【摘 要】
:
随着通信业务的爆炸式增长,海量节点将会接入到物联网中,如何延长能量受限节点的运行周期将会成为大规模部署物联网亟待解决的问题之一。为了满足传输需求和降低能耗,将反向散射通信(Backscatter Communication,Back Com)技术与无线供电技术结合形成无线供电反向散射通信网络(Wireless-powered Back Com Networks,WPBCN)。WPBCN被认为是解决
论文部分内容阅读
随着通信业务的爆炸式增长,海量节点将会接入到物联网中,如何延长能量受限节点的运行周期将会成为大规模部署物联网亟待解决的问题之一。为了满足传输需求和降低能耗,将反向散射通信(Backscatter Communication,Back Com)技术与无线供电技术结合形成无线供电反向散射通信网络(Wireless-powered Back Com Networks,WPBCN)。WPBCN被认为是解决上述问题最有效的方案之一。本文针对不同的WPBCN通信场景下的资源优化算法进行了讨论,以此来提高网络的能量效率。主要工作如下:第一,研究了多标签WPBCN能效优化算法问题。在传输速率约束、能量收集(Energy Harvesting,EH)约束、反射系数约束、发射功率约束以及传输时间的约束下,提出了多变量耦合的非凸分式能效最大化问题。为求解上述非凸问题,利用Dinkelbach方法将原问题转化为等价的减式规划问题。然后,利用二次变换和变量替换法,将上述问题进一步转化为凸优化问题。最后,设计一种基于能效优化的WPBCN算法,以此求得闭式解。第二,研究了基于下垫式认知无线电的WPBCN鲁棒优化问题。在该多用户网络场景下,提出了一种结合收集-传输模式与Back Com的混合模式。考虑最小速率的中断概率约束、EH约束及主接收机的服务质量约束,通过联合优化传输时间、发射功率和发射系数,研究了认知WPBCN吞吐量最大的鲁棒优化问题。首先,将信道估计误差建模为高斯随机分布模型,建立了包含不确定性参数的多变量耦合非凸优化问题。其次,根据累积分布函数和高斯Q函数的性质,将中断概率约束转化为确定性约束。最后,提出一种基于不完美信道状态信息的鲁棒吞吐量最大化资源调度算法。第三,研究了基于公平性的认知反向散射能效优化算法问题。主接收机允许认知网络在对其产生的干扰不超过干扰门限的前提下,允许认知网络使用主网络的频谱。考虑认知用户的传输速率约束、EH约束及主接收机的干扰功率约束,通过联合优化反射系数和载波分配因子,建立了基于公平性的最大最小能效资源分配优化问题。为了便于求解,首先,采用Dinkelbach理论将原优化问题转化为等价的减式规划问题。然后,利用交替优化方法,将优化问题分解为反射系数子问题和载波分配因子子问题。最后,根据CVX工具箱可以求得次优解。
其他文献
为解决南京椴种子萌发难的问题,本文研究不同赤霉素浓度、不同温度层积对其萌发特性的影响。结果表明,层积与赤霉素相结合是提高南京椴种子发芽率、促进幼苗发育的一种有效的方法,其中采用1 400 mg/L赤霉素浸泡24 h,经过4℃低温层积7 d,再转入10℃低温层积7 d,可显著提高南京椴种子发芽率,最高达73.68%;1200 mg/L赤霉素处理后经过变温层积和1 400 mg/L赤霉素处理后经过低温
近几年来,由于物联网等新兴技术的蓬勃发展,将会有更多的移动设备加入到无线网络中,构建智能美好生活是未来发展的大趋势。面对智能移动设备的爆炸式增长,使得频谱资源变得越来越稀缺,因此要求通信系统具备高传输速率以及高传输质量等特点。超宽带(Ultra Wideband,UWB)技术作为一种凭借极窄的脉冲来传输数据的技术,具有高带宽、多径分辨力强以及成本低等优点,主要用到室内短距离通信中,成为未来无线通信
日益增长的全球电动汽车(EV)市场对锂离子电池电极材料的成本和能量密度提出了更高的要求。在现有的正极材料中,高镍层状Li NixCoyMn1-x-yO2(NCM)和Li NixCoyAl1-x-yO2(NCA)因较高的理论比容量和满意的工作电压,被认为是最有前景的电动汽车正极材料之一。然而,由于钴(Co)资源匮乏及价格昂贵,对电池行业所追求的低成本和可持续的目标构成了重大挑战,于是低钴或无钴化成为
大数据时代,视频数据量在不断增加,视频编码技术也在不断发展。实际应用中H.264和高效视频编码(High efficiency video coding,HEVC)标准共同存在,通用视频编码(Versatile Video Coding,VVC)标准也逐渐登上历史舞台。由于不同编码标准的编码器在以后很长一段时间都会共存,这使得视频转码技术的研究十分具有意义。现存的视频转码算法常存在编码复杂度高和压
人脸表情识别作为情感研究的重要组成部分,是实现人与机器交互的必要条件,具有重要的研究意义及潜在的商业价值。本论文就人脸表情识别过程中两个重要环节进行了分析,分析了现有的人脸表情特征提取算法以及人脸表情分类识别方法中存在的不完善的地方,并且提出了解决方案。本文研究的主要内容有:1.针对局部梯度二值模式(Local Gradient Binary Pattern,LGBP)只能在单尺度模板下提取人脸表
通信信号调制类型识别是一种典型的模式识别问题,被广泛应用于信号确认、无线电侦听、电子对抗、信号监测和分析等领域。在通信环境日益密集,信号调制类型日益丰富的情况下,信号的调制识别变得愈加困难。近年来,随着机器学习的快速发展,深度学习算法在模式识别领域得到广泛应用,并逐渐用于解决信号调制识别问题。本文主要研究基于深度学习的信号调制识别算法,主要内容如下:1.针对现有方案在低信噪比环境下识别准确率较低的
随着科技的发展,各行各业对钢材的需求量不仅越来越大,而且对质量的要求也是越来越高。精确测量钢水的温度可以提高钢铸工件的合格率,降低燃料成本,是推动钢铁自动化生产必不可缺的一步。目前通常采用红外测温技术全面监测冶炼炉中的钢水温度。但由于生产现场环境复杂,工作过程中受到环境温湿度、测温距离、发射率和粉尘等多种因素的影响,限制了测温精度。因此,本文将针对主要的影响因素,提出有效的温度补偿方法,以提高红外
随着4G的全面普及和5G的加快部署,各种互联网新兴应用层出不穷。作为集中式无线接入网的核心部分,传统的移动前传面临着成本、传输速率和频谱利用率等方面的挑战。基于模拟光载无线的高效移动前传具有低成本、高传输速率和高频谱利用率等优势,已成为国内外专家学者的研究热点。为了便于高效移动前传中系统设备的控制和管理,以及与通用公共无线接口的背向兼容性,控制字与无线信号需要进行同步传输。当前,业界主要采用的基于
随着人机交互技术的飞速发展,人们越来越注重机器人情感状态对整个交互过程的影响,重点关注机器人的情感响应过程和情感引导过程。以增强机器人在交互过程中的情感计算能力为目的,赋予机器人独特、主动的特点使其能够对参与人的输入情感进行响应并引导参与人情感向目标情感逐步过渡。该文先介绍机器人情感计算(Affective Computing,AC),然后针对实现机器人情感响应和对参与人情感引导的问题,构建不同的
视觉目标跟踪是计算机视觉领域的一个重要研究方向,其任务是给定视频序列中首帧目标的尺寸和位置,在后续视频帧中持续输出目标的状态信息。随着近年来计算机视觉技术的发展,目标跟踪技术已经被广泛应用到众多领域,如智能安防、无人驾驶、虚拟现实等。但目前目标跟踪任务仍面临目标快速形变、非刚性形变、尺度变换、前景-背景判别等难题和挑战,导致复杂场景下无法对目标进行准确鲁棒地跟踪。本文针对上述问题,提出了两种基于深