无线网络高能效传输机制研究

发布时间：2020-03-27 18:49

【摘要】：随着无线通信技术的演进以及智能移动终端的普及,移动通信业务正处在一场前所未有的深度变革之中。移动数据流量爆炸式增长、海量智能设备互联以及新业务新应用的不断涌现等给移动通信带来了无限的活力和光明的发展前景。然而,伴随而来的能量消耗也在呈指数级增长,这无疑给环境、资源、经济以及用户体验带来了巨大的挑战。因此,移动通信的绿色演进是必然的选择。绿色通信包括能量“节流”和能量“开源”两个层面。其中,能量“节流”是提高能量效率进而降低通信系统能耗;能量“开源”是指采用能量收集技术(EH,Energy Harvesting)从环境中收集清洁能源和可再生能源供通信系统使用,进而减少温室气体排放。本文主要从无线资源分配角度出发,在能量“节流”和“开源”两个层面,研究了高能效的传输机制。同时,还揭示了能效与时延、平均中断概率与EH相关约束之间的折中关系。首先,研究了在时延等可行性约束下,点对点高斯白噪声信道中含一个“非先入先出包”数据流的传输能耗最小化问题。该工作为现有相同时延数据流向不同时延类型数据流能效传输的拓展的一个特例。由于所考虑的数据流中不再是先入先出(FIFO,First-in-First-Out)序列,所以,现有基于FIFO的传输策略不再是能效最优的。首先,提出了一种新颖的拆分—重组策略,将该Non-FIFO数据流转化成FIFO数据流,同时,将原问题等价转换成寻找最优拆分因子问题,并证明了该策略的能效最优性。然后,基于非因果数据到达信息假设,提出了一种低复杂度离线传输策略以实现数据流最小能耗传输,并通过能效传输最优性质证明了该策略的最优性。此外,基于因果性数据到达信息和离线传输策略,提出了一种启发式的低复杂度在线传输策略。最后,仿真结果表明,所提的两种传输策略节能性能相近,并明显优于对应现有传输策略。其次,作为对上述以及现有研究工作关于时延的一般性拓展,研究了在时延等可行性约束下,点对点高斯白噪声信道中含多个“非先入先出包”数据流的传输能耗最小化问题。首先,推导了最优传输策略的充分必要条件。然后,基于非因果性数据到达信息假设和最优传输策略相关性质,提出了一种低复杂度离线“非空闲”传输策略以实现数据最小化能耗传输,分析了策略的计算复杂度且证明了该策略的最优性。该离线传输策略包括迭代式速率分配和序列调度。具体而言,每次迭代中最大的子区间速率为该区间内数据包的最优传输速率;最小截止时刻优先序列调度可以确定最优的传输顺序。此外,基于因果性数据到达信息和离线传输策略,提出了一种启发性的低复杂度在线传输策略,并分析了其计算复杂度。最后,仿真结果表明,所提的两种传输策略节能性能相近,并明显优于对应现有传输策略。再次,将第二部分研究工作推广至更实际的通信场景中。研究了在时延等可行性约束以及实际电路损耗下,点对点高斯白噪声信道中含多个“非先入先出包”数据流的传输能耗最小化问题。首先,通过变量替换的方法将原问题转化成一个凸问题,并推导出了最优传输策略的充分必要条件。然后,基于非因果性数据到达信息假设以及最优性质,提出了一种低复杂度离线“间歇”传输策略以实现数据流最小化能耗传输,分析了策略的计算复杂度且证明了该策略的最优性。该离线传输策略包括迭代式速率分配和序列调度。具体而言,每次迭代中最大的子区间速率与能效最大化速率的较大值确定了该区间内数据包的最优传输速率。特别地,当最优传输速率为能效最大化速率时,数据流将呈现“间歇”传输的形式;最小截止时刻优先序列调度可以确定最优的传输顺序。此外,基于因果性数据到达信息和离线传输策略,提出了一种启发式低复杂度在线传输策略,并分析了其计算复杂度。最后,仿真结果表明,所提两种传输策略性能相近,且明显优于对应现有传输策略。最后,基于Underlay频谱接入模式,研究了衰落信道中能量收集的次级中继链路平均中断概率最小化问题。首先,通过采用AM-GM不等式将目标函数进行上界近似,将原问题由一个非凸问题转化成一个凸问题。然后,基于非因果性能量到达信息和信道分布信息假设,提出了一个低复杂度双阶段离线传输策略来实现次级中继链路平均中断概率最小化。具体而言,在阶段I,提出一种“尽力而为”的发送功率方法实现最优的能量溢出,从而将功率分配问题和能量溢出问题解耦,并证明了该策略的最优性。基于最优能量溢出策略,在阶段II,根据KKT条件推导出了最优功率分配的充分必要条件,然后根据最优性质提出了一种只有线性复杂度的发送功率分配策略,并证明了其最优性。最后,仿真结果表明,所提最优传输策略在中断概率性能上相较于其余基准策略有明显的提升。
【图文】：

图 1.1 2016 年至 2021 年全球月平均移动数据流量以及数据类型占比变化趋势 [1]动设备激增： 根据数据统计 [1]，，2016 年，全球移动设备数量从 2015 年加到 80 亿。根据思科公司预测，如图1.2 所示，到 2021 年，将会有 116 亿设备，人均移动设备将会达到 1.5 台 (预计世界人口 78 亿) [1]。此外，我们

图 1.1 2016 年至 2021 年全球月平均移动数据流量以及数据类型占比变化趋势 [1]动设备激增： 根据数据统计 [1]，2016 年，全球移动设备数量从 2015 年的加到 80 亿。根据思科公司预测，如图1.2 所示，到 2021 年，将会有 116 亿设备，人均移动设备将会达到 1.5 台 (预计世界人口 78 亿) [1]。此外，我们图1.2看到，智能设备的占比从 2016 年的 46% 增至 2021 年的 82%，届时，和连接数目占绝对主导地位。
【学位授予单位】：东南大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN929.5


本文编号：2603247