CN113207185B - 一种无线携能ofdm协作中继通信系统的资源优化分配方法 - Google Patents

Abstract

本发明考虑解码成本对无线携能OFDM协作中继通信系统的影响，提出一种无线携能OFDM协作中继通信系统的资源优化分配方法，包括以下步骤：源节点向中继节点发送OFDM信号，中继节点利用功率分割器将接收信号功率分为用于信息解码和用于能量收集的功率；中继节点利用能量收集器收集能量，然后利用收集的能量进行信息解码，将解码后的信号发送给目的节点；目的节点利用功率分割器将接收信号功率分为用于信息解码和用于能量收集的功率；目的节点利用能量收集器收集能量，然后利用收集的能量进行信息解码；基于解码速率构建用于计算解码成本的非递减函数，建立优化问题模型；对优化问题模型进行求解，得到资源优化分配最优解。

Description

一种无线携能OFDM协作中继通信系统的资源优化分配方法

技术领域

本发明涉及无线通信的资源分配技术领域，更具体地，涉及一种无线携能OFDM协作中继通信系统的资源优化分配方法。

背景技术

由于5G通信，智能终端等设备的快速发展，网络设备的能耗呈指数增长，如何最大程度地减少能耗，成为研究人员面临的具有重大挑战性问题。无线携能通信技术(Simultaneous Wireless Information and Power Transfer，SWIPT)与协作中继(Cooperative Relay，CoR)技术的集成可能是解决该问题最有前途的方案。CoR用于收集能量以及提高频谱效率，可以解决衰落，路径损耗，阴影和小覆盖范围等问题。而中继节点通常为能量受限或无电池的设备，他们有时需要外部充电系统来更换电池或为其充电，因此采用集成SWIPT和CoR技术是不方便甚至是不可行的。针对这个问题，能量收集(EnergyHarvesting，EH))技术是最具成本效益，最合适，最安全的解决方案之一。在各种类型的EH技术中，SWIPT是最杰出的技术之一，它通过同时向中继节点传递能量和信息来提高能量效率和频谱效率。

EH技术为无线网络提供了能量，在一定程度上补充了系统的能量消耗，使得网络能够自给自足，大大延长了无线网络的寿命。系统的能量消耗通常用于数据传输以及信号处理成本。系统的能量消耗分为发射端的信号处理成本以及接收端的解码成本。对于哪种能耗占据主要地位，主要取决于能量收集策略以及系统通信距离。目前有较多文献对发送端的能量消耗问题进行了研究，例如在全双工的双向通信系统中考虑发送端信号处理成本的系统吞吐量优化问题，以及考虑信号处理成本的不同场景的能量收集网络的性能。有文献表明，信号处理成本与解码成本在一定条件下是相当的，尤其在短距离通信通信中，可以用相对低的功率实现高数据率，此时解码成本可能占据主导地位。针对解码成本的计算，目前主要采用假定为数据速率的递增凸函数的解码成本函数，但根据实际能量收集电路，其不具备通用性。

发明内容

本发明为克服上述现有技术中缺乏考虑解码成本对无线携能OFDM协作中继通信系统的影响，导致影响系统通信性能的缺陷，提供一种无线携能OFDM协作中继通信系统的资源优化分配方法。

为解决上述技术问题，本发明的技术方案如下：

一种无线携能OFDM协作中继通信系统的资源优化分配方法，其中所述无线携能OFDM协作中继通信系统包括源节点、中继节点和目的节点，资源优化分配方法包括以下步骤：

S1：源节点向中继节点发送OFDM信号，中继节点利用功率分割器将接收信号功率分为用于信息解码和用于能量收集的功率；

S2：中继节点利用能量收集器收集能量，然后利用收集的能量进行信息解码，将解码后的信号发送给目的节点；

S3：目的节点利用功率分割器将接收信号功率分为用于信息解码和用于能量收集的功率；目的节点利用能量收集器收集能量，然后利用收集的能量进行信息解码；

S4：基于解码速率构建非递减的解码成本计算函数，基于所述解码成本计算函数以优化系统容量为目的建立优化问题模型；

S5：对所述优化问题模型进行求解，得到资源优化分配最优解。

作为优选方案，所述中继节点利用功率分割器划分的用于能量收集的功率为ρ_r∈[0,1]，则用于信息解码的功率为1-ρ_r；所述目的节点利用功率分割器划分的用于能量收集的功率为ρ_d∈[0,1]，则用于信息解码的功率为1-ρ_d。

作为优选方案，所述S2步骤中，所述中继节点接收到的能量表示为：

式中，η_r表示中继节点的能量转换效率，h_s,k表示第k个子载波的S-R信道系数，P_s,k表示源节点分配给第k个子载波的发送功率，且满足数学期望P_s,k＝Ε{|x_s,k|²}，x_s,k为源节点加载在第k个子载波的传输符号；

表示第k个子载波在中继节点的天线噪声的方差；K表示子载波的总数；

在第k个子载波，所述中继节点接收到来自源节点的信道容量表示为：

式中，

表示第k个子载波在中继节点的信号处理噪声的方差。

作为优选方案，所述S3步骤中，所述目的节点接收到的能量表示为：

式中，η_d表示目的节点的能量转换效率，h_r,k表示第k个子载波的R-D信道系数，P_r,k表示中继节点分配给第k个子载波的发送功率，且满足数学期望P_r,k＝Ε{|x_r,k|²}，x_r,k为中继节点加载在第k个子载波的传输符号；

表示第k个子载波在目的节点的天线噪声的方差；

在第k个子载波，所述目的节点接收到来自中继节点的信道容量表示为：

式中，

表示第k个子载波在目的节点的信号处理噪声的方差。

作为优选方案，所述非递减的解码成本计算函数的表达式为：

式中，

表示解码速率；α、ω、θ分别为函数系数；β_i、c_i表示硬件质量损耗系数，i∈{r,d}，m表示线性解码成本函数的斜率。

作为优选方案，以优化无线携能OFDM协作中继通信系统容量为目的建立的优化问题模型表示为：

式中，

表示优化问题模型的变量。

作为优选方案，所述S5步骤中，通过优化信号发送节点的功率分配以及信号接收节点的功率分割比，在满足能量因果关系约束以及解码成本约束的约束条件下对所述优化问题模型进行求解。

作为优选方案，所述满足能量因果关系约束以及解码成本约束的约束条件包括发送节点的总功率限制、每个子载波分配功率的上下限、接收节点的解码成本限制，其表达公式为：

式中，

表示中继节点的发送功率；P_s,peak表示源节点每个子载波的最大发送功率约束，P_r,peak表示中继节点每个子载波的最大发送功率约束；

表示目的节点的内部功率。

作为优选方案，所述S5步骤中，采用双层优化算法对所述优化问题模型进行求解。

作为优选方案，对所述优化问题模型进行求解的步骤包括：固定接收节点的功率分割因子ρ_i，且i∈{r,d}，采用拉格朗日对偶算法与次梯度优化算法求解最优功率分配；利用黄金比例分割算法迭代地搜索最优的功率分割因子ρ_i。根据所述最优功率分配及所述最优功率分割因子ρ_i，对所述中继节点、目的节点的资源进行分配，完成无线携能OFDM协作中继通信系统的资源优化分配。

与现有技术相比，本发明技术方案的有益效果是：本发明考虑解码成本的影响，采用单独解码方式，对无线携能OFDM协作中继通信系统进行资源优化分配，最大限度地优化了最小系统容量；考虑解码成本函数的通用性，基于解码速率构建用于计算解码成本的非递减函数，进一步构建优化问题模型，通过优化子载波的功率分配以及接收节点的功率分割因子，在能量收集和信息传输之间更好地进行权衡。

附图说明

图1为本发明的无线携能OFDM协作中继通信系统的资源优化分配方法的流程图。

图2为实施例的无线携能OFDM协作中继通信系统的信号处理框图。

图3为实施例的不同解码成本模型系统容量与源节点发送功率关系示意图。

图4为实施例的信息数据率与接收节点硬件质量损耗系数的关系示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例：

本实施例提出一种无线携能OFDM协作中继通信系统的资源优化分配方法，如图1所示，为本实施例的资源优化分配方法的流程图。

本实施例中的无线携能OFDM协作中继通信系统由源节点S、中继节点R和目的节点D组成，系统带宽被分为K个子载波。

本实施例中提出的无线携能OFDM协作中继通信系统的资源优化分配方法包括以下步骤：

步骤1：源节点S向中继节点R发送OFDM信号，中继节点R利用功率分割器将接收信号功率分为用于信息解码(InformationDecoding，ID)和用于能量收集(EnergyHarvesting，EH)的功率。

本实施例中无线携能OFDM协作中继通信系统的信号处理过程如图2所示，对于第k个子载波，中继节点R接收到的频域信号表示为：

式中，h_s,k表示第k个子载波的S-R信道系数，x_s,k为源节点S加载在第k个子载波的传输符号，且其数学期望满足Ε{|x_s,k|²}＝P_s,k，P_s,k表示源节点S分配给第k个子载波的发送功率，

表示第k个子载波在中继节点R的均值为0，方差为

的天线噪声。

本步骤中，中继节点R利用功率分割器划分的用于能量收集的功率为ρ_r∈[0,1]，则用于信息解码的功率为1-ρ_r，经过划分后的信号表示为：

式中，

表示均值为0，方差为

的信号处理噪声。

步骤2：中继节点R利用能量收集器收集能量，利用收集的能量进行信息解码，然后基于解码转发协议将解码后的信号发送给目的节点D。

特别的，本实施例中能量收集器接收的功率需满足信息解码所需的功率(即解码成本)以及信号重传所需功率。

本步骤中，根据帕斯瓦尔定理，中继节点R接收到的能量表示为：

式中，η_r表示中继节点的能量转换效率；K表示子载波的总数；

在第k个子载波，中继节点R接收到来自源节点S的信道容量表示为：

式中，

表示第k个子载波在中继节点的天线噪声的方差；

表示第k个子载波在中继节点的信号处理噪声的方差。

进一步的，中继节点R利用收集的能量进行信息解码后将解码后的信号发送给目的节点D，此时第k个子载波上目的节点D接收到的信号表示为：

式中，h_r,k表示第k个子载波的R-D信道系数，x_r,k为中继节点R加载在第k个子载波的传输符号，且其数学期望满足Ε{|x_r,k|²}＝P_r,k，P_r,k表示中继节点分配给第k个子载波的发送功率，

表示第k个子载波在目的节点D的均值为0，方差为

的天线噪声。

步骤3：目的节点D利用功率分割器将接收信号功率分为用于信息解码和用于能量收集的功率；目的节点D利用能量收集器收集能量，然后利用收集的能量进行信息解码。

本步骤中，目的节点D利用功率分割器划分的用于能量收集的功率为ρ_d∈[0,1]，则用于信息解码的功率为1-ρ_d，经过划分后的信号表示为：

式中，

表示均值为0，方差为

的信号处理噪声。

进一步的，根据帕斯瓦尔定理，目的节点D接收到的能量表示为：

式中，η_d表示目的节点D的能量转换效率，

表示第k个子载波在目的节点D的天线噪声的方差；

在第k个子载波，目的节点D接收到来自中继节点R的信道容量表示为：

式中，

表示第k个子载波在目的节点D的信号处理噪声的方差。

步骤4：基于解码速率构建非递减的解码成本计算函数，基于所述解码成本计算函数以优化系统容量为目的建立优化问题模型。

本步骤中，解码成本被假设为关于解码速率的非递减函数，其表达式为：

式中，

表示解码速率；α、ω、θ分别为函数系数；β_i、c_i表示硬件质量损耗系数，i∈{r,d}，m表示线性解码成本函数的斜率。特别地，在本实施例中，当α＝1，ω＝θ＝0时，该函数表示为指数函数；当ω＝1，α＝θ＝0时，该函数表示为线性函数；当θ＝1，α＝ω＝0时，该函数表示为常数函数。

进一步的，本实施例中以优化无线携能OFDM协作中继通信系统容量为目的建立的优化问题模型表示为：

上述优化问题模型满足以下约束条件：

式中，

表示第k个子载波的解码速率；

表示中继节点的发送功率；P_s,peak表示源节点每个子载波的最大发送功率约束，P_r,peak表示中继节点每个子载波的最大发送功率约束；

表示目的节点的内部功率。该约束条件表示发送节点的总功率限制、每个子载波分配功率的上下限、接收节点的解码成本限制。

步骤5：对所述优化问题模型进行求解，得到资源优化分配最优解。

本步骤中，通过优化信号发送节点的功率分配以及信号接收节点的功率分割比，在满足能量因果关系约束以及解码成本约束的约束条件下对所述优化问题模型进行求解。

由上式可知，本实施例的优化问题模型为多载波系统中具有功率约束的非凸优化问题，而且功率分配与功率分割因子存在较为复杂的耦合关系。因此，本步骤将采用双层优化算法进行求解：

在内层：固定接收节点的功率分割因子ρ_i，且i∈{r,d}，求解最优功率分配；

在外层：利用黄金比例分割算法迭代地搜索最优的ρ_i。

首先，在内层问题中，采用拉格朗日对偶算法与次梯度优化算法进行求解。

其中，在三种不同解码成本模型中，源节点分配给子载波的最优发送功率表示为：

中继节点分配给子载波k的最优发送功率分别表示为：

对偶函数关于变量R_t,k进行求导，可得：

κ_k＝1-λ_k-μ_k-μ_k-2mβ_rξ，ω＝1，α＝θ＝0

κ_k＝1-λ_k，θ＝1，ω＝α＝0

对偶函数关于变量

进行求导，可得：

运用次梯度算法对对偶变量进行更新：

在外层问题，应用黄金比例分割算法进行搜索得到最佳ρ_r和ρ_d。

本实施例的资源优化分配方法中，接收节点考虑解码成本的影响，采用单独解码方式，对无线携能OFDM协作中继通信系统进行资源优化分配，通过优化子载波的功率分配以及接收节点的功率分割因子，在能量收集和信息传输之间更好地进行权衡，最大化了最小系统容量，同时提高了无线通信系统的传输速率和传输可靠性。

在一具体实施过程中，不考虑源节点S和目的节点D的直传，通信距离设定为10米，其中中继节点R在源节点S和目的节点D链路的中点。系统带宽被分为16个子载波，能量转换效率为0.9。天线噪声为-105dBm/Hz，信号处理噪声为-112dBm/Hz，中继节点R的内部功率为

目的节点D的内部功率为

m＝0.5，硬件质量损耗系数的取值分别为：c_r＝0.04，c_d＝0.01，β_r＝0.01，β_d＝0.04。仿真结果均为100次平均信道的结果。

为了更好地比较，本实施例选取了两种基准，第一种是等功率分配(EquallyPowerAllocation，EPA),第二种是等功率比分配(EquallyPowerSplitting，EPS)。

如图3所示，为本实施例的三种解码成本模型以及采用指数模型的两种基准下，资源优化分配的系统容量与源节点发送功率的关系。结果显示三种解码成本模型中，系统的容量随着源节点发送功率的增加而增加。其中，线性模型与指数模型的系统容量总是优于基准以及常数模型的系统容量。再者，在源节点发送功率小于20dBm时，常数模型的系统容量总是为0，这是因为常数模型的解码成本是恒定的，不随着解码速率的变化而改变。

图4为信息三种解码成本模型以及采用指数模型的两种基准下，资源优化分配的系统容量与解码模型的硬件质量损耗系数的关系。结果显示，对于固定的β_d，增加β_r会增加中继处解码的成本，因此导致系统性能下降。此外，对于固定的β_r，增加β_d会增加目的节点的解码成本，同样导致系统性能损失。

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种无线携能OFDM协作中继通信系统的资源优化分配方法，所述无线携能OFDM协作中继通信系统包括源节点、中继节点和目的节点，其特征在于，包括以下步骤：

S1：源节点向中继节点发送OFDM信号，中继节点利用功率分割器将接收信号功率分为用于信息解码和用于能量收集的功率；

S2：中继节点利用能量收集器收集能量，利用收集的能量进行信息解码后，将解码后的信号发送给目的节点；

S3：目的节点利用功率分割器将接收信号功率分为用于信息解码和用于能量收集的功率；目的节点利用能量收集器收集能量，然后利用收集的能量进行信息解码；

S4：基于解码速率构建非递减的解码成本计算函数，基于所述解码成本计算函数以优化系统容量为目的建立优化问题模型；以优化无线携能OFDM协作中继通信系统容量为目的建立的优化问题模型表示为：

式中，ρ_r表示中继节点利用功率分割器划分的用于能量收集的功率，ρ_d表示目的节点利用功率分割器划分的用于能量收集的功率；P_s,k表示源节点分配给第k个子载波的发送功率，P_r,k表示中继节点分配给第k个子载波的发送功率；

为第k个子载波的解码速率；R_sr,k表示在第k个子载波，中继节点接收到来自源节点的信道容量；R_rd,k表示在第k个子载波，目的节点接收到来自中继节点的信道容量；K表示子载波的总数；

其中，在第k个子载波，所述中继节点接收到来自源节点的信道容量R_sr,k表示为：

式中，h_s,k表示第k个子载波的S-R信道系数，

表示第k个子载波在中继节点的天线噪声的方差；

表示第k个子载波在中继节点的信号处理噪声的方差；

在第k个子载波，所述目的节点接收到来自中继节点的信道容量R_rd,k表示为：

式中，h_r,k表示第k个子载波的R-D信道系数，

表示第k个子载波在目的节点的天线噪声的方差，

表示第k个子载波在目的节点的信号处理噪声的方差；

S5：对所述优化问题模型进行求解，得到资源优化分配最优解。

2.根据权利要求1所述的资源优化分配方法，其特征在于，所述中继节点利用功率分割器划分的用于能量收集的功率为ρ_r∈[0,1]，则用于信息解码的功率为1-ρ_r；所述目的节点利用功率分割器划分的用于能量收集的功率为ρ_d∈[0,1]，则用于信息解码的功率为1-ρ_d。

3.根据权利要求2所述的资源优化分配方法，其特征在于，所述S2步骤中，所述中继节点接收到的能量表示为：

式中，η_r表示中继节点的能量转换效率，h_s,k表示第k个子载波的S-R信道系数，P_s,k表示源节点分配给第k个子载波的发送功率，且满足数学期望P_s,k＝Ε{|x_s,k|²}，x_s,k为源节点加载在第k个子载波的传输符号；

表示第k个子载波在中继节点的天线噪声的方差；K表示子载波的总数。

4.根据权利要求3所述的资源优化分配方法，其特征在于，所述S3步骤中，所述目的节点接收到的能量表示为：

式中，η_d表示目的节点的能量转换效率，h_r,k表示第k个子载波的R-D信道系数，P_r,k表示中继节点分配给第k个子载波的发送功率，且满足数学期望P_r,k＝Ε{|x_r,k|²}，x_r,k为中继节点加载在第k个子载波的传输符号；

表示第k个子载波在目的节点的天线噪声的方差。

5.根据权利要求4所述的资源优化分配方法，其特征在于，所述非递减的解码成本计算函数的表达式为：

式中，

表示解码速率；α、ω、θ分别为函数系数；β_i、c_i表示硬件质量损耗系数，i∈{r,d}，m表示线性解码成本函数的斜率。

6.根据权利要求5所述的资源优化分配方法，其特征在于，所述S5步骤中，通过优化信号发送节点的功率分配以及信号接收节点的功率分割比，在满足能量因果关系约束以及解码成本约束的约束条件下对所述优化问题模型进行求解。

7.根据权利要求6所述的资源优化分配方法，其特征在于，所述满足能量因果关系约束以及解码成本约束的约束条件包括发送节点的总功率限制、每个子载波分配功率的上下限、接收节点的解码成本限制，其表达公式为：

式中，

表示中继节点的发送功率；P_s,peak表示源节点每个子载波的最大发送功率约束，P_r,peak表示中继节点每个子载波的最大发送功率约束；

表示目的节点的内部功率。

8.根据权利要求7所述的资源优化分配方法，其特征在于，所述S5步骤中，采用双层优化算法对所述优化问题模型进行求解。

9.根据权利要求8所述的资源优化分配方法，其特征在于，对所述优化问题模型进行求解的步骤包括：固定接收节点的功率分割因子ρ_i，且i∈{r,d}，采用拉格朗日对偶算法与次梯度优化算法求解最优功率分配；利用黄金比例分割算法迭代地搜索最优的功率分割因子ρ_i。

Images