基于能量采集的绿色认知无线网络资源管理研究

With the increasing demand of mobile data from users, obtaining more spectrum resource and improving its efficiency is the key of future wireless network development. Additionally, with the increasing awareness of environmental conservation, it is necessary to put more efforts on energy conservation and pollution reduction in telecommunication industry. Thus, future wireless network must consider decreasing its energy consumption. We adopt cognitive wireless network technology to acquire idle spectrum resource to improve its efficiency. At the same time, we use energy harvesting technology to reduce dependency on traditional energy resources to decrease energy consumption and reduce emissions of greenhouse gases. Because of the adaptation of energy harvesting technology, energy management is newly introduced and the multi-domain resource management is very complex due to energy causality constraint. The study is based on our recent research on resource management in cognitive wireless network. We plan to use tools from stochastic geometry, stochastic dynamic programming, game theory, robust optimization and so on to investigate methods on resource management based on hybrid energy resources, cooperative resource management based on wireless power transfer and resource management based on imperfect channel state information in energy harvesting green cognitive wireless network. The results obtained will guide the optimal deployment of high spectrum efficiency, high energy efficiency cognitive wireless network, and provide solutions of low carbon, environmental friendly and green sustainable network capacity improvement and energy reduction for operators.

随着用户对移动数据需求与日俱增，获取更多频谱资源和提升其利用率是未来无线网络发展的关键。另外，随着环保意识日益增长，通信领域节能减排势在必行，未来无线网络必须考虑如何降低能耗。本项目拟采用认知无线网络获取空闲频谱资源并提升其利用率，同时采用能量采集技术来降低认知无线网络对传统能源依赖，从而降低能耗，减少温室气体排放。由于能量采集技术的运用而引入了全新的能量资源管理，且能量因果约束的存在令包括能量在内的多维资源管理异常复杂。该项目研究在申请人对认知无线网络资源管理现有研究的基础上，拟运用随机几何、随机动态规划、博弈论、鲁棒优化等理论工具，探索能量采集绿色认知无线网络中的基于混合能源的资源管理方法、基于无线能量传输的协作式资源管理方法和非理想信道状态信息下的资源管理方法。研究成果将指导高谱效、高能效认知无线网络优化部署，为运营商提供低碳环保、绿色可持续的网络容量提升和能耗降低的解决方案。

随着用户对移动数据需求与日俱增，获取更多频谱资源和提升其利用率是未来无线网络发展的关键。另外，随着环保意识日益增长，通信领域节能减排势在必行，未来无线网络必须考虑如何降低能耗。本项目拟采用认知无线网络获取空闲频谱资源并提升其利用率，同时采用能量采集技术来降低认知无线网络对传统能源依赖，从而降低能耗，减少温室气体排放。由于能量采集技术的运用而引入了全新的能量资源管理，且能量因果约束的存在令包括能量在内的多维资源管理异常复杂。该项目研究在申请人对认知无线网络资源管理现有研究的基础上，运用随机几何、随机动态规划、博弈论、鲁棒优化等理论工具，探索能量采集绿色认知无线网络中的基于混合能源的资源管理方法、基于无线能量传输的协作式资源管理方法和非理想信道状态信息下的资源管理方法。其中，在基于混合能源的资源管理研究方面，提出了最小化认知用户总传统能源消耗的功率分配算法；在基于能量采集和无线能量传输的资源管理研究方面，提出了多认知用户、多信道的基于无线信息和能量同时传输的认知无线网络中的资源管理方法，提出了无线供能认知无线网络中的功率控制和时间分配算法，提出了基于无线能量传输的认知协作机制及其资源管理算法；在非理想信道状态信息下基于能量采集的资源管理研究方面，提出了一种新的无线供能认知用户协助主用户的安全协作协议及其资源管理算法，其在主用户偷听者信道状态信息完全未知的条件下依旧可以提升主用户的保密通信质量。研究成果将指导高谱效、高能效认知无线网络优化部署，为运营商提供低碳环保、绿色可持续的网络容量提升和能耗降低的解决方案。