Resource Allocation Techniques for Wireless Powered Communication Networks with Energy Storage Constraint
本文针对无线供电通信网络，在无限和有限能量存储两种情况下联合优化能量与时间资源分配以最大化上行和速率，并提出最优算法，仿真显示较传统方案平均提升30%和速率。
2015-10-07 cs.IT math.IT
Optimal Fairness-Aware Time and Power Allocation in Wireless Powered Communication Networks
在本文中，我们考虑的总和$α$ -公平效用最大化问题的联合下行链路（DL）和上行链路（UL）传输的无线供电通信网络（WPCN）通过时间和功率分配。在DL中，具有能量收集接收器架构的用户基于同时的无线信息和功率传输来解码信息并收集能量。当在UL中时，用户利用所收集的能量用于信息传输，并且当其他用户传输UL信息时收集能量。我们证明了一般的和$α$ -公平效用最大化问题可以转化为一个等价的凸问题。可以通过调整$α$的值来平衡和速率与用户公平性之间的权衡。特别地，对于零公平性，即，$α=0$，用于DL和UL两者的最优分配时间与总可用传输功率成比例。通过仿真给出了总速率和用户公平性之间的权衡。
2018-02-14 cs.IT math.IT
Joint Beamforming Design and Time Allocation for Wireless Powered Communication Networks
本文研究了一种多输入单输出（MISO）的无线供电通信网络（WPCN）的协议下的收获，然后发送。具有可靠供电的电力站（PS）在下行链路（DL）中通过无线电力传输（WPT）对被动用户节点进行补充，然后在上行链路（UL）中每个用户节点通过时分多址（TDMA）方案向信宿发送独立的信息。我们考虑联合时间分配和波束形成设计，以最大化系统的总吞吐量。半定松弛（SDR）技术被应用于解决非凸设计问题。证明了SDR逼近的紧性，从而证明了SDR逼近的全局最优性。这意味着在PS处仅需要一个单个能量波束形成器。然后利用其固有结构，提出了一种快速的半封闭形式解。仿真结果从时间复杂度和信息吞吐量的角度证明了所提算法的有效性。
2014-03-18 cs.IT math.IT
Spatial Throughput of Mobile Ad Hoc Networks Powered by Energy Harvesting
设计手机来收集周围的能量，如动能活动或电磁辐射，将使无线网络能够自我维持，除了缓解全球变暖。本文采用随机几何模型分析了由能量收集驱动的移动自组网的空间吞吐量。在该模型中，发射机分布为泊松点过程，能量以均匀的平均速率随机到达每个发射机，称为能量到达速率;在收获足够的能量后，每个发射机在目标信号与干扰和噪声比的中断概率约束下以固定功率发送到预期接收机。假设发射器将能量存储在具有无限容量的电池中。应用随机游走理论，证明了当能量到达率大于发射功率或等于发射功率与能量到达率之比时，发射机发射的概率等于1，称为发射概率。这一结果和工具，从随机几何适用于最大化网络吞吐量为一个给定的能量到达率，通过优化传输功率。示出的最大网络吞吐量是成比例的最佳传输概率，这是等于一个，如果发射机密度是低于能量到达率的导出函数，否则小于一个，并解决了一个给定的多项式方程。最后，在高能量到达率和密集网络的极端情况下，得到了最大网络吞吐量的极限。
2013-06-27 cs.IT math.IT
Resource Allocation and Fairness in Wireless Powered Cooperative Cognitive Radio Networks
我们集成了一个无线供电的通信网络与合作的认知无线电网络，其中多个次要用户（SU）无线供电的混合接入点（HAP）帮助一个主要用户中继数据。作为合作的奖励，次级网络获得频谱接入，其中SU使用时分多址向HAP发送。为了最大化SU的总吞吐量，我们提出了一个二级的总吞吐量最优资源分配（STORA）计划。在满足目标一次速率的约束下，STORA方案选择中继SU的最优集合，并联合执行SU的时间和能量分配。具体来说，通过利用最优解的结构，我们找到了SU优先中继主数据的顺序。由于STORA方案侧重于总吞吐量，它变得不考虑个人SU吞吐量，导致低公平性。为了提高公平性，我们研究了三种资源分配方案，它们是（i）等时间分配，（ii）最小吞吐量最大化，和（iii）成比例的时间分配。仿真结果揭示了吞吐量和公平性之间的权衡。最小吞吐量最大化方案是最公平的方案，因为每个SU获得相同的吞吐量，但产生最小的SU总吞吐量。
2016-06-12 cs.IT cs.NI math.IT
Base Station Sleeping and Resource Allocation in Renewable Energy Powered Cellular Networks
我们认为，在蜂窝网络中，BS配备了能量收集设备，使用统计信息的交通强度和收获的能量，节能的无线资源管理。该问题被公式化为适配BS的开-关状态、活动资源块（例如子载波）以及功率分配，以最小化给定时间段内的平均电网功耗，同时满足用户的服务质量（阻塞概率）要求。将其转化为一个无约束优化问题，以最小化电网功耗和阻塞概率的加权和。然后提出了一种两阶段动态规划（DP）算法来解决该优化问题，第一阶段优化基站的开关状态，第二阶段迭代分配活动基站的资源块。与最优联合基站开关状态和活动资源块分配算法相比，该算法在获得接近最优节能性能的同时，大大降低了计算复杂性。
2013-05-22 cs.IT math.IT
Group Cooperation with Optimal Resource Allocation in Wireless Powered Communication Networks
研究了一种具有群组协作的无线供电通信网络（WPCN），两个通信群组通过无线供电传输和分时协作完成各自期望的信息传递，实现“双赢”协作。为了探索系统的性能限制，我们制定优化问题，分别最大化加权和速率和最小化总消耗功率。在两个组的可用功率和服务质量要求约束下，联合优化时间分配、波束形成向量和功率分配。对于WSR最大化，固定和灵活的功率方案进行了研究。由于所有问题都是非凸的，没有已知的求解方法，我们通过适当的变量替换和半定松弛来解决它们。我们从理论上证明，我们提出的解决方案的方法保证了每个问题的全局最优解。数值结果显示了系统的性能行为，这为未来的WPCN设计提供了一些有用的见解。结果表明，在这样一个组合作意识的WPCN，最佳的时间分配对系统性能的影响最大的比其他因素。
2017-03-27 cs.IT math.IT
Optimal Beamforming and Time Allocation for Partially Wireless Powered Sensor Networks with Downlink SWIPT
无线供电传感器网络（WPSNs）已经成为未来自我可持续的物联网（IoT）网络的关键发展。为了在自维持性和可靠性之间实现良好的平衡，具有混合功率解决方案的部分WPSN在实际应用中是可取的。具体来说，大多数传感器节点是无线供电的，但关键的传感器节点采用传统的有线/电池供电的可靠性。因此，本文主要研究了下行链路采用同步无线信息和功率传输（SWIPT）的部分WPSNs的优化设计。两种情况下，空分多址（SDMA）和时分多址（TDMA）在上行链路被认为是。对于支持TDMA和TDMA的部分WPSN，研究了下行链路波束成形、上行链路波束成形和时间分配的联合设计，以最大化上行链路和速率，同时保证服务质量（即，满足下行链路速率约束）。在分析了上行链路和速率最大化问题的可行性和下行链路速率约束的影响后，给出了支持SDMA和支持TDMA的WPSNs的半封闭形式的最优解，并保证了全局最优性。复杂性分析也提供了证明所提出的解决方案在低复杂性的优势。最后通过仿真验证了所提最优解的有效性和最优性。
2018-06-26 cs.IT math.IT
Placement and Resource Allocation of Wireless-Powered Multiantenna UAV for Energy-Efficient Multiuser NOMA
本文研究了一种新的下行非正交多址接入（NOMA）系统，其中多天线无人机（UAV）由无线功率传输（WPT）供电，并作为多对地面用户（GU）的基站，每对地面用户运行NOMA。能量效率（EE）最大化问题被公式化以联合优化WPT时间和UAV的放置，以及UAV的发射功率在不同NOMA用户对之间和每对内的分配。为了有效地解决这个非凸问题，我们分解成三个子问题，使用块坐标下降。对于每个NOMA用户对内功率分配的子问题，我们构造了一个超模块博弈，并确定收敛到一个纳什均衡。在给定用户对内功率分配的情况下，利用逐次凸逼近方法对WPT时间分配和用户对间功率分配子问题进行凸化求解。最后，利用拉格朗日乘子法求解无人机布局子问题。仿真结果表明，我们的方法可以大大优于它的替代品，不使用NOMA和WPT技术或不优化无人机的位置。
2022-04-20 cs.IT eess.SP math.IT
Optimal 3D-Trajectory Design and Resource Allocation for Solar-Powered UAV Communication Systems
研究了多载波太阳能无人机通信系统的资源分配算法设计。特别是，无人机由太阳能供电，能够为多个地面用户提供可持续的通信服务。我们研究了三维（3D）空中轨迹和无线资源分配的联合设计，在给定的时间段内最大化的系统总吞吐量。作为一个性能基准，我们首先考虑离线资源分配设计假设非因果知识的信道增益。该算法设计被制定为一个混合整数非凸优化问题，考虑到空气动力学功耗，太阳能收集，有限的能量存储容量，和服务质量（QoS）的用户的要求。尽管优化问题的非凸性，我们最佳地解决它通过应用单调优化，以获得最佳的3D轨迹和最佳的功率和子载波分配策略。随后，我们专注于在线算法设计，只需要实时和统计知识的信道增益。最优在线资源分配算法受离线方案的激励，并且需要高的计算复杂性。因此，我们还提出了一个低复杂度的迭代次优在线计划的基础上逐次凸逼近。我们的研究结果揭示了太阳能收集和节能通信之间的权衡。特别地，太阳能无人机首先爬升到高海拔以收集足够量的太阳能，然后再次下降到较低的海拔以减少到其服务的用户的通信链路的路径损耗。
2018-07-31 cs.IT math.IT math.OC
Distributed and Optimal Resource Allocation for Power Beacon-Assisted Wireless-Powered Communications
在本文中，我们研究了最优资源分配的功率信标辅助无线供电的通信网络（PB-WPCN），其中包括一组混合接入点（AP）源对和功率信标（PB）。没有嵌入式电源的每个源首先在下行链路（DL）中从其相关联的AP和/或PB获取能量，然后使用所获取的能量在上行链路（UL）中向其AP发送信息。我们认为合作和非合作的情况下，PB是否与AP合作或不。对于合作的情况下，我们制定了一个社会福利最大化的问题，最大限度地提高加权和吞吐量的所有AP源对，随后解决了基于注水的分布式算法。在非合作场景中，假设所有AP和PB都是理性的和自利的，使得PB需要来自每个AP的激励来提供无线充电服务。然后，我们制定了一个拍卖游戏，并提出了一个基于拍卖的分布式算法，考虑PB作为拍卖者和作为投标人的AP。最后，数值结果进行验证所提出的算法的收敛性和各种系统参数的影响。
2015-08-07 cs.IT math.IT
Robust Beamforming Design and Time Allocation for IRS-assisted Wireless Powered Communication Networks
针对功率受限的物联网（IoT）智能设备，提出了一种新型的智能反射面（IRS）辅助无线供电通信网络（WPCN）架构，利用IRS提高WPCN在信道状态信息（CSI）不完善情况下的性能。在非理想CSI和非线性能量收集模型下，通过联合优化时间分配、HAP能量波束形成、接收波束形成、用户发射功率分配、IRS能量反射系数和信息反射系数，提出了一个混合接入点（HAP）发射能量最小化问题.由于优化变量之间的高度耦合，该问题是一个难以直接求解的非凸优化问题。为了解决上述具有挑战性的问题，交替优化（AO）技术被应用到解耦的优化变量来解决问题。具体而言，通过AO将时间分配、HAP能量波束形成、接收波束形成、用户发射功率分配、IRS能量反射系数和信息反射系数分解为三个子问题交替求解。在求解IRS的能量反射系数和信息反射系数时，采用凸差分（DC）规划来解决秩为一的非凸约束。数值仿真结果验证了该优化算法在降低HAP发射能量方面的优越性。
2021-12-06 cs.IT eess.SP math.IT
Online Algorithms for Basestation Allocation
设计{ \it online algorithms}用于将移动用户分配到基站，其目标是当与任何一个基站相关联的所有用户平等地共享每个基站的资源时，最大化和速率。每个用户在其到达时揭示了如果连接到每个基站它可以获得的速率，并且问题是将每个用户分配给任何一个基站，使得在所有用户到达结束时总速率最大化，而不知道未来用户到达或速率信息或其在每个用户到达时的统计。与离线算法（即知道用户到达和用户速率配置文件提前）相比，常数因子损失的在线算法。提出的在线算法的动机是著名的在线k-秘书问题和在线最大权匹配问题。
2013-08-06 cs.DS cs.IT cs.NI
Towards Optimal Resource Allocation in Wireless Powered Communication Networks with Non-Orthogonal Multiple Access
在具有非正交多址接入（NOMA）的无线供电通信网络（WPCN）中，时间和能量资源的最优分配被表征。我们考虑两种不同的配方;在第一个（最大和），所有用户的总吞吐量最大化。在第二个（最大-最小），并针对用户之间的公平性，我们考虑最大化所有用户的最小吞吐量。在上述两种公式下，研究了两种NOMA译码方案，即低复杂度译码（LCD）和连续干扰抵消译码（SICD）。由于所研究的三个最优化问题的非凸性，我们考虑一种近似方法，其中非凸优化问题近似为一个凸优化问题，它满足所有的约束条件的原始问题。近似的凸优化问题可以迭代求解。结果表明，通过最大化最小吞吐量的总和和实现公平性之间的权衡。
2018-08-01 cs.IT math.IT math.OC
Energy-Aware Resource Allocation for Energy Harvesting Powered Wireless Sensor Nodes
针对能量收集供电无线传感器网络因射频供电间歇性、功率低难维持持续通信的问题，提出异步积累-然后-传输协议下的能量感知资源分配方案，联合优化功率与EH时间占比，用迭代算法保障局部最优，提升了长期吞吐量与队列表现。
2025-01-11 cs.IT eess.SP math.IT
Joint Subcarrier and Power Allocation Methods in Wireless Powered Communication Network for OFDM systems
在本文中，我们研究了OFDM系统的无线供电通信网络，其中混合接入点（H-AP）在下行链路中向用户广播能量信号，并且用户基于正交频分多址方案在上行链路中向H-AP发送信息信号。我们考虑一个全双工H-AP，同时发送能量信号和接收信息信号。在这种情况下，我们解决了联合子载波调度和功率分配问题，以最大限度地提高两种情况下的总速率：完美的自干扰消除（SIC）的H-AP完全消除其自干扰（SI）和不完美的SIC的残留SI存在。一般来说，由于子载波调度，这两种情况下的问题都是非凸的，因此需要穷举搜索方法，这是非常复杂的，以获得全局最优解。为了降低复杂度，对于理想的SIC场景，我们通过应用拉格朗日对偶方法联合优化子载波调度和功率分配。接下来，对于不完美SIC情况，由于H-AP处的SI，问题更加复杂。为了解决这个问题，我们提出了一种基于投影梯度法的迭代算法。仿真结果表明，与最优算法相比，所提出的算法在理想SIC情况下的和速率性能损失可以忽略不计，而所提出的迭代算法在不理想SIC情况下的性能优于传统算法.
2015-11-24 cs.IT math.IT
Multi-Agent Deep Reinforcement Learning for Distributed Resource Management in Wirelessly Powered Communication Networks
研究了基于多智能体深度强化学习（MADRL）的多小区无线供电通信网络（WPCN）的资源分配方法。我们设计了一个分布式强化学习策略，其中H-AP单独确定时间和功率分配变量。与传统的集中式优化算法，需要在一个中央单元收集的全球信息，建议的MADRL技术模型的H-AP作为一个代理，仅根据自己的本地可观察的状态产生其行动。数值结果表明，该方法可以实现类似的集中式算法的性能。
2020-10-19 cs.IT math.IT
Beamforming and Resource Allocation for Multi-User Full-Duplex Wireless Powered Communications in IoT Networks
对于物联网（IoT）网络中的自维持无线通信系统，能量收集（EH）可以在每个用户节点处实现为恒定的可再生电力供应源。因此，本文提出了一种使用无线供电通信网络（WPCN）协议，以促进接入点（AP）和多个移动用户（MU）之间的通信的调查。AP具有多个天线，并且在全双工（FD）模式下操作。另一方面，MU具有单天线并且在半双工（HD）模式下工作。基于用于上行链路（UL）或下行链路（DL）通信的时间分配和信道接入，将与FD-AP通信的每个MU分配到两个组中的一个。优化信道分配、时间资源和功率资源分配以最大化UL加权和速率。和率优化问题被发现是非凸的。因此，研究了一种迭代算法来优化所提出的FD-WPCN系统的UL加权和速率。接着，针对AP与多个MU之间的HD-WPCN通信，对FD-WPCN算法进行了改进，并进行了大量的仿真，验证了FD-WPCN算法的有效性，并与HD-WPCN算法进行了比较。从仿真结果来看，FD-WPCN在低AP发送信噪比（SNR）区域的性能优于HD-WPCN。由于FD-AP处的残余自干扰增加，对于高AP发射SNR观察到相反的行为。
2020-04-14 cs.IT math.IT
Energy-Efficient Resource Allocation for Wireless Powered Communication Networks
本文考虑了无线供电通信网络（WPCN），其中多个用户从一个专用的发电站收集能量，然后与信息接收站进行通信。我们的目标是通过联合时间分配和功率控制，同时考虑到每个用户的初始电池能量，调查网络的最大可实现的能源效率（EE）。我们首先研究了在没有任何系统吞吐量要求的WPCN中的EE最大化问题。我们表明，EE最大化问题的WPCN可以转换为EE最大化问题的两个简化的网络，通过利用其特殊的结构。对于每个问题，我们推导出最优解，并提供相应的物理解释，尽管非凸的问题。随后，我们研究了最小系统吞吐量约束下的EE最大化问题。利用分式规划理论，我们将所得的非凸问题转化为一个标准的凸优化问题。这使我们能够表征联合时间分配和功率控制的最优解结构，并推导出一个有效的迭代算法获得最优解。仿真结果验证了我们的理论研究结果，并证明了所提出的联合时间和功率优化的有效性。
2015-11-17 cs.IT math.IT math.OC
Optimal Energy Allocation and Task Offloading Policy for Wireless Powered Mobile Edge Computing Systems
本文研究了一种具有波动信道和随时间动态任务到达的无线供电移动边缘计算（MEC）系统。我们共同优化的能量发射机（ET）的WPT和本地计算和卸载在一个特定的有限的地平线上的用户的任务分配的传输能量分配，在ET的总传输能量消耗最小化的目标，同时确保用户的成功执行任务。首先，为了表征基本性能极限，我们通过假设信道状态信息和任务状态信息的完美知识（即，任务到达定时和量）是先验已知的。在这种情况下，我们通过凸优化技术获得了结构良好的最优解的能量最小化问题的封闭形式。接下来，受到上面获得的结构化离线解决方案的启发，我们开发了启发式在线设计的联合能量和任务分配时，CSI/TSI的知识只是因果关系已知。最后，数值结果表明，所提出的联合设计实现显着更小的能量消耗比基准计划，只有本地计算或完全卸载在用户，所提出的启发式在线设计执行接近最优离线解决方案。
2020-01-13 cs.IT eess.SP math.IT
Multi-Antenna Wireless Powered Communication with Energy Beamforming
新近出现的无线供电通信网络（WPCN）最近引起了极大的关注，其中无线电信号被用于为无线终端供电以用于信息传输。在本文中，我们研究了一个WPCN，其中一个多天线接入点（AP）协调能量传输和信息传输到/从一组单天线用户。假设先收集后发送协议，其中AP首先在下行链路（DL）中经由能量波束成形向所有用户广播无线功率，然后用户使用其收集的能量在上行链路（UL）中同时向AP发送其独立信息。为了优化用户的吞吐量，同时保证其速率公平性，我们通过DL-UL时间分配、DL能量波束成形和UL发射功率分配加接收波束成形的联合设计来最大化所有用户之间的最小吞吐量。我们通过两个步骤来最优地解决这个非凸问题。首先，我们固定DL-UL时间分配，并获得最佳的DL能量波束成形，UL功率分配和接收波束成形，以最大化所有用户的最小信号与干扰加噪声比（SINR）。这个问题被证明是在一般非凸的，但是，我们将其等价地转换为一个谱半径最小化问题，这可以有效地解决应用交替优化的基础上的非负矩阵理论。然后，通过一维搜索找到最优的时间分配，以最大化所有用户的最小速率。此外，提出了两个次优设计的复杂度较低，其吞吐量性能进行比较，对最佳的解决方案。
2014-04-15 cs.IT math.IT
Wireless Powered Cooperative Relaying using NOMA with Imperfect CSI
研究了由一个信源、两个用户和一个EH中继节点组成的能量收集（EH）协作非正交多址（NOMA）网络中不完美信道状态（CSI）信息的影响.中继器不配备固定电源，而是充当无线供电节点，以帮助向用户传输信号。针对固定功率分配和动态功率分配两种不同的功率分配策略，推导了不完美信道状态信息下两个用户的中断概率的封闭表达式。蒙特卡洛模拟被用来数值评估不完美的CSI的效果。这些结果证实了理论中断分析，并表明NOMA可以优于正交多址，即使有不完美的CSI。
2018-09-29 cs.IT math.IT
Performance Analysis and Resource Allocation of STAR-RIS Aided Wireless-Powered NOMA System
提出了一种同时发射和反射的可重构智能表面（STAR-RIS）辅助无线供电的非正交多址（NOMA）系统，该系统包括一个接入点（AP）、一个STAR-RIS和位于STAR-RIS两侧的两个非正交用户。在该系统中，用户首先在下行链路中从AP获取射频能量，然后采用所获取的能量在上行链路中并发地向AP发送信息。两个政策被认为是拟议的系统。第一种是下行链路采用时间交换协议，而上行链路采用能量分割协议，称为TEP。第二个假设能量分裂协议被用于下行链路和上行链路，称为EEP。在Nakagami-m衰落信道下，研究了TEP和EEP系统的中断概率、总吞吐量和平均信息年龄。此外，我们还分析了中断概率，总吞吐量，和平均AOI的STAR-RIS辅助无线供电的时分多址（TDMA）系统。仿真和数值结果表明，所提出的系统与TEP和EEP优于基线方案，并显着提高和吞吐量性能，但降低中断概率和平均AoI性能相比，STAR-RIS辅助无线供电TDMA系统。此外，为了最大化总吞吐量，并确保一定的平均AoI，我们设计了一个基于遗传算法的时间分配和功率分配（GA-TAPA）算法。仿真结果表明，GA-TAPA方法通过自适应调整系统参数，可以显著提高系统的总吞吐量。
2023-01-21 cs.IT cs.NI math.IT
Optimal Online Transmission Policy for Energy-Constrained Wireless-Powered Communication Networks
本文研究了在给定能量预算的无线供电通信系统中，在线传输策略的设计。系统设计目标是利用无线供电节点的能量存储能力最大化系统的长期吞吐量。我们制定的设计问题作为一个约束马尔可夫决策过程（CMDP）的问题，并通过拉格朗日方法获得在每个衰落块的发射功率和时间分配的最优策略。为了研究不同场景下的系统性能，采用不同的系统参数进行了数值仿真。我们的仿真结果表明，最优策略显着优于短视的政策，只最大化吞吐量在当前衰落块。此外，发射功率和时间的最优分配被证明是不敏感的调制和编码方案的变化，这有利于其实际实现。
2019-02-25 cs.IT math.IT
Optimal Power Allocation for Energy Harvesting and Power Grid Coexisting Wireless Communication Systems
研究了单链路无线通信系统中能量采集与电网供电联合的功率分配问题。将该问题转化为能量和数据到达随机的情况下最小化电网功耗的问题，并分析了在某些特殊情况下最优功率分配策略的结构。对于所有数据包都在传输前到达的情况，该问题是一个吞吐量最大化的对偶问题，通过两阶段注水（WF）策略找到最优解，即在第一阶段分配收获的能量，然后在第二阶段分配电网能量。对于随机数据到达的情况，我们首先假设电网能量或收获的能量供应，然后结合的结果，以获得共存系统的最优结构。具体地说，反向多阶段WF策略，提出了实现最优功率分配时，电池容量是无限的。最后，提出了一些启发式的在线方案，其性能进行了评估，通过数值模拟。
2013-03-15 cs.IT math.IT
Freshness-aware Resource Allocation for Non-orthogonal Wireless-powered IoT Networks
本文针对无线供能物联网网络的信息新鲜度保障问题，通过构建EWSAoI最小化问题并转化为MDP，设计了基于瞬时AoI和剩余电量的最优传输调度与功率分配策略，验证了其有效性及决策边界切换特性。
2024-02-27 cs.IT eess.SP math.IT
Joint Uplink/Downlink Resource Allocation and Data Offloading in OFDMA-Based Wireless Powered HetNets
本文研究了基于正交频分多址（OFDMA）的异构网络（HetNet）的联合上行/下行链路，该异构网络由单个宏基站（MBS）组成，多个毫微微基站（FBS）和接入点（AP），其中基站（BS）可以将数据卸载到AP，并且每个移动用户（MU）能够使用同时的无线信息和功率传输来收获接收到的能量（SWIPT）技术。我们还假设MU的收获能量用于其上行链路信息传输。我们设计了一种无线电资源分配（RRA）算法，以在每个MU的最小所需下行链路数据率和每个BS、AP和MU的最大允许发射功率的条件下，最大化MU的上行链路总数据率。更具体地，频分双工（FDD）和时分双工（TDD）方案都被研究。所提出的非凸优化问题使用迭代算法求解。它也被证明，该算法收敛到一个近最优解。仿真结果表明，TDD方案相比FDD方案提高了性能。此外，它表明，利用数据卸载技术提高了上行链路总数据率的MU相比，没有任何AP的情况下。
2018-03-15 cs.IT math.IT
Optimal Resource Allocation in Full-Duplex Ambient Backscatter Communication Networks for Wireless-Powered IoT
该文研究了一种环境后向散射通信（AmBC）网络，其中全双工接入点（FAP）以时分多址方式同时向其传统用户（LU）发送下行正交频分复用（OFDM）信号和接收来自多个BD的后向散射上行信号。为了最大限度地提高系统的吞吐量，并确保公平性，我们的目标是最大限度地提高所有BD之间的最小吞吐量，通过联合优化的反向散射时间和反射系数的BD，和FAP的子载波功率分配，受到LU的吞吐量约束，BD的收获能量的约束，和其他实际的约束。对于单个BD的情况，我们得到了封闭形式的解决方案，并提出了一个有效的算法，通过使用拉格朗日对偶方法。对于一般情况下，多个BD，我们提出了一个迭代算法，利用块协调下降和连续凸优化技术。我们进一步展示了所提出的算法的收敛性能，并分析其复杂性。此外，我们研究了吞吐量区域的特点帕累托最优吞吐量权衡所有BD。最后，大量的仿真结果表明，所提出的联合设计实现了显着的吞吐量增益相比，基准计划。
2018-06-18 cs.IT math.IT
Real-Time Resource Allocation for Wireless Powered Multiuser Mobile Edge Computing With Energy and Task Causality
本文考虑了一种无线供电的多用户移动边缘计算（MEC）系统，在该系统中，多天线混合接入点（AP）对多个用户进行无线充电，每个用户依靠收获的能量来执行计算任务。我们共同优化能量波束成形和远程任务执行在AP，以及本地计算和任务卸载，旨在最大限度地减少系统的总能耗在有限的时间范围内，受因果关系约束的能量收集和任务到达用户。特别地，我们考虑具有临时任务状态信息（TSI）和信道状态信息（CSI）的实际场景，即，只有当前和先前的TSI和CSI是可用的，但是未来的TSI和CSI只能被预测，而受到某些误差的影响。为了解决这个实时的【形】资源分配问题，我们提出了一个离线优化启发在线设计方法。首先，我们考虑离线优化的情况下，假设TSI和CSI是完全已知的先验。在这种情况下，能量最小化问题对应于一个凸问题，其半封闭形式的最优解通过拉格朗日对偶方法获得。其次，受离线最优解的启发，结合顺序优化，提出了一种基于滑动窗口的在线资源分配设计方法。最后，数值计算结果表明，所提出的联合无线供电MEC设计显着提高系统的能源效率，与基准计划，考虑一个大小的滑动窗口或没有这样的联合优化。
2020-07-24 cs.IT eess.SP math.IT
UGV-assisted Wireless Powered Backscatter Communications for Large-Scale IoT Networks
无线供电的反向散射通信（WPBC）能够实现超低功耗通信，因此在物联网（IoT）网络中很有前途。然而，在实践中，由于其通信距离短，因此在大规模物联网网络中应用WPBC具有挑战性。为了应对这一挑战，本文利用无人驾驶地面车辆（UGV）来协助WPBC在大规模物联网网络中的应用。特别是，我们研究了接入点（AP）、标签阅读器和UGV的网络规划和动态资源分配的联合设计，以最大限度地减少总能耗。此外，AP可以在半双工（HD）或全双工（FD）复用模式下操作。在HD模式下，推导了最优小区半径，并以封闭形式给出了最优功率分配和发射/接收波束赋形。在FD模式下，给出了资源分配的最优解和两个低计算复杂性的次优解。仿真结果表明，在标签读取器而不是在AP处的动态功率分配主导了网络能量效率，而在FD模式下工作的AP在能量效率方面优于HD模式下的AP。
2021-10-06 cs.IT eess.SP math.IT
Resource Allocation in Wireless Powered Relay Networks: A Bargaining Game Approach
同时，最近出现了移动中继网络中的信息和功率传输，其中中继可以收集射频（RF）能量，然后将该能量用于数据转发和系统操作。以前的大多数工作没有考虑中继可能有自己的目标，例如使用收集的能量用于自己的传输，而不是最大化网络的传输。因此，在本文中，我们提出了一个纳什讨价还价的方法来平衡的信息传输效率的源-目的地对和收获的能量的中继在无线供电的中继网络与多个源-目的地对和一个中继。分析并证明了将Nash讨价还价问题分解为能量传输功率优化、数据传输功率控制和能量传输与数据传输的时间划分三个子问题时，Nash讨价还价问题具有离散性和拟连续性等特性。在理论分析的基础上，我们提出了一种交替功率控制和时分算法来寻找一个次优解。仿真结果清楚地显示和证明问题的性质和我们的算法的收敛性。
2016-11-13 cs.GT cs.IT math.IT
Information-Theoretic Analysis of an Energy Harvesting Communication System
在能量收集通信系统中，外源再充电过程为数据传输提供能量，并且到达的能量可以在消耗之前缓冲在电池中。如果没有足够的能量，传输就会中断。我们在信息论的背景下处理这种随机能量到达的通信。基于经典的加性高斯白噪声（AWGN）信道模型，研究了发射端能量到达随机时的编码问题。我们表明，随机能量到达的AWGN信道的容量等于平均功率约束等于平均充电率的容量。我们提供了两种不同的容量实现方案：{ \it save-and-transmit}和{ \it best-effort-transmit}。接下来，我们考虑的情况下，能量到达具有随时间变化的平均在一个较大的时间尺度。我们推导出最大平均吞吐量的最佳离线功率分配，并提供了一个算法，找到最佳的功率分配。
2010-09-29 cs.IT math.IT
Throughput Maximization for Full Duplex Wireless Powered Communication Networks
在本文中，我们考虑了一个全双工无线供电通信网络，多个用户与RF能量收集能力进行通信的混合能源和信息接入点。一个优化框架，提出了一个现实的能量收集模型，将初始电池水平的用户考虑到能源因果关系和最大发射功率约束的用户的总吞吐量最大化的目标。功率控制、时间分配和调度的联合优化问题在数学上被表示为一个混合整数非线性规划问题，很难得到全局最优解。基于对优化变量的最优性分析，分别研究了最优功率和时间分配以及调度决策。对于给定的传输阶数，证明了最优功率和时间分配问题是凸的。基于导出的最优性条件，我们提出了一个快速的多项式时间复杂度的启发式算法。我们说明，该算法执行非常接近最佳的，同时显着优于一个平等的时间分配为基础的调度方案。
2019-10-29 cs.IT cs.NI eess.SP
Sub-Modularity of Waterfilling with Applications to Online Basestation Allocation
我们表明，流行的注水算法最大化并行高斯信道中的互信息是子模块。子模块的注水算法，然后用于推导出在线基站分配算法，其中移动用户被分配到许多可能的基站之一，立即和可替换地到达后，不知道未来的用户信息。分配的目标是在每个基站的功率分配下最大化系统的和速率。我们目前的在线算法的竞争比最多为2相比，离线算法，所有未来的用户到来的知识。
2014-02-20 cs.DS cs.IT cs.NI
Wireless Powered Communication Networks with Non-Ideal Circuit Power Consumption
假设能量收集节点的电路功耗为非理想，提出了两种实用的能量收集-发送无线供电通信网络（WPCN）优化协议：（1）比例公平（PF）资源分配，（2）和速率最大化。这些目标导致通过基站（BS）的发射功率的最佳分配，其在下行链路上广播RF辐射，以及动态时分多址（TDMA）帧内的EH阶段和上行链路信息传输阶段的最佳持续时间。与最大和速率协议相比，PF协议以降低和速率为代价获得了更高的系统公平性。PF协议在系统公平性方面优于最大和速率协议，而与电路功耗无关，而当该功耗增加时，两种协议的上行链路和速率收敛。
2021-08-14 cs.IT math.IT
Optimization vs. Reinforcement Learning for Wirelessly Powered Sensor Networks
我们认为传感器节点的传感应用无线供电的能量信标。我们专注于联合优化的问题的能量信标的能量分配到不同的传感器和传感器的数据传输功率，以最大限度地减少在汇的字段重建误差。与标准的理想线性能量收集（EH）模型相比，我们考虑实际的非线性EH模型。我们在两个不同的框架下研究这个问题：i）能量信标知道节点的效用函数、信道状态信息和设备的能量收集特性的优化方法;因此，可以使用优化问题来设计最优功率分配策略，以及ii）学习方法，其中能量信标利用电池水平信息和关于效用函数的反馈自适应地决定其策略。我们的研究结果表明，深度强化学习方法可以获得与优化方法相同的错误水平，并提供了一个有前途的替代优化框架。
2018-06-06 cs.IT math.IT
Weighted Sum-Throughput Maximization for Energy Harvesting Powered MIMO Multi-Access Channels
本文提出了一种新的方法来获得最佳的调度策略在多输入多输出（MIMO）多接入信道（MAC），其中每个发射机是由一个单独的能量收集过程。该方法利用最先进的凸优化工具，通过低复杂度的块坐标上升算法，获得了最大化MIMO MAC加权吞吐量和的最优传输策略。所提出的方法可以提供最佳的基准，所有的实际计划，在能量收集供电MIMO MAC传输。基于所揭示的最优策略的结构，我们还提出了一个有效的在线方案，它只需要能量到达实现的因果知识。数值结果证明了所提出的新方案的优点。
2017-09-27 cs.IT math.IT
Decentralized Energy Allocation for Wireless Networks with Renewable Energy Powered Base Stations
在本文中，一个绿色的无线通信系统中，基站由可再生能源供电。该系统由一个容量受限的可再生能源供应商（RPS）和一个基站（BS），面对一个可预测的随机连接需求的移动用户设备（UE）。在该模型中，通过可再生电源和传统电网的组合供电的BS寻求指定可再生电力库存策略，即，电力存储水平。另一方面，RPS必须策略性地选择供应给BS的能量量。提出了一个M/M/1按库存生产的排队模型，研究了当双方以非合作方式优化各自成本时的分散决策问题。该问题被制定为一个非合作博弈的纳什均衡（NE）的特点，以确定在分散操作的低效率的原因策略。一组简单的线性合同被引入到协调系统，以达到最佳的系统性能。所提出的方法，然后扩展到一个垄断的RPS和N BS，私下通知他们的最佳能源库存水平的设置。在这种情况下，我们表明，广泛使用的比例分配机制不再是社会最优的。为了使BS如实报告其能源需求，激励兼容（IC）机制，我们的模型提出。
2015-06-18 cs.GT cs.IT cs.NI
Exploiting Residual Resources to Support High Throughput with Resource Allocation
由于动态流量负载，无线网络中的剩余无线电资源非常丰富，可以利用这些资源来支持高吞吐量，以服务非实时（NRT）流量。在本文中，我们研究如何实现这一目标的资源分配与预测的时间平均速率，这可以从预测的平均剩余带宽服务后的实时流量和预测的平均信道增益的NRT移动用户。我们展示了他们的预测误差的统计之间的联系。我们制定了一个优化问题，使资源分配计划的预测窗口内的NRT用户随机发起请求，其目的是充分利用剩余资源，确保服务质量（QoS）。为了展示提前知道要请求的内容和请求到达时间的好处，我们考虑两种类型的NRT服务：视频点播和视频预订。得到了最优解，并设计了一种在线策略，在获得瞬时信道增益后，该策略可以根据该计划进行传输。仿真和数值结果验证了我们的分析，并显示了显着的增益，所提出的方法在支持高到达率的NRT请求与给定的容限的QoS。
2018-03-28 cs.IT math.IT
Optimizing Wirelessly Powered Crowd Sensing: Trading energy for data
为了克服传统无线传感器网络覆盖范围有限的问题，\emph{mobile crowd sensing}（MCS）作为一种新的传感模式应运而生。为了实现更长的电池寿命的用户设备和激励人类参与，本文提出了一种新的方法，无缝集成MCS与无线功率传输，称为\emph{wirelessly powered crowd sensing}（WPCS），用于支持人群感知与能量消耗和提供奖励作为激励。通过联合控制\emph{access point}（AP）处的无线功率分配以及\emph{mobile sensor}（MS）处的感测数据大小、压缩比和传感器传输持续时间，将优化问题公式化为同时最大化数据效用和最小化服务运营商的能量消耗。给定固定的压缩比，最优功率分配策略被示出为具有相对于针对每个MS定义的\emph{crowd-sensing priority}函数的基于\emph{threshold}的结构。给定固定的感测数据效用，压缩策略实现最优压缩比。大量的模拟也被提出来验证所贡献的机制的效率。
2017-12-29 cs.IT math.IT
Optimal Time Scheduling Scheme for Wireless Powered Ambient Backscatter Communication in IoT Network
在本文中，我们研究的最佳方案来管理不同的模块，包括频谱感测，射频（RF）能量收集（RFH）和环境反向散射通信（ABCom）的时间调度，通过最大化物联网（IoT）中的数据传输速率。我们首先考虑使用频谱感测与能量检测技术来检测高功率环境RF信号，然后使用它们执行RFH和ABCom。具体地，为了提高频谱感测效率，压缩感测被用于检测宽带RF信号。我们提出了一个优化时间调度参数和功率分配比的联合优化问题，其中功率分配比是由于REH和ABCom同时工作而产生的。此外，提出了一种通过分析反向散射通信中断概率来确定反向散射通信频谱感知阈值的方法。数值结果表明，在更大的传输速率下，可以获得最优的频谱感知方案。实验结果表明，基于压缩感知的方法更有效，且随着网络运行时间的增加，其优势更加明显。此外，最佳的调度参数和功率分配比。仿真结果表明，通过分析后向散射通信中断概率，得到了后向散射通信频谱感知的门限。
2018-10-13 cs.IT math.IT
Wireless Powered Cooperative Jamming for Secure OFDM System
本文研究了正交频分复用（OFDM）系统中的保密通信，其中源在潜在窃听者存在的情况下向目的地发送机密信息。为了提高系统的保密率，我们采用了无线供电的协同干扰，协同干扰机工作在两个时隙的捕获然后干扰协议。在第一个时隙中，源发送专用能量信号来为干扰器供电;在第二个时隙中，干扰器使用收集的能量来干扰窃听者，以保护从源到目的地的同步保密通信。特别是，我们考虑两种类型的接收器在目的地，即类型I和类型II接收器，它们不具有和具有消除（先验已知的）干扰信号的能力，分别。对于这两种类型的接收机，我们最大限度地提高保密率在目的地通过联合优化的发射功率分配在源和干扰子载波，以及两个时隙之间的时间分配。首先，我们通过拉格朗日对偶方法，这是一个高的实现复杂度的全局最优解这个问题。接下来，为了平衡算法复杂度和性能之间的权衡，我们分别提出了基于最小化最大化和启发式连续优化的替代低复杂度解决方案。仿真结果表明，所提出的方法显着提高保密率相比，没有联合功率和时间分配的基准计划。
2017-07-24 cs.IT math.IT
Can Feedback Increase the Capacity of the Energy Harvesting Channel?
我们调查反馈是否可以增加能量收集通信信道的容量，其中由外源能量到达过程供电并配备有限电池的发射器通过无记忆信道与接收器通信。对于一个简单的特殊情况下，能量到达过程是确定性的和信道是BEC，我们明确计算的前馈和反馈的能力，并表明，反馈可以严格增加该信道的容量。在这个例子的基础上，我们还表明，反馈可以增加的能力时，能源抵达是独立同分布。在发送器和接收器处非因果地已知。
2015-06-05 cs.IT math.IT
Joint Resource Allocation and Configuration Design for STAR-RIS-Enhanced Wireless-Powered MEC
在本文中，一个新的概念，称为同时发射和反射RIS（STAR-RIS）被引入到无线供电的移动边缘计算（MEC）系统，以提高能量传输和任务卸载的效率。与传统的仅反射RIS相比，STAR-RIS通过同时发射和反射入射信号将半空间覆盖扩展到全空间覆盖，并且还提供了用于操纵信号传播的新自由度（DoF）。我们的目标是最大限度地提高所有用户的总计算速率，其中用户的能量传输时间，发射功率和CPU频率，以及STAR-RIS的配置设计进行了联合优化。针对STAR-RIS的特点，分别研究了能量分裂、模式切换和时间分裂三种工作方式。对于ES协议，基于罚函数法、逐次凸逼近法和线性搜索法，提出了一种求解非凸问题的迭代算法。然后，所提出的算法的ES协议扩展到解决MS和TS问题。仿真结果表明，STAR-RIS优于传统的反射/透射的RIS。更重要的是，TS协议可以实现STAR-RIS的三个操作协议中最大的计算速率。
2022-08-30 cs.IT cs.SY eess.SY
Minimum Length Scheduling for Full Duplex Time-Critical Wireless Powered Communication Networks
射频（RF）能量收集是实现时间关键型无线供电通信网络的永久寿命的关键，这是由于对能量传输的完全控制、远场区域、小且低成本的电路。在本文中，我们提出了一种新的最小长度调度问题，以确定最佳的功率控制，时间分配和传输时间表的数据，能量因果关系和最大发射功率约束在全双工无线供电通信网络。我们首先制定的问题作为一个混合整数非线性规划问题，并推测该问题是NP-难的。作为一种解决策略，我们证明了功率控制和时间分配，调度问题可以单独解决的最优解。对于功率控制和时间分配问题，我们利用Karush-Kuhn-Tucker条件得到了最优解。对于调度，我们引入了一个罚函数，允许重新制定为一个总和惩罚最小化问题。基于惩罚函数的特点推导出最优性条件，提出了两种多项式时间启发式算法和一种采用智能剪枝技术的降低复杂度的精确算法.通过大量的模拟，我们说明了所提出的启发式计划优于先前提出的计划，为预定的用户传输顺序，并实现接近最优的解决方案。
2020-06-21 cs.IT eess.SP math.IT
An ADMM Based Method for Computation Rate Maximization in Wireless Powered Mobile-Edge Computing Networks
在本文中，我们考虑了一个无线供电的移动边缘计算（MEC）网络，其中分布式能量收集无线设备（WD）通过射频（RF）无线功率传输（WPT）供电。特别地，WD遵循二进制计算卸载策略，即，计算任务的数据集必须在MEC服务器处经由任务卸载本地或远程地整体执行。我们感兴趣的是通过联合优化个体计算模式选择来最大化网络中所有WD的（加权）和计算速率（即，本地计算或卸载）和系统传输时间分配（关于WPT和任务卸载）。其主要困难在于多用户计算模式选择的组合性及其与传输时间分配的强耦合性。为了解决这个问题，我们提出了一种基于ADMM（交替方向乘法器）分解技术的联合优化方法。仿真结果表明，该方法可以有效地实现在各种网络设置下接近最优的性能，并显着优于其他代表性的基准方法考虑。此外，通过理论分析和数值研究，我们表明，该方法具有较低的计算复杂性，随着网络规模的增加。
2018-02-09 cs.IT math.IT
Secure Transmission and Self-Energy Recycling for Wireless-Powered Relay Systems with Partial Eavesdropper Channel State Information
研究了具有不完全窃听信道状态信息（ECSI）的无线中继系统的安全传输问题。为了实现高效的能量传输和信息中继，提出了一种新的两阶段协议，其中中继器工作在全双工（FD）模式，以实现同时的无线功率和信息传输。与现有协议相比，该协议具有两个主要优点：1）充分利用中继的硬件资源（天线单元），提供更高的保密率; 2）在中继端实现自能量回收（S-ER），将FD操作产生的干扰（LI）回收用于信息中继。为了最大化最坏情况下的保密率（WCSR），通过联合设计的源和中继波束形成器与功率分配比，一个优化问题，制定。这个公式化的问题被证明是非凸的，解决它的挑战是如何同时解决波束形成器和功率分配比。为了应付这个困难，提出了一种替代方法，将原问题转化为三个子问题。通过迭代求解这些子问题，得到了原问题的鲁棒波束形成器和功率分配比的封闭解。仿真结果表明，基于S-ER的安全传输方案的WCSR增益最大可达80%，优于传统的基于时间切换的中继（TSR）方案;同时，该方案的WCSR性能也优于仅使用一根接收天线的方案。
2017-12-29 cs.IT math.IT
A Stochastic Approach for Resource Allocation with Backhaul and Energy Harvesting Constraints
我们提出了一种新的随机无线电资源分配策略，考虑回程和空中接口容量的限制，实现长期的公平性。基站被认为仅由通过能量收集源再充电的有限电池供电。在所提出的资源分配策略中也考虑了这种能量收集。这种技术场景可以在偏远的农村地区找到，那里的回程连接非常有限，基站由尺寸较小的太阳能电池板供电。我们的研究结果表明，该方案实现了更高的公平性之间的用户，在某些情况下，一个更高的和速率相比，著名的比例公平调度。
2015-01-15 cs.IT math.IT
Throughput Maximization in Wireless Powered Communication Networks
本文研究了一种新出现的无线供电通信网络（WPCN），在该网络中，一个具有恒定电源的混合接入点（H-AP）协调来自/去往没有能源的分布式用户的无线能量/信息传输。提出了一种“收集然后发送”协议，其中所有用户首先在下行链路（DL）中收集由H-AP广播的无线能量，然后通过时分多址（TDMA）在上行链路（UL）中向H-AP发送它们的独立信息。首先，我们研究了所有用户的总吞吐量最大化，通过联合优化DL无线功率传输与用户的UL信息传输的时间分配，给出了基于用户的DL和UL信道以及它们的平均收获能量值的总时间约束。通过应用凸优化技术，我们得到了封闭形式的最佳时间分配，以最大化总吞吐量的表达式。我们的解决方案揭示了由于DL和UL距离相关的信号衰减而导致的“双近远”现象，其中距离H-AP较远的用户（其在DL中接收到的无线能量比较近的用户少）必须在UL中以更多的功率进行传输以实现可靠的信息传输。因此，最大的总吞吐量是通过分配更多的时间给附近的用户比远的用户，从而导致在不同的用户之间的不公平的速率分配。为了克服这个问题，我们还提出了一个新的性能指标，所谓的共同吞吐量与额外的约束，所有用户都应该被分配以平等的速率，而不管他们的距离的H-AP。我们提出了一个有效的算法来解决公共吞吐量最大化问题。仿真结果表明，共同吞吐量的方法来解决新的WPCN双远近问题的有效性。
2014-07-21 cs.IT math.IT
Computation Efficiency Maximization in Wireless-Powered Mobile Edge Computing Networks
节能计算是移动边缘计算（MEC）网络的必然趋势。最大化计算效率的资源分配策略是至关重要的。在本文中，计算效率最大化问题制定在无线供电的MEC网络下的部分和二进制计算卸载模式。考虑了一个实用的非线性能量收集模型。时分多址接入（TDMA）和非正交多址接入（NOMA）都被考虑和评估用于卸载。在最大-最小公平准则下，对能量收集时间、局部计算频率、卸载时间和功率进行联合优化，以最大化计算效率.分别提出了两种迭代算法和两种替代优化算法来解决本文所述的非凸问题。仿真结果表明，所提出的资源分配方案优于基准方案的用户公平性。此外，阐明了可实现的计算效率和计算位的总数之间的折衷。仿真结果表明，部分计算卸载模式优于二进制计算卸载模式，NOMA优于TDMA的计算效率。
2020-02-11 cs.IT eess.SP math.IT
Energy-Efficient Hybrid Offloading for Backscatter-Assisted Wirelessly Powered MEC with Reconfigurable Intelligent Surfaces
研究了一种基于无线能量传输（WPT）的后向散射移动边缘计算（MEC）网络，该网络具有可重构智能表面（RIS），无线设备（WD）可以在后向散射通信（BC）和主动传输（AT）模式之间切换，卸载任务比特并获取能量.我们利用RIS来最大限度地提高能源效率（EE）。为此，我们优化了时间/功率分配、本地计算频率、执行时间、后向散射系数和RIS相移。这个目标导致了具有冲突目标的多目标优化问题（MOOP）。因此，我们同时最大化系统吞吐量和最小化能源消耗通过切比雪夫方法，转化为两个单目标优化问题（SOOP）。对于吞吐量最大化，我们利用交替优化（AO）产生两个子问题。对于第一个，我们推导出封闭形式的资源分配。对于第二个，我们设计的RIS相移通过半定松弛，凸函数编程的差异，优化最小化技术，和一个惩罚函数，强制执行一个秩一的解决方案。对于能量最小化，我们推导出封闭形式的资源分配。我们展示了几个基准的收益。例如，使用$20$元件RIS，EE可以高达3（Mbits/Joule），比无RIS的情况（仅实现2（Mbits/Joule））提高了150%。
2022-06-01 cs.IT eess.SP math.IT
Wirelessly Powered Crowd Sensing: Joint Power Transfer, Sensing, Compression, and Transmission
利用用户设备中的大量传感器以及机会主义的人类移动性，移动人群感知（MCS）已经成为一种强大的范例，其中延长受限设备的电池寿命和激励人类参与是两个关键的设计挑战。为了解决这些问题，我们设想了一种新的框架，名为无线供电人群感应（WPCS），它集成了MCS与无线功率传输（WPT），为所涉及的设备提供额外的能量，从而促进用户激励。本文考虑多用户WPCS系统，其中接入点（AP）将能量传输到多个移动传感器（MS），每个传感器执行数据感测、压缩和传输。假设无损（数据）压缩，通过联合控制AP处的无线功率分配以及MS处的感测数据大小、压缩比和传感器传输持续时间，制定优化问题以同时最大化数据效用并最小化运营商侧的能耗。给定固定的压缩比，所提出的最优功率分配策略具有基于阈值的结构，相对于每个MS的定义的人群感知优先级函数，取决于运营商配置和MS信息。此外，对于固定的感测数据大小，最佳压缩策略表明，只有当感测数据大小足够大时，压缩才能减少每个MS的总能耗。我们的解决方案也扩展到有损压缩的情况下，同时提供了广泛的模拟，以确认的效率的贡献机制。
2018-03-05 cs.IT math.IT
Computation Rate Maximization for Wireless Powered Mobile-Edge Computing with Binary Computation Offloading
在本文中，我们考虑由无线功率传输（WPT）供电的多用户移动边缘计算（MEC）网络，其中每个能量收集WD遵循二进制计算卸载策略，即，一个任务的数据集必须作为一个整体在MEC服务器上通过任务卸载本地或远程执行。特别地，我们感兴趣的是通过联合优化个体计算模式选择（即，本地计算或卸载）和系统传输时间分配（关于WPT和任务卸载）。其主要困难在于多用户计算模式选择的组合性及其与传输时间分配的强耦合性。为了解决这个问题，我们首先考虑一个解耦的优化，在这里我们假设模式选择是给定的，并提出了一个简单的二分搜索算法来获得条件最优的时间分配。在此基础上，设计了一种坐标下降法来优化模式选择。该方法实现简单，但在大规模网络中可能遭受高计算复杂性。针对这一问题，本文提出了一种基于ADMM（alternating direction method of multiplers）分解技术的联合优化方法，该方法能够有效降低计算复杂性随网络规模的增加而增加的速度。大量的仿真结果表明，所提出的方法可以有效地实现近最佳性能在各种网络设置下，并显着优于其他代表性的基准方法考虑。
2018-03-23 cs.DC cs.IT math.IT
Joint Offloading and Computing Optimization in Wireless Powered Mobile-Edge Computing Systems
移动边缘计算（MEC）和无线功率传输（WPT）已被认为是物联网（IoT）时代的有前途的技术，以提供具有增强的计算能力和可持续能源供应的大规模低功率无线设备。在本文中，我们提出了一个统一的MEC-WPT设计，考虑无线供电的多用户MEC系统，其中多天线接入点（AP）（与MEC服务器集成）广播无线功率充电多个用户和每个用户节点依赖于收获的能量来执行计算任务。通过MEC，这些用户可以自己在本地执行各自的任务，或者基于时分多址（TDMA）协议将全部或部分任务卸载到AP。在所提出的模型的基础上，我们开发了一个创新的框架，以提高MEC的性能，通过联合优化的能量发射波束形成器在AP，中央处理器（CPU）的频率和卸载的比特在用户的数量，以及用户之间的时间分配。在这个框架下，我们解决了一个实际的情况下，延迟有限的计算是必需的。在这种情况下，我们开发了一个最佳的资源分配方案，最大限度地减少了AP的总能耗受到用户的个人计算延迟的限制。利用国家的最先进的优化技术，我们得到的最优解的半封闭形式。数值结果表明，所提出的设计的优点，替代基准计划。
2017-12-18 cs.IT math.IT
