有源智能反射面辅助无线携能通信的吞吐量最大化
信息论
2022-01-12 v2 信号处理
math.IT
摘要
本文考虑一个有源智能反射面（IRS）辅助的无线携能通信网络（WPCN），其中设备先收集能量，再向混合接入点（HAP）传输信息。与现有关于无源 IRS 辅助 WPCN 的工作不同，这是首项在 WPCN 中引入有源 IRS 的工作。为保障公平性，该问题被构建为放大功率受限的加权和吞吐量（WST）最大化问题，并交替采用连续凸近似技术与分数规划求解。为平衡性能与复杂度权衡，在有源 IRS 处考虑了三种波束赋形设置，即用户自适应 IRS 波束赋形、上行链路自适应 IRS 波束赋形与静态 IRS 波束赋形。数值结果证明了在 WPCN 中采用有源 IRS 的显著优越性以及动态 IRS 波束赋形的益处。具体而言，研究发现相较于无源 IRS，有源 IRS 不仅大幅提升了 WST，而且更具能效，并可显著扩展传输覆盖范围。此外，与无源 IRS 的对称部署策略不同，将有源 IRS 部署在设备附近更为可取。
引用
@article{arxiv.2111.11600,
title = {Throughput Maximization for Active Intelligent Reflecting Surface Aided Wireless Powered Communications},
author = {Piao Zeng and Deli Qiao and Qingqing Wu and Yuan Wu},
journal= {arXiv preprint arXiv:2111.11600},
year = {2022}
}
备注
Submitted to Wireless Communications Letters