反向散射体域网高效通信机制研究

Body sensor network (BAN) is a kind of wireless sensor network deployed on (or implanted in) human body, with task of sensing and transmitting personal healthcare information. Passive backscatter communication can significantly reduce the energy consumption and hardware complexity, thus it is suitable for BAN which require restrict energy consumption limitation. However, backscatter communication technology reflect the existing RF signal for communication, which result in a relative low communication performance. The dynamic BAN channel condition and heterogeneity of BAN users could bring significant impact for backscatter communication..Therefore, this project carries out research on high efficiency communication scheme for backscatter-based BAN by fully combining the characteristics of BAN. First, by exploiting the periodic channel fluctuation caused by walking activity, the transmission rate control scheme is developed to improve the average transmission rate. Furthermore, in multi-node scenario, a transmission scheduling strategy is developed to coordinate the transmissions and maximize the network global average rate. Second, regarding the heterogeneity of BAN users, the deep reinforcement learning algorithm is used in multiply heterogeneity BAN coexistence scenario, to learn the optimal admission control scheme at an online fashion to guarantee the communication service quality requirements of BAN user.

体域网是一种部署在人体表面（或内部）的无线传感器网络，负责个人健康信息采集和传输。利用反向散射技术进行无源通信可以极大的降低体域网节点无线通信能耗和硬件复杂度，因此十分适合应用在能耗高度受限的体域网场景。但是，反向散射技术完全依靠反射已存在的射频信号进行传输，通信性能较低，体域网中的信道强动态性和用户异构性会对其造成很大的影响。.因此，本课题充分结合体域网的特点开展反向散射体域网高效通信机制研究。首先针对信道强动态性，利用行走状态下无线信道质量周期变化规律，研究传输速率控制机制，提升平均传输速率。并且在多节点场景下，设计一个全局最优的传输调度策略，协调体域网节点传输，最大化系统全局平均速率；其次针对体域网用户异构性，研究利用深度强化学习在多异构体域网共存场景下在线学习最优的准入控制策略，保障体域网用户差异化通信服务质量要求。

承担个人健康信息监测工作的无线体域网（Wireless Body Area network, WBAN）是一个能量高度受限的网络，能耗（尤其是通信能耗）对WBAN来说至关重要，虽然面向WBAN的高能效无线通信有很多的研究成果，但由于有源射频模块固有电路能耗的限制，能效提升有限。本项目将基于无源通信模式的反向散射（Backscatter Communication, BC）技术和WBAN相结合，为WBAN实现极低功耗的通信。但是反向散射技术本身在传输速率和距离上和传统有源通信模式相比存在劣势，为了使得BC可以满足医疗健康业务对通信服务质量的要求,本项目围绕面向BC-WBAN的通信系统性能优化机制开展研究。首先，我们充分结合WBAN近人体信道变化特性，研究近人体信道周期变化的BC系统传输功率和速率联合优化机制，提出了一个全局最优的传输调度策略，最大化系统整体速率。其次，为了针对BC-WBAN设备接入的需求，克服射频源信号不稳定的难点，实现BC设备大范围广接入，我们研究BC-WBAN和蜂窝网络深度融合机制，提出基站波束赋形和WBAN节点传输时隙联合优化算法，适配系统资源。最后，为了进一步提升BC通信性能，将智能可重构反射面（Intelligent Reconfigurable Surface, IRS）技术引入BC系统，研究IRS技术辅助增强的BC系统多节点接入策略，通过联合优化射频源处的主动发射波束形成向量、IRS处的无源波束形成向量和接收器处的接收波束形成向量，使所提出的IRS增强的多BC节点系统的整体速率最大化。相关研究成果发表在SCI索引的期刊文章共3篇，EI收录的国际会议文章3篇，并获得IEEE CyberSciTech/ PICom/ DASC/ CDBCom 2022最佳学生论文奖。相关技术成果申请专利3项，本项目在WBAN绿色通信方面提出了新的研究思路，在推动WBAN在智慧健康领域中的应用中具有重要意义。