[发明专利]一种基于加权公平的认知无线供电网络资源分配方法

权利要求书

1.一种基于加权公平的认知无线供电网络资源分配方法，其特征在于，所述认知无线供电网络包括：一对主用户和一对次用户，所述一对主用户包括主发射机和主接收机，而所述一对次用户包括次发射机和次接收机；所述认知无线供电网络总频谱带宽被平分为N个子载波，这N个子载波的集合记为整个传输过程分为M个时隙；

该方法包括步骤：

(1)参数设置：每个时隙分为两个阶段，记时隙j的第一阶段所占比例为第二阶段所占比例为时隙j的第一阶段，次用户接入主用户的授权频段进行数据传输，次用户在第i个子载波上的传输功率为而主用户在所有的子载波上对次用户传输的信号利用射频能量收集技术收集能量，以供下一阶段的传输使用；时隙j的第二阶段，主用户与次用户利用不同的子载波同时进行数据传输，记主用户在第i个子载波上的传输功率为次用户在第i个子载波上的传输功率为

(2)在获取当前信道增益的前提下，为每个时隙构建优化问题模型P1：

P1：

问题模型P1满足约束条件C1至C6：

C1：

C2：

C3：

C4：

C5：

C6：

其中，P表示次用户在时隙j上的最大总传输功率，ζ表示能量收集效率，D_j表示主用户在时隙j传输的数据量，其中，σ²为噪声功率；ω_p表示主用户的加权因子，ω_s表示次用户的加权因子；表示次用户在时隙j上传输的数据量，

(3)初始化j＝1；

(4)对时隙j，求解问题模型P1，得到的解，依次为

(5)将前j个时隙的主用户的传输数据量D_j相加，判断主用户前j个时隙的传输总数据量是否达到预设的目标数据量D，如果达到则计算转入步骤(6)，否则，更新j＝j+1，返回步骤(4)；

(6)对时隙构建优化问题模型P2：

P2：

优化问题模型P2满足约束条件C7至C13：

C7：

C8：

C9：

C10：

C11：

C12：

C13：

通过求解优化问题模型P2，对时隙重新进行资源分配，得到分配结果：

(7)对于时隙至M，在每个时隙将资源全部分配给次用户，即给定然后对每个时隙，在次用户总传输功率约束下，以最大化次用户的传输数据量为目标问题构建优化问题模型P3：

P3：

优化问题模型P3满足约束条件C14：

C14：

求解问题模型P3，得到时隙至M中次用户的传输功率，记为

(8)根据步骤(1)至(7)的计算结果，得到各时隙的资源分配方案：

当满足时，时隙j的资源分配方案为：

当满足时，时隙j的资源分配方案为：

所述求解问题模型P1的方法包括依次执行的步骤S1至S4：

S1：初始化假设时隙j第二阶段的所有子载波都分配给次用户，即设置

S2：将代入问题模型P1，求解问题模型P1，得到和的值；

S3：将步骤S2得到的和代入问题模型P1，求解问题模型P1，得到的值；

求解的步骤包括：

S3-1：令将代入问题模型P1，然后采用拉格朗日对偶法或内点法求解问题模型P1，得到和的值；

S3-2：构建问题模型P4：

P4：

问题模型P4满足约束条件C2：

C2：

其中，为时隙j的第二阶段分配给次用户的子载波的集合，

S3-3：将步骤S3-1得到的和的值代入问题模型P4，然后通过经典注水法求解问题模型P4，得到的值；

S4：重复执行步骤S2至S3，直至问题模型P1收敛；

所述求解问题模型P2的方法包括依次执行的步骤S5至S8：

S5：初始化假设在时隙的第二阶段所有子载波都分配给次用户，即设置

S6：将代入问题模型P2，求解问题模型P2，得到和的值；

S7：将步骤S6得到的和代入问题模型P2，求解问题模型P2，得到的值；

求解的步骤包括：

S7-1：令将代入问题模型P2，然后采用拉格朗日对偶法或内点法求解问题模型P2，得到和的值；

S7-2：构建问题模型P5：

P5：

问题模型P5满足约束C8：其中，为时隙的第二阶段分配给次用户的子载波的集合，

S7-3：将步骤S7-1得到的和的值代入问题模型P5，然后通过经典注水法求解问题模型P5，得到的值；

S8：重复执行步骤S6至S7，直至问题模型P5收敛。