[论文解读] Optimal Fairness-Aware Time and Power Allocation in Wireless Powered Communication Networks

Zhaohui Yang, Wei Xu+3 more|arXiv (Cornell University)|Feb 14, 2018

Energy Harvesting in Wireless Networks参考文献 30被引用 6

一句话总结

本文提出了一种无线能量通信网络（WPCNs）中最优公平感知的时隙与功率分配框架，通过联合最大化总 α-公平效用，平衡频谱效率与用户公平性。通过将非凸的总 α-公平效用问题转化为凸问题，作者推导出时隙与功率分配的闭式解，表明当所有可用时隙均被利用时可实现最优性能，且公平性通过 α 参数进行调节。

ABSTRACT

In this paper, we consider the sum $α$-fair utility maximization problem for joint downlink (DL) and uplink (UL) transmissions of a wireless powered communication network (WPCN) via time and power allocation. In the DL, the users with energy harvesting receiver architecture decode information and harvest energy based on simultaneous wireless information and power transfer. While in the UL, the users utilize the harvested energy for information transmission, and harvest energy when other users transmit UL information. We show that the general sum $α$-fair utility maximization problem can be transformed into an equivalent convex one. Tradeoffs between sum rate and user fairness can be balanced via adjusting the value of $α$. In particular, for zero fairness, i.e., $α=0$, the optimal allocated time for both DL and UL is proportional to the overall available transmission power. Tradeoffs between sum rate and user fairness are presented through simulations.

研究动机与目标

• 为解决无线能量通信网络（WPCNs）中总速率与用户公平性之间的权衡问题，其中用户从下行链路（DL）和上行链路（UL）信号中获取能量。
• 构建一个通用的总 α-公平效用最大化问题，以实现系统总速率与用户间公平性之间的平滑权衡。
• 设计一种联合时隙与功率分配策略，在下行链路与上行链路传输的能源采集约束下优化系统性能。
• 证明总 α-公平效用最大化问题为凸问题，且可通过闭式解高效求解最优时隙与功率分配。

提出的方法

• 本文将总 α-公平效用最大化问题建模为非凸优化问题，随后通过数学松弛与对偶性技术将其转化为等价的凸问题。
• 应用拉格朗日对偶法推导凸化后问题的 Karush-Kuhn-Tucker（KKT）条件，从而推导出最优解。
• 针对 α = 0（零公平性）的情形，推导出下行链路与上行链路最优时隙分配的闭式解，表明其与可用发射功率成正比。
• 通过求解满足互补松弛条件的 KKT 条件，推导出最优功率分配，得到下行链路与上行链路传输功率的闭式表达式。
• 该方法同时考虑了下行链路与上行链路中信息解调与能量采集的并行处理，建模了准慢衰落信道中的干扰与信道衰落特性。
• 所提解确保所有可用时隙均被利用，以最大化总 α-公平效用，且公平性由 α 参数控制。

Figure 1: System model.

实验结果

研究问题

• RQ1 如何在 WPCNs 中联合分配时隙与功率，以在平衡公平性与频谱效率的同时最大化总 α-公平效用？
• RQ2 当用户从下行链路与上行链路传输中均获取能量时，最优时隙与功率分配策略是什么？
• RQ3 WPCNs 中的通用总 α-公平效用最大化问题能否被转化为凸问题以实现高效求解？
• RQ4 公平性参数 α 对 WPCNs 中最优时隙与功率分配有何影响？
• RQ5 在何种条件下总 α-公平效用被最大化，且系统性能如何随 α 变化？

主要发现

• 证明了 WPCNs 中的总 α-公平效用最大化问题为凸问题，可通过凸优化技术高效且全局最优求解。
• 当 α = 0（零公平性）时，下行链路与上行链路的最优时隙分配与总可用发射功率成正比，从而最大化总速率。
• 最优时隙分配在所有可用时隙均被使用时实现，表明时隙利用效率对最大化公平感知效用至关重要。
• 基于信道增益、噪声电平与公平性约束，推导出下行链路与上行链路阶段最优功率分配的闭式表达式。
• 仿真结果表明，通过调节 α 参数可实现总速率与用户公平性之间的平滑权衡，且较高 α 值更倾向于提升公平性而非总速率。
• 所提方法优于现有固定时隙比例或仅假设下行链路能量采集的方案，通过在两个阶段联合优化时隙与功率，实现更优性能。

Figure 2: The harvest-then-transmit protocol.