[發明專利]基于能量采集的自適應調制和功率控制系統與優化方法

有效

• 申請號: 202010325108.3
• 申請日: 2020-04-23
• 公開（公告）號: CN111491358B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 楊佳雨;胡杰;楊鯤;冷甦鵬
• 申請（專利權）人: 電子科技大學
• 主分類號: H04W52/26
• 分類號: H04W52/26;G06N3/08
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發明公開一種基于能量采集的自適應調制和功率控制系統與優化方法，應用于無線通信網絡技術領域，本發明的系統包括：發射機、接收機、瑞利衰落信道以及信道估計模塊；所述發射機根據信道估計模塊的反饋信息，在平均功率限制、平均誤碼率限制、平均能量收割限制的約束下，自適應地調整其發射功率和調制方式；接收機自適應調節功率分割因子；所述接收機包括可充電電池，接收機采用功率分割的方式將一部分接收到的能量存儲到電池中，剩余的能量通過瑞利衰落信道向發射機傳輸數據；有效的解決了未來物聯網低功耗接收機的能源供應問題，實現綠色網絡的愿景。

技術領域

本發明屬于無線通信網絡技術領域，特別涉及一種應用于SWIPT系統的自適應鏈路技術。

背景技術

近年來，同時無線信息和功率傳輸(SWIPT)已受到相當大的關注，以延長能量受限節點的壽命。在SWIPT應用場景下，發射器通過無線信道將信息和能量發送到接收器。傳統的傳輸方案中，調制模式、發射功率是固定的，這稱為非自適應方案。該方案不能充分利用時變衰落信道。并且它為了確保在時變信道的各個狀態下的可靠傳輸，是根據信道狀態的最壞情況設計的非自適應系統。該系統的設計原理會導致無法充分利用信道容量。為了在不同信道條件下可以獲得最大的吞吐量，將自適應鏈路技術(包括自適應調制、自適應功率控制、自適應能量傳輸控制)引入到SWIPT系統中是很有必要的。

此外，人工智能技術正炙手可熱。其憑借可以使得機器設備等像人類一樣比較智能的感知與環境做出一定的反饋的特性，目前已經被各大領域加以應用。在通信領域，人工智能技術也被應用于各個通信層。例如，物理層可以采用深度學習進行智能的調制與編碼，MAC層可以依據強化學習進行一定的資源分配，而網絡層則可以智能的幫助各個設備尋找最優路由。通信與機器學習的結合，正在使得網絡更加智能化。

和傳統的自適應鏈路技術不同，在SWIPT系統中，因為接收器僅使用從無線信道接收的能量信號中收集的能量進行操作，信息傳輸量和能量傳輸量之間存在折衷，因此自適應鏈路控制方案的設計除了考慮吞吐量的優化以外，還必須同時優化收集到的能量，以此保證系統的性能和穩定。在傳統的優化方法中，雖然考慮了時變信道，但相關研究中對信道轉移概率在系統中已知的假設卻是不合理的，因為在現實世界中難以準確地估計信道轉移概率。

發明內容

為解決上述技術問題，本發明提出一種基于能量采集與深度強化學習的自適應調制和功率控制方案與優化方法。

本發明采用的技術方案為：一種自適應調制鏈路控制系統，包括：發射機、接收機、瑞利衰落信道以及信道估計模塊；

所述發射機根據信道估計模塊的反饋信息，在平均功率限制、平均誤碼率限制、平均能量收割限制的約束下，自適應地調整其發射功率和調制方式；

所述接收機包括可充電電池，接收機采用功率分割的方式將一部分接收到的能量存儲到電池中，剩余的能量通過瑞利衰落信道向發射機傳輸數據。

所述發射機維護兩個深度神經網絡，所述兩個神經網絡分別記為：目標網絡和評估網絡，所述目標網絡用于選取動作策略，并輸出所選取動作策略對應的預期回報值表示回報函數，評估網絡用于對當前時刻值函數Q(s_t,a_t)進行估計。所述動作策略指調制方式。

本發明采用的技術方案之二為：一種基于深度強化學習的深度神經網絡優化方法，包括：

B1、隨機初始化評估網絡權重參數θ和目標網絡的權重θ^-；

B2、發射機依據當前的評估網絡，得到具有最大Q(s_t,a_t)的動作a_t，目標網絡以1-ε的概率執行動作a_t，以ε的概率隨機從動作候選集中選取動作進行探索；

B3、每種動作對應一個回報函數，并且使得發射機的狀態從s_t轉移到s_t+1；