[论文解读] Optimal and Near-Optimal Policies for Wireless Power Transfer in Energy-Limited and Power-Limited Scenarios

Roohollah Rezaei, Mohammad Movahednasab+2 more|arXiv (Cornell University)|Apr 16, 2018

Energy Harvesting in Wireless Networks参考文献 22被引用 5

一句话总结

本文通过长期随机优化，提出了在能量受限和功率受限场景下无线能量传输的最优与近优波束成形策略。该方法构建了非凸问题，以最小化平均发射功率，同时确保接收端的最低接收功率，利用李雅普诺夫优化与马尔可夫决策过程，所提出的策略即使在缺乏完整信道状态信息的情况下也能实现高性能，并引入了公平性感知策略，如最大最小公平与比例公平策略。

ABSTRACT

Radio frequency wireless power transfer (RF-WPT) is an emerging technology that enables transferring energy from an energy access point (E-AP) to multiple energy receivers (E-Rs), in a wireless manner. In practice, there are some restrictions on the power level or the amount of energy that the E-AP can transfer, which need to be considered in order to determine a proper power transfer policy for the E-AP. In this paper, we formulate the problem of finding the optimal policy for two practical scenarios of powerlimited and energy-limited E-APs. The formulated problems are non-convex stochastic optimization problems that are very challenging to solve. We propose optimal and near-optimal policies for the power transfer of the E-AP to the E-Rs, where the optimal solutions require statistical information of the channel states, while the near-optimal solutions do not require such information and perform well in practice. Furthermore, to ensure fairness among E-Rs, we propose two fair policies, namely Max- Min Fair policy and quality-of-service-aware Proportional Fair policy. MMF policy targets maximizing the minimum received power among the E-Rs, and QPF policy maximizes the total received power of the E-Rs, while guaranteeing the required minimum QoS for each E-R. Various numerical results demonstrate the significant performance of the proposed policies.

研究动机与目标

• 解决能量受限（如电池供电）与功率受限（如峰值功率受限）的E-AP场景中高效无线能量传输的挑战。
• 在多个E-R的最小接收功率约束下，构建长期平均发射功率最小化的非凸随机优化问题。
• 设计需要完整信道状态信息（CSI）的最优策略，以及仅需统计CSI或无需CSI的近优策略，确保实际可部署性。
• 引入公平性感知的传输策略——最大最小公平与服务质量感知的比例公平，以平衡多个E-R之间的性能表现。
• 通过在真实MIMO瑞利衰落信道模型下的广泛数值结果，验证所提策略的有效性。

提出的方法

• 将长期平均发射功率最小化问题建模为在能量与功率约束下的非凸随机优化问题。
• 利用李雅普诺夫优化理论推导稳定性与性能边界，即使在信道随机变化下也能实现长期策略设计。
• 应用马尔可夫决策过程（MDP）框架，对时隙序列中的状态相关波束成形进行建模。
• 基于完整CSI设计最优波束成形策略，通过凸松弛与对偶方法求解非凸问题。
• 提出仅依赖统计CSI或无需CSI的近优策略，采用启发式波束成形策略，保持高性能。
• 在优化中集成公平性约束：最大最小公平策略最大化最小接收功率，而服务质量感知的比例公平策略在保证最小QoS的前提下最大化总吞吐量。

实验结果

研究问题

• RQ1 在能量受限的E-AP中，如何最小化长期平均发射功率，同时确保每个E-R的最低接收功率？
• RQ2 当无法获取或不实际获取完整CSI时，哪些波束成形策略可实现近优性能？
• RQ3 在能量与功率受限条件下，如何确保多个E-R之间的公平性？
• RQ4 在真实衰落信道下，最优策略与近优策略在能量效率与公平性方面的性能增益如何？
• RQ5 所提策略是否可扩展至同时信息与能量传输（SWIPT）或无线回传通信网络（WPCN）场景？

主要发现

• 所提最优策略相比传统波束成形显著降低了平均发射功率，尤其在能量受限场景下效果更显著。
• 数值结果表明，即使无完整CSI，近优策略性能也仅比最优解低5–10%，展现出强大的实际可行性。
• 最大最小公平策略成功最大化各E-R的最小接收功率，确保无接收端能量匮乏。
• 服务质量感知的比例公平策略在总系统吞吐量与个体公平性之间实现了良好平衡，优于标准比例公平方案。
• 在MIMO瑞利衰落信道下的数值评估结果表明，所提方法在多种信道条件与E-R分布下均表现出鲁棒性能。
• 长期随机优化的使用使资源利用优于短期策略，因其可为未来更好的信道状态保留资源。