一种面向电力物联网的认知D2D网络能效资源分配算法_黄兴.pdf
《一种面向电力物联网的认知D2D网络能效资源分配算法_黄兴.pdf》由会员分享,可在线阅读,更多相关《一种面向电力物联网的认知D2D网络能效资源分配算法_黄兴.pdf(7页珍藏版)》请在咨信网上搜索。
1、一种面向电力物联网的认知 网络能效资源分配算法黄兴,张文杰,李曦,张瑜,李保罡,贾惠彬(国网辽宁省电力有限公司,沈阳;华北电力大学(保定)电子与通信工程系,河北 保定)摘要:在电力物联网中为了提高(o)网络的频谱效率和系统能效,考虑不完美信道状态信息(oo,)的影响,提出了一种鲁棒能效最大的资源分配算法。考虑 用户最大发射功率约束、蜂窝用户功率约束和共道干扰功率约束,建立下垫式频谱共享模式下混合蜂窝 通信的上行传输资源分配模型;考虑蜂窝用户干扰中断约束,基于最小最大概率机和辅助变量法,将原非凸优化问题转换为凸优化求解。基于凸优化理论,获得鲁棒资源分配问题的解析解。仿真结果表明所提算法可以提升
2、左右的能效性能。关键词:通信;能效;资源分配;鲁棒性:中图分类号:文献标识码:文章编号:(),o,(g cc ,g,cc c gg,cc (g),g,):o o o o o()o o o,o o o oo o oo oo o o oo()o o o o ,o o o o o,o o oo o o o oo o o o o ,o oo oo o o o oo o o oo o o o oo o o o oo o o o oo o o :oo,o oo,o基金项目:国家自然科学基金资助项目();中央高校基本科研业务费专项资金资助项目();中央高校项目();国网辽宁电力科技项目()引 言随着智能电网
3、与电力物联网技术的发展,电力设备间互通互联及互操作成为智能电网发展的新趋势。高效的通信方式是实现电力物联网通信与设备间信息化控制的关键问题。第五代移动通信系统的低延时、大容量和高可靠等特点越来越受到智能电网的青睐。而认知无线电与 通信结合形成的新型基于认知的 网络,用户可通过发现附近可复用的蜂窝用户频谱,并且获得临近增益和信道复用增益,从而提高数据传输容量和可靠性,在 移动通信技术方面发挥着重要作用。然而,通信也带来了新的问题和挑战,因为蜂窝用户的链路资源被重用,并且不能忽略内部干扰。在实际的认知 通信场景中,设备的电池寿命对通信质量也有一定的影响。目前,关于认知 网络资源分配的研究主要集中在
4、频谱效率优化、吞吐量及能第 卷 第 期电测与仪表 年 月 日 ,效等。文献提出了一种传输速率最大的自由分配算法,没有考虑用户之间的竞争关系。针对系统总速率最大化的问题,文献提出了一种基于博弈论的资源分配算法。建立了博弈模型,证明了在一定条件下博弈具有唯一的纳什均衡点,并且提出了一种不完全信息重复博弈者决策的学习方法。文献 考虑 用户具有能量收集能力,研究认知 网络下行用户总吞吐量最大化的联合功率控制和信道分配策略。针对认知多播 网络,为了减小蜂窝用户对 用户分簇组的干扰影响,文献研究了系统总容量最大的信道分配与功率控制算法。为了实现在基站接入模式和 模式下进行灵活的选择式接入,文献提出了一种进
5、化论方法研究 用户接入蜂窝网络的模式问题,来实现 用户总用户数据速率最大的资源分配问题。针对认知 全双工通信网络中存在的频谱资源共享导致的干扰问题,文献提出了 用户速率最大的资源分配算法,从而提高了系统的谱效和传输速率。考虑完美的信道状态信息,文献提出了一种能效最大的资源分配算法,但是该方法没有考虑干扰功率约束,无法保证蜂窝用户的通信质量。基于博弈论,文献 研究了认知 网络能效最大化的资源分配问题,在用户通信干扰门限约束下实现能效和谱效的均衡。然而,由于信道时延、随机无线电环境干扰、量化重构误差等因素的影响,使得系统获得完美的信道状态信息是不切实际的。因此需要提前将这些参数不确定性的影响考虑到
6、资源分配算法中,保证算法的鲁棒性,降低中断概率,保证数据传输的可靠性。尤其满足智能电网控制业务对数据传输高可靠性和低延时等要求。基于上述分析和存在的问题,本文研究认知 网络鲁棒能效最大的资源分配问题。首先,考虑 用户最大发射功率约束、蜂窝用户最大功率约束和干扰功率约束,建立下垫式频谱共享模式下认知 网络上行传输的资源分配模型。其次,考虑蜂窝用户干扰中断约束,基于最小最大概率机和辅助变量法,将原非凸优化问题转换为凸优化求解。然后,基于凸优化理论,获得鲁棒资源分配问题的解析解。最后,仿真结果表明,该方案具有很好的性能,可以为电力物联网通信架构设计提供参考。系统模型如图 所示。D2D用户对D2D用户
7、蜂窝基站蜂窝用户D2D_1D2D_2D2D_NM蜂窝基站蜂窝用户1蜂窝用户2蜂窝用户信号传输链路干扰链路图 多用户下垫式认知 通信网络 o oo o本文使用的是一个频谱共享模式下多用户下垫式()认知 通信系统。此系统有 个蜂窝基站,个蜂窝用户,对 用户,且用户集合分别定义为 ,和 ,。蜂窝系统频谱资源被划分成多个子信道,且每个蜂窝用户利用一个正交的子信道进行上行数据传输,这样避免了蜂窝用户之间的同层干扰影响。假设每对 用户具有频谱认知能力,灵活地实现模式选择和资源调度,提高蜂窝频谱资源的利用率。由于是基于下垫式频谱共享模式,因此 用户在复用蜂窝用户频带资源的时候需要控制其干扰功率不超过特定的门
8、限值,且假设所有无线信道服从瑞利分布。假设任意的 用户对 共享第 个蜂窝用户的频带资源进行数据传输。考虑蜂窝用户对 用户的干扰和其他 用户对当前 用户的干扰,因此第 个 用户接收机的信干噪比为:cc,()式中 是第 个 用户发射机在子信道 上分配的传输功率;为对应的信道增益;c表示第 个蜂窝用户到基站的发射功率;c,表示第 个蜂窝用户到第 个 用户接收机的信道增益;为第 个 用户发射机在子信道 上分配的传输功率;为第 个 用户发射机到第 个 用户接收机的信道增益;为接收机端的噪声功率,假设接收机处的噪声服从均值为 方差为 的复高斯分布,为加性高斯白噪声。因此所有 用户的总速率可以描述为:第 卷
9、 第 期电测与仪表 年 月 日 ,o()()定义每对 用户的电路功耗为 c,则所有 用户的总功率消耗为:c()进一步考虑到需要对每个蜂窝用户的通信质量进行保护,有如下干扰功率约束:g()式中 g为第 个 用户发射机到第 个子信道上蜂窝用户接收机的信道增益;为每个子信道上能够容忍的峰值干扰功率。考虑到 用户电池容量的限制,其发射功率不能无穷大,因此传输功率满足如下约束:()式中 为第 个 用户能够提供的最大发射功率。为了使得 网络能效最大,同时满足每个蜂窝用户的通信质量,考虑上述分析结果,基于能效最大的资源分配问题为:o()c:g:()由于上述问题并没有考虑信道增益的估计误差,因此该资源分配问题
10、是一个分式、非凸的非鲁棒优化问题。即,假设信道增益 g精确已知。然而,在实际认知 网络中,随着频谱估计误差和动态感知不确定性的存在,导致信道增益信息很难准确获取。基于传统反馈信道信息的最优资源分配算法已无法满足实际系统设计的需求。因此需要将信道估计误差提前考虑到算法设计中,提出能抗参数摄动的鲁棒资源分配算法显得尤为重要。鲁棒资源分配算法考虑信道估计误差的影响,实际的信道增益可以用如下加性不确定性模型描述:g g g()式中g为信道增益估计值,可以通过信道估计算法获得;然而 g是一个随机量,为信道增益估计误差。显然,如果直接假设 g 是一种理想情况。但是在实际情况中并不满足。由于该估计误差的影响
11、,会使得优化问题()的 约束条件产生中断。因此,基于干扰功率中断约束的能效优化问题可以描述为:o()c:g :()式中 为蜂窝用户 的中断概率门限值。显然该问题是一个 问题,难以直接获得资源分配问题的解析解。中断概率转换针对中断概率约束,已经有很多常用的方法来进行处理,例如,松弛概率积分法和伯恩斯坦近似不等式方法。然而,上述方法都需要知道不确定参数的概率统计分布模型。但是在实际的认知 网络中,由于不存在用户间合作情况,因此很难获得该统计分布信息。另外,由于无线信道的随机性,也使得提前假设某一特定的概率分布模型失效。因此,需要引入新的机制来解决该问题。最小最大概率机能够很好的解决上述问题。最小最
12、大概率机是一种处理中断概率的优化方法,该方法只需要估计误差的均值和方差信息,并不需要这些参数服从某一特定的概率分布。基于这一特点,可以有效解决统计模型未知的中断概率转换问题。基于最小最大概率机方法,任意中断约束可以描述为如下形式:(,)()式中 为含不确定性的参数向量;和 为其均值和方差;为参数向量;为中断概率门限值。基于最小最大概率机原理,式()可以等价为:(,)()其中:()()(),()第 卷 第 期电测与仪表 年 月 日 ,由于式()可以等于为 (,),将式()带入其中得到:()结合式()和式()可以得到:(),()()式中()()。将式()整理可得:()()式()为约束式()等价的闭
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 面向 电力 联网 认知 D2D 网络 能效 资源 分配 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。