[论文解读] Simultaneous Energy Harvesting and Information Transmission in a MIMO Full-Duplex System: A Machine Learning-Based Design

Yasser Al-Eryani, Mohamed Akrout+1 more|arXiv (Cornell University)|Feb 13, 2020

Energy Harvesting in Wireless Networks参考文献 32被引用 6

一句话总结

本文提出一种MIMO全双工系统，通过将自干扰信号作为可采集能量信号，实现同时无线信息与能量传输（SWIPT）。采用基于松弛的预编码与混合深度强化学习（DRL）方法——具体为DDPG-DDQN——该方案在频谱效率方面显著优于传统时隙切换SWIPT，在50 dBm功率水平下，DRL方法相比次优方法最高可提升3 bps/Hz。

ABSTRACT

We propose a multiple-input multiple-output (MIMO)-based full-duplex (FD) scheme that enables wireless devices to simultaneously transmit information and harvest energy using the same time-frequency resources. In this scheme, for a MIMO point-to-point set up, the energy transmitting device simultaneously receives information from the energy harvesting device. Furthermore, the self-interference (SI) at the energy harvesting device caused by the FD mode of operation is utilized as a desired power signal to be harvested by the device. For implementation-friendly antenna selection and MIMO precoding at both the devices, we propose two methods: (i) a sub-optimal method based on relaxation, and (ii) a hybrid deep reinforcement learning (DRL)-based method, specifically, a deep deterministic policy gradient (DDPG)-deep double Q-network (DDQN) method. Finally, we study the performance of the proposed system under the two implementation methods and compare it with that of the conventional time switching-based simultaneous wireless information and power transfer (SWIPT) method. Findings show that the proposed system gives a significant improvement in spectral efficiency compared to the time switching-based SWIPT. In particular, the DRL-based method provides the highest spectral efficiency. Furthermore, numerical results show that, for the considered system set up, the number of antennas in each device should exceed three to mitigate self-interference to an acceptable level.

研究动机与目标

• 为解决能量受限无线网络中的频谱效率限制，通过在MIMO全双工系统中实现同时信息与能量传输。
• 通过将自干扰重用于能量源，克服传统时隙切换SWIPT中能量采集与信息传输之间的权衡。
• 设计一种高效的波束成形与波束选择策略，在多天线全双工系统中最大化频谱效率。
• 开发并评估一种混合深度强化学习（DRL）框架——具体为DDPG-DDQN——以实现实时优化MIMO子系统配置与波束成形。
• 在频谱效率与能量采集能力方面，对比所提DRL方法与基于松弛的次优方法及传统时隙切换SWIPT的性能。

提出的方法

• 提出一种MIMO全双工点对点系统，其中一台设备同时传输能量并接收信息，另一台设备则在同一频段内采集能量并发送信息。
• 提出一种新型波束选择策略，将每台设备的多根天线划分为专用的信息传输（IT）与能量采集（EH）子阵列。
• 基于凸松弛方法，提出一种次优解法，联合优化波束选择与MIMO波束成形，满足功率与干扰约束。
• 设计一种基于深度确定性策略梯度（DDPG）与深度双Q网络（DDQN）的混合深度强化学习（DRL）框架，以学习最优MIMO子系统配置与波束成形矩阵。
• 在DRL框架中采用奖励函数，以最大化频谱效率，同时确保接收端获得足够的能量采集。
• 采用顺序优化方法，将波束选择与波束成形的复杂联合优化问题解耦为可处理的子问题。

实验结果

研究问题

• RQ1 MIMO全双工系统中的自干扰是否可被重新利用为可用于同时能量采集与信息传输的有效能量信号？
• RQ2 基于DRL的波束选择与波束成形策略在频谱效率与能量采集效率方面，相较于基于松弛的次优方法表现如何？
• RQ3 在MIMO-FD SWIPT系统中，每台设备实现可接受的自干扰抑制与可靠通信所需的最少天线数量是多少？
• RQ4 在不同功率预算下，所提DRL方法在频谱效率方面相较于传统时隙切换SWIPT的性能提升程度如何？
• RQ5 在所提出的MIMO-FD SWIPT系统中，系统频谱效率如何随发射功率与天线数量的增加而变化？

主要发现

• 在发射功率为50 dBm时，所提DRL方法相比传统时隙切换SWIPT的频谱效率最高提升3 bps/Hz。
• 在50 dBm功率下，DRL方法相比基于松弛的次优方法提升约1.5 bps/Hz，尤其在中等功率范围（如37 dBm）表现更优。
• 对于(M,N) = (2,2)天线配置，当功率预算超过55 dBm时系统发生中断，原因在于MIMO分集增益不足且无法有效抑制自干扰。
• 系统在20–40 dBm功率范围内表现最优，其中$π_1 \to \mathcal{P}_2$链路的速率增益最高，达1.5–2 bps/Hz。
• 数值结果表明，每台设备至少需要四根天线（M, N > 3）才能有效抑制自干扰并维持可靠通信。
• DRL模型学习了所有可能的MIMO子系统配置及其对应的波束成形矩阵，从而在性能上优于仅近似最优配置的次优方法。