一种干扰感知的无线携能传输路由方法与流程

本发明涉及使用无线携能传输的无线多跳网络的路由方法，特别是一种干扰感知的无线携能传输路由方法。

背景技术：

多跳无线网络中节点具有路由功能可转发数据，因此具有组网灵活、易于扩展、自组织、自修复和低部署成本等优点，主要形式包括多跳无线传感网络(wsns)、移动传感网络(mobilesensingnetworks)、adhoc网等。节点能量受限是多跳无线网络存在的共性问题，这限制多跳无线网络可用性和持久性。以传感网为例，传感节点通常通过电池供电，而电池容量有限，节点电量耗尽死亡后，将导致数据无法获取、数据不可达和绕路等问题。

因此，能量获取技术(energyharvesting)被提出，无线节点通过采集周围自然环境中的太阳能、风能或热能等对自身进行能量补充，但这种方式依赖于自然环境资源，存在较大的不确定性。另一种技术则利用无线电波来传输电能，称为无线能量传输(wirelesspowertransfer，wpt)。与自然环境能量来源相比，无线能量传输更稳定、可靠和可控。wpt主要包括两种方式：磁耦合共振(coupledmagneticresonance)和射频信号传输(radiofrequencysignal)。磁耦合共振要求发送和接收的线圈在完全相同的频率上进行谐振而且线圈体积较大、支持中程距离，射频信号可以实现较远距离的能量传输而备受关注。

同时无线射频信号也是数据传输的有效承载方式，因此最近出现了一种新的无线传输技术——无线携能传输或无线信息和能量同传(simultaneouswirelessinformationandpowertransfer，swipt)。与无线信息传输(wirelessinformationtransfer，wit)只进行信息传输和wpt只进行能量传输不同，无线携能传输利用同一个无线射频信号来传输信息和能量。

无线携能传输具有以下优势：1)信息传输的同时可以可控地给节点进行能量补充，避免节点因为电量耗尽而死亡；2)与信息和能量分离的传输方式相比，swipt的传输效率更高。能量和信息夹带一起发送，不需要额外基础设施，可以应用到一些特殊的场景(如混凝土内等)；3)利用swipt可将干扰作为能量的有效来源。同时，无线携能传输本身也面临一些问题，如能量传输使得信息传输的距离变短、无线射频信号损耗和衰落较高导致能量传输效率较低，目前主要通过多天线技术[5]来解决。

在多跳无线网络使用携能传输可带来如下好处：1)所有节点都可以从干扰、噪声射频信号中获得能量，能量获取的范围覆盖整个网络；2)通过将收到的能量作为数据转发能量消耗的补偿，某个节点获取的能量可以多跳地在网络中有目的、可控地传递和共享，均衡网络能量分布；3)不需要配备复杂分离的能量获取、传输和信息传输设备，降低对节点体积要求和节约成本。

然而，携能传输应用到多跳无线网络还面临很多问题。多跳无线网络的核心问题就是根据路由指标确定下一跳节点。携能传输应用于多跳网络时，每一跳数据转发都需要确定最优信息和能量分配，而不同的信息和能量分配又反过来影响网络拓扑以及最优路径选择，路由与携能传输之间相互依存和影响。多业务流的路由选择，决定了流量的分布，将产生不同程度的干扰，干扰信号会降低信息传输的质量，同时又可作为能量来源。干扰对携能传输的影响不仅是单方面的，而是多方面的，到底什么干扰程度合适需要考虑。信息和能量分配、路由选择和干扰相互依存影响，要解决上述问题，极具挑战性。

技术实现要素：

本发明所要解决的技术问题是，针对现有技术不足，提供一种干扰感知的无线携能传输路由方法，提升多跳无线网络传输性能。

为解决上述技术问题，本发明所采用的技术方案是：一种基于干扰感知的无线携能传输路由方法，具体执行过程如下：

步骤1)，利用物理干扰模型，建立干扰下的携能传输模型；

步骤2)，基于干扰下的携能传输模型，且满足最少能量获取要求，构建干扰感知的最大化携能容量分配模型，

步骤3)，设计干扰感知的最大化携能容量分配模型的求解算法；

步骤4)，设计干扰感知路由指标，联合干扰感知的最大化携能容量分配模型，建立干扰感知的携能传输路由问题模型；

步骤5)，对干扰感知的携能传输路由问题模型进行求解设计干扰感知的无线携能传输路由算法，在寻路过程中，利用最大化容量分配算法计算链路最大的携能传输容量，根据干扰感知的路由指标，选择使链路容量最大的传输方式和传输容量最大的路径。

在步骤1)中，所述的干扰下的携能传输中接收节点收到的信噪比和获得的能量如式(1)所示，

其中，i表示发送节点，j表示接收节点，表示链路(i,j)之间的信噪比，可获得的能量，ρij分别表示功率上的信息和能量分配率，pij表示链路(i,j)之间的发送功率，hij表示链路(i,j)之间信道增益，φj表示节点j的干扰节点集，pl表示干扰集内节点l的发送功率，和分别表示天线噪声nij和信号转换噪声zij的功率，ε表示功率的转换率。

在步骤2)中，所述的干扰感知的最大化容量分配模型为：根据链路信道容量计算公式，在满足能量获取约束下，通过调整发送功率和信息和能量分配率来使得链路采用携能传输的容量最大，如模型(2)。

其中，pcj表示最低能量获取需求，这个值与节点的剩余能量和节点转发所需要消耗的能量有关，表示采用携能传输是的链路容量，w表示信道带宽，pmax表示最大发送功率。

在步骤3)中，所述的干扰感知的最大化容量分配模型求解算法为：计算问题(2)的拉格朗日函数，如式(3)。

根据根据对偶和子梯度法，可以得到问题(2)的求解算法。

第一步：随机初始化

第二步：根据求解问题求解方法为对该问题求偏导，使偏导为0，即可得到

第三步：检验终止条件，若|l^k-l^k-1|≤φ,则停止迭代，输出作为步骤2)中原问题的近似极小点；否则，转步4。

第四步：更新μ，如果||l^k||≥υ||l^k-1||，则μ：＝ημ。

第五步：更新乘子

第六步：k:＝k+1,转到第二步。

在步骤4)中，设计干扰感知路由指标和建立干扰感知的携能传输路由问题模型为：

设计链路的干扰感知路由指标(inference-awarecapacityavailablemetric,iaca)为链路的最大可用容量，如式(4)所示，即为信息传输链路容量和携能传输链路容量的最大值。路径的干扰感知路由指标是路径上所有链路干扰感知路由指标的最小化值，即路径的容量。

iacasd＝min{iacasc,iacacd}，c∈pathsd(5)

其中，c是sd路径上的节点。

通过联合干扰感知的最大化携能容量分配模型，以iaca作为路由指标，为源节点s到目的节点d选择容量最大路径问题，可以形式化为问题(6)。

其中，rij表示所选路径是否包含链路(i,j)，1表示包含，0表示不包含。需要的能量补充值pcj由节点j的下一跳节点和节点j到下一跳节点的发送功率pjk决定，因此设定为节点继续转发需要的发送功率pjk。

在步骤5)中，干扰感知的无线携能传输路由算法为：

算法输入为网络拓扑图g和第k条流的源节点和目的节点(sk,dk)，以及前k-1条流的流信息包括流的源节点、目的节点和路径信息。输出为第k条流选择的路径和路径上节点的分配率和发送功率。算法的主要架构来源于dijkstra算法，存储节点i到目的节点dk的路由指标(即)和下一跳节点，s为已经确定路径的节点集合，q为以路由指标为键值的未确定路径的节点队列。

第一步：初始化所有节点的路由指标为正无穷和下一跳节点为空；

第二步：初始化目的节点的路由指标为0，s为空和队列q为所有节点。

第三步：从队列q中取出路由指标最小的节点j，直到q为空；

第四步：对所有邻接节点i构成的链路(i,j)，都执行第五步到第七步操作；

第五步：利用干扰算法计算链路(i,j)的干扰，然后利用干扰感知的最大化容量分配模型求解算法计算采用携能传输可获得的最大容量对应的分配率和发送功率

第六步：利用共享节点的链路数量算法计算与链路(i,j)共享节点的链路数量，实际可使用的容量为最大容量除以共享节点的链路数量加1，得到此时的链路的路由指标

第七步：比较链路的路由指标和节点j的路由指标得到节点i临时的路由指标如果比当前节点i的路由指标大，那么更新节点i的路由指标、下一跳节点、分配率、发送功率和转发需求，如果节点i剩余电量低于最低电量要求，那么能量获取需求为发送功率，否则为0。

在步骤5)第五步中，干扰算法为：

根据已有k-1个流的路径和路径上节点的发送功率来计算链路存在的干扰。对于链路(i,j)，节点l是节点j的两跳邻居则认为在节点j的干扰范围内，如果节点l上有流经过并且l在流上的下一跳节点不是i或j，那么节点l会对链路(i,j)产生干扰，如果节点l上有多条流经过，那么取所有流中节点的最大发送功率作为干扰功率。然后对存在的所有l产生的干扰进行累加，即累加干扰功率和l到j的信道增益之积。

在步骤5)第六步中，共享节点的链路数量算法为：

与已有k-1个流的共享节点的链路数量，根据流经过的节点情况分为三种。第一种情况，流经过发送节点，如果发送节点不是已有流的源或者目的节点，共享节点链路数量为2，否则为1。第二种情况，流经过接收节点，如果接收节点不是已有流的源或者目的节点，共享节点链路数量为2，否则为1。第三种情况，流同时经过发送节点和接收节点，共享节点链路为前两种情况的并集，前两种情况都计算了链路(i,j)，数量等于第一种情况加上第二种情况的数量减去重复计算一次的(i,j)。

对目前正在计算第k条流自身的共享节点的链路数量，分别三种情况。第一种情况，发送节点为源节点或接收节点为目的节点，那么链路只有后续或者前驱链路，共享节点链路数量为1。第二种情况，发送节点为源节点且接收节点为目的节点，那么链路没有后续或者前驱链路，共享节点链路数量为0。第三种情况，发送节点不为源节点且接收节点不为目的节点，那么链路存在后续和前驱链路，共享节点链路数量为2。

与现有技术相比，本发明所具有的有益效果为：本发明与不考虑干扰、考虑干扰的信息传输相比，干扰感知的无线携能传输路由具有更高的路径容量。

附图说明

图1是干扰下的携能传输路由示意图；

图2是功率分裂模式无线携能传输结构图；

图3是干扰对携能传输的影响示意图；

图4是干扰对携能传输的影响分析图；(a)干扰与容量的关系；(b)干扰与信息和能量分配率的关系；

图5是共享节点链路分类示意图；(a)已有流经过发送节点；(b)已有流经过接收节点；(c)已有流经过同时经过发送和接收节点；

图6是干扰感知携能路由选择示意图；(a)初始网络流；(b)新流到达(无需能量补充)；(c)新流到达(需能量补充)；

图7是不同流数目下流性能提升的分布图；

图8是不同流数目下第二类流的平均流容量；

图9是不同流数目下第三类流的平均流容量。

具体实施方式

多跳无线网络中一般存在多条业务流，业务流相互之间会产生干扰。因此，为业务流选择携能传输路径时，需要考虑干扰来保障业务流端到端传输的高效性。

由于干扰对携能传输的影响是多方面的，使得携能选路策略不能一味降低和避开干扰，需要设计干扰感知的选路策略。考虑干扰、携能传输和选路之间的相互作用，确定干扰情况下携能链路的信息和能量分配率，同时评估干扰对路径的影响，充分利用干扰来构建携能传输路径。如图1中，已经存在了流f1，为流f2选路时，需要评估是选择干扰少的路径还是选择干扰较多的路径同时还要为携能链路和确定合适的信息和能量分配率。多业务流中的关键是干扰对携能传输、选路的影响，因此我们采用理论分析加实验验证的方法进行分析和设计。

无线携能传输节点需要利用不同的电路处理模块将接收的无线射频信号转换成信息或能量，因此，无线携能传输设计的原理是给无线接收节点配备两套模块：信息解码模块和能量获取模块，让这两套不同的电路处理模块协同工作。信息解码模块(informationdecoder，id)通过低通滤波器把无线射频信号转换成基带信号，然后通过模拟数字转换器和解码器把基带信号转换成数据。能量获取模块(energyharvester，eh)通过二极管、低通滤波器构成整流器把无线射频信号转换成直流电量。根据协同工作方式的不同，接收节点的架构模式可以分成两种：时分切换模式(timeswitchingmode，ts)和功率分裂模式(powersplittingmode，ps)。ts模式中，接收节点在信息解码和能量获取之间周期地进行切换，切换到信息解码时所有收到的无线射频信号都进行信息解码，切换到能量获取时所有无线射频信号都转换成能量。ps模式中，接收节点把无线射频信分裂成两个独立的具有不同功率的流，然后将两个流分别用于信息解码和能量转换，如图2所示，其中ρ表示功率上的信息和能量分配率，n和z分别表示信道噪声和信息转换噪声。本发明主要考虑ps模式的携能传输。

考虑存在干扰情况下，发送节点i以pij功率发送信号x(t)，且e[x]＝1，如图3所示，接收节点j收到的信号为

其中，hij表示链路(i,j)之间信道增益，φj表示节点j的干扰节点集，pl表示干扰集内节点l的发送功率。

如果采用信息传输，接收节点收到信号的信噪比和信道容量为：

其中，γij表示链路(i,j)之间的信噪比，分别表示天线噪声nij和信号转换噪声zij的功率，表示采用信息传输时的链路容量，w表示信道带宽。

如果采用携能传输，通过功率分裂后，分别用于信息解码和能量获取的信号是y^id(t)，y^eh(t)。

那么接收节点收到的信噪比和获得的能量如式(5)所示，

其中，ε表示功率的转换率。

根据携能传输获得的信噪比和链路信道容量计算公式，可建立干扰感知的最大化携能传输链路容量的信息和能量分配方案模型(简称干扰感知的最大化携能容量分配模型)如问题(6)。在满足能量获取约束下，通过调整发送功率和信息和能量分配率来使得链路采用携能传输的容量最大。

其中，pcj表示最低能量获取需求，这个值与节点的剩余能量和节点转发所需要消耗的能量有关，表示采用携能传输时的链路容量。

对于问题(6)，通过引入对偶变量a，b得到问题(6)的拉格朗日函数如式(7)，然后根据对偶和子梯度法，得到问题(6)的求解算法如算法1所示。

算法1干扰感知的最大化携能传输链路容量分配算法

利用干扰感知的最大化携能容量分配模型，分析干扰对携能传输的具体影响。固定发送节点、接收节点和干扰节点位置，以及发送节点发送功率，只改变干扰节点的发送功率pl，根据干扰感知的最大化携能容量分配模型(6)，分析干扰功率与链路容量、信息和能量分配率的关系，如图4所示。

从图4(a)中，可看出干扰对信息传输的影响是干扰越大，链路容量越小。而干扰对携能传输的影响分为两个阶段：第一阶段，无论怎么调整信息和能量分配率，也无法达到接收节点能量获取的要求，携能传输链路无法建立，链路不存在。随着干扰的出现，干扰可作为能量补充的来源，干扰增加到一定值(16mw)时就能达到接收节点所需要的能量获取要求，携能传输链路成功建立，进入第二个阶段。在第二个阶段，携能传输链路建立后，随着干扰进一步增大，链路容量降低。相同干扰条件下，携能传输可以达到与信息传输相同的容量。

如图4(b)为第二阶段中不同干扰情况下，达到最大容量时的信息和能量分配率取值。携能链路刚建立时，接收节点收到的信号功率仅够满足能量获取要求，信号功率绝大多是用于能量获取，即分配率ρij接近0，1-ρij接近1。随着干扰增大，接收节点收到的信号功率增强，对于相同的能量补充要求，用于能量获取的比例1-ρij就可以减少，分配率ρij增加。干扰与分配率成正比。

根据分析结果，干扰可以帮助构建携能链路，但只要携能链路建立后，干扰就是越小越好，这可以指导制定干扰感知选路策略的原则：在无法构建携能链路时，选择干扰大的节点作为下一跳节点来保障路径的连通；一旦可以构建携能链路，就需要避开干扰。也就是说，从可构成携能链路的节点中选择干扰最小的来保障路径的高效。

网络中，链路既可以采用信息传输，也可以采用携能传输。因此，根据信息传输的链路容量和携能传输的链路容量，设计链路的干扰感知路由指标(inference-awarecapacityavailablemetric,iaca)为链路的最大可用容量，如式(8)所示，即为信息传输链路容量和携能传输链路容量的最大值。

路径的干扰感知路由指标是路径上所有链路干扰感知路由指标的最小化值，即路径的容量。

iacasd＝min{iacasc,iacacd}，c∈pathsd(9)

其中，c是sd路径上的节点。

通过联合干扰感知的最大化携能容量分配模型，以iaca作为路由指标，为源节点s到目的节点d选择容量最大路径问题，可以形式化为问题(10)。

其中，rij表示所选路径是否包含链路(i,j)，1表示包含，0表示不包含。需要的能量补充值pcj由节点j的下一跳节点和节点j到下一跳节点的发送功率pjk决定，因此设定为节点继续转发需要的发送功率pjk。

由于当节点剩余电量大于剩余电量要求emin时，节点不需要进行能量补充，那么能量获取需求pcj为0，信息和能量分配率为1，此时同过最大化携能容量模型计算的容量与信息传输的容量相等，即当节点剩余电量小于emin时，节点需要进行能量补充。因此上述模型可简化为

路由模型中存在三组变量r,ρ,p。由于pcj是一个不确定的值，因此针对问题(11)的路由算法不能直接利用虚拟链路法。因此，考虑从目的节点开始倒叙确定pcj来进行路由计算，设计干扰感知的携能路由算法，在寻路过程中，利用算法1计算链路最大的携能传输容量，根据干扰感知的路由指标，选择使链路容量最大的传输方式和传输容量最大的路径。

算法输入为网络拓扑图g和第k条流的源节点和目的节点(sk,dk)，以及前k-1条流的流信息包括流的源节点、目的节点和路径信息。输出为第k条流选择的路径和路径上节点的分配率和发送功率。算法的主要架构来源于dijkstra算法，存储节点i到目的节点dk的路由指标(即)和下一跳节点，s为已经确定路径的节点集合，q为以路由指标为键值的未确定路径的节点队列。

1-4行初始化所有节点的路由指标为正无穷和下一跳节点为空。5-7行初始化目的节点的路由指标为0，s为空和队列q为所有节点。从队列q中选择路由指标最小的节点j，对所有邻接节点i构成的边(i,j)都执行以下操作。12-13行利用算法2计算已经存在的k-1条流对链路(i,j)的干扰，然后利用算法1计算采用携能传输可获得的最大容量和对应的分配率和发送功率14-16行利用算法4计算与链路(i,j)共享节点的链路数量，不管是携能传输还是信息传输链路(i,j)都要与共享节点的链路共享信道，因此实际可使用的容量需要除以共享节点的链路数量加1，得到此时的链路的路由指标17-24行比较链路的路由指标和节点j的路由指标得到节点i临时的路由指标如果比当前节点i的路由指标大，那么更新节点i的路由指标、下一跳节点、分配率、发送功率和转发需求，如果节点i剩余电量低于最低电量要求，那么能量获取需求为发送功率否则为0。直到q为空，所有节点都找到到目的节点dk的路径。

算法2单流干扰感知携能路由算法

干扰感知携能路由利用算法3，根据已有k-1个流的路径和路径上节点的发送功率来计算链路存在的干扰。对于链路(i,j)，节点l是节点j的两跳邻居则认为在节点j的干扰范围内，如果节点l上有流经过并且l在流上的下一跳节点不是i或j，那么节点l会对链路(i,j)产生干扰，如果节点l上有多条流经过，那么取所有流中节点的最大发送功率作为干扰功率。然后对存在的所有l产生的干扰进行累加，即累加干扰功率和l到j的信道增益之积。

算法3干扰计算

算法3中对链路(i,j)干扰只包含不经过节点i和j的邻居节点产生的干扰，当前k-1个流所有经过的链路与链路(i,j)共享节点时，经过i和j的流无法在算法3中体现。对于这种情况，链路(i,j)可以与共享节点的链路通过时分来共享信道，因此实际可使用的容量为通过干扰模型计算的容量除以共享节点的链路数量加1，其中加上的1也就是链路(i,j)自身。

根据已有k-1个流经过的节点情况，共享节点的链路数量可分为三种，如图5所示。第一种情况，流经过发送节点。如图5(a)所示，对于链路(7,2)时，流1经过节点7，存在两条链路(3,7)和(7,5)与(7,2)共享节点。对于链路(3,4)时，流1经过节点3，但3是流的源节点，只存在一条链路(3,7)与(3,4)共享节点。第二种情况，流经过接收节点。如图5(b)所示，同样如果接收节点不是已有流的源或者目的节点，共享节点链路数量为2，否则为1。第三种情况，流同时经过发送和接收节点。如图5(c)所示，此时共享节点链路为前两种情况的并集，前两种情况都计算了链路(i,j)，因此共享节点链路数量等于第一种情况加上第二种情况的数量减去1。

对于目前正在计算的第k条流本身也需要计算共享节点的链路数量，类似可以分为三种情况。第一种情况，发送节点为源节点或接收节点为目的节点，那么链路只有后续或者前驱链路，共享节点链路数量为1。第二种情况，发送节点为源节点且接收节点为目的节点，那么链路没有后续或者前驱链路，共享节点链路数量为0。第三种情况，发送节点不为源节点且接收节点不为目的节点，那么链路存在后续和前驱链路，共享节点链路数量为2。

因此，算法4累计已有的k-1个流的共享节点链路数量，再加上本次第k条流所存在共享节点链路数量。

算法4共享信道的链路数量

如图5(a)所示，流f1的路径为如图5(b)所示，一条新的流f2(2→6)到达。节点4的干扰节点包括2，3，6，7和8，节点4和5之间存在障碍物。节点8的干扰节点包括2，3，4，5，6和7。节点3，5和7位于流f1中，会对f2产生干扰。节点8距离这几个节点较近，干扰比节点4大。因此，f2选择节点4来构成路径根据干扰情况下的容量计算，链路的容量分别为流f2端到端的容量为

如图5(c)所示，如果新流到达时节点4和8需要能量补充。节点2无法提供足够的能量给节点4，携能链路无法建立，不能选择原来的路径。需要考虑别的路径，如由于8节点处的干扰较多成为能量补充的来源，节点2和8之间的携能链路能建立。链路的容量分别为流f2端到端的容量为

我们以图5的拓扑为例，搭建中等网络密度、规模和中等剩余能量的网络，分析和测试所提方案的性能。网络中包括9个节点，1、3、4、8节点的剩余电量不足转发需要补充能量。随机选择2到4个不重复的源节点和目的节点的流，每一个流数目下随机选择50组源节点和目的节点对。评价的指标为所选择的最后一条流的容量，即路径的干扰路由指标。

根据是否考虑干扰和使用的传输方式，比较的方案包括四种，不考虑干扰的信息传输(witwoi，witwithoutinterference)、不考虑干扰的携能传输(swiptwoi，swiptwithoutinterference)、考虑干扰的信息传输(witwi，witwithinterference)、考虑干扰的携能传输(swiptwi，swiptwithinterference)。前三种方案可以使用第四种方案的算法框架实现，只是路由指标中的计算方法不同，其中，witwi使用公式(2)，witwoi和swiptwoi不考虑干扰，去掉公式(2)和(5)的干扰部分，分别为公式(11)和(12)。

首先分析相同流量数目下，50组不同流分布的评价指标的提升情况。不管在那种流量数目下，都可以分成三类。第一类，四种算法的流容量都相等。第二类，考虑干扰的传输比不考虑干扰的传输高，但考虑干扰的信息传输等于考虑干扰的携能传输。第三类，考虑干扰的携能传输高于考虑干扰的信息传输。

之前文献指出根据流的源节点和目的节点分布，并不是所有流都能利用携能传输提升性能，使用所提方案选择的路径可能会与另外三种一样，第一类和第二类就是这种情况。第一类四种方案选择的路径一样。第二类swiptwi与witwi选择的路径一样，但与前两种不同，考虑干扰的选路结果不同于不考虑干扰的选路结果，但采用携能传输与信息传输的选路结果相同。第三类，考虑干扰携能传输选路结果也不同于考虑干扰的信息传输，可以看出携能传输对性能的提升。因此，将这三类分别命名为nogain，gainfrominterference，gainfromswipt。图6中显示不同类的流在所有流中的比例。从图6中可以看出，第三类和第二类之和三种流数目下都大于65％，随着流数目增加第一类占比明显降低，第三类从30％增加到70％。这表示随着流数目增加，有更多的可能从考虑干扰和swipt获得性能的提升。

在第二类由于考虑干扰产生性能提升的流中，分析四种方案的路径容量平均值，如图7所示。三种流数目下，考虑干扰路径容量平均值约为不考虑干扰信息传输的1.4倍。

最后在第三类由于携能传输产生性能提升的流中，分析四种方案的路径容量平均值，如图8所示。考虑干扰携能传输比不考虑干扰信息传输高90％～382％，考虑干扰携能传输比考虑干扰信息传输高30％～110％。