针对数能同传SWIPT的个人理解与总结Part1

无线数能同传(Simultaneous Wireless Information and Power Transfer, SWIPT)技术是指利用无线射频信号可同时携载信息与能量的特点,从一个射频信号中同时接收信息与能量的技术。
针对数能同传SWIPT的个人理解与总结Part1_第1张图片

一、接收机架构
SWIPT有很多种解释,携能通信、数能同传、信能同传等,但实际上还是需要区分其中的内容的——WIT(Wireless Information Transfer)和WPT(Wireless Power Transfer)两个组件,这两个组件形成的SWIPT系统有两类,一类是两种组件区分,作为两个不同功能的接收机;一类是两种组件合并,作为一个统一的接收机。后者较之前者接收机架构更加的复杂,文献大多数研究的是统一接收机架构。

理论模型研究一般都是线性系统,若考虑硬件电路影响产生的非线性效应,则需要考虑具体的实现复杂度问题。

二、资源分配方案
如今较多的针对接收机架构提出的方案有时间切换TS(Time Switching)、功率分配PS(Power Splitting)以及两者联合分配。往细一点分,功率分配还可以分为静态功率分配SPS(Static Power Splitting)、动态功率分配DPS(Dynamic Power Splitting)、开关功率分配OPS(On-off Power Splitting)等。

时分TS方案:通过时分复用分别传输用于信息解码ID(Information Decoder)和能量收集EH(Energy Harvest)的信号;

功分PS(叠加,Superposition)方案:将信号通过一定的功率比例叠加,一部分用于ID,一部分用于EH。
α为时分比例,0≤α≤1;
ρ为功分比例,0≤ρ≤1。

三、资源分配与优化目标
绝大多数针对SWIPT系统资源分配的优化目标都是能效,能效反映的是系统E-R(Energy-Rate)性能,资源分配的目的在于对系统进行干扰抑制和能效提升。

在计算最大能效的过程中,也可以得到功分因子、时分因子、发射功率等的最优值,实际上,最大能效的过程就是对于表示能效的相关参数的联合优化,资源分配的含义就是对于系统内的资源参数——发射功率、功分因子等进行合理分配,实现最优化。

当然,优化目标还包括了吞吐量、可达速率等,个人觉得对于运用了SWIPT技术的系统分析而言,最有说服力的还是能效和吞吐量(能效体现系统性能,吞吐量体现传输纠错能力)。

四、通信方式(SISO、MISO、MIMO;OFDM、NOMA;上下行链路)
研究的主题:基于NOMA(OFDM)的多用户(SISO、MISO、MIMO)SWIPT系统(针对下行或上行或上下行链路)资源分配算法或能效(或其他标准)优化方法。

SISO:点对点,只能作为实验探究,实际应用基本是不考虑的;
MISO:基站多天线,用户单天线,相比MIMO而言更加简单,但也会失去一些可以讨论的点,因为其信道矩阵的秩为1,和单天线系统差别不大;
MIMO:多天线多用户——MIMO——传输预编码——波束成形——迫零预编码

正交频分多址OFDMA具有有效抑制多径衰落、相比以前使用的多址方案更高的频谱效率的优点,然而,忽略信道条件,在基于OFDMA的系统中,每个子载波仅被单个终端占用,这限制了可实现的频谱效率。

由于允许每个子载波同时服务于多个接收端,因此非正交多址访问NOMA可以进一步改善频谱效率。用户之间共享相同频谱会导致解码信息时相互干扰很大,但是通过在接收器处采用连续干扰消除SIC,可以正确解码信息,从而提高系统的吞吐量。

如果采用OFDM,由于用户间能量干扰较低,在设定干扰功率时,只需要考虑系统噪声功率。如果采用NOMA,则需要考虑用户间干扰带来的额外功率,也就是说,在计算传输速率的过程中,不仅有AWGN,还需要考虑传输功率更低的用户的传输干扰;而在计算能量采集的过程中,因为已经没有PS了,只需要将其他用户的干扰再利用。
针对数能同传SWIPT的个人理解与总结Part1_第2张图片

对于下行链路,研究基站向用户同时进行信息与能量传输;
对于上行链路,研究用户利用从基站接收的能量向基站回传信息。
如果是上下行链路,则需要综合考虑。

对于多址接入技术方式而言,个人更加偏向于NOMA,论文研究的角度大多数都是偏向于理想化的,同时自身也可以提出一些利于研究的约束,因此就不需要关心NOMA技术带来的接收机复杂度的限制。

NOMA更加方便资源分配,从目前为止的文献学习和自己列公式分析得出的经验而言,基于MISO的NOMA-SWIPT系统(下行链路)时分方案能效表示是理解较为缜密的一个系统。
针对数能同传SWIPT的个人理解与总结Part1_第3张图片

五、约束条件
约束条件是实现目标优化的关键限制条件,考虑的点越多,系统模型越缜密,约束条件越多,但随之而来的则是多个参数之间耦合性带来的计算困难度(如系统和速率函数的高度非线性和非凸性以及功率和功率分裂因子的耦合性)。

约束条件一般包含最小能量收集约束和最小速率约束(QoS)、信息接收者的SNR、最大发射功率约束和有效时间切换约束、能量叠加系数约束等。

六、优化算法
针对数能同传SWIPT的个人理解与总结Part1_第4张图片

加式问题:应用半定松弛SDR和秩松弛方法将原始难以求解的非凸问题转换为较易于求解的半定规划问题,并应用拉格朗日方法求解的最优解表达式,都可以用优化软件实现。

分式问题:比较常见的是Dinkelbach方法,同时也需要提前对分式进行进一步运算,缩短优化步长。

七、其他

针对数能同传SWIPT的个人理解与总结Part1_第5张图片

SWIPT还可以作为通信技术,运用在蜂窝异构网络、全双工中继、网络安全等方面,凸显的则是自能量回收的能力。

八、对于目前针对SWIPT的相关文章核心方向的整理
OFDM-SWIPT:
1、用于最大化基于OFDMA的SWIPT系统能效的最佳资源分配;
2、IoT的MIMO广播信道中使用SWIPT进行的能效优化,其中提出了考虑整个发射接收链的实用线性功率模型。
3、基于时间切换TS和基于功率分配PS的SWIPT MIMO广播系统的总速率最大化问题并开发了最佳功率传输方法;
4、加权均方误差最小化问题;
5、考虑最大发射功率约束以及最小收获功率约束的SWIPT MISO广播信道的加权总和最大化问题;
6、通过联合优化中继矩阵和预编码器方案,研究了放大转发MIMO中继系统的吞吐量最大化问题,将求和率最大化问题转化为均方误差最小化问题;
7、基于SWIPT的SISO OFDM系统的可行速率能量区域;
8、基于SWIPT的多用户方案,包括基于TS的时分多址TDMA系统以及基于PS的OFDMA系统,在用户捕获功率和最大发射功率的约束下,研究了最优功率分配和TS/PS比,以获得两个系统的最大加权求和率;
9、通过共同优化发射波束成形和PS因子,考虑了基于SWIPT的多用户MISO系统的基于服务质量QoS的功率最小化问题;
10、对于OFDM系统和多用户MISO系统研究了具有ID约束的收获能量最大化问题;
11、支持SWIPT的异构小蜂窝网络资源分配。

NOMA-SWIPT:
1、SWIPT技术下双极性ad hoc(点对点)网络中的SIC研究,证明SIC可以显著增加无线电力传输而不会影响信息解码;
2、启用SWIPT的NOMA系统的用户优化总和速率和数据速率,其中提出了两种ID方案,即“固定解码顺序”和“分时”,证明通过集成SWIPT和NOMA可以显著提高系统性能;
3、干扰情况下无线电力网络的下行链路和上行链路分析:下行链路使用两种不同的协议,即NOMA和TDMA,而上行链路则使用具有时间共享的NOMA。通过利用相应的优先级权重,公平地最大化了下行链路/上行链路用户速率,并表明可以实现相对较高的下行链路速率;
4、采用SWIPT技术的NOMA系统的保密求和速率优化问题;
5、SWIPT在用户在空间上随机分布的NOMA网络中的应用,提出一种新的合作SWIPT NOMA协议,其中提出了三种基于距基站的用户距离的用户选择方案。结果表明,与随机选择方案相比,机会性地使用节点位置进行用户选择可以实现较低的中断概率并提供出色的吞吐量;
6、在两个用户的MISO-NOMA系统中小区边缘用户的性能,其中小区中心用户充当中继来协助小区边缘用户,并且其中继操作由混合TS提供动力/ PS SWIPT协议。结果表明,与OMA系统相比,所提出的方案在断电性能方面可实现的性能改进。
————————————————
版权声明:本文为CSDN博主「周宁浩Chaos.」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_41846534/article/details/108678688

你可能感兴趣的:(WIPT,网络,python,算法)