基于无线供能的MIMO上行传输联合时间功率分配方法

摘要

随着物联网的发展,越来越多的低功耗智能设备得到大规模的部署和应用.本文主要研究了基于有限电池容量约束和能量接收灵敏度约束的无线供能多输入多输出系统上行传输。其中，有限电池容量约束要求本文研究多时隙优化，并且使得各个时隙之间相互不独立。相对于传统单时隙优化，多时隙优化虽然更为复杂但是具有更好的性能。有限电池容量约束更符合实际的通信场景，并且能够更加灵活的在每一能量到达间隔内分配接收到的能量。这一方案解决了可再生能量受限于具体天气和通信环境的问题，同时避免了由于现有研究无限容量电池忽略能量溢出而导致的频谱效率虚高的问题。此外，本文将无线供能通信的下行无线能量传输阶段建模为一个参数为p的伯努利过程。即，当基站进行下行无线能量传输之前，首先估计接收信号功率。当且仅当预估接收功率大于能量接收灵敏度时，基站才进行下行无线能量传输，从而减小基站能量浪费。为最优接收能量，基站使用能量波束成形技术，并由此计算了下行无线能量传输的概率p。最优问题建模为最大化多个时隙内的平均频谱效率，同时满足电池容量约束（即存入电池的能量不能大于电池的容量）和能量因果约束（即上行无线信息传输仅能使用当前时隙和之前时隙接收到的能量）。为了求解这一非凸问题，本文提出了一种联合最优功率分配和时间分配算法。在功率分配时，首先为当前时隙信息传输分配已有电池能量的p部分，再使用注水算法分配每个天线上的功率。同时，本文证明了时间分配为一个凸优化问题，可使用一维搜索进行求解。相对于已有算法，联合功率和时间分配算法具有复杂度低，频谱效率高的优点。此外，本文还将该算法扩展到多用户场景。rn 为了测试算法性能，本文对比了一些现存的功率分配方法，即部分功率分配算法，恒定水位算法，和能量自适应算法算法。与自适应时间分配或固定时间分配相结合，本文共测试六种在线功率和时间分配策略。rn仿真数据表明，相对于传输方法，本文所提出的算法在频谱效率、能量效率、中断概率等性能方面具有显著的提升。