CN111212468B - 多载波认知无线电无线携能通信资源分配方法 - Google Patents

多载波认知无线电无线携能通信资源分配方法 Download PDF

Info

Publication number
CN111212468B
CN111212468B CN202010216198.2A CN202010216198A CN111212468B CN 111212468 B CN111212468 B CN 111212468B CN 202010216198 A CN202010216198 A CN 202010216198A CN 111212468 B CN111212468 B CN 111212468B
Authority
CN
China
Prior art keywords
energy
carrier
power
cognitive user
omega
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
CN202010216198.2A
Other languages
English (en)
Other versions
CN111212468A (zh
Inventor
吕玉静
刘玉涛
宋志群
郑博文
刘宪磊
马计栋
刘倩楠
许沐
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.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
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 CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202010216198.2A priority Critical patent/CN111212468B/zh
Publication of CN111212468A publication Critical patent/CN111212468A/zh
Application granted granted Critical
Publication of CN111212468B publication Critical patent/CN111212468B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/18TPC being performed according to specific parameters
    • H04W52/24TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/243TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
    • H04W52/244Interferences in heterogeneous networks, e.g. among macro and femto or pico cells or other sector / system interference [OSI]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/345Interference values
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/382Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04TPC
    • H04W52/30TPC using constraints in the total amount of available transmission power
    • H04W52/34TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
    • H04W52/346TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading distributing total power among users or channels
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种多载波认知无线电无线携能通信资源分配方法,认知无线电通过频谱感知提高资源利用率,但会产生感知能耗,降低传输能量。为了保证认知无线电的传输性能,提出认知无线电利用多载波实现无线携能通信,并分配通信资源实现系统性能优化。认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量补充感知耗能。提出子载波和子载波功率联合优化算法,在保证能量,干扰和总功率受约束的基础上,最优化系统吞吐量。仿真表明:能量采集会占用传输资源,需要合理分配子载波在速率和能量间取得性能折中。结果表明:提出算法通过采集能量补充感知能耗有效提高了系统吞吐量。

Description

多载波认知无线电无线携能通信资源分配方法
技术领域
本发明涉及无线通信领域中的一种多载波认知无线电无线携能通信资源分配方法。
背景技术
现有的多载波认知无线电无线携能通信资源分配方法主要有以下几种。(1)多载波无线携能通信的资源优化方法,通过优化子载波功率和分配系数,在保证采集能量的同时最大化系统吞吐量。(2)将能量采集用于认知无线电中,认知用户可以采集主用户的能量补充电能,但是能量采集和信息传输是在不同时隙独立完成的。(3)频谱感知协同能量采集,认知用户接收机感知授权用户的同时采集授权用户能量,但是需要单独的感知时隙,导致频谱利用率降低。
现有的认知无线电无线携能通信资源分配方法主要有以下缺点:
(1)信息损失;
(2)传输延迟;
(3)频谱利用率低。
发明内容
本发明所要解决的技术问题在于避免上述背景技术中的不足之处而设计了一种多载波认知无线电无线携能通信资源分配方法,研究了一种无线携能通信的多载波认知无线电系统,利用部分子载波与主用户共享频谱进行信息传输,同时利用剩余子载波采集主用户能量。通过联合优化子载波集合和子载波功率,最大化系统的吞吐量。
本发明采用的技术方案为:
一种多载波认知无线电无线携能通信资源分配方法,包括以下步骤:
(1)定义多载波无线携能通信系统总的载波集合为N,信息载波集合和能量载波集合分别为ΩI和ΩE,ΩIE=Ν;认知用户发射机通过信息载波向认知用户接收机发射信息,授权用户发射机通过能量载波向认知用户接收机发射能量;
(2)设定约束条件:认知用户接收机采集的能量满足系统电路损耗、认知用户对授权用户产生的干扰功率受到控制以及认知用户的发射总功率受到控制;即:
EH+E0≥pct,
Figure BDA0002424519570000021
Figure BDA0002424519570000022
Figure BDA0002424519570000023
式中,EH为认知用户接收机采集的能量,E0为电源供给的能量,pi为认知用户发射机在载波i上的传输功率,Ni为载波噪声,
Figure BDA0002424519570000024
为授权用户发射机的载波发射功率,gi为授权用户发射机和认知用户接收机之间的信道增益,μ为能量采集效率,t为系统工作时间,pc为电路损耗功率,fi为认知用户发射机和授权用户接收机之间的信道增益,PI为最大干扰功率,PT是最大功率;
(3)在子载波功率最优和总信道容量最大的情况下以及多载波无线携能通信系统采集能量最大的情况下,分别根据约束条件建立优化问题,求出信息载波集合ΩI和能量载波集合ΩE
其中,步骤(3)具体为:
子载波功率最优以及总信道容量最大的情况下,载波分配为:
根据约束条件建立最大化系统信道容量模型的优化目标,
表示为:
Figure BDA0002424519570000031
s.t.EH+E0≥pct
Figure BDA0002424519570000032
Figure BDA0002424519570000033
pi≥0,i∈ΩI
ΩI ∪ΩE=Ν
式中,R为系统总的信道容量,
Figure BDA0002424519570000034
hi为认知用户发射机和认知用户接收机之间的信道增益;
由EH+E0≥pct得到:
Figure BDA0002424519570000035
式中,p0为电源供给功率,u为能量采集效率,
Figure BDA0002424519570000036
若pc≤p0,则表明电源供给满足电路消耗,不需进行能量采集,即ΩE=0;若pc>p0,则将子载波按照Φi从大到小排列,将刚好满足约束条件
Figure BDA0002424519570000041
的子载波数量记为l个,,集合记为ΩE,剩余子载波归类ΩI
系统采集能量最大的情况下,载波分配为:
在信道容量、干扰和总功率受约束的基础上,最大化多载波无线携能通信系统采集的能量,优化问题表示为:
Figure BDA0002424519570000042
s.t.R≥Rmin
Figure BDA0002424519570000043
Figure BDA0002424519570000044
pi≥0,i∈ΩI
ΩI ∪ΩE=Ν
对上式优化问题进行优化:
Figure BDA0002424519570000045
Figure BDA0002424519570000046
Figure BDA0002424519570000047
pi≥0,i∈ΩI
将载波按照Φi从小到大排列,载波序号记做1,2,3,…,N;
依次选取前l=1,2,…个载波,利用如下公式求得R的最大值:
Figure BDA0002424519570000048
Figure BDA0002424519570000049
Figure BDA00024245195700000410
pi≥0,i∈ΩI
当刚好满足R≥Rmin时,将选取的l个载波归类为ΩI;其余的载波归类为ΩE;即可求得用于传输信息和采集能量的载波数,此时系统采集的能量达到最大。
本方案的优点在于:
认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量补充感知耗能。提出子载波和子载波功率联合优化算法,在保证能量,干扰和总功率受约束的基础上,最优化系统吞吐量。
附图说明
图1是本发明认知无线电无线携能通信资源分配模型;
图2是本发明不同干扰功率下的传输频谱效率;
图3是本发明不同电路损耗功率下的传输频谱效率;
图4是本发明频谱效率和采集能量关系;
图5是本发明不同频谱效率限值下的最大化采集能量;
图6是本发明提出方法和传统注水方法性能比较。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为认知无线电无线携能通信资源分配模型,认知用户(CR)接收机利用一部分子载波传输信息,同时利用剩余子载波采集授权用户(PU)的射频能量补充电能。
包括以下步骤:
(1)定义多载波无线携能通信系统总的载波集合为N,信息载波集合和能量载波集合分别为ΩI和ΩE,ΩIE=Ν;认知用户发射机通过信息载波向认知用户接收机发射信息,授权用户发射机通过能量载波向认知用户接收机发射能量;
(2)设定约束条件:认知用户接收机采集的能量满足系统电路损耗、认知用户对授权用户产生的干扰功率受到控制以及认知用户的发射总功率受到控制;即:
EH+E0≥pct,
Figure BDA0002424519570000061
Figure BDA0002424519570000062
Figure BDA0002424519570000063
式中,EH为认知用户接收机采集的能量,E0为电源供给的能量,pi为认知用户发射机在载波i上的传输功率,Ni为载波噪声,
Figure BDA0002424519570000064
为授权用户发射机的载波发射功率,gi为授权用户发射机和认知用户接收机之间的信道增益,μ为能量采集效率,t为系统工作时间,pc为电路损耗功率,fi为认知用户发射机和授权用户接收机之间的信道增益,PI为最大干扰功率,PT是最大功率;
(3)在子载波功率最优和总信道容量最大的情况下以及多载波无线携能通信系统采集能量最大的情况下,分别根据约束条件建立优化问题,求出信息载波集合ΩI和能量载波集合ΩE
子载波功率最优以及总信道容量最大的情况下,载波分配为:
根据约束条件建立最大化系统信道容量模型的优化目标,表示为:
Figure BDA0002424519570000071
s.t.EH+E0≥pct
Figure BDA0002424519570000072
Figure BDA0002424519570000073
pi≥0,i∈ΩI
ΩI ∪ΩE=Ν
式中,R为系统总的信道容量,
Figure BDA0002424519570000074
hi为认知用户发射机和认知用户接收机之间的信道增益;
由EH+E0≥pct得到:
Figure BDA0002424519570000075
式中,p0为电源供给功率,u为能量采集效率,
Figure BDA0002424519570000076
若pc≤p0,则表明电源供给满足电路消耗,不需进行能量采集,即ΩE=0;若pc>p0,则将子载波按照Φi从大到小排列,选择前l个子载波刚好满足式
Figure BDA0002424519570000077
集合记为ΩE,剩余子载波归类ΩI;并将优化问题简化如下:
Figure BDA0002424519570000078
Figure BDA0002424519570000079
Figure BDA00024245195700000710
pi≥0,i∈ΩI
采用拉格朗日方法求解简化后的优化问题,拉格朗日函数表示为
Figure BDA0002424519570000081
式中拉格朗日乘子λ1>0和λ2>0;
Figure BDA0002424519570000082
获得功率最优值
Figure BDA0002424519570000083
Figure BDA0002424519570000084
式中(x)+表示x和0中的最大值;
(502)初始化λ1和λ2以及μ1和μ2
(503)根据式
Figure BDA0002424519570000085
计算得到功率最优值
Figure BDA0002424519570000086
(504)将
Figure BDA0002424519570000087
带入下式,更新λ1和λ2
Figure BDA0002424519570000088
Figure BDA0002424519570000089
式中,t是迭代序号;
(505)重复步骤(503)和(504),直到λ1和λ2全部收敛;
(506)将收敛的λ1和λ2代入式
Figure BDA00024245195700000810
求出子载波功率最优值,将子载波功率最优值作为认知用户发射机在载波i上的传输功率pi带入公式
Figure BDA00024245195700000811
中,求得系统总信道容量的最大值。
在信道容量、干扰和总功率受约束的基础上,最大化多载波无线携能通信系统采集的能量,优化问题表示为:
Figure BDA0002424519570000091
s.t.R≥Rmin
Figure BDA0002424519570000092
Figure BDA0002424519570000093
pi≥0,i∈ΩI
ΩI ∪ΩE=Ν
对上式优化问题进行优化:
Figure BDA0002424519570000094
Figure BDA0002424519570000095
Figure BDA0002424519570000096
pi≥0,i∈ΩI
将载波按照Φi从小到大排列,载波序号记做1,2,3,…,N;
依次选取前l=1,2,…个载波,利用如下公式求得R的最大值:
Figure BDA0002424519570000097
Figure BDA0002424519570000098
Figure BDA0002424519570000099
pi≥0,i∈ΩI
当刚好满足R≥Rmin时,将l个载波归类为ΩI;其余的载波归类为ΩE;即可求得用于传输信息和采集能量的载波数,此时系统采集的能量达到最大。
对所提出的方法进行仿真分析。仿真中子载波数为36,噪声功率为0.1mW,能量采集效率为0.5,系统自身储能为5mJ,信道服从均值为-10dB的瑞利分布。图2是最大化吞吐量情况下的模型性能仿真。图2表示干扰功率PI={5,10,20,30}mW时,认知无线电传输速率R随总功率PT的变化。可以看出,认知无线电的传输速率随着总功率的增加急剧增长,表明总功率越大,提出方法的资源分配效益越明显。传输速率随着干扰功率限制的降低而下降,表明为了控制对主用户的干扰,认知无线电不得不选择较差的信道传输信息。
图3表示电路损耗功率pc={15,12,10,8}mW时认知无线电的信息传输频谱效率随总功率的变化,可以看出损耗功率越大,认知无线电的信息传输频谱效率越低。这是因为损耗功率增加,认知无线电需要更多、更好的子载波传输信息,因而用于传输信息的子载波的数量和质量会较低,因此认知无线电的频谱效率下降了。图4进一步给出了总功率PT={50,70,100}mW时,信息传输频谱效率随采集能量EH的变化,可以看出频谱效率随着采集能量的增加而减少,这表明能量采集会占用传输资源,因此需要选择合适数量的子载波采集能量,从而在信息传输和能量采集之间取得折中。
图5给出最大化采集能量情况下,
当PT={50,60,70,80}mW时,不同频谱效率限值下的最大采集能量。可以看出频谱效率要求增加时,采集能量减小,表明系统耗能显著增加。此外,当总功率增加时,采集能量增加,表明信号携带的能量有所提高。图6对提出方法和传统的注水方法的吞吐量进行了比较,可以看出提出方法的频谱效率有一定提高,因为提出方法通过采集能量补充感知消耗,传输能量有所提高。

Claims (2)

1.一种多载波认知无线电无线携能通信资源分配方法,其特征在于,包括以下步骤:
(1)定义多载波无线携能通信系统总的载波集合为N,信息载波集合和能量载波集合分别为ΩI和ΩE,ΩIE=Ν;认知用户发射机通过信息载波向认知用户接收机发射信息,授权用户发射机通过能量载波向认知用户接收机发射能量;
(2)设定约束条件:认知用户接收机采集的能量满足系统电路损耗、认知用户对授权用户产生的干扰功率受到控制以及认知用户的发射总功率受到控制;即:
EH+E0≥pct,
Figure FDA0002424519560000011
Figure FDA0002424519560000012
Figure FDA0002424519560000013
式中,EH为认知用户接收机采集的能量,E0为电源供给的能量,pi为认知用户发射机在载波i上的传输功率,Ni为载波噪声,
Figure FDA0002424519560000014
为授权用户发射机的载波发射功率,gi为授权用户发射机和认知用户接收机之间的信道增益,μ为能量采集效率,t为系统工作时间,pc为电路损耗功率,fi为认知用户发射机和授权用户接收机之间的信道增益,PI为最大干扰功率,PT是最大功率;
(3)在子载波功率最优和总信道容量最大的情况下以及多载波无线携能通信系统采集能量最大的情况下,分别根据约束条件建立优化问题,求出信息载波集合ΩI和能量载波集合ΩE
2.根据权利要求1所述的多载波认知无线电无线携能通信资源分配方法,其特征在于,步骤(3)具体为:
子载波功率最优以及总信道容量最大的情况下,载波分配为:
根据约束条件建立最大化系统信道容量模型的优化目标,表示为:
Figure FDA0002424519560000021
s.t.EH+E0≥pct
Figure FDA0002424519560000022
Figure FDA0002424519560000023
pi≥0,i∈ΩI
ΩI∪ΩE=Ν
式中,R为系统总的信道容量,
Figure FDA0002424519560000024
hi为认知用户发射机和认知用户接收机之间的信道增益;
由EH+E0≥pct得到:
Figure FDA0002424519560000025
式中,p0为电源供给功率,u为能量采集效率,
Figure FDA0002424519560000026
若pc≤p0,则表明电源供给满足电路消耗,不需进行能量采集,即ΩE=0;若pc>p0,则将子载波按照Φi从大到小排列,将刚好满足约束条件
Figure FDA0002424519560000027
的子载波数量记为l个,此载波集合记为ΩE,剩余子载波归类为ΩI
系统采集能量最大的情况下,载波分配为:
在信道容量、干扰和总功率受约束的基础上,最大化多载波无线携能通信系统采集的能量,优化问题表示为:
Figure FDA0002424519560000031
s.t.R≥Rmin
Figure FDA0002424519560000032
Figure FDA0002424519560000033
pi≥0,i∈ΩI
ΩI∪ΩE=Ν
对上式优化问题进行优化:
Figure FDA0002424519560000034
Figure FDA0002424519560000035
Figure FDA0002424519560000036
pi≥0,i∈ΩI
将载波按照Φi从小到大排列,载波序号记做1,2,3,…,N;
依次选取前l=1,2,…个载波,利用如下公式求得R的最大值:
Figure FDA0002424519560000037
Figure FDA0002424519560000038
Figure FDA0002424519560000039
pi≥0,i∈ΩI
当刚好满足R≥Rmin时,将选取的l个载波归类为ΩI;其余的载波归类为ΩE;即分别求得用于传输信息和采集能量的载波数,此时系统采集的能量达到最大。
CN202010216198.2A 2020-03-25 2020-03-25 多载波认知无线电无线携能通信资源分配方法 Active CN111212468B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010216198.2A CN111212468B (zh) 2020-03-25 2020-03-25 多载波认知无线电无线携能通信资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010216198.2A CN111212468B (zh) 2020-03-25 2020-03-25 多载波认知无线电无线携能通信资源分配方法

Publications (2)

Publication Number Publication Date
CN111212468A CN111212468A (zh) 2020-05-29
CN111212468B true CN111212468B (zh) 2022-07-08

Family

ID=70788763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010216198.2A Active CN111212468B (zh) 2020-03-25 2020-03-25 多载波认知无线电无线携能通信资源分配方法

Country Status (1)

Country Link
CN (1) CN111212468B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113162663B (zh) * 2021-04-26 2022-12-23 中山大学 非理想信道信息下的鲁棒多载波mimo无线携能系统设计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9426010B1 (en) * 2007-11-21 2016-08-23 University Of South Florida Adaptive symbol transition method for OFDM-based cognitive radio systems
CN107820317A (zh) * 2016-09-12 2018-03-20 中国科学院沈阳自动化研究所 一种认知无线传感网的能量收集与功率控制方法
CN109362090A (zh) * 2018-11-27 2019-02-19 南京信息工程大学 认知中继网络能量效率最大化的功率分配优化方法
CN110519848A (zh) * 2019-07-22 2019-11-29 山东大学 一种认知中继无线传感器网络的联合资源分配方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9426010B1 (en) * 2007-11-21 2016-08-23 University Of South Florida Adaptive symbol transition method for OFDM-based cognitive radio systems
CN107820317A (zh) * 2016-09-12 2018-03-20 中国科学院沈阳自动化研究所 一种认知无线传感网的能量收集与功率控制方法
CN109362090A (zh) * 2018-11-27 2019-02-19 南京信息工程大学 认知中继网络能量效率最大化的功率分配优化方法
CN110519848A (zh) * 2019-07-22 2019-11-29 山东大学 一种认知中继无线传感器网络的联合资源分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向CR-NOMA的动态频谱共享模型与分配算法研究;刘流等;《通信技术》;20191110(第11期);全文 *

Also Published As

Publication number Publication date
CN111212468A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
CN108770007B (zh) 基于noma的无线携能通信系统多目标优化方法
CN107277925B (zh) 基于信息和能量传输的能量采集协作网络资源分配方法
CN111132342A (zh) 一种基于无线供电反向散射通信网络的多载波资源分配方法
CN108462950B (zh) 基于noma的d2d通信联合子信道与功率分配方法
KR101745700B1 (ko) 무선통신 시스템에서 기준 신호 송수신을 위한 장치 및 방법
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
CN110519848B (zh) 一种认知中继无线传感器网络的联合资源分配方法
CN111447662B (zh) 一种无线供电反向散射网络能效优化方法
KR20200060290A (ko) Ofdma swipt 시스템의 통합 자원 할당 장치 및 방법
CN113207185B (zh) 一种无线携能ofdm协作中继通信系统的资源优化分配方法
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
CN111918320B (zh) 时分双工下非正交多址接入的无线通信资源优化分配方法
CN109890073B (zh) 单天线下行noma系统中的功率分配方法
CN110677175B (zh) 一种子信道调度与功率分配联合优化方法
CN113194492B (zh) 一种基于α公平性的安全D2D通信资源分配方法
CN106101048B (zh) 一种基于ofdm子载波分配的无线携能通信方法
CN111212468B (zh) 多载波认知无线电无线携能通信资源分配方法
CN113613198A (zh) 无人机辅助的无线携能d2d网络资源分配方法
CN107241180B (zh) 一种支持信息与能量同传的高效资源分配方法
CN110139282B (zh) 一种基于神经网络的能量采集d2d通信资源分配方法
CN112702792B (zh) 基于gfdm的无线携能网络上下行链路资源联合分配方法
CN112105077B (zh) 一种基于swipt技术的大规模mimo系统uav中继通信方法
CN116600387B (zh) 一种多维资源分配方法
CN111246560B (zh) 无线携能通信时隙与功率联合优化方法
CN109275149B (zh) 一种认知无线供电网络中基于能量累积的资源分配方法

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
GR01 Patent grant
GR01 Patent grant