[论文解读] Optimal Resource Allocation in Full-Duplex Ambient Backscatter Communication Networks for Wireless-Powered IoT

Gang Yang, Dongdong Yuan+3 more|arXiv (Cornell University)|Jun 18, 2018

Energy Harvesting in Wireless Networks参考文献 30被引用 8

一句话总结

本文提出了一种全双工环境反向散射通信网络（F-ABCN）的联合优化框架，旨在在能量和频谱约束下，最大化多个反向散射设备（BDs）之间的最小吞吐量。通过联合优化反向散射时隙、反射系数和子载波功率分配，利用拉格朗日对偶法与逐次凸优化，该方案相较基准方案实现了高达73.1%的最小吞吐量增益，显著提升了无线供电物联网系统的公平性与频谱效率。

ABSTRACT

This paper considers an ambient backscatter communication (AmBC) network in which a full-duplex access point (FAP) simultaneously transmits downlink orthogonal frequency division multiplexing (OFDM) signals to its legacy user (LU) and receives uplink signals backscattered from multiple BDs in a time-division-multiple-access manner. To maximize the system throughput and ensure fairness, we aim to maximize the minimum throughput among all BDs by jointly optimizing the backscatter time and reflection coefficients of the BDs, and the FAP's subcarrier power allocation, subject to the LU's throughput constraint, the BDs' harvested-energy constraints, and other practical constraints. For the case with a single BD, we obtain closed-form solutions and propose an efficient algorithm by using the Lagrange duality method. For the general case with multiple BDs, we propose an iterative algorithm by leveraging the block coordinated decent and successive convex optimization techniques. We further show the convergence performances of the proposed algorithms and analyze their complexities. In addition, we study the throughput region which characterizes the Pareto-optimal throughput trade-offs among all BDs. Finally, extensive simulation results show that the proposed joint design achieves significant throughput gain as compared to the benchmark schemes.

研究动机与目标

• 解决多BD全双工环境反向散射通信（F-ABCN）网络中基础优化缺失的问题。
• 最大化多个反向散射设备（BDs）之间的最小吞吐量，以确保资源分配的公平性。
• 同时满足传统用户吞吐量需求、BD的能量采集约束以及实际硬件限制。
• 利用吞吐量区域概念，表征所有BD之间吞吐量的帕累托最优权衡。
• 为非凸、多维资源分配问题开发高效的联合优化算法。

提出的方法

• 建立一个非凸优化问题，以在传统用户速率、采集能量、峰值功率和反向散射时隙等约束下，最大化最小BD吞吐量。
• 针对单BD情形，利用拉格朗日对偶法与KKT条件，推导出子载波功率分配与反射系数优化的闭式解。
• 针对多BD情形，采用块坐标下降法与逐次凸优化，迭代优化反向散射时隙、反射系数与子载波功率分配。
• 使用对偶分解与次梯度方法求解对偶问题，实现局部最优解的收敛。
• 引入吞吐量区域以表征所有BD吞吐量之间的帕累托最优权衡。
• 实现一种具有收敛性保证与误差界验证的迭代算法（算法2），通过穷举搜索对比验证其性能。

实验结果

研究问题

• RQ1 在具有多个反向散射设备的全双工环境反向散射网络中，如何联合优化资源分配以最大化公平性？
• RQ2 在全双工操作下，反向散射设备的吞吐量与能量采集之间存在何种最优权衡？
• RQ3 所提出的时隙、反射与功率分配联合优化方案相比基准方案如何提升系统性能？
• RQ4 所提多BD F-ABCN迭代算法的收敛行为与计算复杂度如何？
• RQ5 吞吐量区域与吞吐量-能量权衡如何随系统参数（如SNR与峰值功率）变化？

主要发现

• 所提联合优化方案相较F-ABCN中相等资源分配实现55.2%更高的最大最小吞吐量，且在SNR = 20 dB与峰值功率为平均值5倍条件下，相较半双工AmBCN（H-ABCN）基准方案提升73.1%。
• 在给定峰值功率下，较低的采集能量需求（$E_{\text{min}}$）可实现更高的最大最小吞吐量，揭示了清晰的吞吐量-能量权衡关系。
• 算法2约在5次迭代内收敛，实现全局最优最大最小吞吐量0.02028 bps/Hz，与穷举搜索结果（0.0202 bps/Hz）的误差在$8 \times 10^{-5}$以内，证实其接近全局最优性。
• 吞吐量区域分析揭示了BD之间帕累托最优的吞吐量权衡，表明联合优化相比传统方案能实现更好的公平性与系统性能。
• 所提方案通过支持全双工操作（同时进行下行链路传输与上行反向散射接收），显著提升了无线供电物联网的频谱与能量效率。
• 在单BD情形下，通过拉格朗日对偶法获得闭式解，支持高效实现，并为最优功率与反射系数分配提供了理论洞见。