底层认知 WPCN 中基于簇协作的吞吐量公平性优化
网络与互联网体系结构
2019-04-23 v1
摘要
在本文中，我们考虑一个底层于主点对点通信链路的次级无线携能通信网络（WPCN）。该 WPCN 由一个多天线混合接入点（HAP）组成，该接入点向一组低功耗无线设备（WD）传输无线能量并接收来自它们的感知数据。为解决 WPCN 中固有的严重用户不公平问题，我们考虑一种基于簇的协作，其中一个 WD 充当簇头中继其他 WD 的信息。此外，我们应用能量波束成形技术来平衡 WD 之间不同的能量消耗，以进一步改善公平性。然而，使用能量波束成形和基于簇的协作可能比 WD 独立发送对主系统引入更严重的干扰。为保证主系统性能，我们考虑对主系统的干扰温度约束，并推导在峰值干扰温度约束下每个 WD 的吞吐量性能。为实现最大吞吐量公平性，我们联合优化能量波束成形设计、HAP 与 WD 之间的发送时间分配以及每个 WD 的发送功率分配，以最大化 WD 间可实现的最小数据速率（最大最小吞吐量）。我们证明该非凸联合优化问题可转化为凸问题，并随后使用现成凸算法高效求解。此外，我们在实际网络设定下仿真，表明所提方法能有效改善次级 WPCN 的吞吐量公平性，同时保证主网络的通信质量。
引用
@article{arxiv.1904.09863,
title = {Optimizing Throughput Fairness of Cluster-based Cooperation in Underlay Cognitive WPCNs},
author = {Lina Yuan and Suzhi Bi and Xiaohui Lin and Hui Wang},
journal= {arXiv preprint arXiv:1904.09863},
year = {2019}
}
备注
The paper has been submitted for potential journal publication. arXiv admin note: text overlap with arXiv:1707.03203