CN117119499A - 一种有源可重构智能表面辅助的无线信息与能量同传方法 - Google Patents
一种有源可重构智能表面辅助的无线信息与能量同传方法 Download PDFInfo
- Publication number
- CN117119499A CN117119499A CN202311371011.6A CN202311371011A CN117119499A CN 117119499 A CN117119499 A CN 117119499A CN 202311371011 A CN202311371011 A CN 202311371011A CN 117119499 A CN117119499 A CN 117119499A
- Authority
- CN
- China
- Prior art keywords
- aris
- energy
- base station
- representing
- terminal device
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000005540 biological transmission Effects 0.000 title claims abstract description 40
- 239000013598 vector Substances 0.000 claims abstract description 63
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000005562 fading Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 10
- 238000003306 harvesting Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000002040 relaxant effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- HOWHQWFXSLOJEF-MGZLOUMQSA-N systemin Chemical compound NCCCC[C@H](N)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(O)=O)C(=O)OC(=O)[C@@H]1CCCN1C(=O)[C@H]1N(C(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCCN=C(N)N)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H]2N(CCC2)C(=O)[C@H]2N(CCC2)C(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](C)N)C(C)C)CCC1 HOWHQWFXSLOJEF-MGZLOUMQSA-N 0.000 description 1
- 108010050014 systemin Proteins 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
- H04B7/15—Active relay systems
- H04B7/155—Ground-based stations
- H04B7/15528—Control of operation parameters of a relay station to exploit the physical medium
-
- 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
本发明涉及无线信息与能量同传技术领域，本发明公开了一种有源可重构智能表面辅助的无线信息与能量同传方法包括，获取基站到ARIS、ARIS到终端设备以及基站到终端设备的信道增益；根据信道增益，计算终端设备处的传输速率和采集到的能量，以及系统总功率消耗；以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。本方法适用于由一个基站、一个ARIS以及一个终端设备组成的SWIPT系统。具体来说，所提方法以终端设备的采集能量为约束，构建SWIPT系统能效最大化问题，利用交替优化算法优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子。
Description
技术领域
本发明涉及无线信息与能量同传技术领域，尤其涉及一种有源可重构智能表面辅助的无线信息与能量同传方法。
背景技术
随着物联网技术快速发展，物联网设备的数量呈现爆炸式增长，然而大多数互联网设备电池容量有限，这从根本上限制了设备的信息传输能力。SWIPT技术利用接收端处接收到的信号，同时进行信息解码和能量采集，在一定程度上摆脱了电池容量限制。通常，在SWIPT系统中不能对相同的接收信号执行信息解码和能量采集操作，因为射频信号上的能量采集操作会破坏信号的信息内容。因此，在终端设备采用功率分配接收器将接收到的信号分成两个具有一定功率分配比的不同功率电平的功率流，以同时进行信息解码和能量采集。然而，无线信号传输和能量采集均易受到周围障碍物和信道衰落影响。考虑到可重构智能表面（RIS, Reconfigurable Intelligent Surface）中每个反射单元都可以独立调节入射电磁波的相位和幅度，利用无源RIS辅助SWIPT系统通信能够改善信道质量。但是，传统无源RIS难以克服实际信号传输过程中的衰落问题。为此，ARIS应运而生，与无源RIS不同，其能够通过同时调整信号相位和放大反射信号振幅降低衰落效应影响，因而受到了国内外学者的广泛关注。
此外，随着超高速率无线服务和无处不在的接入需求不断增长，能源消耗急剧增加，而现有研究主要集中在优化系统吞吐量方面，忽略了传输速率和能量消耗之间的平衡。将SWIPT和ARIS集成到一个系统中可以融合这两种技术的优势，对于寻求绿色通信方案具有重大意义。
发明内容
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了一种有源可重构智能表面辅助的无线信息与能量同传方法，适用于由一个基站、一个ARIS以及一个终端设备组成的SWIPT系统。该方法旨在解决现有技术中忽略系统传输速率和能量消耗平衡的技术问题。具体而言，以终端设备的采集能量为约束，以最大化SWIPT系统的能效为目标。仿真结果表明，与无RIS方案以及无源RIS辅助的传输方案相比，本发明所提方案显著提升了SWIPT系统的能量效率。
为解决上述技术问题，本发明提供如下技术方案，一种有源可重构智能表面辅助的无线信息与能量同传方法，包括：
获取基站到ARIS、ARIS到终端设备以及基站到终端设备的信道增益；根据信道增益，计算终端设备处的传输速率和采集到的能量，以及系统总功率消耗；以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述终端设备的信道增益包括，终端设备处的接收信号表示为：
；
其中，表示共轭转置操作；/>表示基站与终端设备之间的信道衰落向量；/>表示ARIS与终端设备之间的信道衰落向量；表示ARIS的反射系数，/>与/>分别表示ARIS第/>个反射单元的振幅与相位，并且/>，/>为虚数单位，/>表示对角化操作；/>表示基站与ARIS各反射单元之间的信道衰落矩阵，其中/>；/>表示基站的波束成形向量；/>表示基站向终端设备发送的信息，其中/>，/>表示取数学期望操作，表示对复数取模操作；/>和/>分别表示ARIS和终端设备处的高斯白噪声，其分别服从均值为0、方差为/>和/>的复高斯分布，记作/>和/>，式中/>表示/>维的零向量，/>表示/>维的单位矩阵。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述SWIPT系统包括，在SWIPT系统中，终端设备处接收信号可分为信息解码信号与能量采集信号/>两部分，其分别表示为：
；
其中，表示终端设备的功率分配因子，/>表示在信号处理过程中产生的附加噪声，其服从均值为0、方差为/>的复高斯分布，记作/>。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述传输速率包括，根据式（2），信息解码信号部分的传输速率表示为：
；
其中，表示对向量取二范数操作。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述采集到的能量包括，根据式（3），能量采集信号部分的采集能量表示为：
；
其中，表示能量转换效率。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述SWIPT系统的总功率消耗包括基站消耗的功率、ARIS消耗的功率以及终端设备消耗的功率，其中ARIS消耗的放大功率表示为：
；
其中，表示对矩阵取F范数操作；SWIPT系统总功率消耗表示为：
；
其中，表示基站的电路功率消耗；/>为ARIS放大器效率；/>和/>分别表示ARIS每个反射单元的电路功率消耗和直流偏置功率消耗；/>表示终端设备的电路功率消耗。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述SWIPT系统的总功率消耗还包括，通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率，构建的优化问题如下：
；
其中，（8a）表示采集能量约束以保障终端设备的基本功率消耗需求，是采集能量最小值；（8b）表示ARIS最大振幅约束，/>是ARIS第m个反射单元的振幅最大值；（8c）表示终端设备的功率分配因子取值范围约束，通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述最大化SWIPT系统的能量效率包括，由于所述基站波束成形向量、ARIS反射系数和终端设备的功率分配因子变量在优化问题中相互耦合，所以利用交替优化算法迭代求解，将问题分解成三个子问题；
固定ARIS反射系数和终端设备的功率分配因子/>，优化基站波束成形向量/>，构建子问题/>如下：
；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为线性形式，通过半正定松弛算法松弛非凸的秩一约束，将子问题转化为凸优化问题，用凸优化工具包CVX进行求解，对于CVX求解后的基站波束成形矩阵/>，通过奇异值分解，恢复出优化后的基站波束成形向量/>。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述最大化SWIPT系统的能量效率包括，固定基站波束成形向量和终端设备的功率分配因子/>，优化ARIS反射系数/>，构建子问题/>如下：
；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为线性形式，通过SDR算法松弛非凸的秩一约束，将该子问题转化为凸优化问题，可用凸优化工具包CVX进行求解，对于CVX求解得到的/>通过奇异值分解，恢复出优化后的ARIS反射系数/>。
作为本发明所述的有源可重构智能表面辅助的无线信息与能量同传方法的一种优选方案，其中：所述最大化SWIPT系统的能量效率还包括，固定基站波束成形向量和ARIS反射系数/>，优化终端设备的功率分配因子/>，由于系统功率消耗与变量/>无关，对此构建子问题/>如下：
；
由于目标函数是关于/>的单调递增函数，当目标函数/>取得最大值时，采集能量取得最小值/>，根据采集能量约束，得到优化后的终端设备的功率分配因子如下：
；
对三个子问题采用AO算法进行迭代求解，直至目标函数收敛。
本发明的有益效果：本发明考虑SWIPT系统中用户进行安全通信时，以ARIS辅助的能量效率。以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，设计了基于交替优化的迭代算法求解优化问题，有效的最大化SWIPT系统的能效。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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它的附图。其中：
图1为本发明一个实施例提供的一种有源可重构智能表面辅助的无线信息与能量同传方法流程示意图。
图2为本发明一个实施例提供的一种有源可重构智能表面辅助的无线信息与能量同传方法的仿真示意图。
图3为本发明一个实施例提供的一种有源可重构智能表面辅助的无线信息与能量同传方法的系统示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1，本发明提出了一种有源可重构智能表面（ARIS, ActiveReconfigurable Intelligent Surface）辅助的无线信息与能量同传（SWIPT,Simultaneous Wireless Information and Power Transfer）方法，适用于由一个基站、一个ARIS以及一个终端设备组成的SWIPT系统。该方法旨在解决现有技术中忽略系统传输速率和能量消耗平衡的技术问题。具体而言，以终端设备的采集能量为约束，以最大化SWIPT系统的能效为目标。仿真结果表明，与无RIS方案以及无源RIS辅助的传输方案相比，本发明所提方案显著提升了SWIPT系统的能量效率。
S1：获取基站到ARIS、ARIS到终端设备以及基站到终端设备的信道增益。
更进一步的，所述终端设备的信道增益包括，终端设备处的接收信号表示为：
；
其中，表示共轭转置操作；/>表示基站与终端设备之间的信道衰落向量；/>表示ARIS与终端设备之间的信道衰落向量；表示ARIS的反射系数，/>与/>分别表示ARIS第/>个反射单元的振幅与相位，并且/>，/>为虚数单位，/>表示对角化操作；表示基站与ARIS各反射单元之间的信道衰落矩阵，其中；/>表示基站的波束成形向量；/>表示基站向终端设备发送的信息，其中/>，/>表示取数学期望操作，/>表示对复数取模操作；/>和/>分别表示ARIS和终端设备处的高斯白噪声，其分别服从均值为0、方差为/>和/>的复高斯分布，记作/>和/>，式中/>表示/>维的零向量，/>表示/>维的单位矩阵。
S2：根据信道增益，计算终端设备处的传输速率和采集到的能量，以及系统总功率消耗。
更进一步的，所述SWIPT系统包括，在SWIPT系统中，终端设备处接收信号可分为信息解码信号与能量采集信号/>两部分，其分别表示为：
；
其中，表示终端设备的功率分配因子，/>表示在信号处理过程中产生的附加噪声，其服从均值为0、方差为/>的复高斯分布，记作/>。
应说明的是，所述传输速率包括，根据式（2），信息解码信号部分的传输速率表示为：
；
其中，表示对向量取二范数操作。
更进一步的，所述采集到的能量包括，根据式（3），能量采集信号部分的采集能量表示为：
；
其中，表示能量转换效率。
S3：以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
更进一步的，所述SWIPT系统的总功率消耗包括基站消耗的功率、ARIS消耗的功率以及终端设备消耗的功率，其中ARIS消耗的放大功率表示为：
；
其中，表示对矩阵取F范数操作；SWIPT系统总功率消耗表示为：
；
其中，表示基站的电路功率消耗；/>为ARIS放大器效率；/>和/>分别表示ARIS每个反射单元的电路功率消耗和直流偏置功率消耗；/>表示终端设备的电路功率消耗。
应说明的是，所述SWIPT系统的总功率消耗还包括，通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率，构建的优化问题如下：
；
其中，（8a）表示采集能量约束以保障终端设备的基本功率消耗需求，是采集能量最小值；（8b）表示ARIS最大振幅约束，/>是ARIS第m个反射单元的振幅最大值；（8c）表示终端设备的功率分配因子取值范围约束，通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
更进一步的，所述最大化SWIPT系统的能量效率包括，由于所述基站波束成形向量、ARIS反射系数和终端设备的功率分配因子变量在优化问题中相互耦合，所以利用交替优化算法迭代求解，将问题分解成三个子问题；
固定ARIS反射系数和终端设备的功率分配因子/>，优化基站波束成形向量/>，构建子问题/>如下：
；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为线性形式，通过半正定松弛算法松弛非凸的秩一约束，将子问题转化为凸优化问题，用凸优化工具包CVX进行求解，对于CVX求解后的基站波束成形矩阵/>，通过奇异值分解，恢复出优化后的基站波束成形向量/>。
应说明的是，所述最大化SWIPT系统的能量效率包括，固定基站波束成形向量和终端设备的功率分配因子/>，优化ARIS反射系数/>，构建子问题/>如下：
；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为线性形式，通过SDR算法松弛非凸的秩一约束，将该子问题转化为凸优化问题，可用凸优化工具包CVX进行求解，对于CVX求解得到的/>通过奇异值分解，恢复出优化后的ARIS反射系数/>。
更进一步的，所述最大化SWIPT系统的能量效率还包括，固定基站波束成形向量和ARIS反射系数/>，优化终端设备的功率分配因子/>，由于系统功率消耗与变量/>无关，对此构建子问题/>如下：
；
由于目标函数是关于/>的单调递增函数，当目标函数/>取得最大值时，采集能量取得最小值/>，根据采集能量约束，得到优化后的终端设备的功率分配因子如下：
；
对三个子问题采用AO算法进行迭代求解，直至目标函数收敛。
实施例2
参照图3，为本发明的一个实施例，提供了一种有源可重构智能表面辅助的无线信息与能量同传方法，为了验证本发明的有益效果，通过实验进行科学论证。
一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于，所述方法适用于由一个配置根发射天线的基站、一个配置M个反射单元的ARIS与一个配置单天线的终端设备组成的SWIPT系统。所述方法包括如下步骤：
获取基站到ARIS、ARIS到终端设备以及基站到终端设备的信道增益；根据信道增益，计算终端设备的传输速率和采集到的能量，以及系统总功率消耗；以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
由于所述基站波束成形向量、ARIS反射系数和终端设备的功率分配因子变量在优化问题中相互耦合，所构建的问题难以求解。对此，利用交替优化（AO, AlternatingOptimization）算法迭代求解，将/>问题分解成三个子问题；先固定ARIS反射系数、终端设备的功率分配因子，优化基站波束成形向量；再固定基站波束成形向量、终端设备的功率分配因子，优化ARIS反射系数；最后，固定基站波束成形向量、ARIS反射系数，利用目标函数和终端设备的采集能量约束求解终端设备的功率分配因子。迭代上述子问题直至目标函数收敛，获得基站波束成形向量、ARIS反射系数和终端设备的功率分配因子的优化解。
终端设备处的接收信号可表示为：
；
其中，表示共轭转置操作；/>表示基站与终端设备之间的信道衰落向量；/>表示ARIS与终端设备之间的信道衰落向量；表示ARIS的反射系数，/>与/>分别表示ARIS第/>个反射单元的振幅与相位，并且/>，/>为虚数单位，/>表示对角化操作；表示基站与ARIS各反射单元之间的信道衰落矩阵，其中；/>表示基站的波束成形向量；/>表示基站向终端设备发送的信息，其中/>，/>表示取数学期望操作，/>表示对复数取模操作；/>和/>分别表示ARIS和终端设备处的高斯白噪声，其分别服从均值为0、方差为/>和/>的复高斯分布，记作/>和/>，式中/>表示/>维的零向量，/>表示/>维的单位矩阵。
在SWIPT系统中，终端设备处接收信号可分为信息解码信号与能量采集信号两部分，其可分别表示为：
；
其中，表示终端设备的功率分配因子，/>表示在信号处理过程中产生的附加噪声，其服从均值为0、方差为/>的复高斯分布，记作/>。
根据式（2），信息解码信号部分的传输速率可表示为：
；
其中，表示对向量取二范数操作。
根据式（3），能量采集信号部分的采集能量可表示为：
；
其中，表示能量转换效率。
SWIPT系统总功率消耗包括基站消耗的功率、ARIS消耗的功率以及终端设备消耗的功率，其中ARIS消耗的放大功率可表示为：
；
其中，表示对矩阵取F范数操作。SWIPT系统总功率消耗可表示为：
；
其中，表示基站的电路功率消耗；/>为ARIS放大器效率；/>和/>分别表示ARIS每个反射单元的电路功率消耗和直流偏置功率消耗，/>表示终端设备的电路功率消耗。
通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。构建的优化问题如下：
；
其中，（8a）表示采集能量约束以保障终端设备的基本功率消耗需求，是采集能量最小值；（8b）表示ARIS最大振幅约束，/>是ARIS第m个反射单元的振幅最大值；（8c）表示终端设备的功率分配因子取值范围约束，通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
进一步地，由于问题中变量耦合而难以求解。对此，利用AO算法迭代求解，将问题分解成如下三个子问题，步骤如下：
首先，固定ARIS反射系数和终端设备的功率分配因子/>，优化基站波束成形向量/>，构建子问题/>如下：
；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为的线性形式，其中，/>定义为最优系统能效，/>在每次迭代中变化，初始化/>，/>遵守的更新规则为/>。令/>，/>，/>。由此，/>可转化为：
；
（10a）；
（10b）；
（10c）；
其中，，
，/>表示对矩阵取迹操作。由于使用了变换/>，原问题新增了（10b）和（10c）约束，（10b）约束保证/>为半正定矩阵，（10c）约束保证/>的秩为一。由于（10c）约束是非凸约束，可利用半定松弛（SDR，Semidefinite Relaxation）方法进行处理，松弛秩一约束（10c）。至此，转化为凸问题，可用凸优化工具包CVX进行求解。对于CVX求解后的基站波束成形矩阵/>，通过奇异值分解，恢复出优化后的基站波束成形向量/>。/>
其次，固定基站波束成形向量和终端设备的功率分配因子/>，优化ARIS反射系数/>，构建子问题/>如下：
（11）；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为的线性形式。令/>，/>，，其中，/>，/>，/>，，/>。令/>，其中/>，/>。由此，/>可转化为：
；
（12a）；
（12b）；
（12c）；
（12d）；
其中，,
，。
此处使用引理：
，/>。该引理用于对/>进行处理，以解决凹减凹的优化问题。由于使用了变换/>，原问题新增了（12c）和（12d）约束，（12c）约束保证/>为半正定矩阵，（12d）约束保证/>的秩为一。由于（12d）约束是非凸约束，可利用SDR进行处理，松弛秩一约束（12d）。至此，/>转化为凸问题，可用凸优化工具包CVX进行求解。对于CVX求解得到的/>通过奇异值分解，恢复出优化后的ARIS反射系数/>。
最后，固定基站波束成形向量和ARIS反射系数/>，优化终端设备的功率分配因子/>。由于系统功率消耗与变量/>无关，对此构建子问题/>如下：
（13）；/>
其中，。由于目标函数/>是关于/>的单调递增函数，当目标函数/>取得最大值时，采集能量取得最小值/>。根据（8a）约束，，从而得到优化后的终端设备的功率分配因子/>。
对上述三个子问题采用AO算法进行迭代求解，直至目标函数收敛。
下面给出计算机上利用MATLAB实现发明的一个实例。模型图如图2所示，在仿真中设定无线信道相互独立，信道状态信息在相关时间块中保持恒定。基站坐标（0，0），ARIS坐标（5，5），终端设备坐标（12，3），单位为米。基站到ARIS的信道为，基站到终端设备的信道为/>，ARIS到终端设备的信道为/>，均服从于莱斯分布，参考距离1米的路径衰落为-30dB。基站的天线数/>，ARIS振幅最大值/>，ARIS的放大效率/>，能量转换效率/>。噪声功率/>，/>。ARIS每个反射单元的电路功耗和直流偏置功耗分别为/>，/>，基站的电路功耗/>，终端设备的电路功耗/>，最小采集能量/>。
图3为本发明实例中进行SWIPT系统能效优化时，反射单元数与SWIPT系统能效的关系图。从图中可以看出：本发明提出的方案在能效上均优于两种对比方案，且随着反射单元数的增加，本发明方案优势逐渐增大。
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，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：包括，
获取基站到ARIS、ARIS到终端设备以及基站到终端设备的信道增益；
根据信道增益，计算终端设备处的传输速率和采集到的能量，以及系统总功率消耗；
以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
2.如权利要求1所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述终端设备的信道增益包括，终端设备处的接收信号表示为：
；
其中，表示共轭转置操作；/>表示基站与终端设备之间的信道衰落向量；/>表示ARIS与终端设备之间的信道衰落向量；表示ARIS的反射系数，/>与/>分别表示ARIS第/>个反射单元的振幅与相位，并且/>，/>为虚数单位，/>表示对角化操作；/>表示基站与ARIS各反射单元之间的信道衰落矩阵，其中/>；/>表示基站的波束成形向量；/>表示基站向终端设备发送的信息，其中/>，/>表示取数学期望操作，表示对复数取模操作；/>和/>分别表示ARIS和终端设备处的高斯白噪声，其分别服从均值为0、方差为/>和/>的复高斯分布，记作/>和/>，式中/>表示/>维的零向量，/>表示/>维的单位矩阵。
3.如权利要求2所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述SWIPT系统包括，在SWIPT系统中，终端设备处接收信号可分为信息解码信号与能量采集信号/>两部分，其分别表示为：
；
其中，表示终端设备的功率分配因子，/>表示在信号处理过程中产生的附加噪声，其服从均值为0、方差为/>的复高斯分布，记作/>。
4.如权利要求3所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述传输速率包括，根据式（2），信息解码信号部分的传输速率表示为：
；
其中，表示对向量取二范数操作。
5.如权利要求4所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述采集到的能量包括，根据式（3），能量采集信号部分的采集能量表示为：
；
其中，表示能量转换效率。
6.如权利要求5所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述SWIPT系统的总功率消耗包括基站消耗的功率、ARIS消耗的功率以及终端设备消耗的功率，其中ARIS消耗的放大功率表示为：
；
其中，表示对矩阵取F范数操作；SWIPT系统总功率消耗表示为：
；
其中，表示基站的电路功率消耗；/>为ARIS放大器效率；/>和/>分别表示ARIS每个反射单元的电路功率消耗和直流偏置功率消耗；/>表示终端设备的电路功率消耗。
7.如权利要求6所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述SWIPT系统的总功率消耗还包括，通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率，构建的优化问题如下：
；
其中，（8a）表示采集能量约束以保障终端设备的基本功率消耗需求，是采集能量最小值；（8b）表示ARIS最大振幅约束，/>是ARIS第m个反射单元的振幅最大值；（8c）表示终端设备的功率分配因子取值范围约束，通过联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。
8.如权利要求7所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述最大化SWIPT系统的能量效率包括，由于所述基站波束成形向量、ARIS反射系数和终端设备的功率分配因子变量在优化问题中相互耦合，所以利用交替优化算法迭代求解，将问题分解成三个子问题；
固定ARIS反射系数和终端设备的功率分配因子/>，优化基站波束成形向量/>，构建子问题/>如下：
；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为线性形式，通过半正定松弛算法松弛非凸的秩一约束，将子问题转化为凸优化问题，用凸优化工具包CVX进行求解，对于CVX求解后的基站波束成形矩阵/>，通过奇异值分解，恢复出优化后的基站波束成形向量/>。
9.如权利要求8所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述最大化SWIPT系统的能量效率包括，固定基站波束成形向量和终端设备的功率分配因子/>，优化ARIS反射系数/>，构建子问题/>如下：
；
针对中的目标函数，利用Dinkelbach方法，将分式形式转化为线性形式，通过SDR算法松弛非凸的秩一约束，将该子问题转化为凸优化问题，可用凸优化工具包CVX进行求解，对于CVX求解得到的/>通过奇异值分解，恢复出优化后的ARIS反射系数/>。
10.如权利要求9所述的一种有源可重构智能表面辅助的无线信息与能量同传方法，其特征在于：所述最大化SWIPT系统的能量效率还包括，固定基站波束成形向量和ARIS反射系数/>，优化终端设备的功率分配因子/>，由于系统功率消耗与变量/>无关，对此构建子问题/>如下：
；
由于目标函数是关于/>的单调递增函数，当目标函数/>取得最大值时，采集能量取得最小值/>，根据采集能量约束，得到优化后的终端设备的功率分配因子如下：
；
对三个子问题采用AO算法进行迭代求解，直至目标函数收敛。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311371011.6A CN117119499B (zh) | 2023-10-23 | 2023-10-23 | 一种有源可重构智能表面辅助的无线信息与能量同传方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311371011.6A CN117119499B (zh) | 2023-10-23 | 2023-10-23 | 一种有源可重构智能表面辅助的无线信息与能量同传方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117119499A true CN117119499A (zh) | 2023-11-24 |
| CN117119499B CN117119499B (zh) | 2024-03-15 |
Family
ID=88809473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311371011.6A Active CN117119499B (zh) | 2023-10-23 | 2023-10-23 | 一种有源可重构智能表面辅助的无线信息与能量同传方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117119499B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117499962A (zh) * | 2023-12-29 | 2024-02-02 | 南京邮电大学 | 一种有源可重构智能表面辅助通信的安全能效优化方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113556164A (zh) * | 2021-06-30 | 2021-10-26 | 杭州电子科技大学 | Irs辅助的swipt系统中基于能效优先的波束成型优化方法 |
| CN114466388A (zh) * | 2022-02-16 | 2022-05-10 | 北京航空航天大学 | 一种智能超表面辅助的无线携能通信方法 |
| CN114520989A (zh) * | 2022-01-21 | 2022-05-20 | 重庆邮电大学 | 多载波数能同传noma网络能效最大化方法 |
| CN115173901A (zh) * | 2022-06-07 | 2022-10-11 | 中国南方电网有限责任公司超高压输电公司 | 基于irs辅助的miso无线携能通信系统的能效最大化方法 |
| CN115243295A (zh) * | 2022-07-25 | 2022-10-25 | 郑州大学 | 一种基于深度强化学习的irs辅助swipt-d2d系统资源分配方法 |
| CN115484607A (zh) * | 2022-09-09 | 2022-12-16 | 南京工业大学 | 一种ris辅助的swipt无线系统安全通信方法 |
| CN116566444A (zh) * | 2023-03-03 | 2023-08-08 | 重庆邮电大学 | 一种基于irs辅助的miso无线携能通信系统能效最大化方法 |
| CN116634544A (zh) * | 2023-06-16 | 2023-08-22 | 西安邮电大学 | 反向散射ris辅助无人机使能的mec能效最大化方法 |
-
2023
- 2023-10-23 CN CN202311371011.6A patent/CN117119499B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113556164A (zh) * | 2021-06-30 | 2021-10-26 | 杭州电子科技大学 | Irs辅助的swipt系统中基于能效优先的波束成型优化方法 |
| CN114520989A (zh) * | 2022-01-21 | 2022-05-20 | 重庆邮电大学 | 多载波数能同传noma网络能效最大化方法 |
| CN114466388A (zh) * | 2022-02-16 | 2022-05-10 | 北京航空航天大学 | 一种智能超表面辅助的无线携能通信方法 |
| CN115173901A (zh) * | 2022-06-07 | 2022-10-11 | 中国南方电网有限责任公司超高压输电公司 | 基于irs辅助的miso无线携能通信系统的能效最大化方法 |
| CN115243295A (zh) * | 2022-07-25 | 2022-10-25 | 郑州大学 | 一种基于深度强化学习的irs辅助swipt-d2d系统资源分配方法 |
| CN115484607A (zh) * | 2022-09-09 | 2022-12-16 | 南京工业大学 | 一种ris辅助的swipt无线系统安全通信方法 |
| CN116566444A (zh) * | 2023-03-03 | 2023-08-08 | 重庆邮电大学 | 一种基于irs辅助的miso无线携能通信系统能效最大化方法 |
| CN116634544A (zh) * | 2023-06-16 | 2023-08-22 | 西安邮电大学 | 反向散射ris辅助无人机使能的mec能效最大化方法 |
Non-Patent Citations (5)
| Title |
|---|
| LI, YIZHI, ET AL.: ""Sum Secrecy Rate Maximization for Active RIS-Assisted Uplink SIMO-NOMA Networks"", 《IEEE COMMUNICATIONS LETTERS》 * |
| MA, RUOYAN, ET AL.: ""Energy Efficiency Optimization for Mutual-Coupling-Aware Wireless Communication System based on RIS-enhanced SWIPT"", 《IEEE INTERNET OF THINGS JOURNAL 》 * |
| MOHAMED, ABDELHAMED, ALESSIO ZAPPONE, AND MARCO DI RENZO.: ""Bi-objective optimization of information rate and harvested power in RIS-aided SWIPT systems"", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
| ZHANG, RUICHEN, ET AL.: ""Energy efficiency maximization in RIS-assisted SWIPT networks with RSMA: A PPO-based approach"", 《IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS》 * |
| 贾瑞霞, 岳殿武, 陈荥等.: ""透射反射双功能RIS辅助的SWIPT系统研究"", 《无线电工程》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117499962A (zh) * | 2023-12-29 | 2024-02-02 | 南京邮电大学 | 一种有源可重构智能表面辅助通信的安全能效优化方法 |
| CN117499962B (zh) * | 2023-12-29 | 2024-03-15 | 南京邮电大学 | 一种有源可重构智能表面辅助通信的安全能效优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117119499B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117119499B (zh) | 一种有源可重构智能表面辅助的无线信息与能量同传方法 | |
| US10516452B1 (en) | Using artificial signals to maximize capacity and secrecy of multiple-input multiple-output (MIMO) communication | |
| Xu et al. | Reconfigurable intelligent surface empowered symbiotic radio over broadcasting signals | |
| CN114172547B (zh) | 基于智能反射面的无线携能通信混合预编码设计方法 | |
| CN116347579B (zh) | 基于可重构智能表面辅助的d2d通信功率优化方法及系统 | |
| CN113726395B (zh) | 一种智能反射面增强云接入网多天线用户上行传输方法 | |
| CN117499962B (zh) | 一种有源可重构智能表面辅助通信的安全能效优化方法 | |
| CN116566444A (zh) | 一种基于irs辅助的miso无线携能通信系统能效最大化方法 | |
| Dong et al. | Efficient EP detectors based on channel sparsification for massive MIMO systems | |
| 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 | |
| Yang et al. | Joint hybrid and passive beamforming for millimeter wave symbiotic radio systems | |
| Zhang et al. | Deep radio fingerprint resnet for reliable lightweight device identification | |
| Zhang et al. | Fronthaul compression and beamforming optimization for uplink C-RAN with intelligent reflecting surface-enhanced wireless fronthauling | |
| CN114765785B (zh) | 一种基于最大信噪比的多智能反射面选择方法 | |
| CN116709538A (zh) | 一种双ris协作辅助的noma系统上行传输方法及装置 | |
| CN115379478B (zh) | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 | |
| CN111726803A (zh) | 一种基于认知无线电的能量采集方法和装置 | |
| 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 | |
| CN114513235A (zh) | 基于b5g通信系统中的平面轨道角动量传输与资源分配方法 | |
| CN115002794A (zh) | 一种利用可自持智能反射面提高广播通信传输性能的方法 | |
| Nguyen et al. | DCA approaches for simultaneous wireless information power transfer in MISO secrecy channel | |
| US11621591B2 (en) | Beamforming generation method in system for simultaneously transmitting wireless information and power, and recording medium and apparatus for performing same | |
| CN115412141B (zh) | 一种irs辅助的空移键控调制系统的相移优化方法 | |
| Omondi et al. | Variational autoencoder-enhanced deep neural network-based detection for MIMO systems | |
| Liu et al. | A signal detection algorithm based on chebyshev accelerated symmetrical successive over-relaxation iteration for massive mimo 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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |