[论文解读] A Low-Complexity Algorithm for Throughput Maximization in Wireless Powered Communication Networks

Qian Sun, Gang Zhu+3 more|arXiv (Cornell University)|Mar 14, 2014

Energy Harvesting in Wireless Networks被引用 6

一句话总结

本论文提出了一种低复杂度的定点迭代算法，用于在无线能量传输通信网络（WPCNs）中实现时间分配，采用“先采集后传输”协议，以最大化总吞吐量或最小吞吐量。通过利用詹森不等式和迭代优化，该方法在计算复杂度显著低于先前方法的情况下，实现了接近最优的性能，仿真结果验证了其更快的收敛速度和更高的公平性。

ABSTRACT

This paper investigates a wireless powered communication network (WPCN) under the protocol of harvest-then-transmit,where a hybrid access point with constant power supply replenishes the passive user nodes by wireless power transfer in the downlink,then each user node transmit independent information to the hybrid AP in a time division multiple access (TDMA) scheme in the uplink.The sum-throughput maximization and min-throughput maximization problems are considered in this paper.The optimal time allocation for the sum-throughput maximization is proposed based on the Jensen's inequality,which provides more insight into the design of WPCNs.A low-complexity fixed-point iteration algorithm for the min-throughput maximization problem,which promises a much better computation complexity than the state-of-the-art algorithm.Simulation results confirm the effectiveness of the proposed algorithm.

研究动机与目标

• 解决现有算法在WPCNs时间分配中计算复杂度过高的问题。
• 在能量采集和时分多址（TDMA）条件下，通过“先采集后传输”协议，实现总吞吐量和最小吞吐量的最大化。
• 开发一种低复杂度算法，以减少基于无线能量传输节点的基带处理能量开销。
• 通过解析推导，深入理解WPCNs中最佳时间分配的机制。
• 在能量受限的无线网络中，提升用户公平性和系统效率。

提出的方法

• 利用詹森不等式推导总吞吐量最大化的最优时间分配，为系统设计提供解析洞察。
• 提出一种用于最小吞吐量最大化的定点迭代算法，基于吞吐量约束，迭代更新时间分配。
• 将系统建模为一个单输入单输出（SISO）WPCN，包含一个混合接入点（AP）和K个被动用户节点，采用TDMA进行上行链路传输。
• 推导每个用户所采集的能量与下行链路时间、信道增益和发射功率成正比。
• 将每个用户的可实现吞吐量表示为上行链路时间与采集能量的函数，包含信噪比开销和噪声。
• 施加总时间约束 ∑τ₀ + ∑τᵢ ≤ 1，并在功率和时间约束下建立优化问题。

实验结果

研究问题

• RQ1 如何优化时间分配，以在具有能量采集能力的WPCN中实现总吞吐量最大化？
• RQ2 何种低复杂度算法能有效解决WPCNs中最小吞吐量最大化问题？
• RQ3 与现有方法相比，该算法在计算复杂度和收敛速度方面表现如何？
• RQ4 该算法在个体吞吐量方面在多大程度上确保了用户间的公平性？
• RQ5 如何利用詹森不等式获得关于最优时间分配的解析洞察？

主要发现

• 所提出的定点迭代算法在计算复杂度上显著低于文献[16]中使用的最先进椭球法。
• 仿真结果表明，该算法收敛速度更快，尤其在用户数量增加时更为明显，平均迭代时间增长缓慢得多。
• 该算法确保所有用户的个体吞吐量相等，证实了在最小吞吐量最大化中实现了公平性，而此前方法则表现出吞吐量偏差。
• 通过詹森不等式，总吞吐量最大化的解被解析推导得出，为最优时间分配提供了更深入的洞察。
• 最小吞吐量最大化的目标函数是严格拟凹的，确保收敛至唯一的全局最优解。
• 在10⁻³精度阈值下，该算法在1000次随机信道实现中均保持高性能和稳定性。