非线性能量收集认知无线电网络的次用户吞吐量最大化方案

针对一对主用户和M对次用户构成的认知无线电网络(cognitive radio network,CRN),研究了非线性能量收集的认知无线电网络的次用户吞吐量最大化问题。具体来说,对于考虑次用户发射器(secondary transmitter,ST)电路功率的情况,首先将主用户吞吐量需求下的次用户吞吐量最大化(secondary throughput maximization,STM)问题建模为一个非线性优化问题,然后将它转化成凸优化问题,最后提出一种联合使用黄金分割和二分法的低复杂度算法,获得主用户发射器(primary transmitter,PT)能量传输和次用户信息传输的最优时间分配以及主用户发射器的最优发射功率。对于忽略次用户发射器电路功率的情况,首先证明次用户吞吐量最大化问题的凸特性,然后设计了一个更高效的算法来求解。仿真结果表明,相比等时间分配方案和链路增益优先级方案,提出的设计算法能显著提升次用户吞吐量。

具有非线性能量收集的RIS辅助无线供电通信网络的吞吐量优化

为了提高无线供电通信网络(WPCN)的信息吞吐量及传能效率并实现系统可持续工作,研究可重构智能表面(RIS)辅助WPCN的吞吐量优化问题。采用非线性能量收集模型,并对RIS进行能量分配,通过联合优化RIS的反射相位和能量分配系数,基站的发射波束赋形,基站能量传输,下行能量传输和上行信息传输的时间分配,以最大限度提高网络用户信息传输的吞吐量。所考虑的优化问题的优化变量高度耦合,难以直接求解。提出基于分块优化、松弛变量引入和半正定松弛方法的高效算法求解该问题。仿真结果表明,与现有的基准方案对比,所提算法能显著提高系统吞吐量和可靠性。

基于非线性能量收集的认知WPCN性能优化

考虑了一个基于点对点主通信链路的认知无线供电通信网络(Wireless Powered Communication Network,WPCN),该认知WPCN由一个多天线混合接入点组成,该接入点将无线能量传输给一组低功耗无线设备,并接收来自这些无线设备的传感数据。为了解决认知WPCN中固有的用户不公平问题,同时考虑到同相/正交不平衡、非线性放大幅度和相位噪声对低成本传感器节点物理收发器的影响,提出了一个基于非线性能量收集的簇协作协议,从而平衡不同无线设备的能量消耗,提高了认知WPCN系统的吞吐量性能。为了保证主系统的性能,考虑了主系统的温度干扰约束,在三种实际网络环境下进行了仿真,结果表明,该方法能有效提高认知WPCN的吞吐量公平性,同时保证了主网络的通信质量。

无线携能网络中一种非线性能量收集与信息传输均衡策略

在无线携能(SWIPT)网络中,节点通常采用非线性能量收集。论文首先建立了非线性能量收集模型,提出了时隙切换与静态功率分割相结合的智能协同SWIPT传输方案(CoTP),推导了该传输方案的速率-能量(R-E)域,研究了接收端存在电路功耗情况下CoTP方案的速率-能量(R-E)均衡策略。同时,论文将所提的CoTP策略与动态功率分割(DPS)、开-关功率分割(OPS)、静态功率分割(SPS)与时隙切换策略(TS)的R-E域性能进行了比较,仿真分析了噪声以及接收端电路功耗对R-E域性能的影响。数值结果表明,与其他方案相比,若不考虑电路功耗情况,所提CoTP策略在每比特收集能量为0.6 mJ^2.4 mJ时具有较高的可达速率。若考虑电路功耗情况,所提CoTP策略在每比特收集能量为0 mJ^1.5 mJ时具有较高的可达速率,可以实现能量收集与信息传输的均衡。

基于非线性能量收集的全双工认知中继网络的联合优化方法

针对信息传输过程的时间消耗和信道估计误差对网络能效的影响,提出了一种基于非线性能量收集的全双工认知中继网络的联合优化方法。所提方法是在中继采用非线性能量收集并考虑非完美信道状态信息(CSI)的情况下,首先通过将能效非凸优化问题转化为两个凸的子优化问题,从而求出次用户和中继的传输功率以及收集的能量;其次,在保证主用户干扰门限以及最优传输功率非负的情况下,求出传输的信道容量范围;最后,将传输功率代入表达式得到关于时间的目标函数,并利用海森矩阵证明该目标函数为凸函数,进而求出最优传输时间以及功率分割因子,最终得出能效最优解。实验结果表明,在相同条件下,所提联合优化方法的能效相较于仅优化传输功率的能效提升了约84.3%;同时验证了信道估计误差因子为0.01时,所提方法的网络能效降低了约1.9%。

基于非线性能量收集的全双工认知无线电网络频谱共享方案

提出一种基于全双工认知无线电网络频谱共享方案,其中全双工次级发射机(secondary transmitter,ST)非线性地从主要用户那里收集射频(radio frequency,RF)能量。ST从主要用户那里获取足够的能量后,它将协助主用户传输信号,以交换频谱共享的机会。在认知传输期间,ST采用叠加编码方案,用以实现连续的主用户数据中继和次用户数据传输。具体地说,ST和次接收机(secondary receiver,SR)存储并解码当前主用户信号。在SR处应用连续干扰消除和信息检测方案来提取所需的二次数据。主接收机(primary receiver,PR)将次用户数据视为干扰信息,通过执行联合解码以获得主用户数据。采用离散马尔可夫链模型模拟ST电池的充放电过程。在保证主用户系统传输性能的同时,通过最大化次用户系统可实现的速率来确定最优功率分配系数,该方案能显著提高主用户系统的传输性能,同时实现次用户系统的基本传输需求。

基于非线性能量收集的多用户MIMO认知无线供电通讯网络

能量收集网络能够延长能量受限型网络的生命周期,然而目前的研究大多针对单一天线的网络系统,同时线性的能量收集模型无法准确刻画系统能量收集过程.为此,针对能量收集多用户多输入多输出认知无线供电通讯网络系统,基于非线性能量收集模型分别建立overlay和underlay场景下的系统吞吐量优化模型;由于系统模型的参数耦合和非线性约束特性导致问题为联合凹的,利用等效代换将系统模型转化为等效凸问题,使用拉格朗日对偶方法求解;继而分别给出能量与信息协方差矩阵最优解形式及最优时间分配系数的求解方法,并使用数学方法证明其最优性.最后,基于实际的风电能量收集数据,验证算法的有效性及性能.仿真结果表明,与平均功率分配算法相比,最优求解算法能够实现更好的平均系统吞吐量,同时所述算法均在有限次迭代后达到稳定收敛.

基于功率分割能量收集的全双工中继网络的能效优化

针对全双工放大转发中继网络的能效提高问题,提出了一种基于功率分割能量收集的全双工中继网络的能效优化方法。该全双工中继网络的中继节点采用功率分割方式进行非线性能量收集,在非完美信道下,将非凸的能效问题转化为最小能量消耗问题,进一步转化为优化发射功率和传输时间两个子问题。根据信道容量得到最优传输速率,通过vpasolve函数求出最优传输速率和功率分割因子,再利用香农公式求最优传输时间,最终得到能效的最优解。仿真表明,所提方法的能效比仅优化传输速率和传输时间的能效分别提升约13.07%、8.48%,比单向全双工放大转发的能效提升约28.59%。

UAV协助的能量收集MEC系统资源分配方法

针对在能量收集和计算任务卸载过程中距离基站较远的用户设备遭受的双重远近问题,提出了一种无人机(Unmanned Aerial Vehicle,UAV)协助的非线性能量收集移动边缘计算(Mobile Edge Computing,MEC)系统资源分配方法。近距离用户设备由搭载MEC服务器的基站为其补充能量和提供计算服务,通过引入搭载MEC服务器的UAV为远距离用户设备补充能量并提供计算服务以缓解其遭受的双重远近问题。在满足用户设备和UAV的能量消耗以及UAV速度等约束条件下,以最大化系统计算完成的数据量为目标,将资源分配问题建模成非线性规划问题,利用差分进化算法,得到次优解。仿真结果表明,与基于遗传算法的资源分配方法和基于差分进化算法的固定功率分配方法相比,所提方法的系统计算完成数据量分别提升了25.8%和10.0%,能够有效地缓解双重远近问题。

基于用户窃听的MU-MISO反向散射通信系统鲁棒资源分配算法

针对反向散射通信系统信道估计不准、信息容易被窃听等问题,该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法,以提高系统传输鲁棒性与信息安全性。首先,考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束,建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次,基于非线性能量收集模型和有界球形信道不确定性模型,利用变量松弛法和S过程将原NP-hard问题转化为确定性问题,随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较高的系统容量和较低的中断概率。

基于NOMA的共生反向散射通信的性能分析

非正交多址接入和环境反向散射通信是提高无线通信系统频谱效率的关键技术.针对能量受限问题,提出了一种基于瑞利衰落信道的下行非正交多址接入多路传输的共生反向散射通信系统.该系统由1个源节点S、1个反向散射设备BD和1个目的节点D组成.考虑到实际的非线性能量收集模型,在满足反射设备的能量因果约束的情况下,采用了一种最优动态反射系数以最大化反向散射信号的功率,推导了该系统中断概率的解析表达式,通过仿真验证了理论推导的正确性.仿真结果表明,反射设备电路的自身损耗对系统中断性能有重要影响.此外,通过仿真对比分析了基于非正交多址的共生反向散射通信系统和基于正交多址的共生反向散射通信系统性能,结果表明基于非正交多址的共生反向散射通信系统具有更好的中断性能.

RIS辅助认知反向散射通信网络吞吐量最大化算法

为了提高频谱利用率与解决反向散射通信存在障碍物阻挡导致通信质量急剧下降的问题,基于实际非线性能量收集模型,本文研究了智能超表面(reconfigurable intelligent surface,RIS)辅助的认知反向散射通信网络吞吐量最大化问题.考虑最大干扰功率、最小能量收集与RIS相移约束,建立了一个联合优化传输时间、发射功率、反射系数与RIS相移的多变量耦合资源分配模型。利用变量替换、二次变换和半正定松弛方法,将原问题转换为凸优化问题求解,并提出一种基于迭代的吞吐量最大化资源分配算法.仿真结果表明,与传统线性能量收集算法相比,所提算法平均吞吐量提升了15.0%;与传统无RIS辅助算法相比,所提算法平均吞吐量提升了22.7%.

Secrecy outage performance for wireless-powered relaying systems with nonlinear energy harvesters

We consider a cooperative system consisting of a source node, a destination node, N （N 〉 1） wirelesspowered relays, and an eavesdropper. Each relay is assumed to be with a nonlinear energy harvester, in which there exists a saturation threshold, limiting the level of the harvested power. For decode-and-forward and power splitting protocols, the Kth best relay is selected to assist the source-relay-destination transmission. An analytical expression for the secrecy outage probability is derived, and also verified by simulation.