一种多频段fsar基站功率分配方法.docxVIP

一种多频段fsar基站功率分配方法 高频能量收集是一种可持续从环境微波中收集能量的技术。通信设备可以从环境微波中收集能量，这是一种新的绿色环保供电方式。 能量收集通信系统的资源分配问题已经吸引了极大的研究兴趣．Zhao等 针对FBSs忙时用户数量较多和闲时用户数量较少的特点，提出一种UAV协助的分时段最大化下行总信息量的功率分配策略．通过引入一个具有能量收集功能的PBS-UAV，在用户数量较多的情况下，多个FBSs工作．在闲时用户数量较少的情况下，由一个PBS-UAV接替多个FBSs工作．相比让多个FBSs在闲时一直持续工作，由一个PBS-UAV接替多个FBSs工作能够显著减少能量消耗．在FB-Ss忙时，FBSs和PBS-UAV都从MBS收集能量，并且FBSs与用户进行下行通信．在FBS闲时，FBSs停止与用户通信，由PBS-UAV为多个FBSs用户提供通信服务．此时，PBS-UAV距离FBSs较近，从FBSs收集能量，可以充分利用FBSs的剩余能量．同时，PBS-UAV距离MBS相对较远(不同于FBSs忙时的情况，PBS-UAV可以飞行到距离MBS较近的位置，进行能量收集)，没有考虑从MBS收集能量．将功率分配问题建立成一个最优化问题，以最大化下行总信息量为目标，同时满足PBS-UAV和FBS的能量消耗和发射功率的约束条件．该最优化问题为一个凸优化问题，通过采用增广拉格朗日乘子法获得最优解．最后，通过仿真对提出的功率分配策略进行性能评估． 1 系统模型 1.1 下行通信系统 分时段网络结构(见图1)分为忙时T 需要注意，通信过程包括下行和上行2个阶段．在下行通信阶段，FBSs和PBS-UAV向用户发送信号，会消耗一定的能量．在上行通信阶段，FBSs和PBS-UAV接收用户的信号，也会消耗一定的能量．由于笔者考虑的是下行总信息量最大化，在网络结构图中只画出了FBS和PBS-UAV的下行通信链路，但能量消耗也包括上行通信的能量消耗． 1.2 fbs能力模型 假设一个完整的工作周期为T，分为忙时T 考虑1个FBS在T 其中:η为FBS从MBS接收能量时的能量转换效率，G 在T 其中:E 此外，FBS收集能量的同时向用户发送信息．考虑FBS的电路、发射信号和接收信号的能量消耗，得到1个FBS的能量消耗为 其中:I为1个FBS覆盖范围下的用户数量，P 对于PBS-UAV，在T 其中:J为PBS-UAV覆盖范围下的用户数量，P 2 建模和解决 2.1 fbs用户信号分配策略 针对第1节的系统模型，提出一种下行总信息量最大化的功率分配策略．假设N个FBSs覆盖范围内的用户数量、N个FBSs与MBS的距离都一致，从而简化下行吞吐量公式的复杂度．在FBSs数量、位置以及用户数量位置不一致的情况下，位置的改变会导致FBS到用户的信道增益和噪声功率产生变化，该变化最终会对最后的求解结果造成影响，但对问题本身的建模不会造成影响．仅在理想的情况，考虑其中一个FBS即可．可以得到在T 其中:B 在T 其中:B 需要注意，在T 功率分配策略的目标是最大化T 其中:τ表示在T 对于上述问题，可以转化为求最小值问题，即 2.2 算法的基本思想 式(8)的目标函数由2个对数函数及常量的乘积做加法，这2个对数函数为凸函数．由于若干个凸函数相加或相减仍然是凸函数，同时凸函数与常数相乘不改变凸性质，所以式(8)的目标函数是凸函数．此外，式(8)的约束条件也是关于自变量的凸函数．因此，式(8)为凸优化 将式(9a)和式(9b)代入式(8a)和式(8b)，并进行化简，可以得到 此外，P 式(11d)中，i=1,2，…，I．式(11e)中，j=1,2，…，J．可以把问题(10)转化为 对于上述凸优化问题，可以得到关于式(12)的增广拉格朗日函数为 其中:ω=[ω 求解问题(14)的算法流程如图2所示．在图2中，P 通过图2所示的算法流程，最终可以得到问题(14)的最优解，从而确定FBS和PBS-UAV到用户的发射功率，使得FBS和PBS-UAV在T 3 pbs-uav模型 通过仿真对前文所提出的功率分配策略进行性能评估．在仿真中，假设忙时T 在仿真中，对提出方法和其他方法性能进行对比．其他方法包括:有PBS-UAV的等功率方法(EP-PU,equal power method with PBS-UAV);有PBS-UAV的忙时固定功率方法(BFP-PU,busy time fixed power method with PBS-UAV);有PBS-UAV的闲时固定功率方法(SFP-PU,spare time fixed power method with PBS-UAV).EP-PU是指在PBS-UAV参与的情况下，FBS和PBS-UAV分别在忙时T 图3所示为不同方法