一种智能超表面辅助的无线携能通信方法

1.本发明属于无线携能通信领域，涉及一种智能超表面辅助的无线携能通信方法。


背景技术：

2.当前物联网中的绝大多数设备都由储能有限的电池供电，物联网低功耗设备的能量受限，信号远距离传输与信号处理能力也受限。对于大规模物联网来说，频繁更换电池会导致极高的人力成本和环境压力，这对物联网设备能源供给的可持续性提出了较高挑战。无线携能通信swipt被视为是解决该问题的一个有效途径，其基本原理是接收机通过能量收集技术将电磁波中携带的能量转换为可存储电能，实现信息与能量的并行传输。典型的能量收集接收器所需的接收功率要比信息解码接收器所需的接收功率高得多(例如，多几十db)，因此，如何提高能量收集接收器ehr的无线功率传输的效率，是从根本上增强无线携能通信swipt系统的速率能量权衡的关键挑战。


技术实现要素：

3.有鉴于此，本发明的目的在于为物联网能量受限设备提供一种智能超表面辅助的无线携能通信方法。
4.为达到上述目的，本发明提供如下技术方案：
5.一种智能超表面辅助的无线携能通信方法，基于下行的单小区基于稀疏码多址接入的无线携能通信系统，所述无线携能通信系统的发射端为单天线接入点ap，采用稀疏码多址接入scma方法，同时向多个单天线接收设备并行传输信息与能量，多个单天线接收设备同时共享多个正交子载波，所述单天线接收设备具有功率分割功能，接收到的射频信号中一部分用于信息传输，另一部分用于能量收集；单天线接收设备周围部署有智能超表面，从ap到单天线接收设备的信道包括从ap到单天线接收设备的直视信道、ap到智能超表面的反射信道、智能超表面到单天线接收设备的反射信道的叠加；对所述无线携能通信系统的通信优化目标是最小化ap发射功率，方法为对稀疏码多址接入scma码本分配、功率分配、功率分割因子、智能超表面ris反射相移系数进行联合优化，具体包括以下步骤：
6.s1：码本分配：确定指示矩阵，使单个单天线接收设备的数据速率最大化；
7.s2：给定指示矩阵和ris反射系数优化功率分配和功率分割因子；
8.s3：给定指示矩阵、功率分配和功率分割因子优化ris反射系数；
9.s4：通过步骤s1-s3将原联合优化问题分解为三个可解的子问题，并通过交替优化算法进行求解。
10.进一步，用来表示ap和第k个单天线接收设备之间所有波上的信道，第k个单天线接收设备的接收信号表示为：
11.12.用表示ris的反射系数，其中且有θm∈[0,2π)和βm∈[0,1]分别表示ris反射单元的相移和幅值，从ap到第k个单天线接收设备在第n个子载波上的信道系数表示为：
[0013][0014]
其中表示从ris到第k个单天线接收设备在第n个子载波上的信道，表示从ap到ris在第n个子载波上的信道，h
k,n
表示从ap到第k个单天线接收设备在第n个子载波上的直视信道。
[0015]
进一步，每一个单天线接收设备采用消息传递mpa算法，通过功率分割(power splitting,ps)的形式来实现无线携能通信；第k个设备的最大可达速率表示为：
[0016][0017]
其中ρk表示第k个单天线接收设备的功率分割因子，表示第k个单天线接收设备的噪声功率；
[0018]
第k个单天线接收设备可以收集到的能量表示为：
[0019][0020]
其中η∈(0,1]表示能量转换效率。
[0021]
进一步，步骤s4所述原联合优化问题表示为：
[0022]
p1:
[0023][0024][0025][0026][0027][0028][0029][0030][0031]
其中和表示第k个单天线接收设备最小的信息速率和收集能量需求。
[0032]
进一步，所述步骤s1具体包括：
[0033]
将信道增益用来作比较以选择最优的子载波，首先利用给定的ris反射系数
θ计算出第k个单天线接收设备在子载波n上的信道系数，指示矩阵的初始状态是一个全零矩阵，所述码本分配方法的具体步骤如下：
[0034]
s11：初始化：定义每一个子载波的自由度s(n)＝df，表示一个子载波上能支持的最多复用设备数量；定义每一个设备的自由度d(k)＝dc，表示每一个设备允许占用的最大子载波数量；定义可以分配的码本数量c＝k；
[0035]
s12：对于每一个设备k(d(k)》0)，在所有拥有正自由度的子载波中选择拥有最大信道增益系数的子载波对于子载波n并且s(n)》0选择拥有最大信道增益系数的设备；
[0036]
s13：执行s(n)＝s(n)-1和d(k)＝d(k)-1，并设定f
k,n
＝1；如果d(k)＝0，那么设备k已经选定了相应的码本并且有c＝c-1；
[0037]
s14：如果或者c＝0，则终止算法；否则循环执行步骤s12-s14。
[0038]
进一步，所述步骤s2具体包括：令每个设备的发射功率均匀分配到其占用的子载波上，即p
k,n
＝pk/dc；问题p1在给定指示矩阵f和ris反射系数θ时转换为如下的线性规划问题：
[0039]
p2:
[0040][0041][0042][0043][0044]
则问题p2可以进行求解。
[0045]
进一步，所述步骤s3具体包括：
[0046]
在给定指示矩阵f、功率分配p和功率分割因子ρ后，问题p1转换为如下的一个寻找可行解问题p3：
[0047]
p3:findθ
[0048][0049][0050][0051]
使用逐次凸逼近(successive convex approximation,sca)方法来求解问题p3；首先引入以下辅助变量集合w
k,n
，a
k,n
，将问题p3转换为如下问题p4：
[0052]
p4:
[0053][0054][0055][0056][0057][0058][0059]
看出是一个关于a
k,n
和b
k,n
的凸且可微的函数，在任意给定的点处，采用的一阶泰勒近似得到一个下界，表示为
[0060][0061]
当且仅当和时上述等式成立；问题p4转化为如下优化问题：
[0062]
p5:
[0063][0064][0065][0066][0067][0068][0069]
问题p5是一个凸问题，可以进行求解。
[0070]
进一步，步骤s4中所述交替优化算法具体包括：
[0071]
s41：初始化θ
(0)
,f
(0)
；
[0072]
s42：根据码本分配算法得到指示矩阵f
(t+1)
；
[0073]
s43：计算出功率分配p
(t+1)
和功率分割因子ρ
(t+1)
在给定的f
(t+1)
和θ
(t)
情况下；
[0074]
s44：优化ris反射相移矩阵θ
(t+1)
在给定的f
(t+1)
,p
(t+1)
和ρ
(t+1)
情况下；
[0075]
s45：判断目标值是否收敛，若收敛则结束算法，若不收敛则循环执行步骤s42-s45。
[0076]
进一步，通过调整ris反射系数来最大化ap到设备的有效信道增益，信道功率最大
化优化问题描述为：
[0077]
p6:
[0078][0079]
定义和厄米特半定矩阵
[0080]
信道增益的计算等效为
[0081][0082]
其中
[0083]
问题p6转化为如下的半定松弛(semidefinite relaxation,sdr)问题：
[0084]
p7:
[0085]
s.t.diag(x)＝1
m+1
,x
±0[0086]
其中秩1约束rank(x)＝1被忽略掉，从而将问题p7简化为一个凸问题；定义问题p7的最优解如果的秩不为一，采用高斯随机化方法来寻找一个近似解。
[0087]
进一步，还提供一种ris反射相移系数初始化方法，具体包括以下步骤：
[0088]
b1：输入f,p,ρ,i
[0089]
b2：使用cvx工具求解p6获得最优解
[0090]
b3：得到左上维度为m
×
m子矩阵
[0091]
b4：进行矩阵特征值分解得到
[0092]
b5：如果则否则执行步骤b6；
[0093]
b6：设定迭代次数i的最大次数i，并循环执行步骤b7-b10；
[0094]
b7：生成r(i)～cn(0,1m)；
[0095]
b8：得到
[0096]
b9：计算信道系数矩阵；
[0097]
b10：
[0098]
b11：
[0099]
b12：输出：θ和
[0100]
本发明的有益效果在于：
[0101]
利用智能超表面的辅助作用，通过在无线携能通信系统中设计稀疏码多址接入scma码本分配、功率分配、功率分割因子、智能超表面ris反射相移系数交替优化迭代算法，同时还提供了一种低复杂度的ris反射相移系数初始化算法，实现在满足信息传输速率和收集能量的需求下降低系统能耗，从而提升物联网低功耗设备能量收集效率，延长低功耗设备电池寿命。
[0102]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0103]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0104]
图1为本发明所述无线携能通信系统模型图。
具体实施方式
[0105]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0106]
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
[0107]
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0108]
本发明的目的是为物联网能量受限设备提供一种智能超表面辅助的无线携能通信方法。智能超表面ris作为一种新物理维度无线传输技术，它通过对无线传播环境的主动控制，在三维空间中实现信号传播方向调控、信号增强或干扰抑制，构建智能可编程无线环境新范式。通过在无线携能通信系统中引入智能超表面，系统模型如图1所示，发射端采用稀疏码多址接入scma方法，可支持海量终端可靠接入，接收端采用功率分割类型接收机，接收到的射频信号中一部分用于信息传输，另一部分用于能量收集，可延长物联网低功耗设备的电池寿命。通过对稀疏码多址接入scma码本分配、功率分配、功率分割因子、智能超表
面ris反射相移系数联合优化，实现在满足信息传输速率和收集能量的需求下降低系统能耗，提升物联网低功耗设备能量收集效率。
[0109]
本发明考虑一个下行的单小区基于稀疏码多址接入的无线携能通信系统，其中单天线接入点(ap)同时向k个单天线设备并行传输信息与能量，k个设备同时共享n个正交子载波。用dc表示每一个设备占据的子载波数量，df表示每一个子载波上可以复用的设备数目。为了进一步改善无线传播环境，在设备周围部署了一个智能超表面，其中包括m个反射单元，其反射系数可以被ris控制器进行调节。
[0110]
用来表示接入点和第k个设备之间所有波上的信道。第k个设备的接收信号可以表示为
[0111][0112]
从ap到设备的信道是从ap到设备的直视信道和ap到ris的反射信道、ris到设备的反射信道的叠加。用表示ris的反射系数，其中且有θm∈[0,2π)和βm∈[0,1]分别表示ris反射单元的相移和幅值。因此从ap到第k个设备在第n个子载波上的信道系数可以表示为
[0113][0114]
其中表示从ris到第k个设备在第n个子载波上的信道，表示从ap到ris在第n个子载波上的信道，h
k,n
表示从ap到第k个设备在第n个子载波上的直视信道。
[0115]
假定每一个接收机采用消息传递mpa算法，因此用户间的干扰可以很好地被消除。通过功率分割(power splitting,ps)的形式来实现无线携能通信。第k个设备的最大可达速率可以表示为
[0116][0117]
其中ρk表示第k个设备的功率分割因子，表示第k个设备的噪声功率。进一步，第k个设备可以收集到的能量可以表示为
[0118][0119]
其中η∈(0,1]表示能量转换效率。
[0120]
本方法的优化目标是最小化ap发射功率，通过联合优化指示矩阵f，功率分配p，功率分割因子ρ和ris反射系数θ。优化问题可以表示为：
[0121]
p1:
[0122][0123]
[0124][0125][0126][0127][0128][0129][0130]
其中和表示设备k最小的信息速率和收集能量需求。
[0131]
上述问题p1是非凸的，将这个问题分解为三个可解的子问题，并提出交替优化算法来进行求解。
[0132]
(1)码本分配
[0133]
通过仔细确定指示矩阵f，可以使单个设备的数据速率最大化。在本发明所考虑的系统中，每个设备分配的功率将平均分配达到所占据的子载波上。换言之，信道增益可以用来作比较以选择最优的子载波。首先利用给定的ris反射系数θ计算出设备k在子载波n上的信道系数。指示矩阵的初始状态是一个全零矩阵。码本分配算法如下所示：
[0134][0135]
(2)给定指示矩阵f和ris反射系数θ优化功率分配p和功率分割因子ρ
[0136]
由于scma码本的特殊结构，假设每个设备的发射功率均匀分配到其占用的子载波上，也就是p
k,n
＝pk/dc。那么问题p1在给定指示矩阵f和ris反射系数θ时可以转换为如下的线性规划问题。
[0137]
p2:
[0138][0139][0140][0141][0142]
因此，问题p2可以使用cvx工具来进行求解。
[0143]
(3)给定指示矩阵f、功率分配p和功率分割因子ρ优化ris反射系数θ
[0144]
在给定指示矩阵f、功率分配p和功率分割因子ρ后，问题p1可以转换为如下的一个寻找可行解问题
[0145]
p3:findθ
[0146][0147][0148][0149]
接下来，可以使用逐次凸逼近(successive convex approximation,sca)技术来求解问题p3。首先，引入以下的辅助变量集合w
k,n
，a
k,n
，然后可以将问题p3转换为如下问题p4
[0150]
p4:
[0151][0152][0153][0154][0155][0156][0157]
可以看出是一个关于a
k,n
和b
k,n
的凸且可微的函数，在任意给定的点处，可以采用的一阶泰勒近似得到一个下界，表示为
[0158]
[0159]
当且仅当和上述等式可以成立。问题p4可以转化为如下优化问题
[0160]
p5:
[0161][0162][0163][0164][0165][0166][0167]
上述问题是一个凸问题，可以采用cvx工具来求解。
[0168]
最后，将在完美信道状态信息下，基于交替优化算法(alternating optimization,ao)来求解问题p1的算法如下所示：
[0169][0170]
(4)ris反射相移系数的初始化方法设计
[0171]
在上述交替优化ao算法中，随机相移作为生成ris反射系数的初始化，但这限制了其收敛性能。为了解决这个问题，提出了一种低复杂度的算法，通过调整ris反射系数来最大化ap到设备的有效信道增益。信道功率最大化优化问题描述为
[0172][0173][0174]
定义和厄米特半定矩阵进一步，信道增益的计算可以等效为
[0175]
[0176]
其中
[0177]
因此，问题p6可以转化为如下的半定松弛(semidefinite relaxation,sdr)问题
[0178]
p7:
[0179]
s.t.diag(x)＝1
m+1
,x
±0[0180]
其中秩1约束rank(x)＝1被忽略掉，从而将问题p7简化为一个凸问题。定义问题p7的最优解如果的秩不为一，采用高斯随机化方法来寻找一个近似解。优化ris反射相移系数的具体算法如下所示：
[0181][0182]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。