多天线中继系统中能量收集时隙传输策略研究* 1

晏凯强，刘慧东，任国春，陈　瑾，陈慧林

(解放军理工大学 通信工程学院，江苏 南京 210007)



多天线中继系统中能量收集时隙传输策略研究* 1

晏凯强，刘慧东，任国春，陈瑾，陈慧林

(解放军理工大学 通信工程学院，江苏 南京 210007)

摘要：MIMO技术可在不增加系统带宽和发射功率的前提下，成倍地提升无线通信系统吞吐量和服务质量。旨在研究能量收集与MIMO两种技术同时实现在协作通信系统中时，如何更大限度提高能量收集中继通信系统的吞吐量。首先针对多天线中继节点对信号的处理方式将工作模式分为时间切换模式和能量分割模式，其次分析了两种模式的最优策略，最后对两种策略的系统吞吐量进行了比较。仿真结果显示了在相同外部环境下，能量分割模式能获得更大的系统吞吐量。

关键词：能量收集；中继通信；MIMO；时间切换；能量分割

0引言

能量收集协作通信系统，既可以在一定程度上提高数据的传输速率，又能够节省能源并延长系统工作时间，已成为近年来无线通信领域的研究热点[1-2]。而MIMO系统通过在发射端和接收端配置多根天线，进一步结合空时编码技术可以获得空间复用和空间分集，大大提高传输速率和通信可靠性。空时编码和相关的MIMO信号处理技术在无线通信领域获得了飞速发展和广泛应用，许多无线通信标准已经采用或者计划采用多天线技术[3-4]。在能量收集通信系统中，MIMO技术也被应用在很多场景中。文献[5]研究了一个多天线接入点和一组单天线用户组成的无线供电通信网路的吞吐量最优化问题。在文献[6]中，作者对能量收集协作中继通信系统进行了研究，提出了初级用户和次级用户之间在信息和能量这两个层次的合作策略，以实现更好地利用频谱。文献[7]针对从周边环境收集能量供电的MIMO多接入信道开发了一种新的方法，以获得最佳的调度策略。在文献[8]中，作者研究了在放大转发(AF)和解码转发(DF)两种中继协议下的协作通信系统，并根据能量收集和信息传输在中继处的协议提出了时间切换的概念。文献[9]中，作者介绍了同时进行信息和能量传输的应用场景，对单用户和多用户之间不同的网络拓扑结构进行了研究，并针对时间切换模式下的系统提出了对系统性能和算法复杂度之间折中问题的解决方案。文献[10]中，作者考虑了一组单天线主用户对和多天线次用户对在能量分割模式下同时进行能量和信息合作的问题，并提出了一种基于时分的功率分配方案以实现吞吐量最优化。

本文在多天线中继节点与源节点协作通信的场景下，根据中继节点处理信号的方式对系统的信道吞吐量进行了分析，并对所提出的两种策略所能获得的最大吞吐量进行了比较。

1系统模型

图1给出了基于半双工模式的系统模型。在该系统模型中包括配置单天线的发射机(即源节点)和接收机(即目的节点)，以及配置M根天线的中继节点。源节点和目的节点之间无直连链路，因此需要中继节点以支持信息传输。中继节点为能量受限节点，在传输信息之前需要将接收到的信号用以收集能量。然后将收集到的能量作为传输功率将源节点的信息传送至目的节点。在多天线中继节点处存在两个队列：能量队列、数据队列。不失一般性，假设能量队列和数据队列缓存长度无限大，信道按时隙划分且每个数据包传输占用一个时隙。假设所有信道均为独立平稳的瑞利衰落信道，且信道衰落系数如图1中所示，其中g=[g1,g2,…,gM]T，表示信源与中继节点之间的信道增益；h=[h1,h2,…,hM]T，表示中继节点与接收机之间的信道增益。

图1　系统模型

基于中继节点接收信号的处理方式不同，提出两种中继策略。当节点根据时间切换储存队列，先收集能量再进行信息储存时，称之为时间切换模式[8-9]；当节点根据功率将信号分离至储存队列，同时进行能量收集和信息储存时，称之为能量分割模式[10]。

2系统吞吐量分析

2.1时间切换模式

如图2所示，在时间切换模式下，中继节点首先接收信号进行能量收集；当能量收集过程结束后，中继节点再将接收到的信号存入数据队列并进行译码。

图2　时间切换模式

(1)

式中，Pp表示源节点发射功率，n1表示中继节点处M×1维的加性高斯白噪声矢量，且n1～CN(0,σ2IM)。为了提高性能，对接收到的信号都进行最大比合并处理，那么中继节点的接收信噪比为：

(2)

(3)

(4)

(5)

式中，0<ε<1为能量收集效率，0≤τ≤1为能量收集时间。

因此，根据DF协议[11-12]，系统吞吐量为：

(6)

2.2能量分割模式

如图3所示，在能量分割模式下，中继节点将接收到的信号按比例η(0≤η≤1)和1-η分别存入能量队列和数据队列。当能量与信息都接收完毕之后，再将信息转发给接收机。

图3　能量分割模式

此时中继节点数据队列接收到的信号为：

(7)

式中，n3表示中继节点处M×1维的加性高斯白噪声矢量，且n3～CN(0,σ2IM)。因此中继节点的接收信噪比为：

(8)

接收机的瞬时信噪比为：

(9)

PS2表示中继节点在时间分割模式下的发射功率，此模式下收集到能量的总量为：

(10)

因此整个系统的吞吐量为：

(11)

3优化系统吞吐量

3.1时间切换模式

时间切换模式下，从式(2)和式(4)的可以看出，系统吞吐量不仅与发射功率有关系，还取决于多天线的信道增益。但在多天线模型中，信道增益是随着天线数目的增加而增大的，因此在对最优值进行求解时，我们假设天线数目固定，此时信道增益为定值。在此基础上，根据式(6)的吞吐量分析，优化目标如下：

s.t. 0<ε<1

0≤τ≤1

(12)

考虑到优化因子PS1与另一优化因子τ有关系，这样只需要对τ进行优化，则系统吞吐量就可以获得最优解。当γ1≤γ2时，则：

(13)

可解得:

(14)

若γ1>γ2，则：

(15)

(16)

(17)

3.2能量分割模式

s.t. 0<ε<1

0≤η≤1

(18)

当γ3≤γ4时，即：

(19)

得：

(20)

当γ3>γ4，即：

(21)

4仿真结果

图4、图5显示的是系统在时间切换模式下的吞吐量。由图可知，在发射功率相同或者天线数目一致时，其对应的最大系统吞吐量都随着天线数目的增加或者发射功率的增强不断增大。但最佳能量收集时间正相反，发射功率的增强或天线数目增加都会缩短最佳能量收集时间，且功率引起的变化较小。

图4　在相同发射功率不同天线数目情况下

图5　在相同天线数目不同发射功率情况下

图6、图7显示的是系统在能量分割模式下的吞吐量。由图可知，与时间切换模式相同，在发射功率相同或者天线数目一致时，其对应的最大系统吞吐量都随着天线数目的增加或者发射功率的增强不断增大。但对于功率分配比例而言，随着天线数目的增加，其最优值是不断减小的，而发射功率的增强则会使最优值增大。

图6　在相同发射功率不同天线数目情况下

图7　在相同天线数目不同发射功率情况下

图8显示的是两种工作模式在不同的天线数目下的最佳吞吐量。

图8　在不同天线数目情况下时间切换模式

随着信噪比的增大，最佳吞吐量都不断增大。但在相同天线数目下，能量分割模式的最佳吞吐量始终优于时间切换模式下的最佳吞吐量。并且，随着信噪比的增大，二者之间的差距也不断增加，甚至，天线数目少的能量分割模型在发射功率达到一定程度时其最佳吞吐量可以超过天线数目多的时间切换模型。

5结语

本文以一个发射机，一个接收机和一个多天线中继节点为通信模型，在DF模式下，分析了时间切换模式和能量分割模式中系统吞吐量如何实现最优化。仿真实验分析了系统吞吐量与发射功率、天线数目、能量收集时间和能量分配比例之间的关系。结果表明，在天线数目和信噪比相同的情况下，相较于时间切换模式下的系统，能量分割模式拥有更好的系统性能。通过分析，可以发现其原因为能量分割模式下的系统在硬件上有更高的需求，其中继节点的每根天线都需要增加一个处理信号的前端。

参考文献：

[1]Ali A. Nasir,ZHOU Xiang-yun, Salman Durrani. Relaying Protocols for Wireless Energy Harvesting and Information Processing[J]. IEEE Transactions on Wireless Communications, vol. 12, no. 7, pp. 3622-3636,Jul. 2013.

[2]罗梦麟，陈勇，张建照等. 协同认知无线网络中自适应中继节点选择算法[J].通信技术,2015,48(03):318-324.

LUO Meng-lin, CHEN Yong, ZHANG Jian-zhao，et al. Self-Adaptive Relay Selection Algorithm in Cooperative Cognitive Radio Networks[J]. Communications Technology,2015,48 (03): 318-324.

[3]ZHANG R and HO C K. MIMO Broadcasting for Simultaneous Wireless Information and Power Transfer[J]. IEEE Transactions on Wireless Communications, vol. 12, no. 5, pp. 1989-2001, May 2013.

[4]HUA S, LIU H, WU M. Exploiting MIMO Antennas in Cooperative Cognitive Radio Networks[C]. in Proc. IEEE INFOCOM, Apr 2011, pp. 2714-2722.

[5]LIU Liang, ZHANG Rui, CHUA Kee-Chaing. Multi-Antenna Wireless Powered Communication With Energy Beamforming [J]. IEEE Transactions on Communications, vol.62, no.12, pp.4349-4361, Dec. 2014.

[6]ZHENG Gan, Ho Z, Jorswieck E A. Information and Energy Cooperation in Cognitive Radio Networks[J]. IEEE Transactions on Signal Processing, vol.62, no.9, pp.2290-2303, May, 2014

[7]LI Wen-ming, ZHENG Nan, WANG Xin. Optimal Transmission Policy for Energy-Harvesting Powered MIMO Multi-Access Channels[C]. 2014 IEEE/CIC International Conference on Communications in China (ICCC), vol.13, no.15, pp.286-291, Oct. 2014.

[8]Nasir A A, ZHOU Xiang-yun, Durrani. Wireless-Powered Relays in Cooperative Communications: Time-Switching Relaying Protocols and Throughput Analysis[J]. IEEE Transactions on Communications, vol.63, no.5, pp.1607-1622, May 2015.

[9]DING Zhi-guo, ZHONG Cai-jun, Ng D W K. Application of Smart Antenna Technologies in Simultaneous Wireless Information and Power Transfer[J]. IEEE Communications Magazine , vol.53, no.4, pp.86-93, Apr. 2015.

[10]GAO Qing-he, JING Tao, XING Xiao-shuang. Simultaneous Energy and Information Cooperation in MIMO Cooperative Cognitive Radio Systems[C]. 2015 IEEE Wireless Communications and Networking Conference (WCNC), vol. 9, no.12, pp.351-356, March 2015.

[11]Laneman J N, Tse D N C and Wornell G W. Cooperative Diversity in Wireless Networks: Efficient Protocols and Outage Behavior[J]. IEEE Trans. Inf. Theory, vol. 50, no. 12, pp. 3062-3080, Dec. 2004.

[12]Cover T and Gamal A E. Capacity Theorems for the Relay Channel [J]. IEEE Trans. Inf. Theory, vol. IT-25, no. 5, pp. 572-584, Sep. 1979.

InformationTransmissionPolicyforMulti-AntennaRelayCommunicationSystemwithEnergyHarvesting

YANKai-qiang,LIUHui-dong,RENGuo-chun,CHENJin,CHENHui-lin

(CollegeofCommunicationEngineering,PLAUniversityofScienceandTechnology,NanjingJiangsu210007,China)

Abstract：MIMO technology can exponentially enhance the throughput and QoS of the wireless communication system without any increase of bandwidth and transmission power. This article discusses how to improve the throughput of energy harvesting relay communication system when energy harvesting and MIMO technologies are simultaneously implemented in system. Firstly the operation mode is divided into time switching mode and power splitting mode in accordance with the method for handling signal. Then the optimal strategies of the two modes are analyzed separately. Finally, the throughputs of energy harvesting relay communication system in two operation modes are compared. Simulation results indicate that the power splitting mode could achieve greater throughput in the same external environment.

Key words：energy harvesting;relay communication;MIMO;time switching;power splitting

doi:10.3969/j.issn.1002-0802.2016.05.013

* 收稿日期：2015-12-18；修回日期：2016-04-07Received date:2015-12-18；Revised date：2016-04-07

基金项目：国家自然科学基金青年项目(No.61501510)

Foundation Item:National Natural Science Foundation of China for Youth(No.61501510)

中图分类号：TN92

文献标志码：A

文章编号：1002-0802(2016)05-0576-06

作者简介：

晏凯强(1991—)，男，硕士研究生，主要研究方向为协作通信、移动通信；

刘慧东(1990—)，男，硕士研究生，主要研究方向为认知无线电、频谱感知；

任国春(1965—)，男，硕士，教授，硕士生导师，主要研究方向为短波通信、移动通信；

陈瑾(1971—)，女，博士，教授，硕士生导师，主要研究方向为移动通信、认知无线电、通信对抗；

陈慧林(1990—)，男，硕士研究生，主要研究方向为移动通信、信道编码。