【技术实现步骤摘要】
本专利技术涉及无线通信网络优化方法领域，具体涉及一种携能irs无线传感网络及无线传感网络的资源优化方法。
技术介绍
1、预期下一代无线通信网络容量将千倍增长，无处不在的无线连接将成为现实，但是高复杂度的网络，高成本的硬件和日益增加的能耗将成为未来无线通信系统面临的巨大挑战。因此，未来无线网络急需一种创新、高效、频谱及资源友好的解决方案。irs以其低成本、低能耗、可编程、易部署等优势脱颖而出，成为未来无线网络的最具前途的候选新技术之一。
2、irs是一种具有可编程电磁特性的人工电磁表面结构，它是由大量可重新配置的反射元件组成的无源平面阵列。irs通常与智能控制器相连，智能控制器能够通过程序去调整反射系数(相位和/或振幅)。无线网络的性能可以通过智能地调整反射系数来增强，因为irs反射的信号可以添加到其他路径的信号中，以提高接收信号功率，和/或减少同信道干扰。其具有可重构性、低成本、节能和无需射频处理等优点，这些优点显示了irs在满足未来无线网络需求方面的巨大潜力。因此，irs技术将广泛应用于各种无线系统中，例如车对车通信、非正交多址网络以及无线信能同传系统。
3、能量是移动终端最宝贵的资源之一。在无线通信网络中，有效利用有限的能量已成为一个关键的设计问题，尤其是对于电池供电的能量受限的无线传感网络。设计无线传感器的基本要求是体积小、操作时间长。然而，当前的低能量密度电池技术给制造这种传感器带来了巨大的挑战。此外，对电池进行充电或更换可以延长无线传感器的工作时间，但是可能会带来不便甚至是危害，例如在建筑物和人
4、目前系统中的系统吞吐量无法达到最大化，资源利用有限，虽然能够利用凸优化方法进行解决，但是，凸优化方法的计算时间非常长，效率低。
技术实现思路
1、本专利技术意目的之一在于提供一种无线传感网络的资源优化方法，以解决现有方法计算时间长的问题。
2、本方案中的无线传感网络的资源优化方法，包括：
3、步骤1，建立irs辅助的携能无线传感网络模型，以和吞吐量最大化为目标函数，系统总时隙、两阶段相移为限制条件，给出优化问题所涉及的方程；
4、步骤2，基于凸优化方法，对所建立的优化问题进行求解，并采用凸优化方法进行仿真，生成训练集、验证集和测试集；
5、步骤3，针对通信时隙和相移的特性，分别设计不同的深度神经网络；
6、步骤4，基于步骤2生成的训练集对步骤3所建立的两个深度神经网络进行训练，采用步骤3生成的验证集对训练过程进行验证；
7、步骤5，基于步骤2生成的测试集中的输入参数，输入到训练好的深度神经网络中，获得输出结果，从而计算出系统的总吞吐量性能表现。
8、本方案的有益效果是：
9、通过以吞吐量最大化为目标函数，系统总时隙和相移为限制调节，基于凸优化方法生成训练集、验证集和测试集，以用于训练和测试针对时隙和相移分别的深度神经网络，降低计算维度，减小计算量，提高系统整体的运算速度，提高运算效率。
10、进一步，所述步骤1中，基于时分多址的能量采集-再传输方案建立irs辅助的携能无线传感网络模型，将在一个能量站、一个irs、多个无线传感器设备和一个接入点搭建成irs辅助的携能无线传感网络模型；
11、将irs信号连接至智能控制器以动态配置其反射元件的参数；
12、让能量站于时隙τ0向所有无线传感器设备传输能量，然后让无线传感器设备按照分配到的时隙τk，利用从能量站收到的能量向接入点发送自身采集的信息。
13、进一步，所述步骤1中，给出优化问题所涉及的方程的过程为：
14、将与第k个无线传感器设备对应的irs的反射对角矩阵定义为：
15、
16、其中，αk，n为与第k个无线传感器设备相关联的第n个反射单元的相移，βk，n为与第k个无线传感器设备相关联的第n个反射单元的振幅，当k＝0时，θ0表示的是能量传输阶段的反射相移矩阵；
17、将在能量传输阶段，第k个无线传感器设备采集到的能量表示为：
18、
19、其中，ηk为第k个传感器能量转换效率，p0为能量站的发射功率，τ0∈[0，1]为起始时隙，为能量站与irs之间的复基带信道，为irs与第k个无线传感器设备之间的信道，为能量站于第k个无线传感器设备之间的复基带信道；
20、设无线传感器设备采集到的所有能量都被用于信息传输，第k个传感器的吞吐量表示为：
21、
22、其中，σ2为接入点的噪声功率，τk∈[0，1]为第k个用户分配到的用于上传信息的时隙，为irs与接入点之间的信道，为第k个无线传感器设与接入点之间的复基带信道，为第k个无线传感器设备与irs之间的复基带信道；
23、根据构建的irs辅助的携能无线传感网络模型，将在一个通信周期内接入点处和吞吐量最大化问题建模为：
24、
25、
26、
27、其中，τ＝[τ0，τ1，…，τk]，θ＝[θ0，θ1，…，θk]。
28、进一步，所述步骤2中，定义等式解决吞吐量最大化问题的非凸性，等式表示为：
29、
30、
31、其中，ck＝diag(h0)hr，k，dk＝diag(gr，k)gr，
32、
33、
34、采用三角不等式可以得到关系表示为：
35、
36、其中，dk[n]是dk中第n个元素；
37、将三角不等式的上限通过αk，n＝arg(gd，k)-arg(dk[n])和获得，在信息传输阶段，将最优相移矩阵通过最优得到信息传输阶段的闭式解；
38、结合信息传输阶段最优相移矩阵，将优化问题等价的改写为：
39、
40、
41、
42、其中，
43、定义以下表达式解决等价改写后优化问题的非凸性，表示为：
44、
45、其中，
46、利用半正定松弛方法，丢弃秩一限制条件rank(h0)＝1，再使用线性分式规划定义w0＝τ0v0，将优化问题松弛为：
47、
48、
49、
50、有益效果是：对吞吐量最大化的优化问题进行松弛，便于后续进行神经网络的训练和测试所采用数据集的获取。
51、进一步，所述步骤3中，通信时隙和相移的深度神经网络输入参数相同，表示为：
52、
53、其中，re{}表示取复数的实部，im{}表示取复数的虚部。
54、有益效果是：将输入参数进行处理，便于后续本文档来自技高网...
【技术保护点】
1.一种无线传感网络的资源优化方法，包括：
2.根据权利要求1所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤1中，基于时分多址的能量采集-再传输方案建立IRS辅助的携能无线传感网络模型，将在一个能量站、一个IRS、多个无线传感器设备和一个接入点搭建成IRS辅助的携能无线传感网络模型；将IRS信号连接至智能控制器以动态配置其反射元件的参数；
3.根据权利要求2所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤1中，给出优化问题所涉及的方程的过程为：
4.根据权利要求3所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤2中，定义等式解决吞吐量最大化问题的非凸性，等式表示为：
5.根据权利要求4所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤3中，通信时隙和相移的深度神经网络输入参数相同，表示为：
6.根据权利要求5所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤3中，用于设计时隙分配τk的深度神经网络包括：输入层、多个隐藏层和输出层，其输入参数为H，输出参数为[τ0,...,τ
7.根据权利要求5所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤3种，用于设计相移的深度神经网络包括：输入层、多个隐藏层和输出层，以H作为相移的深度神经网络输入参数，以θ0＝[θ0,1,...,θ0,N]作为相移的深度神经网络的输出参数；
8.一种携能IRS无线传感网络，其特征在于：包括一个能量站、一个IRS、智能控制器、多个无线传感器设备和一个接入点：
9.根据权利要求8所述的一种携能IRS无线传感网络，其特征在于：所述IRS设置多个独立的反射单元，所述反射单元于同一平面上且以矩阵阵列进行排布。
...【技术特征摘要】
1.一种无线传感网络的资源优化方法，包括：
2.根据权利要求1所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤1中，基于时分多址的能量采集-再传输方案建立irs辅助的携能无线传感网络模型，将在一个能量站、一个irs、多个无线传感器设备和一个接入点搭建成irs辅助的携能无线传感网络模型；将irs信号连接至智能控制器以动态配置其反射元件的参数；
3.根据权利要求2所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤1中，给出优化问题所涉及的方程的过程为：
4.根据权利要求3所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤2中，定义等式解决吞吐量最大化问题的非凸性，等式表示为：
5.根据权利要求4所述的一种无线传感网络的资源优化方法，其特征在于：所述步骤3中，通信时隙和相移的深度神经网络输入参数相同，...
【专利技术属性】
技术研发人员：张淼，张尧，楚征，唐跃川，朱嘉，李磊，陈林，胡建平，
申请(专利权)人：航天天目重庆卫星科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。