[论文解读] Multiuser Joint Energy-Bandwidth Allocation with Energy Harvesting - Part I: Optimum Algorithm & Multiple Point-to-Point Channels

Zhe Wang, Vaneet Aggarwal+1 more|arXiv (Cornell University)|Oct 10, 2014

Energy Harvesting in Wireless Networks参考文献 16被引用 6

一句话总结

本文提出了一种针对具有非因果信道与能量状态信息的多用户能量采集无线网络的最优联合能量-带宽分配算法。通过在能量与带宽分配之间采用迭代交替优化方法，该算法在单接收机情况下实现了全局最优解，计算复杂度为 O(MK²)，显著提升了能量受限系统中传统 TDMA 的和速率性能。

ABSTRACT

In this paper, we develop optimal energy-bandwidth allocation algorithms in fading channels for multiple energy harvesting transmitters, each may communicate with multiple receivers via orthogonal channels. We first assume that the side information of both the channel states and the energy harvesting states is known for $K$ time slots {\em a priori}, and the battery capacity and the maximum transmission power in each time slot are bounded. The objective is to maximize the weighted sum-rate of all transmitters over the $K$ time slots by assigning the transmission power and bandwidth for each transmitter in each slot. The problem is formulated as a convex optimization problem with ${\cal O}(MK)$ constraints, where $M$ is the number of the receivers, making it hard to solve with a generic convex solver. An iterative algorithm is proposed that alternatively solves two subproblems in each iteration. The convergence and the optimality of this algorithm are also shown. We then consider the special case that each transmitter only communicates with one receiver and the objective is to maximize the total throughput. We develop efficient algorithms for solving the two subproblems and the optimal energy-bandwidth allocation can be obtained with an overall complexity of ${\cal O}(MK^2)$. Moreover, a heuristic algorithm is also proposed for energy-bandwidth allocation based on causal information of channel and energy harvesting states.

研究动机与目标

• 解决在有限电池容量与峰值功率约束下，最大化加权和速率的多用户能量采集无线网络中的挑战。
• 将联合能量-带宽分配问题建模为具有 O(MK) 个约束的凸优化问题，其中 M 为接收机数量，K 为时隙数量。
• 设计一种迭代算法，交替求解能量分配与带宽分配子问题，以在具备非因果信道与能量状态信息的条件下实现最优资源调度。
• 为单接收机每发射机且权重相等的特殊情况提供高效算法，实现 O(MK²) 的计算复杂度。
• 将框架扩展至具有因果信息的场景，并提出一种启发式算法以支持实际部署。

提出的方法

• 将联合能量-带宽分配建模为一个凸优化问题，约束条件包括电池容量、峰值功率及能量因果性。
• 提出一种迭代交替算法，将问题解耦为两个子问题：能量分配（EP）与带宽分配（BP），并在交替迭代中求解。
• 采用注水原理进行能量分配，并采用贪心式带宽分配策略，以确保收敛性与最优性。
• 引入基于带宽阈值 ε 的收敛准则，将带宽可忽略的链路移至非活跃链路集合中，以降低复杂度。
• 利用拉格朗日对偶与 KKT 条件推导最优带宽分配的解析条件，确保仅对具有正发射功率的链路分配带宽。
• 在单接收机情况下，利用结构特性将问题简化为一系列一维优化问题，从而实现 O(MK²) 的复杂度。

实验结果

研究问题

• RQ1 在具备非因果信道与能量状态信息的多用户能量采集系统中，如何实现联合能量-带宽分配的最优调度？
• RQ2 求解联合优化问题的计算复杂度是多少？能否为实际部署降低复杂度？
• RQ3 为何传统 TDMA 在具有有限电池容量的能量采集系统中表现次优？联合分配如何提升和速率？
• RQ4 尽管约束数量庞大，能否设计一种具有收敛性保证的迭代算法来求解联合优化问题？
• RQ5 在因果信息条件下系统性能如何？何种启发式方法可确保接近最优的性能表现？

主要发现

• 所提出的迭代算法在具备非因果信道与能量状态信息的条件下，收敛至联合能量-带宽分配问题的全局最优解。
• 对于单接收机每发射机且权重相等的特殊情况，该算法实现了整体 O(MK²) 的计算复杂度，显著降低了通用凸求解器的负担。
• 最优解要求联合分配：在时隙中允许多个发射机共享带宽，以避免因电池容量有限而导致的能量浪费。
• 该算法确保仅对具有正发射功率的链路分配带宽，且带宽分配基于基于阈值的准则，以维持收敛性。
• 通过反证法证明收敛性：若算法收敛至次优解，则对带宽进行正向重分配将获得更高的目标值，与最优性矛盾。
• 基于因果信息的启发式算法在实际中表现良好，为非因果知识不可用时提供了实用的替代方案。