＝0时，则令xn＝1,xk,n＝1；
S7-1-2：否则，按h′k,1＞...＞h′k,n＞...＞h′k,N顺序搜索最近的未被分配子信道xn＝0，此时，令xn＝1，xk,n＝1；
S8：用户
Figure GDA0003681893850000091
获得对应的信道子集
Figure GDA0003681893850000092
S9：在
Figure GDA0003681893850000093
中选择用户
Figure GDA0003681893850000094
下行传能信道
Figure GDA0003681893850000095
阶段2：基于定步长一维搜索的能效功率分配算法
S10：初始化τ＝τ0，τ∈(0,1)，搜索步长为Δ；
S11：执行当前τ值下各用户能效功率分配方案，并计算对应该值下的基站最小传能能耗：
Figure GDA0003681893850000096
S12：更新τ＝τ+Δ；
S13：搜索所有τ值后，对比不同τ值所获得的对应基站最小传能能耗，选取最小值所对应的τ*值和其对应上下行功率分配方案作为最优能效分配方案；
S14：算法结束，输出当前任务截止期T内各用户信道分配情况
Figure GDA0003681893850000097
传能信道
Figure GDA0003681893850000098
下行传能信道发射功率
Figure GDA0003681893850000099
和用户在各信道上行迁移的发射功率
Figure GDA00036818938500000910
及基站最小传能能耗
Figure GDA00036818938500000911
步骤S11中的所述固定τ值的获取基站最小传能能耗的功率分配方案满足以下步骤：
S1：根据
Figure GDA00036818938500000912
分配的信道子集
Figure GDA00036818938500000913
获取当前用户各子信道增益hk,n,
Figure GDA00036818938500000914
与信道子集规模len作为输入；
S2：对hk,n,
Figure GDA00036818938500000915
由大到小排列；
S3：计算当前各用户
Figure GDA00036818938500000916
的最小上行速率为：
Figure GDA00036818938500000917
S4：对于所有用户
Figure GDA00036818938500000918
包括如下子步骤：
S4-1：令i＝len，计算当前
Figure GDA0003681893850000101
S4-2：判断pk,n＜0？若满足，则i←i-1，返回S4；否则，得到当前λ值继续下一步；
S4-3：计算用户
Figure GDA0003681893850000102
各子信道上的发射功率
Figure GDA00036818938500001010
S4-4：计算用户
Figure GDA0003681893850000104
对应的最小上行功率和
Figure GDA0003681893850000105
S4-5：计算用户
Figure GDA0003681893850000106
的最优下行传能功率：
Figure GDA0003681893850000107
S5：输出基站为系统内各用户传能的发射功率为：
Figure GDA0003681893850000108
S6：输出给定上下行分离时间常量τ时，基站传能消耗最小能耗：
Figure GDA0003681893850000109
将本发明所提方法与基于任务优先信道分配算法的能效功率分配算法进行性能比较，任务优先信道分配能效功率分配算法基本思想为：信道资源在线分配方式仍先对每个用户的计算任务数据量lk降序排列，并规定每个用户分配相同数量的信道子集，根据lk由大到小顺序依次为用户分配信道子集，直至当前用户的信道子集满员后再考虑下一用户。上下行功率控制方式与本发明所提算法相同。仿真设置条件为：该系统场景下设置系统子信道带宽为312.5kHz，子信道共64条，噪声功率1e-9w，系统截止时间0.05秒，用户电路功率0.5*1e-4w，各用户任务长度随机于(5000,15000)bits之间取值。
图3展示了本发明所提方法与基于用户优先的最小能耗算法描述系统总能耗随系统内用户子信道数变化对比图；其为执行20000次蒙特卡洛仿真下平均结果。首先，随着用户分配子信道的增加，两种算法的系统总能耗均逐渐减小，随着用户数增加，其原因在于：随着用户分配子信道的增多，各用户可以选择用于传能的信道选择也变多，系统能够分配信道功率增益大的子信道给用户，用户用于上行迁移的信道增多也会优化能耗；其次，本发明算法能耗表现明显优于基于用户优先的最小能耗算法，本发明算法明显优于拍卖算法，其原因在于：本发明算法在网络资源分配上表现更为合理，整体性更强，用户分配资源更为均衡有效。可以看出，本发明所提方法相对于基于用户优先的最小能耗算法而言能显著降低系统传能能耗。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (2)

1.一种基于优化理论的WPT-MEC网络上下行资源分配与功率控制机制，其特征在于包括以下步骤：
S1：定义下列各项数据；
定义基站可提供的信道带宽容量为WB；
定义基站可提供的等带宽的子信道数为N，子信道集合为
Figure FDA0003681893840000011
定义网络中用户数为K，用户集合
Figure FDA0003681893840000012
定义系统截止时间长度T；
定义系统上下行分离时间常量为τ,0＜τ＜1，即τT内完成传能，(1-τ)T内完成计算任务迁移；
定义所有用户的能量转换效率为0＜ζ≤1；
定义所有用户的计算任务长度为
Figure FDA0003681893840000013
定义子信道n对于用户k的信道功率增益为hk,n；
定义用户k对子信道n的获取情况为xk,n，子信道n的获取情况为xn，
Figure FDA0003681893840000014
表示用户k分配到的子信道集；
定义用户k的传能信道为
Figure FDA0003681893840000015
定义用户的本地运行功率为p_loc；
定义基站为用户k下行传能的发射功率为
Figure FDA0003681893840000016
用户k在子信道n上行发射功率为
Figure FDA0003681893840000017
S2：初始化
Figure FDA0003681893840000018
N条子信道随机分配，
Figure FDA0003681893840000019
Figure FDA00036818938400000110
S3：计算用户
Figure FDA00036818938400000111
对应各子信道的信道功率增益hk,n,
Figure FDA00036818938400000112
S4：对用户计算数据量
Figure FDA0003681893840000021
降序排列，得到l′1＞...＞l′k＞...＞l′K,
Figure FDA0003681893840000022
S5：对
Figure FDA0003681893840000023
中用户的hk,n,
Figure FDA0003681893840000024
降序排列，有h′k,1＞...＞h′k,n＞...＞h′k,N,
Figure FDA0003681893840000025
S6：假定为用户
Figure FDA0003681893840000026
分配的信道子集规模相等，即子信道数除用户数结果取整得到，len＝floor(N/K)，该floor函数为取整函数；
S7：执行len次循环，每次循环中依次按
Figure FDA0003681893840000027
顺序为K个用户分配1条子信道；
S8：用户
Figure FDA0003681893840000028
获得对应的信道子集
Figure FDA0003681893840000029
S9：在
Figure FDA00036818938400000210
中选择用户
Figure FDA00036818938400000211
下行传能信道
Figure FDA00036818938400000212
S10：初始化τ＝τ0，τ∈(0,1)，搜索步长为Δ；
S11：根据
Figure FDA00036818938400000213
分配的信道子集
Figure FDA00036818938400000214
获取当前用户各子信道增益hk,n,
Figure FDA00036818938400000215
与信道子集规模len作为输入；
S12：对hk,n,
Figure FDA00036818938400000216
由大到小排列；
S13：计算当前各用户
Figure FDA00036818938400000217
的最小上行速率为：
Figure FDA00036818938400000218
S14：对于所有用户
Figure FDA00036818938400000219
计算用户
Figure FDA00036818938400000220
的最优下行传能功率：
Figure FDA00036818938400000221
S15：输出基站为系统内各用户传能的发射功率为：
Figure FDA00036818938400000222
S16：输出给定上下行分离时间常量τ时，基站传能消耗最小能耗：
Figure FDA00036818938400000223
S17：更新τ＝τ+Δ；
S18：搜索所有τ值后，对比不同τ值下所获得的所有基站最小传能能耗，选取能耗最小值所对应的τ*值和其对应上下行功率分配方案作为最优能效分配方案；
S19：算法结束，输出当前任务截止期T内各用户信道分配情况
Figure FDA0003681893840000031
传能信道
Figure FDA0003681893840000032
下行传能信道发射功率
Figure FDA0003681893840000033
和用户在各信道上行迁移的发射功率
Figure FDA0003681893840000034
及基站最小传能能耗
Figure FDA0003681893840000035
所述S14包括如下步骤：
对于所有用户
Figure FDA0003681893840000036
S14-1：令i＝len，计算当前
Figure FDA0003681893840000037
S14-2：判断pk,n＜0？若满足，则令i＝i-1返回S4；
否则，得到当前λ值继续下一步；
S14-3：计算用户
Figure FDA0003681893840000038
各子信道上的发射功率
Figure FDA0003681893840000039
S14-4：计算用户
Figure FDA00036818938400000310
对应的最小上行功率和
Figure FDA00036818938400000311
S14-5：计算用户
Figure FDA00036818938400000312
的最优下行传能功率：
Figure FDA00036818938400000313
2.如权利要求1中所述基于优化理论的WPT-MEC网络上下行资源分配与功率控制机制，其特征在于：
S7-1：依据h′k,1＞...＞h′k,n＞...＞h′k,N,
Figure FDA00036818938400000314
顺序为用户
Figure FDA00036818938400000315
分配子信道；
S7-2：当信道未被分配即xn＝0时，则令xn＝1,xk,n＝1；
S7-3：否则，按h′k,1＞...＞h′k,n＞...＞h′k,N顺序搜索最近的未被分配子信道xn＝0，此时，令xn＝1，xk,n＝1。
CN201910499596.7A 2019-06-11 2019-06-11 一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制 Active CN110493854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910499596.7A CN110493854B (zh) 2019-06-11 2019-06-11 一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910499596.7A CN110493854B (zh) 2019-06-11 2019-06-11 一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制

Publications (2)

Publication Number Publication Date
CN110493854A CN110493854A (zh) 2019-11-22
CN110493854B true CN110493854B (zh) 2022-08-23

Family

ID=68546206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910499596.7A Active CN110493854B (zh) 2019-06-11 2019-06-11 一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制

Country Status (1)

Country Link
CN (1) CN110493854B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102278037B1 (ko) * 2019-10-22 2021-07-15 성균관대학교산학협력단 듀얼 모드로 동작하는 무선전력/정보 동시전송을 위해 송신기가 수행하는 수신기 제어 방법, 기계학습 기반 적응형 모드 전환 방법 및 이를 수행하는 장치
CN111181611A (zh) * 2019-12-25 2020-05-19 深圳大学 一种数据传输处理方法及系统
CN111278132B (zh) * 2020-01-19 2022-04-26 重庆邮电大学 移动边缘计算中面向低时延高可靠业务的资源分配方法
CN113382032B (zh) * 2020-03-10 2022-12-09 阿里巴巴集团控股有限公司 云节点变更、网络扩展、服务提供方法、设备及介质
CN112702792B (zh) * 2020-12-22 2023-04-07 杭州电子科技大学 基于gfdm的无线携能网络上下行链路资源联合分配方法
CN113326127B (zh) * 2021-05-28 2022-09-06 南京邮电大学 一种融合无线携能通信的可充电雾计算迁移方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0129098D0 (en) * 2001-12-05 2002-01-23 Ipwireless Inc Method and arrangement for power control
CN106454850A (zh) * 2016-10-14 2017-02-22 重庆邮电大学 蜂窝异构网络能效优化的资源分配方法
WO2018091811A1 (fr) * 2016-11-21 2018-05-24 Orange Procédé d'allocation de ressources dans un réseau d'accès, station de base, produit programme d'ordinateur et support d'information correspondants
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案
CN109474983A (zh) * 2018-12-26 2019-03-15 国网浙江省电力有限公司信息通信分公司 Mec网络中联合发射功率控制的信道分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0129098D0 (en) * 2001-12-05 2002-01-23 Ipwireless Inc Method and arrangement for power control
CN106454850A (zh) * 2016-10-14 2017-02-22 重庆邮电大学 蜂窝异构网络能效优化的资源分配方法
WO2018091811A1 (fr) * 2016-11-21 2018-05-24 Orange Procédé d'allocation de ressources dans un réseau d'accès, station de base, produit programme d'ordinateur et support d'information correspondants
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案
CN109474983A (zh) * 2018-12-26 2019-03-15 国网浙江省电力有限公司信息通信分公司 Mec网络中联合发射功率控制的信道分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
M2M在中继网络中的上行链路资源分配算法;刘亚利等;《东华大学学报(自然科学版)》;20171227(第06期);全文 *
超密集网络中基于移动边缘计算的任务卸载和资源优化;张海波等;《电子与信息学报》;20190514(第05期);全文 *

Also Published As

Publication number Publication date
CN110493854A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110493854B (zh) 一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制
Ren et al. Collaborative cloud and edge computing for latency minimization
CN112737837B (zh) 一种高动态网络拓扑下无人机群带宽资源分配方法
CN111884696B (zh) 一种基于多载波的中继协作移动边缘计算方法
CN111447619A (zh) 一种移动边缘计算网络中联合任务卸载和资源分配方法
Huynh et al. Joint computational offloading and data-content caching in NOMA-MEC networks
CN107426773B (zh) 无线异构网络中面向能效的分布式资源分配方法和装置
CN107172704B (zh) 基于协作频谱感知和干扰约束的认知异构网络功率分配方法
US9294960B2 (en) Method, apparatus and system for cooperative resource scheduling and cooperative communication
CN111093226B (zh) 基于非正交多址接入与移动边缘计算多任务并行迁移方法
CN113784373B (zh) 云边协同网络中时延和频谱占用联合优化方法及系统
CN110545584A (zh) 一种全双工移动边缘计算通信系统的通信处理方法
CN110121212B (zh) 一种面向周期类urllc业务的上行传输方法
CN111988792A (zh) 无人机联盟网络卸载模型及决策计算方法
Liu Exploiting NOMA for cooperative edge computing
Lin et al. Joint offloading decision and resource allocation for multiuser NOMA-MEC systems
Zeng et al. Energy minimization for delay constrained mobile edge computing with orthogonal and non-orthogonal multiple access
Pang et al. Joint wireless source management and task offloading in ultra-dense network
CN111212108B (zh) 基于非正交多址接入和移动边缘计算多用户并行迁移方法
Ren et al. Multi-Slice Joint Task Offloading and Resource Allocation Scheme for Massive MIMO Enabled Network.
CN114189521A (zh) 在f-ran架构中协作计算卸载的方法
Pan et al. 3D UAV placement and resource allocation in software defined cellular networks
CN110602718B (zh) 基于交替方向乘子法的异构蜂窝网络功率分配方法及系统
Zhang et al. Energy-efficient non-orthogonal multiple access for downlink communication in mobile edge computing systems
CN109451584B (zh) 一种多天线数能一体化通信网络的最大化上行吞吐量方法

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
TA01 Transfer of patent application right

Effective date of registration: 20201217

Address after: 610000 No. 88 Tianchen Road, Chengdu High-tech Zone, Sichuan Province

Applicant after: CHENGDU ZHONGYUANXIN ELECTRONIC TECHNOLOGY Co.,Ltd.

Address before: 611731, No. 5, West core road, hi tech West District, Sichuan, Chengdu

Applicant before: CHENGDU LONGTENG ZHONGYUAN INFORMATION TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220729

Address after: 361000 room 504a, South Building, Weiye building, entrepreneurship Park, Xiamen Torch High tech Zone, Huli District, Xiamen City, Fujian Province

Applicant after: Xiamen Hejiaxing Electronics Co.,Ltd.

Address before: 610000 No. 88 Tianchen Road, Chengdu High-tech Zone, Sichuan Province

Applicant before: CHENGDU ZHONGYUANXIN ELECTRONIC TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant