基于MIMO的无线携能通信系统优化问题的基础知识和研究方向

基于MIMO的无线携能通信系统优化问题的基础知识和研究方向

记录一下自己的学习历程！希望懂的大佬教我做人！

系统模型

首先考虑这个通用的多用户多中继网络系统模型，随后再细化成不同的具体网络。关于MIMO系统的基本原理技术等等在这里不做说明。假设有N个源信号节点S,通过K个中继节点向N个目的节点发送信息。并假设源节点，中继节点和目的节点均有多根天线。

**（1）**当我们把目的节点看成一个整体或者连接起来，这个系统相当于是一个带中继和目的节点的下行链路。
**（2）**同理，当把所有目的节点看作一个整体，我们可以得到一条上行链路。
**（3）**把其中一个源节点和目的节点看作相同的物理节点，就可以得到一个双向中继网络。比如，源节点1和目的节点1看作一个物理节点，源节点2和目的节点2看作一个物理节点，源1向目的节点2发送信息，源2向目的节点1发送信息。

无线携能通信系统SWIPT

在实际生活中，节点设备的电量是有限的。无线携能通信指在与无线设备进行信息交互的同时，为无线设备提供能量。无线设备将这部分能量储存在自身电池中供自己使用。
如图是一个具有无线携能通信功能的节点，它使用的是power splitting模式。节点吸收功率按照一定的ps率分成两部分，一部分用于接收信息的解码，一部分用于能量吸收。另一种常见的模式是time splitting模式，节点设备把工作时间分为两个时隙，一段时间内只进行信息解码，在另一段时间只进行能量吸收。通常我们只研究power splitting模式，因为time splitting模式也是power splitting模式中的一种特殊情况。

在理论研究中，有三种情况：
（1）假设源节点具备swipt功能，例如传感器网络，那么源节点从中继吸收能量；
（2）假设中继具有swipt功能，中继可以从源节点和目的节点两方吸收能量；
（3）假设目的节点具有swipt功能，例如IoT网络，目的节点同样也是从中继处吸收能量。

中继工作模式和中继选择

中继的工作方式一般分为两种：放大转发（AF)和解码转发（DF)模式。在协作通信系统中，信息传播主要分两步：首先源节点传递信息给中继节点，然后中继节点通过放大转发或者解码转发方式传送到目的节点。AF和DF两种方式的区别就在于中继节点处理信息的方式不同。在AF模式中，中继直接将接收信号放大，然后转发给目的节点。这实际上是一种模拟信号的处理过程。在DF模式中，中继节点要对接收信号先解码再重新编码转发，这实际上是数字信号处理过程。可以看出AF比DF模式更简单，但是在AF过程中，噪声也被放大了。DF过程中也会遇到解码错误。 然后将使用合适的波束形成器对信号进行调制并发送到目的地。 这些信号也将同时被信号源捕获，以收集能量。 无论如何，为了实现某些所需的性能，我们将在中继站和目的地有一组接收到的SINR要求。 还有一系列的能量吸收约束。 传输功率约束也可以施加在中继节点上。
目前的大多数研究是基于半双工（Half-Duplex）通信方式，即信号的接收和发送是相互独立的。中继利用两个正交的时隙或者正交的信道频率分别进行信息接收和转发，互不干扰。这样虽然避免了自干扰，但是频带利用率大大下降。同频同时全双工（Full-Duplex）可以让信号的接收和发送同时同频进行，但是这样会导致中继节点的自干扰(Self-Interference,SI)。多中继系统中，还会导致同频干扰（Co-Channel Interference,CCI)。
在多中继全双工系统中，要先进行中继选择再考虑系统的性能优化。关于中继选择这里不再赘述。

优化问题

设置好SINR要求和能量吸收要求，我们可以把优化问题整理成以下几个方向：
（1）可行性
给定SINR和收集能量需求，传输功率约束以及信道条件，我们将尝试确定是否可持续传输。我们将进一步研究该系统可行性的必要和/或充分条件。
在某些情况下，可以简化可行性问题。例如，如果中继器上没有功率约束，并且如果信道矩阵来自随机连续分布，则可以使用来自中继器的足够传输功率来满足所收集的能量需求。其余要求将是SINR要求。
（2）优化
通过考虑以下因素，我们将进一步优化网络性能：
-源节点的发射波束成形器
-信号源的发射功率
-AF中继器的中继处理矩阵，或DF中继器的发射和接收波束形成器
-传输功率和中继的位置
-目的节点的接收波束成形器
发射波束成形器和源处的发射功率肯定会影响中继站的接收，而接收波束成形器肯定会影响目的地的接收。在此SWIPT中继网络中，中继的接收和传输会影响源和目标的操作。例如，中继传输需要满足在源处收集的能量需求和在目的地处的SINR需求。理想情况下，所有提到的项目都应一起优化。由此产生的优化问题可能非常具有挑战性。一种次优的方法是迭代地优化每个项目，同时确保系统的性能不断提高。但是，这样的方法仍具有挑战性，特别是涉及所有用户的中继处理矩阵的优化。
事实证明，可以将优化问题表达为具有二次约束的二次程序。用凸逼近算法来获得近似最优解。
到目前为止，为说明起见，我们一直在考虑能源需要收集能量的情况。实际上，我们可以制定一个更通用的设置，其中每个节点（源，中继或目的地）可能具有收集的能量需求，可能具有传输的功率限制（对于源或中继），并且可能具有SINR要求（对于中继站或目的地）。然后，我们可以涵盖更普遍的情况，即需要混合使用源，中继站和/或目的地来收集能量。在这种更一般的情况下，可以研究可行性和优化问题。

全双工SWIPT系统

我的研究方向是全双工系统，先记录一些基础知识：

这是一个单源节点，单中继，单目的节点的多天线全双工SWIPT系统。在时刻m,中继节点收到的信号：

H表示两节点之间的信道矩阵，F表示信号处理矩阵，下标表示从一个节点到另一个节点。第一项为中继节点接收到的来自源节点的信号，第二项为中继的自干扰信号，一般我们不考虑它，因为现有技术可以把它消除。第三项为中继节点处的高斯白噪声信号。
经过中继节点的处理，在目的节点的接收信号为：

这个系统比较简单，我们考虑多中继系统：

同样，写出中继处的接收信号：

这里第一项，第三项和第四项都同上。要注意的是第二项，这是来自其他中继和目的节点的同频干扰信号。在目的节点处，同样也要加上这一项：

这是系统的基本表达式，不管是发射功率，能量效率，还是信噪比，所有的优化问题都要从这两个表达式开始。
这一篇主要是概述，写得乱七八糟的，也没有涉及具体的优化算法，主要是想记录一下我的学习过程。研究主要偏理论哈，以后会慢慢更新关于全双工SWIPT系统的研究进展！