具有能量收集功能的無線中繼網(wǎng)絡資源分配

楊 健，張 晶，霍彥奇

(中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

具有能量收集功能的無線中繼網(wǎng)絡資源分配

楊 健，張 晶，霍彥奇

(中國電子科技集團公司第五十四研究所，河北 石家莊 050081)

針對具有能量收集功能的無線中繼網(wǎng)絡，通過分析有限能量存儲約束和能量消耗的因果約束對資源分配的影響，提出了基于馬爾科夫決策的功率分配算法以最大化中繼網(wǎng)絡的吞吐量。所提算法根據(jù)無線信道狀態(tài)信息和電池容量信息對功率分配進行動態(tài)調整，合理利用收集到的綠色能源，實現(xiàn)網(wǎng)絡吞吐量的極大提升。對具有不同能量收集效率的場景進行了仿真，驗證了所提算法的優(yōu)越性。

能量收集；無線中繼網(wǎng)絡；資源分配；馬爾可夫決策

0 引言

在中繼網(wǎng)絡中，中繼節(jié)點增加了系統(tǒng)的吞吐量和覆蓋范圍，降低了能量消耗[1-4]。為了方便在無法接入電網(wǎng)地區(qū)的部署，具有能量收集能力的中繼節(jié)點是最佳的選擇，其可以從周圍環(huán)境中獲取能量資源，例如太陽能、風能、射頻能量等[5-6]。但是，由于周圍環(huán)境動態(tài)地變化(如陰雨天、晴天、風力大小或日照強度)，中繼節(jié)點收集能量的時間長短和多少無法提前確定，具有隨機特性。因此，在具有能量收集功能的中繼網(wǎng)絡中，眾多節(jié)點收集能量的隨機特性致使資源分配問題面臨著重要的挑戰(zhàn)。

針對具有能量收集功能的網(wǎng)絡資源分配，業(yè)界已經(jīng)開展了大量研究。文獻[7]提出了一個方向性的注水算法，用以解決具有能量收集功能場景中的功率分配問題。文獻[8]采用能量和信息協(xié)同傳輸技術研究平坦衰落信道上的數(shù)據(jù)傳輸問題。文獻[9]研究了多對源節(jié)點和目的節(jié)點協(xié)同利用具有能量收集功能的中繼節(jié)點傳輸數(shù)據(jù)的問題。然而，上述幾篇文獻都只是研究了一個中繼節(jié)點的數(shù)據(jù)傳輸問題，其研究成果并不適用于多中繼無線網(wǎng)絡。

基于此，考慮由一對源節(jié)點和目的節(jié)點以及多個中繼節(jié)點組成的無線中繼網(wǎng)絡，其中源節(jié)點和多個中繼節(jié)點具有能量收集功能。在此場景中，通過分析源節(jié)點和中繼節(jié)點的功率分配受能量消耗因果約束和有限存儲約束的影響，提出了一個基于馬爾科夫決策的功率分配算法來最大化系統(tǒng)的吞吐量。

1 系統(tǒng)模型和問題描述

圖1 具有能量收集功能的中繼網(wǎng)絡

定義ps(i)和prj(i)分別為源節(jié)點和第j個中繼節(jié)點的發(fā)射功率，hsrj(i)和hrjd(i)分別表示信源到第j個中繼節(jié)點的信道增益和第j個中繼節(jié)點到目的節(jié)點的信道增益。在第i個時幀中，目的節(jié)點接收到的第j個中繼節(jié)點數(shù)據(jù)信號的信噪比表示為[11]：

(1)

在中繼網(wǎng)絡中，具有能量收集功能的源節(jié)點和中繼節(jié)點從周圍的環(huán)境中持續(xù)地收集能量。在第i個時幀開始時，源節(jié)點和第j個中繼節(jié)點收集的能量分別表示為Es(i)和Erj(i)，而這些節(jié)點的電池所存儲的能量分別表示為Bs(i)和Brj(i)。

在傳輸數(shù)據(jù)的過程中，對收集的能量使用具有兩類約束條件：收集能量使用的因果約束和可充電池的有限存儲約束。收集能量的因果約束就是沒有收集到的能量是不能被使用的；因此，源節(jié)點和所有中繼節(jié)點的收集能量因果約束分別表示為：

(2)

(3)

同時，可充電池的有限存儲約束就是由于電池容量已滿而沒有足夠的空間來存儲新收集的能量。源節(jié)點和所有中繼節(jié)點的可充電電池的有限存儲約束可以表示為：

(4)

(5)

文中，源節(jié)點通過M個中繼節(jié)點來轉發(fā)數(shù)據(jù)信息，則我們的目標是最大化N個傳輸時幀中系統(tǒng)吞吐量。該問題可以描述為：

(6)

s.t.(2),(3),(4),(5)，

(7)

0≤prj(i),0≤ps(i),?i,?rj，

(8)

式中，Ps={ps(1),…,ps(N)}，Prj={prj(1),…,prj(N)}。

2 用戶調度和功率分配機制

2.1 系統(tǒng)狀態(tài)空間

在本文中，利用馬爾科夫過程來描述源節(jié)點和中繼節(jié)點的能量收集過程以及所有鏈路的信道增益過程。將源節(jié)點和所有中繼節(jié)點電池存儲容量進行n等分，而將中繼網(wǎng)絡中所有鏈路的信道增益進行m等分。因此，該網(wǎng)絡系統(tǒng)的狀態(tài)空間可表示為：

S=Bs×Br1×…×BrM×Gsr1×…×GsrM×

Gr1d×…×GrMd，

(9)

s=(Bs,Br1,…,BrM,hsr1,…,hsrM,hr1d,…,hrMd)，

(10)

式中，Bs∈Bs、Brj∈Brj分別表示源節(jié)點和第j個中繼節(jié)點所存儲能量水平，hsrj∈Gsrj、hrjd∈Grjd分別表示為源節(jié)點到第j個中繼節(jié)點之間鏈路及其到目的節(jié)點之間鏈路的信道增益。

2.2 系統(tǒng)行為空間和收集能量空間

在給定一個系統(tǒng)狀態(tài)s，一個行為狀態(tài)可能從行為狀態(tài)空間中被選出來，表示為As。通過合并所有系統(tǒng)狀態(tài)的行為空間，而整個行為空間則表示為：

在中繼網(wǎng)絡中，源節(jié)點和所有中繼節(jié)點從周圍環(huán)境中所收集到的能量行為是獨立同分布的。對源節(jié)點和所有中繼節(jié)點收集的能量以最小存儲能量水平為單位進行離散化處理，并獲得了有限的離散化抽樣空間，分別表示為：

(11)

(12)

(13)

(14)

依據(jù)以上描述，對于源節(jié)點和所有中繼節(jié)點的任何行為a=(ps,pr1,…,prM)∈A,?es∈Εs，?Bs∈Bs，?erj∈Erj和?Brj∈Brj，?rj，源節(jié)點和所有中繼節(jié)點電池的存儲能量水平可以確定為：

2.3 系統(tǒng)轉移概率

在傳輸源節(jié)點數(shù)據(jù)的過程中，源節(jié)點和所有中繼節(jié)點能量消耗和收集致使其所存儲能量水平在不斷變化及狀態(tài)轉移。此外，鏈路的時間相關性致使其狀態(tài)之間以一定概率進行轉移。在第i個時幀中，給定網(wǎng)絡系統(tǒng)狀態(tài)si∈S和所采用的行為狀態(tài)ai∈A，網(wǎng)絡系統(tǒng)狀態(tài)在第i+1個時幀中轉換為狀態(tài)ai+1∈A的轉移概率表示為φi(si+1|si,ai)。源節(jié)點和所有中繼節(jié)點之間鏈路和中繼節(jié)點和目的節(jié)點之間鏈路的信道狀態(tài)是獨立同分布的，而且源節(jié)點和所有中繼節(jié)點收集的能量為統(tǒng)計獨立的。因此，在第i個時幀中，系統(tǒng)狀態(tài)的轉移概率為：

φi(si+1|si,ai)= Pr(Bs(i+1)|Bs(i),ps(i))×

(15)

利用全概率定理和收集到能量使用約束條件，式(15)右邊的第1項可以表示為：

(16)

式中，

φi(si+1|si,ai)=

2.4 功率分配算法

在動態(tài)優(yōu)化具有能量收集功能的源節(jié)點和中繼節(jié)點的發(fā)射功率的條件下，在每個時幀中目的節(jié)點所接收到的數(shù)據(jù)速率表示為：

?i=1,…,N-1

(17)

(18)

式中，ps(N)=Bs(N)/T和prj(N)=Brj(N)/T，?rj∈R。在式(20)中，最后一個時幀的傳輸速率僅僅是網(wǎng)絡系統(tǒng)狀態(tài)的函數(shù)，其原因為源節(jié)點和所有中繼節(jié)點的所有可用資源將全部用于數(shù)據(jù)傳輸。在給定第i個時幀的網(wǎng)絡系統(tǒng)狀態(tài)si情況下，確定源節(jié)點和所有中繼節(jié)點所采用的發(fā)射功率，進而確定其期望收益為：

(19)

uN(sN)=RN(sN)。

(20)

基于以上描述，基于馬爾卡夫決策的功率分配算法的具體步驟如下所示：

① 初始化系統(tǒng)狀態(tài)s0，并初始化時幀參數(shù)i=0；

② 設置時幀i=i+1；

③ 源節(jié)點獲取系統(tǒng)狀態(tài)si；

3 仿真結果分析

圖2描述了在只有一個中繼節(jié)點的場景下網(wǎng)絡系統(tǒng)的總的平均吞吐量隨著傳輸數(shù)據(jù)所受時間長度限制的變化情況，即隨著時幀數(shù)目變化的情況。在3個不同的網(wǎng)絡場景下，除了所受時間限制只有一個時幀的情況下，基于馬爾科夫決策的功率分配算法獲得的系統(tǒng)吞吐量都要比貪婪算法獲得的多。在場景1和場景2的對比下，好的信道增益下的網(wǎng)絡吞吐量比差的信道增益下的吞吐量多。在場景2和場景3的對比下，高收集能量水平下的網(wǎng)絡吞吐量要比低收集能量水平下的吞吐量多。

圖3描述了在傳輸數(shù)據(jù)所需時間包括了2個時幀的場景中系統(tǒng)總的平均吞吐量隨著中繼節(jié)點數(shù)目的變化情況。在3種不同的場景中，基于馬爾科夫決策的功率分配算法和貪婪算法獲得總的平均吞吐量隨著中繼節(jié)點數(shù)目的增加而增加，而且基于馬爾科夫決策的功率分配算法得到的吞吐量都要比貪婪算法獲得的多。同樣地，在場景1和場景2的對比下，高信道增益下的吞吐量要大于低信道增益下的吞吐量；在場景2和場景3的對比下，高收集能量水平下的吞吐量要大于低收集能量水平下的吞吐量。

圖2 在不同時幀數(shù)目的情況下，系統(tǒng)總的平均吞吐量的變化

圖3 系統(tǒng)總的平均吞吐量隨著中繼節(jié)點數(shù)目的變化情況

4 結束語

針對由多個具有能量收集功能的中繼節(jié)點構成的無線中繼網(wǎng)絡場景，提出了基于馬爾科夫決策的功率分配算法以最大化系統(tǒng)吞吐量。所提算法根據(jù)無線信道狀態(tài)信息和電池容量信息對功率分配進行動態(tài)調整，合理利用收集到的綠色能源，實現(xiàn)網(wǎng)絡性能(系統(tǒng)吞吐量)的極大提升。

[1] 王麗丹，徐家品.協(xié)作通信中的解碼轉發(fā)中繼策略優(yōu)化[J].無線電工程，2014，44(11):4-6.

[2] 陸長旺，邱玲.多用戶對雙向中繼網(wǎng)絡的中繼和用戶選擇策略[J].無線電工程，2013，43(10):10-12.

[3] 李國華.中繼技術在未來移動網(wǎng)絡中的應用分析[J].移動通信，2016，40(10):35-39.

[4] 張洪巖，彭木根，李遠，等.基于模擬網(wǎng)絡編碼的無線中繼系統(tǒng)性能分析[J].移動通信，2013，3(4):121-126.

[5] Sudevalayam S,Kulkarni P,Energy Harvesting Sensor Nodes:Survey and Implications[J],IEEE Communications Surveys & Tutorials,2011,13(3):443-461.

[6] Ulukus S,Yener A,Erkip E,et al.Energy Harvesting Wireless Communications:A Review of Recent Advances[J].IEEE Journal on Selected Areas in Communications,2015,33(3):360-381.

[7] Ozel O,Tutuncuoglu K,Yang J,et al.Transmission with Energy Harvesting Nodes in Fading Wireless Channels:Optimal Policies[J].IEEE Journal on Selected Areas in Communications,2011,29(8):1732-1743.

[8] Varshney L R.Transporting Information and Energy Simultaneously[C]∥IEEE International Symposium on Information Theory,2008:1612-1616.

[9] Ding Z,Perlaza S M,Esnaola L,et al.Power Allocation Strategies in Energy Harvesting Wireless Cooperative Networks[J].IEEE Transactions on Wireless Communications,2014,13(2):846-860.

[10] Chen F,Zhang C,Wang F,et al.Cloud-Assisted Live Streaming for Crowdsourced Multimedia Content[J].IEEE Transactions on Multimedia,2015,17(9):1471-1483.

[11] Deng X,Haimovich A M.Power Allocation for Cooperative Relaying in Wireless Networks[J].IEEE Communications Letters,2005,9(11):994-996.

ResourceAllocationforWirelessRelayNetworkswithEnergyHarvesting

YANG Jian，ZHANG Jing，HUO Yan-qi

(The 54th Research Institute of CETC,Shijiazhuang Hebei 050081,China)

By jointly analyzing the impacts of the energy consumption causality constraint and the no-energy-overflow constraint on resource allocation,a Markovian-decision-based power allocation algorithm is proposed for maximizing the system throughput for wireless relay networks,in which the relay node is capable of harvesting energy from the around environments.Specifically,the proposed algorithm dynamically adjusts the transmission power according to the channel state information and the amount energy stored in the battery,and takes advantages of the harvested energy reasonably to improve significantly the network throughput.Finally,the scenarios with different rates of harvesting energy are simulated,and the results prove the advantages of the proposed algorithm.

energy harvesting;wireless relay networks;resource allocation;Markovian decision

TN911.7

A

1003-3114(2017)06-16-4

10.3969/j.issn.1003-3114.2017.06.04

楊健，張晶，霍彥奇.具有能量收集功能的無線中繼網(wǎng)絡資源分配[J].無線電通信技術,2017,43(6): 16-19,27.

[YANG Jian，ZHANG Jing，HUO Yanqi.Resource Allocation for Wireless Relay Networks with Energy Harvesting[J].Radio Communications Technology,2017,43(6):16-19,27.]

2017-07-11

河北自然科學基金項目(F2014210123)

楊 健 (1989—)，男，博士，工程師，主要研究方向：無人機/彈群數(shù)據(jù)鏈動態(tài)組網(wǎng)協(xié)議、面用服務質量的跨層資源配置。張 晶 (1989—)，女，碩士，助理工程師，主要研究方向：航天航空測控、數(shù)據(jù)處理。霍彥奇 (1989—)，男，碩士，助理工程師，主要研究方向：航天航空測控、無人機/彈群數(shù)據(jù)鏈動態(tài)組網(wǎng)協(xié)議。