基于随机优化的绿色通信功率和缓存时延跨层研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61801277
项目类别：
青年科学基金项目
资助金额：
24.0万
负责人：
张田
依托单位：
山东管理学院
学科分类：
F0105.移动通信
结题年份：
2021
批准年份：
2018
项目状态：
已结题
起止时间：
2019-01-01 至2021-12-31

项目参与者：
田杰；季辉；王秀平；梁道君；
关键词：
高能效无线传输

项目摘要

Energy consumption increases greatly with the rapid development of wireless communications industry. As a promising solution to alleviate the severe environmental problems and energy shortage, green communications becomes a prospective topic. In this project, we investigate the physical layer power and the network layer buffer delay in green wireless communications by utilizing stochastic optimization theory. The data generate randomly in the transmitter, and are stored in a first-in-first-out buffer before transmitting. In each transmission period, the transmitter chooses some data in the buffer head, and transmits to the receiver. The total power consumption includes transmission power and circuit power. The transmitter could utilize renewable energy, and it can purchase the grid power. In the project, we study the minimization of mean data waiting time in the buffer (buffer delay) through the arrangement of transmitting data amount and renewable power allocation (the rest power is purchased from grid) in each period. Meanwhile, mean grid power constraint should be considered. The related processes (e.g., the data arrival, the renewable energy arrival, and the fading wireless channel) are modeled as proper stochastic processes. Then, we formulate a stochastic optimization problem, analyze the formulated problem under the Markov decision process (MDP) framework, and propose a arrangement mechanism for transmitting data and renewable allocation thereby. Finally, low complexity algorithms are given utilizing the Lyapunov optimization.

随着无线通信工业的迅速发展，能量消耗快速增加。作为缓解由此带来的环境和能源短缺问题的有效解决方案，绿色通信成为未来发展的趋势。应用随机优化理论，本课题研究绿色无线通信中网络层缓存时延和物理层功率的跨层优化问题。发送端产生的数据存放在先进先出的缓存队列中，在每个发送周期从缓存中取一些数据发送到接收端。发送数据所需总功率包括数据传输功耗和电路的功耗。发送端可以使用可再生能量也可以从电网购买能量。本课题研究平均电网能量约束下通过设定每个发送周期中发送数据的数量和可再生能量的分配（其余能量从电网获得）使得数据在缓存中的平均等待时间（缓存时延）最短。首先，对相关物理过程（数据产生、可再生能量到达、无线信道变化）进行随机模型描述；在此基础上，建立研究问题的随机优化模型并在马尔科夫决策框架下对其进行分析、求解，提出发送数据数量和可再生能量分配的设定机制；最后，结合李雅普诺夫优化提出实用的低复杂度的算法。

结项摘要

随着信息技术产业的快速发展，伴随而来的环境问题和能源短缺日益突出。绿色通信强调利用可再生能源、提高能量效率，是解决相关问题的重要方案。本项目焦聚绿色通信，围绕可再生能源、能量效率、频谱效率开展研究工作，主要研究内容包括：（a）研究利用可再生能源的单载波以及多载波点到点绿色通信中的时延和功率跨层优化机制。（b）研究能量收割移动边缘网络的计算任务卸载机制。（c）研究多小区网络能量效率和频谱效率折中问题。. 经过三年的努力，取得了预期的研究结果：建立了利用可再生能源的多载波单载波点到点通信、利用可再生能源的边缘计算网络计算卸载的理论分析框架，提出了对应的可再生能源分配、数据传输和计算卸载的机制和方法。对无线通信中的能量效率和频谱效率折中问题进行了研究，提出了基于速率分割-公共波束成型协调的算法。已在国内外学术期刊和学术会议发表论文5篇；授权中国专利4件，其中发明专利3件；授权软件著作权2件。项目的研究成果丰富和完善了绿色通信和网络中能量分配、频谱效率、数据速率分配、计算卸载问题的理论分析体系，提出了具有实际应用价值的低复杂度算法和机器学习算法，解决了当前以及未来一段时间内的实践应用需求。. 绿色通信相关研究具有重要的现实意义，成果具有广泛的应用前景。同时，能量效率和频谱效率的研究是无线通信的基础问题，研究二者的折中关系具有重要的科学意义。边缘计算网络作为减少延时提高通信网用户体验的重要技术，未来应用前景广阔。本课题研究了绿色通信的时延和功率跨层优化、无线网络能量效率和频谱效率折中以及如何更加有效的利用可再生能源完成计算卸载等边缘计算网络关键任务，切合当前以及未来无线网络发展趋势，具有重要的科学意义和应用价值。