5G毫米波网络中无线携能通信系统资源分配算法研究.pdfVIP

5G毫米波网络中无线携能通信系统资源分配算法研究 摘 要 5G The 5th Generation Mobile 目前，世界各国都在加紧第五代移动通信网络（ ， Networks ）的建设与部署。作为一项弥补5G 时代Sub-6 Ghz 信号带宽、网络速度、频 段干扰等不足的技术，毫米波通信技术的应用有效缓解频谱资源短缺的现状，将网络的 4G 100 20 Gbps ITU IMT-2020 数据传输速率提高到 的 倍，甚至达到 的水平（ 规范要求）。 然而，数据传输速率的提高必然会增加无线终端设备的能耗负担，高数据传输速率与设 备高能耗之间的矛盾一直是影响无线通信网络服务质量（QoS，Quality-of-Service ）提升 的一大问题。无线携能通信（SWIPT ，Simultaneous Wireless Information and Power Transfer ）作为一项环境友好型节能传输技术，不仅充分利用有限的射频资源，同时还 能够解决能量受限型移动设备能量持续供给的问题，有效缓解设备数据传输速率提高所 导致的能耗加剧的情况。本文结合毫米波网络特点，分别考虑毫米波链路波动场景以及 非理想信道状态信息（CSI，channel state information ）通信场景两种情况对SWIPT 系统 资源分配问题进行研究，并分别提出两种基于强化学习（RL ，Reinforcement Learning ） 理论的动态资源分配算法，旨在帮助用户在动态环境下获得最优QoS 。 首先，本文对SWIPT 技术进行研究，从资源分配方案、优化目标、网络传输架构 等方面的研究进展对SWIPT 技术进行整理与总结，研究发现目前关于毫米波通信场景 中的SWIPT 资源分配问题的研究相对较少，并且多数研究将重点放在了某一固定通信 环境的资源分配算法研究，忽略了毫米波传输特性、用户的高移动性和非理想CSI 等问 题对用户QoS 的影响。 QoS RL 其次，针对毫米波链路频繁波动导致用户 下降的问题，提出基于 的动态资 源分配算法。综合考虑用户信号接收功率波动及用户在小区内移动速度对能量耗尽、通 信中断、信息丢失三种非理想情况发生时长的影响，定义非理想QoS 函数，接着，将优 MDP Markov Decision Process Q-Learning 化问题建模为马尔科夫决策过程（ ， ）模型并利用 算法求解以达到全局最优。实验结果表明，所提算法使用户具有稳定的数据传输速率的 同时保证了电池的能量持续供给能力，有效降低设备出现能量耗尽、通信中断和信息丢 失情况的时长，使网络中随机移动的用户即使在遭受严重的链路波动的情况下也能够获 得最优的QoS 体验。 I 5G毫米波网络中无线携能通信系统资源分配算法研究 最后，针对毫米波网络中非理想CSI 通信情况对用户QoS 的影响，综合考虑网络 边缘区域信号较弱情况以及信道估计性能、数据传输速率、电池储能水平的约束，建立 基于TS 结构具有SWIPT-WIT 模式切换的系统模型，并提出基于RL 的非理想CSI 资源 分配算法，将分配问题建模为MDP 模型，同样采用Q-Learning 算对目标函数进行优化 求解。实验结果表明，所提算法不仅能够为用户提供充足的能量支持，同时还保证较优 的信道估计性能及较高的数据传输速率。 关键词：毫米波网络；无线携能通信；速率-能量权衡；服务质量；强化学习 II Research on Resource Allocation Algorith