CN114268973B - 基于多标签的无线供电反向散射通信网络能效优化方法 - Google Patents
基于多标签的无线供电反向散射通信网络能效优化方法 Download PDFInfo
- Publication number
- CN114268973B CN114268973B CN202111490934.4A CN202111490934A CN114268973B CN 114268973 B CN114268973 B CN 114268973B CN 202111490934 A CN202111490934 A CN 202111490934A CN 114268973 B CN114268973 B CN 114268973B
- Authority
- CN
- China
- Prior art keywords
- tag
- representing
- constraint
- gateway
- energy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000004891 communication Methods 0.000 title claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 28
- 230000009977 dual effect Effects 0.000 claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims abstract description 8
- 238000013468 resource allocation Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 230000008054 signal transmission Effects 0.000 claims abstract description 5
- 238000006467 substitution reaction Methods 0.000 claims description 9
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 6
- 238000003306 harvesting Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000011426 transformation method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000004088 simulation Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于多标签的无线供电反向散射通信网络能效优化方法，属于无线通信技术领域。该方法包括：建立含多标签无线供电反向散射通信网络的信号传输模型；考虑传输速率约束、能量收集约束、反射系数约束、发射功率约束以及传输时间约束，建立了一个系统能效最大化的资源分配问题；基于Dinkelbach方法、二次变换和变量替换法，将非凸优化问题转化为凸优化问题；采用拉格朗日对偶理论对凸优化问题求得闭式解。本发明提高了反向散射通信网络的能效、降低了系统的能量消耗。
Description
技术领域
本发明属于无线通信技术领域，涉及无线网络资源分配技术领域，具体涉及一种基于多标签的无线供电反向散射通信网络能效优化方法。
背景技术
如何维持大量能量受限的物联网传感器运作是物联网设计的一个关键挑战，即物联网中海量节点的能量供给问题：受存储式电源模块体积的限制，节点的电源能量有限，不够便捷、可靠，而对于大规模物联网而言，传统更换电池的方式维护成本极高，如何有效延长网络寿命已成为物联网进一步发展的核心技术瓶颈。
随着通信技术的飞速发展以及无线设备的迅猛增长，海量节点将会接入到物联网中，如何延长能量受限节点的运行周期将会成为大规模部署物联网亟待解决的问题之一。近年来，学者们提出了反向散射通信这一技术用来解决上述问题。反向散射通信通过反向散射设备反射和调制入射的射频波以此进行数据传输，因此，反向散射设备不需要产生主动射频信号以及进行模数转换，从而减小了能量消耗。
反向散射通信系统允许物联网节点通过反射和调制入信号来传输数据，而节点本身不处理数据。相较于传统的无线节点，反向散射节点没有复杂的高功耗射频组件，极大地降低了信息发送节点的功耗。因此可以将反向散射节点制作为极低功耗的微型硬件，便于灵活地进行大规模部署，不仅提升了网络覆盖率以及覆盖面积，还有效地降低了通信的功耗。为了进一步突破传统物联网节点能量受限，节点设备功耗高、寿命短的问题，有效延长物联网节点运行寿命，缓解节点过于依赖电池供给的问题，本发明对无线供电反向散射通信网络进行研究，旨在为海量物联网节点的寿命与周期的延长，提供行之有效的理论与应用方案。
发明内容
有鉴于此，本发明的目的在于提供一种基于多标签的无线供电反向散射通信网络能效优化方法，能够提高反向散射通信网络能效和降低系统的能量消耗。
为达到上述目的，本发明提供如下技术方案：
一种基于多标签的无线供电反向散射通信网络能效优化方法，具体包括以下步骤：
S1：建立含K个标签的无线供电反向散射通信网络信号传输模型；基站向K个标签发送能量信号，在τk时间段，第k个标签通过调整自身的反射系数将部分解码信息发送到网关端；
S2：考虑传输速率约束、能量收集约束、反射系数约束、发射功率约束以及传输时间约束，构建系统总能效最大化的资源分配问题；
S3：利用Dinkelbach方法、二次变换和变量替换法，将步骤S2建立的分式非凸问题转化为凸优化问题；
S4：采用拉格朗日对偶理论对凸优化问题进行求解。
本发明考虑由一个基站、K个标签和一个网关组成的无线供电反向散射通信网络。基站、标签及网关都配备单天线，所有标签具有反向散射电路模块，标签集合定义为传输时间帧定义为T，在该时间帧内，基站通过时分多址接入方式给每个标签传输信息，每个标签的传输时间为τk且满足/>在传输时间τk内，标签通过反射系数αk将接收到的信息分成反射信号和能量收集信号，且满足αk∈[0,1]；反射信号通过反射信道与网关建立联系，收集的能量信号用于标签自身的供电。假设所有信道满足块衰落信道，即在一个小的时间帧内保持不变，在整个时间过程是时变。
进一步，步骤S1中，建立含K个标签的无线供电反向散射通信网络信号传输模型，具体包括：假设基站到标签k的信道增益定义为hk，则标签k的接收信号描述为：
其中，Pk表示基站发送给标签k的发射功率；sk(τk)表示在时隙τk基站发送给标签k的信号，且满足表示标签k处服从均值为零方差为/>的加性高斯白噪声。
基于时分多址接入协议，网关的接收信号为：
其中，gk表示标签k到网关的信道增益；ck(τk)表示标签k自身的反射信号，且满足表示网关处服从均值为零方差为σ2的加性高斯白噪声；h表示基站到网关的信道增益；
从而标签k传输时，网关接收到的信噪比为其中，分母的第一项为标签自身噪声干扰影响，因为该噪声非常小，在现有文献中经常被忽略；网关信噪比可以重新表示为
其中，αk表示反射系数，gk表示标签k到网关的信道增益；
因此，网关的瞬时速率为：
因此，系统的总能耗为：
其中，表示标签k的电路功耗；ηk∈[0,1]表示标签k的能量转换因子。
进一步，步骤S2中，构建的系统总能效最大化的资源分配问题，表达式为：
其中，C1表示最小瞬时速率约束，表示最小速率门限；C2表示标签k的能量收集约束，即标签k收集的能量大于其消耗的能量，/>为最小能量收集门限；C3表示反射系数αk的约束；C4表示发射功率约束，Pmax表示基站的最大发射功率门限；C5表示传输时间约束；式(5)为多变量耦合的分式非凸优化问题P1，难以求解。
进一步，步骤S3中，利用Dinkelbach方法、二次变换和变量替换法将非凸优化问题P1转化为凸优化问题，具体包括以下步骤：
S31：利用Dinkelbach方法，将目标函数转化为其中ηEE≥0是辅助变量；
S32：利用二次变换法，引入辅助变量xk，处理目标函数，其中xk的最优值为其中βk＝αkPk；
S33：利用变量替换法处理存在耦合变量的约束，将非凸优化问题P1转化为凸优化问题P6；
P6:
0≤βk≤Pk
其中，
进一步，步骤S4中，基于拉格朗日对偶理论，求得凸优化问题P6最优解；利用变量替换法，求得反射系数的最优解
本发明的有益效果在于：本发明通过考虑传输速率约束、能量收集约束、反射系数约束、发射功率约束以及传输时间约束，建立了一个系统能效最大化的资源分配问题。利用Dinkelbach方法、二次变换和变量替换法，将原非凸优化问题转化为凸优化问题，并利用拉格朗日对偶理论求出最优解。与速率最大算法和能耗最小算法相比，本发明具有计算复杂度低、高能效性的特点。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为本发明基于多标签的无线供电反向散射通信网络能效优化方法的系统模型图；
图2为本发明基于多标签的无线供电反向散射通信网络能效优化方法的流程示意图；
图3为系统总能效与迭代次数的关系；
图4为在不同算法下，系统能效与基站功率门限之间的关系。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
请参阅图1～图4，本发明实施例提供一种基于多标签的无线供电反向散射通信网络能效优化方法，具体包括以下步骤：
S1：建立含K个标签的无线供电反向散射通信网络信号传输模型。基站向K个标签发送能量信号，在τk时间段，第k个标签通过调整自身的反射系数将部分解码信息发送到网关端。
本实施例考虑由一个基站、K个标签和一个网关组成的无线供电反向散射通信网络，如图1所示。基站、标签及网关都配备单天线，所有标签具有反向散射电路模块，标签集合定义为传输时间帧定义为T，在该时间帧内，基站通过时分多址接入方式给每个标签传输信息，每个标签的传输时间为τk且满足/>在传输时间τk内，标签通过反射系数αk将接收到的信息分成反射信号和能量收集信号，且满足αk∈[0,1]；反射信号通过反射信道与网关建立联系，收集的能量信号用于标签自身的供电。假设所有信道满足块衰落信道，即在一个小的时间帧保持不变，在整个时间过程是时变。
假设基站到标签k的信道增益定义为hk，那么标签k的接收信号可以描述为
其中，Pk表示基站发送给标签k的发射功率；sk(τk)表示在时隙τk基站发送给标签k的信号，且满足表示标签k处服从均值为零方差为/>的加性高斯白噪声。
因此，网关的接收信号为
其中，gk表示标签k到网关的信道增益；ck(τk)表示标签k自身的反射信号，且满足表示网关处服从均值为零方差为σ2的加性高斯白噪声；h表示基站到网关的信道增益。从而标签k传输时，网关接收到的信噪比为/>其中，分母的第一项为标签自身噪声干扰影响，因为该噪声非常小，在现有文献中经常被忽略。网关信噪比可以重新表示为
因此，网关的瞬时速率为
因此，系统的总能耗为
其中，表示标签k的电路功耗；ηk∈[0,1]表示标签k的能量转换因子。
S2：考虑传输速率约束、能量收集约束、反射系数约束、发射功率约束以及传输时间约束，建立了一个系统能效最大化的资源分配问题，如下所示：
其中，C1表示最小瞬时速率约束，表示最小速率门限；C2表示标签k收集的能量大于其消耗的能量，/>为最小能量收集门限；C3表示反射系数αk约束；C4表示发射功率约束，Pmax表示基站的最大发射功率门限；C5表示传输时间约束。式(5)为多变量耦合的分式非凸规划问题，难以求解。
S3：P1是一个非凸优化问题，利用Dinkelbach方法、二次变换和变量替换法，将步骤S2中的P1转化为凸优化问题。具体转化步骤包括：
基于Dinkelbach方法，目标函数可以转化为如下形式
其中，ηEE≥0是辅助变量；当ηEE趋近于无穷大时，f(ηEE)<0成立，否则f(ηEE)≥0。因此，f(ηEE)是关于ηEE的严格递减的凸函数。当/>为最优解时，
其中，
因此，P1可以重新表述为
根据P2分解出关于传输时间τk的子问题为
显然，P3为线性规划问题，可以通过线性规划求解方法求出最优的传输时间
根据变量替换方法，定义βk＝αkPk，P2可以重新表示为
由于目标函数是非凸的，P4仍为非凸优化问题，难以求得最优解。
根据二次变换方法，P4可以重新描述为
其中，xk是辅助变量；xk的最优值/>因此，P5可以重新表示为
S4：采用拉格朗日对偶理论对凸优化问题P6进行求解。
P6为凸优化问题，采用拉格朗日对偶理论对其进行求解。定义Yk＝{βk,Pk,μk,ωk,εk,ν}，式(12)的拉格朗日函数为
其中，μk,ωk,εk,ν表示非负的拉格朗日乘子。式(13)可以重新表示为
其中，
对于给定的能效ηEE，式(14)的对偶问题为
其中，对偶函数为
根据卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件，可以得到如下闭式解
其中，[x]+＝max(0,x)。基于梯度下降方法，拉格朗日乘子更新表达式如下
其中，l表示迭代次数；Δμk,Δωk,Δεk,Δv为大于零的迭代步长；
验证实验：下面结合仿真对本发明的应用效果作详细的描述。
1)仿真条件
在本仿真实验中，通过仿真分析验证所提算法的有效性。假设网络中有一个基站，2个标签，一个网关，其中，基站到2个标签的距离分别为4m，5m，2个标签到网关的距离分别为3.5m，3m。信道模型为其中di是基站、标签和网关之间的距离，χ＝3表示路径损耗指数，T＝1s，σ2＝10-8W，/>ηk＝0.7。
2)仿真结果
在本仿真实验中，图3描述了本发明所提算法的系统能效与迭代次数之间的关系曲线。从图3中可以看出，所提算法在经过较少次的迭代之后趋于收敛。与此同时，基站到网关之间的距离增大时，系统能效随之增大，这是因为距离增大，基站到网关之间的信道增益减小，从而使得系统受到的干扰变小。图4描述了在不同算法下系统能效与基站功率门限之间的关系。本文算法的能效是要高于速率最大算法以及能耗最小算法，并且随着基站的功率门限的增加，本文算法首先增长，然后趋于收敛，而速率最大算法先增加再下降，这是因为能耗的增加要高于速率的增加，从而导致系统能效降低；由于能耗最小算法忽略了传输速率这一因素，导致能耗最小算法的能效低于本文算法。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.一种基于多标签的无线供电反向散射通信网络能效优化方法，其特征在于，该方法具体包括以下步骤：
S1：建立含K个标签的无线供电反向散射通信网络信号传输模型，具体包括：基站向K个标签发送能量信号，在τk时间段，第k个标签通过调整自身的反射系数将部分解码信息发送到网关端；假设基站到标签k的信道增益定义为hk，则标签k的接收信号描述为：
其中，Pk表示基站发送给标签k的发射功率；sk(τk)表示在时隙τk基站发送给标签k的信号，且满足表示标签k处服从均值为零方差为/>的加性高斯白噪声；
基于时分多址接入协议，网关的接收信号为：
其中，gk表示标签k到网关的信道增益；ck(τk)表示标签k自身的反射信号，且满足表示网关处服从均值为零方差为σ2的加性高斯白噪声；h表示基站到网关的信道增益；
从而标签k传输时，网关接收到的信噪比为：
其中，αk表示反射系数，gk表示标签k到网关的信道增益；
网关的瞬时速率为：
系统的总能耗为：
其中，表示标签k的电路功耗；ηk∈[0,1]表示标签k的能量转换因子；
S2：考虑传输速率约束、能量收集约束、反射系数约束、发射功率约束以及传输时间约束，构建系统总能效最大化的资源分配问题，表达式为：
其中，C1表示最小瞬时速率约束，表示最小速率门限；C2表示标签k的能量收集约束，即标签k收集的能量大于其消耗的能量，/>为最小能量收集门限；C3表示反射系数αk的约束；C4表示发射功率约束，Pmax表示基站的最大发射功率门限；C5表示传输时间约束；式(5)为多变量耦合的分式非凸优化问题P1；
S3：利用Dinkelbach方法、二次变换和变量替换法，将步骤S2建立的分式非凸问题转化为凸优化问题，具体包括以下步骤：
S31：利用Dinkelbach方法，将目标函数转化为其中ηEE≥0是辅助变量；
S32：利用二次变换法，引入辅助变量xk，处理目标函数，其中xk的最优值为其中βk＝αkPk；
S33：利用变量替换法处理存在耦合变量的约束，将非凸优化问题P1转化为凸优化问题P6；
其中，
S4：采用拉格朗日对偶理论对凸优化问题进行求解；
基于拉格朗日对偶理论，求得凸优化问题P6最优解；利用变量替换法，求得反射系数的最优解
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111490934.4A CN114268973B (zh) | 2021-12-08 | 2021-12-08 | 基于多标签的无线供电反向散射通信网络能效优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111490934.4A CN114268973B (zh) | 2021-12-08 | 2021-12-08 | 基于多标签的无线供电反向散射通信网络能效优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114268973A CN114268973A (zh) | 2022-04-01 |
| CN114268973B true CN114268973B (zh) | 2024-02-09 |
Family
ID=80826528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111490934.4A Active CN114268973B (zh) | 2021-12-08 | 2021-12-08 | 基于多标签的无线供电反向散射通信网络能效优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114268973B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118074737A (zh) * | 2022-11-24 | 2024-05-24 | 中兴通讯股份有限公司 | 反向散射通信方法、装置、设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108964751A (zh) * | 2018-07-30 | 2018-12-07 | 太原理工大学 | 一种利用环境rf无线充电的通信设备间的通信方法 |
| CN111132342A (zh) * | 2019-12-26 | 2020-05-08 | 重庆邮电大学 | 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 |
| CN111447662A (zh) * | 2020-03-24 | 2020-07-24 | 重庆邮电大学 | 一种无线供电反向散射网络能效优化方法 |
-
2021
- 2021-12-08 CN CN202111490934.4A patent/CN114268973B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108964751A (zh) * | 2018-07-30 | 2018-12-07 | 太原理工大学 | 一种利用环境rf无线充电的通信设备间的通信方法 |
| CN111132342A (zh) * | 2019-12-26 | 2020-05-08 | 重庆邮电大学 | 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 |
| CN111447662A (zh) * | 2020-03-24 | 2020-07-24 | 重庆邮电大学 | 一种无线供电反向散射网络能效优化方法 |
Non-Patent Citations (3)
| Title |
|---|
| Hunwoo Lim ; Taewon Hwang.User-Centric Energy Efficiency Optimization for MISO Wireless Powered Communications.IEEE Transactions on Wireless Communications ( Volume: 18, Issue: 2, February 2019).2018,全文. * |
| Mahtab Ataeeshojai ; Robert C. Elliott ; Witold A. Krzymień ; Chintha Tellambura.Energy-Efficient Resource Allocation in Single-RF Load-Modulated Massive MIMO HetNets.IEEE Open Journal of the Communications Society ( Volume: 1).2020,全文. * |
| 基于能效最大的无线供电反向散射网络资源分配算法;徐勇军;谷博文;陈前斌;林金朝;;通信学报(10);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114268973A (zh) | 2022-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220407592A1 (en) | Multi-carrier resource allocation method based on wireless-powered backscatter communication network | |
| Yang et al. | Resource allocation in NOMA-enhanced backscatter communication networks for wireless powered IoT | |
| Ji et al. | Joint optimization for ambient backscatter communication system with energy harvesting for IoT | |
| Shi et al. | Energy efficiency for RF-powered backscatter networks using HTT protocol | |
| 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 | |
| Yang et al. | Energy-efficient UAV backscatter communication with joint trajectory and resource optimization | |
| 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 | |
| CN109640371A (zh) | 一种基于反向散射传输的无线携能中继通信方法和网络 | |
| Wen et al. | Throughput maximization for ambient backscatter communication: A reinforcement learning approach | |
| CN111446992B (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 | |
| CN114222318B (zh) | 一种认知无线供电反向散射通信网络鲁棒优化方法 | |
| CN114268973B (zh) | 基于多标签的无线供电反向散射通信网络能效优化方法 | |
| CN108541001A (zh) | 一种用于能量可收集双向协作通信的中断率优化算法 | |
| CN108848563A (zh) | 一种协作noma系统下行链路基于能效的资源分配方法 | |
| CN108599831A (zh) | 一种云无线接入网的鲁棒波束成型设计方法 | |
| CN108174448B (zh) | 蜂窝d2d通信的资源分配方法 | |
| Ahmed et al. | Cooperative backscatter NOMA with imperfect SIC: towards energy efficient sum rate maximization in sustainable 6G networks | |
| Nguyen et al. | Energy management and time scheduling for heterogeneous IoT wireless-powered backscatter networks | |
| Yang et al. | Optimal resource allocation in full-duplex ambient backscatter communication networks for green IoT | |
| Zhou | Max-min throughput in hybrid of wireless powered NOMA and backscatter communications | |
| CN113543085A (zh) | 一种基于能量收集技术的d2d通信网络中时间分配和用户调度方法 | |
| Du et al. | Sum rate maximization for UAV-enabled wireless powered NOMA systems | |
| CN109195216B (zh) | 一种适用于双向中继通信网络源节点的随机能量调度方法 | |
| Liu et al. | Online optimal control for wireless cooperative transmission by ambient RF powered sensors | |
| Fan et al. | Sum rate optimization for UAV-assisted NOMA-based backscatter communication system |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230824 Address after: Room 801, 85 Kefeng Road, Huangpu District, Guangzhou City, Guangdong Province Applicant after: Yami Technology (Guangzhou) Co.,Ltd. Address before: 400065 Chongqing Nan'an District huangjuezhen pass Chongwen Road No. 2 Applicant before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |