無(wú)線通信中高譜效與高能效的功率管理研究.pdf

1、頻率資源稀缺和節(jié)省能耗是當(dāng)前無(wú)線通信研究中的兩個(gè)重要問(wèn)題。為此，我們以無(wú)線通信中高頻譜效率和高能量效率的功率管理作為本論文的研究對(duì)象。為了提高頻譜利用率，本文研究了認(rèn)知網(wǎng)絡(luò)中主用戶(hù)和次用戶(hù)以u(píng)nderlay方式共享頻譜時(shí)的聯(lián)合功率控制，通過(guò)建立Stackelberg博弈模型來(lái)分析了基于頻分復(fù)用的認(rèn)知無(wú)線網(wǎng)絡(luò)中層次化的主用戶(hù)網(wǎng)絡(luò)和次用戶(hù)網(wǎng)絡(luò)的聯(lián)合功率分配問(wèn)題。由于主用戶(hù)對(duì)次用戶(hù)來(lái)講具有優(yōu)先性，本文將主用戶(hù)建模為領(lǐng)導(dǎo)者，將次用戶(hù)建模為跟隨者

2、。模型中所有用戶(hù)（主、次用戶(hù)）的策略為功率在子載波上的分配，效用為各自的最大傳輸速率。同時(shí)建立的模型還考慮了主用戶(hù)和次用戶(hù)的最大功率約束以及主用戶(hù)的干擾信號(hào)比約束，后者用來(lái)保證主用戶(hù)的服務(wù)質(zhì)量?；谝陨霞s束，我們給出了各個(gè)用戶(hù)的可行策略集合。
　　本文對(duì)建立的Stackelberg博弈模型進(jìn)行了理論分析。具體來(lái)講，分析了下層的次用戶(hù)博弈問(wèn)題納什均衡的存在性，給出了納什均衡唯一的一個(gè)充分條件，并進(jìn)一步給出了在一般信道條件下的能夠收斂

3、到納什均衡點(diǎn)的分布式迭代算法。在特殊信道（完美對(duì)稱(chēng)信道）條件下，則給出了納什均衡點(diǎn)的閉式表達(dá)式。當(dāng)只考慮一個(gè)主用戶(hù)時(shí)，上層博弈為包含下層次用戶(hù)博弈這一子問(wèn)題的優(yōu)化問(wèn)題。在下層次用戶(hù)博弈的納什均衡可以給出的情況下就變成了一般的優(yōu)化問(wèn)題。對(duì)于只有一個(gè)主用戶(hù)的場(chǎng)景，我們?cè)诶碚摲治龅幕A(chǔ)上根據(jù)次用戶(hù)網(wǎng)絡(luò)私有信息的可用性給出了兩類(lèi)算法。在主用戶(hù)能夠獲得次用戶(hù)網(wǎng)絡(luò)信息時(shí)，提出了解析的算法。首先主用戶(hù)求解包含次用戶(hù)博弈子問(wèn)題的優(yōu)化問(wèn)題，得到最優(yōu)功率分

4、配。然后，次級(jí)用戶(hù)在主用戶(hù)最優(yōu)功率分配下，根據(jù)下層次用戶(hù)博弈的納什均衡解進(jìn)行功率分配。我們證明該算法能夠得到Stackelberg均衡解。當(dāng)主用戶(hù)不能得到次用戶(hù)網(wǎng)絡(luò)的信息時(shí)，提出了分布式的迭代算法并證明了該算法的收斂性。為了進(jìn)一步提高時(shí)間效率，我們還提出了異步迭代算法。針對(duì)多個(gè)主用戶(hù)共存的場(chǎng)景，我們提出了相應(yīng)的分布式迭代算法，拓展了算法的應(yīng)用范圍。
　　針對(duì)車(chē)載無(wú)線協(xié)作網(wǎng)絡(luò)，本文提出用聯(lián)盟博弈以及定價(jià)機(jī)制的方法來(lái)提高頻譜利用率的方

5、法。具體來(lái)講，通過(guò)車(chē)輛之間的合作、車(chē)輛與路邊單元的合作，減少數(shù)據(jù)傳輸沖突、提高數(shù)據(jù)傳輸?shù)臏?zhǔn)確性及吞吐量，從而提高頻譜的有效利用率。車(chē)輛之間可以組成聯(lián)盟然后在聯(lián)盟中進(jìn)行傳輸聯(lián)合調(diào)度從而避免數(shù)據(jù)沖突，車(chē)輛和路邊單元之間也可以組成聯(lián)盟。路邊單元可以充當(dāng)中繼來(lái)協(xié)助同一個(gè)聯(lián)盟中的車(chē)輛進(jìn)行數(shù)據(jù)傳輸提高準(zhǔn)確度和吞吐量。雖然轉(zhuǎn)發(fā)數(shù)據(jù)有消耗，但是路邊單元可以通過(guò)定價(jià)機(jī)制對(duì)協(xié)作進(jìn)行收費(fèi)獲得收益。我們分析了組成聯(lián)盟能夠讓參與者獲得效用增益的一些條件比如聯(lián)盟中

6、一定需要有車(chē)輛參加。此外，我們還分析了聯(lián)盟的穩(wěn)定性問(wèn)題，給出了內(nèi)核非空的一個(gè)必要條件。
　　高能量效率的通信能夠很好地實(shí)現(xiàn)節(jié)能減排，能量效率也是綠色通信的重要概念。本文中，我們研究了具有能量收割功能節(jié)點(diǎn)的綠色通信中物理層的功率控制與高層時(shí)延的跨層優(yōu)化問(wèn)題。高層產(chǎn)生的數(shù)據(jù)進(jìn)入緩存中排隊(duì)等待發(fā)送，高層時(shí)延就是指排隊(duì)的時(shí)延。在每個(gè)時(shí)隙中，發(fā)送端從隊(duì)列的前端發(fā)送一定數(shù)目的數(shù)據(jù)（數(shù)目的多少對(duì)應(yīng)于速率）。同時(shí)，發(fā)送端還需要確定本時(shí)隙中從收割能

7、量的存儲(chǔ)電池中分配多少的收割能量（剩余的能量則從電網(wǎng)中得到）。本文在電網(wǎng)電量的平均值受限制的情況下，分析了時(shí)延最優(yōu)的功率分配，將可用功率的效用發(fā)揮到最佳，提高能量效率。在收割能量到達(dá)、數(shù)據(jù)產(chǎn)生、信道變化為馬爾科夫過(guò)程時(shí)，我們將該問(wèn)題建模為約束馬爾科夫決策問(wèn)題，系統(tǒng)狀態(tài)包括隊(duì)列狀態(tài)（緩存中的隊(duì)列長(zhǎng)度）、電池狀態(tài)（電池中存儲(chǔ)的能量多少）、無(wú)線信道狀態(tài)、數(shù)據(jù)產(chǎn)生多少、收割能量的多少，行動(dòng)包括傳輸速率的選擇和從電池中分配能量的多少，也就是說(shuō)策略

8、為以傳輸速率和電池功率分配為元素的2維策略。在收割能量的存儲(chǔ)電池容量無(wú)限、有限情況下分別分析了最優(yōu)速率和最優(yōu)電池功率分配的性質(zhì)。電池容量無(wú)限時(shí)，我們證明最策略可以順次得到即先得到最優(yōu)速率，然后在此基礎(chǔ)上得到最優(yōu)電池功率分配。另外，還得到了最優(yōu)速率的一些結(jié)構(gòu)化性質(zhì)。電池容量有限時(shí)，我們首先證明了靜態(tài)確定性策略為最優(yōu)策略的存在性，然后證明存在一個(gè)拉格朗日系數(shù)使得經(jīng)過(guò)拉格朗日松馳后的無(wú)約束問(wèn)題得到的解對(duì)于約束馬爾科夫決策也是最優(yōu)策略。同時(shí)，我

9、們還證明該無(wú)約束的馬爾科夫決策問(wèn)題的最優(yōu)策略可以通過(guò)其對(duì)應(yīng)的折扣馬爾科夫決策得到。我們給出了最優(yōu)策略的兩個(gè)必要條件，給出了盡可能多的發(fā)送數(shù)據(jù)同時(shí)盡可能多的分配電池功率為最優(yōu)策略的系統(tǒng)狀態(tài)需要滿足的條件，也給出了不發(fā)送任何數(shù)據(jù)（當(dāng)然同時(shí)不分配任何電池和電網(wǎng)功率）為最優(yōu)的系統(tǒng)狀態(tài)條件。最后，我們分析了策略的兩個(gè)元素之間的相互關(guān)系，發(fā)現(xiàn)傳輸速率是主導(dǎo)并且提出了在給定傳輸速率的情況下電池功率的貪婪分配策略為最優(yōu)的猜想。由此，我們研究了策略的降維

10、問(wèn)題，提出原問(wèn)題等價(jià)于策略只有傳輸速率的一個(gè)約束馬爾科夫決策的猜想。在理論分析基礎(chǔ)上提出了兩種具體的策略:激進(jìn)策略和保守策略。
　　在本文的最后一部分，我們將馬爾科夫決策模型拓展應(yīng)用到電動(dòng)車(chē)充電調(diào)度問(wèn)題中，提高了電動(dòng)車(chē)充電站的能量（功率）的利用效率。充電站有多個(gè)充電節(jié)點(diǎn)，另外它配備有可再生能量生成裝置（比如太陽(yáng)能板）。同時(shí)，為了保證服務(wù)的相對(duì)穩(wěn)定，充電站也可以從電網(wǎng)中購(gòu)買(mǎi)電量，但是平均的購(gòu)電代價(jià)是受限制的。
　　電動(dòng)車(chē)到達(dá)充

11、電站后先進(jìn)行排隊(duì)等候充電。在每個(gè)周期開(kāi)始時(shí)，充電站從隊(duì)列的前端取一定數(shù)目的電動(dòng)車(chē)進(jìn)行充電服務(wù)。與此同時(shí)，充電站還需要從可再生能量中分配一定數(shù)量的功率用來(lái)滿足充電需求（剩余所需電量從電網(wǎng)中購(gòu)買(mǎi)）。本文考慮了電動(dòng)車(chē)到達(dá)的隨機(jī)性、可再生能量的不穩(wěn)定性、電價(jià)的時(shí)變性質(zhì)以及每輛電動(dòng)車(chē)充電電量的不確定性，在此基礎(chǔ)上研究了平均購(gòu)電代價(jià)約束下時(shí)延最優(yōu)的功率分配問(wèn)題。當(dāng)考慮了每輛電動(dòng)車(chē)充電電量的不確定性這一因素后，問(wèn)題變得更復(fù)雜和棘手。為此，我們提出隊(duì)列

12、映射的方法將電動(dòng)車(chē)隊(duì)列映射為充電能量需求隊(duì)列。我們證明這兩個(gè)隊(duì)列平均長(zhǎng)度最小化是等價(jià)的。在電動(dòng)車(chē)到達(dá)、可再生能量生成以及電價(jià)變化都為馬爾科夫過(guò)程時(shí)，平均充電能量需求隊(duì)列長(zhǎng)度最小化的功率分配問(wèn)題可以在馬爾科夫決策的框架下進(jìn)行研究，我們建立了約束馬爾科夫決策對(duì)研究的問(wèn)題進(jìn)行了描述。為了簡(jiǎn)便，我們給出了建立的馬爾科夫決策在一種特殊情況下的分析、求解過(guò)程，對(duì)于一般情況的分析、求解可以類(lèi)似的給出。
　　本文分別考慮了傳統(tǒng)電網(wǎng)和智能電網(wǎng)的情況

13、。傳統(tǒng)電網(wǎng)環(huán)境下，可再生能量產(chǎn)生后需要存儲(chǔ)到一個(gè)電池中，這樣由于存儲(chǔ)電池的容量有限，電池的容量將會(huì)對(duì)最優(yōu)策略的分析、求解帶來(lái)很大影響，而在智能電網(wǎng)中，產(chǎn)生的可再生能量則可以存儲(chǔ)到電網(wǎng)中從而可以不再需要存儲(chǔ)電池，因而分配策略也不會(huì)受到電池容量的影響。相同策略下，智能電網(wǎng)環(huán)境下的平均電電動(dòng)車(chē)隊(duì)列長(zhǎng)度不會(huì)比傳統(tǒng)電網(wǎng)環(huán)境下的長(zhǎng)。在智能電網(wǎng)環(huán)境下，我們證明最優(yōu)策略可以順次得到即先得到最優(yōu)的進(jìn)行充電服務(wù)的電動(dòng)車(chē)數(shù)目;然后在此基礎(chǔ)上得到最優(yōu)的可再生功

14、率分配。我們得到了最優(yōu)的進(jìn)行充電的電動(dòng)車(chē)數(shù)目的一些結(jié)構(gòu)化性質(zhì)。在傳統(tǒng)電網(wǎng)環(huán)境下，我們證明一定存在一個(gè)靜態(tài)確定性策略為最優(yōu)策略，同時(shí)證明約束馬爾科夫決策問(wèn)題的解可以由拉格朗日松弛后的非約束問(wèn)題給出，而松弛后的非約束問(wèn)題的最優(yōu)解又可以通過(guò)其對(duì)應(yīng)的折扣馬爾科夫決策得到。我們給出了最優(yōu)策略的必要條件以及某些策略比如盡可能多的對(duì)電池進(jìn)行充電服務(wù)同時(shí)盡可能多的分配可再生能量為最優(yōu)時(shí)的系統(tǒng)狀態(tài)滿足的充分條件。在兩種場(chǎng)景下（傳統(tǒng)和智能電網(wǎng)），我們都考慮