本发明涉及网络优化设计领域,具体涉及一种无线供电通信网络的信息传输优化方法及系统。
背景技术:
近年来,随着物联网(internetofthings,iots)的飞速发展,涌现了许多实时状态更新应用程序,例如智能驾驶,库存预测,天气监控和人体健康监控,这些应用程序对信息的新鲜度(freshnessofinformation)非常敏感并且对信息及时性有很高的要求。由于最新的状态更新信息对于实时系统在线做出正确的决策至关重要,因此如何尽快将状态更新信息传输到目标节点已引起了学术界和业界的广泛关注。
为了表征信息的新鲜度,提出了信息年龄(ageofinformation,aoi)这个性能指标,其主要指最新的状态更新信息自生成到被目的节点接收所经过的时间。与传统以延迟和吞吐量为网络性能指标不同,aoi在描述信息的“及时性”方面具有强大的功能,可以更准确的刻画更新信息的新鲜程度。目的节点希望得到的更新信息越新鲜越好,即信息年龄越小越好。到目前为止,基于aoi的无线系统设计已迅速引起人们的关注。
另一方面,在大多数支持状态更新应用程序的物联网网络中,小型物联网设备由容量有限的电池供电。手动更换和充电电池可能会导致巨大的人工成本,尤其是在大规模部署情况下或者在有毒和恶劣的环境中。为了解决这个问题,能量收集(energyharvesting,eh)技术应用而生,与自然能量源风能、太阳能相比,利用无线信号的射频(radio-frequency,rf)能量进行供电具有更高的可控性,并且能够在各种物理条件和环境下为低功率iot设备提供稳定的电源。因此,基于rf的eh已在学术界的各种iot场景中得到了广泛的研究。同时无线供电通信网络(wpcn)的硬件原型的成功建立,展示了基于rf的eh系统的实用性。
由于基于rf的eh潜力巨大,可应用于各种能源受限的iot,并且数据新鲜度是实时状态更新iot系统的重要性能指标,因此在未来的实时状态更新iot系统中,设计基于aoi的wpcn有望同时解决能源供应和信息新鲜度需求问题。
在以往的研究工作中,即使无线节点(wirelessnode,wn)本身受到能量限制,也假设周围的无线节点始终愿意为低功率iot设备充电,但实际上,无线节点由能量容量有限的电池供电或由稳定的有偿能源供应供电,因此它们可能具有很强的自私性,不愿意通过消耗自己的资源对其他节点的充电。因此,需要一种有效的激励机制来鼓励自私的无线节点对相邻的低功耗iot设备充电。另外,在现有研究工作中,仅讨论了简单的两节点或三节点网络模型,但实际上,在物联网系统中经常部署大量无线节点,亟需研究多节点网络模型。
技术实现要素:
为了解决现有技术中所存在的上述不足,本发明提出基于aoi的多节点wpcn有效激励机制,通过能源激励方式克服无线网络的自私性并提高aoi性能。
本发明提供的一种无线供电通信网络的信息传输优化方法,包括:
求解实际场景中无线供电通信网络wpcn对应的能源效用最大化模型,获取所述实际场景中无线供电通信网络wpcn的优化参数的最优值;
调整所述实际场景中无线供电通信网络的优化参数为所述最优值;
其中,所述优化参数包括:无线供电通信网络wpcn中混合接入点hap的传输功率phap、能量收集eh阶段的持续时间teh、各无线节点wn的发射功率向量p、信息传输阶段的持续时间ttx和物联网iot设备的传输功率pd。
优选的,所述能源效用最大化模型的构建包括:
以各无线节点wn在传递每个数据包时,每个数据包的信息年龄aoi和所需能量最小为目标,构建aoi能源效用函数;
基于各无线节点wn的能源扣除率为所述aoi能源效用函数构建各无线节点wn的传输功率约束。
进一步的,所述aoi能源效用函数的构建,包括:
将能量收集eh阶段的持续时间teh和信息传输阶段的持续时间ttx之和作为每个数据包的信息年龄aoi;
将能量收集eh阶段分为混合接入点hap通过广播为所有的无线节点wn和物联网iot设备充电的第一子阶段和所述混合接入点hap与各无线节点wn一起为所述iot设备充电的第二子阶段;
将所述混合接入点hap在所述第一子阶段和第二子阶段的传输功率之和作为传输每个数据包所需的能量;
基于预定的参考效用值、每个数据包的信息年龄aoi和传输每个数据包所需的能量构建aoi能源效用函数。
进一步的,所述aoi能源效用函数,如下式所示:
式中:f表示aoi能源效用函数;phap表示hap设备的传输功率;ttx表示信息传输阶段的持续时间;teh表示能量收集eh阶段的持续时间;teh,1表示第一子阶段中的时间间隔;teh,2表示第二子阶段中的时间间隔;
优选的,所述各无线节点wn的传输功率约束,如下式所示:
式中:pm表示第m个无线节点wn的传输功率;θm∈(0,1)表示第m个无线节点wn的能源扣除率,第m个无线节点wn扣除θmem的能量作为它给物联网iot设备充电的激励;em表示第m个无线节点wn在teh,1时间内从混合接入点hap收集到的能量,
进一步的,所述能源效用最大化模型的构建还包括:
为aoi能源效用函数构建下列约束条件:
ttxpd=bs
式中:pd表示物联网iot设备的传输功率;ttx表示信息传输阶段的持续时间;bs表示物联网iot设备的能量缓存能力;
式中:w是系统带宽,ha,d表示混合接入点hap与物联网iot设备之间无线链路的信道系数;n0是噪声频谱密度;l表示每个状态更新的数据包长度;
teh,1+teh,2≥ttx
式中:teh,1表示第一子阶段中的时间间隔;teh,2表示第二子阶段中的时间间隔;
eeh,1+eeh,2=bs
式中:eeh,1表示物联网iot设备在第一子阶段收集的能量;eeh,2表示物联网iot设备在第二子阶段收集的能量;
eeh,1=teh,1min{ηehphap|ha,d|2,meh}
式中:ηeh∈(0,1]表示能量收集效率,phap表示hap设备的传输功率;meh表示rf-eh电路饱和值;
式中:pm表示第m个无线节点wn的传输功率;hm,d表示第m个无线节点wn与物联网iot设备之间无线链路的信道系数;m表示无线节点wn的总数量;
式中:
式中:
优选的,所述求解实际场景中无线供电通信网络wpcn对应的能源效用最大化模型,获取所述实际场景中无线供电通信网络wpcn的优化参数的最优值,包括:
基于物联网iot设备进行信息传输时的能量守恒关系求解信息传输阶段的持续时间ttx的最优值和物联网iot设备的传输功率pd的最优值;
将所述信息传输阶段的持续时间ttx的最优值和物联网iot设备的传输功率pd的最优值代入所述能源效用最大化模型,得到第零中间能源效用最大化模型pa-0;
通过拉格朗日方法对所述第零中间能源效用最大化模型pa-0进行求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值;
基于所述混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值计算各无线节点wn的发射功率向量p的最优值;
其中,所述第一子阶段的时间间隔teh,1和第二子阶段的时间间隔teh,2组成能量收集eh阶段的持续时间teh。
进一步的,所述物联网iot设备的传输功率pd的最优值,按下式计算:
式中:
所述信息传输阶段的持续时间ttx的最优值,按下式计算:
式中:
优选的,所述通过拉格朗日方法对所述第零中间能源效用最大化模型pa-0进行求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值,包括:
当物联网iot设备从混合接入点hap和各无线节点wn收集的能量功率≤rf-eh电路饱和值时,则物联网iot设备在第二子阶段收集的能量eeh,2等于物联网iot设备从混合接入点hap和各无线节点wn收集的能量功率,并代入第零中间能源效用最大化模型pa-0,得到第一中间能源效用最大化模型pa-1;
在所述第一中间能源效用最大化模型pa-1中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值;
当物联网iot设备从混合接入点hap和各无线节点wn收集的能量功率>rf-eh电路饱和值时,则物联网iot设备在第二子阶段收集的能量eeh,2等于rf-eh电路饱和值,并代入所述第零中间能源效用最大化模型pa-0,得到第三中间能源效用最大化模型pa-3;
在所述第三中间能源效用最大化模型pa-3中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值。
进一步的,所述在所述第一中间能源效用最大化模型pa-1中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值,包括:
在所述第一中间能源效用最大化模型pa-1中引入辅助变量,得到第二可求解能源效用最大化模型pa-2;
通过拉格朗日方法求解所述第二可求解能源效用最大化模型pa-2,得到所述第二可求解能源效用最大化模型pa-2在第一子阶段的时间间隔teh,1的最优值,以及辅助变量的最优解;
利用所述第二可求解能源效用最大化模型pa-2在第一子阶段的时间间隔teh,1的最优值,以及辅助变量的最优解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值。
进一步的,所述利用所述第二可求解能源效用最大化模型pa-2在第一子阶段的时间间隔teh,1的最优值,以及辅助变量的最优解,得到如下式所示混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值:
式中:
优选的,所述在所述第三中间能源效用最大化模型pa-3中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值,包括:
在所述第三中间能源效用最大化模型pa-3中引入辅助变量,得到第四可求解能源效用最大化模型pa-4;
通过拉格朗日方法求解所述第四可求解能源效用最大化模型pa-4,得到所述第四可求解能源效用最大化模型pa-4在第一子阶段的时间间隔teh,1的最优值和在第一子阶段的时间间隔teh,2的最优值;
利用所述第四可求解能源效用最大化模型pa-4在第一子阶段的时间间隔teh,1的最优值和在第一子阶段的时间间隔teh,2的最优值,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值。
进一步的,所述利用所述第四可求解能源效用最大化模型pa-4在第一子阶段的时间间隔teh,1的最优值和在第一子阶段的时间间隔teh,2的最优值,得到如下式所示混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值:
式中:
优选的,所述基于所述混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值按下式计算各无线节点wn的发射功率向量p的最优值:
式中:popt为各无线节点wn的发射功率向量p的最优值;
基于同一发明构思,本发明还提供了一种无线供电通信网络的信息传输优化系统,用于实现上述所述的无线供电通信网络的信息传输优化方法,包括:
求解模块,用于求解实际场景中无线供电通信网络wpcn对应的能源效用最大化模型,获取所述实际场景中无线供电通信网络wpcn的优化参数的最优值;
调整模块,用于调整所述实际场景中无线供电通信网络的优化参数为所述最优值;
其中,所述优化参数包括:无线供电通信网络wpcn中混合接入点hap的传输功率phap、能量收集eh阶段的持续时间teh、各无线节点wn的发射功率向量p、信息传输阶段的持续时间ttx和物联网iot设备的传输功率pd。
与现有技术相比,本发明的有益效果为:
本发明提供的技术方案,求解实际场景中无线供电通信网络wpcn对应的能源效用最大化模型,获取所述实际场景中无线供电通信网络wpcn的优化参数的最优值;调整所述实际场景中无线供电通信网络的优化参数为所述最优值;所述优化参数包括:无线供电通信网络wpcn中混合接入点hap的传输功率phap、能量收集eh阶段的持续时间teh、各无线节点wn的发射功率向量p、信息传输阶段的持续时间ttx和物联网iot设备的传输功率pd;在调整优化参数的过程中通过能源激励机制激励所述无线供电通信网络wpcn中的各无线节点wn为物联网iot设备进行供电,提高了iot的能源效用。
附图说明
图1为本实施例中无线供电通信网络的信息传输优化流程图;
图2为本实施例中无线供电通信网络wpcn的网络模型示意图;
图3为本实施例中一次状态更新信息发送过程示意图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本实施例涉及到的无线供电通信网络(wirelesspoweredcommunicationnetworks,wpcns)其核心思想就是利用能量基站对终端进行无线能量补给以延长终端的使用寿命。在无线供电通信网络中能量基站,即节点,只关注自己的利益且在没有任何激励的条件下不愿意以牺牲自己有限资源为代价为其他节点提供合作转发服务。节点的这种自私行为被定义为节点自私性。节点自私性的出现会降低数据传输效率和网络吞吐量等,从而严重影响了整个系统的网络性能并制约了无线多跳网络的进一步发展。因此,如何有效应对网络中的节点自私性来降低自私性的负面影响并提高网络性能是目前研究的重点。另外由于尚未有涉及基于aoi的包含多个自私wn的wpcn。为了填补这一空白,本实施例提出了基于aoi的多节点wpcn有效激励机制,通过能源激励方式克服无线网络的自私性并提高aoi性能。通过定义aoi能源效用函数,并构建了一个优化问题以最大化hap-iot设备对(hap-iotdevicepair)的aoi能源效用值,通过使用等式约束消除和拉格朗日方法,推导出闭式解并获得最优解,同时本实施例研究多节点网络模型比两节点或三节点网络模型更加实用。
如图1所示,本实施例提供的无线供电通信网络的信息传输优化方法主要包括下列步骤:
s1求解实际场景中无线供电通信网络wpcn对应的能源效用最大化模型,获取所述实际场景中无线供电通信网络wpcn的优化参数的最优值;
s2调整所述实际场景中无线供电通信网络的优化参数为所述最优值;
其中,所述优化参数包括:无线供电通信网络wpcn中混合接入点hap的传输功率phap、能量收集eh阶段的持续时间teh、各无线节点wn的发射功率向量p、信息传输阶段的持续时间ttx和物联网iot设备的传输功率pd。
通过本实施例调整优化参数的过程可以实现户外无线能量收集驱动网络的能源效用最大化。
为了更清楚的理解本实施提供的技术方案,先介绍该技术方案的基本思路:如图2所示的多节点无线供电通信网络wpcn,该网络模型由1个混合接入点(hybridaccesspoint,hap),1个iot设备和m个wn组成。物联网设备感知周围的物理环境信息,并希望将信息传输到hap。由于iot设备受能量限制并且配备了基于rf的eh模块,因此首先需要充电。采用“采集能量然后传输”协议,并且iot设备配备了小容量能量缓冲器或电容器。hap和wn都能够通过无线电力传输(wpt,wirelesspowertransfer)为iot设备充电。本实施例中的网络拓扑和传输策略可以采用商业无电池wpt原型系统,该系统已在文献中被广泛采用,因此非常贴近实际应用。例如,powercast公司开发的无线供电传感器网络原型,即powerharvester,其中低功耗物联网节点集成了温度和湿度传感器以及一个能量电容器,可以从rf能量发送器中收集能量,然后使用收集的能量来收集热量和湿度数据并将其传输到小型数据接收器。其在正交信道(例如,不同的频带)中执行能量传输和信息传输以避免干扰。因此,iot设备能够在发送状态更新的同时收集能量。一旦其能量缓冲区已满,将触发iot设备生成状态更新,并立即使用缓冲区中的所有能量进行传输。
在wpcn中,由于iot设备仅能够在其能量缓冲器充满电时生成并发送状态更新数据包,因此能量收集与能量使用之间存在因果关系。这与节点具有固定电源的传统无线网络有很大的不同。这导致,原有的长期平均aoi无法准确反映每个包传输的能量约束。因此,长期平均aoi(long-termaverageaoi)不适合本实施例考虑的wpcn系统。由于要在每个状态更新数据包的能量传输和信息新鲜度之间进行权衡,因此将每个状态更新的数据包的aoi降至最低至关重要。为了有效地表征wpcn中与每个数据包相关的aoi性能,作为替代方案,为每个状态更新数据包安排和优化aoi,为了将其与原有的长期平均aoi值区分开来,称之为“每个数据包aoi”(per-packetaoi)。
在能源激励方案中,hap首先以无线方式提供一些能量给wn和iot设备,wn扣除一部分收集的能量作为激励,并以无线方式将其余能量为iot设备充电。在实际的物联网系统中,通常在周围环境中可能存在多个wn,考虑无线信道的广播性质,hap发射的能量信号也可以被周围的wn收集。因此这些wn收集的能量也可以用于为iot设备充电,以提高系统性能。但是,受限于目前较低的无线能量传输效率,它更适合于几米半径范围内的近场应用,例如智能温室监控,智能工业监控,健康监控和智能博物馆监控等。
在本实施例中定义了aoi能源效用函数,并提出了一个优化问题以最大化网络模型图2中hap-iot设备对的aoi能源效用值。
在一个实施方式中,可以利用下列步骤构建所述s1中的能源效用最大化模型,包括:
以各无线节点wn在传递每个数据包时,每个数据包的信息年龄aoi和所需能量最小为目标,构建aoi能源效用函数;
基于各无线节点wn的能源扣除率为所述aoi能源效用函数构建各无线节点wn的传输功率约束。
在一个实施方式中,构建的aoi能源效用函数,如下式所示:
其中,phap和pd分别表示hap和iot设备的传输功率;
如图3所示传递每个状态更新数据包的操作包括两个时间阶段,即eh阶段(持续时间teh)与信息传输阶段(持续时间ttx)。eh阶段由两个子阶段组成,其中在第一子阶段中,时间间隔为teh,1,hap通过广播信号为wn和iot设备充电,而在第二子阶段中,时间间隔为teh,2,hap与wn一起为iot设备充电,因此,teh=teh,1+teh,2。
在一个具体实施方式中,构建的能源效用最大化模型,如下式所示:
s.t.ttxpd=bs,
teh,1+teh,2≥ttx,
eeh,1+eeh,2=bs,
eeh,1=teh,1min{ηehphap|ha,d|2,meh},
bs表示物联网设备的能量缓存能力,单位为焦耳。ha,m表示hap与第m个wn之间无线链路的信道系数。ha,d表示hap与iot设备之间无线链路的信道系数。hm,d表示第m个wn与iot设备之间无线链路的信道系数。em表示第m个wn在teh,1时间内从hap收集到的能量,
该能源效用最大化模型的目标函数为系统的aoi能源效用函数,优化目标为通过选取一组参数(phap,teh,1,teh,2,p,ttx,pd)使得系统的aoi能源效用函数取得最大值。
为了更清楚的理解能源效用最大化模型中的约束条件,进行进一步解释:
其中,ttxpd=bs表示物联网设备本次存储的能量足够传输本次状态更新信息;
teh,1+teh,2≥ttx表示能量收集阶段时间长于数据传输阶段时间,保证系统持续顺利运行;
eeh,1+eeh,2=bs表示物联网设备本次收集的能量能够全部存储下来,不会超出物联网设备的能量缓存能力;
eeh,1=teh,1min{ηehphap|ha,d|2,meh}表示eh阶段第一子阶段中,iot设备从hap收集的能量功率不能超过rf-eh电路饱和值;
在本实施例中,可以利用下述过程求解所述s1,包括:
s101基于物联网iot设备进行信息传输时的能量守恒关系求解信息传输阶段的持续时间ttx的最优值和物联网iot设备的传输功率pd的最优值;
s102将所述信息传输阶段的持续时间ttx的最优值和物联网iot设备的传输功率pd的最优值代入所述能源效用最大化模型,得到第零中间能源效用最大化模型pa-0;
s103通过拉格朗日方法对所述第零中间能源效用最大化模型pa-0进行求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值;
s104基于所述混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值计算各无线节点wn的发射功率向量p的最优值;
其中,所述第一子阶段的时间间隔teh,1和第二子阶段的时间间隔teh,2组成能量收集eh阶段的持续时间teh。
在本实施例中,可以通过下列步骤求解s103中混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值,包括:
根据物联网iot设备从混合接入点hap和各无线节点wn收集的能量功率与rf-eh电路饱和值的关系,分下列两种情况讨论:
第一种情况:当物联网iot设备从混合接入点hap和各无线节点wn收集的能量功率≤rf-eh电路饱和值时,则物联网iot设备在第二子阶段收集的能量eeh,2等于物联网iot设备从混合接入点hap和各无线节点wn收集的能量功率,并代入第零中间能源效用最大化模型pa-0,得到第一中间能源效用最大化模型pa-1;
在所述第一中间能源效用最大化模型pa-1中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值;
第二种情况:当物联网iot设备从混合接入点hap和各无线节点wn收集的能量功率>rf-eh电路饱和值时,则物联网iot设备在第二子阶段收集的能量eeh,2等于rf-eh电路饱和值,并代入所述第零中间能源效用最大化模型pa-0,得到第三中间能源效用最大化模型pa-3;
在所述第三中间能源效用最大化模型pa-3中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值。
进一步的,所述第一种情况下,在所述第一中间能源效用最大化模型pa-1中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值,具体包括:
在所述第一中间能源效用最大化模型pa-1中引入辅助变量,得到第二可求解能源效用最大化模型pa-2;
通过拉格朗日方法求解所述第二可求解能源效用最大化模型pa-2,得到所述第二可求解能源效用最大化模型pa-2在第一子阶段的时间间隔teh,1的最优值,以及辅助变量的最优解;
利用所述第二可求解能源效用最大化模型pa-2在第一子阶段的时间间隔teh,1的最优值,以及辅助变量的最优解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值。
进一步的,所述第二种情况下,在所述第三中间能源效用最大化模型pa-3中引入辅助变量并通过拉格朗日方法求解,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值,包括:
在所述第三中间能源效用最大化模型pa-3中引入辅助变量,得到第四可求解能源效用最大化模型pa-4;
通过拉格朗日方法求解所述第四可求解能源效用最大化模型pa-4,得到所述第四可求解能源效用最大化模型pa-4在第一子阶段的时间间隔teh,1的最优值和在第一子阶段的时间间隔teh,2的最优值;
利用所述第四可求解能源效用最大化模型pa-4在第一子阶段的时间间隔teh,1的最优值和在第一子阶段的时间间隔teh,2的最优值,得到混合接入点hap的传输功率phap的最优值、第一子阶段的时间间隔teh,1的最优值和第二子阶段的时间间隔teh,2的最优值。
在一个具体的实施方式中,可以通过下述步骤求解所述s1,实现求解优化模型各参数phap,teh,1,teh,2,p,ttx,pd的最优值
①求解
从aoi能源效用函数可以看出,ttx取最小值时pa达到最大值。
从ttxpd=bs可以看出,pd取最大值时ttx达到最小值。
通过推导可得
其中
②转化优化问题
将
s.t.teh,1+teh,2≥ttx,
eeh,1+eeh,2=bs,
eeh,1=teh,1min{ηehphap|ha,d|2,meh},
teh,1,teh,2≥0.
由于耦合变量phap和teh,1表达式是非凸的,因此pa-0还不是凸问题。
③分情况计算
基于eeh,2表达式的最小化函数,从以下两种情况分析问题pa-0。
case1:
s.t.
引入辅助变量
s.t.
teh,1,teh,2≥0.
通过拉格朗日方法,获得pa-2最优解
其中
因此pa-1最优解
case2:
s.t.
mehteh,2+ηehphap|ha,d|2teh,1=bs,
由于耦合变量phap和teh,1表达式是非凸的,因此pa-3还不是凸问题。引入辅助变量
s.t.
teh,1,teh,2≥0.
pa-4是凸的,因为它的目标函数和所有约束都是线性的,因此可获得pa-4最优解
其中
因此pa-3最优解
④由
该求解算法可以保证获得原始问题pa的全局最优解
在上述求解过程中通过使用等式约束消除和拉格朗日方法,解决了最优化问题,并导出了网络模型图2中一些闭式解以获得最优解最大化aoi能源效用。本实施涉及的等式约束消除是指在求解过程中将已知优化参数的值代入能源效用最大化模型中继续求解未知优化参数的过程。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本发明的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时(并行)执行或以其他顺序执行,这些变化都在本发明的保护范围之内。
基于同一发明构思,本实施例还提供了一种无线供电通信网络的信息传输优化系统,用于实现上述无线供电通信网络的信息传输优化方法,包括:
求解模块,用于求解实际场景中无线供电通信网络wpcn对应的能源效用最大化模型,获取所述实际场景中无线供电通信网络wpcn的优化参数的最优值;
调整模块,用于调整所述实际场景中无线供电通信网络的优化参数为所述最优值;
其中,所述优化参数包括:无线供电通信网络wpcn中混合接入点hap的传输功率phap、能量收集eh阶段的持续时间teh、各无线节点wn的发射功率向量p、信息传输阶段的持续时间ttx和物联网iot设备的传输功率pd。
本领域技术人员能够理解的是,本发明实现上述一实施例的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
进一步,本发明还提供了一种存储装置。在根据本发明的一个存储装置实施例中,存储装置可以被配置成存储执行上述方法实施例的无线供电通信网络的信息传输优化方法的程序,该程序可以由处理器加载并运行以实现上述无线供电通信网络的信息传输优化方法。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该存储装置可以是包括各种电子设备形成的存储装置设备,可选的,本发明实施例中存储是非暂时性的计算机可读存储介质。
进一步,本发明还提供了一种控制装置。在根据本发明的一个控制装置实施例中,控制装置包括处理器和存储装置,存储装置可以被配置成存储执行上述方法实施例的无线供电通信网络的信息传输优化方法的程序,处理器可以被配置成用于执行存储装置中的程序,该程序包括但不限于执行上述方法实施例的无线供电通信网络的信息传输优化方法的程序。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该控制装置可以是包括各种电子设备形成的控制装置设备。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。