论文部分内容阅读
近年来随着高性能宽带通信系统的演进,无线通信设备的能耗问题日益凸显。常规通过手动更换电池/充电的方法存在人力开销大、成本高和高通信中断率等诸多根本的技术瓶颈,难以在大规模的无线网络,尤其是将来的物联网系统中广泛应用。近年来新兴的无线射频充电技术的兴起提供了一种简便高效的供能方法。通过使用射频无线充电设备,可以远距离对大量的无线设备进行无侵入性的持续供电。这项革新的供电技术也催生了通信领域的一个重要研究方向,即基于无线供电通信网络（Wireless powered communication network,WPCN）。WPCN虽摆脱了电池电量受限的困境,但也面临着诸多技术挑战,如“双重远近问题”,即在下行链路中离关联混合接入点（Hybrid access point,HAP）较远的无线设备（用户）获得的无线能量比离关联HAP较近的无线设备收集到的无线能量要少。另一方面,由于频谱资源的不可再生和稀缺性,将认知无线电（Cognitive radio,CR）引入到WPCN中,与传统无线通网络共享频谱,这样虽然提高了频谱利用率,但不可避免会使相互之间产生干扰。因此,如何设计高效的无线供能通信协作方案,已成为国内外众多学者研究的热点之一。本学位论文紧密围绕现代无线通信系统的迫切需求,以WPCN为研究主体,重点关注了与WPCN密切相关的两个研究热点问题:第一,WPCN有严重的用户不公平性问题和加权吞吐量问题,即“双重远近问题”与频谱效率问题;第二,WPCN与主网络共存下的干扰问题和次级网络的吞吐量公平性问题。论文针对这两个问题展开研究,所得出的成果一方面完善和推动了WPCN的相关研究,另一方面为基于无线射频供电的多用户簇协作通信技术在WPCN中的实际应用提供了理论参考和实践指导。本学位论文主要研究内容和创新点如下:1、提出一个多用户簇协作协议。WPCN由一个装有多天线HAP和一系列分布式低功耗单天线无线设备组成,该HAP在下行链路中将无线能量传输给无线设备,在上行链路中接收来自无线设备的传感数据。为提高一些离HAP较远的无线设备的吞吐量性能,本学位论文提出一个多用户簇协作协议,即选取无线设备中的一个作为簇首（Cluster head,CH）,剩余的无线设备作为簇成员（Cluster members,CMs）,簇首（CH）用来中继簇成员（CMs）的信息给HAP,从而有效地提高了远端无线设备的吞吐量性能。然而,其性能也受到簇首（CH）的高能耗限制。为处理这个能量不均衡问题,本学位论文提出在多天线HAP处引入能量波束成形技术,即将较多的传输功率分配给簇首（CH）来平衡所有无线设备的能耗。同时,提出联合优化能量波束成形设计、HAP与无线设备之间的传输时间分配以及簇首（CH）的传输功率分配,最大最小化了可达数据速率（吞吐量）最小的无线设备,有效地解决了用户的“双重远近问题”,从而提高WPCN的吞吐量公平性。本学位论文提出了一种有效的优化算法来解决这个联合优化问题,并在实际网络场景下仿真验证了所提出的多用户簇协作方案比传统直接传输方案能更有效地提高WPCN的吞吐量公平性和加权吞吐量。2、提出一个与主网络共存的衬垫认知无线供电通信网络（Underlay Cognitive WPCN,U-CWPCN）。主网络是一个点对点通信链路,在整个持续时间内一直处于工作状态,主网络的信道状态信息对WPCN来说是未知的。WPCN利用多天线能量波束成形技术和多用户簇协作协议,平衡了二级系统中无线设备的能量消耗,有效地降低了用户的“双重远近问题”,提高了WPCN吞吐量的公平性。但是,使用能量波束成形和多用户簇协作协议可能对主网络造成严重的干扰。为了解决这个问题,本学位论文提出将认知无线电（CR）技术引入到WPCN中,即认知无线供电通信网络（Cognitive WPCN,CWPCN）,在峰值温度干扰约束下,优化了认知无线供电通信网络（CWPCN）的吞吐量性能,联合优化了能量波束成形设计、HAP与无线设备之间的传输时间分配以及每个无线设备的传输功率分配,以最大最小化无线设备的吞吐量。并将此非凸优化问题转换为凸优化问题,利用现有的凸优化算法对其进行了有效地求解。而且在实际的网络场景下进行了模拟,仿真结果表明,该方法在保证主网络的通信质量的同时能有效地提高认知无线供电通信网络（CWPCN）的吞吐量公平性。3、提出一个与主网络共存的重叠认知无线供电通信网络（Overlay Cognitive WPCN,O-CWPCN）。与衬垫认知无线供电通信网络（U-CWPCN）不同的是,重叠认知无线供电通信网络（O-CWPCN）对主网络的信道状态信息是已知的,从而HAP可以协作主发射机将消息传输到主接收机端。然而,随着重叠认知无线供电通信网络（O-CWPCN）与主发射机的距离越来越近,对簇首（CH）的干扰也越来越大。为了解决这个问题,利用HAP对主链路信道状态信息的了解,在主速率约束下,推导出每个无线设备的吞吐量。为提高无线设备之间用户的公平性,联合优化HAP和主发射端之间的合作时间、能量波束成形设计、HAP和无线设备之间的传输时间分配及无线设备之间的传输功率分配,在主速率约束下,以最大最小化无线设备的吞吐量,并证明了用逐次凸逼近法求解非凸联合优化问题是可行的。并在实际的网络场景下进行了模拟,仿真结果表明,该方法能有效地提高认知无线供电通信网络（CWPCN）的吞吐量公平性。