[论文解读] Backscatter Communications for the Internet of Things: A Stochastic Geometry Approach

Mudasar Bacha, Bruno Clerckx|arXiv (Cornell University)|Nov 20, 2017

Energy Harvesting in Wireless Networks参考文献 29被引用 17

一句话总结

本文提出一种随机几何框架，用于分析物联网网络中反向散射通信的性能。在该网络中，被动反向散射节点（BNs）从能量信标（PBs）获取能量，并通过反向散射方式通信。通过使用泊松点过程（Poisson point processes）对随机部署进行建模，推导出覆盖概率和容量的可计算表达式，结果表明：尽管随着BN密度增加，覆盖性能会下降，但容量反而提升；而当PB密度较高时，网络性能可接近有源网络的性能。

ABSTRACT

Motivated by the recent advances in the Internet of Things (IoT) and in Wireless Power Transfer (WPT), we study a network architecture that consists of power beacons (PBs) and passive backscatter nodes (BNs). The PBs transmit a sinusoidal continuous wave (CW) and the BNs reflect back a portion of this signal while harvesting the remaining part. A BN harvests energy from multiple nearby PBs and modulates its information bits on the composite CW through backscatter modulation. The analysis poses real challenges due to the double fading channel, and its dependence on the PPPs of both the BNs and PBs. However, with the help of stochastic geometry, we derive the coverage probability and the capacity of the network in tractable and easily computable expressions, which depend on different system parameters. We observe that the coverage probability decreases with an increase in the density of the BNs, while the capacity of the network improves. We further compare the performance of this network with a regular powered network in which the BNs have a reliable power source and show that for a very high density of the PBs, the coverage probability of the former network approaches that of the regular powered network.

研究动机与目标

• 使用随机几何方法对反向散射物联网网络进行建模与分析。
• 评估BN与PB空间密度对网络性能的影响。
• 在能量采集与双重衰落信道条件下，量化覆盖概率与容量。
• 将无源反向散射网络的性能与具备可靠能量源的传统有源网络进行比较。
• 利用泊松点过程，推导关键性能指标的可计算、闭式表达式。

提出的方法

• 使用独立的二维泊松点过程（PPPs）对PBs和BNs进行建模。
• 采用随机几何与概率生成泛函（PGFL）推导覆盖概率与容量。
• 应用指数积分函数与拉普拉斯变换技术，处理干扰与衰落效应。
• 推导修正后的信干噪比（SINR），并利用詹森不等式获得边界。
• 分别考虑前向链路与反向链路的路径损耗指数αf与αb。
• 通过泊松过程的期望运算，评估BNs接收到的平均信号功率及来自其他BNs的干扰。

实验结果

研究问题

• RQ1 反向散射物联网网络的覆盖概率如何随BN与PB密度的变化而变化？
• RQ2 在BN与PB随机空间部署条件下，反向散射网络的容量是多少？
• RQ3 无源反向散射网络的性能与具备可靠能量源的有源网络相比如何？
• RQ4 在高PB密度条件下，无源网络的覆盖概率能否趋近于有源网络的性能？
• RQ5 能否利用随机几何推导出覆盖概率与容量的可计算数学表达式？

主要发现

• 由于干扰增加，覆盖概率随BN密度上升而下降。
• 网络容量随BN密度提高而增加，表明频谱效率得到提升。
• 当PB密度极高时，无源反向散射网络的覆盖概率可趋近于有源网络的性能。
• 所推导的覆盖概率与容量表达式具有可计算性，且显式依赖于路径损耗指数与节点密度等系统参数。
• 随机几何的应用使得对双重衰落信道及多源干扰的精确分析成为可能。
• 分析结果证实，当PB密集部署时，反向散射通信在大规模物联网网络中具备可行性。