基于马尔可夫过程演化的单元内大规模 MIMO 能源采集优化
信号处理
2025-05-23 v1
摘要
本文针对单元内大规模 MIMO(CF-mMIMO)网络中的能量采集(eh)问题，构建了离散能源状态转移模型。基于马尔可夫链的随机过程被构思用于通过基于能量差()的状态转移概率(stp)来表征用户设备(ue)能量水平的时序演化。推导了针对 stp 情况的可解析数学关系，采用一种新的非线性 eh 随机模型，该模型使用伽玛分布进行近似。该推导利用了收获能量的闭式均值和方差表达式。为提高 minimum energy ue 所有网络 ue 中的正 stp，我们旨在最大化该 ue 的 ，通过两种功率分配(pa)方案。第一种方案是一种启发式 pa，利用来自所有接入点(ap)的该 ue 的相对信道特征。第二种方案是基于 second-order conic problem 求解的优化 pa，采用带修改 backtracking line-search 的响应 primal-dual interior point method(pd-ipm)算法，迭代多个 pa 周期。我们的仿真结果表明，两种 proposed pa 方案相较于 full power control 提升了 dynamic minimum ue 能量水平约四倍，同时归功于 cf-mmimo 系统的空间资源多样化。
引用
@article{arxiv.2505.16693,
title = {Optimized Energy Harvesting in Cell-Free Massive MIMO Using Markov Process Evolution},
author = {Muhammad Zeeshan Mumtaz and Mohammadali Mohammadi and Hien Quoc Ngo and Michail Matthaiou},
journal= {arXiv preprint arXiv:2505.16693},
year = {2025}
}
备注
Accepted for future issue of IEEE Transactions on Green Communications and Networking