一种基于多入多出无线充电系统的并行反馈通信方法与流程

[0001]
本发明涉及的基于多入多出无线充电系统的并行反馈通信方法，属于数无线充电和无线通信领域。


背景技术：

[0002]
无线充电技术在近些年来得到了广泛的发展和使用，各种无线充电产品也开始进入消费者的视野。究其原因，一是需求所致，二是技术适用性。所谓需求，进入21世纪以来大量的无线电力设备开始进入千家万户，手机、平板、手环、无线键鼠等等，为了给这些设备供电，传统的有线充电显得累赘，用户往往需要因此顾虑设备的电量问题；所谓技术适应性，无线充电实现了无线能源传输，使得即放即充成为可能，同时无线的电能传输更加有利于产品的封闭式设计，并提高了使用的安全性。以上这些原因共同促成了无线充电技术的发展。
[0003]
当前市场上的无线充电产品主要分成两大类，一是给汽车供电的无线大功率传输系统，二是针对小电量设备(手机、手环等)的无线充电器。然而，从市场上的使用程度来看，目前的无线充电还存在较大的局限性，最主要的问题表现在无线充电距离上。以针对小功率设备的无线充电器来说，几乎所有知名产品都需要用电器按位置摆在无线充电器上，最远充电距离一般低于1cm。这样的无线充电器多多少少与无线充电的定义不符，仅仅是让使用者摆脱了插拔接头的烦恼，限制了无线充电的使用和推广。
[0004]
针对这一硬性缺陷，近些年来，科研学者对无线电能传输(wireless powertransmission)系统展开了深入研究，磁谐振技术[1]和多入多出技术(mimo) [2]被应用于无线充电中，用以解决距离过短和功率过小等问题。
[0005]
然而，mimo系统下的无线充电系统还存在较大的问题，其有一核心问题在于接收端通信和磁场能量传输的信道测算之上。在基于磁共振的多入多出无线充电系统中，接收端反馈和能量传输信道的估测对于系统的环境感知能力十分重要，通过实现发收通信并测算信道，可以按需对设备供电[3]，同时可靠的信道系数有利于更好的波束成形[4]。目前基于mimo的mrc-wpt系统的解决方案既不高效也不成熟，现有的研究大多集中于发射端电流(电流)调整的优化算法，采用简单的反馈通信和信道估计方案。包括省略通信和忽视接收端能量需求差异的信道估计方案都简单地假设通信链路的存在或者预先知道的信道条件，又或者使用基础的方法实现一对一的发收两端的通信。
[0006]
在我们的工作中，发现了发射端的电流集合与接收端的开关状态簇之间存在千丝万缕的联系。基于此现象，我们提出了依靠识别每个簇联合开关状态的并行多阶解码方案，在状态聚类阶段，我们引入了两层聚类机制来解决导致分类结果不准确的“显性rxs”挑战；在聚类识别阶段，我们通过基于能量传输信道估计的校准来解决“模糊识别候选对象”的挑战。最终，我们利用现有的材料制作了测试原型，并获得了预期效果。


技术实现要素：

[0007]
本发明解决无线充电系统中接收端的反馈通信问题，并且识别多接收端状态，并测算出对应的能量传输信道本发明的目的是通过以下技术方案实现的：一种基于多入多出无线充电系统的并行反馈通信方法，所述该方法包括：
[0008]
步骤1：碰撞感知并行译码方案
[0009]
rxs的多个qi规范将并发地响应tx模拟ping，并反馈它们必要的数据，在拟议的mrc-wpt系统中，rx通过将振荡电路切换到两种可能的状态来编码其数据:“开路(o)”和“闭合(s)”。当q个rxs同时传输时，碰撞信号将有2
q
个合并状态，通过测量tx电流，在所有txs之间进行坐标协调，识别出rxs的组合状态，同时估算出txrx/rx-rx的互感系数，tx电压固定为恒定值，并将tx电流作为测量变量，
[0010]
步骤2：现象观察
[0011]
聚类现象:在给定tx电压不变的情况下，rxs的存在会影响tx电流值。我们使用2个txs和2个rxs在我们的mrc-wpt原型试验台上进行实验，我们将tx输入电压固定为8v，并将rx振荡电路切换为开路状态，实现rx反馈通信，收集并绘制tx电流值，rx的开闭状态转换对tx电流值有显著影响。
[0012]
步骤3：单跳变转移图的构建
[0013]
基于在n维空间中收集到的符号(接收端开关状态表示)，我们构造了一个单跳变转移图(one-flip-graph,ofg)，其中顶点集包含2
q
个符号簇，而边集包含任意一对相邻的边。
[0014]
根据电路方程，mimo mrc-wpt系统的簇分布比rfid通信的簇分布更有规律。当存在k≤q的显性rxs，且其对txs的影响远大于其他rxs时，2
q
簇往往形成2
k
个基团，每个基团由2
q-k
簇组成。分类器可能无法区分一个组内分布紧密的聚类，导致分类结果不正确。如图4(a)所示，每组有4个组，每个组内有 2个聚类，分类器出现判断错误的结果。
[0015]
为了提高分类的正确性，我们采用双层聚类机制，在第一层，我们尝试定位2
k
组，当有足够数量的符号时，根据电路方程，符号在所有簇中的分布是正常的。因此，可以对第一层的参数k进行调整，以实现符号在组间的均衡分布。
[0016]
在第二层，我们进一步对每一组进行分类，以获得2
q-k
簇。图4(c)为图4 (b)左上组的第二层聚类结果。在其中引入的ldbc算法在第一层和第二层中都用于定位集群的中心。
[0017]
在确定每个簇的中心之后，我们将执行可靠的符号分配。如果一个符号在空间域的概率(由符号位置到聚类中心的距离决定)大于给定的阈值，则将一个符号分类为一个聚类。对于多簇重叠空间中可能存在的混淆符号，分类基于空间和时域的概率联合考虑，其中时域的概率由同一时间窗内的相邻符号确定。在符号聚类之后，下一步是在图中构建连接。基于邻居簇之间的转移概率明显高于非邻居簇之间的转移概率的观察，我们可以根据转移概率来识别邻居簇。
[0018]
步骤4：潜在的集群识别
[0019]
rfid通信相关研究提出了一种基于层的聚类识别算法，该算法从一个特殊的锚聚类开始，假设其组合状态已知。这种假设在rfid场景中是合理的，因为充电标签不会影响iq域中接收到的信号，并且当所有标签充电时，代表所有“低”状态的集群都可以被识别出来。
[0020]
步骤5：基于信道估计的校准
[0021]
对于任何给定的簇识别候选，我们可以分别从具有一个或两个“闭合
”ꢀ
rxs的簇中获得tx-rx和rx-rx的互感。在已知所有的互感系数后，我们通过比较预期和测量的tx电流来进一步评估给定的簇识别的优劣性。其原因在于，通过不同的簇获得的互感，在有效的簇识别中将与其他簇保持一致，而在无效的簇识别中将与其他簇发生冲突。因此，我们将通过基于信道估计的校准来选择最佳的聚类识别。
[0022]
步骤6：解码
[0023]
最后，我们可以根据最佳簇群标识执行解码，其中每种rxs的开闭组合状态都得到了标识。通过检查这些组合状态，该方案输出一个“断开”和“闭合”的序列来表示每个rx传输的信号。在碰撞场景中，符号聚类过程中的错误标签可能会增加单个rx的误码率。标准化的fm0和miller的可预测状态翻转模式提出了一种可能的解决方案，可以在将状态序列输入解码器之前纠正状态序列中的错误。
[0024]
本发明旨在为基于磁谐振的多入多出无线充电系统(mimo mrc-wpt)建立接收反馈通信机制并估计测算能量传输信道，从而达成mimo mrc-wpt系统对环境感知的能力，其关键性基础内容是与接收端的反馈通信机制和能量传输信道的估算策略，能够为接收端设备实现按需供能，并且更好地实现波束成形从而提高能量传输效率。
[0025]
在本发明中，我们研究了高性能反馈通信和信道估算方案，为了节省功耗和硬件成本，我们考虑了带内通信链路，并通过假设rx运行的工作流程和振荡反馈电路的设计都符合qi标准规范，从而避免了不必要的rx部分的更改。
附图说明
[0026]
图1qi协议中的接收端设计。
[0027]
图2发射端(tx)电流簇现象。
[0028]
图3系统工作流程。
[0029]
图4两层聚类机制。
[0030]
图5系统原型架构。
[0031]
图6测试原型实物图。
具体实施方式
[0032]
下面结合本发明的具体内容，对本发明实施例中的技术方案进行清楚、完整地描述我们的工作关注于通常的包含了n个tx和q个rx的mimo mrc-wpt 系统，由于磁共振技术的应用，包括发射端和接收端在内的端感抗与容抗将在谐振频率下相互抵消，因此，我们可以忽略电路方程中有关自感系数和电容的项。
[0033]
电路公式
[0034]
我们将和分别表示为第n个tx和第q个rx线圈中的复稳态电流。应用基尔霍夫电路定律，得到rx q的电路方程为：
[0035]
[0036]
tx n的复源电压，记为通过tx/rx电流，可由下式求得:
[0037][0038]
为了更加方便地表示，我们可以将以上的公式表示为矩阵形式。
[0039][0040]
接收端振荡电路
[0041]
在qi规范中，无线充电系统的工作分为两个主要阶段:初始化阶段和功率传输阶段。在初始化阶段，rx将使用一个信号强度包对来自tx的模拟ping 进行应答。如果信号强度包有效，tx将识别它并收集rx提供的配置和设置信息。因此，系统进入功率传输阶段，为负载充电。当功率传输阶段结束时，系统回到初始化阶段。接收端电路和三种不同的开关方式如图1所示。一种基于多入多出无线充电系统的并行反馈通信方法，所述该方法包括：
[0042]
步骤1：碰撞感知并行译码方案
[0043]
本发明主要研究并发rx反馈通信方案，同时进行信道估计。更具体地说，我们假设兼容rxs的多个qi规范将并发地响应tx模拟ping，并反馈它们必要的数据，例如rx负载电阻和功率需求。
[0044]
在拟议的mrc-wpt系统中，rx通过将振荡电路切换到两种可能的状态来编码其数据:“开路(o)”和“闭合(s)”。当q个rxs同时传输时，碰撞信号将有 2
q
个合并状态。虽然电路方程(3)给出了tx电流/电压与rx状态的关系，但是由于未知的tx-rx/rx-rx互感，我们仍然不能直接推导出rx状态。
[0045]
该方案在tx端执行，通过测量tx电流，在所有txs之间进行坐标协调，识别出rxs的组合状态，同时估算出txrx/rx-rx的互感系数。在这里，我们将tx电压固定为恒定值，并将tx电流作为测量变量，因为在实际环境中控制电压比控制电流更方便。并且，我们假设tx-tx的互感系数是已知的，可以离线测量。
[0046]
步骤2：现象观察
[0047]
聚类现象:由(3)电路方程可知，在给定tx电压不变的情况下，rxs的存在会影响tx电流值。我们使用2个txs和2个rxs在我们的mrc-wpt原型试验台上进行实验。我们将tx输入
电压固定为8v，并将rx振荡电路切换为开路状态，实现rx反馈通信。收集并绘制tx电流值，如图2左所示。如图所示，我们可以注意到rx的开闭状态转换对tx电流值有显著影响。
[0048]
为了更清楚地表示，我们进一步在二维坐标中绘制采样点，其中两个轴分别是两个txs的电流振幅。如图2右所示，样本点明显聚类为四种，这四种聚类与两种rxs的四种组合开关态完全对应。根据观测到的聚类现象，存在通过对测量到的tx电流进行聚类来识别rx状态的机会。
[0049]
我们注意到，在相关学术研究中，类似的集群现象已经被讨论并用于rfid 通信的并行解码。他们的解决方案是在二维iq平面上执行符号聚类，然后执行基于单跳变转移图(ofg)的解码来识别每个聚类的组合状态。他们假设，由于标签同步不准确，不同rfid标签的状态翻转大部分时间是交错的。因此，通常在同一时刻只有一个rx状态发生翻转，并且相邻集群之间的转移概率比非相邻集群之间的转移概率要高得多。他们还假设在从rfid标签接收信息之前锚的组合状态是已知的，因为所有的rxs在反馈通信之前都处于off-state 状态。我们基础的想法是扩展类似的方法应用于mimomrc-wpt系统中，系统的工作流程如图3所示。首先，我们需要进行rxs开关状态切换，从而得到 txs测得的一系列电流数据。
[0050]
步骤3：单跳变转移图的构建
[0051]
基于在n维空间中收集到的符号(接收端开关状态表示)，我们构造了一个单跳变转移图(one-flip-graph,ofg)，其中顶点集包含2
q
个符号簇，而边集包含任意一对相邻的边。
[0052]
根据电路方程，mimo mrc-wpt系统的簇分布比rfid通信的簇分布更有规律。当存在k≤q的显性rxs，且其对txs的影响远大于其他rxs时，2
q
簇往往形成2
k
个基团，每个基团由2
q-k
簇组成。分类器可能无法区分一个组内分布紧密的聚类，导致分类结果不正确。如图4(a)所示，每组有4个组，每个组内有 2个聚类，分类器出现判断错误的结果。
[0053]
为了提高分类的正确性，我们采用双层聚类机制。在第一层，我们尝试定位2
k
组，如图4(b)所示。当有足够数量的符号时，根据电路方程，符号在所有簇中的分布是正常的。因此，可以对第一层的参数k进行调整，以实现符号在组间的均衡分布。
[0054]
在第二层，我们进一步对每一组进行分类，以获得2
q-k
簇。图4(c)为图4 (b)左上组的第二层聚类结果。在其中引入的ldbc算法在第一层和第二层中都用于定位集群的中心。
[0055]
在确定每个簇的中心之后，我们将执行可靠的符号分配。如果一个符号在空间域的概率(由符号位置到聚类中心的距离决定)大于给定的阈值，则将一个符号分类为一个聚类。对于多簇重叠空间中可能存在的混淆符号，分类基于空间和时域的概率联合考虑，其中时域的概率由同一时间窗内的相邻符号确定。在符号聚类之后，下一步是在图中构建连接。基于邻居簇之间的转移概率明显高于非邻居簇之间的转移概率的观察，我们可以根据转移概率来识别邻居簇。
[0056]
步骤4：潜在的集群识别
[0057]
rfid通信相关研究提出了一种基于层的聚类识别算法，该算法从一个特殊的锚聚类开始，假设其组合状态已知。这种假设在rfid场景中是合理的，因为充电标签不会影响iq域中接收到的信号，并且当所有标签充电时，代表所有“低”状态的集群都可以被识别出来。
[0058]
然而，这种假设在拟建的mimo mrc-wpt系统中并不能得到保证。根据电路方程，充电状态下的rxs仍然会影响txs电流。因此，我们不能将充电阶段的实测数据视为“全开”组
合状态(即所有rxs均断开的状态)。我们可以选择与“全开”状态理论中心最近的簇作为锚簇，但是由于之前提到的聚类分组现象，以及考虑噪声和测量误差，基于最近距离的选择可能会产生误差。因此，我们选择前k个最接近的簇群作为潜在的“全开”簇群。数k可以根据簇分布的密度进行调整。例如，我们可以选择k作为一个组内的簇群数量。
[0059]
利用这些潜在的“全开”锚簇群，我们可以使用集群识别算法获得相应的集群识别候选对象。此外，由于该算法是基于可能性的，所以即使给定一个“全开”锚簇群，我们也可能有多个候选标识。下面通过基于能量传输信道估计的校准来确定最终的锚簇。
[0060]
步骤5：基于信道估计的校准
[0061]
对于任何给定的簇识别候选，我们可以分别从具有一个或两个“闭合
”ꢀ
rxs的簇中获得tx-rx和rx-rx的互感。在已知所有的互感系数后，我们通过比较预期和测量的tx电流来进一步评估给定的簇识别的优劣性。其原因在于，通过不同的簇获得的互感，在有效的簇识别中将与其他簇保持一致，而在无效的簇识别中将与其他簇发生冲突。因此，我们将通过基于信道估计的校准来选择最佳的聚类识别。
[0062]
步骤6：解码
[0063]
最后，我们可以根据最佳簇群标识执行解码，其中每种rxs的开闭组合状态都得到了标识。通过检查这些组合状态，该方案输出一个“断开”和“闭合”的序列来表示每个rx传输的信号。在碰撞场景中，符号聚类过程中的错误标签可能会增加单个rx的误码率。标准化的fm0和miller的可预测状态翻转模式提出了一种可能的解决方案，可以在将状态序列输入解码器之前纠正状态序列中的错误。
[0064]
本发明对mimo mrc-wpt系统的两个重要问题做了深入研究，一是并行的带内反馈通信，二是能量传输信道的测算。
[0065]
本发明就两个问题引出的两个挑战，应用扩展了的rfid通信领域的算法，使用两层分类机制解决了“显性rxs”挑战，使用信道估计校准机制解决了“模糊识别候选对象”挑战。
[0066]
实际的测试平台中，本发明在所有测试情况下获得了超过97％的状态识别准确率，有效的通信距离达到了45cm，这表明系统并发反馈通信的有效性；同时，仿真实验证实系统在大部分情况下(除发射端数量远少于接收端时)，与最优的波束成形参数传输效率相差不超过5％，这保证了本发明能量传输信道参数估算方案的可靠性。
[0067]
系统的原型架构如图5所示。
[0068]
实施方式举例
[0069]
应用场景如图6所示，图6中包含了本发明的所有部分，采用了2个发射端和3个接收端。txcontroller为一台计算机，用于接收发射端上传的测量数据，进行复杂的矩阵运算，并根据估算的能量传输信道给出最佳的波束成形参数；rxcontroller用于控制接收端的开关状态。
[0070]
系统中，所有发射端和接收端的谐振频率均为1.0mhz，这处在普通无线电能传输系统的频率范围内，也不会干扰其他的无线设备频段。在应用本发明的图6 测试原型实物中，接收端线圈距离发射端平面30-60cm，成功为三个用电设备 (led灯、小风扇和手机)供电。