基于能量共享的异构网络资源分配算法设计

王雪玮，李保罡，郭丹丹，姚源斌

（华北电力大学电子与通信工程系，河北保定071003）

异构网络是当前移动通信的LTE标准中的几种关键技术之一。据报道，包括蜂窝网络在内的整个信息通信行业的能耗占全球二氧化碳排放量的2%。而以往对移动通信系统的研究，只注重追求系统容量和频谱效率的提高。随着全球环境形势日益严峻，加强可再生能量的使用和管理，提高系统能量效率（Energy Efficiency，EE）逐渐成为无线通信的研究热点。随着网络规模不断增长，其可持续发展问题非常值得关注[1]。近年来人们考虑采用可再生能量（例如太阳能、风能等）为无线通信节点供能。

然而，由于可再生能量自身不稳定性，电池容量有限，难以估计与优化无线通信业务传输中的能量使用[2]。一旦出现能量枯竭使得传输中断，可能导致监控场景的重要信息无法及时传达，也可能导致蜂窝网覆盖空洞，严重影响服务质量（Quality of Service，QoS）。因此，可再生能量和传统电网共存技术应用于异构网络迫在眉睫。

将可再生能量应用于无线通信，始于对无线传感网络的研究[3-9]。文献[3]考虑用最优在线策略动态规划控制带有能量捕获传感器的数据传输。文献[4]考虑在线性近似法和单用户情况下的能量管理策略。文献[5]提供了一种改进的背压法控制能量序列的使用。在文献[6]中，通过对时隙的约束，得出基于能量捕获系统的吞吐量最大的功率分配。在文献[7-8]中，通过使用与微积分方法相似的几何架构解决能量捕获系统中的传输完成时间的最小化问题。文献[9]考虑在带有能量存储约束条件的能量捕获系统中吞吐量最大化问题。

与此同时，电网能源消耗最小化也是近几年对无线通信系统设计的关键需求之一[10]。当网络中有捕获能量时，也可以有效的减少传统电网负载。但是，由于可再生能量具有随机性，在整个时间段内用户的QoS也许是不确定的，这就要求有稳定的能量来进行补充。近年来，在无线通信系统中可再生能量和传统电网共存作为一个很有发展前景的技术，可以同时确保用户的QoS要求和传统电网能量消耗最小的目标[11]。为提升能量效率，文献[12-14]提出了无线系统能量合作架构。

纵观国内外现有的研究，近年来对基于可再生能源的无线通信研究已取得了一些进展，但仍存在以下待研究的问题：

1）有机协调可再生能源和传统电网能源可以更有效的保证传输质量，同时使用电力线共享能量，保证传输效率提高，减少传统电网能耗。

2）信号处理模块的能耗也不容小觑。

3）多节点网络的能量交互使用值得深入探讨。

本文的主要创新如下：在可再生能源和传统电网共存的异构网络下，提出基于能量共享的定向注水算法，以包含信号处理耗能的系统能量效率为优化目标，进行性能分析。

1 系统模型

本文考虑的系统模型如图1所示，系统由可再生能量与传统电网同时供能的宏蜂窝和仅由可再生能量供能的小蜂窝构成。假设系统在一段时间Tf中传输业务。将Tf分成有限的N个时隙，包括宏蜂窝基站发送端已知传输比特数量Bi,1≤i≤N，捕获能量存放在容量为Emax的电池中。采用块衰落（blocking fading）信道模型，即信道状态在每个时隙中保持恒定，但在时隙间独立变化，设时隙中的参考信噪比（Signal to Noise Ratio，SNR）为γi，服从Rayleigh分布，其概率密度函数是

其中是平均参考SNR。

假设初始时刻电池存储的能量为E0，并且在每一时隙开始时捕获能量Ei，i=1,...,N-1。发射功率pi由可再生能量和传统电网能量构成。

2 能量效率最大问题

本文考虑的是基于能量共享的异构网络功率分配，宏蜂窝基站会根据用户业务量的大小将一部分可再生能量传输给小蜂窝基站，使得注水式功率分配方案具有定向性，从而使整个系统能量效率达到最大。

图1 系统模型

在发射功率、电池容量和非负功率等约束条件下，求EE最值问题，该问题描述如下：

其中：

n=1指宏蜂窝的功率消耗，n=2指小蜂窝的功率消耗。式（3）表示系统在任一时刻消耗的总功率，包括信号处理过程耗能和传输数据需求的能量；

式中，1表示宏蜂窝，2表示小蜂窝。式（4）表示整个系统吞吐量。

上述优化问题是一个凸优化问题[15]，根据文献[16]，利用dinkelbach算法和KKT优化条件求解，可以获得用拉格朗日因子表示的唯一的最优功率水平为

3 仿真结果

在这部分，与文献[2]提出二阶注水算法比较并分析。在异构网络场景下设置仿真参数，最大发射功率为33dBm，对于每个参数设置都需要经1 000次蒙特卡罗模拟来验证性能。

平均电网消耗和需要发送的比特数的关系如图2所示。如图2所示，可知具有能量共享的异构网络系统性能要优于基于两级注水算法的非合作系统性能。因为在有限的时间长度内，具有能量共享的定向注水算法能更好地利用可再生能量和蜂窝间的合作。

同时，也可以验证可再生能量电池容量对系统性能的影响，如图3所示。如图3所示，描述了电池容量和传统电网能量消耗之间的关系，较大的电池容量可以让基于定向注水算法的功率分配更灵活，从而基于能量共享蜂窝系统可以消耗更少的传统电网能量。

图2 传输比特数与传统电网消耗的关系

4 结论

图3 电池容量与传统电网消耗的关系

本文分析了可再生能量与传统电网共存的异构蜂窝网络能量共享系统，设计了一种基于能量共享的定向注水算法，用于对此系统能量效率目标优化问题进行求解，从而实现蜂窝网络最优功率分配。仿真实验表明，本文设计的定向注水算法根据捕获能量的多少进行能量共享配置，基于能量共享的定向注水算法，其性能在电池容量配置等方面优于两级注水算法。由于可再生能量的因果约束和各个时隙的信道状态都是不可预知的，可以进一步设计一种性能次优的在线算法。

[1]Chen Tzung-Shi，Chen Yuh-Shyan，Chang Chih-Yung，et al.Editorial-Green technologies for wireless communications and mobile computing[J].IET Journals&Magazines，2011，5（18）：2595-2597.

[2]周盛，龚杰，王晓磊，等.动态能量获取下无线通信的能量管理与资源优化[J].中国科学：信息科学，2012，42（10）：1217-1230.

[3]Lei Jing，Yates R，Greenstein L，A generic model for optimizing single-hop transmission policy of replenishable sensors[J].IEEE Transactions on Wireless Communnications，February 2009，8（2）：547-551.

[4]Sharma V，Mukherji U，Joseph V，et al.Optimal energy management policies for energy harvesting sensor nodes[J].IEEE Transactions on Wireless Communications，April 2010，9（4）：1326-1336.

[5]Gatzianas M，Georgiadis L，Tassiulas L.Control of wireless networks with rechargeable batteries[J].IEEE Transactions on Wireless Communications，February 2010，9（2）：581-593.

[6]Ho Chin Keong，Zhang Rui.Optimal energy allocation for wireless communications powered by energyharvesters[C]//IEEEInternationalSymposium on Information Theory，2010：2368-2372.

[7]He Peter，Zhao Lian.Noncommutative composite water-filling for energy harvesting and smart power grid hybrid system with peak power constraints[J].IEEE Transactionson VehicularTechnology，2016，65（4）：2026-2037.

[8]Yang Jing，Ulukus S.Optimal packet scheduling in an energy harvesting communication system[J].IEEE Transactionson Communications，June 2012，60（1）：220-230.

[9]Tutuncuoglu K，Yener A.Optimum transmission policies for battery limited energy harvesting nodes[J].IEEE Transactions on Wireless Communications，2012，11（3）：1180-1189.

[10]Marsan M A，Chiaraviglio L，Ciullo D，et al.Optimal energy saving in cellular access networks[C]//IEEE International Conference on Communications，GreenCommunications.Workshop，2009：1-5.

[11]CUI Ying，Lau K N，Wu Yueping.Delay-aware BS discontinuous transmission control and user scheduling for energy harvesting downlink coordinated MIMO systems[J].IEEE Transactions on Signal Processing，2012，60（7）：3786-3795.

[12]Chia Y-K，Sun Sumei，Zhang Rui.Energy cooperation in cellular networks with renewable powered base stations[J]. IEEE Wireless Communications and Networking Conference，2014，13（12）：6996-7010.

[13]Xu Jie，Guo Yinghao，Zhang Rui.CoMP meets energy harvesting：A new communication and energy cooperation paradigm[C]//IEEE Global Communications Conference Exhibiton&Industry forum，in Proc，Dec.2013：2508-2513.

[14]Gurakan Berk，Ozel Omur，Yang Jing.Energy cooperation in energy harvesting communications[J].IEEE Transactions on Communications，2013，61（12）：4884-4898.

[15]Boyd S，Vandenberghe L.Convex optimization[M].Cambridge：Cambridge University，2004.

[16]Du Bo，Pan Cunhua，Zhang Wence，et al.Distributed energy-efficient power optimization for COMP systems with max-min fairness[J].IEEE Communications Letters，2014，18（6）：999-1002.