CN112333809B - 一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法 - Google Patents
一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法 Download PDFInfo
- Publication number
- CN112333809B CN112333809B CN202011172507.7A CN202011172507A CN112333809B CN 112333809 B CN112333809 B CN 112333809B CN 202011172507 A CN202011172507 A CN 202011172507A CN 112333809 B CN112333809 B CN 112333809B
- Authority
- CN
- China
- Prior art keywords
- relay
- node
- power
- energy
- transmission
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 52
- 230000007774 longterm Effects 0.000 claims abstract description 19
- 238000003860 storage Methods 0.000 claims description 10
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 15
- 238000004422 calculation algorithm Methods 0.000 description 29
- 230000006854 communication Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 15
- 238000005562 fading Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 7
- 238000011217 control strategy Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000003306 harvesting Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 240000006829 Ficus sundaica Species 0.000 description 1
- 108010074506 Transfer Factor Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/08—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on transmission power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法,针对两个目的节点之间信息相互保密的场景,联合控制源节点和中继节点的发送功率,最大化长期时间平均保密速率。由于能量到达和信道状态是随机过程,该问题是一个随机优化问题。利用Lyapunov优化框架将电池操作和能量使用约束下的长期优化问题转化为每时隙的“虚队列漂移加惩罚”最小化问题,并求解。在优化过程中兼顾了两用户的数据传输量的差异。本发明仅依赖于当前的电池状态和信道状态信息做出功率控制的决策,有较低的计算复杂度。
Description
技术领域
本发明涉及信息通信领域,具体是涉及采用收集能量供电的放大转发中继网络的发送功率联合控制方法。
背景技术
从周边环境中收集能量,并将其转化为电能支持通信网络的运行,是一种减少传统能耗、减轻环境污染的绿色通信技术,同时也能降低网络运营的成本。由于环境中的能量源具有较大的波动性,虽然一般都配备有充电电池对收集的能量进行缓冲,但靠收集能量供电设备的电量供应仍然存在较大的不稳定性和不确定性。在能量收集(EnergyHarvesting,EH)无线通信系统中,同时还存在无线信道的随机衰落,如何根据收集能量的情况和信道的衰落状态,对能量的使用进行合理的调度是影响系统性能的重要问题,其中发送机的发送功率控制是目前研究较多的问题。现有的相关文献中提出的功率控制策略可分为离线控制策略和在线控制策略两类。
离线控制策略需要提前获得整个通信过程中信道衰落状态和能量到达过程的信息,实际上是一种不可实用的策略,但其一般具有较好的性能,常作为相同系统模型下在线策略研究时的性能参考。文献[OZEL O,ULUKUS S.Achieving AWGN capacity understochastic energy harvesting[J].IEEE Transaction on Information Theory,2012,58(10):6471-6483.]研究源节点由EH装置供电且配备容量无限大电池、在能量到达时间和数量事先已知,采用离线功率控制时加性高斯白噪声(Additive White Gaussian Noise,AWGN)信道的容量。文献[HUANG C,ZHANG R,CUI S G.Throughput maximization for theGaussian relay channel with energy harvesting constraints[J].IEEE Journal ofSelected Areas in Communications,2013,31(8):1469-1479.]针对源节点和中继具有EH装置的三节点正交中继信道,在能量到达时间和数量事先已知的前提下,对源和中继的发送功率进行优化控制,最大化吞吐量。
与离线策略不同,在线控制策略不要求事先获得能量收集和信道衰落情况,是可能实用的策略。如果可获得能量到达和信道衰落的统计信息,将功率控制问题建模为马尔科夫决策过程(Markov Decision Process,MDP)并应用动态规划(Dynamic Programming,DP)求解是相关文献中研究较多的解决在线功率控制问题的途径。如文献[Ho C K,ZHANGR.Optimal energy allocation for wireless communications with energyharvesting constraints[J].IEEE Transactions on Signal Processing,2012,60(9):4808-4818.]研究有限时间范围内点对点无线通信系统在时间选择性衰落信道上的在线功率控制问题,以平均系统速率最大化为目标,将能量到达和信道衰落建模为一阶马尔可夫过程,并通过DP得到线功率控制策略。若可将能量到达和信道状态建模为马尔科夫过程,但不知道状态转移概率时,利用机器学习获得功率控制的优化解也是目前研究较多在线解决方案。上述研究方法构建马尔可夫过程,并通过应用动态规划进行优化问题求解,由于状态和动作空间的数量大,算法计算复杂度较高。且离线的功率控制算法缺乏实用性,在此基础上引入Lyapunov优化技术。Lyapunov优化技术是一种在控制论中使用较为广泛的优化方法,其根据当前的系统状态进行决策,最初是用于求解排队问题,但也可以用来求解非排队问题。将优化问题中约束转化为虚队列,通过保持虚队列的稳定来间接地满足约束条件是利用Lyapunov优化框架求解非排队问题的基本思路。将要优化的目标作为惩罚项,与反映队列稳定情况的队列漂移一起构造“漂移加惩罚”,并将长期时间平均优化问题转换为各个时刻上的、依据当前系统状态决策的优化问题,通过使“漂移加惩罚”最小化在满足约束条件的同时优化目标。文献[AMIRNAVAEI F,DONG M.Online power control optimizationfor wireless transmission with energy harvesting and storage[J].IEEETransactions on Wireless Communications,2016,15(7):4888-4901.]研究源节点由EH装置供电的点对点通信系统,在仅知当前电池状态和信道衰落状态的条件下,提出了利用Lyapunov优化框架最大化长期平均速率的算法。算法中,将加偏移的电池电量作为虚队列,待优化的速率的负数作为惩罚项,构建“漂移加惩罚”项,通过最小化其上界在保持电池电量稳定的同时最大化传输速率。
由于无线信道的开放性,无线通信系统中的信息传输过程易遭受攻击,安全问题是一个重要的问题。物理层安全采用物理层技术,利用无线信道衰落随机性、时变性实现信息的安全传输。目前研究较多的物理层安全技术包括安全波束赋形技术、人工噪声技术、协作通信技术等。近年来有文献针对能量收集通信系统中的物理层安全技术进行了研究。如文献[HOANG T M,DUONG T Q,SON N V,et al.Physical layer security in cooperativeenergy harvesting networks with a friendly jammer[J].IEEE WirelessCommunications Letters,2017,6(2):174-177.]研究EH协作中继网络中的安全传输问题,系统模型中包括一个源节点、多个有EH装置的中继节点和一个目的节点,并存在一个窃听端。中继首先采用时间切换协议从接收到的源信号中收集能量,然后选出一对中继分别作为转发中继和协作干扰节点,用收集的能量转发保密信息和人工噪声,并分析了系统的安全中断概率,在此基础上提出了时间切换因子和中继选择的优化方案。
发明内容
本发明的目的在于给出一种能量收集中继通信系统中,源节点和目的节点之间没有直连链路,信息的传输需要经过中继节点放大转发且两个目的节点的信息需要相互保密的以优化物理层安全传输效率为目标的功率控制方法。该方法在能量到达过程随机、信道为时变衰落信道,且电池容量受限条件下,仅根据当前的系统状态和能量到达状态,联合控制源节点和中继节点发送功率,实现长期时间平均保密速率最大化,同时兼顾两个目的节点不同的数据传输服务需求。
系统中源节点和中继节点发送信号的能量来自于能量收集设备,在能量到达过程随机、信道为时变衰落信道,且电池容量受限条件下,仅依赖于当前的电池状态和信道状态,联合控制源节点和中继节点发送功率,最大化长期时间平均保密速率,同时兼顾两个目的节点不同的数据传输服务需求;构造以最大化系统保密速率为目标的优化问题,将优化问题转化为长期时间平均值的优化问题后,利用Lyapunov框架解决,构建出“漂移加惩罚”项,将最小化“漂移加惩罚”项转化为最小化此项的上界达到优化目的,利用KKT条件求出可能的解,最后从中找出最优解。具体步骤如下:
(1)能量收集中继安全传输网络中,在电池存储电量约束下,建立以最大化保密速率为目标联合优化源节点和中继节点发送功率的系统保密速率最大化问题模型;包括对系统中继和两个目的节点接收信号、两个目的节点可到瞬时速率系统保密速率、源节点中缓存的数据队列进行建模和表达。以最大化长期时间平均保密速率为目标,以最大发送功率限制、电池存储电量对发送功率的限制和电池电量变化为约束条件。
(2)利用Lyapunov优化框架对优化目标进行转化,即从队列的稳定性出发,将源节点和中继节点的电池电量加一个偏移量后作为能量虚队列,保持队列稳定以满足约束条件,将优化目标长期平均保密速率作为惩罚项,构建并最小化“漂移加惩罚”项达到优化目的。
(3)将最小化“漂移加惩罚”项转化为最小化“漂移加惩罚”项的上界;由Lyapunov函数和Lyapunov漂移式,得到“漂移加惩罚”项的上界表达式,转换优化问题。
(4)根据两目的节点数据队列的状态对发送功率进行调整,以适应两个目的节点数据到达量的随机变化和不同的数据传输服务需求。当g1(t)>g2(t)时,向目的节点D1传输保密信息,若Q1(t)>Q2(t),表示目的节点D1的数据队列积压更大,可适当加大权重V来增大保密传输速率,以减小数据队列差值;若Q1(t)≤Q2(t),可通过减小权重V适当降低发送功率,为后面时隙向目的节点D2传输信息保留更多的能量。当g1(t)≤g2(t)时同理。
(5)求解优化目标函数的极值点,并从极值点和边界点集合中找到最优解。由于优化问题中含有发送功率的不等式约束条件,可采用KKT条件求解。KKT条件是极值点的必要条件,可以先找到满足KKT条件的点,再从中找到最优解。
本发明步骤(2)中仅依赖于当前的电池状态和信道状态,不需要能量到达和信道衰落变化的统计信息,将长期时间平均优化问题转化为单时隙优化问题进行求解,大大降低计算复杂度。步骤(3)中将最小化“漂移加惩罚”项转化为最小化其上界,求解过程更加方便。步骤(4)中根据数据队列积压情况对源节点和中继节点的发送功率进行联合控制动态调整,以适应信道及服务需求变化,从而提高物理层安全传输能量效率。
附图说明
图1为本发明的通信系统模型;
图2为本发明提出的算法与对比算法平均保密速率随着时间变化的轨迹图;
图3为能量虚队列偏移量对平均保密速率和电池电量平均值的影响;
图4为能量到达率对长期平均保密速率的影响情况;
图5为漂移加惩罚项中权重V、调整系数U对长期平均保密速率和数据队列差均方根的影响情况;
图6为当给定调整系数U的值时,电池电量与权重V的关系。
具体实施方式
考虑如图1所示的为中继传输系统模型,系统包括一个源节点S、一个中继节点R和两个目的节点Dk(k=1,2)。源节点和中继节点配备能量收集设备和容量有限的充电电池,从周围环境中收集能量并存储在电池中,用于信息的传输。源节点配备数据缓冲器用于缓存发送给两个目的节点的数据。所有节点工作在半双工模式,中继采用放大转发协议。记源节点到中继节点、中继到两个目的节点之间的信道系数分别为hR(t)、hk(t)(k=1,2)。一个信息的传输过程为一个时隙,分为等长的两个阶段,先由源节点发送信息给中继,中继再转发给目的节点。信道系数在一个时隙内保持不变。考虑两个用户信息需要相互保密的安全传输场景,即每次传输时其中一个目的节点为合法接收者,另一个目的节点视为窃听者。
记源节点发送的单位功率信号为x(t),中继和两个目的节点的接收信号分别为
其中Emax、Emin为电池存储电量的最大值和最小值。设电池最大充电和放电速率为Pc,max和Pmax W,节点的信号发送功率需满足电池最大放电速率约束,即0≤Pi(t)≤Pmax,i=S,R
其中下标i为S和R,表示源节点和中继节点。一个时隙的时长为△t=2T1。在电池存储电量的限制条件下,发送功率还应满足
一个时隙后,源节点和中继节点的电池电量为
式中的系数1/2是因为采用了两跳中继传输。系统可达的保密传输速率为Rs(t)=[Cd(t)-Ce(t)]+,其中Cd(t)为合法信道容量,Ce(t)为窃听信道容量,[x]+=max{0,x}。本发明系统模型下,每一时隙源节点应向可达速率更高的目的节点发送保密信息,可达保密速率可表示为
优化目标是通过联合优化源节点和中继节点处的发送功率,在可用能量的约束下,最大化长期时间平均保密速率。优化问题可表示为
由于优化目标是长期时间平均值的优化,因此可以采用Lyapunov框架来解决。本发明优化的对象是长期时间保密速率,优化过程中应该保持电池电量的稳定性。将源节点和中继节点的电池电量加一个偏移量后作为能量虚队列:
式中,AS、AR分别为偏移量,正常数。由电池电量更新公式可得能量虚队列的更新公式为
Lyapunov函数为
构造“漂移加惩罚”项
△(X(t))-V0E[Rs(t)|X(t)]
式中E[Rs(t)]是优化的目标——平均保密速率,将其负值设置为惩罚项,V0是漂移和惩罚项之间的权重,为正常量,用于在队列稳定性和保密速率最大之间取得平衡。
综上所述,优化目标转化为最小化“漂移加惩罚”项。由于直接最小化“漂移加惩罚”项较为困难,可以改为最小化其上界。由能量虚队列更新公式和Lyapunov函数的定义式有
于是,“漂移加惩罚”项有上界
通过保持队列稳定,约束条件得到满足,因此将其从优化约束条件中移除。去除上界中与PS(t)、PR(t)无关的项,再乘以-1,相应将最小化改为最大化,同时由于当前的信道状态和电池状态已知,上界中的均值运算可以去掉,优化问题重新表述为
式中,V=2V0/△t。
记源节点中缓存发送给两个目的节点的数据队列为Qk(t),时隙t到达的数据量分别为Wk(t),k=1、2,数据队列的更新公式为
两个目的节点的数据到达量具有随机性,且两个目的节点的数据传输需求可能不相同,为了避免出现数据队列差过大的情况,应根据两队列的状态对发送功率进行适当的调整。当g1(t)>g2(t)时,向目的节点D1传输保密信息,若Q1(t)>Q2(t),表示目的节点D1的数据队列积压更大,可适当加大权重V来增大保密传输速率,以减小数据队列差值;若Q1(t)≤Q2(t),可通过减小权重V适当降低发送功率,为后面时隙向目的节点D2传输信息保留更多的能量。当g1(t)≤g2(t)时同理。通过数据队列差调节权重的公式为
其中正常数U为根据数据队列差对权重V的调节系数,V1(t)为调整后的权重。调整后的优化问题为
进一步对优化问题进行求解,优化问题中含有发送功率的不等式约束条件,采用Karush-Kuhn-Tucker(KKT)条件求解。
当g1(t)>g2(t)时,向目的节点D1传输保密信息,记优化目标函数为
J1(PS(t),PS(t))=PS(t)XS(t)+PR(t)XR(t)+V1(t)(R1(t)-R2(t))
定义拉格朗日函数为
KKT条件为
分析得出,可能的源节点和中继节点最优发送功率组合共有9组,但当PS(t)和PR(t)其中之一为0时,不能传输信息,因此即使满足KKT条件的另一个节点的功率值不为0,也应置为0。可能的源节点和中继节点最优的功率组合{PS(t),PR(t)}为下列五种之一:{0,0},为由和构成的方程组的解), 将这5种功率组合代入目标函数进行计算,选择其中最大函数值对应的组合作为最优解。具体求解讨论如下
(4)对于功率组合先将方程的PR(t)看作常数,求解该方程,得到一个包含PR(t)的PS(t)的解的表达式,记为PS(t)=f1(PR(t)),将其代入到式中,得到一个仅包含PR(t)一个未知数的一元八次方程,由于此方程没有解析解,采用数值法求解。其中满足功率限制的功率组合即为此时的解。
综上,通过求解五种可能的功率组合,选取其中使得目标函数值最大的功率组合作为最优解。
当g1(t)≤g2(t)时,向目的节点D2传输保密信息,记优化目标函数为J2(PS(t),PS(t))=PS(t)XS(t)+PR(t)XR(t)+V1(t)(R2(t)-R1(t))
优化问题求解过程与向D1传输保密信息时完全类似。
下面将结合附图,对本发明做进一步的详细描述。除非特别指明,仿真中的参数设置如下:源和中继节点的电池电量最大和最小值为Emax=10J、Emin=0J;能量到达过程服从泊松分布,源和中继节点的能量到达率为η1=η2=1单位/时隙,每个单位能量服从[0,0.4](单位J)之间的均匀分布;每时隙源节点的数据到达量W1(t)和W2(t)分别服从到达率为0.07bit/时隙和0.05bit/时隙的泊松分布;源和中继节点电池最大充电速率和放电速率均设为1W;两跳的信道均为瑞利衰落信道,各信道系数均为服从均值为0、方差为1的复高斯分布随机变量;电池的初始能量为10J;偏移量AS=AR=5;V=6,U=10。
为了比较本发明算法的性能,与4种算法进行对比。(1)全功率贪婪算法:在最大功率的限制条件下,每个时隙源和中继节点均根据电池中可用电量的最大值设置发送功率;(2)半功率算法:在最大功率的限制条件下,每个时隙源和中继节点均以电池中可用电量的一半设置发送功率;(3)随机功率算法:每个时隙源和中继节点在电池可用电量范围内等概随机选取功率值;(4)离线注水算法:发送端在传输前就已知整个传输过程中信道的变化情况和能量收集的情况,根据收集到的总能量得到传输过程中的信号平均发送功率。在此平均功率的约束下,采用注水原理根据信道状态确定各时隙的发送功率。此算法不考虑数据和能量的因果性,也不考虑电池溢出以及数据缓冲器的溢出,实际应用中是不可实现的,但具有最优的性能,可用于评估本发明算法的性能。
图2是几种算法平均保密速率随着时间变化的轨迹图。每时隙的平均保密速率为仿真开始到当前各时隙保密速率的平均值。从图2可知本发明提出的算法性能略低于离线注水算法,但明显优于其他几种算法。几种算法中,贪婪算法性能最差,随机功率算法仅略好于贪婪算法。全功率、半功率和随机功率算法都没有根据能量收集情况和信道状态对功率进行控制,其中全功率贪婪算法完全根据前一时隙所收集能量来决定当前时隙的发送功率,性能最差。半功率算法虽然考虑保留部分能量供后面的时隙使用,但也只是简单地将能量一分为二,当前时隙使用一半,也没有考虑信道状态。本发明算法根据信道状态和电池电量联合优化源节点和中继节点的发送功率,因此具有较好的性能。注水算法在传输前就已知信道状态和能量收集情况,根据信道状态进行全局功率分配,且不受能量和数据达到因果性限制,因此性能最优。
图3-图6给出了系统参数对系统性能的影响情况,所给出的结果都是整个T=105s的仿真过程中的平均值。图3(a)为电量虚队列偏移量变化时保密速率的变化情况。当偏移量较小时,保密速率随着偏移量的增大而增加,但当偏移量增加到一定数值后,保密速率反而随其增大而下降。这是因为偏移量较小时,源节点和中继节点的电池中保留的电量较少,可支持的最大发送功率也较小。根据注水定理,当信道条件较好时,应使用较高的功率传输信息,可获得更高的能量效率。由于此时可支持的最大功率较小,限制了信道条件较好时的传输速率,导致平均保密速率较低。随着偏移量增加,电池保留的电量增加,如图3(b)所示,可支持的最大功率也在增加,对能量的利用效率也在提高,故平均保密速率增大。而当偏移量增大到一定程度之后,发送功率受限于最大放电速率而不再增大,而电池的剩余存储空间减小,出现收集的能量不能全部存入电池,即电池发生溢出、部分收集能量丢弃的概率增大,反而会导致保密速率的下降。
图4给出了能量到达率对系统性能的影响情况。随着能量到达率η1和η2的增大,每个时隙到达能量的平均值增加,相应平均发送功率增大,平均保密速率增大。能量到达率增加到一定值后,平均保密速率不再随其增大而继续增大,这是因为发送功率有最大值限制,收集能量的数量也受到电池容量、电池充电速率的限制。
图5、图6给出了漂移加惩罚项中权重V、调整系数U对系统性能的影响情况。用整个仿真期间两个数据队列长度差的均方根值(时间平均)来反映算法对两目的节点数据传输需求的适应情况,该值越小,适应情况越好。电池电量的稳定性用整个仿真期间电池电量的标准差(时间平均)来衡量,标准差越小,电池电量的稳定性越好。从图5(a)的仿真结果可以看到,在V小于40时,保密速率随着V的增大而提高,而电池电量的标准差增大(意味着电池电量的波动增大),与设计时的预期相符。V增大,优化时更偏重于保密速率最大化,而电池电量的稳定性会降低。但V增大到40以后,V继续增大时系统平均速率反而下降。这是因为V过大时,优化过程中过度关注最大化保密速率,倾向于使用更高的发送功率,导致电池存储的电量水平有较大的波动,且平均电量减少,如图6所示,出现在信道条件较好时有没有足够的电量支持更高信息传输速率的概率增大,从而导致平均保密速率反而有所下降。在V保持不变时,U增大时系统更加关注缩小两个目的节点的数据队列差,因此数据队列长度差均方根值减小,但相应保密传输性能会略有下降。
Claims (4)
1.一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法,其特征在于,包括以下步骤:
(1)能量收集中继安全传输网络中,在电池存储电量约束下,建立以最大化保密速率为目标联合优化源节点和中继节点发送功率的系统保密速率最大化问题模型;
记源节点发送的单位功率信号为x(t),中继和两个目的节点的接收信号分别为
式中nR(t),分别是中继和两个目的节点处的信道加性高斯白噪声,其方差分别为和PS(t)表示源节点的发送功率,hR(t)、h1(t)、h2(t)为信道系数,β是中继节点的放大转发系数,PR(t)为中继转发功率;
两个目的节点处的信噪比为
系统的可达保密速率为
当g1(t)>g2(t)时,向目的节点D1传输保密信息,否则向D2传输保密信息,以最大发送功率、电池存储电量和收集能量为约束条件,以保密速率最大化为优化目标,对源节点和中继节点的发送功率进行优化控制,具体优化问题为:
s.t.0≤Pi(t)≤Pmax,i=S,R
式中,Pmax为最大发送功率约束;E[·]表示期望运算;为电池存储电量约束,T1为一跳传输时长,为一个时隙时长Δt的一半,即Δt=2T1;表示电池电量,Emin为电池存储电量的最小值,为长期电量约束,即所有收集的能量都应用于发送,其中,分别为平均每时隙存储进电池的电能和平均发送功率;
(2)利用Lyapunov优化框架对优化目标进行转化:源节点和中继节点的电池电量加偏移后得到虚队列,再将保密速率的负值作为惩罚项,构建“漂移加惩罚”项,将受约束的最大化保密速率的优化问题转化为最小化“漂移加惩罚”项;
将源节点和中继节点的电池电量加一个偏移量后作为能量虚队列:
式中,AS、AR分别为偏移量,正常数;
定义二次Lyapunov函数
L(X(t)),L(X(t+1))分别表示当前时隙与下一时隙的Lyapunov函数;
“漂移加惩罚”项为
Δ(X(t))-V0E[Rs(t)|X(t)]
式中E[Rs(t)]是优化的目标——平均保密速率,其负值为惩罚项,V0是漂移和惩罚项之间的权重,为正常量,用于在队列稳定性和保密速率最大之间取得平衡;
进而将优化问题转化为最小化“漂移加惩罚”项,即
s.t.0≤Pi(t)≤Pmax,i=S,R
(3)将最小化“漂移加惩罚”项转化为最小化“漂移加惩罚”项的上界,处理后的优化问题转换为
(4)根据两目的节点数据队列的状态对发送功率进行调整,以适应两个目的节点数据到达量的随机变化和不同的数据传输服务需求;
所述对发送功率进行调整具体为:
记源节点中缓存发送给两个目的节点的数据队列为Qk(t),时隙t到达的数据量为Wk(t),k=1、2,数据队列的更新公式为
其中正常数U为根据数据队列长度差对权重V的调节系数,V1(t)为调整后的权重;
(5)求解优化目标函数的极值点,并从极值点和边界点集合中找到最优解。
2.根据权利要求1所述一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法,其特征在于:所述能量收集中继安全传输网络所有节点工作在半双工模式下,中继采用放大转发协议,一个信息的传输过程为一个时隙,一个信息的传输分为两个阶段,先由源节点发送信息到中继节点,中继节点再转发给目的节点,两个目的节点间相互保密,每一时隙源节点向可达速率更高的目的节点发送保密信息。
4.根据权利要求1所述一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法,其特征在于:所述步骤(5)的具体步骤为:
当g1(t)>g2(t)时,向目的节点D1发送保密信息,此时目标函数为J1(PS(t),PS(t))=PS(t)XS(t)+PR(t)XR(t)+V1(t)(R1(t)-R2(t)),采用KKT条件求解,源节点和中继节点最优的功率组合{PS(t),PR(t)}为下列五种之一:{0,0},为由和构成的方程组的解, 为的根, 为的根,将这5种功率组合代入目标函数进行计算,选择其中最大函数值对应的组合作为最优解;
当g1(t)≤g2(t)时,向目的节点D2传输保密信息,优化目标函数为J2(PS(t),PS(t))=PS(t)XS(t)+PR(t)XR(t)+V1(t)(R2(t)-R1(t)),最优发送功率组合的过程与向D1传输保密信息时类似。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011172507.7A CN112333809B (zh) | 2020-10-28 | 2020-10-28 | 一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011172507.7A CN112333809B (zh) | 2020-10-28 | 2020-10-28 | 一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112333809A CN112333809A (zh) | 2021-02-05 |
CN112333809B true CN112333809B (zh) | 2023-03-31 |
Family
ID=74297012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011172507.7A Active CN112333809B (zh) | 2020-10-28 | 2020-10-28 | 一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112333809B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113141646B (zh) * | 2021-04-21 | 2022-10-18 | 重庆邮电大学 | 能量收集无线通信系统中电池实际充放电特性下的功率控制方法 |
CN113329419B (zh) * | 2021-05-11 | 2022-05-03 | 重庆邮电大学 | 一种能量收集通信系统功率及速率在线联合控制方法 |
CN115334614B (zh) * | 2022-08-09 | 2024-06-21 | 华侨大学 | 一种无线携能中继系统长期平均通信容量优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108541001A (zh) * | 2018-03-27 | 2018-09-14 | 电子科技大学 | 一种用于能量可收集双向协作通信的中断率优化算法 |
CN109089271A (zh) * | 2018-09-17 | 2018-12-25 | 中南大学 | 一种混合能量供能的无线协同网络资源随机分配方法 |
CN109819509A (zh) * | 2019-01-30 | 2019-05-28 | 重庆邮电大学 | 一种能量收集解码-转发中继系统的功率在线控制方法 |
CN110213766A (zh) * | 2019-05-14 | 2019-09-06 | 重庆邮电大学 | 能量收集安全传输系统中基于Lyapunov框架的在线功率控制方法 |
WO2020208607A1 (en) * | 2019-04-12 | 2020-10-15 | Telefonaktiebolaget Lm Ericsson (Publ) | Online mimo wireless network virtualization with unknown channel information |
-
2020
- 2020-10-28 CN CN202011172507.7A patent/CN112333809B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108541001A (zh) * | 2018-03-27 | 2018-09-14 | 电子科技大学 | 一种用于能量可收集双向协作通信的中断率优化算法 |
CN109089271A (zh) * | 2018-09-17 | 2018-12-25 | 中南大学 | 一种混合能量供能的无线协同网络资源随机分配方法 |
CN109819509A (zh) * | 2019-01-30 | 2019-05-28 | 重庆邮电大学 | 一种能量收集解码-转发中继系统的功率在线控制方法 |
WO2020208607A1 (en) * | 2019-04-12 | 2020-10-15 | Telefonaktiebolaget Lm Ericsson (Publ) | Online mimo wireless network virtualization with unknown channel information |
CN110213766A (zh) * | 2019-05-14 | 2019-09-06 | 重庆邮电大学 | 能量收集安全传输系统中基于Lyapunov框架的在线功率控制方法 |
Non-Patent Citations (5)
Title |
---|
Lyapunov Optimized Cooperative Communications With Stochastic Energy Harvesting Relay;Chengrun Qiu;《IEEEXplore》;20180115;全文 * |
Lyapunov-Optimized Two-Way Relay Networks With Stochastic Energy Harvesting;Yang Hu;《IEEEXplore》;20180730;全文 * |
Online Power Control Based on Lyapunov Optimization Framework for Decode-and-Forward Relay Systems With Energy Harvesting;Weijia Lei;《IEEEXplore》;20190530;全文 * |
Online power control for cooperative relaying with energy harvesting;Fatemeh Amirnavaei;《IEEEXplore》;20160229;全文 * |
能量收集系统中基于能量协同和协同干扰的保密传输方案;雷维嘉等;《电子学报》;20170115(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112333809A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112333809B (zh) | 一种基于Lyapunov框架的能量收集中继安全传输在线功率控制方法 | |
CN110213766B (zh) | 能量收集安全传输系统中基于Lyapunov框架的在线功率控制方法 | |
Tutuncuoglu et al. | Optimum transmission policies for battery limited energy harvesting nodes | |
Mao et al. | An optimal energy allocation algorithm for energy harvesting wireless sensor networks | |
Gunduz et al. | Designing intelligent energy harvesting communication systems | |
Ozel et al. | Transmission with energy harvesting nodes in fading wireless channels: Optimal policies | |
Ahmed et al. | Power allocation for an energy harvesting transmitter with hybrid energy sources | |
Ozel et al. | Optimal broadcast scheduling for an energy harvesting rechargeable transmitter with a finite capacity battery | |
Tutuncuoglu et al. | Optimum policies for an energy harvesting transmitter under energy storage losses | |
Tutuncuoglu et al. | Throughput maximization for two-way relay channels with energy harvesting nodes: The impact of relaying strategies | |
Minasian et al. | Energy harvesting cooperative communication systems | |
Tutuncuoglu et al. | Communicating with energy harvesting transmitters and receivers | |
CN109089271B (zh) | 一种混合能量供能的无线协同网络资源随机分配方法 | |
Ozel et al. | Resource management for fading wireless channels with energy harvesting nodes | |
Yang et al. | Optimal scheduling of collaborative sensing in energy harvesting sensor networks | |
Ahmed et al. | Optimal stochastic power control for energy harvesting systems with delay constraints | |
CN112788629B (zh) | 一种能量收集通信系统功率和调制方式在线联合控制方法 | |
Biason et al. | On the effects of battery imperfections in an energy harvesting device | |
Ozel et al. | Optimal transmission schemes for parallel and fading Gaussian broadcast channels with an energy harvesting rechargeable transmitter | |
Musavian et al. | Energy-efficient power allocation for delay-constrained systems | |
Tutuncuoglu et al. | Communicating using an energy harvesting transmitter: Optimum policies under energy storage losses | |
CN109819509B (zh) | 一种能量收集解码-转发中继系统的功率在线控制方法 | |
CN106102117B (zh) | 两跳有缓存网络中基于能量收割的安全传输方法 | |
Bacinoglu et al. | Finite horizon online lazy scheduling with energy harvesting transmitters over fading channels | |
WO2020181695A1 (zh) | 基于贝叶斯分类器的能量采集中继系统自适应调制方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240108 Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province Patentee after: Shenzhen Hongyue Information Technology Co.,Ltd. Address before: 400065 Chongwen Road, Nanshan Street, Nanan District, Chongqing Patentee before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS |
|
TR01 | Transfer of patent right |