CN111698770B - 一种分布式天线系统中基于无线携能通信的能效资源分配方法 - Google Patents

一种分布式天线系统中基于无线携能通信的能效资源分配方法 Download PDF

Info

Publication number
CN111698770B
CN111698770B CN201910201182.1A CN201910201182A CN111698770B CN 111698770 B CN111698770 B CN 111698770B CN 201910201182 A CN201910201182 A CN 201910201182A CN 111698770 B CN111698770 B CN 111698770B
Authority
CN
China
Prior art keywords
energy
resource allocation
user
rho
allocation method
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
CN201910201182.1A
Other languages
English (en)
Other versions
CN111698770A (zh
Inventor
虞湘宾
储君雅
王光英
汪曦
许方铖
杜雨衡
党小宇
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910201182.1A priority Critical patent/CN111698770B/zh
Publication of CN111698770A publication Critical patent/CN111698770A/zh
Application granted granted Critical
Publication of CN111698770B publication Critical patent/CN111698770B/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
    • H04W52/241TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
    • 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
    • H04W52/242TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
    • 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
    • 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)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种分布式天线系统中基于无线携能通信的能效资源分配方法。针对分布式天线系统,借助于功率分割结构的无线携能通信技术,构建系统模型;考虑到遍历法的高复杂度,利用天线选择技术,将原本的多维优化问题转化成二维求解问题,并提出相应的次优资源分配方法。仿真结果表明在较大功率约束下,所提次优资源分配方法可以在降低复杂度的同时获得与最优分配方法相近的能量效率。

Description

一种分布式天线系统中基于无线携能通信的能效资源分配方法
技术领域:
本发明属于移动通信领域,涉及移动通信系统的资源分配方法,尤其是涉及一种基于无线携能通信下分布式天线系统中的资源分配方法。
背景技术:
分布式天线系统(Distributed Antenna System,DAS)是一项有效的“绿色通信”技术,是学术界和产业界研究热点。同时由于DAS中的远程天线单元(Remote AntennaUnit,RAU)分散的布置在小区的不同位置,用户可以选择与自己距离较近的天线进行通信,这样可以减小天线和用户之间的无线接入距离,从而降低无线传播的路径损耗,有效地提高小区边缘位置的用户性能,相比集中的多输入多输出(Multiple Input MultipleOutput,MIMO)技术,在获得同等服务质量(Quality of Service,QoS)的前提下,可以降低天线的发送功率,获得更高的能量效率。此外,在DAS中,每个远程天线单元通过光纤与小区内的中央处理器(Central Processor,CP)相连,以此构成虚拟协作通信网络,可以获取宏分集增益,抵抗多径衰落。因此,分布式天线技术是一项很有发展前景的技术,并且符合当今倡导的“绿色通信”的理念。
无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)也是一种实现“绿色通信”的有效手段。它是通过射频信号在承载能量的同时进行信号传输,将接收端收到的信号在信息解码的同时收集电磁能量。对移动设备而言,电池的蓄电量已经成为技术推进的瓶颈。通常情况下,当我们已经成功完成了数据传输,基站发射的无线信号能量都被当作无用功率白白浪费掉,而无线携能通信则是直接从基站、热点等无线信号源中吸收能量并存储起来,这既可延长设备的续航时间,更是对节能环保具有重要意义。因此,无线携能通信技术将会成为未来绿色通信的又一关键技术。
近年来,人们对高数据通信的需求不断增长,导致大量的能源消耗。同时,传统的无线设备总是受到电力容量的限制。因此,能够为无线网络提供永久能量的SWIPT技术成为了工业界和学术界的研究热点。分布式天线系统由于其远程天线单元分散放置在小区内,可以有效防止无线携能通信中由于距离对能量收集产生的限制,增强SWIPT的实用性。并且DAS可以显著提高系统容量和能量效率,因此研究DAS中基于SWIPT的能效问题对绿色通信的发展具有现实意义。文献1(Yuwen Huang,Yuan Liu.Energy-effiecient SWIPT indistributed antenna systems[J].IEEE Globecom Workshops,2017:1-6.)针对单用户DAS-SWIPT系统提出了一种在能量收集约束下联合优化系统的功率分割比和功率分配的最优迭代算法。文献2(Junya Chu,Xiangbin Yu,He Li,et al.Energy-efficentoptimization scheme for SWIPT-based distributed antenna system[C].International Conference on Wireless Communications and Signal Processing(WCSP),2018:1-5.)在此基础上,借助KKT条件和朗伯函数,提出了一种低复杂度的能量有效的闭式资源分配方案。但是以上两篇文章在系统总消耗能量中均没有考虑能量收集的部分,也没有考虑在信息处理时所产生的噪声,因此系统模型建立的不够完善。因此,为提升DAS-SWIPT系统性能,研究基于该系统的资源分配方案是非常必要的。
发明内容:
考虑到最优资源分配算法的复杂度较高,本发明通过天线选择技术,提出了一种基于无线携能通信下分布式天线系统的资源分配方法。
本发明所采用的技术方案有:一种基于无线携能通信下分布式天线系统的资源分配方法,包括如下步骤:
(1)首先给出下行单小区分布式天线系统的结构。该系统在圆形小区内分散放置N个远程天线单元,小区半径为R,每个远程天线单元均通过光纤、同轴电缆或者专用无线链路与小区的中央基站相连接,本发明仅考虑单用户情况且所有远程天线单元和用户配备单根天线;
(2)根据能量效率的定义,得到分布式DAS-SWIPT系统的能量效率表达式;
(3)给出DAS-SWIPT系统中能量有效的目标优化函数;
(4)利用天线选择技术,选出最大有效信噪比对应的天线进行传输;
(5)根据分式规划理论,将求解目标优化函数的最优解等价转化为双重最大化问题,即
Figure BSA0000180437150000021
(6)利用步骤(5)得到的表达式,固定ρ然后对pl求导,得到最优解的表达式。将表达式中的三种情况逐一分析,可以得到相应次优算法。
进一步地,根据最优解表达式的三种情况。可以通过解三种情况对应的表达式获得ρ*的可能值,其中前两种情况为一元三次方程,可以通过卡尔丹公式求解,然后再检查Θ的所有边界值,最后选取能够最大化ψ(ρ)的ρ作为最优解。
本发明具有如下有益效果:本发明提供了无线携能通信下分布式天线系统结构分析,给出了该系统中能量有效的目标优化函数,并根据天线选择技术得到次优资源分配解。该分配方案相比于最优资源分配方案有更低的计算复杂度和相近的系统性能。
附图说明:
图1为本发明基于无线携能通信下分布式天线系统的次优资源分配方法步骤图。
图2为本发明实施例的DAS-SWIPT系统在不同能量约束下的能量效率。
图3为本发明实施例的DAS-SWIPT系统在不同天线单元数目下的能量效率。
图4为本发明实施例的DAS-SWIPT系统在不同路径损耗下的能量效率。
具体实施方式:
下面结合附图对本发明作进一步的说明。
本发明基于无线携能通信下分布式天线系统的次优资源分配方法,包括如下步骤:
(1)首先给出下行单小区分布式天线系统的结构。该系统在圆形小区内分散放置N个远程天线单元,小区半径为R,每个远程天线单元均通过光纤、同轴电缆或者专用无线链路与小区的中央基站相连接,本发明仅考虑单用户情况且所有远程天线单元和用户配备单根天线;
(2)根据能量效率的定义,得到分布式DAS-SWIPT系统的能量效率表达式;
(3)给出DAS-SWIPT系统中能量有效的目标优化函数;
(4)利用天线选择技术,选出最大有效信噪比对应的天线进行传输;
(5)根据分式规划理论,将求解目标优化函数的最优解等价转化为双重最大化问题,即
Figure BSA0000180437150000031
(6)利用步骤(5)得到的表达式,固定ρ然后对pl求导,得到最优解的表达式。将表达式中的三种情况逐一分析,可以得到相应次优算法。
根据最优解表达式的三种情况。可以通过解三种情况对应的表达式获得ρ*的可能值,其中前两种情况为一元三次方程,可以通过卡尔丹公式求解,然后再检查Θ的所有边界值,最后选取能够最大化ψ(ρ)的ρ作为最优解。
本发明涉及到的分布式天线系统结构为圆形小区内分散放置N个RAU,小区半径为R,每个RAU均通过光纤、同轴电缆或者专用无线链路与小区的中央基站相连接,本章仅考虑单用户情况且所有RAU和用户配备单根天线。假设所有的RAU和用户能获得完全CSI,则用户的接收信号为
Figure BSA0000180437150000032
其中pi表示第i个RAU的传输功率。hi表示RAUi与用户之间的复合信道衰落系数,被建模为
Figure BSA0000180437150000033
其中
Figure BSA0000180437150000034
表示RAUi与用户间的路径损耗,α表示路径损耗指数,di表示RAUi到用户的距离。Si表示RAUi与用户间的对数阴影衰落。gi表示RAUi与用户间的小尺度瑞利衰落。xi表示具有单位能量的传输信号。n表示均值为0,方差为σ2的复高斯白噪声。
这里我们考虑功率分割结构的无线携能通信技术,假设用户端配有功率分割器,将接收信号功率分为两部分,其中ρ∈[0,1]部分用于信息解码,剩下的(1-ρ)部分用于能量收集。用户的收集能量表示为
Figure BSA0000180437150000041
其中γi=LiSi|gi|2,ξ∈(0,1]表示能量转换效率。基于此,用户的可达速率可以表示为
Figure BSA0000180437150000042
其中p=[p1,...,pN]T。由能量效率(Energy Efficiency,EE)的定义,可知其可表示为系统可达速率与系统总消耗能量的比值。
考虑远程天线单元的最大功率约束和最小能量收集约束,基于能量效率最大化的资源分配优化函数可以表示为
Figure BSA0000180437150000043
Figure BSA0000180437150000044
0≤pi≤Pmax,i(i=1,...,N) (4b)
0≤ρ≤1 (4c)
其中
Figure BSA0000180437150000045
pc表示静态电路功耗,
Figure BSA0000180437150000046
表示最小收集能量,Pmax,i表示RAUi的最大传输功率。
本发明针对DAS-SWIPT系统的次优资源分配方案
最优资源分配算法需要遍历功率分割比ρ的值,因而复杂度较高,本节将利用天线选择技术提出一种低复杂度的次优资源分配解,该算法在功率约束较大时能获得与最优算法相近的能效性能,从而可以获得性能与计算复杂度的有效折中。
根据天线选择准则,即选出最大有效信噪比对应的天线进行传输。最终的接收信噪比为:γl=max{γ1,...,γN}。基于此,能量效率最大化的目标优化函数可以简化为
Figure BSA0000180437150000051
其中:
Figure BSA0000180437150000052
T(pl,ρ)=pl+pc-ξ(1-ρ)(plγl2)。根据分式规划理论,(5)式的最优解{p*,ρ*}可以通过最大化下式获得
Figure BSA0000180437150000053
Figure BSA0000180437150000054
0≤pl≤Pmax,l (6b)
0≤ρ≤1 (6c)
观察(6)式,我们可以发现当固定ρ时,(7)式中的目标函数关于pl是凹函数且其中约束是线性的,记作Pl(ρ)为{pl|l(ρ)≤pl≤Pmax,l},其中
Figure BSA0000180437150000055
因此我们可以将(6)写作下面等价的双重最大化问题
Figure BSA0000180437150000056
通过上面得分析可知,当ρ固定时,(7)式的内层最大化问题是一个凸优化问题,且由于L(pl,ρ)对于pl是一个严格的凹函数,所以内层的最大化问题可以看做是求解pl关于ρ的最优解。令
Figure BSA0000180437150000057
表示内层最大化问题的唯一最优解,在ρ固定时,(7)式的内层最大化问题可以简化为:
Figure BSA0000180437150000058
由于式(8)是有界约束的单变量凸问题,它的最优值一定是在约束的边界点或在驻点
Figure BSA0000180437150000059
处,即
Figure BSA00001804371500000510
l(ρ)或Pmax,l。因此,式(8)的最优解可以表示为:
Figure BSA00001804371500000511
根据(9)式可知,可以通过分别讨论以上三种情况,然后选取效果最好的ρ作为问题的最优解,且(9)式中的每种情况都可以被看作是关于ρ的一个可行域区间。因此,三种情况下可以表示为
Figure BSA00001804371500000512
其中
Figure BSA00001804371500000513
Θ表示ρ的可行域区间的并集。对于具有区间约束的凸优化问题,其最优解一定是区间的某个端点或者是目标函数的某个可行驻点。因此,(10)的最优解一定在满足dψ(ρ)/dρ=0(ρ∈Θ)的点或是Θ的端点处。故此,接下来我们针对(9)的三种情况逐一分析。
1)pl(ρ)=l(ρ),ρ的解可通过以下一元三次方程获得:
a1ρ3+b1ρ2+c1ρ+d1=0 (10)
其中:
Figure BSA0000180437150000061
Figure BSA0000180437150000062
2)
Figure BSA0000180437150000063
ρ的解由以下一元三次方程求得:
a2ρ3+b2ρ2+c2ρ+d2=0 (11)
其中:b2=λξγlσ2τ2(1-ξγl)ln 2,c2=τ2(1-ξγl)[λσ2(1-ξγl)ln 2+λξγlτ2ln 2-γl],
Figure BSA0000180437150000064
d2=λτ4(1-ξγl)2ln 2。
3)pl(ρ)=Pmax,l,ρ的解可通过以下一元二次方程获得:
a3ρ2+b3ρ+c3=0 (12)
其中:a3=λξσ22+Pmax,lγl)2ln 2,b3=λξ(Pmax,lγl2)(2σ2τ2+Pmax,lγlτ2)ln 2,c3=λξτ4(Pmax,lγl2)ln 2-Pmax,lγlτ2
综上所述,我们可以首先通过解决(10)式、(11)式、(12)式获得ρ*的可能值,其中(13)式和(15)式是一元三次方程,可以通过卡尔丹公式求解,然后再检查Θ的所有边界值,最后选取能够最大化ψ(ρ)的ρ作为(11)式的最优解ρ*,并根据(10)式获得相应的功率分配解
Figure BSA0000180437150000065
所获得的
Figure BSA0000180437150000066
即为(7)式的最优解。然后利用Dinkelbach方法更新λ,可以获得相应的次优算法,具体步骤如下所示。
Figure BSA0000180437150000067
Figure BSA0000180437150000071
下面借助MATLAB仿真来验证上一节给出的最优和次优资源分配方案。仿真中,小区半径R为1000m,共有N个远程天线单元,其中基站(RAU1)位于小区中心,极坐标表示为(0,0),其余远程天线的极坐标为(r,2πi/(N-1)),i=1,...,N-1,其中r=2/3R。除非特别说明,其余仿真参数为:噪声功率σ2=-70dBm,τ2=-50dBm,能量转换效率ξ=0.6,阴影衰落标准差为8dB,用户在小区内随机分布。为了仿真方便,假设Pmax,i=Pmax
附图2给出了DAS-SWIPT系统在不同能量约束
Figure BSA0000180437150000072
下的EE性能,其中N=7,α=3。如图所示,能量收集约束
Figure BSA0000180437150000073
越大,系统的能效越小。这是由于系统能效与能量收集是此消彼长的关系,
Figure BSA0000180437150000074
越大,系统需要分割更多的功率给能量收集部分,因而系统能效会相对有所减小。在功率约束Pmax,i较小时,次优方案的EE性能会小于最优方案,这是由于受到功率约束的限制,获得的功率分配系数较小,而天线选择使得次优方案只能一个远程天线单元,无法满足能量收集约束
Figure BSA0000180437150000075
故只有牺牲信息传输速率来增加收集能量,使得速率变小很多,系统EE随之减小,且能量收集约束越大时,次优方案与最优方案的EE性能差距越大。当Pmax,i较大时,N0大多等于1,也就是说只需要一个RAU即可满足能量约束且达到最佳的EE性能,此时通过天线选择可以选出对应的RAU获得与最优方案一致的EE性能。因此,次优方案在功率约束较大情况下的EE性能与最优方案趋于一致,并且可以大大降低其计算复杂度。
附图3描绘了DAS-SWIPT系统在不同的远程天线数下的EE性能,其中
Figure BSA0000180437150000076
α=3。从图中可以看出次优资源分配方案可以获得与最优资源分配方案相近的EE性能,尤其是在远程天线最大发送功率Pmax,i较大时,两种方案的EE性能趋于一致,这也说明了次优方案在不同参数下可以维持稳定性能,可行性高。此外,从图中还可以看出系统能效随着远程天线数目的增大而增大。一方面,远程天线越多,在小区内的分布就越密集,用户与RAU的无线接入距离也就越小,从而降低了路径损耗的影响,改善系统的EE性能。另一方面,远程天线数N的增大也可以带来空间分集增益,基于以上两方面的原因,可以得出远程天线数目的增加可以有效提高系统的EE性能。
附图4给出了DAS-SWIPT系统中,所提的两种方案在不同路径损耗下的EE性能,其中
Figure BSA0000180437150000081
N=7。从图中可以看出系统的EE性能随着路径损耗指数的增大而减小,这是因为路径损耗指数越大,路径损耗越大,对系统的影响也就越大。这与实际通信情形也是相符的,进一步说明所提方案的合理性。此外,次优资源分配方案与最优资源分配方案在不同的路径损耗指数下仍保持相近的EE性能,且Pmax,i较大时,两种方案获得的系统EE趋于一致。
综上所述,本发明所提出的次优资源分配方法可获得与最优资源分配方案相近的性能增益,且复杂度较低。这充分说明了本发明提出的一种基于DAS-SWIPT系统中资源分配方法的有效性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,本发明要求保护范围由所附的权利要求书、说明书及其等效物界定。
以上所述仅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,在不脱离本发明原理的前提下还可以做出若干改进,这些改进也应视为本发明的保护范围。

Claims (1)

1.一种分布式天线系统中基于无线携能通信的能效资源分配方法,其特征在于:包括如下步骤:
(1)首先给出下行单小区分布式天线系统的结构;该系统在圆形小区内分散放置N个远程天线单元,小区半径为R,每个远程天线单元均通过光纤、同轴电缆或者专用无线链路与小区的中央基站相连接,且仅考虑单用户情况且所有远程天线单元和用户配备单根天线;
(2)根据能量效率的定义,得到分布式天线系统无线携能通信DAS-SWIPT的能量效率表达式;
其中:R(p,ρ)为用户的可达速率,p=[p1,...,pN]T,pi为第i个远程天线单元RAU的传输功率;ρ为功率分割比,pc表示静态电路功耗,为用户的收集能量,ξ表示能量转换效率,σ2为复高斯白噪声方差,γi=LiSi|gi|2,Li表示第i个RAU与用户间的路径损耗,Si表示第i个RAU与用户间的对数阴影衰落,gi表示第i个RAU与用户间的小尺度瑞利衰落;
(3)给出DAS-SWIPT系统中能量有效的目标优化函数;
s.t.0≤pi≤Pmax,i,i=1,...,N
0≤ρ≤1
其中:Pmax,i表示第i个RAU的最大传输功率,表示最小收集能量;
(4)利用天线选择技术,选出最大有效信噪比对应的天线进行传输;
(5)根据分式规划理论,将求解目标优化函数的最优解等价转化为双重最大化问题;
其中:Pl(ρ)为集合{pl|l(ρ)≤pl≤Pmax,l},λ为分式规划因子;
(6)利用步骤(5)得到的表达式,固定ρ然后对pl求导,得到最优解的表达式;
其中:为解的驻点;
(7)步骤(6)中最优解的表达式的三种情况下有关ρ的优化可表示为其中Θ表示ρ的可行域区间的并集;
(8)通过求解上述三种情况对应的表达式获得最优解ρ*的可能值,其中前两种情况为一元三次方程,可以通过卡尔丹公式求解;而第三种情况,可通过一元二次方程获得ρ*的可行解;
(9)然后再检查Θ的所有边界值,选取能够最大化目标函数ψ(ρ)的ρ作为最优解ρ*;
(10)利用丁克尔巴赫Dinkelbach算法更新λ,可获得相应的次优资源分配方法。
CN201910201182.1A 2019-03-14 2019-03-14 一种分布式天线系统中基于无线携能通信的能效资源分配方法 Active CN111698770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910201182.1A CN111698770B (zh) 2019-03-14 2019-03-14 一种分布式天线系统中基于无线携能通信的能效资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910201182.1A CN111698770B (zh) 2019-03-14 2019-03-14 一种分布式天线系统中基于无线携能通信的能效资源分配方法

Publications (2)

Publication Number Publication Date
CN111698770A CN111698770A (zh) 2020-09-22
CN111698770B true CN111698770B (zh) 2023-04-18

Family

ID=72475457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910201182.1A Active CN111698770B (zh) 2019-03-14 2019-03-14 一种分布式天线系统中基于无线携能通信的能效资源分配方法

Country Status (1)

Country Link
CN (1) CN111698770B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113507301B (zh) * 2021-07-01 2022-11-15 中国人民解放军海军工程大学 一种无线充电系统携能通信编码与解码方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106231666B (zh) * 2016-09-19 2019-04-02 重庆邮电大学 分布式天线系统中基于能效的联合资源分配方法
CN109194371B (zh) * 2017-06-27 2021-03-26 南京航空航天大学 一种分布式miso系统基于波束成形的低复杂度功率分配方法
CN108449737B (zh) * 2018-03-08 2020-12-25 南京航空航天大学 分布式天线系统中基于d2d的下行链路高能效功率分配方法

Also Published As

Publication number Publication date
CN111698770A (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
Liu et al. NOMA-based resource allocation for cluster-based cognitive industrial internet of things
CN111314894B (zh) 一种面向noma与携能d2d融合网络的鲁棒资源分配方法
Li et al. Energy efficiency maximization by jointly optimizing the positions and serving range of relay stations in cellular networks
CN107302766B (zh) 一种分布式天线系统中能量效率和频谱效率权衡优化的方法
Yao et al. Energy efficiency characterization in heterogeneous IoT system with UAV swarms based on wireless power transfer
CN112564779B (zh) 反向散射通信网络基于传输公平的吞吐量优化方法
CN106028456B (zh) 一种5g高密度网络中虚拟小区的功率分配方法
Yang et al. Joint time allocation and power control in multicell networks with load coupling: Energy saving and rate improvement
CN101959204A (zh) 分布式站点的布设方法及装置
Dong et al. Energy efficiency optimization and resource allocation of cross-layer broadband wireless communication system
CN106131855B (zh) 一种5g高密度网络中虚拟小区的信道分配方法
Sun et al. Performance analysis and cell association design for drone-assisted heterogeneous networks
Li et al. Fog radio access network: A new wireless backhaul architecture for small cell networks
Zhou et al. Multi-server federated edge learning for low power consumption wireless resource allocation based on user QoE
CN111698770B (zh) 一种分布式天线系统中基于无线携能通信的能效资源分配方法
CN108521672B (zh) 一种分布式无线能量和信息传输系统的资源分配方法
Li et al. A general DRL-based optimization framework of user association and power control for HetNet
Cui et al. Energy-efficient resource allocation for heterogeneous SWIPT-NOMA systems
CN109039410A (zh) 一种异构云无线接入网络的波束成形方法及实现该方法的通信网络
Javad-Kalbasi et al. Energy and spectrum efficient user association for backhaul load balancing in small cell networks
Li et al. Joint optimization of computing and radio resource for cooperative transmission in C-RAN
CN109714093B (zh) 一种面向异构蜂窝网络的联合天线选择方法
CN111935829A (zh) 一种基于异构网络d2d通信的资源管理算法
CN105578582A (zh) 一种蜂窝异构网络用户关联及资源分配方法及装置
Ziaeddini et al. An optimized multi-layer resource management in mobile edge computing networks: a joint computation offloading and caching solution

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