本文選題：能量捕獲技術(shù)　切入點：無線能量傳輸　出處：《中國科學(xué)技術(shù)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

【摘要】：隨著能量捕獲(Energy Harvesting,EH)技術(shù)的發(fā)展和政府對綠色通信的積極倡導(dǎo),近年來,基于能量捕獲的無線通信系統(tǒng)得到了廣泛深入的研究,同時無線能量傳輸技術(shù)(Wireless Energy Transfer or Wireless Power Transfer, WET or WPT)的發(fā)展也使得無線攜能通信系統(tǒng)(Simultaneous Wireless Information and Power Transfer, SWIPT)成為了新的研究熱點。如何高效地使用能量捕獲網(wǎng)絡(luò)中的能量進(jìn)行數(shù)據(jù)業(yè)務(wù)的傳輸是能量捕獲無線網(wǎng)絡(luò)中具有實際意義的熱點問題。本論文使用隨機(jī)優(yōu)化理論,對能量捕獲無線通信系統(tǒng)進(jìn)行數(shù)學(xué)建模和理論分析,針對不同場景下的無線網(wǎng)絡(luò)傳輸效用最大化問題進(jìn)行了研究,具體工作如下：1.首先,研究了點對點能量捕獲無線通信系統(tǒng)的傳輸效用最大化問題,為了保證數(shù)據(jù)傳輸?shù)姆⻊?wù)質(zhì)量(Quality of Service, QoS)和避免由于能量到達(dá)的隨機(jī)性和間歇性引起的數(shù)據(jù)傳輸中斷,將傳輸效用最大化問題建模為隊列穩(wěn)定性約束條件下的平均傳輸效用最大化問題。采用Lyapunov優(yōu)化理論設(shè)計了在線的平均傳輸效用最大化算法,該算法不依賴于能量捕獲過程和無線信道的先驗知識。最后,通過Matlab數(shù)值仿真實驗驗證了所提出的平均傳輸效用最大化算法的有效性。2.研究了能量捕獲通信系統(tǒng)中可伸縮編碼(Scalable Video Coding, SVC)視頻的自適應(yīng)傳輸問題,在能量隨機(jī)到達(dá)的條件下,為了保證視頻的不間斷傳輸以及減少可伸縮視頻層頻繁切換所引起的抖動效應(yīng),將可伸縮視頻的自適應(yīng)傳輸問題建模為帶約束的最大化視頻傳輸效用問題。采用Lyapunov優(yōu)化理論對問題進(jìn)行轉(zhuǎn)化,提出了在線的動態(tài)視頻層傳輸算法,所提出的算法不依賴于對能量捕獲過程和信道的假設(shè)條件,具有較低的復(fù)雜度。最后,采用真實可伸縮視頻序列進(jìn)行了數(shù)值仿真實驗,實驗結(jié)果驗證了所提算法的性能。3.考慮能量捕獲通信系統(tǒng)中可伸縮視頻的自適應(yīng)傳輸問題,為了保證可伸縮視頻基本層的不間斷傳輸,將可充電電池中的能量預(yù)留作為一個約束,可伸縮視頻傳輸效用最大化問題建模為CMDP模型。采用近似動態(tài)規(guī)劃理論對模型設(shè)計了在線學(xué)習(xí)算法,同時采用高斯混合模型(Gaussian Mixture Model, GMM)和在線的期望最大化(Expectation Maximization, EM)算法對能量分布進(jìn)行學(xué)習(xí),利用學(xué)習(xí)得到的信息來提高算法的性能和收斂速度。最后用真實視頻序列設(shè)計仿真實驗,驗證了所提出的在線學(xué)習(xí)算法的有效性。4.考慮輻射式無線攜能通信系統(tǒng),定義了發(fā)射器和接收器的狀態(tài)和狀態(tài)間的轉(zhuǎn)移過程,此外定義了無線攜能通信系統(tǒng)中的信令和能量交互過程。無線攜能通信協(xié)議的提出符合無線能量傳輸技術(shù)標(biāo)準(zhǔn)化和產(chǎn)業(yè)化的需求,是對無線攜能通信系統(tǒng)的積極探索。
[Abstract]:With the development of energy capture technology and the active advocacy of green communication by the government, wireless communication systems based on energy capture have been studied extensively and deeply in recent years. At the same time, the development of wireless Energy Transfer or Wireless Power transfer (WET or WPTT) also makes wireless portable Wireless Information and Power transfer (SWIPT) become a new research hotspot. How to use energy efficiently to capture the energy in the network. The transmission of data services is a hot issue of practical significance in energy capture wireless networks. The mathematical modeling and theoretical analysis of the energy capture wireless communication system are carried out, and the problem of maximizing the utility of wireless network transmission under different scenarios is studied. The specific work is as follows: 1. In order to ensure the quality of service (QoS) of data transmission and avoid the interruption of data transmission caused by randomness and intermittency of energy arrival, the problem of maximizing the transmission utility of point-to-point energy capture wireless communication system is studied. The transmission utility maximization problem is modeled as the average transmission utility maximization problem under the constraint of queue stability. An online average transmission utility maximization algorithm is designed using Lyapunov optimization theory. The algorithm does not depend on the energy capture process and prior knowledge of the wireless channel. Finally, The effectiveness of the proposed average transmission utility maximization algorithm is verified by Matlab numerical simulation. 2. The adaptive transmission of scalable Video coding (SVC) video in the energy capture communication system is studied. Under the condition of random energy arrival, the adaptive transmission of scalable Video coding (SVC) video is studied. In order to ensure the continuous transmission of video and reduce the jitter effect caused by frequent switching in scalable video layer, The adaptive transmission problem of scalable video is modeled as the problem of maximizing the utility of video transmission with constraints. The problem is transformed by Lyapunov optimization theory, and an online dynamic video layer transmission algorithm is proposed. The proposed algorithm is independent of the assumptions of the energy capture process and the channel, and has low complexity. Finally, the real scalable video sequences are used for numerical simulation. The experimental results verify the performance of the proposed algorithm. 3. Considering the adaptive transmission of scalable video in the energy capture communication system, in order to ensure the continuous transmission of scalable video base layer, The problem of maximizing the utility of scalable video transmission is modeled as CMDP model by taking the energy reservation in rechargeable battery as a constraint, and an online learning algorithm is designed based on approximate dynamic programming theory. At the same time, the Gao Si hybrid model Gaussian Mixture Model (GMMM) and the online expectation maximization maximization (EMMM) algorithm are used to study the energy distribution, and the learning information is used to improve the performance and convergence speed of the algorithm. Finally, the simulation experiments are designed with real video sequences. The validity of the proposed online learning algorithm is verified. 4. Considering the radiative wireless portable communication system, the state and the state transfer process between the transmitter and receiver are defined. In addition, the signaling and energy interaction process in wireless portable communication system is defined. The proposed wireless energy communication protocol conforms to the requirements of standardization and industrialization of wireless energy transmission technology, and is an active exploration of wireless energy carrying communication system.
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN915.0

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周建濤;陸海燕;葉新銘;;面向資源調(diào)度的矩陣規(guī)范化方法研究[J];中山大學(xué)學(xué)報(自然科學(xué)版);2009年01期

2 夏文明;李國富;;資源調(diào)度問題研究綜述[J];機(jī)電工程;2009年07期

3 林偉偉;齊德昱;;云計算資源調(diào)度研究綜述[J];計算機(jī)科學(xué);2012年10期

4 楊繼君;許維勝;黃武軍;吳啟迪;;基于多災(zāi)點非合作博弈的資源調(diào)度建模與仿真[J];計算機(jī)應(yīng)用;2008年06期

5 梁金華;;基于仿真網(wǎng)格平臺的資源調(diào)度算法模擬[J];科技信息;2010年18期

6 薛玉;;云計算環(huán)境下的資源調(diào)度優(yōu)化模型研究[J];計算機(jī)仿真;2013年05期

7 羅丹;;云計算資源調(diào)度算法仿真[J];計算機(jī)仿真;2013年07期

8 謝斌;林華;;聯(lián)合戰(zhàn)場資源調(diào)度問題綜述[J];艦船電子工程;2013年10期

9 林永毅,張智江,廖黛麗,倪凌;電信傳輸資源及調(diào)度一體化管理的研究與實現(xiàn)[J];電信科學(xué);2002年10期

10 吉軍;蔚承建;陳勝峰;陳旭;;分散式多工廠資源調(diào)度中的一種理性策略[J];計算機(jī)應(yīng)用;2010年11期

相關(guān)會議論文 前3條

1 曹東旭;劉明陽;;基于馬爾科夫決策鏈的作戰(zhàn)資源調(diào)度[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

2 王兵;賈利民;龍慧;郭杜杜;馬玉春;;新疆公路網(wǎng)交通事故應(yīng)急救援資源調(diào)度系統(tǒng)設(shè)計及應(yīng)用[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

3 叢慧芳;王文生;謝能付;;農(nóng)業(yè)信息網(wǎng)格環(huán)境中數(shù)據(jù)傳輸資源調(diào)度方法研究[A];中國農(nóng)業(yè)信息科技創(chuàng)新與學(xué)科發(fā)展大會論文匯編[C];2007年

相關(guān)重要報紙文章 前1條

1 本報記者 吳挺;云計算的管理需求顯現(xiàn)[N];計算機(jī)世界;2009年

相關(guān)博士學(xué)位論文 前10條

1 王小樂;信息物理融合系統(tǒng)資源調(diào)度關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 吳曉民;能量捕獲驅(qū)動的異構(gòu)網(wǎng)絡(luò)資源調(diào)度與優(yōu)化研究[D];中國科學(xué)技術(shù)大學(xué);2016年

3 王力;鐵路集裝箱中心站關(guān)鍵資源調(diào)度優(yōu)化理論與方法[D];北京交通大學(xué);2014年

4 馬滿福;基于計算經(jīng)濟(jì)的網(wǎng)格資源管理研究[D];西北工業(yè)大學(xué);2007年

5 冉泳屹;云環(huán)境下基于隨機(jī)優(yōu)化的動態(tài)資源調(diào)度研究[D];中國科學(xué)技術(shù)大學(xué);2015年

6 徐昕;基于博弈論的云計算資源調(diào)度方法研究[D];華東理工大學(xué);2015年

7 徐勁松;SLA約束下的云資源調(diào)度關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2013年

8 張靜樂;網(wǎng)絡(luò)環(huán)境下協(xié)同服務(wù)關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2011年

9 田國忠;多DAG共享資源調(diào)度的若干問題研究[D];北京工業(yè)大學(xué);2013年

10 王海威;智能電視操作系統(tǒng)服務(wù)性能與資源調(diào)度關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王艷平;基于蟻群算法的云計算資源調(diào)度研究[D];曲阜師范大學(xué);2015年

2 何蘭蘭;云環(huán)境下基于SLA的優(yōu)化資源管理機(jī)制研究[D];江西理工大學(xué);2015年

3 張揚;基于QPSO-SFLA改進(jìn)算法的云環(huán)境資源調(diào)度研究[D];江西理工大學(xué);2014年

4 楊南;藏文輿情云分析平臺資源調(diào)度優(yōu)化研究[D];西北民族大學(xué);2015年

5 李超;基于改進(jìn)粒子群算法的云計算資源調(diào)度研究[D];中國礦業(yè)大學(xué);2015年

6 郭慶光;基于協(xié)同演化算法的云計算資源調(diào)度的研究[D];電子科技大學(xué);2014年

7 陳強(qiáng);載波聚合下的資源調(diào)度研究[D];電子科技大學(xué);2014年

8 梁俊杰;基于應(yīng)用容器的云資源調(diào)度研究與實現(xiàn)[D];電子科技大學(xué);2015年

9 趙穎;Hadoop環(huán)境下的動態(tài)資源管理研究與實現(xiàn)[D];上海交通大學(xué);2015年

10 徐政;基于QoS的LTE資源調(diào)度策略研究[D];南京郵電大學(xué);2015年

，

本文編號：1591811