CN112702091B - 多用户多天线swipt中改进的max-sinr干扰对齐方法 - Google Patents
多用户多天线swipt中改进的max-sinr干扰对齐方法 Download PDFInfo
- Publication number
- CN112702091B CN112702091B CN202011526499.1A CN202011526499A CN112702091B CN 112702091 B CN112702091 B CN 112702091B CN 202011526499 A CN202011526499 A CN 202011526499A CN 112702091 B CN112702091 B CN 112702091B
- Authority
- CN
- China
- Prior art keywords
- interference
- receiving end
- matrix
- swipt
- kth
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- 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
本发明公开了多用户多天线SWIPT系统中一种改进的MAX‑SINR干扰对齐方法。本方法以最大化SWIPT通信网络最大化网络和速率为优化目标建立优化模型,通过对功率分割因子、发送端预编码矩阵、接收端干扰抑制矩阵进行联合优化,使系统性能达到所需要求。研究表明,通过对接收端的干扰抑制矩阵进行再次优化,可以实现最小化干扰泄漏功率(MIN‑IL)和最大化信干噪比(MAX‑SINR)的干扰对齐性能折中。本发明方法可以最大化SWIPT网络的可达和速率。研究表明,随着接收端天线数目的增加,本发明方法的接收端可达和速率相比较于MIN‑IL方法有明显提高;对比MAX‑SINR方法,本发明方法的干扰约束功率有大幅度下降。
Description
技术领域
本发明属于信息与通信工程技术领域,提出了在多用户多天线无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)系统中通过改进的最大化信干噪比(Maximize Signal to Interference and Noise Ratio,MAX-SINR)干扰对齐(Interference Alignment,IA)方法进行干扰消除,实现最大化系统的频谱效率。
背景技术
目前,大部分移动终端设备都是能量受限的,同时这些能量存在着不可再生或者能量效率低下等问题,因此能耗问题成了研究人员关注的热点之一。近些年来,研究人员注意到,无线射频信号(Radio Frequency,RF)不仅能携带信息,作为电磁波同时还能携带能量。而电感耦合和谐振耦合都需要在发射器和接收机处对线圈/谐振器进行校准和对准,它们不适用于移动和远程补给/充电,然而射频能量传递没有这种限制。因此,射频能量传输被视为一种远距离能量传输技术,适合为大面积分布的大量设备供电。作为无线信息传输(Wireless Information Transmission,WIT)和无线能量传输(WirelessPowerTransmission,WPT)的结合——无线携能通信(Simultaneous WirelessInformation and Power Transfer,SWIPT)技术的出现,人们看到了信息与能量同时传输的可能性,实现无线信息和能量可控高效同时传输,极大地延长了能量受限网络的寿命。
当前,无线通信用户的大幅度增长,干扰已经成为限制当前无线通信性能的主要瓶颈之一。尤其是在多用户多天线MIMO通信系统中的用户间干扰,已经严重限制了系统频谱效率的进一步提升。因此,如何处理多用户多天线MIMO系统中的用户间干扰已经成为当前MIMO技术研究的重点之一。最近,设计合适的干扰管理技术(如干扰对齐技术),通过在发射端设计合理的预编码矩阵和在接收端设计合理的干扰抑制矩阵,将干扰信号和期望信号分离,并在接收端将接收信号恢复,则能够高效地抑制多用户间的干扰,将干扰进行叠加至干扰信号空间。目前主要有两种不同优化目标的干扰对齐策略,分别为以最大化接收端信干噪比为目标的最大化信干噪比(MAX-SINR)方法和以最小化系统的干扰泄漏功率(Leakage Interference,LI)的MIN-LI方法。
将多用户MIMO技术与SWIPT技术相结合,可以实现在多用户多天线系统中将用户之间的干扰消除,通过SWIPT技术,将对齐的干扰作为能量收集起来,可以供给能量受限的节点满足自身的能耗需求,已经受到了研究人员的广泛关注。
发明内容
本发明以多用户多天线SWIPT系统中,接收端存在多个配备功率分割接收机的SWIPT节点为研究场景,以最大化网络的和速率(单位频带信息速率)为优化目标,提出了多用户多天线SWIPT系统中一种改进的最大化信干噪比(MAX-SINR)干扰对齐优化方法,给出了该方法的具体流程。该方法涉及设计发送端预编码矩阵、接收端干扰抑制矩阵和最佳功率分割因子的联合优化。
本发明的技术方案包括以下步骤:
步骤1、多用户多天线SWIPT系统的场景假设与建模:
在多用户多天线的干扰对称网络中,首先对系统的信息速率进行建模。假设在传输过程中,系统中的干扰是不变的。则在第k个接收端接收到的信号为:
其中,为第j个发送端到第k个接收端的信道系数,为第k个发送端到第k个接收端的信道系数,均服从均值为0、方差为σ2的高斯白噪声,M和N分别表示发送端和接收端的天线数目。xk为发送的信息流,zk为发送的信息过程中引入的噪声,Vj为第j个发送端的预编码矩阵,Uk为第k个接收端的干扰抑制矩阵:满足
每一个SWIPT用户将接收到的信号分为两个部分:一部分用于信息解码,另一部分用于能量收集。
第k个接收端用于能量收集的信号为:
第k个接收端收集到的能量为:
第k个接收端接收到的信息为:
其中,Pk为第k个发送端的信噪比,ρk为第k个接收端的功率分割因子,nk为第k个接收端信息处理引入的噪声,它服从均值为0、方差为σ2的高斯白噪声。η为能量接收端的能量转化效率。
步骤2、最小化干扰泄漏功率(MIN-LI):
根据多用户MIMO信道的互易性,通过迭代更新发送端的预编码矩阵Vj和接收端的干扰抑制矩阵Uk。不断地减小干扰信息对目的信息的影响。其中,完美的干扰对齐满足条件为:
为了进行干扰对齐,天线数目应满足:
N+M-d(K+1)≥0 (7)
其中N表示接收天线数目,M为发射天线数目,d代表信息条数,K表示用户数。
用户k接收到的干扰泄漏功率表示为:
Q[k]为用户k的干扰协方差矩阵:
其中,P[j]为第j个发送端的发送端信噪比,d[j]为第j个接收端收到的信息数目。
最小化干扰泄漏功率具体如下:
2-1.初始化:以任意的预编码矩阵Vj开始:
Vj:Vj HVj=Id
2-2.开始循环
2-3.根据公式(9)在接收端计算干扰协方差矩阵Q[k]:
2-4.在接收端计算相应的干扰抑制矩阵Uk:通过对Q[k]进行SVD分解,取出对应的最小的d个特征值对应的特征向量组成Uk;
2-5.利用信道互易性,将发送端改为接收端,接收端变成发送端
其中,带箭头参数表示在互易信道中各个参数的表示方法。
2-9判断干扰泄漏功率L[k]是否满足收敛条件L[k]≤Lmin,Lmin为设定的最小干扰泄漏功率,若满足则循环结束,否则跳转到步骤2-3。
步骤3、最大化系统的频谱效率:
最大化系统的频谱效率优化问题数学模型为:
其中Rsum表示系统的总信息速率,Tr[]表示迹运算,Lmin表示系统所要求的最小干扰泄漏功率。
初始的频谱效率优化问题(10)可以分解为K个子问题,并且由于信息速率R与信干噪比SINR的单调关系,子问题等价为:
由于子问题中优化变量过多,为了简便运算,首先固定功率分割因子ρk,通过最小化干扰泄漏功率(MIN-LI)的方法迭代优化发送端的预编码矩阵Vj和接收端的干扰抑制矩阵Uk。然后为了最大化接收端的信干噪比(MAX-SINR),重新设计接收端的干扰抑制矩阵Umk,优化问题转化为:
为了将优化问题转化为凸问题,令:
Wk=HkkVkVk HHkk H (14)
此时优化问题转化为:
则该问题转化为标准半正定规划问题,可用凸优化方法(CVX)求解。然后,通过特征值分解得到重新设计的干扰抑制矩阵Umk。根据能量收集需求求出相应的功率分割因子ρk,则满足SWIPT节点能量收集需求。
上述优化问题的求解过程具体如下:
①通过式(16)优化得到重新设计的干扰抑制矩阵Umk;
②令Uk=Umk,代入最小化干扰泄漏准则中的步骤2-6和步骤2-7,求出预编码矩阵Vk;
③更新预编码矩阵Vk,求出新的Tr[Q[k]Zk];
④重复①-③,直至收敛;
3-3循环结束,将求解的重新设计的干扰抑制矩阵Umk,预编码矩阵Vk代入式(10),求出相应的信干噪比。
本发明有益效果如下:
本发明以多用户多天线SWIPT系统为研究背景,在多用户多天线SWIPT中研究了基于最大化信干噪比和基于最小化干扰泄漏功率的干扰对齐方法,提出了一种改进的MAX-SINR干扰对齐方法。该方法以最大化SWIPT通信网络最大化网络和速率为优化目标建立优化模型,通过对功率分割因子、发送端预编码矩阵、接收端干扰抑制矩阵进行联合优化,使系统性能达到所需要求。研究表明,通过对接收端的干扰抑制矩阵进行再次优化,可以实现最小化干扰泄漏功率(MIN-IL)和最大化信干噪比(MAX-SINR)的干扰对齐性能折中。本发明方法可以最大化SWIPT网络的可达和速率。研究表明,随着接收端天线数目的增加,本发明方法的接收端可达和速率相比较于MIN-IL方法有明显提高;对比MAX-SINR方法,本发明方法的干扰约束功率有大幅度下降。
附图说明
图1为多用户MIMO SWIPT系统模型图。
图2为接收端天线N=8时系统和速率与发射端信噪比关系图。
图3为接收端天线N=12时系统和速率与发射端信噪比关系图。
图4为干扰泄漏功率与发射端信噪比关系图。
图5为接收端能量收集能力与发射端信噪比关系图。
图6为接收端能量收集能力与功率分割因子ρ关系图。
具体实施方式
图1为多用户多天线SWIPT系统模型图。在系统中,发送端与接收端总是成对出现的,发送端将有用信息发送给相应的接收端。与此同时,系统中其余的发送端也将信息发送给K个接收端,对于相应的接收器来说,除了指定的发送端发送的信息以外,其余的都视为干扰信息。发送端在发送信息之前会先进行预编码,然后在接收端通过干扰抑制矩阵,将其余的干扰信息对齐到相应的子空间,再由能量接收器将对齐的干扰作为能量收集起来,实现绿色通信。
图2为接收端天线N=8时系统和速率与发射端信噪比关系图。从图中可以看出,随着接收端信噪比的不断增加,三种方法的接收端和速率均不断增加。对比于MIN-LI方法,所提方法的信干噪比有了显著提高,然而,对于MAX-SINR方法,所提方法的和速率性能还是略有不足。
图3为接收端天线N=12时系统和速率与发射端信噪比关系图。由图可知,随着接收端的天线数目的增加,所提方法的信噪比增加更为显著。对比于MAX-SINR方法,虽然所提方法的性能仍然无法超越,但是,随着天线数目的增加,所提方法的性能有所增加,天线数目也影响着所提方法的性能。
图4为干扰泄漏功率与发射端信噪比关系图。由图可知,在中低SINR的情况下,三种干扰对齐方法的干扰对齐性能几乎不发生改变,对比于MAX-SINR方法,所提方法的干扰对齐能力更强,而对比于MIN-LI方法,差距还是十分明显。
图5为接收端能量收集能力与发射端信噪比关系图。由于所提方法的优化专注于设计接收端的干扰抑制矩阵,因此当取ρ=0,即接收端所接收的信息全部都用于能量收集时,对比于MAX-SINR和MIN-IL方法,可以发现,所提方法的能量收集能力与MIN-IL方法的能量收集能力几乎没有区别。这是由于,在能量收集公式中,能量收集能力与Umk的设计没有关系。
图6为接收端能量收集能力与功率分割因子ρ关系图。由图可知,相比于不同的能量收集需求,所提方法可以动态调整功率分割因子,实现最小化干扰泄漏功率和最大化信干噪比的性能折中,从而实现绿色通信。
本技术领域中的普通技术人员应当认识到,以上实施例仅是用来说明本发明,而并非作为对本发明的限定,只要在本发明的范围内,对以上实施例的变化、变型都将落在本发明的保护范围。
Claims (2)
1.多用户多天线SWIPT中改进的MAX-SINR干扰对齐方法,其特征在于包括以下步骤:
步骤1、多用户多天线SWIPT系统的场景假设与建模;
步骤2、最小化干扰泄漏功率;
步骤3、最大化系统的频谱效率;
步骤1所述的多用户多天线SWIPT系统的场景假设与建模,具体如下:
在多用户多天线的干扰对称网络中,首先对系统的信息速率进行建模;假设在传输过程中系统中的干扰是不变的;则在第k个接收端接收到的信号为:
其中,为第j个发送端到第k个接收端的信道系数,为第k个发送端到第k个接收端的信道系数,均服从均值为0、方差为σ2的高斯白噪声,M和N分别表示发送端和接收端的天线数目;xk为发送的信息流,zk为发送的信息过程中引入的噪声,Vj为第j个发送端的预编码矩阵,Uk为第k个接收端的干扰抑制矩阵:满足每一个SWIPT用户将接收到的信号分为两个部分:一部分用于信息解码,另一部分用于能量收集;
第k个接收端用于能量收集的信号为:
第k个接收端收集到的能量为:
第k个接收端接收到的信息为:
其中,Pk为第k个发送端的信噪比,ρk为第k个接收端的功率分割因子,nk为第k个接收端信息处理引入的噪声,它服从均值为0、方差为σ2的高斯白噪声;η为能量接收端的能量转化效率;
步骤2所述的最小化干扰泄漏功率具体定义如下:
根据多用户MIMO信道的互易性,通过迭代更新发送端的预编码矩阵Vj和接收端的干扰抑制矩阵Uk;其中完美的干扰对齐满足条件为:
为了进行干扰对齐,天线数目应满足:
N+M-d(K+1)≥0 (7)
其中N表示接收天线数目,M为发射天线数目,d代表信息条数,K表示用户数;
用户k接收到的干扰泄漏功率表示为:
Q[k]为用户k的干扰协方差矩阵:
其中,P[j]为第j个发送端的发送端信噪比,d[j]为第j个接收端收到的信息数目;
步骤2所述的最小化干扰泄漏功率具体实现如下:
2-1.初始化:以任意的预编码矩阵Vj开始:Vj:Vj HVj=Id;
2-2.开始循环;
2-3.根据公式(9)在接收端计算干扰协方差矩阵Q[k];
2-4.在接收端计算相应的干扰抑制矩阵Uk:通过对Q[k]进行SVD分解,取出对应的最小的d个特征值对应的特征向量组成Uk;
2-5.利用信道互易性,将发送端改为接收端,接收端变成发送端;
其中,带箭头参数表示在互易信道中各个参数的表示方法;
2-9判断干扰泄漏功率L[k]是否满足收敛条件L[k]≤Lmin,Lmin为设定的最小干扰泄漏功率,若满足则循环结束,否则跳转到步骤2-3;
步骤3所述的最大化系统的频谱效率定义如下:
最大化系统的频谱效率优化问题数学模型为:
其中Rsum表示系统的总信息速率,Tr[]表示迹运算,Lmin表示系统所要求的最小干扰泄漏功率;
初始的频谱效率优化问题(10)分解为K个子问题,并且由于信息速率R与信干噪比SINR的单调关系,子问题等价为:
由于子问题中优化变量过多,为了简便运算,首先固定功率分割因子ρk,通过最小化干扰泄漏功率的方法迭代优化发送端的预编码矩阵Vj和接收端的干扰抑制矩阵Uk;然后为了最大化接收端的信干噪比,重新设计接收端的干扰抑制矩阵Umk,优化问题转化为:
为了将优化问题转化为凸问题,令:
Wk=HkkVkVk HHkk H (14)
此时优化问题转化为:
则该问题转化为标准半正定规划问题,可用凸优化方法(CVX)求解;然后,通过特征值分解得到重新设计的干扰抑制矩阵Umk;根据能量收集需求求出相应的功率分割因子ρk,则满足SWIPT节点能量收集需求。
2.如权利要求1所述的多用户多天线SWIPT中改进的MAX-SINR干扰对齐方法,其特征在于步骤3所述的优化问题的求解过程具体如下:
①通过式(16)优化得到重新设计的干扰抑制矩阵Umk;
②令Uk=Umk,代入最小化干扰泄漏准则中的步骤2-6和步骤2-7,求出预编码矩阵Vk;
③更新预编码矩阵Vk,求出新的Tr[Q[k]Zk];
④重复①-③,直至收敛;
3-3循环结束,将求解的重新设计的干扰抑制矩阵Umk,预编码矩阵Vk代入式(10),求出相应的信干噪比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526499.1A CN112702091B (zh) | 2020-12-22 | 2020-12-22 | 多用户多天线swipt中改进的max-sinr干扰对齐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011526499.1A CN112702091B (zh) | 2020-12-22 | 2020-12-22 | 多用户多天线swipt中改进的max-sinr干扰对齐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112702091A CN112702091A (zh) | 2021-04-23 |
CN112702091B true CN112702091B (zh) | 2022-01-14 |
Family
ID=75510182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011526499.1A Active CN112702091B (zh) | 2020-12-22 | 2020-12-22 | 多用户多天线swipt中改进的max-sinr干扰对齐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112702091B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113395732B (zh) * | 2021-05-19 | 2022-07-08 | 武汉工程大学 | 一种优化能量传输与通信的方法、系统和电子设备 |
CN113381788B (zh) * | 2021-06-30 | 2022-06-21 | 杭州电子科技大学 | 基于max-sinr干扰对齐的认知mimo swipt网络频谱效率优化方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104185185A (zh) * | 2013-05-24 | 2014-12-03 | 南京佳立实通信科技有限公司 | 认知无线电网络中基于自适应干扰对齐的干扰协调方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9319916B2 (en) * | 2013-03-15 | 2016-04-19 | Isco International, Llc | Method and appartus for signal interference processing |
WO2017107002A1 (en) * | 2015-12-21 | 2017-06-29 | Orange | Method and device for beamforming |
CN106850020B (zh) * | 2017-01-09 | 2020-11-24 | 南京邮电大学 | 非理想信道状态下mimo系统中基于组合干扰对齐方法 |
CN107888270B (zh) * | 2017-12-25 | 2020-08-28 | 北京理工大学 | 认知卫星地面融合网络中的物理层安全传输方法 |
CN109743092B (zh) * | 2018-12-21 | 2021-05-07 | 北京邮电大学 | 一种基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐方法 |
-
2020
- 2020-12-22 CN CN202011526499.1A patent/CN112702091B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104185185A (zh) * | 2013-05-24 | 2014-12-03 | 南京佳立实通信科技有限公司 | 认知无线电网络中基于自适应干扰对齐的干扰协调方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112702091A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112260740B (zh) | 可重构智能表面辅助的共生通信系统波束赋形设计方法 | |
CN109041196B (zh) | Noma携能通信系统中基于能效最大化的资源联合分配方法 | |
CN112702091B (zh) | 多用户多天线swipt中改进的max-sinr干扰对齐方法 | |
CN111835406B (zh) | 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法 | |
CN113613273B (zh) | 一种智能超表面辅助无线供电网络的稳健能效优化方法 | |
CN102055563B (zh) | 一种适用于多基站协作的自适应联合线性预编码方法 | |
CN113825159B (zh) | 基于智能反射面的无线携能通信系统鲁棒资源分配方法 | |
CN111314935B (zh) | 基于noma-mec系统的下行传输时延最小化的方法 | |
CN107041005B (zh) | 基于能量协作的双向认知中继网络资源分配方法 | |
CN109168197B (zh) | 基于异构小蜂窝网络能量采集效率最大化的功率分配方法 | |
CN104601213B (zh) | Mu‑miso无线携能通信系统的鲁棒构造方法 | |
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 | |
Sansoy et al. | Empowering wireless sensor networks with RF energy harvesting | |
CN111446992A (zh) | 无线供电大规模mimo网络中的最大化最小能效资源分配方法 | |
Qin et al. | Joint beamforming and user selection in multiuser collaborative MIMO SWIPT systems with nonnegligible circuit energy consumption | |
CN108235421B (zh) | 能量效率优化方法和装置 | |
CN105848267B (zh) | 基于能耗最小化的串行能量采集方法 | |
CN112261662A (zh) | 一种提升noma协作通信系统能量效率的传输方法 | |
CN104821840B (zh) | 一种大规模多输入多输出下行系统的抗干扰方法 | |
CN112584403B (zh) | Noma小小区最大速率最小功率的联合优化方法 | |
CN102752071A (zh) | 用于多点协作系统的下行链路预编码方法和中心处理节点 | |
CN109275149A (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 | |
CN114828258A (zh) | 一种智能反射面辅助认知无线电系统资源分配优化方法 | |
Lee et al. | Weighted Sum Rate Maximization for Two-Way Wireless Powered Interference Channels | |
CN109413731A (zh) | 一种无线供能的信息传输与接收方法 |
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 |