تخصیص بهینه الگوریتمی منابع در کانال رله گوسی دوطرفه کامل جاذب انرژی با قابلیت انتقال بی‌سیم توان

نوع مقاله : مقاله پژوهشی

نویسنده

دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران

چکیده

جذب (یا برداشت) انرژی اخیراً به‌عنوان یک فناوری برتر برای رفع محدودیت انرژی در شبکه‌های بی‌سیم نسل آتی و نیز سامانه‌های صنعتی برپایه اینترنت اشیا و هم‌چنین به‌عنوان اساس شبکه‌های مخابرات سبز به‌منظور کاهش‌ مصرف انرژی در فعالیت‌های بشری معرفی شده است. در این مقاله به پژوهش در مورد ارسال مشارکتی در کانال رله گوسی دوطرفه کامل با گره‌های منبع و رله‌ی جاذب انرژی می‌پردازیم. هدف بیشینه‌سازی تعداد کل بیت‌های ارسالی از منبع به مقصد در مدت زمان مشخص از طریق تخصیص بهینه نرخ و توان به گره‌های جاذب انرژی است. همچنین بر اساس قابلیت گره‌های منبع و رله برای انتقال بخشی از انرژی (توان) خود به‌هم‌دیگر، دو حالت در نظر گرفته می‌شود که شامل انتقال یک‌طرفه توان از منبع به رله و انتقال دوطرفه توان بین منبع و رله است. مسأله تخصیص منابع از دیدگاه یافتن جواب بهینه الگوریتمی مورد بررسی قرار می‌گیرد. بدین‌منظور شرایطی روی‌ نحوه جذب انرژی در گره‌ها در نظر گرفته می‌شود که در آن شرایط، جواب بهینه الگوریتمی برای انتقال یک‌طرفه توان به‌دست می‌آید. برای انتقال دوطرفه توان، جواب‌ بهینه الگوریتمی در حالت عمومی ارائه می‌شود. نهایتاً عملکرد الگوریتم‌های پیشنهادی به‌صورت عددی مورد تجزیه و تحلیل قرار گرفته و با نتایج ابزار بهینه‌سازی محدب عددی مورد مقایسه قرار می‌گیرند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Optimal Algorithmic Resource Allocation in Energy Harvesting Full-Duplex Gaussian Relay Channel with Wireless Power Transfer Capability

نویسنده [English]

  • M. Mohassel Feghhi
Faculty of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran
چکیده [English]

Energy harvesting (EH) (or scavenging) is introduced recently as a prominent technology for alleviating energy or power delimitations of next generation wireless networks, such as industrial systems based on the internet of things (IoT), and also as a bases for the green communication networks, to reduce energy consumption in man-made activities. In this paper, cooperative transmission is considered in full-duplex Gaussian relay channel with energy harvesting source (S) and relay (R) nodes. This paper aims at maximizing total number of transmitted bits from S to destination (D) in a determined time through optimal rate and power allocation to the EH nodes. Also, based on the nodes’ capabilities to transfer some part of their energy (power) to each other, two cases are considered: one-way power transfer (PT) from S to R, and two-way PT between S and R. Optimal resource allocation is investigated to find algorithmic solution. For this purpose, conditions on nodes’ EH profile are considered, where optimal algorithmic solution is obtained in one-way PT case. In the case of two-way PT, optimal solution in general form is presented. Finally, the performance of the proposed algorithms is analyzed numerically and compared with numerical convex optimization tools.

کلیدواژه‌ها [English]

  • Energy harvesting
  • Full-duplex
  • Optimal algorithmic solution
  • Resource allocation
  • Relay channel
  • Wireless power transfer
[1] M. Bhardwaj and A. P. Chandrakasan, “Bounding the lifetime of sensor networks via optimal role assignments,” in Proc. IEEE INFOCOM, pp.1587–1598, 2002.
[2] A. Kansal, J. Hsu, S. Zahedi, and M. B. Srivastava, “Power management in energy harvesting sensor networks,” ACM Trans. Embed. Comput. Syst., vol.6, pp.1–8, Sep. 2007.
[3] V. Raghunathan, A. Kansal, J. Hsu, J. Friedman, and M. B. Srivastava, “Design considerations for solar energy harvesting wireless embedded systems,” in Proc. IEEE Int. Symp. on Inf. Process. in Sensor Networks (IPSN), pp.457– 462, 2005.
[4] D. Niyato, E. Hossain, M. M. Rashid, and V. K. Bhargava, “Wireless sensor networks with energy harvesting technologies: A game-theoretic approach to optimal energy management,” IEEE Wireless Commun., vol.14, pp.90–96, Aug. 2007.
[5] V. Raghunathan, S. Ganeriwal, and M. Srivastava, “Emerging techniques for long lived wireless sensor networks,” IEEE Commun. Mag., vol.44, pp.108–114, Apr. 2006.
[6] A. Kansal and M. B. Srivastava, “An environmental energy harvesting framework for sensor networks,” in Proc. Int. Symp. on Low Power Electronics and Design (ISLPED), pp.481–486, 2003.
[7] M. Rahimi, H. Shah, G. S. Sukhatme, J. Heideman, and D. Estrin, “Studying the feasibility of energy harvesting in a mobile sensor network,” in Proc. IEEE Int. Conf. on Robotics and Automation (ICRA), pp.19–24, 2003.
[8] R. Rajesh, V. Sharma, and P. Viswanath, “Information capacity of energy harvesting sensor nodes,” in Proc. IEEE Int. Symp. Inf. Theory (ISIT), pp.2363–2367, Jul./Aug. 2011.
[9] محمود محصل فقهی و علی‌اعظم عباسفر، «راه‌حل‌های آنلاین بهینه مجانبی برای شبکه‌های مخابراتی جاذب انرژی»، نشریه مهندسی برق و مهندسی کامپیوتر ایران، جلد 14، شماره 2، 155-149، تابستان 1397.
[10] M. M. Feghhi, A. Abbasfar and M. Mirmohseni, “Performance analysis for energy harvesting communication protocols with fixed rate transmission”, IET Communications, vol. 8, no. 18, pp. 3259-3270, Dec. 2014.
[11] V. Chawla and S. H. Dong, “An overview of passive RFID,” IEEE Commun. Mag., vol.45, pp.11–17, Sep. 2007.
[12] F. Zhang, S. A. Hackworth, X. Liu, H. Chen, R. J. Sclabassi, and M. Sun, “Wireless energy transfer platform for medical sensors and implantable devices,” in Proc. IEEE Annual Int. Conf. Engineering in Medicine and Biology Society (EMBC), pp.1045–1048, 2009.
[13] H. Matsumoto, “Research on solar power satellites and microwave power transmission in japan,” IEEE Microw. Mag., vol.3, pp.36–45, Dec. 2002.
[14] L. R. Varshney, “Transporting information and energy simultaneously,” in Proc. IEEE Int. Symp. Inf. Theory (ISIT), pp.1612–1616, 2008.
[15] P. Grover and A. Sahai, “Shannon meets tesla: Wireless information and power transfer,” in Proc. IEEE Int. Symp. Inf. Theory (ISIT), pp.2363–2367, 2010.
[16] R. Zhang and C. K. Ho, “MIMO broadcasting for simultaneous wireless information and power transfer,” IEEE Trans. Wireless Commun., vol.12, pp.1989–2001, May 2013.
[17] L. R. Varshney, “On energy/information cross-layer architectures,” in Proc. IEEE Int. Symp. Inf. Theory (ISIT), pp.1356–1360, 2012.
[18] D. Gunduz and B. Devillers, “Two-hop communication with energy harvesting,” in Proc. IEEE International Workshop on Computational Advances in Multi-Sensor Adaptive Processing (CAMSAP), pp.201–204, Dec. 2011.
[19] C. Huang, R. Zhang, and S. Cui, “Throughput maximization for the Gaussian relay channel with energy harvesting constraints,” IEEE J. Sel. Areas Commun., vol.31, pp.1469–1479, Aug. 2013.
[20] B. Gurakan, O. Ozel, J. Yang, and S. Ulukus, “Energy cooperation in energy harvesting communications,” IEEE Trans. Commun., vol.61, pp.4884–4898, Dec. 2013.
[21] O. Orhan and E. Erkip, “Optimal transmission policies for energy harvesting two-hop networks,” in Proc. Annual Conference in Information Sciences and Systems (CISS), pp.1–6, Mar. 2012.
[22] M. Naeem, A. S. Khwaja, A. Anpalagan, and M. Jaseemuddin, “Green cooperative cognitive radio: A multiobjective optimization paradigm,” IEEE Syst. J., 2014.
[23] A. E. Gamal and Y. H. Kim. Network Information Theory. Cambridge University Press, 2011.
[24] M. M. Feghhi, M. Mirmohseni and A. Abbasfar, “Power Allocation in the Energy Harvesting Full-Duplex Gaussian Relay Channels”, International Journal of Communication Systems, Special Issue on Energy Efficient Wireless Communication Networks with QoS, vol. 30, no. 2, pp. 1-29, Jan. 2017.
[25] M. M. Feghhi, M. Mirmohseni and A. Abbasfar, “Low Complexity Resource Allocation in the Relay Channels with Energy Harvesting Transmitters”, Ad Hoc Networks, vol. 77, pp. 108-118, Aug. 2018.
[26] J. Yang and S. Ulukus, “Optimal packet scheduling in an energy harvesting communication system,” IEEE Trans. Commun., vol.60, pp.220–230, Jan. 2012.
[27] M. Grant and S. Boyd, “CVX: Matlab software for disciplined convex programming, version 2.1,” http://cvxr.com/cvx, Mar. 2014.