基于QoE的多用户无线传输策略-延世大学研究成果-2016年在线发布-多用户MIMO和传输策略-科学直通车.

⃝可在www.sciencedirect.com在线ScienceDirectICT Express 1（2015）116www.elsevier.com/locate/icte基于QoE的多用户无线信息和功率传输策略Taehun Jung，Taehoon Kwon，Chan-ByoungChae大韩民国延世大学综合技术学院接收日期：2015年9月16日;接收日期：2015年11月17日;接受日期：2015年12月16日2016年1月7日在线发布摘要向无线网络供应能量的问题的一个解决方案是无线功率传输。其中一项技术-电磁辐射启用无线电力传输-将改变传统的无线网络。在本文中，我们研究了多用户无线信息和功率传输的传输策略。我们考虑一个多用户多输入多输出（MIMO）信道，包括一个基站（BS）和两个用户终端（UT）组成的一个能量收集（EH）接收机和一个信息解码（ID）接收机。我们的系统提供了可以在实际场景中执行和实现的传输策略。然后，本文分析了我们的策略的此外，我们提出了一个基于QoE的模式选择算法，通过映射的2016年，韩国通信信息科学研究所。制作和托管由Elsevier B.V.这是一个开放获取的文章根据CC BY-NC-ND许可证（http：//creativecommons. org/licenses/by-nc-nd/4. 0/）。关键词：无线功率传输;多用户多输入多输出（MIMO）;传输策略;1. 介绍在过去的十年中，随着基于无线通信的网络的激增，大多数电子设备已经变得便携。然而，这些设备使用自己的电池工作由于这些原因，无线功率传输是延长能量受限的无线网络的寿命的有前途的方法。无线功率传输可以被分类为使用非辐射或辐射技术。然而，近场技术具有短距离限制（最多仅4 cm）以及协调问题，因此无法确保在远场中对移动设备进行无线充电。在其他远场技术中，一种新的解决方案可以是由发射器辐射的射频（RF）信号这样的解决方案也将联系人：C.- B. Chae，韩国延世大学综合技术学院。电子邮件地址：taehun. yonsei.ac.kr（T. Jung），th kwon@yonsei.ac.kr（T. Kwon），cbchae@yonsei.ac.kr（C.- B.Chae）。同行评审由韩国通信信息科学研究所负责。本文是题为“下一代（5G/6 G）”的特刊的一部分。移动通信在现有的无线通信中兼容而没有重大变化，因为它在相同的频带中工作[1]。直到最近，还存在关于由联邦通信委员会（FCC）强加的接收功率的限制以及低RF到DC转换效率的问题因此，基于RF的无线功率传输适合于低功率应用（例如，传感器网络），但是如果高效整流器被去除或者专用电源被实现，则也可以应用于某些场景。另一方面，接收到的RF信号可以被接收器处的整流天线（rectifying antenna）接收。接收器处的平均收获功率与转换效 率和信号功率成 比例[2]。在存在 能量收集（EH）和信息解码（ID）接收器两者的情况下，传输策略不能与仅存在信息解码接收器的情况相同。先前的工作导出了在发射功率约束下的最优传输策略然而，在实际场景中，这可能不容易实现，因为大多数能量收集接收器是诸如传感器之类的低功率设备http://dx.doi.org/10.1016/j.icte.2015.12.0032405-9595/c2016韩国通信信息科学研究所。制作和托管由爱思唯尔B. V.这是一个开放获取的文章下，CC BY-NC-ND许可证（http：//creativecommons。org/licenses/by-nc-nd/4. 0/）。T. Jung等人/ICT Express 1（2015）116117·[·]∈∈×××公司简介Fig. 1. 双用户MIMO系统模型。由于计算复杂性，低功率设备无法在接收端执行空间复用多输入多输出（MIMO）技术。本文的目标是研究传感器网络和物联网（IoT）环境等无线系统的适当和实用的传输策略。考虑图1所示的三节点系统，与以前的工作在[3]中。由于该假设，确保了BS不需要重新连接到UT，而是简单地调制用于每个接收器模式的适当消息。另外，BS能够控制每个数据流的功率是可能的 以获得特定的由于原问题的未知参数比方程的数目多，我们首先利用最大比合并（MRC）将其转化为一个简单的问题，并得到解集。我们还使用基于体验质量（QoE）的解决方案选择方法来为需要不同目标、速率或能量的用户提供服务。最后，我们确认数值评估，我们的策略达到了可接受的性能对以前的最优策略与给定的约束。记法：（）E和E分别代表共轭转置和统计期望。具有均值μ和协方差ma的CN（µ，▲）表示，而CN代表图二. 时间交换方案的接收机设计。我们考虑两用户MIMO系统，其包括一个BS和两个UT，由一个EH接收器和一个ID接收器组成，如图1所示。假设发射机配备有M个天线，并且EH接收机和ID接收机分别配备有N个EH和N个ID接收天线。假设发射器以及EH和ID接收器两者在相同频带下操作。假设在瑞利衰落信道上进行窄带传输，我们分别用矩阵HEHCNEH×M和HIDCNID×M来表示从发射机到EH接收机和ID接收机的基带等效信道。假设在每个衰落状态下，HEH和HID在发射机处都是已知的，并且在相应的接收机处分别是已知的。我们在BS处使用两个分裂流来根据每个接收器模式发送合适的信号。符号xID和as.”C×y表示具有复数en的x×y矩阵空间努力过表示向量x的欧几里德范数。null（X）xEH 是发送到ID和EH接收器的信号，表示矩阵X的零空间。矩阵的厄米特矩阵X表示为X=X<$X。2. 系统模型考虑一个三节点多用户多输入多输出（MIMO）系统，如图1所示。1.一、我们假设每个用户终端可以，为了它的目的，从收获能量解码信息或对于该假设，UT需要在[2]中被称为时间切换（TS）的实际接收器设计对于TS方案，每个接收器能够在EH和ID模式之间切换，如图2所示。这个假设是合理的，因为当前用于从RF信号收集能量的实际电路不能再使用它们来解码信息。- 是的因此，当UT切换接收机模式而不断开时，BS容易地调整信号。xEH是符号间隔上的任意随机信号，具有零均值和单位方差，而xID在符号间隔上与xID（ 0 ， 1 ）无关。假设空间复用技术是不可执行的，我们使用波束成形技术代替。令fEH，fID和wEH，wID表示用于接收器的发射波束形成器和组合向量。fEH、fID分别是大小为M1的波束成形向量，并且wEH、wID分别是大小为NEH1、NID此外，我们假设在BS处存在由P表示的跨所有发射天线的平均功率约束，并且BS可以调整由α表示的两个流的功率比。给定上述假设，BS处的每个流的功率由PEH=（1-α）P，PID=αP表示，118T. Jung等人/ICT Express 1（2015）116公司简介≤≤=×∗=-联系我们联系我们==IDIDID IDID(2)最大（0α 1）。假设噪声为加性高斯白噪声（AWGN），n（0，σ2）.每个接收器的后处理块之后的接收信号由下式给出：wyPwH fx+PIDwEHH EHf IDx ID+wEHn EHIDEHID EHEH这是由于EH接收机的有益干扰特性尽管有这个限制，我们还是使用MRC，因为它使我们能够转换要线性求解的条件的方程。我们可以通过代入MRC方程将条件转换为以下形式。条件 *：（1）fEHxEH=0沃伊=PwHfxID IDE[英]PfHF[x2]公司简介wHfx+wn.（3）最大化ID IDIDIDID ID IDIDIDE[英]PfHH fx+Pf HH f因此，EH接收器的收集能量由下式给出：xID102]。哎哎EH诶诶诶IDEHEHEH IDQ=E[w EH yE H2]。为了简单起见，转换效率，假设为50%。ID接收机的可达速率可以从香农公式获得。在条件 *（1）的情况下，可以处理信号xEH作为一个常数。 在条件 *（2）和（3）的情况下，对xEH和xID的期望是1。在条件 *（3）的情况下，由于两个随机信号彼此独立，因此包括xEH×ID因此，我们表示R=log2 1+E∥w∗IDyID∥2条件 * 如下。条件 **：1. fIDIDfEH=03. 传输策略2. 最大化最大PIDfI最大D最大IDfI最大2 最大3. 最大化PEHfEHEHfEH+PI DfEHE HfI D2.3.1. 解集在本节中，我们将重点放在寻找传输策略，以最大限度地提高每个UT的收获能量和可实现的速率相似度。首先，在ID接收机的情况下，仅需要解码xID，而xEH被视为干扰。因此，干扰项应该是零或非常小的值。同时，我们试图最大化xID项以获得ID接收机的高可实现速率;即，我们 试 图 在 零 干 扰 约 束 下 最 大 化 信 号 干 扰 噪 声 比（SINR）。在EH接收机的情况下，我们尝试最大化接收信号以获得高的收获能量。关于无线能量传输。值得注意的是，术语xID是有帮助的干扰，其可以增加总的收获能量。由于EH接收器处的背景噪声，所收获的能量可忽略不计，因此为了简单起见，我们假设可以忽略该项。基于上述分析，我们可以制定以下三个条件。使用条件：(1) wIDHIDfEHxEH=0我们现在能够计算发射波束成形向量fEH和fID满足条件。• 解决方案1：设pvid的主特征向量为v（1，ID）。为了满足条件 **（2），f_ID被确定为f_ID=v（1，ID）。给定fID=v（1，ID），由此得出，ID接收器的预编码器fEH可以被公式化为fEH= null（fID≠ID）。溶液 第二章： 让 的 主要 特征向量 的 你好v（1，EH）. 为了满足条件 **（2），fEH被确定为v（1， EH）.给定fIDv（1， ID）.，由此可见，ID 接 收 器 的 预 编 码 器 fID 可 以 公 式 化 为 fID=null（fEHID）。因此，当两个发射功率的比率固定时，我们可以实现两种解决方案。解决方案1最大化ID接收器的可实现速率，而解决方案2最大化EH接收器的所消耗能量。通过改变 两个 流的 幂之 比α ， 可以 将解 集构 造为 Ss1，s2，. . .，sn，其中每个si（Ri，Ei），i1，. . .，n是通过相应的波束成形向量来实现的。然而，选择最佳策略并不十分直接，因为任何一种解决方案都不能获得优于另一种的优势。此外，两个量R和E在同一域中是不可比较的，因为不同的系统环境可能(2) 最大化E(3) maximizePIDwIDHIDfIDxID2]√∗要求不同的目标。23.2。 基于QoE的解决方案选择方法E[1]PEHwEHHEHfEHxEH+PIDwEHHEHfIDxID]。为 了 减 少 未 知 数 的 数 量 ， 我 们 假 设 最 大 比 合 并（MRC）用于合并向量在每个接收器，由wIDHIDfID和wEHHEHfEH给出。这是一种合理的信息传输设计，因为它在零干扰约束下实现了非常接近信道容量的和速率[4然而，MRC无法实现最大的收集能量我们在这里提出了一个基于QoE的解决方案选择方法，通过映射每个用户的数据速率和电池充电率的效用函数。这可以被认为是一个正则化过程，将不同的量放在同一个轴上。对于视频或语音服务，用户的主观满意度由QoE而不是其他客观指标（如服务质量（QoS））来衡量[7]。本质上，QoE，σ2·IDT. Jung等人/ICT Express 1（2015）116119=−−−−==-∗∼==-=图三. R-E区域中解集的速率和能量值。(For对于图中颜色的解释，请读者参考本文的网络版本。）受技术和环境因素以及用户特征的影响然而，在这里，我们显示了一个简单的情况下，在这个特定的参数- ric环境。我们首先考虑ID接收器的效用函数UID，i，作为S形效用函数，其对于包括视频流的实时服务是兼容的[8]。S形效用函数由下式给出：UIDi（x）=ci1+dii i i，表1每个效用函数的参数。接收器类型a我b我CiDiIDEHS形凹面0.0604100049.653511.17110.2-0.04740假设发射功率为P1 W或30 dBm。假设从发射机到EH和ID接收机的距离分别为1 m和10 m。假设当路径损耗指数为4时，信号衰减可计算为1m为40dB，10m为80dB因此，EH和ID接收机处的平均信号功率分别为10 dBm和50dBm。此外，带宽假定为10 MHz，而接收器热噪声假定为140 dBm/Hz。因此，考虑到所有上述因素，ID接收机的平均SNR等于20 dB或100 W（单位范数噪声），EH接收机的平均信号功率为50 µW。每个接收机的效用函数参数在表1中给出，每个用户的效用函数在图1中示出。四、图3中的蓝线显示了根据系统参数调整的最佳策略的最佳图3中的红线表示对于从0到1的传输功率比α，通过解1（o标记）和解2（x标记）可实现的从图中可以观察到，可实现的特别地，在α=0或1的情况下，我们的transmis1+e−ai（x−bi）其中ci和di用于函数的归一化，并且x是以Mbps为单位的速率。对于电池充电率，满意度水平（也称为效用）对电池充电率（0%100%）的影响由凹函数建模。请注意，这个概念在以前的作品中从未提出过，但这是有意义的，因为当电池充电率较低时，人们往往对相同数量的收获能量感到UEH，i（x）= ci（log（aix + bi）+di）。我们将效用函数归一化，使得UID，i（0）0，UID，i（M i）1，UEH，i（0）0和UEH，i（100）其中，Mi是用户i的最大传输数据速率。设ID接收机的初始电池状态为B0，能量-充电率转换比为1/2。通过考虑每个用户的敏感性特征，我们采用了新的条件变量0 ≤λ≤ 1。解决方案s的总QoEUT，i被给出为UT，i（R i，E i）= λ·UID，i（R i）+（1 − λ）·UEH，i（B0+ λ·E i）。因此，我们选择可以最大化每个系统配置的总QoE的解决方案。∗选择策略获得与最优方法相同的值，Rmax 82个。59 Mbps和Qmax0。17毫瓦。由于发射端的功率分裂，我们的传输策略比最优协方差方法具有更低的尽管性能损失，我们的传输策略不仅具有控制每个数据流的优点，而且具有较低的最优策略使用自己的算法来解决拉格朗日对偶问题，其中包括迭代奇异向量分解（SVD）过程，而我们的策略不迭代执行SVD过程。这意味着最优策略需要比我们更长的时间。解决方案1最大化了ID接收机的可实现速率，而解决方案2最大化了EH接收机的收获能量。为了沿着可实现的R-E边界（图中的红线）获得最佳解决方案， 3、计算总QoE分数。请注意，每个效用函数的参数都是根据经验法则选择的，这可以通过其他分析或实验来改变。然后，选择最大化总QoE的解决方案，这意味着它最大化整个系统的可靠性。对于上述配置，最常选择的方法是具有α = 0的功率比的解决方案2。6. 这sargmax UT，i（R i，E i）.s∈ S4. 模拟和结果图在图3中，示出了针对两用户MIMO系统的R-E区域的示例。假设M=NEH=NID=2。结果可以通过使用不同用户5. 结论在本文中，我们考虑了无线通信系统中的波束形成设计，、120T. Jung等人/ICT Express 1（2015）1160 10 20 30 40 50 60 70 80 9010.90.80.70.60.50.40.30.20.100 10 20 30 40 50 60 70 80 90见图4。ID用户的QoE值（数据速率）的S形效用函数和EH用户的QoE值（电池充电速率）的凹效用函数。接收器和用于传感器网络或IoT环境的信息解码接收器。在简化的系统设置下通过MRC，我们将原问题转化为特征值问题，并得到了解集。然后，我们提出了一个基于QoE的解决方案选择方法的用户满意度。所提出的设计的性能通过数值模拟得到证实。未来的研究包括波束形成设计对于具有多个发射机的更一般的情况，以及搜索合适的最大QoE参数λ的算法。致谢这项工作得到了MSIP的“IT一致性创新计划”（IITP-2015-R 0346 -15-1008）和MSIP/IITP的ICT研发计划（B01296 -15- 1017，频谱感知和未来无线电通信平台）的支持引用[1] P. Grover，A. Sahai，Shannon meets Tesla：wireless information andpower transfer，in：Proc. 2010 IEEE Int. Symp.告知。Theory，2010，pp. 2363 -2367[2] X. 周河，巴西-地张振权何，无线信息和功率传输：架构设计和速率-能量权衡，IEEE Trans. Commun. 61（11）（2013）4757-4767。[3] R. Zhang，K.H. Chin，MIMO广播用于同时无线信息和电力传输，IEEE无线通信。12（5）（2013）1989-2001。[4] C.- B. 蔡，D. Mazzarese，T.井上，R.W.小希斯 协调有限前馈的多用户MIMO广播信道的波束成形，IEEE Trans.SignalProcess。26（8）（2008）1505-1515。[5] C.- B. 蔡 ， D. Mazzarese ， N. R.W. 金 达 尔 小 希 斯 ， Coordinatedbeamforming withlimited feedback in the MIMO broadcast channel ，IEEE J.Sel.Areas Commun. 26（8）（2008）1505-1515。[6] C.- B. 蔡岛Hwang，R.W.小希斯诉Ta r o k h ，干扰感知-多小区系统中的协调波束成形，IEEE Trans.WirelessCommun. 11（10）（2012）3692[7]K. Laghari，K.康奈利，Toward Total Quality of Experience：AQOEModel在通信生态系统中，IEEE Commun. 麦格50（4）（2012）58[8] S. 李文，未来互联网的基本设计问题，北京大学出版社。选档地区Commun. 13（7）（1995）1176-1188。