[论文解读] Analysis of RF Energy Harvesting in Uplink-NOMA IoT-based Network

Zhou Ni, Ziru Chen+2 more|arXiv (Cornell University)|Jul 25, 2019

Energy Harvesting in Wireless Networks参考文献 15被引用 4

一句话总结

本文提出了一种基于随机几何的上行链路非正交多址接入（NOMA）模型，用于物联网（IoT）网络，其中设备通过从下行链路传输中采集射频（RF）能量来为上行链路数据传输供电。通过优化能量采集时隙 $T$，系统在考虑小区间干扰的前提下最大化总吞吐量，揭示出一个在能量收集与传输时间之间达到平衡的最优 $T$，当基站密度较高时，由于干扰导致吞吐量下降。

ABSTRACT

Internet of Things (IoT) systems in general consist of a lot of devices with massive connectivity. Those devices are usually constrained with limited energy supply and can only operate at low power and low rate. In this paper, we investigate a cellular-based IoT system combined with energy harvesting and NOMA. We consider all base stations (BS) and IoT devices follow the Poisson Point Process (PPP) distribution in a given area. The unit time slot is divided into two phases, energy harvesting phase in downlink (DL) and data transmission phase in uplink (uplink). That is, IoT devices will first harvest energy from all BS transmissions and then use the harvested energy to do the NOMA information transmission. We define an energy harvesting circle within which all IoT devices can harvest enough energy for NOMA transmission. The design objective is to maximize the total throughput in uplink within the circle by varying the duration T of energy harvesting phase. In our work, we also consider the inter-cell interference in the throughput calculation. The analysis of Probability Mass Function (PMF) for IoT devices in the energy harvesting circle is also compared with simulation results. It is shown that the BS density needs to be carefully set so that the IoT devices in the energy harvesting circle receive relatively smaller interference and energy circles overlap only with a small probability. Our simulations show that there exists an optimal T to achieve the maximum throughput. When the BSs are densely deployed consequently the total throughput will decrease because of the interference.

研究动机与目标

• 建立一个基于蜂窝网络的物联网网络模型，其中物联网设备完全依赖下行链路射频能量采集供电。
• 分析在泊松点过程（PPP）模型下的小区间干扰环境中上行链路 NOMA 传输性能。
• 通过优化能量采集阶段的持续时间 $T$，最大化系统总吞吐量。
• 评估基站密度和能量采集范围重叠对系统性能的影响。

提出的方法

• 使用泊松点过程（PPP）对基站（BSs）和物联网设备进行网络建模。
• 将每个时隙划分为两个阶段：下行链路的能量采集和上行链路 NOMA 传输。
• 在每个基站周围定义一个能量采集范围，使得在此范围内的设备能够收集到足够的能量以完成传输。
• 使用拉普拉斯变换对上行链路 NOMA 系统中的小区间干扰进行建模与分析。
• 推导出位于能量采集范围内物联网设备数量的概率质量函数（PMF），并与仿真结果进行比较。
• 将系统总吞吐量表述为 $T$ 和基站密度 $\lambda_b$ 的函数，同时考虑干扰和能量可用性。

实验结果

研究问题

• RQ1 在基于随机几何的物联网网络中，使上行链路 NOMA 系统吞吐量最大化的能量采集阶段最优持续时间 $T$ 是多少？
• RQ2 基站密度 $\lambda_b$ 如何影响能量采集范围的大小以及来自不同小区的能量采集范围之间的重叠概率？
• RQ3 在具有射频能量采集的上行链路 NOMA 中，小区间干扰对总系统吞吐量有何影响？
• RQ4 与仿真结果相比，能量采集范围内物联网设备数量的解析 PMF 的准确性如何？
• RQ5 能量采集时间与传输时间之间的权衡如何影响整体系统性能？

主要发现

• 最优能量采集时间 $T = 0.15$ 可使系统吞吐量最大化，当 $T$ 超过该值时，由于小区间干扰增加，性能开始下降。
• 更高的基站密度（$\lambda_b$）虽然扩大了能量采集范围，但也显著增加了小区间干扰，导致吞吐量在某一临界点后下降。
• 当 $\lambda_b$ 达到 300 BS/km² 时，能量采集范围的重叠概率达到 100%，对系统分析精度造成显著影响。
• 在 $\lambda_b$ 介于 20 至 40 BS/km² 的范围内，解析 PMF 与仿真结果高度吻合。
• 小区间干扰对系统吞吐量具有显著的负面影响，是性能评估中的关键因素。
• 尽管更多设备可采集能量，但基站密度越高，干扰越强，导致系统吞吐量下降。