基于能量共享的異構網絡資源分配算法設計

王雪瑋，李保罡，郭丹丹，姚源斌

（華北電力大學電子與通信工程系，河北保定071003）

異構網絡是當前移動通信的LTE標準中的幾種關鍵技術之一。據報道，包括蜂窩網絡在內的整個信息通信行業的能耗占全球二氧化碳排放量的2%。而以往對移動通信系統的研究，只注重追求系統容量和頻譜效率的提高。隨著全球環境形勢日益嚴峻，加強可再生能量的使用和管理，提高系統能量效率（Energy Efficiency，EE）逐漸成為無線通信的研究熱點。隨著網絡規模不斷增長，其可持續發展問題非常值得關注[1]。近年來人們考慮采用可再生能量（例如太陽能、風能等）為無線通信節點供能。

然而，由于可再生能量自身不穩定性，電池容量有限，難以估計與優化無線通信業務傳輸中的能量使用[2]。一旦出現能量枯竭使得傳輸中斷，可能導致監控場景的重要信息無法及時傳達，也可能導致蜂窩網覆蓋空洞，嚴重影響服務質量（Quality of Service，QoS）。因此，可再生能量和傳統電網共存技術應用于異構網絡迫在眉睫。

將可再生能量應用于無線通信，始于對無線傳感網絡的研究[3-9]。文獻[3]考慮用最優在線策略動態規劃控制帶有能量捕獲傳感器的數據傳輸。文獻[4]考慮在線性近似法和單用戶情況下的能量管理策略。文獻[5]提供了一種改進的背壓法控制能量序列的使用。在文獻[6]中，通過對時隙的約束，得出基于能量捕獲系統的吞吐量最大的功率分配。在文獻[7-8]中，通過使用與微積分方法相似的幾何架構解決能量捕獲系統中的傳輸完成時間的最小化問題。文獻[9]考慮在帶有能量存儲約束條件的能量捕獲系統中吞吐量最大化問題。

與此同時，電網能源消耗最小化也是近幾年對無線通信系統設計的關鍵需求之一[10]。當網絡中有捕獲能量時，也可以有效的減少傳統電網負載。但是，由于可再生能量具有隨機性，在整個時間段內用戶的QoS也許是不確定的，這就要求有穩定的能量來進行補充。近年來，在無線通信系統中可再生能量和傳統電網共存作為一個很有發展前景的技術，可以同時確保用戶的QoS要求和傳統電網能量消耗最小的目標[11]。為提升能量效率，文獻[12-14]提出了無線系統能量合作架構。

縱觀國內外現有的研究，近年來對基于可再生能源的無線通信研究已取得了一些進展，但仍存在以下待研究的問題：

1）有機協調可再生能源和傳統電網能源可以更有效的保證傳輸質量，同時使用電力線共享能量，保證傳輸效率提高，減少傳統電網能耗。

2）信號處理模塊的能耗也不容小覷。

3）多節點網絡的能量交互使用值得深入探討。

本文的主要創新如下：在可再生能源和傳統電網共存的異構網絡下，提出基于能量共享的定向注水算法，以包含信號處理耗能的系統能量效率為優化目標，進行性能分析。

1 系統模型

本文考慮的系統模型如圖1所示，系統由可再生能量與傳統電網同時供能的宏蜂窩和僅由可再生能量供能的小蜂窩構成。假設系統在一段時間Tf中傳輸業務。將Tf分成有限的N個時隙，包括宏蜂窩基站發送端已知傳輸比特數量Bi,1≤i≤N，捕獲能量存放在容量為Emax的電池中。采用塊衰落（blocking fading）信道模型，即信道狀態在每個時隙中保持恒定，但在時隙間獨立變化，設時隙中的參考信噪比（Signal to Noise Ratio，SNR）為γi，服從Rayleigh分布，其概率密度函數是

其中是平均參考SNR。

假設初始時刻電池存儲的能量為E0，并且在每一時隙開始時捕獲能量Ei，i=1,...,N-1。發射功率pi由可再生能量和傳統電網能量構成。

2 能量效率最大問題

本文考慮的是基于能量共享的異構網絡功率分配，宏蜂窩基站會根據用戶業務量的大小將一部分可再生能量傳輸給小蜂窩基站，使得注水式功率分配方案具有定向性，從而使整個系統能量效率達到最大。

圖1 系統模型

在發射功率、電池容量和非負功率等約束條件下，求EE最值問題，該問題描述如下：

其中：

n=1指宏蜂窩的功率消耗，n=2指小蜂窩的功率消耗。式（3）表示系統在任一時刻消耗的總功率，包括信號處理過程耗能和傳輸數據需求的能量；

式中，1表示宏蜂窩，2表示小蜂窩。式（4）表示整個系統吞吐量。

上述優化問題是一個凸優化問題[15]，根據文獻[16]，利用dinkelbach算法和KKT優化條件求解，可以獲得用拉格朗日因子表示的唯一的最優功率水平為

3 仿真結果

在這部分，與文獻[2]提出二階注水算法比較并分析。在異構網絡場景下設置仿真參數，最大發射功率為33dBm，對于每個參數設置都需要經1 000次蒙特卡羅模擬來驗證性能。

平均電網消耗和需要發送的比特數的關系如圖2所示。如圖2所示，可知具有能量共享的異構網絡系統性能要優于基于兩級注水算法的非合作系統性能。因為在有限的時間長度內，具有能量共享的定向注水算法能更好地利用可再生能量和蜂窩間的合作。

同時，也可以驗證可再生能量電池容量對系統性能的影響，如圖3所示。如圖3所示，描述了電池容量和傳統電網能量消耗之間的關系，較大的電池容量可以讓基于定向注水算法的功率分配更靈活，從而基于能量共享蜂窩系統可以消耗更少的傳統電網能量。

圖2 傳輸比特數與傳統電網消耗的關系

4 結論

圖3 電池容量與傳統電網消耗的關系

本文分析了可再生能量與傳統電網共存的異構蜂窩網絡能量共享系統，設計了一種基于能量共享的定向注水算法，用于對此系統能量效率目標優化問題進行求解，從而實現蜂窩網絡最優功率分配。仿真實驗表明，本文設計的定向注水算法根據捕獲能量的多少進行能量共享配置，基于能量共享的定向注水算法，其性能在電池容量配置等方面優于兩級注水算法。由于可再生能量的因果約束和各個時隙的信道狀態都是不可預知的，可以進一步設計一種性能次優的在線算法。

[1]Chen Tzung-Shi，Chen Yuh-Shyan，Chang Chih-Yung，et al.Editorial-Green technologies for wireless communications and mobile computing[J].IET Journals&Magazines，2011，5（18）：2595-2597.

[2]周盛，龔杰，王曉磊，等.動態能量獲取下無線通信的能量管理與資源優化[J].中國科學：信息科學，2012，42（10）：1217-1230.

[3]Lei Jing，Yates R，Greenstein L，A generic model for optimizing single-hop transmission policy of replenishable sensors[J].IEEE Transactions on Wireless Communnications，February 2009，8（2）：547-551.

[4]Sharma V，Mukherji U，Joseph V，et al.Optimal energy management policies for energy harvesting sensor nodes[J].IEEE Transactions on Wireless Communications，April 2010，9（4）：1326-1336.

[5]Gatzianas M，Georgiadis L，Tassiulas L.Control of wireless networks with rechargeable batteries[J].IEEE Transactions on Wireless Communications，February 2010，9（2）：581-593.

[6]Ho Chin Keong，Zhang Rui.Optimal energy allocation for wireless communications powered by energyharvesters[C]//IEEEInternationalSymposium on Information Theory，2010：2368-2372.

[7]He Peter，Zhao Lian.Noncommutative composite water-filling for energy harvesting and smart power grid hybrid system with peak power constraints[J].IEEE Transactionson VehicularTechnology，2016，65（4）：2026-2037.

[8]Yang Jing，Ulukus S.Optimal packet scheduling in an energy harvesting communication system[J].IEEE Transactionson Communications，June 2012，60（1）：220-230.

[9]Tutuncuoglu K，Yener A.Optimum transmission policies for battery limited energy harvesting nodes[J].IEEE Transactions on Wireless Communications，2012，11（3）：1180-1189.

[10]Marsan M A，Chiaraviglio L，Ciullo D，et al.Optimal energy saving in cellular access networks[C]//IEEE International Conference on Communications，GreenCommunications.Workshop，2009：1-5.

[11]CUI Ying，Lau K N，Wu Yueping.Delay-aware BS discontinuous transmission control and user scheduling for energy harvesting downlink coordinated MIMO systems[J].IEEE Transactions on Signal Processing，2012，60（7）：3786-3795.

[12]Chia Y-K，Sun Sumei，Zhang Rui.Energy cooperation in cellular networks with renewable powered base stations[J]. IEEE Wireless Communications and Networking Conference，2014，13（12）：6996-7010.

[13]Xu Jie，Guo Yinghao，Zhang Rui.CoMP meets energy harvesting：A new communication and energy cooperation paradigm[C]//IEEE Global Communications Conference Exhibiton&Industry forum，in Proc，Dec.2013：2508-2513.

[14]Gurakan Berk，Ozel Omur，Yang Jing.Energy cooperation in energy harvesting communications[J].IEEE Transactions on Communications，2013，61（12）：4884-4898.

[15]Boyd S，Vandenberghe L.Convex optimization[M].Cambridge：Cambridge University，2004.

[16]Du Bo，Pan Cunhua，Zhang Wence，et al.Distributed energy-efficient power optimization for COMP systems with max-min fairness[J].IEEE Communications Letters，2014，18（6）：999-1002.