论文研究-EH-MIMO协作网络中数据与能量天线选择性能分析.pdf

所需积分/C币:7 2019-09-13 09:48:35 855KB .PDF
收藏 收藏
举报

为了实现有效的能量利用和数据传输,针对无线EH-MIMO协作系统,提出了在节点的多根天线中选择部分天线进行能量收集和部分天线进行数据传输的遍历最优算法。选择结果即是所提出的EH-MIMO协作模型信道容量最大化问题的遍历解决方案,因此在容量性能方面是最优的。为了降低算法的复杂度,进一步提出了递增天线选择和递减天线选择的两种次优天线选择算法,并与最优算法进行了对比。仿真结果表明,次优算法在系统信道容量和能量效率方面接近最优算法,同时具有较低的复杂度。
1302019,55(15) Computer Engineering and Applications计算机工程与应用 根天线构成第时隙中继节点能量天线集合回,剩余Nx(N,-维度信道系数矩阵H的第i个特祉 的天线构成第二时隙中继节点数据天线集合2。假设值信道系数矩阵元素b为中继节点的第g根天线 能量天线集合中第根天线的接收功率为P,则第到目的节点的第p1根天线之间的信道系数,满足1≤ 时隙中继节点数据天线集合中的天线可用的总发 pl 射功率为: P1=∑max(P-Pa)n0} 2232数据与量天线历选择(ESDE第法 力∈6 法,把能量和数据天线集合的所有组合表示出来,计算 3优化问題和算法描述 最大的信道容量,找到所述优化问题的最优解。无线 31优化问题 H-MIMO协作通信系统模型中的天线选择分别在源节 点到中继节点链路和中继节点到目的节点地链路上执 所提出的无线 EH-MIMO协作通信系统模型的能 行。源节点到中继节点链路上的天线选择,对下每个链 量和数据天线选择应该分两步进行。对应于协作过程 路,所有天线组合同时在源节点利中继节点上进行ESDE 的第一个时隙,第·步是处理源节点和屮继节点上的天 遍历。具体而言,第一次遍历选择1根天线进入源节点 线选择。基于信道容量最大化准则参照文献3中32 节的第三个公式,第一个时隙中数据和能量天线的最优 能量天线集合a的所有情况,第次遍历选择2根天线 进入溟节点能量天线集合a的所有情况,以此类推,直 选择问题可以表示为 至N-1根天线,同样的遍历情况在中继节点的天线集 amBm,0nw)= arg max(ibdet((+H)}(3)合同时进行,对于每个天线组合,计算其信道容量,最后 其中,am和Bm分别为第时隙源节点最优能量天线对应于最大信道容量的天线组合即为最优化问题的解 集合和最优数据天线集合,mm和m分别为第一个时 决方案 隙屮继节点最优能量天线集合和最优数据天线集合。 当N根天线中的L根天线被选择到源节点的能量 是NxN维单位矩阵。源节点到中继节点链路上天线集合a中,并且刺余的N-L根天线被选择到数据 的最往功率分配矩库K是N-D)×(N-1)维对角矩天线集合P中时,总共有C=N∠儿L种天线组合。 阵,满足r(K)≤P。使用注水功率算法,K的对角线因为L可以是从1到N2-1的任何整数所以遍历计算 元素可表示为K=(n-4),其中=1,2,…,N-1,的组合总数是∑Ck=2-2,同样的中继节点遍历计 是满足∑Ka=P的一个约束项。H为源节点到中 算的组合总数为2-2。 继节点链路的Nx(N-L)维信道系数矩阵,服从均值 将第·时隙的ESDE算法总结为算法1ε具体算法 为0,方差为1的复高斯分布,λ是信道系数矩阵H的如下 第个特征值。信道系数矩阵元素h2为源节点的第q (1)初始化L1=1 根天线到中继节点的第n根天线之间链路的信道系数 (2)将L1根天线分配给中继节点的能量天线集 满足1≤p≤N,1≤q≤NL 。确定中继节点处的能量和数据天线的组合。 对应于协作过程的第个时隙,第一步是处理中继 3)初始化L=1。 节点上的天线选择。类似于第一时隙,同样基于信道容 (4)将L根天线分配到源节点的能量天线集合a。 量最大化准则第二时隙中的数据和能量天线的最优选确定源节点处的能量天线和数据天线的组合 择问题可以被表述为: 5)对于源节点处的每个天线组合,根据公式(1) (n,)=am(+K)(4)计算可用于第一时节点数据天线合户的品发射 其中t和o分别为第时隙中继节点最优能量天 (6)依据总发射功率和注水功率算法计算最优功率 线集合和最集合数据天线集合。中继节点到目的节点分配矩阵K。 链路上的最优功率分配矩阵K1是(N-L1)×(N-L1 (7)由公式(3)同时在源节点和中继节点处遍历所 维对角矩阵并满足r(K)<P。使用注水功率算有天线组合,并计算相应的信道容量。 法,最优功率分配矩阵K1的对角线元素可表示为K= (8)令L=L+1。如果L<N,转步骤(4)。 (m1-x2),其中=1,2…N-L1,是满足∑K= (9)令L=L1+1。如果L<N,转步骤(2) (10)选择出与最大信道容量相对应的源节点和中 P4的一个约束项,λ是中继节点到H的节点链路的继节点天线组合 王晖,等:EH-MIMO协作网络中数据与能量天线选择性能分析 2019,55(15)131 对丁中继节点到目的节点链路天线选择只发生在点数据集合的总发射功率,x是源节点到中继节点链 中继节点将第二时隙的ESDE算法总结为算法2。具路×M维信道系数矩阵H的第个特祉值,信道 体算法如下 (1)初始化L2=1。 系数矩阵H服从均值为0,方差为1的复高斯分布。 (2)将12根天线分配到中继节点能量天线集合 lq ,确定能量天线和数据天线的组合。 此时信道系数矩阵B=.信道系数矩阵元素 (3)对于每个天线组合,根据公式(2)计算数据天线 集合Ω可用的的总发射功率。 (4)依据总发射功率和注水功率算法计算最优功率为源节点的第g根天线到中继节点的第p根天线之间 分配矩阵K 链路的信道系数,满足1<p≤N,1≤q≤M (5)由公式(24)遍历所有天线组合并计算相应 >步骤2从派节点除第一根数据天线外的天线中分 道容量 别拿·根天线,已经选好的第根数据天线·起作为 (6)令L2=2+1。如果L2<N,转步骤(2 源节点数据天线,其他天线为源节点能量天线,利用公 (刀)选择出最大信道容量对应的天线组合。 从以上FSDF算法的实现过程可以看出,由于其对式C=hd(+HKH)计算相应的信道容量选 所有的天线集合都进行了遍四此所选择的天线集合取最大容量对应的那两根天线为所选的源节点数据天 在信道容量方面一定是最优的,但是该算法的缺点也线。此时源节点到中继节点锥路的功率分配矩阵k" 是显而易见的,即算法的计算量过大,随着天线数目的[k 増加,计算量成指数规律增长。由此可见,ESDE算法虽 )/,z M。k为对角阵元素 然能够得到最优的天线选择结果,但是复杂度过高,实 用性和实时性较差难以适应杂多变的无线信道环境。(-2),其中,是满足∑k=P的约束项, 33数据与能量天线递增选择(AIS)算法和递 P1为能量集合收集能量过程中可用于源节点数据集合 减选择(ARS)算法 的总发射功率,米1是源节点到中继节点链路的N×M 能量天线集合的构成决定了收集到的能量的数量 以及数据天线的发射功率进而影响功率分配矩阵以及维信道系数矩阵"的第个特征值信道系数矩阵 之后的系统信道容量,因此很容易发现不同的天线选择H1服从均值为0,方差为1的复高斯分布。此时信道 方案对应不同的系统性能。针对ESDE算法存在的问 (D),( 题,参照文献[21的思想,在本节中提出了两种低复杂 度的次优算法称为AS算法和ARS算法,以此来减少计系数矩=12、,信道系数矩阵元D 算量和复杂度,从而实现算法实川性和实时性的提高。 (),(I 协作通信系统模型第一时隙在源节点到中继节点 钲路十进行天线选择,其中数据天线的增加首先在源节节点的第q根天线到中继节点的第根天线之间链路 点执行,假设此时中继节点上的所有天线都接收数据, 的信道系数,满足1≤p≤N,1≤g≤M。 AIS算法每次选择信道系数矩阵屮对信道容量贡献最 依此类推,直至选择出要求根数的天线,剩余天线 大的一列,并选取对应的天线。具体步骤如下: 构成所选择的能量天线集合,这样可以确定源节点处的 步骤1从源节点分别拿一根天线作为数据天线, 天线组合。其次将选定的天线组合保持在源节点不变 其他源节点天线作为能量天线,利用公式C= lbdet(I 数据天线的增加再次在中继节点上执行,因此也可以确 定第一时隙中继节点处的天线组合。同样的对于第二 /Kn)计算出相应的信道容量,选取最大容量对 时隙能量与数据天线的选择,参考第一时隙确定源节点 应的源节点天线为第·根数据天线。其屮,C为遍历得 天线组合的方法,对中继节点天线集合所对应的中继节 出的信道容量,Ⅰ是NxN维单位矩阵。源节点数据 点到目的节点链路的信道容量进行计算,即可确定中继 天线集合的天线数目为M,源节点到中继节点锥路的节点用于能量收集和数据发送的天线集合 功率分配矩阵K=[,=1,2,…M。k为对角阵于协作通信系统模型中的天线选择分别在源节 元素,A=(-20-),其中,是满足∑和 点到中继节点链路和中继节点到目的节点链路上执行 因此在每条链路上,ARS的概念与AIS的概念相似。 的约束项,P为能量集合收集能量过程屮可用于源节ARS算法每次选择信道系数矩阵屮对信道睿量贡献最 1322019,55(15) Computer Engineering and Applications计算机工程与应用 小的一列然后将其从最初节点所有天线构成的数据天N,1<y<M 线集合中朋除。具体步骤如下: 依此类推直至选出要求根数的天线构成所选定的 步骤1从源节点分别拿一根天线作为数据天线,其数据天线集合,剩余天线构成所选择的能量天线集合。 他源节点天线作为能量天线,利用公式C=hde(Ⅰ+同样的可以分别确定第一时隙和第一时隙节点对应链 HKH)计算出相应的信道容量,找出对信道容>)路的天线组合。 量贡献最小的·根天线并删除,剩余天线放入源节点数 显然,相对于ESDE算法,AIS和ARS算法的计算 据天线集合。此时源节点到中继节点链路的功率分配复杂度要低得多《为了清晰地比较本文所提算法的计 矩阵/ 算复杂性,表1列出了ESDE算法,A算法和ARS算法 2.MN对角在源节点到中继节点链路上的算法复杂度。 表1算法复杂度比较 算法 ESDH ARS 元素,k=( 其中,g是满足∑ 复杂度(2-2)(2-2)N+N-2Ns+N-2 P2的约東项,P2为能量集合收集能量过程中可用于源4仿真 节点数据集合的总发射功率,是源节点到中继节点 在本章中,用 MATLAB编程语言对无线FH-MIMO 链路N×M维信道系数矩阵H的第z个特征值,信协作通信系统中的数据和能量天线选择的最优和次优 道系数矩阵H服从均值为0,方差为1的复高斯分算法进行了仿真,并对这些算法的性能进行了分析和对 比。在仿真中,每个节点配备4根天线,发射天线和接 收天线之间的信道服从均值为0和方差为1的复高斯分 布。信道系数矩阵(y A,信道系燃矩布。假定团型节点处每个能量天线的接收功率服从高 斯分布,并且一个时隙中收集的能量等于接收功率与该 hB)h2110 时隙长度T的乘积。设定时隙长度为1s,RF信号功率 阵元素为源节点的第q根天线到中继节点的第力根 转换为直流功率的转换效率为n=0.8。 图2给出了信道容量随E型节点收集能量变化的 天线之间链路的信道系数,满足1≤p≤N,1≤9≤M 曲线。这些曲线显示了ESDE算法、AS算法和∧RS算 步骤2从源节点剩余数据天线中,分別拿一根天线法在协作系统的源节点和中继节点分别选择一根两根 作为数据天线,其他天线为源节点能量天线,利川公式和三根能量收集天线时的性能。从图2中可以看出,信 C=bdeu(x+HAk1)H1)计算相应的信道容量,找道容量随平均收集能量分布均值的增长而增加。当半 出对信道容量贡献最小的一根天线并删除,剩余天线再均收集能量分布均值为10J时,信道容量可达到16 次放入源节点数据天线集合中。此时源节点到中继节点18(bis)/Hz。另外,在相同的条件下,最优算法所获得 链路的功率分配矩阵A1(( 的信道容量仅比次优算法所获得的信道容量大0.1 ),1=1.2….M.05(bs)H,这表明次优算法性能非常接近最优算 法。最后发现当选择更多数据天线时的容量性能不 A.为对角阵元素,k=(m1-1x1),其中,A是满定优于选择更少数据天线的容量性能因为在选择更少 足∑k=P2的约束项,P2为能量集合收集能量过程 中可用于源节点数据集合的总发射功率,A是源节点 到屮继节点链路的N×M维信道系数矩阵I1的第 个特征值,信道系数矩阵H1服从均值为0,方差为1 的复高斯分布。此时信道系数矩阵()_h1h2 ESDE AIS - ARS 信道系数矩阵元素h为源节点的第g根天线到中继 Mean of Harvested Energy/J 节点的第p根天线之间链路的信道系数,满足1≤p≤ 图?总天线数为4时系统容量随收集能量的变化 王晖,等:EH-MIMO协作网络中数据与能量天线选择性能分析 2019,55(15)133 数据天线时可以通过更多能量天线收集更多的能量,在 这种情况下会有较大的发射功率用于数据传输并导致 较大的信道容量。 当仿真实验中天线数为4,运行10000次取每种算 法运算耗时的平均值,遍历最优算法得到最优解所消耗 的时间为90s,递増次优算法和递减次优算法得到最优 解所消耗的时间分别为23s和39s。由此也可以得出, 遍历最优算法耗时最多性能最优,而两种次优算法耗时 →—ESDE 命-AIS 图3给出了天线数目地圳为6时信道容量随出3v 更少同时算法性能逼近最优遍历算法。 --+--ARS PSR 节点收集能量变化的山线。这些曲线显示了ESDE算 Mean of Harvested Energy!J 法,∧IS算法和∧RS算法在协作系统的源节点和中继节 图4本文算法与PSR算法随收集能量变化对比 点分别选择1根3根和5根能量收集天线时的性能。从 能量效率( Energy Efficiency,EE)反映了无线通信 图3单可以看出,当天线数目增多时,随着平均收集能系统中投入(总功率)和产出(总容量)的关系,引用文 量分布均值的增长系统容量总体变大,可达到36 献[2]中的比特级能量效率定义,本文能量效率定义为 38(bis)/Hz。这表明天线数目增多增加了天线的阵列 C 増益改善了接收信噪比,提髙了能量收集能力,随着收-·其中C为系统的总容量,Pεu为系统的总 集能量的增加,算法性能优势也更加明显。 功率消耗。P由发射功卒消耗Pr和电路功率消耗 P1x两部分组成,Pr是节点通信消耗的主要功耗,Pr 包括信号传输路径上所有电路模块,如AD转换、功率 35 放大等的功率消耗。在本文协作通信系统模型中,第 时隙和第二时隙节点天线通过选定的信道传输信号消 耗的总功率为Pud=P+P4+Ptx ≥25 图5表示在协作系统的源节点和中继节点处选择 1根、2根、3根能量收集天线的情况下,山ESDE算法 ESDL AIs算法和ARS算法得到的能量效率随平均收集能量 15 AIs 分布均值变化的曲线图。在仿真中,从图5中可以看 -+--ARS 10 出,当平均收集能量分布均值增大时,系统的能量效率 6 9|0 Mean of Harvested Energy/J 会先显著下降然后趋于平缓,当平均收集能量分布均值 图3总天线数为6时系统容量随收集能量的变化 为10J时,能量效率大约在0.1~0.3(bitJ)Hz之间。这 为了验证文所提算法是否能获得更好的效果,也意味着,随着系统增加消耗的能量,消耗的能量在能量 对源节点和中继节点采用文献[2中的PSR策略时的效率中所占的影响增加。另外,在相同条件下,本文所 性能进行了仿真并进行对比。文献2提出了TSR和提逃增递减次优算法的谁量效率按近遍历最优算法 PSR两种SwPT策略,采用PSR策略时,节点天线不分图6给出了天线数目增加为6时系统能效随型节点 组,所有天线接收的射频信号分裂一部分作为能量,剩 4.5 ESDE 下的部分作为接收信号,该方案需要根据信道条件优化 4.0乘 --O--AIS 能量分裂系数,具体的分析和介绍可参考文献[22] ---+--ARS 图4表示采用本文三种算法和PSR策略算法时信 道容量随EH型节点收集能量变化的对比曲线。从图4 中可以看出,在相同的条件下,本文三种算法的容量性 三2.0 能都要明显高于PSR策略算法,并且随着平均收集能量 分布均值的增加性能优势更加明显,这是囚为本文三种 51.0 算法均是优化选择不同的天线进行能量收集和数据传 品0.5 早 输,而PSR算法是将所有天线接收的信号分裂一部分接 12345678910 收能量,另一部分传输数据,总体性能相对减弱,因此木 Mean of Harvested Energv/j 文算法优势更大。 图5总天线数为4时能量效率随收集能量的变化 1342019,55(15) Computer Engineering and Applications计算机工程与应用 集能量分布均值的增长系统能效总体增加05:2(020.5102n0 on Signal Processing, 收集能量变化的曲线。当天线数目增多时,随着平均收 msJJNEE上 J)Hz,这表明天线数目增多,天线能量收集能力增加,51eH, Kun X Performance analysis of distributed OSTBC 能效优势也更加明显。 MIMO systems using adaptive M-Qam transmission over i.n.i.d. Generalized-K fading channels[J].IEICE Transactions 日ESDE on Communications, 2017, 100(5):843-851 --O--.AIS ARS [6 Varshney L R Transporting information and energy simulta neously[C]/EFF International Symposium on Information Theory,2013:I6121616 [7 Wen Zh Shuai. Fan Chunxiao et al,joint transceiver and power splitter design over two-way relaying channel with lattice codes and energy harvesting] IEEE Communications Letters. 2014.18(11): 2039-2042 [8] Tutuncuoglu K, Varan B, Yener A Throughput maximization 4567 10 for two-way relay channels with energy harvesting nodes Mean of Harvested Energy/J the impact of relaying strategies[J]. IEEE Transactions on 图6总天线数为6时能量效率随收集能量的变化 Communications,2015,63(6):2081-2093 19 Nasir AA, Zhou X, Durrani S, et al. Relaying protocols for 5结束语 wireless energy harvesting and information processing[J] 本文针对无线FH-MIMO协作通信系统研究了数 IEEE Transactions on Wireless Communications. 2013 据与能量天线的选择,提出了用于该协作通信系统模型 12(7):3622-3636 的最优ESDE算法和次优AIS算法、ARS算法,并进行10 Zhang R, Ho c K MIMo broadcasting for simultaneous 了最优和次优性能分析。仿真结果表明,在信道容量 wireless information and power transfer[J]. IEEE TI rans- 和能量效率方而,低复杂度次优算法的性能接近高复 actions on Wireless Communications, 2013, 12(5): 1989 杂度最优算法。另外,与传统MIMO通信系统中的传 2001 统天线选择方案不同的是,在无线 EH-MIMO协作通信[ I1| Nasir AA, Zhou x, Durrani s, et al. Relaying protocols for 系统中选择较多数据天线的容量性能不一定优于选择 wireless energy harvesting and information processing[J] IEEE Transactions on Wireless Communications. 2013 较少数据天线的容量性能,因为在选择较少的数据天 12(7):3622-3636 线时会有更多的能量天线来收集能量,这将会产生更 [12] Zhang H, Dong A, Jin S,et al.Joint transceiver and 大的发射功率用于数据传输并导致较大的信道容量。 power splitting optim lItiuser MIMO SWIPT 因此,无线 EH-MIMO协作通信系统中的数据和能量天 under MSe Qos constraints J.IEEE Transactions on 线选择不仅提高了系统的性能,同时也解决了收集能 Vehicular Technology, 2017, PP(99) 量对系统能效的影响随着能量消耗量的增加而增加的「3] Liang H, Zhong c. Suraweera h a, et al. Optimization 问题 ative systems[J]IEEE Transactions on Wireless Com 参考文献: munications,2017,16(5):3267-3281 [1] Medepally B Mehta N B Voluntary energy harvesting [14] Chen Zhiyong, Wang Biao, Xia Bin,et al. Wireless infor relays and selection in cooperative wireless networks[J] mation and power transfer in two-way amplify-and IEFE Transactions on wireless communications. 2010 forward relaying channels[C],IEEE Global Conference 9(11):3543-3553 on Signal and Information Processing, 2013 168-172 [2] Li T Dong Y, Fan P, et al. Wireless communications with [15] Koo B, Park D Interference alignment and wireless RF-based energy harvesting: from information theory to energy transfer via antenna selection[J].IEEE Communi green systems[].IEEE Access, 2017, 5: 27538-27550 cations Letters, 2014.18(4): 548-551 [3] Telatar E Capacity of multi-antenna Gaussian channels[J]. [16] Krikidis I, Sasaki S, Timotheou S,et al. A low complexity European Transactions on Telecommunications, 1999, 10 antenna switching for joint wireless information and (6):585-595 energy transfer in MIMO relay channels[J].IEEE Tran 14 Gorokhov A, Gore D A, Paulraj A J Receive antenna actions on Communications, 2014, 62(5): 1577-1587 selection for MIMO spatial multiplexing: theory and (卜转第160页)

...展开详情
试读 7P 论文研究-EH-MIMO协作网络中数据与能量天线选择性能分析.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38744435 如果觉得有用,不妨留言支持一下
    2019-09-13
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-EH-MIMO协作网络中数据与能量天线选择性能分析.pdf 7积分/C币 立即下载
    1/7
    论文研究-EH-MIMO协作网络中数据与能量天线选择性能分析.pdf第1页
    论文研究-EH-MIMO协作网络中数据与能量天线选择性能分析.pdf第2页
    论文研究-EH-MIMO协作网络中数据与能量天线选择性能分析.pdf第3页

    试读已结束,剩余4页未读...

    7积分/C币 立即下载 >