一种基于NOMA的认知反向散射通信鲁棒传输方法技术

本发明专利技术属于无线供电通信技术领域，具体涉及一种基于NOMA的认知反向散射通信鲁棒传输方法；该方法包括：构建认知反向散射通信网络；根据认知反向散射通信网络构建次级系统吞吐量最大化的资源分配问题；根据信道估计误差服从高斯分布，构建高斯信道不确定模型；根据次级系统吞吐量最大化的资源分配问题和高斯信道不确定模型构建鲁棒资源分配问题；求解鲁棒资源分配问题，得到传输方案；用户根据传输方案进行信息传输；本发明专利技术提高了认知无线供电反向散射通信网络系统的鲁棒性和吞吐量，实用性高。高。高。

【技术实现步骤摘要】
一种基于NOMA的认知反向散射通信鲁棒传输方法


[0001]本专利技术属于无线供电通信
，具体涉及一种基于NOMA的认知反向散射通信鲁棒传输方法。

技术介绍

[0002]随着数字化和信息化的快速发展，在当今社会，无线设备越来越需要承担大量的计算和通信任务。然而，能源短缺和频谱有限的问题严重影响了物联网的应用。认知无线电、非正交多址接入技术(NOMA)是提高频谱利用率的两种主要的技术，次级发射机基于射频能量收集技术从主要信号中收集能量，对主要用户造成可容忍的干扰时，利用收集到的能量来执行数据信息。基于射频的认知反向散射用户网络可提高频谱效率，NOMA可以通过允许更多用户共享相同子信道来改善通信系统的频谱效率。与此同时，通信网络的能耗问题引起了大家的注意，它对经济和生态成本都产生了严重影响，环境反向散射利用周围的环境射频源，而无需部署专用射频节点，因此可以节省成本并降低能耗，且不需要使用额外的频谱，只需利用现有的射频信号，提高了频谱利用效率。
[0003]很多现有方法对基于NOMA的认知反向散射通信网络进行了研究，但仅考虑了理想信道条件下的系统性能优化问题。由于实际的通信场景较为复杂，假设获得完美的信道状态信息是不可行的。不完美信道状态信息可能会导致资源分配方法性能下降。因此，为方便实际工程应用，亟需一种基于NOMA的认知反向散射通信鲁棒传输方法提高系统吞吐量。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术提出了一种基于NOMA的认知反向散射通信鲁棒传输方法，该方法包括：r/>[0005]S1：构建认知反向散射通信网络；
[0006]S2：根据认知反向散射通信网络构建次级系统吞吐量最大化的资源分配问题；
[0007]S3：根据信道估计误差服从高斯分布构建高斯信道不确定模型；
[0008]S4：根据次级系统吞吐量最大化的资源分配问题和高斯信道不确定模型构建鲁棒资源分配问题；
[0009]S5：求解鲁棒资源分配问题，得到传输方案；用户根据传输方案进行信息传输。
[0010]优选的，认知反向散射通信网络包括：一个主基站、M个主接收机、K个认知反向散射用户、一个认知接收机；
[0011]第一阶段：主基站向所有认知反向散射用户传输信号，认知反向散射用户采用时分多址的方式轮流向认知接收机传输信号，所有认知反向散射用户从接收到的信号中收集能量；
[0012]第二阶段：认知反向散射用户利用第一阶段收集的能量，通过上行NOMA主动的向认知接收机传输数据。
[0013]优选的，次级系统吞吐量最大化的资源分配问题表示为：
[0014][0015]其中，R
k
表示系统吞吐量，表示第k个认知反向散射用户在第一阶段的总吞吐量，表示第k个认知反向散射用户在反向散射阶段最小总吞吐量阈值，表示第k个认知反向散射用户在第二阶段的总吞吐量，表示第k个认知反向散射用户在第二阶段最小总吞吐量阈值，表示第k个认知反向散射用户的最小能耗阈值，E
k
表示第k个认知反向散射用户收集的总能量，T表示传输总时间，表示反射时隙，β
k
表示第k个认知反向散射用户的反射系数，P0表示主发射机的发射总功率，f
k
表示主基站到第k个认知反向散射用户的信道增益，h
k,m
表示第k个认知反向散射用户到第m个主接收机的信道增益，t
a
表示主动传输时间，K表示认知反向散射用户数量，p
k
表示第k个认知反向散射用户在主动传输时的发射功率，表示第m个主接收机可以接受的最大干扰功率。
[0016]进一步的，第k个认知反向散射用户在第一阶段的总吞吐量为：
[0017][0018]其中，B表示信道带宽，h
k
表示第k个认知反向散射用户到认知接收机的信道增益，f
PT
‑
CR
表示主基站到认知接收机的信道增益，σ2表示认知接收机的背景噪声功率。
[0019]进一步的，第k个认知反向散射用户在第二阶段的总吞吐量为：
[0020][0021]其中，B表示信道带宽，γ
k
表示第k个认知反向散射用户在主动传输阶段的信噪比。
[0022]进一步的，第k个认知反向散射用户收集的总能量为：
[0023][0024]其中，表示第k个认知反向散射用户在第一能量收集阶段收集的能量，表示第k个认知反向散射用户在第二能量收集阶段收集的能量。
[0025]进一步的，第k个认知反向散射用户的最小能耗阈值为：
[0026][0027]其中，和分别表示第k个认知反向散射用户在进行反向散射通信和主动通信时的恒定电路功耗。
[0028]优选的，高斯信道不确定模型表示为：
[0029][0030][0031][0032]其中，和分别表示第一、第二和第三不确定性集合；f
k
、和Δf
k
分别表示主基站到第k个认知反向散射用户的信道增益、估计信道增益和估计信道增益误差，h
k
、和Δh
k
分别表示第k个认知反向散射用户到认知接收机的信道增益、估计信道增益和估计信道增益误差，h
k,m
、和Δh
k,m
分别表示第k个认知反向散射用户到第m个主接收机的信道增益、估计信道增益和估计信道增益误差，和分别表示第一、第二和第三方差。
[0033]优选的，鲁棒资源分配问题表示为：
[0034][0035]其中，R
k
表示系统吞吐量，K表示认知反向散射用户数量，表示第k个认知反向散射用户在第一阶段的总吞吐量，表示第k个认知反向散射用户在反向散射阶段最小总吞吐量阈值，表示第k个认知反向散射用户在第二阶段的总吞吐量，表示第k个认知反向散射用户在第二阶段最小总吞吐量阈值，表示第k个认知反向散射用户的最小能耗阈值，E
k
表示第k个认知反向散射用户收集的总能量，Pr{
·
}表示求中断概率；ε
k
、ζ
k
、ρ
k
和θ
k
分别表示第一、第二、第三和第四中断概率门限，T表示传输总时间，表示反射时隙，β
k
表示第k个认知反向散射用户的反射系数，P0表示主发射机的发射总功率，f
k
表示主基站到第k个认知反向散射用户的信道增益，h
k,m
表示第k个认知反向散射用户到第m个主接收机的
信道增益，t
a
表示主动传输时间，p
k
表示第k个认知反向散射用户在主动传输时的发射功率，表示第m个主接收机可以接受的最大干扰功率；表示第m个主接收机可以接受的最大干扰功率；和分别表示第一、第二和第三不确定性集合，Δf
k
表示主基站到第k个认知反向散射用户的估计信道增益误差，Δh
k
...

【技术保护点】

【技术特征摘要】
1.一种基于NOMA的认知反向散射通信鲁棒传输方法，其特征在于，包括：S1：构建认知反向散射通信网络；S2：根据认知反向散射通信网络构建次级系统吞吐量最大化的资源分配问题；S3：根据信道估计误差服从高斯分布构建高斯信道不确定模型；S4：根据次级系统吞吐量最大化的资源分配问题和高斯信道不确定模型构建鲁棒资源分配问题；S5：求解鲁棒资源分配问题，得到传输方案；用户根据传输方案进行信息传输。2.根据权利要求1所述的一种基于NOMA的认知反向散射通信鲁棒传输方法，其特征在于，认知反向散射通信网络包括：一个主基站、M个主接收机、K个认知反向散射用户、一个认知接收机；第一阶段：主基站向所有认知反向散射用户传输信号，认知反向散射用户采用时分多址的方式轮流向认知接收机传输信号，所有认知反向散射用户从接收到的信号中收集能量；第二阶段：认知反向散射用户利用第一阶段收集的能量，通过上行NOMA主动的向认知接收机传输数据。3.根据权利要求1所述的一种基于NOMA的认知反向散射通信鲁棒传输方法，其特征在于，次级系统吞吐量最大化的资源分配问题表示为：s.t.C1:C2:C3:C4:C5:C6:0≤β
k
≤1.其中，R
k
表示系统吞吐量，表示第k个认知反向散射用户在第一阶段的总吞吐量，表示第k个认知反向散射用户在反向散射阶段最小总吞吐量阈值，表示第k个认知反向散射用户在第二阶段的总吞吐量，表示第k个认知反向散射用户在第二阶段最小总吞吐量阈值，表示第k个认知反向散射用户的最小能耗阈值，E
k
表示第k个认知反向散射用户收集的总能量，T表示传输总时间，表示反射时隙，β
k
表示第k个认知反向散射用户的反射系数，P0表示主发射机的发射总功率，f
k
表示主基站到第k个认知反向散射用户的信道增益，h
k,m
表示第k个认知反向散射用户到第m个主接收机的信道增益，t
a
表示主动传输时间，K表示认知反向散射用户数量，p
k
表示第k个认知反向散射用户在主动传输时的发射功率，表示第m个主接收机可以接受的最大干扰功率。
4.根据权利要求3所述的一种基于NOMA的认知反向散射通信鲁棒传输方法，其特征在于，第k个认知反向散射用户在第一阶段的总吞吐量为：其中，B表示信道带宽，h
k
表示第k个认知反向散射用户到认知接收机的信道增益，f
PT
‑
CR
表示主基站到认知接收机的信道增益，σ2表示认知接收机的背景噪声功率。5.根据权利要求3所述的一种基于NOMA的认知反向散射通信鲁棒传输方法，其特征在于，第k个认知反向散射用户在第二阶段的总吞吐量为：其中，B表示信道带宽，γ
k
表示第k个认知反向散射用户在主动传输阶段的信噪比。6.根据权利要求3所述的一种基于NOMA的认知反向散射通信鲁棒传输方法，其特征在于，第k个认知反向散射用户收集的总能量为：其中，表示第k个认知反向散射用户在第一能量收集阶段收集的能量，表示第k个认知反向散射用户在第二能量收集阶段收集的能量。7.根据权利要求3所述的一种基于NOMA的认知反向散射通信鲁棒传输方法，其特征在于，第k个认知反向散射用户的最小能耗阈值为：其中，和分...

【专利技术属性】
技术研发人员：徐勇军，姜思巧，来容，周继华，叶荣飞，陈量，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：