面向车联网的无线能量/信息协同传输性能评价与优化研究

A large number of wireless nodes in vehicular networks suffer from charging problems and short lifetime. Providing long-range wireless power transfer for these nodes can prolong their lifetime and facilitate network construction. Moreover, the frequent information communications among wireless nodes cost substantial energy. Wireless energy and information transfer can jointly solve charging and communication problems for vehicular networks. This project first analyzes the performance metrics and evaluation methods, and establishes an accurate and comprehensive evaluation system. Then, we study two system optimization techniques, namely scheduling and relay cooperation, taking into account traffic status, application QoS, battery status and channel information. Detailed researches involve: V2I uplink/downlink energy/information scheduling based on orthogonal resource allocation, as well as non-orthogonal resource allocation and its interference management; relay strategies, relay selection policies, cooperative relaying schemes and their optimization. Conclusions and algorithms can provide theoretical basis and optimization methods for wireless power and information transfer in vehicular networks.

车联网中存在大量充电难和寿命有限的无线节点，为这些节点提供长距离无线能量传输可以维持节点寿命及简化系统铺设。另一方面，无线节点间的信息交换非常频繁，能量消耗较多。基于电磁波的无线能量与信息协同传输可以为车联网提供能量和信息的联合解决方案。本课题首先研究车联网能量/信息协同传输的性能指标和评价方法，建立准确、全面的性能评价体系。在此基础上，以车辆道路状态、智能交通业务QoS、电池状态和信道信息为参数，分别研究基于调度和中继协作的系统优化方法。具体包括：基于正交资源分配的V2I上下行能量/信息调度机制，基于非正交资源分配的调度机制及其干扰管理方法；面向车联网能量/信息协同传输的中继工作策略、中继选择算法及中继联合转发机制及其优化。相关成果将为车联网实施无线能量/信息协同传输提供理论依据和系统优化方法。

车联网是智能交通系统的基础通信架构。为了实现各种车联网应用，车辆和用户的数据被频繁采集、传输。在无线信道传输数据的同时，为节点提供无线能量传输可以维持节点寿命、简化系统铺设。面向车联网中的信息/能量协同传输，我们进行了以下研究。（1）车联网性能指标设计及计算。研究车辆接入率对评估车联网性能、指导车联网铺设及参数优化有重要意义。本研究设计了车联网V2I通信接入性能指标及其理论计算框架，并在上行和下行场景中进行验证。本研究成果为车联网的性能评估和网络优化提供理论基础。（2）车联网多跳传输方案及端到端性能计算。车辆间协作可以提高车路（vehicle-to-infrastructure,V2I）通信、车车（vehicle-to-vehicle,V2V）通信性能。因此，本研究针对车联网信息/能量的多跳传输，提出了基于“成功中继”的逐跳中继选择机制，并建立了推导端到端性能的理论方法。针对车体对车内节点信号的阻碍作用，本研究还提出了基于移动中继的多跳传输机制及性能计算方法。（3）基于人工智能的中继传输优化方法。传统方法基于最优化算法，依赖于准确的信道状态信息，复杂度和信令开销较高，不适合极其复杂的车联网。本研究设计了一种基于决策树的、数据驱动的中继选择算法，包括训练和测试数据的获取、输入特征生成方法、量化参数优化等。仿真实验和成本分析证明相比传统算法，基于决策树的中继选择算法具有以下三个优势：时间复杂度更低、信道反馈量更小和非准确信道状态信息需求。本课题的研究成果能为车联网数据传输提供可靠的理论依据和技术方案，对促进智能交通系统的发展起到积极作用。