CN113381826B - 一种智能反射面辅助的无线供电系统的方法与装置 - Google Patents
一种智能反射面辅助的无线供电系统的方法与装置 Download PDFInfo
- Publication number
- CN113381826B CN113381826B CN202110639832.8A CN202110639832A CN113381826B CN 113381826 B CN113381826 B CN 113381826B CN 202110639832 A CN202110639832 A CN 202110639832A CN 113381826 B CN113381826 B CN 113381826B
- Authority
- CN
- China
- Prior art keywords
- transmission
- irs
- wireless
- power
- sub
- 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
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
-
- 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
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC 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
-
- 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)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种智能反射面辅助的无线供电系统的方法与装置,所属方法包括:建立智能反射面辅助无线供电系统模型;提出了一种“功率分裂‑先收集再传输”的新型传输策略;通过联合优化智能反射面反射相位、物联网设备的发射功率以及物联网设备在无线能量传输和无线信息传输的传输时隙,最大化智能反射面辅助无线供电系统总吞吐量的问题;将目标函数分解为可在无线能量传输和无线信息传输阶段单独解决的两个子问题,首先,对于在无线能量传输阶段的子问题,通过运用拉格朗日乘子法和库恩塔克条件推导出最优传输时隙分配和功率分配;在无线信息传输阶段的子问题,利用Majorize‑Minimization算法推导出智能反射面的最优相位表达式,对目标函数采用交替迭代算法并推导系统最大总吞吐量的闭式最优解,其算法的性能相较于传统算法得到较大的提高。
Description
技术领域
本发明属于通信技术领域,具体涉及一种智能反射面辅助的无线供电系统的方法与装置。
背景技术
智能反射面(Intelligent Reflecting Surface,IRS)是近年来被提出解决无线通信场景中通信链路受阻以及提升无线通信系统性能的有前途的解决方案,它是由大量低成本的电子元件和一个中心控制器构成的一块平面板,该控制器控制所有反射元件并调整所需的信号相位,无需任何专门的射频处理,可以轻松的安装在各种建筑表面,对直射链路和反射链路进行整合来提高整体的无线通信系统的系统性能。
无线供电技术(Wireless power transfer,WPT)被视为下一代无线通信系统的关键技术之一,通过射频链路辐射能量对物联网(Internet of Thing,IoT)设备进行无线能量传输,达到无线充电的效果,能很好的释放物联网设备布局的潜力,但目前无线能量传输主要受传输距离的影响,每个物联网设备在上行链路和下行链路的传输过程中会遭受双重衰减,这对整体系统性能会产生很严重的影响,并且在实际的环境中,单纯通过缩短距离来减小信号衰弱的方法是不切实际的,需要一种合适的中继传输方案来解决此方案,而智能反射面的出现便能很好的解决这个问题,提升整体无线通信系统的系统性能。
发明内容
本发明的目的是为了克服传统方法如凸优化计算系统吞吐量复杂度太高而提出的一种低复杂度的计算方案方案。
第一方面,一种智能反射面辅助的无线供电系统的方法与装置,包括:
S1:建立基站、IRS、IoT设备以及过程节点的系统模型,提出一种“功率分配-先收集再传输”的新型传输策略。
S2:联合优化智能反射面反射相位、设备发射功率和设备传输时隙获得系统吞吐量最大化的优化问题。
S3:将目标函数分解为两个在无线能量传输阶段和无线信息阶段传输的俩个可单独解决的子问题,推导出在无线信息阶段的闭式解,在无线能量传输阶段的子问题利用拉格朗日乘子法和KKT条件,通过交替迭代的方法推导出该子问题的最优解,并联合两个子问题的最优解推导出计算系统最大吞吐量的最优解。
优选地,所述步骤S1具体包括:
该系统包含一个单天线基站、一个单天线过程节点、K个IoT设备以及一个配个N个反射单元的IRS。
优选地,所述步骤S2具体包括:
对系统之间的信道建模为莱斯信道,在用户发射功率、IRS反射相位和传输时隙的约束下,系统最大吞吐量的表述如下:
s.t.τk(Pk+Pc,k)≤EPS,k, (3a)
ε∈[0,1], (3c)
αk,n∈[0,2π], (3e)
τk≥0,Pk≥0, (3f)
其中,Pk,Pc,k和Pc,IRS为设备的发射功率,设备的电路损耗功率和IRS的损耗功率。第k个设备的功率消耗不能超过它在无线能量传输阶段采集到的能量。在问题(3)中,(3a)代表第k个设备的发射功率约束,(3b)代表IRS的能量约束,(3c)为IRS的反射因子,(3d)为系统传输时隙约束,(3e)为IRS的反射相位约束,(3f)为IoT设备的发射功率和传输时隙的约束。
优选地,所述步骤S3具体包括:
由于问题(3)的目标函数中含有多个耦合变量,因此问题(3)是非凸的,为了克服该问题的非凸性,将其拆分为在无线信息传输阶段和无线能量传输阶段的两个子问题。
一种智能反射面辅助的无线供电系统的方法与装置,它包括:
模型建立模块,用于建立IRS辅助IoT的上下行链路系统模型;
方程构造模块,用于联合优化设备发射功率、IRS反射相位以及无线能量/信息传输阶段的传输时隙来计算系统最大吞吐量的方法;
迭代处理模块,用于将规划出的问题分解为两个可单独解决的子问题,推导出无线信息阶段子问题相位的闭式解,在无线能量传输阶段子问题利用交替迭代算法计算出最优解,联合得到系统最大吞吐量的最优解
所述建模模块包括:
第一建模单元,用于在基站配备1个天线,每个用户配备1个天线,一个单天线的过程节点以及配备N个反射单元的IRS;
第二建模单元,考虑IRS的入射角以及发射角,建立IRS与基站和过程节点的莱斯信道,获得有效的信道状态信息。
方程构造模块,联合优化设备发射功率、IRS反射相位以及无线能量/信息传输阶段的传输时隙获得系统最大吞吐量的优化方程:
s.t.τk(Pk+Pc,k)≤EPS,k, (4a)
ε∈[0,1], (4c)
αk,n∈[0,2π], (4e)
τk≥0,Pk≥0, (4f)
在无线信息传输阶段的最优闭式解可表述为:
IoT设备的发射功率可被表述为:
在无线能量传输阶段的子问题的传输时隙和反射相位的最优闭式解可表述为:
在无线信息传输阶段的传输时隙可表达为:
由上述技术方案可知,通过对原问题分解为两个可单独解决的子问题,联合优化设备发射功率、传输时隙已经IRS的反射相位,来使系统的总吞吐量最大,并推导出闭式解,降低了系统计算复杂度并大幅降低计算时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种智能反射面辅助的无线供电系统的方法与装置流程示意图;
图2是本发明实施该系统模型图;
图3提出的传输策略图;
图4是本发明实施提供的发射功率与系统吞吐量的关系图;
图5是本发明实施例提供的IRS反射单元数目与吞吐量的关系图;
图6是本发明实施提供的距离与系统吞吐量的关系图。
图7是本发明实施例提供的基于IRS辅助无线供电装置的结构示意图;
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
S1:建立基站、IRS、IoT设备以及过程节点的系统模型;
S2:联合优化IRS反射相位、设备发射功率和设备传输时隙获得系统吞吐量最大化的优化问题。
S3:将目标函数分解为两个在无线能量传输阶段和无线信息阶段传输的俩个可单独解决的子问题,推导出在无线信息阶段的闭式解,在无线能量传输阶段的子问题利用拉格朗日乘子法和KKT条件,通过交替迭代的方法推导出该子问题的最优解,并联合两个子问题的最优解推导出计算系统最大吞吐量的最优解。
具体地,步骤S1包括:
本实施例所述的方法应用于如图2所示的系统模型,所述的系统参数包括:配备单天线的基站,单天线的过程节点,K=5个单天线的IoT设备以及配备N=10个反射单元的IRS。基站的发射功率为24dBm,过程节点出的噪声σ2=-110dBm,IRS的损耗功率为0.1mW,能量采集效率η=0.8,总传输时间T=1秒。
进一步地,步骤S2包括:图3是本发明实施例提供的传输策略,我们定义的基于功率因子的先收集再发送的传输策略,在τ0阶段为无线能量传输阶段,基站向IRS和IoT设备提供无线能量传输服务,对IRS收集到的能量,一部分先满足自己的电路运行,剩下的能量信号将被反射到IoT设备中去,基于此,我们定义了一个反射因子,即ε∈[0,1]。τk,k∈[1,K]为无线信息传输阶段的传输时隙。
则IRS和第k个用户在τ0内接受的信号为:
其中s0为基站的能量信号,nIRS和nk为在IRS和第k个用户处的加性高斯白噪声。从而,其接受的能量对应表达为:
EPS,IRS=τ0η(1-ε2)P0||ur,e||2, (11a)
EPS,k=τ0ηP0|εur,eΘ0ur,k+ud,k|2 (11b)
其中η为能量采集效率和P0为基站的发射功率。
在整个无线信息传输阶段,所有的IoT设备利用采集到的能量并在IRS的辅助下将自己的信息传输到过程节点中,则过程节点从第k个设备处接受到的信号为:
首先对建立的问题进行拆分为两个可单独解决的子问题,对于第一个子问题即在无线信息传输阶段的最优IRS相位,通过对问题(1)的观察,发现对问题(1)的优化等效于对下列部分的优化:
s.t.αk,n∈[0,2π]. (14b)
则问题(14)可表示为:
其中bk,n为bk中的第n个反射元素,并因为|vk,n|=1而等式成立。
则问题(16)的上界可得
αk,n=arg(hd,k)-arg(bk,n), (18)
对于第二个在无线能量传输阶段中最优传输时隙和IRS反射相位的子问题,采用交替迭代优化算法去推导其最优解。
对于IoT设备的发射功率定义为:
则问题可复现为:
ε∈[0,1], (21b)
αk,n∈[0,2π], (21d)
τk≥0,Pk≥0, (21e)
则拉格朗日对偶函数为:
其中μ为非负的对偶因子,则其问题可描述为
其进一步推导为:
其相对于ur,eΘ0ur,k+ud,k为单增函数,则满足下面的公式:
则将(22),(28)带(21),优化问题为:
s.t.0≤αk,n≤2π, (29a)
0≤τ0≤T. (29b)
问题(29)的最大化可相当于最大化下列问题:
s.t.0≤αk,n≤2π. (30a)
进一步数学变换为:
s.t.α0,n∈[0,2π]. (32a)
为了解决(31),其目标函数可展开为:
由上述技术方案可知,本发明提供一种基于IRS辅助WPIoT系统资源分配的方法,通过联合优化设备发射功率、IRS反射相位以及无线能量/信息阶段的传输时隙推导出计算系统最大吞吐量的方法。
本实施的系统配置参数如下表:
图4给出了基站发射功率P0与系统总吞吐量的关系,当基站发射功率增大时,各方案的吞吐量均增大,其中配备IRS的方案相较于没有IRS的方案以及IRS处于随机相移状态的IRS效果要更好。
图5给出了IRS反射单元个数与系统吞吐量之间的关系,当IRS反射单元数目增加时,系统之间的反射链路也随之增加,会使系统的吞吐量也随之增加,相较于其他两种方案有较大的增益提高。
图6给出了距离与系统吞吐量之间的关系,其中IRS位置的变化会带来系统四部分之间距离的变化,当IRS与IoT设备的距离靠近的时候,总吞吐量增大,反之则减小,说明距离对系统整体的吞吐量产生较大的影响。
图7是本发明实施例提供的基于IRS辅助无线供电装置的结构示意图;
在实施例中,所述的模型建立具体包括:
模型建立模块,用于建立基于IRS辅助的无线供电系统模型;包括一个单天线基站,一个单天线过程节点,配备N个反射单元的IRS以及K个用户。
本实例中,所述的方程构造模块具体包括:
方程构造模块,通过联合优化设备发射功率,IRS反射相位以及无线信息/能量传输阶段的传输时隙,构建系统最大吞吐量的优化问题;
s.t.τk(Pk+Pc,k)≤EPS,k, (38a)
ε∈[0,1], (38c)
αk,n∈[0,2π], (38e)
τk≥0,Pk≥0, (38f)
在问题(38)中,(38a)代表第k个设备的发射功率约束,(38b)代表IRS的能量约束,(38c)为IRS反射因子,(38d)为系统传输时隙约束,(38e)为IRS的反射相位约束,(38f)为IoT设备的发射功率和传输时隙的约束。
本实例中,所述的迭代求解模块具体包括:
迭代求解模块,用于利用拉格朗日乘子法,KKT条件法,交替迭代算法将原非凸问题拆分为在两个可单独解决的子问题并推导出计算系统最大吞吐量的最优解。
Claims (3)
1.一种智能反射面辅助的无线供电系统的方法,其特征在于,所述方法包括:
S1:建立智能反射面IRS辅助的无线供电系统的系统模型;
S2:提出一种“功率分配-先收集再传输”的新型传输策略,在τ0阶段为无线能量传输阶段,基站向IRS和IoT设备提供无线能量传输服务,对IRS收集到的能量,一部分先满足电路运行,剩下的能量信号将被反射到IoT设备中去,基于此,定义了一个反射因子,即ε∈[0,1];τk,k∈[1,K]为无线信息传输阶段的传输时隙;规划出目标函数,联合优化设备的发射功率、智能反射面反射相位以及无线能量/信息传输时隙来最大化系统总吞吐量;系统之间的信道建模为莱斯信道,在用户发射功率、IRS反射相位和传输时隙的约束下,系统最大吞吐量的表述如下:
s.t.τk(Pk+Pc,k)≤EPS,k, (1a)
ε∈[0,1], (1c)
αk,n∈[0,2π], (1e)
τk≥0,Pk≥0, (1f)
其中,Pk,Pc,k和Pc,IRS为设备的发射功率,设备的电路损耗功率和IRS的损耗功率,第k个用户的功率消耗不能超过它在无线能量传输阶段采集到的能量,在问题(1)中,(1a)代表第k个设备的发射功率约束,(1b)代表IRS的能量约束,(1c)为IRS的反射因子,(1d)为系统传输时隙约束,(1e)为IRS的反射相位约束,(1f)为IoT设备的发射功率和传输时隙的约束;
S3:将目标函数分解为可独立解决的两个子问题并利用拉格朗日乘子法和KKT条件,通过交替优化算法推导处计算系统最大吞吐量的最优闭式解;
首先对建立的问题进行拆分为两个可单独解决的子问题,对于第一个子问题即在无线信息传输阶段的最优IRS相位,通过对问题(1)的观察,发现对问题(1)的优化等效于对下列部分的优化:
s.t.αk,n∈[0,2π]
对于第二个在无线能量传输阶段中最优传输时隙和IRS反射相位的子问题,采用交替迭代优化算法去推导其最优解。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1具体包括:
该系统包含1个单天线基站、1个单天线的过程节点、K个单天线用户以及一个配备N个反射单元的智能反射面,提出一种“功率分配-先收集再传输”的新型传输策略。
3.一种实施权利要求1-2任意一项所述的智能反射面辅助的无线供电系统的方法的装置,包括:
模型建立模块,用于建立智能反射面IRS辅助IoT的上下行链路系统模型;
方程构造模块,用于联合优化设备发射功率、IRS反射相位以及无线能量/信息传输阶段的传输时隙来计算系统最大的吞吐量;
迭代处理模块,用于将规划出的问题分解为两个可单独解决的子问题,推导出无线信息阶段子问题相位的闭式解,在无线能量传输阶段子问题利用交替迭代算法计算出最优解,联合得到系统最大吞吐量的最优解;
所述模型建立模块包括:
第一建模单元,用于在基站配备1个天线,每个用户配备1个天线,一个单天线的过程节点以及配备N个反射单元的IRS;
第二建模单元,考虑IRS的入射角以及发射角,建立IRS与基站和过程节点的莱斯信道,获得有效的信道状态信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110639832.8A CN113381826B (zh) | 2021-06-09 | 2021-06-09 | 一种智能反射面辅助的无线供电系统的方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110639832.8A CN113381826B (zh) | 2021-06-09 | 2021-06-09 | 一种智能反射面辅助的无线供电系统的方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113381826A CN113381826A (zh) | 2021-09-10 |
CN113381826B true CN113381826B (zh) | 2022-12-09 |
Family
ID=77573070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110639832.8A Active CN113381826B (zh) | 2021-06-09 | 2021-06-09 | 一种智能反射面辅助的无线供电系统的方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113381826B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111294096A (zh) * | 2020-02-17 | 2020-06-16 | 南京信息工程大学 | 一种智能反射面miso无线通信系统的信道容量优化方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8995675B2 (en) * | 2010-12-03 | 2015-03-31 | The University Of North Carolina At Chapel Hill | Methods and systems for direct-to-indirect acoustic radiance transfer |
CN108336831B (zh) * | 2017-01-20 | 2020-03-31 | 立锜科技股份有限公司 | 无线电源发送电路及其控制电路与控制方法 |
CN111385010B (zh) * | 2018-12-29 | 2022-03-08 | 深圳先进技术研究院 | 多模混合物联网及其无源中继协作式无线数据传输控制方法 |
CN111132342B (zh) * | 2019-12-26 | 2022-06-10 | 中能浦慧(上海)能源技术有限公司 | 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 |
CN111447662B (zh) * | 2020-03-24 | 2022-03-29 | 重庆邮电大学 | 一种无线供电反向散射网络能效优化方法 |
CN112272384B (zh) * | 2020-11-03 | 2023-03-14 | 广东工业大学 | 一种基于可重构智能表面的通信系统吞吐量优化方法 |
-
2021
- 2021-06-09 CN CN202110639832.8A patent/CN113381826B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111294096A (zh) * | 2020-02-17 | 2020-06-16 | 南京信息工程大学 | 一种智能反射面miso无线通信系统的信道容量优化方法 |
Non-Patent Citations (1)
Title |
---|
智能反射面辅助的未来无线通信:现状与展望;朱政宇等;《航空学报》;20210225;第43卷(第2期);第1-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113381826A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Resource allocation for full-duplex-enabled cognitive backscatter networks | |
Chu et al. | Resource allocation for IRS-assisted wireless-powered FDMA IoT networks | |
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 | |
CN113630165B (zh) | 一种基于可重构智能表面的上行多用户共生通信系统 | |
CN113709687A (zh) | 一种智能反射面辅助的无线传感器网络的资源分配方法 | |
CN113708818A (zh) | 一种智能反射面辅助的fdma通信系统的资源分配方法和装置 | |
CN113490223A (zh) | 一种基于irs的无线供能反向散射通信方法及系统 | |
CN111447662A (zh) | 一种无线供电反向散射网络能效优化方法 | |
Hosseini et al. | Stackelberg game-based deployment design and radio resource allocation in coordinated UAVs-assisted vehicular communication networks | |
Mao et al. | Intelligent reflecting surface-aided wireless powered hybrid backscatter-active communication networks | |
CN115173901A (zh) | 基于irs辅助的miso无线携能通信系统的能效最大化方法 | |
CN113381826B (zh) | 一种智能反射面辅助的无线供电系统的方法与装置 | |
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 | |
CN115379478B (zh) | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 | |
Zhou | Max-min throughput in hybrid of wireless powered NOMA and backscatter communications | |
Luan et al. | Correntropy induced joint power and admission control algorithm for dense small cell network | |
CN114845363B (zh) | 一种反射面辅助的低功耗数据卸载方法及系统 | |
CN116033461B (zh) | 一种基于star-ris辅助的共生无线电传输方法 | |
Xue et al. | Research on energy transmission strategy based on MEC in green communication | |
Yeganeh et al. | Multi-BD symbiotic radio-aided 6G IoT network: Energy consumption optimization with QoS constraint approach | |
CN116684899A (zh) | 一种无线供电通信网络吞吐量最大化优化方法及系统 | |
CN114599044B (zh) | 基于智能反射面技术的认知网络中波束赋形优化方法 | |
CN115734238A (zh) | 智能反射面辅助的通信网络覆盖优化方法 | |
Fathy et al. | A Generalized Neural Network-based Optimization for Multiple IRSs-aided Communication System | |
Tan et al. | Energy minimization for wireless powered data offloading in IRS-assisted MEC for vehicular networks |
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 |