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

为了解决能量收集效率易受到障碍物阻挡和信道不确定性影响的问题,该文提出一种基于智能反射面(IRS)辅助的无线供电通信网络鲁棒能效(EE)最大化算法。首先,考虑最小收集能量、IRS相移、最小吞吐量等约束,基于有界信道不确定性,建立一个联合优化能量波束、相移、传输时间的多变量耦合非线性资源分配模型。然后,利用最坏准则、变量替换和S-Procedure等方法,将原非凸问题转换为确定性凸优化问题,同时,提出一种基于迭代的鲁棒能效最大化算法进行求解。仿真结果表明,与现有算法比较,该文算法具有较好的能效和鲁棒性。     

智能反射表面辅助无线能量传输的保密率最大化算法

为了减少窃听者对合法接收者的信息接收影响和窃听者的有用信息接收量,该文研究利用智能反射表面(IRS)来实现无线供电通信网络(WPCN) 中窃听端处的波束抵消。首先在传输能量的同时进行窃听检测,IRS根据合法用户的能量状态选择是否采取防窃听模式,然后在存在窃听的情况下,研究了窃听信道完美和不完美状态下系统的保密率最大化问题。分析表明,这一最大化问题是相移、功率分配、时间分配的多变量耦合非凸问题,可以采用分步优化、变量替换和S-Lemma等方法进行求解。仿真结果表明,与基准算法相比,所提算法提升了保密率,当智能反射表面元件数为80时保密率提升了44%,发射功率为40 dBm时保密率提升了34%。     

具有能量收集功能的无线中继网络资源分配

针对具有能量收集功能的无线中继网络,通过分析有限能量存储约束和能量消耗的因果约束对资源分配的影响,提出了基于马尔科夫决策的功率分配算法以最大化中继网络的吞吐量。所提算法根据无线信道状态信息和电池容量信息对功率分配进行动态调整,合理利用收集到的绿色能源,实现网络吞吐量的极大提升。对具有不同能量收集效率的场景进行了仿真,验证了所提算法的优越性。     

无线传感器网络能量收集技术分析

对无线传感器网络节点的能量供应及其管理技术的现状进行了讨论.分析研究了无线传感器网络节点的能量收集原理、技术与方法,认为无线传感器网络节点能量管理应从节能与供能两方面去解决.对环境中存在的各种能源的收集原理与方法进行了分析,这些能源包括太阳能、风能、声能、振动、热电以及电磁场能等.最后提出了传感器节点应该采用尽可能多的方法从环境中吸取能量,以确保传感器节点能够长期、稳定、可靠地工作.     

无线传感器网络能量收集技术分析

对无线传感器网络节点的能量供应及其管理技术的现状进行了讨论。分析研究了无线传感器网络节点的能量收集原理、技术与方法,认为无线传感器网络节点能量管理应从节能与供能两方面去解决。对环境中存在的各种能源的收集原理与方法进行了分析,这些能源包括太阳能、风能、声能、振动、热电以及电磁场能等。最后提出了传感器节点应该采用尽可能多的方法从环境中吸取能量,以确保传感器节点能够长期、稳定、可靠地工作。     

无线传感器网络能量收集技术分析

对无线传感器网络节点的能量供应及其管理技术的现状进行了讨论。分析研究了无线传感器网络节点的能量收集原理、技术与方法，认为无线传感器网络节点能量管理应从节能与供能两方面去解决。对环境中存在的各种能源的收集原理与方法进行了分析，这些能源包括太阳能、风能、声能、振动、热电以及电磁场能等。最后提出了传感器节点应该采用尽可能多的方法从环境中吸取能量，以确保传感器节点能够长期、稳定、可靠地工作。     

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。      

基于射频能量收集的无线中继网络资源分配

针对现有射频能量收集网络资源分配研究局限于单个数据源场景,无法适配于多数据源网络的问题,提出了一种适用于多数据源场景的射频能量收集中继网络传输协议框架,在该框架内节点可作为源节点或中继节点传输自身数据或转发数据,并在其他节点的数据传输过程中完成射频能量收集。以协议框架为基础,分别以系统吞吐量及用户公平性为优化目标设计两种资源分配方案。仿真表明,两种方案可有效改善网络吞吐量及资源分配公平性。     

无线供能网络中数据收集的能量效率最大化方案

研究提出由多个射频能量源和汇聚节点组成的无线供能网络，通过联合最优化能量源的发送功率、能量发送时长和节点的数据发送时间，最大化数据收集的能量效率。首先对能量效率最大化问题进行建模。接着，分析得到发送功率的最优取值，并进一步推导出能量效率函数的单调性和吞吐量函数的凹凸性。最后，基于这些属性设计出联合使用黄金分割法和二分法的高效最优算法的快速得到最优解。仿真结果表明，相比于基准方法，所提出的最优算法能显著提高能量效率。     

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（secondarythroughput 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（primarytransmitter,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。     

基于射频供能的无线传感网络数据收集系统设计

随着现代信息技术、嵌入式系统以及植入式电子设备的发展,小型化、低功耗的无线传感网络已融入人们的日常生活影响着方方面面。传统的能量供电方式,生命周期有限更换需要耗费大量的人力财力,维护成本高。针对这一情况,设计了一款基于射频供能的无线传感网络数据传输系统。通过构建相应的天线模块、整流模块以及能量管理模块对环境中的射频电磁波进行采集,进而转换为负载可以直接使用的稳定直流电。同时由于射频电磁波能量密度低,导致输出的直流电功率较低,需要对能量分配方案和数据可靠性进行优化选择,并通过建模求解建立信道选择方案,最终提高网络的吞吐效率,继而保障网络节点获得稳定的能量。通过对射频能量传输系统进行仿真和实验测试,验证了设计的有效性和实用性。     

射频供能无线传感器网络高能效数据收集方案

在射频供能无线传感器网络中,提高网络能效和吞吐率是一个重要的研究问题.该文统筹考虑信道分配、节点的能量阈值以及MAC（Medium Access Control）帧分块重传机制,提出高能效和高吞吐率的数据收集方案;推导了节点的充电时间、节点传输一个MAC帧的平均能耗和平均时延、网络能效和吞吐率,定义了网络效用函数,形成了最大化网络效用的优化问题.通过调整效用系数并求解优化问题,可以获得使网络能效和吞吐率最大化的最优能量阈值和MAC帧最优分块个数.仿真结果表明,所提方案的能效和吞吐率高于已有方案.     

能量收集无线传感器网络中的排队分析

在能量收集无线传感器网络中，节点可充电电池的容量和缓存大小会直接影响系统性能。因此，正确理解电池容量和缓存大小对性能产生的影响，对节点的设计具有重要意义。然而现有文献通常把数据到达和能量到达简化成泊松过程，无法刻画传感器数据和能量到达均具有突发性的实际情况。为了准确刻画数据和能量的到达过程，采用两状态Markov调制的on-off流模型描述数据和能量的突发到达过程，利用虚拟队列刻画数据缓存的占用情况和能量状态之间的相关性，并对虚拟队列进行排队分析，得到丢包率和平均延迟的表达式。通过数值研究和仿真验证了不同数据缓冲区大小、电池大小对传感器性能的影响，并针对不同数据到达突发度提出了缓冲区大小和电池大小的设置建议。     

具有能量收集管理的无线传感器节点设计

传感器网络作为物联网的底层核心和感知前端,在实际应用中要求能够长时间连续工作,但是基于电池的有限能源供给严重限制了其灵活设计和长期部署,成为许多领域中影响其应用的重大挑战.能量收集技术使得节点可以从环境获取能量给自身充电,为延长网络寿命提供了一个有效的技术手段.本文设计了一种基于CC2650的无线传感器网络节点,结合基于LTC3331的多源环境能量收集技术,形成了一套完整的带能量补充的微功耗传感器节点.实验通过太阳能板作为能量收集前端进行验证,结果表明其可以实现环境能量的收集和累积存储并驱动节点运行.该节点体积小,自治工作时间长,可以广泛用于环境和结构监测等领域.     

无线传感器网络中能量问题研究进展

随着无线通信技术的高速发展,无线传感器网络凭借其低成本、低功耗、多功能等特性已经在各个领域中得到广泛应用。然而无线传感器网络中的传感器节点依靠自身携带的电池供电严重影响网络寿命,极大限制了无线传感器网络进一步发展和应用。因此,无线传感器网络中的能量问题成为研究热点,本文总结了无线传感器网络中能量问题的现有解决方法、分析其优缺点、介绍最新研究进展并对未来的研究方向进行展望。     

无人机辅助传感器网络中吞吐量与节点能量优化方法

无人机凭借其高机动性可以对传感节点进行无线数据采集和无线供能,然而无线数据采集与无线供能是相互耦合的,如何对两者的资源分配和无人机飞行轨迹进行优化是无人机辅助无线供能传感器网络性能的关键。为此,提出了一种联合优化方案,通过交替优化节点接入、无人机三维飞行轨迹和能量数据传输时间分配,最大化最小节点效用。针对无线供能传感器网络模型中最大化最小节点效用问题提出了一个联合优化方案。由于该问题为非凸问题,提出了一个最大化最小节点效用算法(Maximized the Minimum Node Utility Algorithm,MMNUA),采用块坐标下降法将原始问题转化成4个子问题,并利用连续凸近似技术在每次迭代时依次优化4个子问题,使最大化最小节点效用逐渐收敛。与基础无人机方案相比,MMNUA使系统性能分别提升了14.1%、567.5%和177.0%,有效提高了无人机的工作效率,同时所提算法具有良好的收敛性和较小的复杂度。     

基于生成对抗网络的RIS辅助系统信道估计算法

针对可重构智能表面(Reconfigurable Intelligent Surface, RIS)辅助的通信系统中难以获取准确信道状态信息(Channel State Information, CSI)的问题,提出一种基于条件生成对抗网络(conditional Generative Adversarial Network, cGAN)的深度学习算法,用于实现可重构智能表面辅助单输入多输出(Reconfigurable Intelligent Surface assisted-Single Input Multiple Output, RIS-SIMO)系统的上行信道估计。采用最小二乘(Least Squares, LS)估计算法进行信道的粗估计,进一步设计cGAN将信道估计问题建模为低分辨图像到高分辨图像的恢复问题,通过设计网络结构和改进损失函数来提高信道估计的精度。仿真实验表明,相比传统的LS算法以及基于卷积的深度残差网络(CNN based Deep Residual Network, CDRN)估计算法,所提算法具有更高的估计精度,且可以适应更少导频数目和更复杂的应用场景。     

多标签无线供电反向散射通信网络能效优化算法

为了提高物联网(IoT)节点的运行周期和能量利用率,该文提出一种多标签无线供电反向散射通信网络能效最大化资源分配算法。考虑传输速率约束、能量收集约束以及发射功率约束,建立了基于系统能效最大化的资源分配模型。利用Dinkelbach理论、2次变换以及变量替换法,将原分式非凸问题转化为可求解的凸优化问题。通过拉格朗日对偶理论求得优化问题的全局最优解。仿真结果表明,该算法具有较好的收敛性和能效。     

RIS辅助太赫兹频段车载网络容量优化

为缓解当前无线系统的频谱稀缺和容量限制，引入太赫兹频段并以可重构智能反射面（RIS）进行辅助通信构建一个下行链路车载网络。考虑系统总功率有限约束、蜂窝移动用户服务质量约束、车辆和用户位置随机性约束，以最大化车辆用户总速率建立最优功率分配和RIS最佳部署的混合优化模型。基于平衡法、线性变换法和消元法将原NP-hard问题转化为具有复相关约束多变量耦合的凸优化问题，内层迭代基于拉格朗日乘子法求解最优功率分配，外层迭代基于改进式遗传算法求解RIS最佳部署。仿真结果表明，基于最优功率分配下合理部署RIS节点个数与分布密度能在获得较高目标总容量的同时节约成本。     

分布式机器学习在RIS辅助的无线信道估计中的应用

无线信道估计是部署可重构智能超表面(Reconfigurable Intelligent Surface, RIS)辅助通信系统的关键与前提,然而下行链路传输环境下信道估计困难且导频开销大是对智能超表面辅助通信的重大挑战。针对以上问题,提出了一种基于分布式机器学习(Distributed Machine Learning, DML)训练模型的区域交集切换方案。首先,建立了一个多用户共享的下行信道估计神经网络,通过DML技术协同用户与基站训练网络模型。其次,搭建分层次神经网络结构对用户区域信道进行分类和特征提取。最后,针对用户处于相邻信道交集位置问题采用特征区域模型融合。仿真结果表明,基于区域交集的DML模型方案能在减少信道训练导频开销的同时最大化信道估计的精准性能。