Power splitting (PS) based simultaneous wireless information and power transfer (SWIPT) is considered in a multi-user multiple-input-single-output broadcast scenario. Specifically, we focus on jointly configuring the transmit beamforming vectors and receive PS ratios to minimize the total transmit energy of the base station under the user-specific latency and energy harvesting (EH) requirements. The battery depletion phenomenon is avoided by preemptively incorporating information regarding the receivers' battery state and EH fluctuations into the resource allocation design. The resulting time-average sum-power minimization problem is temporally correlated, non-convex (including mutually coupled latency-battery queue dynamics), and in general intractable. We use the Lyapunov optimization framework and derive a dynamic control algorithm to transform the original problem into a sequence of deterministic and independent subproblems, which are then solved via two alternative approaches: i) semidefinite relaxation combined with fractional programming, and ii) successive convex approximation. Furthermore, we design a low-complexity closed-form iterative algorithm exploiting the Karush-Kuhn-Tucker optimality conditions for a specific scenario with delay bounded batteryless receivers. Numerical results provide insights on the robustness of the proposed design to realize an energy-efficient SWIPT system while ensuring latency and EH requirements in a time dynamic mobile access network.


翻译:在多用户多投多投单输出广播情景中,考虑了基于同时的无线信息与电源传输(SWIPT)的断电(PS)基站基于同时的无线信息与电源传输(SWIPT)。具体地说,我们侧重于联合配置传输光成矢量,并获得PS比率,以最大限度地减少在用户特定的延缓和节能要求下基站的传输能量总量。通过先发制人地将接收器电池状态和EH波动方面的信息纳入资源分配设计,可以避免电池耗竭现象。由此产生的时间平均总能量最小化问题是时间性相关、非凝聚(包括相互结合的悬浮电池排队列动态)和一般难以解决的问题。我们使用Lyapunov优化框架并获得动态控制算法,将原始问题转化为一系列的确定性和独立的子问题,然后通过两种替代方法加以解决:i)半定宽度宽松与微编程组合结合,以及连续的连接点近点。此外,我们设计了一个低兼容性封闭式的迭流动定调调调调调调调调调(包括相互配合的延展的延展式定调调调调调调调调调调调调调调调调调调调调调调调调调调调调制的调制的调和调和调和调和调和调和调和调和调和调制调和调和调制调制调制调制调调调调调调调调调调调调调调调调调制调制调制调制调制调制,同时利用卡鲁普调和调制调制调制调制调制调制调制调制调制的调制的调制的调制调制调制的调制的调制的调制的调制的调制的调制调制调制调制调制调制的调制的调制的调制,同时调制的调制,同时调制的调制的调和调制调制调和调制调制调制调制的调制,同时调制调制调制调制的调制的调制调制调制),同时调制的调制的调制调制调制调制调制调制的调制的调制的调制的调制的调制调制

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
【快讯】CVPR2020结果出炉,1470篇上榜, 你的paper中了吗?
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
【赛尔笔记】文本摘要论文列表
深度学习自然语言处理
3+阅读 · 2020年10月30日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
tensorflow LSTM + CTC实现端到端OCR
机器学习研究会
26+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2018年3月28日
VIP会员
相关资讯
【赛尔笔记】文本摘要论文列表
深度学习自然语言处理
3+阅读 · 2020年10月30日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
tensorflow LSTM + CTC实现端到端OCR
机器学习研究会
26+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员