一种面向中继协作无线供能通信网络的资源分配方法与流程

1.本发明属于无线传感器通信技术领域，具体涉及一种面向中继协作无线供能通信网络的资源分配方法。


背景技术：

2.在传统的无线供能通信网络中，用户节点直接向混合接入点回传信息，但由于其发射功率较小且受双重路径损耗的影响，混合接入点处接收信号的信噪比较低，这严重影响了无线供能通信网络的吞吐量性能。在现有的少数中继协作无线供能通信网络研究中，为了充分利用直传链路，往往考虑放大转发中继和分集转发中继技术，这要求每个用户节点传输信息到中继节点的时间，和中继节点转发信息到混合接入点的时间相同，混合接入点才能正确译码。但直传链路的质量很差，这两种中继技术占用了大量时间但只带来有限的分集增益。
3.在现有的固定时间传输方案中，混合接入点向所有节点无线充电的持续时间，用户节点向中继节点传输信息的持续时间，及中继节点向混合接入点转发信息的持续时间都是固定的。这种方案虽然实现简单，但没有充分利用不同节点间信道条件的差异性，系统性能有进一步提升的空间。另外，无线供能通信网络的能量效率也是一个关键的性能指标，这和无线供能通信网络的系统寿命直接相关。在已有的有中继无线供能通信网络优化方案中，往往目标函数不是以能量效率为导向，因此所得的资源分配方案也无法有效地提升系统能量效率。
4.考虑到最佳资源分配策略通常是通过构造和求解优化问题得到，如果一个标准形式下的优化问题的目标函数和不等式约束函数是凸函数，等式约束是仿射函数，并且优化变量的可行域为凸集，则该优化问题就是凸优化问题。凸优化方法是求解凸优化问题的常用方法，因此，在已有的无中继无线供能通信网络的资源分配策略的求解中，原始优化问题首先被改造成凸优化问题，之后采用凸优化方法进行求解得到最优的联合优化功率和时间的结果。常用的凸优化方法有拉格朗日乘子法，内点法，交替迭代算法等。拉格朗日乘子法是寻找多元函数在一组约束下极值的方法，通过引入拉格朗日乘子，利用kkt条件求解有约束优化问题。内点法的其中之一是通过构造障碍函数来代替原始目标函数，将原始有约束优化问题转化为无约束优化问题并迭代进行求解。交替迭代算法是解决有两个变量非凸问题的最小化问题，当其中一个变量固定时，原优化问题变为关于另一个变量的凸优化问题，交替两个迭代过程，直至目标函数收敛。


技术实现要素：

5.本发明针对上述问题，提供了一种面向中继协作无线供能通信网络的资源分配方法，利用采取多跳译码转发技术的中继节点，以能量效率最大化和系统总吞吐量作为优化目标，设计了一个联合资源分配方案。
6.本发明的技术方案如下：
7.一种面向中继协作无线供能通信网络的资源分配方法，包括:
8.s1、构建中继协作下的无线供能通信网络系统模型，包括一个配备了k个天线的混合接入点，一个采用解码
‑
转发中继技术的单天线中继节点，m个单天线用户节点，所述无线供能通信网络系统运行在周期为t的时间序列上，一个周期分为三个阶段：能量收集阶段，信息传输阶段，信息转发阶段，设为从混合接入点的k个天线到第i个用户节点的信道系数向量，其中表示从混合接入点的第k个天线到第i个用户节点的信道系数；
9.s2、中继节点将接收到的所有用户节点的信息统一转发至混合接入点，实现中继协作下的无线供能通信网络系统，具体方式如下：
10.s21、确定在能量收集阶段，第i个用户节点收集到的能量中继节点在能量收集阶段收集到能量无线供能通信网络的总能量消耗e0；
11.s22、确定在信息传输阶段，第i个用户节点的传输功率p
i
和总消耗能量需满足的能量约束，中继节点接收到的第i个用户节点信号的信噪比γ
i
，从m个用户节点到中继节点的总吞吐量τ
s
；
12.s23、确定在信息转发阶段，中继节点的发射功率p
r
和消耗的总能量需满足的能量约束，无线供能通信网络系统在信息转发阶段总的能量消耗e
tot
，混合接入点接收到的中继节点信号的信噪比γ
r
，从中继节点到混合接入点的吞吐量τ
r
，无线供能通信网络系统在时间t内的总可达吞吐量τ
tot
；
13.s3、能量效率为系统总吞吐量τ
tot
和系统总能量消耗e
tot
的比值，以能量效率最大化为优化目标，限定用于能量收集时间ρ0、信息传输时间ρ
s
、信息转发时间ρ
r
的总时间不能超过t，限定用户节点和中继节点消耗的总能量不能超过他们收集的能量，限定混合接入点的最大发射功率不大于p
max
作为能量最大化原始优化问题(p1)，引入中间变量τ，将能量最大化原始优化问题(p1)变为一个非凸分式规划问题(p2)，结合丁克尔巴赫算法将非凸分式规划问题(p2)转化为可解的凸优化问题(p3)，利用凸优化算法求解凸优化问题(p3)得到系统能量效率最大化；
14.s4、基于步骤s3中所述能量效率最大化资源分配，以系统总吞吐量τ
tot
最大化为优化目标，限定用于能量收集时间ρ0、信息传输时间ρ
s
、信息转发时间ρ
r
的总时间为1作为系统总吞吐量最大化优化问题(p4)，结合一维搜索算法和交替迭代算法解决系统总吞吐量最大化优化问题(p4)。
15.进一步的，步骤s21具体包括：
16.第i个用户节点收集到的能量为
17.其中，η是用户节点接收机的能量转换效率，ρ0为时间切换因子，即能量收集阶段持续时间占t的比例，p0为混合接入点的发射功率，e{
·
}为求期望操作，y
i
为从混合接入点处接收到的射频信号，为第i个用户节点的波束成形权重因子，(
·
)
t
表示矩阵转置操作，当i＝r时，为混合接入点到中继节点的信道系数向量，m+1
个节点包含m个用户节点和1个中继节点，中继节点在能量收集阶段收集到能量为：
[0018][0019]
在能量收集阶段，无线供能通信网络的总能量消耗为：
[0020][0021]
其中，p
c
为混合接入点的固定电路功耗。
[0022]
进一步的，步骤s22具体包括：将信息传输阶段划分为m个时隙，在第i个时隙中，第i个用户节点将其收集的信息发送到中继节点，其持续时间为ρ
i
t，其中ρ
i
为第i个用户节点占用的时间占总时间t的比例，第i个用户节点的传输功率p
i
和总消耗能量满足如下的能量约束：
[0023][0024]
在中继节点处，接收到的第i个用户节点信号的信噪比为：
[0025][0026]
其中，g
i
为从第i个用户节点到中继节点的信道系数，为中继节点处的加性高斯白噪声功率，在信息传输阶段，从m个用户节点到中继节点的总吞吐量为：
[0027][0028]
其中，τ
i
为第i个用户节点到中继节点的吞吐量。
[0029]
进一步的，步骤s23具体包括：中继节点的发射功率p
r
和消耗的总能量满足如下的约束：
[0030][0031]
其中，ρ
r
表示信息传输阶段持续时间占总时间t的比例，为中继节点在能量收集阶段收集到能量，无线供能通信网络系统在信息转发阶段总的能量消耗表示为：
[0032][0033]
相应地，在混合接入点处，接收到的中继节点信号的信噪比为：
[0034][0035]
其中，g
r
为从中继节点到混合接入点的k个天线的信道系数向量，此处信道互易性成立，即g
r
＝h
r
，为混合接入点处的加性高斯白噪声功率，因此，从中继节点到混合接入点的吞吐量为：
[0036]
τ
r
＝ρ
r log2(1+p
r
γ
r
)
[0037]
无线供能通信网络系统在时间t内的总可达吞吐量为传输中吞吐量的较小值，即：
[0038]
τ
tot
＝min{τ
s
,τ
r
}
[0039]
其中，τ
s
为从m个用户节点到中继节点的总吞吐量，τ
r
为从中继节点到混合接入点的吞吐量。
[0040]
进一步的，步骤s3包括：
[0041]
s31、以能量效率最大化为目标的优化问题被构建为如下的最大化问题：
[0042][0043][0044][0045][0046]
(c4):p0≤p
max
[0047][0048][0049]
其中，ρ
i
为第i个用户节点占用的时间占总时间t的比例，τ
tot
为无线供能通信网络系统在时间t内的总可达吞吐量，e
tot
为无线供能通信网络系统在信息转发阶段总的能量消耗，表示所有用户节点的序号集合；
[0050]
s32、对原始优化问题(p1)进行化简，当且仅当p0＝p
max
时，即(c4)的等号成立时，系统实现最大的能量效率；当且仅当能量收集阶段、信息传输阶段、信息转发阶段三个阶段的总持续时间恰好等于t时，即(c1)等号成立时，系统实现最大的能量效率；当且仅当用户节点和中继节点在信息传输阶段耗尽所有收集的能量时，即(c2)和(c3)等号成立时，系统实现最大的能量效率；当给定ρ0和ρ
r
时，系统的能量消耗固定，此时能量效率最大化问题(p1)等价为系统总吞吐量最大化问题，最优的满足如下的约束：
[0051][0052]
其中，
[0053]
令得到最优的为：
[0054][0055]
s33、引入中间变量τ，将能量效率最大化问题(p1)变为一个非凸的分式规划问题，如下(p2)：
[0056]
[0057]
s.t.(c1):ρ0+ρ
s
+ρ
r
＝1
[0058]
(c6):ρ0≥0,ρ
s
≥0,ρ
r
≥0
[0059]
(c7):τ≥0
[0060][0061][0062]
s34、根据丁克尔巴赫算法，将分式规划问题(p2)转化为一系列减法形式的凸优化问题，得到最优能量效率为q
*
：
[0063][0064]
其中，表示问题(p2)的可行域；
[0065]
s35、根据丁克尔巴赫算法，得到最优的能实现最大的能量效率q
*
，即当且仅当满足如下等式：
[0066][0067]
s36、给定能量效率初始值q，得到如下的能量效率最大化问题：
[0068][0069]
s.t.(c1),(c6),(c7)。
[0070]
进一步的，步骤s3中利用凸优化算法求解凸优化问题(p3)得到系统能量效率最大化具体包括：
[0071]
a、设置最大迭代次数l
max
和最大容差∈；
[0072]
b、当满足τ
‑
qe
tot
≤∈或l＝l
max
，通过内点法求解(p3)，获得最优解τ，ρ0、ρ
s
，ρ
r
；
[0073]
c、根据公式更新q
*
值；
[0074]
d、返回步骤b，判断是否满足τ
‑
qe
tot
≤∈或l＝l
max
，若满足，执行步骤b，若不满足，结束，返回q
*
。
[0075]
进一步的，步骤s4包括：
[0076]
s41、以系统总吞吐量τ
tot
最大化为目标的优化问题被构建为如下的最大化问题：
[0077][0078]
s.t.(c1):ρ0+ρ
s
+ρ
r
＝1
[0079]
(c6):ρ0≥0,ρ
s
≥0,ρ
r
≥0
[0080]
s42、给定时间切换因子ρ0，使得吞吐量最大的最优和必须满足以下约束：
[0081][0082]
s43、和满足式时，(p4)中的目标函数是关于ρ0的凹函数；
[0083]
s44、给定时间切换因子ρ0，式的关于ρ
s
的函数形式为：
[0084][0085]
进一步的，结合一维搜索算法和交替迭代算法解决系统总吞吐量最大化优化问题(p4)具体包括：
[0086]
1)、设置最大容差∈；
[0087]
2)、当时，计算计算
[0088][0089]
根据公式获得和
[0090]
与对应，与对应
[0091]
根据公式分别计算总吞吐量τ
l
和τ
r
；
[0092]
\τ
l
与与对应，τ
r
与与对应
[0093]
如果τ
l
＜τ
r
，则否则，
[0094]
3)、返回步骤2)，判断是否成立，若成立，执行步骤2)，若不成立，结束，执行步骤4)；
[0095]
4)、设置最优解为根据公式
[0096]
计算最大的总吞吐量τ
*
，返回τ
*
。
[0097]
本发明提供的一种面向中继协作无线供能通信网络的资源分配方法，其有益效果是：
[0098]
1、现有的无线供能通信网络系统，双重路径损耗对系统性能的影响较大，本发明引入了采取多跳译码转发技术的中继节点，为了最大化系统的能量效率，克服已有资源分配方案的不足，本发明将中继节点引入无线供能通信网络，提出了基于丁克尔巴赫算法的能量效率最大化资源分配方法，在本发明的中继协作无线供能通信网络中，中继节点通过
降低每一跳的传输距离来抵抗双重路径损耗。
[0099]
2、已有的资源分配方案无法很好的优化各阶段的时间，且能量效率最大化问题为非凸问题，无法同通过传统的凸优化方法解决，本发明首先通过利用所构建问题的数学特征，分析了最优方案下，信息传输阶段各个用户节点所占用时间的关系，从而可以将信息传输阶段的多个用户节点的时间参数打包为一个参数，降低了优化的复杂度。并通过引入中间变量，将原优化问题转化为分式规划问题。再利用丁克尔巴赫算法，将分式规划问题转化为标准的凸优化问题，此优化问题由经典的内点法解决，最优的资源分配方案可在10次丁克尔巴赫迭代内实现。
[0100]
3、通过仿真，验证了所提出的能量效率最大化的资源分配方案的收敛性和准确性，另一方面，也显示出了所设计的方案相比于已有的资源分配方案有更高的能量效率。此外，仿真结果还证明了，在总吞吐量最大化资源分配方案中，将中继节点引入无线供能通信网络的确可以提高系统的性能。
附图说明
[0101]
图1是本发明实施例的中继协作无线供能通信网络的系统结构示意图；
[0102]
图2是本发明实施例的中继协作无线供能通信网络的时间切换传输协议示意图；
[0103]
图3是本发明实施例中在不同资源分配方案下中继位置对能量效率影响的对比图；
[0104]
图4是本发明实施例中在sto资源分配方案下，中继协作无线供能通信网络和传统无线供能通信网络的总吞吐量和能量效率的效果对比图。
具体实施方式
[0105]
为进一步对本发明的技术方案作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的步骤。
[0106]
本实施例的中继协作无线供能通信网络的系统结构如图1所示，系统包含一个配备有k个天线的混合接入点，一个采用解码
‑
转发中继技术的单天线中继节点，m个单天线用户节点。中继节点和用户节点位于混合接入点的左侧，且中继节点位于用户节点和混合接入点的中间。其中，混合接入点有稳定的能量供给，而中继节点和用户节点全部的能量收集于混合接入点的射频信号，中继节点和用户节点可以暂时地储存能量供稍后使用。
[0107]
如图2所示，无线供能通信网络工作在一个周期时间为t的时间序列上，一个周期分为三个阶段：能量收集，信息传输，信息转发，定义为从混合接入点的k个天线到第i个用户节点的信道系数向量。在能量收集阶段，混合接入点采用线性多天线波束成形技术，同时向中继节点和所有用户节点广播射频能量信号。在此阶段，第i个用户节点收集到的能量为：
[0108][0109]
其中，η为用户节点接收机的能量转换效率；ρ0为时间切换因子，即能量收集阶段持续时间占t的比例；p0为混合接入点的发射功率；为求期望操作；y
i
为从混合接入点处
接收到的射频信号，为第i个用户节点的波束成形权重因子；(
·
)
t
表示矩阵转置操作；特别地，当i＝r时，为混合接入点到中继节点的信道系数向量，m+1个节点包含m个用户节点和1个中继节点。相应地，中继节点在此阶段收集到能量为：
[0110][0111]
在能量收集阶段，无线供能通信网络的总能量消耗为：
[0112][0113]
其中的p
c
为混合接入点的固定电路功耗。
[0114]
信息传输阶段被进一步地划分为m个时隙，在第i个时隙中，第i个用户节点将其收集的信息发送到中继节点，其持续时间为ρ
i
t，其中ρ
i
为第i个用户节点占用的时间占总时间t的比例，第i个用户节点的传输功率p
i
和总消耗能量必须满足如下的能量约束：
[0115][0116]
在中继节点处，接收到的第i个用户节点信号的信噪比为：
[0117][0118]
其中，g
i
为从第i个用户节点到中继节点的信道系数，为中继节点处的加性高斯白噪声功率，因此，在信息传输阶段，从m个用户节点到中继节点的总吞吐量为：
[0119][0120]
在信息转发阶段，中继节点将收集到的信息解码收到的信息，并重新编码发送至混合接入点。中继节点的发射功率p
r
和消耗的总能量须满足如下的约束：
[0121][0122]
其中ρ
r
表示信息传输阶段持续时间占总时间t的比例。相比于射频信号发射功率，中继节点的电路功耗可以被忽略。因此，无线供能通信网络系统的总的能量消耗可被表示为：
[0123][0124]
相应地，在混合接入点处，接收到的中继节点信号的信噪比为：
[0125][0126]
其中，g
r
为从中继节点到混合接入点的k个天线的信道系数向量。此处，假设信道互易性成立，即g
r
＝h
r
。因此，从中继节点到混合接入点的吞吐量为：
[0127]
τ
r
＝ρ
r log2(1+p
r
γ
r
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0128]
根据多跳中继技术，无线供能通信网络系统在时间t内的总可达吞吐量为两跳传
输中吞吐量的较小值，即：
[0129]
τ
tot
＝min{τ
s
,τ
r
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0130]
能量效率被定义为系统总吞吐量和系统总能量消耗的比值，则相应的以能量效率最大化为目标的优化问题可被构建为如下的最大化问题：
[0131][0132]
其中，表示所有用户节点的序号集合；(c1)限定了用于能量收集、信息传输、信息转发的总时间不能超过t；(c2)和(c3)分别表明用户节点和中继节点消耗的总能量不能超过他们收集的能量；(c4)限制了混合接入点的最大发射功率不大于p
max
；(c5)和(c6)包含了对优化变量的非负性限制。
[0133]
首先，对原始优化问题(p1)进行化简，得到了如下的结论：
[0134]
当且仅当p0＝p
max
时，即(c4)的等号成立时，系统可以实现最大的能量效率；
[0135]
当且仅当能量收集，信息传输，信息转发三个阶段的总持续时间恰好等于t时，即(c1)等号成立时，系统才会实现最大的能量效率；
[0136]
当且仅当用户节点和中继节点在信息传输阶段耗尽所有收集的能量时，即(c2)和(c3)等号成立时，系统才会实现最大的能量效率。
[0137]
当给定ρ0和ρ
r
时，系统的能量消耗固定，此时能量效率最大化问题(p1)等价为系统总吞吐量最大化问题，最优的ρ
i
，满足如下的约束：
[0138][0139]
其中，
[0140]
基于以上结论，并令我们得到最优的为：
[0141][0142]
此时的能量效率最大化问题(p1)仍然为最大值
‑
最小值问题，无法应用凸优化方法解决，引入一个中间变量τ，则优化问题变为：
[0143][0144]
丁克尔巴赫算法是丁克尔巴赫提出的一种非线性规划方法，将分式形式的目标函数转化为减法形式，从而分式规划问题转化为标准凸问题，如下公式(16)至公式(18)所示，优化问题(p2)此时为一个非凸的分式规划问题，应用所述丁克尔巴赫算法，将该分式规划问题转化为一系列减法形式的凸优化问题，定义最优能量效率为q
*
：
[0145][0146]
其中，表示问题(p2)的可行域。
[0147]
根据丁克尔巴赫算法，有如下结论：最优的能实现最大的能量效率q
*
，当且仅当满足如下等式
[0148][0149]
当给定q时，得到如下的能量效率最大化问题：
[0150][0151]
此时，优化问题(p3)是一个标准的凸优化问题，可以通过内点法等凸优化算法解决。
[0152]
至此，该能量效率最大化问题可以被分解为两层问题：内层的凸优化问题，外层的丁克尔巴赫问题。首先，给定初始q，我们解决凸优化问题(p3)以得到τ，ρ0，ρ
s
，ρ
r
。然后，将得到的τ，ρ0，ρ
s
，ρ
r
代入式(16)以更新q，再将更新后的q代入(p3)以开始下一次迭代，直至满足q
(l+1)
‑
q
(l)
≤∈，其中l代表迭代次数，∈代表q的最大容差。
[0153]
基于能量效率最大化资源分配方案，以系统总吞吐量最大化为目标的优化问题可被构建为如下的最大化问题：
[0154][0155]
经过推导，得到以下结论：
[0156]
当给定ρ0时，使得吞吐量最大的最优和必须满足以下约束：
[0157][0158]
当和满足式(20)时，目标函数是一个关于ρ0的凹函数；
[0159]
当给定ρ0时，公式(20)的关于ρ
s
的函数形式为：
[0160][0161]
公式(21)函数是一个关于ρ
s
∈(0,1)的单调递增函数，根据波尔查诺零点存在性定理，函数必定在(0,1)内存在一个零点，所以当给定ρ
s
时，ρ
s
和ρ
r
可被唯一地确定，总吞吐量最大化问题(p4)可以通过一维搜索算法迭代地解决，如黄金分割查找算法，二分查找算法。
[0162]
本发明完整的用于求解中继协作无线供能通信网络的以能量效率为导向的资源分配方法和以总吞吐量为导向的资源分配方法，具体实施步骤如下：
[0163]
步骤1、输入用户节点接收机的能量转换效率η，混合接入点的最大发射功率p
max
，混合接入点的固定电路功耗p
c
，第i个用户节点信号的信噪比γ
i
，中继节点信号的信噪比γ
r
，混合接入点到第i个用户节点的信道系数h
i
，混合接入点到中继节点的信道系数h
r
，第i个用户节点到中继节点的信道系数g
i
，中继节点到混合接入点的k个天线的信道系数向量g
r
，
[0164]
步骤2、计算
[0165]
步骤3、计算
[0166]
步骤4、计算以能量效率最大化为目标的资源分配方法：
[0167]
(4.1)、设置最大迭代次数l
max
和最大容差∈；
[0168]
(4.2)、当满足τ
‑
qe
tot
≤∈或l＝l
max
，通过内点法求解(p3)，获得最优解τ，ρ0，ρ
s
，ρ
r
；
[0169]
根据公式(16)更新q；\符号“*”表示变量的最优值
[0170]
(4.3)、返回步骤(4.2)，判断是否满足τ
‑
qe
tot
≤∈或l＝l
max
，若满足，执行步骤(4.2)，若不满足，结束，返回q
*
；
[0171]
步骤5、计算以总吞吐量最大化为目标的资源分配方法：
[0172]
(5.1)、设置最大容差∈；
[0173]
(5.2)、当时，计算计算
[0174]
根据公式(21)获得和
[0175]
与对应，与对应
[0176]
根据公式(20)分别计算总吞吐量τ
l
和τ
r
；
[0177]
\τ
l
与与对应，τ
r
与与对应
[0178]
如果τ
l
＜τ
r
，则否则，
[0179]
(5.3)、返回步骤(5.2)，判断是否成立，若成立，执行步骤(5.2)，若不成立，结束，执行步骤(5.4)；
[0180]
(5.4)设置最优解为根据公式(20)计算最大的总吞吐量τ
*
，返回τ
*
。
[0181]
实施例中选取无线供能通信网络的典型应用场景无线体域网作为仿真参数：系统由4个用户节点，且其与混合接入点的距离分别为0.6m，0.7m，0.8m，0.9m；中继节点与混合接入点的距离为0.3m；混合接入点的天线条数为k＝4；能量转换效率η为0.85；信道模型为大尺度衰落路径损耗和小尺度衰落瑞利衰落的复合模型。噪声功率统一为
‑
114dbm；混合接入点的传输功率为10mw，电路固定消耗功率为2mw。
[0182]
如图3所示，将本发明提出的以能量效率为导向(energy
‑
efficiency oriented，eeo)资源分配方案，以总吞吐量为导向(sum
‑
throughput oriented，sto)的资源分配方案，基于用户节点到中继节点最优时间分配的固定时间分配(fixed time allocation based on the optimal allocation from source nodes to the relay node，fta
‑
osr)方案，基于用户节点到中继节点平均时间分配的固定时间分配(fixedtimeallocationbased onthe mean time allocation from source nodes to the relay node，fta
‑
msr)方案，进行了对比。图3分析了混合接入点和中继节点的距离对于系统能量效率的影响。存在一个唯一点此时无线供能通信网络的能量效率达到最大。与此同时，fta
‑
osr方案和sto方案遵循着与sto策略相同的规律，而fta
‑
msr方案下的能量效率是随着距离的增加而单调递减的。当d
r
＜0.4m时，能量效率随着距离的增大而增大，这是因为用户节点和中继节点间的信道条件随着中继节点靠近用户节点而增强，系统性能此时主要受用户节点的发射功率限制；当d
r
＞0.4m时，中继节点已经很接近用户节点了，中继节点收集到的能量与用户节点差别不大，而中继节点和混合接入点的距离在进一步增大，此时中继节点的发射功率为系统性能的主要限制因素，所以能量效率反而降低。
[0183]
如图4所示，本发明在sto资源分配方案下分析了有中继和无中继对于系统的性能影响。与图3的结果类似，中继协作无线供能通信网络的吞吐量随着距离的增大而提高，但d
r
＞0.4m时反而减小。中继节点通过降低每一跳的距离在一定程度上缓解了双重路径衰落的影响，但信息转发阶段所占用的时间也在随之增长，与之相应能量收集和信息传输阶段的可利用的时间被压缩。直至d
r
＞0.4m时，中继节点通过降低每跳距离带来的正面影响以不足以抵消信息转发阶段占用时间增长所带来的负面影响，中继协作无线供能通信网络的吞吐量随之下降。当d
r
＞0.53m时，中继协作无线供能通信网络的吞吐量甚至低于传统无线供能通信网络的吞吐量。此时，中继节点收集的能量与用户节点几乎相当，中继节点占用了更多的时间，但只转发信息不产生信息。此外，在sto资源分配方案下，中继协作无线供能通信网络的能量效率的遵循着与吞吐量类似的变化趋势，但一直显著高于传统无线供能通信
网络。
[0184]
通过实施例可以看出，本发明针对中继协作无线供能通信网络，分别以能量效率最大化和总吞吐量最大化为优化目标，提出了联合优化混合接入点发射功率和各节点所占时间比例的资源分配算法，能显著地提高系统的吞吐量和能量效率。
[0185]
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的步骤、方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种步骤、方法所固有的要素。
[0186]
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。