CN115175347A - 一种无线携能通信网络资源分配优化方法 - Google Patents

一种无线携能通信网络资源分配优化方法 Download PDF

Info

Publication number
CN115175347A
CN115175347A CN202210873684.0A CN202210873684A CN115175347A CN 115175347 A CN115175347 A CN 115175347A CN 202210873684 A CN202210873684 A CN 202210873684A CN 115175347 A CN115175347 A CN 115175347A
Authority
CN
China
Prior art keywords
energy
wireless
power
communication network
beacon
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.)
Pending
Application number
CN202210873684.0A
Other languages
English (en)
Inventor
车越岭
蒋一品
罗胜
伍楷舜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN202210873684.0A priority Critical patent/CN115175347A/zh
Publication of CN115175347A publication Critical patent/CN115175347A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446Resources in time domain, e.g. slots or frames
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing 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

本发明公开了一种无线携能通信网络资源分配优化方法。该方法包括:针对无线携能通信网络,确定电源信标和无线节点的分布特征以及传输协议,其中将一个时间帧划分为空闲阶段和传输阶段,在空闲阶段,激活的电源信标广播能量信号,无线节点从能量广播信号中捕获能量,在传输阶段,收集到所需能量的无线节点随机选择一个时隙对其接收机传输信息,并且电源信标停止广播能量信号;在设定的空间容量约束下,考虑每个时间帧的能量消耗,设置无线携能通信网络的能量最小化问题;求解所述能量最小化问题,以确定优化的电源信标的覆盖范围和空闲阶段所分配的时隙数。本发明在满足性能度量约束下能够有效降低无线携能通信网络的总能量消耗。

Description

一种无线携能通信网络资源分配优化方法
技术领域
本发明涉及通信技术领域,更具体地,涉及一种无线携能通信网络资源分配优化方法。
背景技术
随着6G通信和物联网(Internet of Things,IoT)的发展,无线携能通信网络(Wireless Powered Sensor Networks,WPSNs)作为其重要组成部分越来越受到人们的关注。无线携能通信是一种新型的无线通信类型,区别于传统无线通信仅仅传播信息,无线携能通信可以在传播传统信息类无线信号时,同时向无线设备传输能量信号,能量信号在被具有获能电路的无线设备接收后,经过一系列转换可以将无线能量存储在无线设备自身的电池中,这些捕获的能量将会被用于该无线设备的正常信息交互电路的耗能以及能量捕获电路的耗能。运用无线携能通信技术后,可以减少电线,排线的成本,可以免去给无线设备更换电池的麻烦。
无线携能通信网络是无线能量传输(Wireless Energy Transfer,WET) 与无线信息传输(Wireless Information Transmission,WIT)相结合的产物,并有望实现“一加一大于二”的效果。将WPT与WIT技术相结合是物质本质属性的体现,必将进一步拓展其各自的应用领域,为人们的生活带来深远的变革。
WET通常是指电磁能量传输,是指在没有电线作为物理链路的情况下传输电能。在无线电力传输系统中,由电源的电力驱动的发射器设备产生时变电磁场,该电磁场将能量通过无线传输到接收器设备,接收器设备从电磁场中收集能量并将其提供给负载电路。无线电力传输技术可以消除电子设备对电线和电池的依赖,从而增加电子设备的移动性、便利性和安全性。无线能量传输尤其对于互连电线不方便、危险或不可能的电力设备非常有用。
在无线携能通信网络中,无线传感器节点可以从周围环境中收集能量或从能量发射器接收能量以便进行无线通信,无线传感器节点一般采集相关数据信息,然后通过无线通信方式将这些数据汇总起来,以便用于分析处理等。然而,由于当前电源信标(PowerBeacons)到无线传感器之间的端到端之间的无线能量传输效率普遍较低,因此电源信标需要较高的发射功率或者密集的部署才能够满足无线传感器的能量需求,这会导致整个无线携能通信网络的能耗过高。此外,随着未来6G网络中物联网设备数量的急剧增加,电源信标的这种高能耗问题可能会变得更加严重。因此,如何在维持无线传感器的可持续通信的前提下,有效降低供能设备的能耗问题,以实现绿色化无线携能通信网络,己成为亟待解决的问题。
目前关于WPSNs的大多数研究或基于蜂窝通信网络,或是以优化 WPSNs的性能表现为目的。对于基于蜂窝通信网络的优化设计,不能够直接应用于WPSNs。而关于无线携能通信网络的优化方案,通常是关注于其中的性能优化,资源分配用来最大化网络性能或者吞吐量,或者是优化信道估计和功率分配来提升网络到达速率等,但都忽略了由于追求性能优化而带来的电源信标(Power Beacons,PBs)的高功耗问题。
发明内容
本发明的目的是克服上述现有技术的缺陷,提供一种无线携能通信网络资源分配优化方法。该方法包括:
针对无线携能通信网络,确定电源信标和无线节点的分布特征以及传输协议,其中将一个时间帧划分为空闲阶段和传输阶段,在空闲阶段,激活的电源信标广播能量信号,无线节点从能量广播信号中捕获能量,在传输阶段,收集到所需能量的无线节点随机选择一个时隙对其接收机传输信息,并且电源信标停止广播能量信号;
在设定的空间容量约束下,考虑每个时间帧的能量消耗,设置无线携能通信网络的能量最小化问题;
求解所述能量最小化问题,以确定优化的电源信标的覆盖范围和空闲阶段所分配的时隙数。
与现有技术相比,本发明的优点在于,提供一种绿色无线携能通信通络的资源分配优化设计方案,能够解决无线携能通信网络在满足性能需求下的能耗过高问题,提高了资源利用率并降低了能耗。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的无线携能通信网络资源分配优化方法的流程图;
图2是根据本发明一个实施例的无线携能通信网络的系统模型示意图;
图3是根据本发明一个实施例的基于时间帧的传输协议示意图;
图4是根据本发明一个实施例的蒙特卡洛仿真验证结果示意图;
图5是根据本发明一个实施例的无线携能通信网络的能耗对比示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本发明设计了一种绿色无线携能通信网络的资源分配优化方案,在满足性能度量约束下能够有效的降低WPSNs的总能耗问题。参见图1所示,所提供的无线携能通信网络资源分配优化方法包括以下步骤:
步骤S110,针对无线携能通信网络进行系统建模,以确定无线节点以及电源信标的分布特征。
在一个实施例中,基于泊松点过程对无线携能通信网络进行系统建模。
参见图2所示,考虑具有随机部署的电源信标(PBs)和无线节点(WSs) 的无线携能通信网络,通过使用泊松点过程(Poisson Point Process,PPP) 将无线节点和电源信标建模为两个独立的齐次泊松点过程。认为当电源信标的一个圆形覆盖区内存在无线节点时,就在一个时间帧的开始阶段(如图3)激活电源信标,并对周围广播能量信号。然后,在一个时间帧的空闲阶段,无线节点从周围的电源信标的能量信号广播中捕获能量,以供其在传输阶段有足够的能量去发送信息,当无线节点收集到足够的能量(如能够满足其信息传输需求)就会在传输阶段进行信息传输。收集到足够能量的无线节点会在传输阶段中随机选择一个时隙进行信息传输,以避免造成较大的信号干扰。其中,由于当前所采用的为不含存储电量功能的无线节点,因此每一个时间帧之间都相互独立,互不影响。
步骤S120,基于所建立的系统模型设计无线携能通信网络使用的传输协议。
为了简化基于时间帧的网络模型,考虑如图3所示的基于时间帧的传输协议。在该实施例中,将一个时间帧(包含T个时隙)划分为2个阶段,空闲阶段和传输阶段。在空闲阶段,激活的电源信标对周围广播能量信号,无线节点从周围的能量广播信号中捕获能量,以供其在传输阶段有足够的能量去发送信息。在传输阶段,收集到足够能量的无线节点在整个传输阶段随机选择一个时隙对其接收机进行传输信息,此时电源信标停止广播能量信号,以降低能耗,并且降低对无线节点传输信息的信道干扰。
步骤S130,基于所建立的系统模型,计算电源信标的激活概率、无线节点在信息传输阶段的信息传输概率、无线节点在信息传输阶段的信息成功传输概率。
基于上述建立的系统模型和传输协议,计算电源信标和无线节点的相关信息,具体包括:
步骤S131,计算电源信标的激活概率
在无线携能通信网络系统中,电源信标在其周边半径为d的圆形覆盖区域感知是否存在无线节点,当存在至少一个无线节点时,电源信标在帧开始阶段进入激活状态,然后在帧传输阶段进行广播能量信号,据此可以获得电源信标在帧开始阶段的激活概率,表示为:
ρB=P[NW(A(Xk,d))>0] (1)
其中,NW(A(Xk,d))表示以Xk为圆心,以d为半径的圆形区域内存在的无线节点的个数。
步骤S132,计算无线节点的信息传输概率
由于无线节点需要从激活的电源信标的能量广播信号中收集能量,收集到足够能量后才会在帧传输阶段进行信息传输,因此需要先获得无线节点在帧空闲阶段收集到的全部能量,表示为:
Figure BDA0003761567520000051
其中,Zi表示无线节点i在帧空闲阶段收集到全部能量,η是能量收集效率,Xk是第k个电源信标PB-k的坐标,Yi是第i个无线节点WS-i的坐标,hki是PB-k和WS-i之间的信道模型。先计算每个时隙内收集的能量,然后累加帧空闲阶段的所有时隙收集的能量得到帧空闲阶段的收集的总能量,N表示帧空闲阶段的时隙数,t表示时隙索引,PB表示电源信标的传输功率,λB表示泊松点分布中电源信标的密度,α表示路径损失指数,ΦB表示密度为λB的泊松点过程的分布。
基于无线节点在帧空闲阶段收集到的总能量,设定无线节点收集到的能量能够满足信息传输需求才会在帧传输阶段选择传输信息。因此,可以得到无线节点在帧传输阶段的信息传输概率,表示为:
ρW=P(Zi≥PW) (3)
其中,PW表示无线节点的发送功率(即信息传输需要的能量),已经知道Z的相关表达式,然后通过应用泊松点过程的PGFL(probability generating functional,概率生成函数)可以获得Z的拉普拉斯变换:
Figure BDA0003761567520000061
其中,N是帧空闲阶段分配的时隙数,α是路径损失指数,λB表示泊松点分布中电源信标的密度,ρB表示电源信标的激活概率,η表示能量收集效率,s表示拉普拉斯变换的变量。
从而可以获得无线节点信息传输概率的闭合表达:
Figure BDA0003761567520000062
其中,
Figure BDA0003761567520000063
是伽马函数,
Figure BDA0003761567520000064
是误差函数。
步骤S133,计算无线节点的信息成功传输概率
基于无线节点的信息传输概率,可以知道有多少无线节点会在帧传输阶段传输信息,设定当有足够能量进行信息传输的无线节点的接收机处接收到的SINR不低于阈值β时,认为该信息传输成功。据此可以得到无线节点在获得充足能量的条件下的条件信息成功传输概率Psuc,i_con和信息成功传输概率Psuc,i如下:
Figure BDA0003761567520000065
其中,基于公式(6),已经得到无线节点的信息成功传输概率Psuc,i。对于条件信息成功传输概率Psuc,i_con,可以首先获得SINRi的表达式:
Figure BDA0003761567520000066
其中,SINRi表示第i个无线节点的接收机处接收到的信号干扰噪声比,PW表示无线节点的发送功率,L是无线节点与其接收机的距离,gii(t)表示无线节点与其接收机在t时隙的信道模型,ΦWa)表示以λa为密度的泊松点分布,Yj和Yi是第i个无线节点WS-i和第j个无线节点WS-j的坐标, gji(t)表示第i个无线节点WS-i与第j个无线节点WS-j之间在t时隙的信道模型,σ2表示噪声功率,α是路径损失指数。
分子部分为无线节点的接收机处收到的信息信号,分母部分为接收到的干扰信息加上噪音。基于SINRi的表达式,可以得到条件信息成功传输概率Psuc,i_con的闭合表达:
Figure BDA0003761567520000071
其中:PW为无线节点的发送功率,L为无线节点与其接收机的距离,σ2表示噪声功率,α是路径损失指数,β是一个常量(表示SINR超过该阈值,即认为信息发送成功),λW表示泊松点分布中无线节点的密度,T表示一个帧的总时隙数,ρW表示无线节点的传输概率,∞表示正无穷。
结合已得到的条件信息成功传输概率Psuc,i_con和无线节点的信息成功传输概率,可以得到信息成功传输概率Psuc,i,表示为:
Figure BDA0003761567520000072
步骤S140,以设定的空间容量作为约束,考虑每个时间帧内的能量消耗,设计无线携能通信网络的能耗最小化问题。
在无线携能通信网络中,设定所有的能量来源都是电源信标的能量消耗,因此可以将无线携能通信网络的能量消耗问题归结为电源信标的能耗问题,将电源信标的能耗分为两部分,一部分是电源信标在激活阶段所消耗的能量,另一部分是电源信标在未激活阶段所消耗的能量,将无线携能通信网络的能量消耗表示为:
E(d,N)=λBρB(PB+C1)N+λB(1-ρB)C0N+λBC0(T-N) (10)
其中,λB表示泊松点分布中电源信标的密度,ρB表示电源信标的激活概率,PB表示电源信标的传输功率,C1表示每个时隙中处于激活状态的电源信标的固定能量消耗,C0表示每个时隙中处于未激活状态的电源信标的固定能量消耗,T表示一个帧的总时隙数,N表示帧空闲阶段分配的时隙数。
此外,引入空间容量的概念,例如定义空间容量为在单位空间中成功传输信息的无线节点的数量,表示为:
S=λW·Psuc_i (11)
无线携能通信网络的能量消耗是每帧中所有电源信标消耗的总能量。因此在一个实施例中关注每个时间帧内的能量消耗最小化问题,在无线节点的空间容量约束下,将无线携能通信网络的能量消耗最小化问题表示为:
Figure BDA0003761567520000081
其中,δ>0,δ表示设定阈值,d表示电源信标所覆盖的圆形区域的半径。
步骤S150,基于能耗最小化问题,设计资源分配优化方案。
基于上述分析,通过对能量最小化问题进行转化,找到该问题的等价问题:
Figure BDA0003761567520000082
其中,
Figure BDA0003761567520000083
g1是erf(x)=g0的唯一解,g0是S(ρW)=δ的唯一解。
其中,E(d,N)表示一帧的总能量消耗,ln()表示求对数,d表示电源信 标所覆盖的圆形区域的半径,λB表示泊松点分布中电源信标的密度,PB表 示电源信标的功率,PW表示无线节点的功率,N表示帧空闲阶段分配的时 隙数,η表示能量收集效率。
基于上述的等价问题,设计了一种求解算法,用于解决该问题。参见下表1,算法的整体流程是:通过对于时间帧划分变量N进行迭代,在每个N下进行处理,找到当前N下的最小能量消耗对应的d,然后更新全局最小能量消耗下的N和d,依次迭代下去,最后找到最小能量消耗下的最优N和最优d。
表1:求解算法
Figure BDA0003761567520000091
需要说明的是,在不违背本发明精神和范围的前提下,本领域技术人员可对上述实施例进行适当的改变或变型。例如,无线携能通信网络中无线节点和电源信标也可以采用其他的分布类型(如随机分布)或者采用其他的信道模型计算SINR等。
为进一步验证本发明的效果,进行了仿真实验,获得相关实验结果数据。在实验中,在获得信息成功传输概率阶段,通过蒙特卡洛仿真实验对所获得的结果进行分析比对,参见图4所示,其中纵坐标是成功传输概率,横坐标是帧空闲阶段的时隙数,可以看出,蒙特卡洛仿真实验与理论分析结果有较高的拟合程度。另外,对于将基于本发明的无线携能通信网络的能量消耗与其他标准进行了对比,参见图5所示,其中,纵坐标表示能量消耗,横坐标表示表示泊松点分布中无线节点的密度,其他标准包括未对 d,N优化的能耗;仅对d进行优化的能耗和仅对N进行优化的能耗。由图 5可以看出,本发明相对于现有技术具有一定的优化效果,在满足性能度量约束下能够有效降低无线携能通信网络的总能量消耗。
综上所述,本发明设计了一种绿色无线携能通信网络的资源分配优化方案,在满足性能度量约束下能够有效的降低无线携能通信网络的总能耗问题。本发明关注无线携能通信网络在性能和能耗之间的权衡问题,通过将电源信标和无线节点分别建模为两个独立的齐次泊松点过程,然后新颖的提出了联合优化电源信标的激活概率和无线节点的无线信息传输作业周期,并在无线节点的成功信息传输概率约束的情况下无线携能通信网络能耗最小化问题进行简化,提出有效的算法来解决该问题,能够应用于大规模的无线携能通信网络中,实现能耗的最小化。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/ 或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构 (ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、Python等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网 (WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种无线携能通信网络资源分配优化方法,包括以下步骤:
针对无线携能通信网络,确定电源信标和无线节点的分布特征以及传输协议,其中将一个时间帧划分为空闲阶段和传输阶段,在空闲阶段,激活的电源信标广播能量信号,无线节点从能量广播信号中捕获能量,在传输阶段,收集到所需能量的无线节点随机选择一个时隙对其接收机传输信息,并且电源信标停止广播能量信号;
在设定的空间容量约束下,考虑每个时间帧的能量消耗,将无线携能通信网络的能量最小化问题设置为:
Figure FDA0003761567510000011
s.t.S≥δ
N∈{1,...,T-1}
求解所述能量最小化问题,以确定优化的d和N;
其中,E(d,N)表示无线携能通信网络的能量消耗,δ是设定的大于0的常数,空间容量S表示在单位空间中成功传输信息的无线节点的数量,d表示电源信标所覆盖圆形区域的半径,N表示一个时间帧内空闲阶段的时隙数,T表示一个时间帧内的总时隙数。
2.根据权利要求1所述的方法,其特征在于,所述无线携能通信网络的能量消耗表示为:
E(d,N)=λBρB(PB+C1)N+λB(1-ρB)C0N+λBC0(T-N)
其中,λB电源信标的密度,ρB表示电源信标的激活概率,PB表示电源信标的传输功率,C1表示每个时隙中处于激活状态的电源信标的固定能量消耗,C0表示每个时隙中处于未激活状态的电源信标的固定能量消耗。
3.根据权利要求1所述的方法,其特征在于,所述空间容量S表示为:
S=λW·Psuc_i
其中,Psuc,i表示无线节点的信息成功传输概率,λW表示无线节点的密度。
4.根据权利要求3所述的方法,其特征在于,所述无线节点的信息成功传输概率表示为:
Psuc,i=Ρ{SINR≥β,Zi≥PW}
=Ρ{SINR≥β|Zi≥PW}·Ρ{Zi≥PW}
=Psuc,i_con·ρW
其中,SINR表示无线节点的接收机处接收到的信号干扰噪声比,PW表示无线节点的发送功率,Zi表示无线节点i在空闲阶段收集到全部能量,β是设定常量,ρW是无线节点信息传输概率。
5.根据权利要求4所述的方法,其特征在于,所述无线节点的信息传输概率表示为:
Figure FDA0003761567510000021
其中,
Figure FDA0003761567510000022
是伽马函数,
Figure FDA0003761567510000023
是误差函数,λB是电源信标的密度,η表示能量收集效率,PB表示电源信标的传输功率,α表示路径损失指数,ρB表示电源信标的激活概率。
6.根据权利要求5所述的方法,其特征在于,所述求解所述能量最小化问题,以确定优化的d和N包括以下步骤:
将所述能量最小化问题转化为等价问题:
Figure FDA0003761567510000024
Figure FDA0003761567510000025
N∈{I,...,T-I}
其中,
Figure FDA0003761567510000026
g1是erf(x)=g0的唯一解,g0是S(ρW)=δ的唯一解;
对于变量N进行迭代,在每个N下进行处理,找到当前N下的最小能量消耗对应的d,然后更新全局最小能量消耗下的N和d,进而找到最小能量消耗下的最优N和最优d。
7.根据权利要求1所述的方法,其特征在于,使用泊松点过程将无线节点和电源信标建模为两个独立的齐次泊松点过程,以确定电源信标和无线节点的分布特征。
8.根据权利要求4所述的方法,其特征在于,无线节点i在空闲阶段收集到全部能量Zi表示为:
Figure FDA0003761567510000031
其中,η是能量收集效率,Xk是第k个电源信标PB-k的坐标,Yi是第i个无线节点WS-i的坐标,hki是PB-k和WS-i之间的信道模型,λB表示电源信标的密度,α表示路径损失指数,ΦB表示密度为λB的分布,ρB表示电源信标的激活概率。
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
CN202210873684.0A 2022-07-21 2022-07-21 一种无线携能通信网络资源分配优化方法 Pending CN115175347A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210873684.0A CN115175347A (zh) 2022-07-21 2022-07-21 一种无线携能通信网络资源分配优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210873684.0A CN115175347A (zh) 2022-07-21 2022-07-21 一种无线携能通信网络资源分配优化方法

Publications (1)

Publication Number Publication Date
CN115175347A true CN115175347A (zh) 2022-10-11

Family

ID=83496116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210873684.0A Pending CN115175347A (zh) 2022-07-21 2022-07-21 一种无线携能通信网络资源分配优化方法

Country Status (1)

Country Link
CN (1) CN115175347A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115776321A (zh) * 2023-02-13 2023-03-10 广东工业大学 基于智能反射面辅助的能量缓冲noma方法及系统
WO2024092821A1 (zh) * 2022-11-04 2024-05-10 北京小米移动软件有限公司 终端设备的发现激活方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024092821A1 (zh) * 2022-11-04 2024-05-10 北京小米移动软件有限公司 终端设备的发现激活方法和装置
CN115776321A (zh) * 2023-02-13 2023-03-10 广东工业大学 基于智能反射面辅助的能量缓冲noma方法及系统

Similar Documents

Publication Publication Date Title
Shi et al. Computation energy efficiency maximization for a NOMA-based WPT-MEC network
CN115175347A (zh) 一种无线携能通信网络资源分配优化方法
Liu et al. Resource allocation in wireless powered IoT networks
Liu et al. Optimal time scheduling scheme for wireless powered ambient backscatter communications in IoT networks
Khalili et al. Inter‐layer per‐mobile optimization of cloud mobile computing: a message‐passing approach
Yao et al. Energy efficiency characterization in heterogeneous IoT system with UAV swarms based on wireless power transfer
WO2014101441A1 (zh) 认知协作中继转发方法及系统
Tran et al. Power‐splitting relaying protocol for wireless energy harvesting and information processing in NOMA systems
Leng et al. Age of information for wireless energy harvesting secondary users in cognitive radio networks
CN111050387B (zh) 基于能效估计的基站休眠方法、装置、电子设备及介质
Zhong et al. Joint optimal energy-efficient cooperative spectrum sensing and transmission in cognitive radio
Haq et al. E2-MACH: Energy efficient multi-attribute based clustering scheme for energy harvesting wireless sensor networks
US8325628B2 (en) Determining placement of nodes within a wireless network
CN108650710B (zh) 基于混合多址接入的无线供能通信网络的资源分配方法
CN109151946B (zh) 基于能量收集的协作中继传输方法、系统及多天线发送端
Li et al. Energy-efficient online data sensing and processing in wireless powered edge computing systems
Ma et al. A variation-aware approach for task allocation in wireless distributed computing systems
Li et al. Joint estimation based spectrum sensing for cognitive radios in time-variant fading channels
CN115622617A (zh) 一种基于noma的认知反向散射通信鲁棒传输方法
Chen et al. Energy‐Efficient Broadcast Scheduling Algorithm in Duty‐Cycled Multihop Wireless Networks
Kouhdaragh et al. Smart meters density effects on the number of collectors in a smart grid
CN114884957A (zh) 空天地网络中的计算任务卸载方法、装置和电子设备
US11775042B2 (en) Method, apparatus and system for managing energy in self-powered network
Oliveira et al. Characterization of energy availability in RF energy harvesting networks
De et al. Advances in real-world sensor network 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