论文部分内容阅读
物联网是第五代移动通信系统的主要驱动力，将作为“纽带”连接现实世界与网络世界，颠覆传统无线服务的业务模式，为人类的生产生活提供前所未有的使用体验，深刻影响人类社会的方方面面。然而由于网络部署规模大、应用场景复杂，物联网的发展也面临着诸多技术挑战，实现物联网长期、稳定、高效地工作并非易事。首先，为实现全面感知，物联网中往往部署大量无线设备，若采用传统布线充电或者电池更换的方式为物联网设备供电，则会消耗大量人力物力且在一些危险场景中不易实施；其次，尽管许多物联网设备为低功耗设备，但由于其数量规模会达到百亿级，因此物联网的总能耗依然巨大；最后，为提供智能化和定制化服务，物联网将承载大量私人信息，在无线环境中，若不加以保护，信息极易泄露，会大大降低用户体验。因此，解决物联网在组网与通信层面面临的电源管理、网络能耗和信息安全等问题，对于发展物联网具有重要意义。
为此，本文以绿色通信为目标，融合无线信能同传、多天线和物理层安全等技术，研究能效优先的多天线无线携能通信网络优化设计理论与方法。针对典型单小区和多小区场景，通过模型构建、架构创新、算法设计与优化、理论分析及仿真验证等手段，开展了面向物联网的具有稳定电源供给、防止信息泄露的能量有效传输方案的研究。
主要创新型工作如下：
1)为揭示单小区多用户无线信能同传网络最小所需总功率，构建功率消耗最小化问题，即在信息用户的信息速率需求和信息安全需求，能量用户的能量收集需求约束下，最小化网络所需总功率。在完美信道状态信息下，采用半正定松弛设计非鲁棒性传输方案。在包含确定型信道估计误差的非完美信道状态信息下，采用半正定松弛和S-procedure设计最差请况鲁棒性传输方案。从理论上证明有人工冗余信号传输方案可在消耗更少功率的情况下，取得与无人工冗余信号传输方案相同的网络性能。分析了人工冗余信号的数量和分布对网络性能的影响。仿真结果验证了所提出分析的准确性。与基于线性能量收集模型的系统设计相比，基于非线性能量收集模型的系统设计可避免出现因能量收集电路的输出功率与预期不符而无法满足能量收集需求的情况或者发送机消耗更多功率的情况。
2)为揭示单小区多用户无线信能同传网络最大全局能量效率，构建全局能量效率最大化问题，即在信息用户信息速率需求和信息安全需求，能量用户能量收集需求以及发送机可用总功率约束下，最大化网络全局能量效率。为提高能量接收机的能量转化效率，提出一种新型的功率分割能量接收机架构，通过分流的方式将接收的射频能量信号注入多个能量收集电路，避免单一能量收集电路进入饱和区间造成的能量转化损失。为求解所考虑问题，首先融合二分法和连续凸近似方法提出针对功率分割能量接收机的功率分割系数分配算法，然后融合Dinkelbach方法和连续凸近似方法设计两层迭代算法框架，用以联合优化发送机的波束赋形向量和人工噪声协方差矩阵。从理论上证明了所提出算法框架的收敛性和最优性，并讨论了人工噪声对全局能量效率的影响。仿真结果验证了所提出算法框架的可行性和所提出分析的准确性。功率分割能量接收机架构可有效提高能量接收机的输出功率和能量转化效率，进而提高网络能量效率。
3)为揭示单小区多用户无线信能同传网络最大安全能量效率，构建安全能量效率最大化问题，即在合法用户信息速率需求、能量收集需求和信息安全需求以及发送机可用总功率约束下，最大化网络安全能量效率。考虑到恶意窃听者并不会主动反馈自身信道状态信息，假设发送机只有恶意窃听者的信道统计信息。此外，为提高接收机的能量转化效率，提出一种新型的两层功率分割接收机架构。为求解所考虑问题，首先融合二分法和分式和最大化算法设计针对两层功率分割接收机的功率分割系数分配算法，用以优化合法用户的第二层功率分割系数，然后融合连续凸近似和Dinkelbach方法设计两层迭代算法框架，用以联合优化发送机的波束赋形向量和人工噪声协方差矩阵以及合法用户的第一层功率分割系数。从理论上证明了所提出算法框架的收敛性和最优性，并分析了计算复杂度。仿真结果表明两层功率分割接收机架构可有效提高能量转化效率和网络安全能量效率。相比于功率消耗最小化传输方案和安全信息速率最大化传输方案，安全能量效率最大化传输方案可取得最大安全能量效率。
4)为实现多小区多用户无线信能同传网络的分布式协作传输，构建面向多小区的功率消耗最小化问题，即在认证用户信息速率需求、能量收集需求和信息安全需求约束下，最小化网络所需总功率。分别基于完美信道状态信息和非完美信道状态信息进行求解。首先基于不同信道假设分别设计集中式优化算法，为分布式算法提供理论参考进而性能对比依据。具体而言，在完美信道状态信息下，采用半正定松弛设计非鲁棒性集中式传输方案。在包含确定型信道估计误差的非完美信道状态信息下，采用半正定松弛和S-procedure设计最差情况鲁棒性集中式传输方案。在包含随机型信道估计误差的非完美信道状态信息下，采用半正定松弛和Bernstein-type不等式设计概率约束鲁棒性集中式传输方案。在此基础上，采用交替方向乘子法设计可使每个小区基于本地信道状态信息工作的分布式传输方案。由于考虑完美信道状态信息和非完美状态信息时，分布式算法的求解思路相似，因此提出一种适用于不同信道假设的分布式算法框架。理论上证明了分布式算法框架的收敛性，并比较了集中式传输方案和分布式传输方案的计算复杂度。仿真结果表明所提出的分布式传输方案的结果可以收敛到集中式传输方案的结果。
为此，本文以绿色通信为目标，融合无线信能同传、多天线和物理层安全等技术，研究能效优先的多天线无线携能通信网络优化设计理论与方法。针对典型单小区和多小区场景，通过模型构建、架构创新、算法设计与优化、理论分析及仿真验证等手段，开展了面向物联网的具有稳定电源供给、防止信息泄露的能量有效传输方案的研究。
主要创新型工作如下：
1)为揭示单小区多用户无线信能同传网络最小所需总功率，构建功率消耗最小化问题，即在信息用户的信息速率需求和信息安全需求，能量用户的能量收集需求约束下，最小化网络所需总功率。在完美信道状态信息下，采用半正定松弛设计非鲁棒性传输方案。在包含确定型信道估计误差的非完美信道状态信息下，采用半正定松弛和S-procedure设计最差请况鲁棒性传输方案。从理论上证明有人工冗余信号传输方案可在消耗更少功率的情况下，取得与无人工冗余信号传输方案相同的网络性能。分析了人工冗余信号的数量和分布对网络性能的影响。仿真结果验证了所提出分析的准确性。与基于线性能量收集模型的系统设计相比，基于非线性能量收集模型的系统设计可避免出现因能量收集电路的输出功率与预期不符而无法满足能量收集需求的情况或者发送机消耗更多功率的情况。
2)为揭示单小区多用户无线信能同传网络最大全局能量效率，构建全局能量效率最大化问题，即在信息用户信息速率需求和信息安全需求，能量用户能量收集需求以及发送机可用总功率约束下，最大化网络全局能量效率。为提高能量接收机的能量转化效率，提出一种新型的功率分割能量接收机架构，通过分流的方式将接收的射频能量信号注入多个能量收集电路，避免单一能量收集电路进入饱和区间造成的能量转化损失。为求解所考虑问题，首先融合二分法和连续凸近似方法提出针对功率分割能量接收机的功率分割系数分配算法，然后融合Dinkelbach方法和连续凸近似方法设计两层迭代算法框架，用以联合优化发送机的波束赋形向量和人工噪声协方差矩阵。从理论上证明了所提出算法框架的收敛性和最优性，并讨论了人工噪声对全局能量效率的影响。仿真结果验证了所提出算法框架的可行性和所提出分析的准确性。功率分割能量接收机架构可有效提高能量接收机的输出功率和能量转化效率，进而提高网络能量效率。
3)为揭示单小区多用户无线信能同传网络最大安全能量效率，构建安全能量效率最大化问题，即在合法用户信息速率需求、能量收集需求和信息安全需求以及发送机可用总功率约束下，最大化网络安全能量效率。考虑到恶意窃听者并不会主动反馈自身信道状态信息，假设发送机只有恶意窃听者的信道统计信息。此外，为提高接收机的能量转化效率，提出一种新型的两层功率分割接收机架构。为求解所考虑问题，首先融合二分法和分式和最大化算法设计针对两层功率分割接收机的功率分割系数分配算法，用以优化合法用户的第二层功率分割系数，然后融合连续凸近似和Dinkelbach方法设计两层迭代算法框架，用以联合优化发送机的波束赋形向量和人工噪声协方差矩阵以及合法用户的第一层功率分割系数。从理论上证明了所提出算法框架的收敛性和最优性，并分析了计算复杂度。仿真结果表明两层功率分割接收机架构可有效提高能量转化效率和网络安全能量效率。相比于功率消耗最小化传输方案和安全信息速率最大化传输方案，安全能量效率最大化传输方案可取得最大安全能量效率。
4)为实现多小区多用户无线信能同传网络的分布式协作传输，构建面向多小区的功率消耗最小化问题，即在认证用户信息速率需求、能量收集需求和信息安全需求约束下，最小化网络所需总功率。分别基于完美信道状态信息和非完美信道状态信息进行求解。首先基于不同信道假设分别设计集中式优化算法，为分布式算法提供理论参考进而性能对比依据。具体而言，在完美信道状态信息下，采用半正定松弛设计非鲁棒性集中式传输方案。在包含确定型信道估计误差的非完美信道状态信息下，采用半正定松弛和S-procedure设计最差情况鲁棒性集中式传输方案。在包含随机型信道估计误差的非完美信道状态信息下，采用半正定松弛和Bernstein-type不等式设计概率约束鲁棒性集中式传输方案。在此基础上，采用交替方向乘子法设计可使每个小区基于本地信道状态信息工作的分布式传输方案。由于考虑完美信道状态信息和非完美状态信息时，分布式算法的求解思路相似，因此提出一种适用于不同信道假设的分布式算法框架。理论上证明了分布式算法框架的收敛性，并比较了集中式传输方案和分布式传输方案的计算复杂度。仿真结果表明所提出的分布式传输方案的结果可以收敛到集中式传输方案的结果。