[논문 리뷰] Wireless Information and Power Transfer Design for Energy Cooperation Distributed Antenna Systems

Fangchao Yuan, Shi Jin외 2명|arXiv (Cornell University)|2016. 06. 15.

Energy Harvesting in Wireless Networks참고 문헌 25인용 수 3

한 줄 요약

이 논문은 에너지 수확( EH ) 및 스마트 그룹 통합을 고려한 분산 안테나 시스템(DAS)에서 동시 무선 정보 및 전력 전송(SWIPT)을 위한 최적의 에너지 협업 전략을 제안한다. 에너지 수확 및 그리드 제약 조건 하에서 전력 할당과 전력 분할을 공동으로 최적화함으로써, 최소 에너지 전송 요구사항을 충족시키면서 최대 다운링크 정보 전송률을 달성한다. 주요 기여는 그린드-그리드 중립 조건 하에서 성능이 더 뛰어난 이중 임계값 전력 할당 정책을 도입한 것이다.

ABSTRACT

Distributed antenna systems (DAS) have been widely implemented in state-of-the-art cellular communication systems to cover dead spots. Recent studies have also indicated that DAS have advantages in wireless energy transfer (WET). In this paper, we study simultaneous wireless information and power transfer (SWIPT) for a multiple-input single-output (MISO) DAS in the downlink which consists of arbitrarily distributed remote antenna units (RAUs). In order to save the energy cost, we adopt energy cooperation of energy harvesting (EH) and two-way energy flows to let the RAUs trade their harvested energy through the smart grid network. Under individual EH constraints, per-RAU power constraints and various smart grid considerations, we investigate a power management strategy that determines how to utilize the stochastically spatially distributed harvested energy at the RAUs and how to trade the energy with the smart grid simultaneously to supply maximum wireless information transfer (WIT) with a minimum WET constraint for a receiver adopting power splitting (PS). Our analysis shows that the optimal design can be achieved in two steps. The first step is to maximize a new objective that can simultaneously maximize both WET and WIT, considering both the smart grid profitable and smart grid neutral cases. For the grid-profitable case, we derive the optimal full power strategy and provide a closed-form result to see under what condition this strategy is used. On the other hand, for the grid-neutral case, we illustrate that the optimal power policy has a double-threshold structure and present an optimal allocation strategy. The second step is then to solve the whole problem by obtaining the splitting power ratio based on the minimum WET constraint. Simulation results are provided to evaluate the performance under various settings and characterize the double-threshold structure.

연구 동기 및 목표

• 분산 안테나 시스템(DAS)에서 간헐적이고 불안정한 에너지 수확 문제를 스마트 그룹 기반 이중 에너지 거래 통합을 통해 해결하고자 한다.
• 공간적으로 분산된 원격 안테나 유닛(RAU)이 임의로 분포된 다중입력 단일출력(MISO) DAS에서 무선 정보 전송(WIT)과 무선 에너지 전송(WET)을 공동으로 최적화하고자 한다.
• 개별 에너지 인과성, RAU 별 전력 제약 조건, 최소 WET 요구사항을 충족시키면서 스마트 그룹의 수익성과 중립성을 활용하고자 한다.
• 수확된 에너지와 그리드에서 확보한 에너지를 RAU 간에 최적으로 할당하여 WIT 성능을 극대화하는 전력 관리 전략을 설계하고자 한다.

제안 방법

• 스마트 그룹 수익성과 중립성 조건 하에서 WIT/WET 병합 목적 함수를 최대화하는 두 단계 최적화 문제를 수립한다. 이후 최소 WET 제약 조건을 충족시키기 위해 전력 분할(PS) 비율을 조정한다.
• 스마트 그룹 수익성 있는 경우, 닫힌 형태의 전력 최대 전송 전략을 유도한다.
• 스마트 그룹 중립 조건 하에서 최적 전력 정책이 이중 임계값 구조를 가지며, 이를 기반으로 할당 전략을 제안한다.
• 저전력 전송 효율 조건 하에서 에너지 공유 효율성을 분석하고 정책 결정을 안내하기 위해 수정된 젠센의 부등식을 활용한다.
• 최소 WET 제약 조건을 충족시키는 최적의 PS 비율을 효율적으로 계산하기 위해 이분법 기반 알고리즘을 적용한다.
• 다양한 RAU 수와 전송 효율 조건 하에서 수치 시뮬레이션을 통해 제안 정책을 그린드 및 워터필링 기준선과 비교한다.

실험 결과

연구 질문

• RQ1 공간적으로 다양하게 분포된 원격 안테나 유닛(RAU)을 갖는 분산 안테나 시스템에서 환경의 RF 신호로부터 수확한 에너지를 어떻게 최적으로 관리할 수 있는가?
• RQ2 개별 RAU 전력 제약과 에너지 인과성 조건 하에서 에너지 수확과 스마트 그룹 거래가 모두 가능한 상황에서 최적의 전력 할당 정책은 무엇인가?
• RQ3 스마트 그룹 중립 조건 하에서 전력 할당에 이중 임계값 구조가 어떻게 도출되는지, 그리고 WIT와 WET를 균형 있게 조절하는 데서 그 역할은 무엇인가?
• RQ4 다양한 에너지 전송 효율 조건 하에서 그린드 및 워터필링 정책과 같은 비최적 기준선 대비 제안 정책이 달성하는 성능 향상은 얼마나 되는가?
• RQ5 SWIPT 기반 DAS에서 전력 분할 비율은 WIT 속도와 WET 성능 간의 트레이드오프에 어떤 영향을 미치는가?

주요 결과

• 제안된 이중 임계값 전력 할당 정책은 특히 전력 전송 효율이 낮은 경우(η=0.8) 그린드 및 워터필링 방법보다 뚜렷하게 뛰어난 성능을 발휘한다.
• 스마트 그룹이 수익성이 있는 경우 최적 전략은 전력 최대 전송이며, 이는 닫힌 형태로 유도되며 그리드의 에너지 가격 구조에 따라 달라진다.
• 스마트 그룹 중립 조건 하에서 최적 정책는 세 가지 형태 중 하나를 취한다: 최대 전력, 영전력, 또는 이중 임계값 구조를 가진 혼합 할당.
• 이중 임계값 구조는 전송 효율이 높을 때에만 효율적인 에너지 공유를 가능하게 하며, η가 낮을 경우 손실을 피한다.
• 시뮬레이션 결과, η=0.8 조건 하에서도 제안 정책가 이상적인 경우(η=1)에 가까운 SWIPT 성능을 유지함으로써 그리드 전송 손실에 대한 강건성을 입증한다.
• WIT-WET 트레이드오프 영역 분석 결과, 전력 분할 비율이 증가함에 따라 WIT 속도가 WET 성능보다 더 빠르게 향상되며, 특히 RAU 수가 많을수록 이 경향이 뚜렷하다.