基于学习理论的无线蜂窝网络动态绿色能量管理方法研究

With the increasing serious global environmental situation, it’s urgent to strengthen the use and management of green energy, while improving the energy efficiency of the wireless cellular networks. The emerging energy harvesting technology can exploit the clean green energy to supplement or replace the energy of the traditional power grid. Under the renewable energy harvesting environment, the fund project can realize sharing the green energy of the wireless cellular base station, and solve the collaborative optimization problem among the dynamic green energy resources, dynamic idle spectrum resources and dynamic traffic demand based on the learning theory, convex optimization and game theory. The fund project establishes the mathematical model of a single cellular base station with the dynamic green energy and traffic, and the adaptive balance structure of energy efficiency and spectrum efficiency with the target of resource efficiency, proposes the dynamic power management algorithm of a single cellular base station based on learning theory; establishes the mathematical model of the energy interaction among multiple cellular base stations based on the Markov Game Theory, and proposes the energy cooperation algorithm of the multi-cellular base stations based on learning theory; establishes the mechanism of formation and update for the collaborative alliance of the multi-cellular base stations, proposes the green energy cooperation algorithm based on learning theory in the cognitive radio network. As an interdisciplinary research project, the fund project can help to address the volatility problem of green energy for cellular base station, and provide a reliable theoretical support for the green energy applications in the wireless networks.

随着全球环境形势日益严峻，迫切需要在提高无线蜂窝网络能量效率的同时，加强绿色能源的使用和管理。新兴的能量捕获技术通过获取清洁的绿色能源以补充或替代传统的电网能源。本基金项目在可再生能量获取环境下，基于学习理论、凸优化和博弈论等理论，实现无线蜂窝基站的绿色能量的共享利用，解决动态绿色能量资源、动态空闲频谱资源与动态业务流量需求之间的协同优化问题。建立动态绿色能量和业务流量影响下的单蜂窝基站数学模型，建立以资源效率为目标的能效与频效自适应均衡结构，提出基于学习理论的单蜂窝基站动态能量管理算法；基于Markov对策论建立多蜂窝基站间能量交互的数学模型，提出基于学习理论的多蜂窝基站能量合作算法；建立多蜂窝基站协作联盟的形成与更新机制，提出认知无线网络中基于学习理论的绿色能量合作算法。该项目作为学科交叉研究有助于更好地解决蜂窝基站绿色能源供能的波动问题，为绿色能源在无线网络中的可靠应用提供理论支撑。

随着全球环境形势日益严峻，迫切需要在提高无线蜂窝网络能量效率的同时，加强绿色能源的使用和管理。新兴的能量捕获技术通过获取清洁的绿色能源以补充或替代传统的电网能源。本基金项目主要对可再生能源供电下无线蜂窝基站能量管理中的关键科学问题进行研究，在时间域和空间域上对无线蜂窝网络的动态能量协作机制进行研究，对电力零售商和蜂窝基站簇协同能量供需问题和能量约束下合法监听技术场景展开研究。建立了动态绿色能量和业务流量影响下的单蜂窝基站数学模型，建立了以资源效率为目标的能效与频效自适应均衡结构，提出了基于学习理论的单蜂窝基站动态能量管理算法；提出了基于学习理论的多蜂窝基站能量合作算法；提出了基于匹配理论的多电力零售商与蜂窝基站的能量双边供需模型，提出了合法监控过程中的能量效率和能量协同模型。仿真分析结果表明，所提出的蜂窝基站能量管理方法和能量约束下的无线安全策略具有较好性能。本课题基本按照原研究计划执行，各项研究内容依次有序进行。本课题已经超额完成研究目标，成果主要体现为研究论文和发明专利以及相关学术专著。本课题基于学习理论、凸优化和博弈论等理论，实现无线蜂窝基站的绿色能量的共享利用，解决动态绿色能量资源、动态空闲频谱资源与动态业务流量需求之间的协同优化问题。该项目作为学科交叉研究有助于更好地解决蜂窝基站绿色能源供能的波动问题，为绿色能源在无线网络中的可靠应用提供理论支撑。