CN115379478B - 一种基于ris辅助数能同传网络鲁棒能耗优化方法 - Google Patents
一种基于ris辅助数能同传网络鲁棒能耗优化方法 Download PDFInfo
- Publication number
- CN115379478B CN115379478B CN202211001391.XA CN202211001391A CN115379478B CN 115379478 B CN115379478 B CN 115379478B CN 202211001391 A CN202211001391 A CN 202211001391A CN 115379478 B CN115379478 B CN 115379478B
- Authority
- CN
- China
- Prior art keywords
- cbu
- kth
- ris
- denotes
- base station
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 112
- 238000005265 energy consumption Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 61
- 230000010363 phase shift Effects 0.000 claims abstract description 26
- 238000013468 resource allocation Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000003306 harvesting Methods 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000033228 biological regulation Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000005562 fading Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/145—Passive relay systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线通信领域,具体涉及一种基于RIS辅助数能同传网络鲁棒能耗优化方法;该方法包括:构建基于RIS辅助数能同传网络模型并获取RIS辅助数能同传网络传输过程中的相关参数;根据基于RIS辅助数能同传网络模型构建有界信道不确定模型;根据相关参数和有界信道不确定模型,联合优化基站的波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率,建立基于总能量消耗最小化的资源分配问题;求解基于总能量消耗最小化的资源分配问题,获得鲁棒的总能耗最小化资源分配方案;本发明考虑了能量收集的非线性和不完善的信道状态信息,具有最低的能量消耗,缓解了资源不匹配的问题,更有利于在实际系统中部署。
Description
技术领域
本发明属于无线通信领域,具体涉及一种基于RIS辅助数能同传网络鲁棒能耗优化方法。
背景技术
随着物联网技术的飞速发展,数十亿的物联网设备被部署到人类的生活环境中。如何以绿色低碳的方式为这些高能耗设备充电是一个迫在眉睫的问题。然而,无线能量收集的性能总是受到设备的硬件限制和无线信道的严重路径损耗的影响,无法同时满足低能耗、高效通信传输的需求。而可重构智能表面(RIS,Reconfigurable IntelligentSurface)作为6G候选技术之一,它以低功耗和低成本的方式重新配置无线电环境(例如,解决绕障通信问题)来改善信道环境。因此,将RIS技术融合到传统数能同传网络中能有效解决上述问题。
现有技术仅仅停留在RIS辅助数能同传的性能分析与信道估计上,对资源分配与能效优化方面的内容考虑较少。虽然现有少部分考虑资源分配与网络优化问题,但都假设收发机能够获得精确的信道状态信息(CSI,channel state information)。然而,在实际通信系统中,由于RIS是被动、低功耗器件无法提供强大的运算与处理能力,导致级联信道估计不可避免存在误差,同时衰落信道环境的传输时延也会导致CSI很难准确获得。
本发明提前考虑不完美CSI获取的影响,提出一种具有抗扰动的鲁棒能效优化方法。具体来讲,受益于小区边界用户(CBU,Cell-Boundary Users)的特性,将下行链路传输期间通过无线信息与能量传输(SWIPT,Simultaneous Wireless Information and PowerTransfer)获得的能量用于下一阶段的上行传输,这可以实现本发明区别于现有技术的独特的数能同传网络架构。因此,本发明方法对现实物联网系统的鲁棒节能优化具有重要意义。
发明内容
针对现有技术存在的不足,本发明提出了一种基于RIS辅助数能同传网络鲁棒能耗优化方法,该方法包括:
S1:构建基于RIS辅助数能同传网络模型并获取RIS辅助数能同传网络传输过程中的相关参数,相关参数包括CBU的接收信号、CBU的接收能量、CBU第一吞吐量、IR接收信号和CBU第二吞吐量;
S2:根据基于RIS辅助数能同传网络模型构建有界信道不确定模型;
S3:根据相关参数和有界信道不确定模型,联合优化基站的波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率,建立基于总能量消耗最小化的资源分配问题;
S4:利用S程序方法将基于总能量消耗最小化的资源分配问题转化为确定性问题,采用基于块坐标下降的迭代算法,结合逐次凸逼近和基于罚函数的方法将确定性问题转化成凸优化问题;
S5:求解凸优化问题,获得鲁棒的总能耗最小化资源分配方案。
优选的,基于RIS辅助数能同传网络模型包括:在数能同传阶段,多天线基站向CBU发送无线信号,每个CBU接收来自多天线基站的直接信号和来自RIS的反射信号;在主动传输阶段,CBU向IR发送无线信号,IR接收来自CBU的信号。
进一步的,CBU第一吞吐量为CBU在数能同传阶段的吞吐量,其计算公式为:
其中,表示第k个CBU在数能同传阶段的吞吐量,t1表示数能同传阶段帧长度,/>表示第l个CBU解码第k个CBU信号的信干噪比。
进一步的,CBU第二吞吐量为CBU在主动传输阶段的吞吐量,其计算公式为:
其中,表示第k个CBU在主动传输阶段的吞吐量,T表示RIS辅助数能同传网络传输过程的帧长度,t1表示数能同传阶段帧长度,gD,k表示第k个CBU到IR的信道系数,/>表示通过RIS从第k个CBU到IR的级联通道,e表示在主动传输阶段RIS的相移调控向量,pk表示第k个CBU的发射功率,gD,j表示第j个CBU到IR的信道系数,/>表示通过RIS从第j个CBU到IR的级联通道,pj表示第j个CBU的发射功率,K表示CBU数量,σ2表示噪声。
优选的,CBU的接收信号为:
其中,表示第k个CBU的接收信号,ρk表示第k个CBU的功率分配因子,hD,k表示从基站到第k个CBU的信道向量,hR,k表示从RIS到第k个CBU的信道向量,Θ表示数能同传阶段RIS的相移矩阵,G表示基站和RIS之间的信道矩阵,wk表示从基站到第k个CBU的波束成形向量,sk表示从基站到第k个CBU的消息符号,nk表示加性高斯白噪声,zk表示信息解码噪声。
优选的,CBU的接收能量为:
其中,表示第k个CBU的接收能量,Zk表示第k个CBU的能量饱和度阈值,/>表示第k个CBU的灵敏度阈值,ak表示第一陡度常数,bk表示第二陡度常数,/>表示第k个CBU的能量收集输入功率。
优选的,IR接收信号为:
其中,yIR表示IR接收信号,gD,k表示第k个CBU到IR的信道系数,gR,k表示第k个CBU到IR的信道向量,g表示RIS到IR的信道向量,Ξ表示主动传输阶段RIS的相移矩阵,pk表示第k个CBU的发射功率,xk表示第k个CBU到IR的消息符号,nIR表示IR处的类噪声,K表示CBU数量。
优选的,有界信道不确定模型表示为:
其中,RF表示基站通过RIS到第k个CBU的信道矩阵变化集合,Rh表示基站到第k个CBU的信道向量变化集合,Rq表示通过RIS从第k个CBU到IR的信道向量变化集合,Rg表示第k个CBU到IR的信道系数变化集合,表示基站通过RIS到第k个CBU的估计信道矩阵,/>表示基站到第k个CBU的估计信道向量,/>表示通过RIS从第k个CBU到IR的估计信道向量,/>表示第k个CBU到IR的估计信道系数,Fk表示基站通过RIS到第k个CBU的信道矩阵,hD,k表示基站到第k个CBU的信道向量,qk表示通过RIS从第k个CBU到IR的信道向量,gD,k表示第k个CBU到IR的信道系数,ΔFk表示基站通过RIS到第k个CBU的估计信道矩阵误差,ΔhD,k表示基站到第k个CBU的估计信道向量误差,Δqk表示通过RIS从第k个CBU到IR的估计信道向量误差,ΔgD,k表示第k个CBU到IR的估计信道系数误差,/>表示第一不确定区域半径,/>表示第二不确定区域半径,/>表示第三不确定区域半径,/>表示第四不确定区域半径。
优选的,基于总能量消耗最小化的资源分配问题表示为:
s.t.C1:
C2:
C3:
C4:
C5:0≤t1≤T,
C6:0≤ρk≤1,
C7:|vn|=1,en|=1,
C8:
其中,Etotal表示总能量消耗,表示第k个CBU在数能同传阶段的吞吐量,/>表示第k个CBU在主动传输阶段的吞吐量,/>表示第k个CBU在数能同传阶段的最小吞吐量阈值,/>表示第k个CBU在主动传输阶段的最小吞吐量阈值,/>表示第k个CBU的接收能量,pk表示第k个CBU的发射功率,T表示RIS辅助数能同传网络传输过程的帧长度,t1表示数能同传阶段帧长度,/>表示第k个CBU的电路功耗,wk表示从基站到第k个CBU的波束成形向量,Pmax表示基站的最大发射功率阈值,K表示CBU数量,ρk表示第k个CBU的功率分配因子,vn表示在数能同传阶段RIS第n个反射单元的相移参数,en表示在主动传输阶段RIS第n个反射单元的相移参数,ΔFk表示基站通过RIS到第k个CBU的估计信道矩阵误差,RF表示基站通过RIS到第k个CBU的信道矩阵变化集合,ΔhD,k表示基站到第k个CBU的估计信道向量误差,Rh表示基站到第k个CBU的信道向量变化集合,Δqk表示通过RIS从第k个CBU到IR的估计信道向量误差,Rq表示通过RIS从第k个CBU到IR的信道向量变化集合,ΔgD,k表示第k个CBU到IR估计信道系数误差,Rg表示第k个CBU到IR信道系数变化集合。
本发明的有益效果为:本发明考虑了实际的不完美CSI和非线性能量收集特性,通过联合优化基站的波束形成向量、RIS的相移、功率分配因子,能量收集时间和每个用户的发射功率,提出鲁棒的总能耗最小化资源分配问题;利用S程序方法将原不确定性问题转化为确定性问题,提出基于块坐标下降的迭代算法,结合逐次凸逼近和基于罚函数的方法,求得所优化变量的最优解;相比现有技术,本发明考虑了能量收集的非线性和不完善的信道状态信息,具有最低的能量消耗,这缓解了资源不匹配的问题,更有利于在实际系统中部署。
附图说明
图1为本发明中基于RIS辅助数能同传网络鲁棒能耗优化方法流程图;
图2为本发明中基于RIS辅助数能同传网络模型结构示意图;
图3为本发明中RIS辅助数能同传网络传输过程示意图;
图4为本发明中基于RIS辅助数能同传网络鲁棒能耗优化方法收敛图;
图5为本发明与对比方法的IR中断概率对比图。
具体实施方式
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,所描述的实施例仅仅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。
本发明提出了一种基于RIS辅助数能同传网络鲁棒能耗优化方法,如图1所示,所述方法包括以下内容:
S1:构建基于RIS辅助数能同传网络模型并获取RIS辅助数能同传网络传输过程中的相关参数,相关参数包括CBU的接收信号、CBU的接收能量、CBU第一吞吐量、IR接收信号和CBU第二吞吐量。
构建基于RIS辅助数能同传网络模型:假设一种基于RIS辅助数能同传网络,包括一个M天线基站BS、含有N个发射单元的智能超表面RIS、K个单天线的小区边界用户CBU和一个信息接收机IR;小区边界用户和反射单元的集合可分别定义为和每台CBU都配备了能量采集器和信息解码器。
如图2、图3所示,RIS辅助数能同传网络传输过程包括两个阶段,第一阶段(t1)为同步无线信息与能量传输即数能同传阶段SWIPT,第二阶段(T-t1)为主动传输阶段;在数能同传阶段,多天线基站向CBU发送无线信号,每个CBU接收来自多天线基站的直接信号和来自RIS的反射信号,每个CBU的接收信号经由功率分配架构被分成能量信号和信息解码信号,信息解码器对信息解码信号进行解码,能量采集器对能量信号进行能量采集,CBU收集的能量用于支持其自身的电路运行和下一阶段的主动传输;在主动传输阶段,CBU向IR发送无线信号,IR接收来自CBU的信号。
在数能同传阶段,多天线基站通过非正交多址协议向CBUs发送信号,用于信息传输的第k个CBU的接收信号为:
其中,表示第k个CBU的接收信号,ρk∈[0,1]表示第k个CBU的功率分配因子,表示从基站到第k个CBU的信道向量,/>表示从RIS到第k个CBU的信道向量;/>表示数能同传阶段RIS的相移矩阵,θn∈[0,2π]和βn∈[0,1]分别是第n个反射元件的相移和振幅;/>表示基站和RIS之间的信道矩阵,表示从基站到第k个CBU的波束成形向量,sk表示从基站到第k个CBU的消息符号,表示均值为0和方差为/>的加性高斯白噪声,/>表示均值为0和方差为/>的信息解码噪声。
基于非线性能量收集模型,第k个CBU的接收能量为:
其中,表示第k个CBU的接收能量,[x]+=max{0,x},Zk表示第k个CBU的能量饱和度阈值,/>表示第k个CBU的灵敏度阈值,ak表示控制Φk(·)的第一陡度常数,bk表示控制Φk(·)的第二陡度常数,/>表示第k个CBU的能量收集输入功率。
CBU第一吞吐量为CBU在数能同传阶段的吞吐量,其计算公式为:
其中,表示第k个CBU在数能同传阶段的吞吐量,t1表示数能同传阶段帧长度即能量采集时间,/>表示第l个CBU解码第k个CBU信号的信干噪比。
在主动传输阶段,CBUs通过非正交多址协议向IR传输信号,IR接收信号为:
其中,yIR表示IR接收信号,gD,k表示第k个CBU到IR的信道系数,表示第k个CBU到IR的信道向量,/>表示RIS到IR的信道向量;/>表示主动传输阶段RIS的相移矩阵,/>代表第n个反射元件的相移;pk表示第k个CBU的发射功率,xk表示第k个CBU到IR的消息符号,nIR~CN(0,σ2)表示IR处均值为0,方差为σ2的类噪声,K表示CBU数量。
CBU第二吞吐量为CBU在主动传输阶段可实现的吞吐量,其计算公式为:
其中,表示第k个CBU在主动传输阶段的吞吐量,T表示RIS辅助数能同传网络传输过程的帧长度,/>表示通过RIS从第k个CBU到IR的级联通道,表示在主动传输阶段RIS的相移调控向量,/>表示RIS第n个反射单元的相移参数,gD,j表示第j个CBU到IR的信道系数,/>表示通过RIS从第j个CBU到IR的级联通道,pj表示第j个CBU的发射功率。
S2:根据基于RIS辅助数能同传网络模型构建有界信道不确定模型。
考虑进一步减轻信道状态信息误差的影响以增强系统鲁棒性,本发明根据基于RIS辅助数能同传网络模型构建有界信道不确定模型,表示为:
其中,RF表示基站通过RIS到第k个CBU的信道矩阵变化集合,Rh表示基站到第k个CBU的信道向量变化集合,Rq表示通过RIS从第k个CBU到IR的信道向量变化集合,Rg表示第k个CBU到IR的信道系数变化集合,表示基站通过RIS到第k个CBU的估计信道矩阵,/>表示基站到第k个CBU的估计信道向量,/>表示通过RIS从第k个CBU到IR的估计信道向量,/>表示第k个CBU到IR的估计信道系数,Fk表示基站通过RIS到第k个CBU的信道矩阵,hD,k表示基站到第k个CBU的信道向量,qk表示通过RIS从第k个CBU到IR的信道向量,ΔFk表示基站通过RIS到第k个CBU的估计信道矩阵误差,ΔhD,k表示基站到第k个CBU的估计信道向量误差,Δqk表示通过RIS从第k个CBU到IR的估计信道向量误差,ΔgD,k表示第k个CBU到IR的估计信道系数误差,/>表示第一不确定区域半径即基站通过RIS到第k个CBU的估计信道矩阵误差的不确定区域半径,/>表示第二不确定区域半径即基站到第k个CBU的估计信道向量误差的不确定区域半径,/>表示第三不确定区域半径即通过RIS从第k个CBU到IR的估计信道向量误差的不确定区域半径,/>表示第四不确定区域半径即第k个CBU到IR的估计信道系数误差的不确定区域半径。
S3:根据相关参数和有界信道不确定模型,联合优化基站的波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率,建立基于总能量消耗最小化的资源分配问题。
基于总能量消耗最小化的资源分配问题表示为:
s.t.C1:
C2:
C3:
C4:
C5:0≤t1≤T,
C6:0≤ρk≤1,
C7:|vn|=1,en|=1,
C8:
其中,Etotal表示总能量消耗,表示第k个CBU在数能同传阶段的最小吞吐量阈值,/>表示第k个CBU在主动传输阶段的最小吞吐量阈值,/>表示第k个CBU的电路功耗,Pmax表示基站的最大发射功率阈值,vn表示在数能同传阶段RIS第n个反射单元的相移参数,en表示在主动传输阶段RIS第n个反射单元的相移参数。C1和C2是每个CBU的最低服务质量约束;C3是能量收集约束;C4是BS的总发射功率约束;C5是时间长度约束;C6是第K个CBU的功率分配比率约束;C7是RIS的相移限制;C8是不确定性集合。
S4:利用S程序方法将基于总能量消耗最小化的资源分配问题转化为确定性问题,采用基于块坐标下降的迭代算法,结合逐次凸逼近和基于罚函数的方法将确定性问题转化成凸优化问题。
基于S过程方法和最坏情况方法将原不确定性问题转化为确定性优化问题,上述基于总能量消耗最小化的资源分配问题被重写为:
其中,χk是辅助变量用来松弛 代表能量采集约束;PBS,Pe和PIR分别是基站、每个反射元件和IR的电路功耗;中间变量 且/>且/> 和/>为非负的辅助变量;/>为估计信道向量,IN+1表示N+1维的单位矩阵;
将目标问题分成三个子问题,基于块坐标下降的迭代算法,结合逐次凸逼近和基于罚函数的方法将上述确定性问题转化成凸优化问题。首先,对于基站的主动波束形成和CBUs的发射功率问题,引入辅助变量和yk来处理约束/>中的/>并结合泰勒级数展开,将非凸约束条件/>改写,目标函数中关于{Wk,pk,χk}的优化问题转换为凸优化问题:
C10:
其中, 是在第i次迭代中获得的解。
其次,对于能量采集时间t1的优化问题是一个标准的凸优化问题:
C10:
最后,对于CBUs的RIS和功率分配因子的被动波束形成问题,将非凸约束条件改写后,将其惩罚项添加到目标函数来处理非凸约束/>再采用逐次凸逼近方法以迭代方式获得目标函数的凸上界。在第i次迭代中分别在给定点V(i)和E(i)处取V和E的一阶泰勒展开式,将关于{V,E,ρk}的优化问题转化为凸优化问题。
其中,μv≥0和μe≥0是惩罚因子,V(i)和E(i)分别是在第i次迭代中获得的解。和分别是对应于V(i)和E(i)的最大特征值的特征向量。
S5:求解凸优化问题,获得鲁棒的总能耗最小化资源分配方案。
由于上述三个子问题均转化成了凸优化问题,因此,可利用CVX工具求解凸优化问题,从而求得目标问题,获得鲁棒的总能耗最小化问题优化方案即最优的基站波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率。根据鲁棒的总能耗最小化问题优化方案部署系统,部署的系统具有最低的能量消耗,可缓解系统的资源不匹配问题。
对发明进行评价,下面结合仿真对本发明的应用效果作详细的描述。
1)仿真参数设置
基站、RIS和IR分别位于(2,0,3)m、(0,10,3)m和(2,20,3)m处,多个CBU随机且均匀地分布在以(2,10,0)m为中心的2m半径内,路径损耗模型为L(d)=L0(d/d0)-β,其中L0=-30dB是d0=1m下的路径损耗,d是一个发射机和一个接收机之间的传输距离,β∈[2,5]是路径损耗指数。从基站到RIS、从RIS到CBUs以及从RIS到IR的信道的路径损耗指数被设置为2,而从基站到CBUs以及从CBUs到IR的路径损耗指数被设置为3.5。此外,瑞利衰落被用作所有信道的小尺度衰落。最大归一化估计误差ΔHk和ΔDk定义为和/>其中κ∈[0,1)和ε∈[0,1)是衡量信道状态信息不确定性(例如信道估计误差)大小的参数。其他仿真参数由表1给出:
表1.仿真参数表
2)仿真结果
在本实例中,本发明的收敛性如图4所示,从图中可以看出,本发明在十五次迭代内收敛,证明其具有快速收敛性。随着M和N的增大,总能耗降低,说明基站可以利用更多的天线自由度来优化空间波束向量,以补偿传输损耗的影响,从而智能的降低了总的能量开销。
对比方法与本发明的中断概率对比性能如图5所示,对比方法包括传统鲁棒方法(无RIS)、传统鲁棒方法(线性能量收集模型)和传统非鲁棒方法;从图中可以看出,随着不确定的增大,所有算法的中断概率都是增加的。因为CSI不确定性的增加会使得系统参数更加不精准,从而使得系统需要消耗多余的能量来克服不确定性的影响。但本发明方法中断概率是最低的,从而说明本发明的有效性。
以上所举实施例,对本发明的目的、技术方案和优点进行了进一步的详细说明,所应理解的是,以上所举实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于RIS辅助数能同传网络鲁棒能耗优化方法,其特征在于,包括:
S1:构建基于RIS辅助数能同传网络模型并获取RIS辅助数能同传网络传输过程中的相关参数,相关参数包括CBU的接收信号、CBU的接收能量、CBU第一吞吐量、IR接收信号和CBU第二吞吐量;基于RIS辅助数能同传网络模型包括:在数能同传阶段,多天线基站向CBU发送无线信号,每个CBU接收来自多天线基站的直接信号和来自RIS的反射信号;在主动传输阶段,CBU向IR发送无线信号,IR接收来自CBU的信号;
S2:根据基于RIS辅助数能同传网络模型构建有界信道不确定模型;有界信道不确定模型表示为:
其中,RF表示基站通过RIS到第k个CBU的信道矩阵变化集合,Rh表示基站到第k个CBU的信道向量变化集合,Rq表示通过RIS从第k个CBU到IR的信道向量变化集合,Rg表示第k个CBU到IR的信道系数变化集合,F表示基站通过RIS到第k个CBU的估计信道矩阵,表示基站到第k个CBU的估计信道向量,/>表示通过RIS从第k个CBU到IR的估计信道向量,/>表示第k个CBU到IR的估计信道系数,Fk表示基站通过RIS到第k个CBU的信道矩阵,hD,k表示基站到第k个CBU的信道向量,qk表示通过RIS从第k个CBU到IR的信道向量,gD,k表示第k个CBU到IR的信道系数,ΔFk表示基站通过RIS到第k个CBU的估计信道矩阵误差,ΔhD,k表示基站到第k个CBU的估计信道向量误差,Δqk表示通过RIS从第k个CBU到IR的估计信道向量误差,ΔgD,k表示第k个CBU到IR的估计信道系数误差,/>表示第一不确定区域半径,/>表示第二不确定区域半径,/>表示第三不确定区域半径,/>表示第四不确定区域半径,k∈{1,2…K};
S3:根据相关参数和有界信道不确定模型,联合优化基站的波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率,建立基于总能量消耗最小化的资源分配问题;
S4:利用S程序方法将基于总能量消耗最小化的资源分配问题转化为确定性问题,采用基于块坐标下降的迭代算法,结合逐次凸逼近和基于罚函数的方法将确定性问题转化成凸优化问题;基于总能量消耗最小化的资源分配问题表示为:
其中,Etotal表示总能量消耗,表示第k个CBU在数能同传阶段的吞吐量,/>表示第k个CBU在主动传输阶段的吞吐量,/>表示第k个CBU在数能同传阶段的最小吞吐量阈值,表示第k个CBU在主动传输阶段的最小吞吐量阈值,/>表示第k个CBU的接收能量,pk表示第k个CBU的发射功率,T表示RIS辅助数能同传网络传输过程的帧长度,t1表示数能同传阶段帧长度,/>表示第k个CBU的电路功耗,wk表示从基站到第k个CBU的波束成形向量,Pmax表示基站的最大发射功率阈值,K表示CBU数量,ρk表示第k个CBU的功率分配因子,vn表示在数能同传阶段RIS第n个反射单元的相移参数,en表示在主动传输阶段RIS第n个反射单元的相移参数;
基于S过程方法和最坏情况方法将原不确定性问题转化为确定性优化问题,基于总能量消耗最小化的资源分配问题被重写为:
其中,χk是用来松弛的辅助变量;/>代表能量采集约束,表示第k个CBU的接收能量;PBS,Pe和PIR分别是基站、每个反射元件和IR的电路功耗;中间变量/> Fl表示基站通过RIS到第l个CBU的估计信道矩阵,/>表示基站到第l个CBU的估计信道向量,且/>且/>和/>为非负的辅助变量;e表示在主动传输阶段RIS的相移调控向量,/>为估计信道向量,IN+1表示N+1维的单位矩阵,IMN+M表示MN+M维的单位矩阵,M表示基站的天线数;σ2表示噪声,l∈{1,2…K};pj表示第j个CBU的发射功率,j∈{k+1…K};
Zk表示第k个CBU的能量饱和度阈值,/>表示第k个CBU的灵敏度阈值,ak表示第一陡度常数,bk表示第二陡度常数;
S5:求解凸优化问题,获得鲁棒的总能耗最小化资源分配方案即最优的基站波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率。
2.根据权利要求1所述的一种基于RIS辅助数能同传网络鲁棒能耗优化方法,其特征在于,CBU第一吞吐量为CBU在数能同传阶段的吞吐量,其计算公式为:
其中,表示第k个CBU在数能同传阶段的吞吐量,t1表示数能同传阶段帧长度,/>表示第l个CBU解码第k个CBU信号的信干噪比,K表示CBU的数量。
3.根据权利要求1所述的一种基于RIS辅助数能同传网络鲁棒能耗优化方法,其特征在于,CBU第二吞吐量为CBU在主动传输阶段的吞吐量,其计算公式为:
其中,表示第k个CBU在主动传输阶段的吞吐量,T表示RIS辅助数能同传网络传输过程的帧长度,t1表示数能同传阶段帧长度,gD,k表示第k个CBU到IR的信道系数,/>表示通过RIS从第k个CBU到IR的级联通道,e表示在主动传输阶段RIS的相移调控向量,pk表示第k个CBU的发射功率,gD,j表示第j个CBU到IR的信道系数,/>表示通过RIS从第j个CBU到IR的级联通道,pj表示第j个CBU的发射功率,K表示CBU数量,σ2表示噪声。
4.根据权利要求1所述的一种基于RIS辅助数能同传网络鲁棒能耗优化方法,其特征在于,CBU的接收信号为:
其中,表示第k个CBU的接收信号,ρk表示第k个CBU的功率分配因子,hD,k表示从基站到第k个CBU的信道向量,hR,k表示从RIS到第k个CBU的信道向量,Θ表示数能同传阶段RIS的相移矩阵,G表示基站和RIS之间的信道矩阵,wk表示从基站到第k个CBU的波束成形向量,sk表示从基站到第k个CBU的消息符号,nk表示加性高斯白噪声,zk表示信息解码噪声。
5.根据权利要求1所述的一种基于RIS辅助数能同传网络鲁棒能耗优化方法,其特征在于,CBU的接收能量为:
其中,表示第k个CBU的接收能量,Zk表示第k个CBU的能量饱和度阈值,/>表示第k个CBU的灵敏度阈值,ak表示第一陡度常数,bk表示第二陡度常数,/>表示第k个CBU的能量收集输入功率。
6.根据权利要求1所述的一种基于RIS辅助数能同传网络鲁棒能耗优化方法,其特征在于,IR接收信号为:
其中,yIR表示IR接收信号,gD,k表示第k个CBU到IR的信道系数,gR,k表示第k个CBU到IR的信道向量,g表示RIS到IR的信道向量,Ξ表示主动传输阶段RIS的相移矩阵,pk表示第k个CBU的发射功率,xk表示第k个CBU到IR的消息符号,nIR表示IR处的类噪声,K表示CBU数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211001391.XA CN115379478B (zh) | 2022-08-19 | 2022-08-19 | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211001391.XA CN115379478B (zh) | 2022-08-19 | 2022-08-19 | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115379478A CN115379478A (zh) | 2022-11-22 |
CN115379478B true CN115379478B (zh) | 2024-04-16 |
Family
ID=84066543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211001391.XA Active CN115379478B (zh) | 2022-08-19 | 2022-08-19 | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115379478B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115776321B (zh) * | 2023-02-13 | 2023-05-30 | 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 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113613273A (zh) * | 2021-08-09 | 2021-11-05 | 重庆邮电大学 | 一种智能超表面辅助无线供电网络的稳健能效优化方法 |
CN114071485A (zh) * | 2021-11-15 | 2022-02-18 | 重庆邮电大学 | 基于不完美信道的智能反射面安全通信能效优化方法 |
CN114125898A (zh) * | 2021-11-10 | 2022-03-01 | 广东工业大学 | 基于双智能反射平面的swipt系统物理层安全优化方法 |
CN114466390A (zh) * | 2022-02-28 | 2022-05-10 | 西安交通大学 | 一种基于智能反射面辅助的swipt系统性能优化方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3335298A1 (en) * | 2015-09-11 | 2018-06-20 | Huawei Technologies Co., Ltd. | Request of and feedback information for simultaneous wireless information and power transfer for multiple wireless devices |
-
2022
- 2022-08-19 CN CN202211001391.XA patent/CN115379478B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113613273A (zh) * | 2021-08-09 | 2021-11-05 | 重庆邮电大学 | 一种智能超表面辅助无线供电网络的稳健能效优化方法 |
CN114125898A (zh) * | 2021-11-10 | 2022-03-01 | 广东工业大学 | 基于双智能反射平面的swipt系统物理层安全优化方法 |
CN114071485A (zh) * | 2021-11-15 | 2022-02-18 | 重庆邮电大学 | 基于不完美信道的智能反射面安全通信能效优化方法 |
CN114466390A (zh) * | 2022-02-28 | 2022-05-10 | 西安交通大学 | 一种基于智能反射面辅助的swipt系统性能优化方法及系统 |
Non-Patent Citations (4)
Title |
---|
Optimization of a robust collaborative-relay beamforming design for simultaneous wireless information and power transfer;Lu-lu ZHAO;Xing-long JIANG;Li-min LI;Guo-qiang ZENG;Hui-jie LIU;;Frontiers of Information Technology & Electronic Engineering;20181103(第11期);全文 * |
Time-Switching and Phase-Shifting Control for RIS-Assisted SWIPT Communications;Wael Jaafar Department of Systems and Computer Engineering, Carleton University, Ottawa, ON, Canada等;《 IEEE Wireless Communications Letters 》;20220527;全文 * |
基于智能反射面辅助的无线供电通信网络鲁棒能效最大化算法;徐勇军等;《电子与信息学报》;20220731;全文 * |
智能反射面辅助的无线通信系统协同传输理论与方法研究;胡小玲;《CNKI优秀博士论文电子期刊》;20220115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115379478A (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maksymyuk et al. | Deep learning based massive MIMO beamforming for 5G mobile network | |
CN112153653A (zh) | 可重构智能表面辅助的noma下行低功耗传输方法 | |
CN107613567B (zh) | 一种基于无线输能的无线传感网络资源分配方法 | |
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 | |
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 | |
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 | |
CN110012547A (zh) | 一种共生网络中用户关联的方法 | |
CN110166088A (zh) | 以用户为中心的无小区mimo系统的功率控制算法 | |
CN115379478B (zh) | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 | |
CN113630165A (zh) | 一种基于可重构智能表面的上行多用户共生通信系统 | |
CN116017577A (zh) | 一种基于下一代多址接入技术的无线联邦学习方法 | |
CN110191476B (zh) | 一种基于可重构天线阵列的非正交多址接入方法 | |
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 | |
CN116033461B (zh) | 一种基于star-ris辅助的共生无线电传输方法 | |
Li et al. | IRS-Based MEC for Delay-Constrained QoS Over RF-Powered 6G Mobile Wireless Networks | |
CN109039410B (zh) | 一种异构云无线接入网络的波束成形方法及通信网络 | |
CN114845363B (zh) | 一种反射面辅助的低功耗数据卸载方法及系统 | |
CN115987358A (zh) | 有源ris中的一种基于部分信道状态信息的波束赋形方法 | |
CN114826833B (zh) | 一种IRS辅助MEC中CF-mMIMO的通信优化方法及终端 | |
CN113595609B (zh) | 一种基于强化学习的蜂窝移动通信系统协作式信号发送方法 | |
CN111565072B (zh) | 一种可见光通信网络中上行容量区域和最佳波速优化方法 | |
Fathy et al. | A Generalized Neural Network-based Optimization for Multiple IRSs-aided Communication System | |
CN115696437A (zh) | 基于irs的无线能量传输网络的用户总速率最大化方法 | |
Zhong et al. | Low-complexity distributed precoding in user-centric cell-free mmWave MIMO systems | |
CN114172763B (zh) | 一种混合大规模mimo系统导频优化设计方法和装置 |
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 |