CN110933757B

CN110933757B - 基于时间反演的wpcn系统的抗干扰资源分配方法

Info

Publication number: CN110933757B
Application number: CN201911175001.9A
Authority: CN
Inventors: 吴玥; 李方伟
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2019-11-26
Filing date: 2019-11-26
Publication date: 2022-04-05
Anticipated expiration: 2039-11-26
Also published as: CN110933757A

Abstract

本发明公开了一种基于时间反演的WPCN系统的抗干扰资源分配方法，以最大化上行加权和速率，该方法将混合接入点与对应的用户终端之间进行通信的一个时间周期T分成N+2个阶段，从而计算每一用户终端在各时间阶段下的总可达信息速率以建立第一问题模型，将难以求解的加权和速率(WSR)问题转化为最小均方误差(WMMSE)问题，通过分级逐次优化变量，分别求出功率变量和时间变量的最优解，并基于计算出的最优解对相应的功率参数和时间参数进行设置，有效抑制了交叉耦合对系统的干扰，使系统的平均加权和速率得到了明显的提升。

Description

基于时间反演的WPCN系统的抗干扰资源分配方法

技术领域

本发明涉及通信技术领域，尤其涉及一种基于时间反演的WPCN系统的抗干扰资源分配方法。

背景技术

随着无线通信网络的飞速发展，如何解决无线通信设备的能量受限问题受到广泛关注。WET(wireless energy transfer,无线能量传输)技术是能量收集技术的一种，能够为无线设备提供持续而稳定的能量。在无线能量传输技术发展的基础上，WPCN(wirelesspowered communication network,无线供电通信网)进而产生。

WPCN系统利用射频能量传输技术，通过将射频信号向低功耗的物联网终端传输能量来实现系统的“自我可持续”。在WPCN系统中，无线通信设备将下行捕获的射频能量信号用于上行链路的信息传输。因此，如何有效分配各个用户上、下行链路传输时间及功率成为WPCN研究的热点。

研究人员于2014年首次提出基于射频能量传输的WPCN系统，在单个小区中，通过时分多址接入(time division multiple access,TDMA)方式避免了用户间干扰并提出了基于用户吞吐量最大化的时间分配方案。之后，研究者在此基础上，提出了以空分多址接入(space division multiple access,SDMA)方式，通过对下行链路波束赋形以及对上行链路功率分配，最大化用户的最小吞吐量，并证明了此方法的优越性。以上研究，均是在单个小区场景下进行的。之后，研究人员将WPCN应用到了多小区环境中，在分布式大规模MIMO系统中考虑了小区间干扰并提出了使系统能效最大化的优化算法。由于小区环境的多样性，有研究人员将WPCN应用到N个用户的干扰信道中，并分别讨论了在异步和同步情况下系统的和速率最大问题。此外，研究人员在干扰信道下，分析了MIMO WPCN系统的吞吐量优化问题。

针对WPCN系统的资源分配问题，现有的相关文献已经提出了多种提升系统吞吐量、系统能量效率等参数的研究方案。但是，在多用户WPCN系统中，各个基站异步发送信号更符合实际情况，在异步条件下，系统会产生交叉耦合干扰，因此如何有效抑制干扰以进一步提升系统性能成为现在亟待解决的技术问题。

发明内容

为解决上述技术问题，本发明提供一种基于时间反演的WPCN系统的抗干扰资源分配方法。

本发明采用的技术方案是：

一种基于时间反演的WPCN系统的抗干扰资源分配方法，所述WPCN系统中的混合接入点在向用户终端发送WET信号后，继续向所述用户终端发送时间反演探测信号，所述用户终端在接收到该探测信号后向所述混合接入点发送WIT信号，所述方法包括以下步骤：

S1：把WPCN系统的混合接入点与对应的用户终端之间进行通信的一个时间周期T分成N+2个阶段，时间周期T由τ_i、α_i和1-τ_i-α_i组成，分别表示第i个用户终端对应的小区的下行WET信号传输时间、时间反演探测时间和上行WIT信号传输时间，将各用户终端对应的下行WET信号传输时间按照由小到大的顺序依次编号为第1个用户终端至第N个用户终端，系统中的用户数和小区数均为N，τ₁≤τ₂≤…≤τ_N且α₁＝α₂＝…＝α_N；

S2：计算用户终端i在第n阶段的总可达信息速率R_i[n]，n∈{3,...,N,N+1,N+2}；

S3：通过求解第一问题模型计算出时间变量τ_i和α_i的最优取值，以及下行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的最优取值，τ_i表示第i个用户终端所在的小区的下行WET信号传输时间，α_i表示第i个用户终端所在的小区的时间反演探测时间，p_d,j[n]表示第j个混合接入点在第n个阶段的下行传输功率，p_u,i[n]表示第i个用户在第n个阶段的上行传输的功率，i,j∈{1,2,…,N}，n∈{1,2,…,N+2}，所述第一问题模型为：

其中，P1表示所述第一问题模型中待求解的目标函数，C1、C2、C3以及C4表示目标函数P1的约束条件，ψ_i表示系统中用户终端i的加权系数，E_i表示用户终端i收集到的总能量，p_peak,j为第j个混合接入点下行传输功率的峰值，s_max表示用户终端到混合接入点的最远距离，c表示信号传输速率；

S4：基于步骤S3中计算出来的最优取值设置第i个用户终端所在的小区的下行WET信号传输时间、第i个用户终端所在的小区的时间反演探测时间、第i个用户终端所在的小区的WIT信号传输时间、第j个混合接入点在第n个阶段的下行传输功率以及第i个用户终端在第n个阶段的上行传输功率。

进一步地，各所述混合接入点和各所述用户终端都是单天线且工作在同一频段内。

进一步地，步骤S3中通过分级逐次优化目标函数P1中变量，分别计算出时间变量τ_j和α_j、下行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的最优解。

进一步地，步骤S3包括以下步骤：

S301：初始化时间变量τ_i和α_i的值；

S302：初始化下行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的值；

S303：引入变量q_d,j[n]＝(τ_n-τ_n-1)p_d,j[n](

且n∈{1,2,…,j})，以及变量q_u,i[n]＝(τ_n-τ_n-1)p_u,i[n](

且n∈{i+2,…,N+2})，变量W_i,n表示第i个用户终端在第n个时间阶段的正加权变量，变量U_i,n表示第i个用户终端在第n个时间阶段的MMSE接收变量，e_i,n表示第i个用户终端在第n个时间阶段信号传输的均方误差，将步骤S3中的第一问题模型转化为第二问题模型：

其中，P2表示所述第二问题模型中待求解的目标函数，C5及C6表示目标函数P2的约束条件；

表示U_in的共轭转置矩阵，h_ii表示第i个混合接入点与第i个用户终端之间的下行信道冲激响应，

表示第i个用户终端和第i个混合接入点之间的上行等效信道，β表示WET信号的衰减系数，σ²表示信号噪声的方差，[L-1]表示第L-1条多径，[l′]表示除第L-1条多径外的其余多径，

表示第i个混合接入点与第i个用户终端的经时间反演后的上行等效信道，

表示第k个混合接入点与第i个用户终端的经时间反演后的上行等效信道的第l条多径，q_tr,i[n]表示第i个用户终端对应的混合接入点在时间反演探测阶段下的下行发送能量，g_ik[l]表示第k个混合接入点与第i个用户之间下行信道的第l条多径，q_d,k[n]表示第k个混合接入点在第n个时间阶段下的下行发送能量，编号1～n₀的用户终端处于WIT信号传输状态，编号n₀+1～n₁的用户终端处于时间反演探测状态，编号n₁+1～N的用户终端处于WET信号传输状态，1≤n₀＜n₁≤N；

S304：将设置的时间变量τ_i和α_i、下行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的值代入所述第二问题模型中计算出局部优化的变量W_i,n的最优值

和MMSE接收变量U_i,n的最优值

其中，

且n∈{i+2,…,N+1}；

S305：将

和

代入第三问题模型中，计算出第三问题模型中目标函数P3的拉格朗日函数中变量q_d,j[n]和变量q_u,i[n]的值，第三问题模型为：

其中，P3表示第三问题模型中待求解的目标函数，C7和C8表示目标函数P3的约束条件，

目标函数P3的拉格朗日函数为：

其中，Re{·}表示复数的实部，

表示第s个用户终端和第i个用户终端之间的信道矩阵；

S306：将步骤S305中计算出的变量q_d,j[n]和变量q_u,i[n]的值代入第四问题模型中，结合内点法计算第四问题模型中目标函数P4的最优解

第四问题模型为：

其中，P4表示所述第四问题模型中待求解的目标函数，C9表示目标函数P4的约束条件，μ_i为第i个用户终端关于约束条件C9的非负对偶变量；

S307：将步骤S306中求出的变量μ_i的最优解

代入S305中，求出变量q_d,j[n]的最优解

和变量q_u,i[n]的最优解

并根据

和

判断目标函数P3是否达到收敛条件，如是，转至S308，否则转至S302重新设置行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的值；

S308：将步骤S307求出的最优解

和

代入目标函数P1中，对目标函数P1对应的目标优化问题进行转化处理得到待求解的目标函数P5：

其中，

目标函数P5满足以下约束条件：

S309：利用内点法求解目标函数P5得到时间变量τ_i和α_i当前对应的最优解

和

基于

和

判断目标函数P1是否达到收敛条件，如是，转至S310，否则，转至S301重新设置时间变量τ_i和α_i的值；

S310：得到时间变量τ_i、α_i、下行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的最优设置值。

进一步地，步骤S301包括：

针对每一用户终端，都随机产生一对时间变量τ_i和α_i，且满足τ_i+α_i≤1。

进一步地，步骤S1中把WPCN系统的混合接入点与对应的用户终端之间进行通信的一个时间周期T随机分成N+2个阶段。

通过本发明提供的基于时间反演的WPCN系统的抗干扰资源分配方法，可以将混合接入点与对应的用户终端之间进行通信的一个时间周期T分成N+2个阶段，从而计算每一用户终端在各时间阶段下的总可达信息速率以建立第一问题模型，对第一问题模型进行求解得到系统最大加权和速率下功率变量和时间变量的最优解，并基于计算出的最优解对相应的功率参数和时间参数进行设置，有效抑制了交叉耦合对系统的干扰，使系统的平均加权和速率得到了明显的提升。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明实施例提供的WPCN系统的通信示意图；

图2为本发明实施例提供的基于时间反演的WPCN系统的抗干扰资源分配方法的流程示意图；

图3为本发明实施例提供的对时间周期T进行阶段划分的示意图；

图4为实验过程中系统的平均加权和速率随基站的功率变化的示意图；

图5为实验过程中系统平均加权和速率随干扰强度变化的示意图。

具体实施方式

为了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，应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本实施例提供一种基于时间反演的WPCN系统的抗干扰资源分配方法，该方法适用于N用户WPCN系统，N用户WPCN系统是指具有N个用户的干扰信道下的WPCN系统，其中第j个混合接入点(H-AP,hybrid access point)为第j个小区的一个用户服务，j∈{1,2,…,N}。

请参见图1所示，在WPCN系统中，H-AP首先向用户发送WET信号，用户接收到能量后将其储存在可蓄电电池中，与传统WPCN系统不同的是，在H-AP向用户发送WET信号后，会继续发送时间反演探测信号，用户在接收到探测信号后，再发送WIT(wireless informationtransfer，无线信息传输)信号给对应的H-AP。本实施例中所提供的方法中假定所有的H-AP和用户都是单天线并且工作在同一频段内。

请参见图2所示，本实施例提供的基于时间反演的WPCN系统的抗干扰资源分配方法包括以下步骤：

S1：把WPCN系统的混合接入点与对应的用户终端之间进行通信的一个时间周期T分成N+2个阶段。

步骤S1中可以把WPCN系统的混合接入点与对应的用户终端之间进行通信的一个时间周期T随机分成N+2个阶段。

请参见图3所示，一个时间周期T由τ_i、α_i和1-τ_i-α_i组成，分别表示第i个用户终端对应的小区的下行WET信号传输时间、时间反演探测时间和上行WIT信号传输时间，将各用户终端对应的下行WET信号传输时间按照由小到大的顺序依次编号为第1个用户终端至第N个用户终端，系统中的用户数和小区数均为N，τ₁≤τ₂≤…≤τ_N且α₁＝α₂＝…＝α_N。

在实际情况中，各个小区发送WET信号和WIT信号的时间可能不是同步的，因此不对称的时间分配会导致交叉耦合干扰的产生。例如正在发送WET信号的小区或许会对正在接收WIT信号的小区造成干扰，而发送的WIT信号又会对正在接收WET信号的用户提供额外的能量。为抑制这种交叉耦合干扰，在原有的HTT协议基础上，划分了一个时间反演探测阶段。把一个时间周期T分成了N+2个部分，τ_j、α_j和1-τ_j-α_j分别表示第j个小区的下行WET传输时间、时间反演探测时间和上行WIT传输时间。假定所有小区的信道状态信息已知且具有信道互易性，令τ₁≤τ₂≤…≤τ_N且α₁＝α₂＝…＝α_N。在第一个部分0≤t≤τ₁，所有的H-AP都在进行下行WET信号传输，用户在这个阶段进行能量收集。在多径信道下，定义第j个H-AP和第i个用户之间的下行信道冲激响应为h_ij(t)，i,j∈{1,2,…,N}，对其建立抽头延迟线模型有：

其中，δ_ij,l为多径信道的第l条多径的幅度；σ_ij,l为多径信道的第l条多径的时延；当h_ij(t)离散化为

时：

h_ij＝[h_ij[0],h_ij[1],…,h_ij[L-1]^T

对信道冲激响应进行时域离散化操作有E(h_ij[l])＝0和

S2：计算用户终端i在第n个阶段的总可达信息速率R_i[n]，n∈{3,...,N,N+1,N+2}。

为了求出系统的总可达信息速率，需要求出每一用户终端在各时间阶段下的总可达信息速率。

令

表示第i个用户终端在第n个阶段接收到的信号，n∈{1,…,N+1}，因此，用户终端i接收到的信号为：

其中，p_d,j[n]表示第j个H-AP在第n个阶段下行传输功率；x_d,j[n]表示第j个H-AP在第n个阶段传输的WET信号，且Ε[|x_d,j[n]|²]＝1；

表示第i个用户终端在第n个阶段传输的复杂高斯噪声。因此，在第1阶段用户i收集到的能量E_i,1为：

其中η表示能量收集转换效率，因为跟p_d,j[n]相比，噪声功率微不足道，所以其影响可以忽略。

当n＝2时开始有H-AP下行发送探测信号，此时用户终端对信号进行时间反演预处理，即在时域上对接收信号进行前后倒转，与频域上的相位共轭操作相互等效，并进行归一化处理。因此，经时间反演操作后，第i个用户终端和第j个H-AP之间的上行等效信道为：

其中

的每个抽头值可以写为：

与n∈{1，2}不同的是，剩余的n个阶段会产生交叉耦合干扰，n∈{3,…,N}。当第j₂个H-AP发送下行WET信号时，j₂∈{n₁+1,n₁+2，…，N}，第j₁个H-AP发送TR探测信号，j₁∈{n₀+1,n₀+2，…，n₁}，而剩余的H-AP，j₀∈{1,2，…,n₀}，将会接收到来自第i个用户的WIT信息，i∈{1,2,…,n₀}，其中1≤n₀＜n₁≤N。

表示第j个H-AP，j∈{1,2,…,n₀}，在第n个阶段收到的信号可表示为：

其中p_u,i[n]表示第i个用户在第n个阶段上行传输的功率，x_u,i[n]表示WIT信号且Ε[|x_u,i[n]|²]＝1，β表示WET信号的衰减系数，g_jk表示第j个H-AP和第k个H-AP的信道相关性，

是第j个H-AP的复高斯白噪声，其均值为0，方差为σ²。

第j个H-AP，j∈{1,2,…,n₀}，在第n个阶段的可达信息速率为R_j[n]，需要说明的是由于用户终端与混合接入点是一一对应的关系，所以R_j[n]＝R_i[n]，当n∈{3,4…N+1}时：

此时，用户i仍在第n个阶段收集能量，i∈{n₁+1,n₁+2,…,N}，其接收到的信号为：

其收集的能量表示为：

当n＝N+2，所有的用户上行发送信息，第j个H-AP接收到的信息为：

第j个H-AP在第(N+2)个阶段的可达信息速率为：

对于用户i而言，其总可达速率为

需要说明的是，本发明的需要优化的目标是通过时间及功率分配使系统的总可达速率最大，因为各个小区时间反演探测时长相同，因此各个小区时间反演功率分配变量{p_tr,j[n]}相等且需要满足距离最远的小区可以接收到探测信号，因此可以构建第一问题模型，{p_tr,j[n]}表示第j个混合接入点在时间反演探测阶段发送的功率。

S3：通过求解第一问题模型计算出时间变量τ_i和α_i的最优取值，以及下行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的最优取值，τ_i表示第i个用户终端所在的小区的下行WET信号传输时间，α_i表示第i个用户终端所在的小区的时间反演探测时间，p_d,j[n]表示第j个混合接入点在第n个阶段的下行传输功率，p_u,i[n]表示第i个用户在第n个阶段的上行传输的功率，i,j∈{1,2,…,N}，n∈{1,2,…,N+2}，第一问题模型为：

其中，P1表示第一问题模型中待求解的目标函数，C1、C2、C3以及C4表示目标函数P1的约束条件，ψ_i表示系统中用户终端i的加权系数，E_i表示用户终端i收集到的总能量，p_peak,j为第j个混合接入点下行传输功率的峰值，s_max表示用户终端到混合接入点的最远距离，c表示信号传输速率。

应当说明的是，由于目标函数P1和约束条件C1的非凸性，优化问题的最优解不能直接求出，因此本实施例提供一种逐次分级优化的方法可以求得问题的局部最优解。通过将WRS问题转换为WMMSE问题，先固定{τ_i,α_i}，更新{p_u,i[n],p_d,j[n]}，然后固定{p_u,i[n],p_d,j[n]}，通过内点法计算{τ_i,α_i}。

具体的，步骤S3包括以下子步骤：

S301：设置时间变量τ_i和α_i的值；

本步骤中，应当针对每一用户终端，都随机产生一对时间变量τ_i和α_i，且满足τ_i+α_i≤1；

S302：设置下行功率分配变量p_d,j[n]及上行功率分配变量p_u,i[n]的值；

S303：引入变量q_d,j[n]＝(τ_n-τ_n-1)p_d,j[n](

且n∈{1,2,…,j})，以及变量q_u,i[n]＝(τ_n-τ_n-1)p_u,i[n](

表示U_i,n的共轭转置矩阵，h_ii表示第i个混合接入点与第i个用户终端之间的下行信道冲激响应，

和MMSE接收变量U_i,n的最优值

其中，

且n∈{i+2,…,N+1}；

S305：将

和

目标函数P3的拉格朗日函数为：

为了得到步骤S306中对偶函数g({μi})的解，需要先求出目标函数P3的拉格朗日函数中变量{q_u,i[n],q_d,j[n]}的值。而变量{q_u,i[n],q_d,j[n]}的值可以通过分别对其求导，并令导数为0得到，通过求解：

其中，Re{·}表示复数的实部，

表示第s个用户终端和第i个用户终端之间的信道矩阵；

第四问题模型为：

其中，P4表示所述第四问题模型中待求解的目标函数，C9表示目标函数P4的约束条件，μ_i为关于约束条件C9的非负对偶变量；

S307：将步骤S306中求出的变量μ_i的最优解

代入S305中，求出变量q_d,j[n]的最优解

和变量q_u,i[n]的最优解

并根据

和

当求出最优解

和

后，可以求出时间变量{τ_i,α_i}的解，此时问题变为：

为使问题简化，令ε＝[ε₁,ε₂,…,ε_N+1]^T，其中ε_i＝τ_i+1-τ_i，此时优化问题变为：对步骤S308中的目标函数P5进行求解；

S308：将步骤S307求出的最优解

和

其中，

目标函数P5满足以下约束条件：

和

基于

和

为了验证本实施例所提供的方法的有效性，进行了相关实验。请参见图4所示，图4为实验过程中，在时间反演发送功率P_tr在四种取值情况下，系统的平均加权和速率随混合接入点的发送信号功率P_T变化的示意图，从图中可以看出，系统的平均加权和速率随着基站功率的增大而增大，但增大的趋势逐渐减缓。随着时间反演阶段探测信号功率的增大，系统的平均加权和速率逐渐减小，这是因为时间反演在聚焦信号的同时，也会对其他用户的上行传输产生干扰，因此探测信号功率不宜过大。

图5为实验过程中为系统平均加权和速率随干扰强度变化的示意图，从图中可以看出，随着信道干扰强度的增加，本实施例所提供的方案有效提升了系统的平均加权和速率，两种方案中系统的平均加权和速率逐渐减小，但减小的趋势逐渐减缓。

本实施例所提供的方法在引入时间反演技术抑制系统的交叉耦合干扰后，对多维时间段及上、下行传输功率进行分配，以使系统的加权和速率达到最大，实验结果表明本实施例所提供的方法可以有效地抑制干扰，显著提升了系统的平均加权和速率。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。