[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111988791B - 基于雾计算的无线充电网络节点计算能力提升方法及系统 - Google Patents

基于雾计算的无线充电网络节点计算能力提升方法及系统 Download PDF

Info

Publication number
CN111988791B
CN111988791B CN201910429333.9A CN201910429333A CN111988791B CN 111988791 B CN111988791 B CN 111988791B CN 201910429333 A CN201910429333 A CN 201910429333A CN 111988791 B CN111988791 B CN 111988791B
Authority
CN
China
Prior art keywords
wireless charging
network node
charging network
energy
calculation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910429333.9A
Other languages
English (en)
Other versions
CN111988791A (zh
Inventor
张煜
熊轲
冀星沛
张春成
吴鹏
单葆国
谭显东
吴姗姗
张成龙
唐伟
王成洁
刘小聪
贾跃龙
李江涛
王向
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
State Grid Energy Research Institute Co Ltd
Original Assignee
Beijing Jiaotong University
State Grid Energy Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University, State Grid Energy Research Institute Co Ltd filed Critical Beijing Jiaotong University
Priority to CN201910429333.9A priority Critical patent/CN111988791B/zh
Publication of CN111988791A publication Critical patent/CN111988791A/zh
Application granted granted Critical
Publication of CN111988791B publication Critical patent/CN111988791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H04W16/225—Traffic simulation tools or models for indoor or short range network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
    • H04B5/70—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes
    • H04B5/79—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes for data transfer in combination with power transfer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种基于雾计算的无线充电网络节点计算能力提升方法，包括步骤输入计算所需数据；根据输入计算数据，确定无线充电网络节点收获的能量、无线充电网络节点计算能耗与向雾服务器卸载任务的能耗；建立关于功率发射器能量波束成形向量，无线充电网络节点时间分配、计算频率和功率分配的优化问题模型；求解并输出最大化系统计算速率；本发明结合考虑无线充电网络节点与功率发射器及多个雾服务器之间的能量因果关系、无线充电网络节点及多个雾服务器系统计算能力，联合优化功率发射器能量波束成形向量，无线充电网络节点时间分配、计算频率和功率分配，确定最大化系统计算速率的目标。

Description

基于雾计算的无线充电网络节点计算能力提升方法及系统
技术领域
本发明涉及网络优化设计技术领域，具体涉及一种基于雾计算并可提升无线充电网络节点计算能力的方法及系统。
背景技术
随着无线通信技术和物联网(Internet of things，IoTs)技术的飞速发展，巨量的无线设备逐渐接入网络，越来越多的计算服务和延迟敏感的应用给带来了巨大的挑战。由于大多数无线设备的计算能力相对较差且能量有限，如何支持如此多的计算服务和延迟敏感的应用程序已成为一个很大的挑战。为了提高无线设备的计算能力，计算卸载被认为是一个很有前途的解决方案，它不仅提高了无线设备的计算能力，而且降低了无线设备的计算能耗。因此，雾计算(fog computing)在学术界和工业界都受到了广泛的关注。不同于传统的云计算，雾计算中部署的雾服务器(fog server)接近无线设备，无线设备通过联合计算与卸载(Joint computing and offloading)将计算任务发送到附近的雾服务器完成计算，可以大大降低任务处理延迟和无线设备的能量消耗。
无线能量传输(Wireless power transfer)作为一种很有应用前景的技术，可以为能量有限的无线设备(如物联网节点和传感器节点)提供可持续的能源供应，延长设备的工作时间。无线能量传输技术可以利用手机、笔记本电脑、电视等家用电器，乃至大型的电力系统实现“隔空”能量输送。无线能量传输技术不仅在工厂企业、能源、航天航空、军事、水下作业等领域有重要价值，而且在家用电器、交通设施、医疗卫生等民用领域也具有广泛的应用前景。无线能量传输技术曾被麻省理工科技评论2016评为“十项引领未来的科学技术”之一。
基于此，亟需提供一种共同考虑及优化无线充电和多个雾服务器联合计算、卸载任务能力的方法。
发明内容
为了解决上述技术问题，本发明提供了一种基于雾计算的无线充电网络节点计算能力提升方法，包括以下步骤：
S1、输入计算所需数据；
S2、根据输入计算数据，确定无线充电网络节点收获的能量、无线充电网络节点计算能耗与向雾服务器卸载任务的能耗；
S3、建立关于功率发射器能量波束成形向量，无源网络节点时间、计算频率和功率分配的优化问题模型；
S4、求解并输出最大化系统计算速率；其中，
无线充电网络包括一个单天线的无线充电网络节点，分别与无线充电网络节点无线连接的设置N根天线的功率发射器及单天线的K个雾服务器。
在上述方法中，所述计算数据包括：
功率发射器发射信号功率，功率发射器能量波束成形向量，功率发射器到无线充电网络节点的信道向量；第k个雾服务器发射信号功率，第k个雾服务器到无线充电网络节点的信道向量；无线充电网络节点接收能量时间、无线充电网络节点能量转换效率、无线充电网络节点本地处理的数据量、无线充电网络节点处理1bit数据需要的CPU周期、无线充电网络节点处理的计算频率和无线充电网络节点有效电容系数，无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，无线充电网络节点向第k个雾服务器卸载任务的传输功率、无线充电网络节点卸载任务的数据量，无线充电网络节点到第k个雾服务器的信道增益、加性高斯白噪声功率。
在上述方法中，所述步骤S2具体如下：
根据无线能量传输理论和射频信号能量波束成形向量可以获得无线充电网络节点收获的能量为：
Figure BDA0002068472260000031
其中，τeh∈(0,T)为无线充电网络节点接收获得能量持续时间，ω∈CN×1为功率发射器能量波束成形向量，W＝E[ωωH]∈CN×N，
Figure BDA0002068472260000032
为K个单天线的雾服务器的集合，η为无线充电网络节点能量转换效率，hp为功率发射器到无线充电网络节点的信道向量，hF,k为第k个雾服务器到无线充电网络节点的信道向量，Pu为功率发射器发射信号功率，PF,k为第k个雾服务器发射信号功率；
无线充电网络节点本地计算能耗为：
Figure BDA0002068472260000033
其中，
Figure BDA0002068472260000034
为无线充电网络节点本地处理时间，/>
Figure BDA0002068472260000036
为无线充电网络节点处理的数据量，Cu为无线充电网络节点处理1bit数据需要的CPU周期；fu,cpu为无线充电网络节点处理的计算频率；ξu为无线充电网络节点有效电容系数；
无线充电网络节点向雾服务器卸载任务的能耗为：
Figure BDA0002068472260000035
式中，τk,off为无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，Pu,k为无线充电网络节点向第k个雾服务器卸载任务的传输功率。
在上述方法中，所述步骤S3具体如下：
建立优化问题：联合优化功率发射器处的能量波束成形向量W，无线充电网络节点的时间分配τ、无线充电网络节点处理的计算频率fu,cpu、发射功率分配Pu，达到无线充电网络节点计算速率最大化；
目标函数：
Figure BDA0002068472260000041
s.t.Eoff+Eloc≤Eeh
Figure BDA0002068472260000042
Figure BDA0002068472260000043
Figure BDA0002068472260000044
Figure BDA0002068472260000045
Figure BDA0002068472260000046
其中，目标函数为时间T内无线充电网络节点处理的数据量，
Figure BDA0002068472260000047
分别为时间分配向量，任务卸载时间分配向量，无线充电网络节点发送功率向量；B为系统带宽，gu,k为无线充电网络节点到第k个雾服务器的信道增益，/>
Figure BDA0002068472260000048
为无线充电网络节点到第k个雾服务器的加性高斯白噪声功率，/>
Figure BDA0002068472260000049
为无线充电网络节点最大可用信号发射功率，/>
Figure BDA00020684722600000410
为无线充电网络节点的最大计算频率。
在上述方法中，所述步骤S4输出数据包括：无线充电阶段耗时，任务卸载阶段耗时与结果反馈阶段耗时。
在上述方法中，所述无线充电网络节点的处理器每个CPU周期处理速度相同。
本发明还提供了一种基于雾计算的无线充电网络节点计算能力提升系统，包括一个单天线的计算能力、能量受限的无线充电网络节点，分别与无线充电网络节点无线连接的设置N根天线的功率发射器及单天线的K个雾服务器；
与无线充电网络节点、功率发射器及K个雾服务器分别连接的计算分析单元，用于获取系统数据，并根据获取数据建模确定最大化系统计算速率；
结果输出单元，用于输出优化结果。
在上述方案中，所述计算分析单元包括：用于获取计算所需数据的数据获取模块；
与数据获取模块连接用于完成计算的计算模块；包括计算无线充电网络节点本地计算能耗、无线充电网络节点向雾服务器卸载任务的能耗；
与计算模块连接并根据优化目标建立优化模型并求解模型建模计算模块；
数据获取模块包括获取功率发射器发射信号功率，第k个雾服务器发射信号功率；无线充电网络节点本地处理时间、无线充电网络节点处理的计算频率和无线充电网络节点有效电容系数，无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，无线充电网络节点向第k个雾服务器卸载任务的传输功率、无线充电网络节点卸载任务的数据量。
在上述方案中，所述建模计算模块计算时需要满足以下约束条件：
无线充电网络节点接收获得能量不少于无线充电网络节点进行本地计算消耗的能量和无线充电网络节点同时向K个雾服务器卸载任务消耗的能量，即无线充电网络节点收获的能量≥无线充电网络节点计算能耗+无线充电网络节点向多个雾服务器卸载任务的能耗。
在上述方案中，所述结果输出单元输出包括无线充电阶段耗时，任务卸载阶段耗时与结果反馈阶段耗时。
本发明结合考虑无线充电网络节点与功率发射器及多个雾服务器之间的能量因果关系、无线充电网络节点及多个雾服务器系统计算能力，联合优化功率发射器能量波束成形向量，无源网络节点时间、计算频率和功率分配，确定最大化系统计算速率的目标。
附图说明
图1为本发明提供的系统结构示意框图；
图2为本发明提供的系统中无线充电网络结构图；
图3为本发明提供的系统中无线充电网络节点整个过程的时间分配图；
图4为本发明提供的方法流程图。
具体实施方式
本发明提供了一种具有多个雾服务器的无线充电雾计算网络的优化设计，共同考虑无线充电和多个雾服务器联合计算与卸载任务的系统及方法，下面结合具体实施方式和说明书附图对本发明做出详细的说明。
如图1-2所示，本发明提供了一种基于雾计算的无线充电网络节点计算能力提升系统，包括：
一个单天线的计算能力、能量受限的无线充电网络节点(具体可为无线设备)，分别与无线充电网络节点无线连接的设置N根天线的功率发射器及单天线的K个雾服务器，本实施例中K≥1；无线充电网络节点由于体积小功率受限，目前技术条件下大多设计为单天线；雾服务器限制为单天线是为了利用网络中单天线小型设备的计算能力进行雾计算；功率发射器N根天线是因为功率发射器无体积、功率限制，采用多天线可以采用波束成形技术提高能量传输效率。
功率发射器和各雾服务器为有源设备，具有足够的电源。
功率发射器与K个雾服务器作为无线电源通过无线能量传输技术对无线充电网络节点进行充电；具体可为功率发射器与K个雾服务器通过射频信号(radio-frequency)将能量传输给无线充电网络节点，对无线充电网络节点进行充电。
无线充电网络节点利用收获的能量，将其任务划分为(K+1)个部分，将其余K部分任务卸载到K个雾服务器上完成计算，(K+1)部分通过本地计算完成；
K个雾服务器接收并执行相应的分配任务，将结果反馈给无线充电网络节点，无线充电网络节点将自身计算的结果与K个雾服务器反馈的结果，合成原始任务的计算结果。
本系统还包括与无线充电网络节点、功率发射器及K个雾服务器分别连接的计算分析单元，用于获取系统数据，并根据获取数据建模确定最大化系统计算速率；及结果输出单元，用于输出优化结果。
计算分析单元包括用于获取计算所需数据的数据获取模块；包括获取
功率发射器发射信号功率，第k个雾服务器发射信号功率，其中，1≤k≤K；
无线充电网络节点本地处理时间τloc、无线充电网络节点处理的计算频率fu,cpu和无线充电网络节点有效电容系数ξu，无线充电网络节点向第k个雾服务器卸载任务花费的传输时间τk,off，无线充电网络节点向第k个雾服务器卸载任务的传输功率Pu,k、无线充电网络节点卸载任务的数据量
Figure BDA0002068472260000071
与数据获取模块连接用于完成计算的计算模块；包括计算无线充电网络节点本地计算能耗、无线充电网络节点向雾服务器卸载任务的能耗；计算具体如下：
如图3所示，为无线充电网络节点整个过程的时间分配图，阶段1无线充电网络节点接收获得能量(Wireless power transfer，WPT)持续时间τeh，阶段2和阶段3同时开始，阶段2无线充电网络节点进行本地计算(Local computing)持续时间τloc，同时无线充电网络节点也向K个雾服务器卸载任务(阶段3，Offloading)持续时间max(τ1,off,τ2,off,...,τk,off,...,τK,off)；
本实施例根据无线能量传输理论和射频信号能量波束成形向量可以获得无线充电网络节点收获的能量为：
Figure BDA0002068472260000081
其中，τeh∈(0,T)为阶段1持续时间，ω∈CN×1为功率发射器能量波束成形向量，W＝E[ωωH]∈CN×N，
Figure BDA0002068472260000082
为K个单天线的雾服务器的集合，η为无线充电网络节点能量转换效率，hp为功率发射器到无线充电网络节点的信道向量，hF,k为第k个雾服务器到无线充电网络节点的信道向量，Pp为功率发射器发射信号功率，PF,k为第k个雾服务器发射信号功率。
根据相关文献研究，为最大限度地减少无线充电网络节点本地计算的能耗，无线充电网络节点的处理器每个CPU(central process unit)周期都采用相同的处理速度，即处理频率不变化。因此，根据无线充电网络节点本地处理时间τloc(应用的延迟敏感程度决定处理时间
Figure BDA0002068472260000083
Figure BDA0002068472260000085
为无线充电网络节点处理的数据量，Cu为无线充电网络节点处理1bit数据需要的CPU周期)、无线充电网络节点处理的计算频率fu,cpu和无线充电网络节点有效电容系数ξu可求得无线充电网络节点本地计算能耗为：
Figure BDA0002068472260000084
雾服务器采用连续干扰消除检测技术可完美消除干扰；
无线充电网络节点向雾服务器卸载任务的能耗为：
Figure BDA0002068472260000091
式中，τk,off为无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，Pu,k为无线充电网络节点向第k个雾服务器卸载任务的传输功率。
由于雾服务器通常具有强大的计算能力，因此雾服务器计算时间可忽略。同时，由于计算后的结果数据量相对较小，且雾服务器通常具有较高的发射功率，因此计算结果反馈的时间也被忽略。
与计算模块连接的建模计算模块，根据优化目标建立优化模型并求解模型。
根据本实施例设计需求，建模计算模块计算时需要满足以下约束条件：
无线充电网络节点接收获得能量(阶段1)不少于无线充电网络节点进行本地计算消耗(阶段2)的能量和无线充电网络节点同时向K个雾服务器卸载任务消耗的能量(阶段3)，即无线充电网络节点收获的能量≥无线充电网络节点计算能耗+无线充电网络节点向多个雾服务器卸载任务的能耗。
系统工作条件为：无线信道为块衰落信道，在具有时间周期T的每个衰落块内信道系数假定为常数，并且每个衰落块内的信道系数是独立的，信道噪声为加性白高斯噪声(AWGN)。完全信道状态信息(CSI)和计算相关信息为无线充电网络节点已知信息。
通过上述分析，建立优化问题：联合优化功率发射器处的能量波束成形向量W，无线充电网络节点的时间分配τ、无线充电网络节点处理的计算频率fu,cpu、无线充电网络节点发射功率分配Pu，达到无线充电网络节点计算速率最大化。
Figure BDA0002068472260000101
s.t.Eoff+Eloc≤Eeh
Figure BDA0002068472260000102
Figure BDA0002068472260000103
Figure BDA0002068472260000104
Figure BDA0002068472260000105
Figure BDA0002068472260000106
其中，目标函数为时间T内无线充电网络节点处理的数据量，
Figure BDA0002068472260000107
分别为时间分配向量，任务卸载时间分配向量，无线充电网络节点发送功率向量；B为系统带宽，gu,k为无线充电网络节点到第k个雾服务器的信道增益，/>
Figure BDA0002068472260000108
为无线充电网络节点到第k个雾服务器的加性高斯白噪声功率，/>
Figure BDA0002068472260000109
为无线充电网络节点最大可用信号发射功率，/>
Figure BDA00020684722600001010
为无线充电网络节点的最大计算频率。
由于优化问题是非凸的，将建模的优化问题通过一些数学变换转化为凸优化问题，可用现有的凸优化求解工具(CVX，SeduMi)直接求解。
本实施例中，为了充分利用频谱效率，无线充电网络节点可采用正交编码用于同时卸载多部分任务和计算结果反馈，可以获得性能增益。
结果输出单元最后输出系统最优计算速率，包括附图2中的3个阶段：(1)无线充电网络节点充电阶段耗时τeh；(2)无线充电网络节点任务卸载阶段耗时τk,off；(3)雾服务器结果反馈阶段耗时。整个过程中无线充电网络节点的能量都由阶段1(无线充电阶段)的无线充电提供。
本实施例中，根据分析，雾服务器数量不超过三台时整体性能最优。
本系统结合考虑无线充电网络节点与功率发射器及多个雾服务器之间的能量因果关系、无线充电网络节点及多个雾服务器系统计算能力，联合优化功率发射器能量波束成形向量，无源网络节点时间、计算频率和功率分配，确定最大化系统计算速率的目标。
本发明还提出了一种基于上述系统的雾计算辅助的无线充电雾计算网络的优化设计方法，包括以下步骤：
S1、输入计算所需数据；
计算数据包括：功率发射器发射信号功率，第k个雾服务器发射信号功率；无线充电网络节点本地处理时间τloc、无线充电网络节点处理的计算频率fu,cpu和无线充电网络节点有效电容系数ξu，无线充电网络节点向第k个雾服务器卸载任务花费的传输时间τk,off，无线充电网络节点向第k个雾服务器卸载任务的传输功率、无线充电网络节点卸载任务的数据量
Figure BDA0002068472260000113
S2、根据输入计算数据；确定无线充电网络节点收获的能量、无线充电网络节点计算能耗与向雾服务器卸载任务的能耗；计算具体如下：
根据无线能量传输理论和射频信号能量波束成形向量可以获得无线充电网络节点收获的能量为：
Figure BDA0002068472260000111
其中τeh∈(0,T)为阶段1持续时间，ω∈CN×1为功率发射器能量波束成形向量，W＝E[ωωH]∈CN×N，
Figure BDA0002068472260000112
为K个单天线的雾服务器的集合，η为无线充电网络节点能量转换效率，hp为功率发射器到无线充电网络节点的信道向量，hF,k为第k个雾服务器到无线充电网络节点的信道向量，Pp为功率发射器发射信号功率，PF,k为第k个雾服务器发射信号功率；
无线充电网络节点本地计算能耗为：
Figure BDA0002068472260000121
其中，
Figure BDA0002068472260000122
为无线充电网络节点本地处理时间，/>
Figure BDA00020684722600001210
为无线充电网络节点处理的数据量，Cu为无线充电网络节点处理1bit数据需要的CPU周期；fu,cpu为无线充电网络节点处理的计算频率；ξu为无线充电网络节点有效电容系数。
无线充电网络节点向雾服务器卸载任务的能耗为：
Figure BDA0002068472260000123
式中，τk,off为无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，Pu,k为无线充电网络节点向第k个雾服务器卸载任务的传输功率。
S3、建立关于功率发射器能量波束成形向量，无源网络节点时间、计算频率和功率分配的优化问题模型。具体如下：
建立优化问题：联合优化功率发射器处的能量波束成形向量W，无线充电网络节点的时间分配τ、无线充电网络节点处理的计算频率fu,cpu、无线充电网络节点发射功率分配Pu，达到无线充电网络节点计算速率最大化；
目标函数：
Figure BDA0002068472260000124
s.t.Eoff+Eloc≤Eeh
Figure BDA0002068472260000125
Figure BDA0002068472260000126
Figure BDA0002068472260000127
Figure BDA0002068472260000128
Figure BDA0002068472260000129
其中，目标函数为时间T内无线充电网络节点处理的数据量，
Figure BDA0002068472260000131
分别为时间分配向量，任务卸载时间分配向量，无线充电网络节点发送功率向量；B为系统带宽，gu,k为无线充电网络节点到第k个雾服务器的信道增益，/>
Figure BDA0002068472260000132
为无线充电网络节点到第k个雾服务器的加性高斯白噪声功率，/>
Figure BDA0002068472260000133
为无线充电网络节点最大可用信号发射功率，/>
Figure BDA0002068472260000134
为无线充电网络节点的最大计算频率。
S4、求解并输出最大化系统计算速率的目标，其中，
优化问题是非凸的，将建模的优化问题通过一些数学变换转化为凸优化问题，利用凸优化求解工具(CVX，SeduMi)直接求解。
最后输出系统最优计算速率：包括(1)无线充电阶段耗时τeh；(2)任务卸载阶段耗时τk,off；(3)结果反馈阶段耗时。
本方法结合雾计算、无线能量收集计算的无源网络节点性能最优化设计，通过在能量因果关系约束、系统计算能力、能量约束和存储约束下，联合优化功率发射器能量波束成形向量，无源网络节点时间、计算频率和功率分配，确定最大化系统计算速率的目标。
本发明提出了一种雾计算辅助的无线充电雾计算网络的优化设计方法，解决了以下问题：
一、系统中无线充电网络节点实现最大计算速率的最佳资源分配方案；
二、联合计算与卸载任务划分数量(雾服务器数量)对无线充电网络节点最大计算速率的影响；
三、采用正交编码用于卸载多部分任务和计算结果反馈可以获得性能增益。
本发明不局限于上述最佳实施方式，任何人应该得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。

Claims (7)

1.一种基于雾计算的无线充电网络节点计算能力提升方法，其特征在于，包括以下步骤：
S1、输入计算所需数据；
S2、根据输入计算数据，确定无线充电网络节点收获的能量、本地计算能耗与向雾服务器卸载任务的能耗；根据无线能量传输理论和射频信号能量波束成形向量可以获得无线充电网络节点收获的能量为：
Figure FDA0004177114890000011
其中，τeh∈(0,T)为无线充电网络节点接收获得能量持续时间，ω∈CN×1为功率发射器能量波束成形向量，W＝E[ωωH]∈CN×N，
Figure FDA0004177114890000012
为K个单天线的雾服务器的集合，η为无线充电网络节点能量转换效率，hp为功率发射器到无线充电网络节点的信道向量，hF,k为第k个雾服务器到无线充电网络节点的信道向量，Pu为功率发射器发射信号功率，PF,k为第k个雾服务器发射信号功率；
无线充电网络节点本地计算能耗为：
Figure FDA0004177114890000013
其中，
Figure FDA0004177114890000014
为无线充电网络节点本地处理时间，lloc为无线充电网络节点处理的数据量，Cu为无线充电网络节点处理1bit数据需要的CPU周期；fu,cpu为无线充电网络节点处理的计算频率；ξu为无线充电网络节点有效电容系数；
无线充电网络节点向雾服务器卸载任务的能耗为：
Figure FDA0004177114890000015
式中，τk,off为无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，Pu,k为无线充电网络节点向第k个雾服务器卸载任务的传输功率；
S3、建立关于功率发射器能量波束成形向量，无线充电网络节点时间分配、计算频率和功率分配的优化问题模型；
建立优化问题：联合优化功率发射器处的能量波束成形向量W，无线充电网络节点的时间分配τ、无线充电网络节点处理的计算频率fu,cpu、无线充电网络节点发射功率分配Pu，达到无线充电网络节点计算速率最大化；
目标函数：
Figure FDA0004177114890000021
s.t.Eoff+Eloc≤Eeh
Figure FDA0004177114890000022
Figure FDA0004177114890000023
Figure FDA0004177114890000024
Figure FDA0004177114890000025
Figure FDA0004177114890000026
其中，目标函数为时间T内无线充电网络节点处理的数据量，
Figure FDA0004177114890000027
分别为时间分配向量，任务卸载时间分配向量，无线充电网络节点发送功率向量；B为系统带宽，gu,k为无线充电网络节点到第k个雾服务器的信道增益，/>
Figure FDA0004177114890000028
为无线充电网络节点到第k个雾服务器的加性高斯白噪声功率，/>
Figure FDA0004177114890000029
为无线充电网络节点最大可用信号发射功率，/>
Figure FDA00041771148900000210
为无线充电网络节点的最大计算频率；
S4、求解并输出最大化系统计算速率；其中，
无线充电网络包括一个单天线的无线充电网络节点，分别与无线充电网络节点无线连接的设置N根天线的功率发射器及单天线的K个雾服务器。
2.如权利要求1所述的方法，其特征在于，所述计算数据包括：
功率发射器发射信号功率，功率发射器能量波束成形向量，功率发射器到无线充电网络节点的信道向量；第k个雾服务器发射信号功率，第k个雾服务器到无线充电网络节点的信道向量；无线充电网络节点接收能量时间、无线充电网络节点能量转换效率、无线充电网络节点本地处理的数据量、无线充电网络节点处理1bit数据需要的CPU周期、无线充电网络节点处理的计算频率和无线充电网络节点有效电容系数，无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，无线充电网络节点向第k个雾服务器卸载任务的传输功率、无线充电网络节点卸载任务的数据量，无线充电网络节点到第k个雾服务器的信道增益、加性高斯白噪声功率。
3.如权利要求1所述的方法，其特征在于，所述步骤S4输出数据包括：无线充电阶段耗时，任务卸载阶段耗时与结果反馈阶段耗时。
4.如权利要求1所述的方法，其特征在于，所述无线充电网络节点的处理器每个CPU周期处理速度相同。
5.一种基于雾计算的无线充电网络节点计算能力提升系统，其特征在于，包括一个单天线的计算能力、能量受限的无线充电网络节点，分别与无线充电网络节点无线连接的设置N根天线的功率发射器及单天线的K个雾服务器；
与无线充电网络节点、功率发射器及K个雾服务器分别连接的计算分析单元，用于获取系统数据，并根据获取数据建模确定最大化系统计算速率；所述计算分析单元包括：用于获取计算所需数据的数据获取模块；
与数据获取模块连接用于完成计算的计算模块；包括计算无线充电网络节点本地计算能耗、无线充电网络节点向雾服务器卸载任务的能耗；
根据无线能量传输理论和射频信号能量波束成形向量可以获得无线充电网络节点收获的能量为：
Figure FDA0004177114890000041
其中，τeh∈(0,T)为无线充电网络节点接收获得能量持续时间，ω∈CN×1为功率发射器能量波束成形向量，W＝E[ωωH]∈CN×N，
Figure FDA0004177114890000042
为K个单天线的雾服务器的集合，η为无线充电网络节点能量转换效率，hp为功率发射器到无线充电网络节点的信道向量，hF,k为第k个雾服务器到无线充电网络节点的信道向量，Pu为功率发射器发射信号功率，PF,k为第k个雾服务器发射信号功率；
无线充电网络节点本地计算能耗为：
Figure FDA0004177114890000043
其中，
Figure FDA0004177114890000044
为无线充电网络节点本地处理时间，lloc为无线充电网络节点处理的数据量，Cu为无线充电网络节点处理1bit数据需要的CPU周期；fu,cpu为无线充电网络节点处理的计算频率；ξu为无线充电网络节点有效电容系数；
无线充电网络节点向雾服务器卸载任务的能耗为：
Figure FDA0004177114890000045
式中，τk,off为无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，Pu,k为无线充电网络节点向第k个雾服务器卸载任务的传输功率；
与计算模块连接并根据优化目标建立优化模型并求解模型建模计算模块，具体求解过程包括：
建立优化问题：联合优化功率发射器处的能量波束成形向量W，无线充电网络节点的时间分配τ、无线充电网络节点处理的计算频率fu,cpu、无线充电网络节点发射功率分配Pu，达到无线充电网络节点计算速率最大化；
目标函数：
Figure FDA0004177114890000051
s.t.Eoff+Eloc≤Eeh
Figure FDA0004177114890000052
Figure FDA0004177114890000053
Figure FDA0004177114890000054
Figure FDA0004177114890000055
Figure FDA0004177114890000056
其中，目标函数为时间T内无线充电网络节点处理的数据量，
Figure FDA0004177114890000057
分别为时间分配向量，任务卸载时间分配向量，无线充电网络节点发送功率向量；B为系统带宽，gu,k为无线充电网络节点到第k个雾服务器的信道增益，/>
Figure FDA0004177114890000058
为无线充电网络节点到第k个雾服务器的加性高斯白噪声功率，/>
Figure FDA0004177114890000059
为无线充电网络节点最大可用信号发射功率，/>
Figure FDA00041771148900000510
为无线充电网络节点的最大计算频率；
数据获取模块包括获取功率发射器发射信号功率，第k个雾服务器发射信号功率；无线充电网络节点本地处理时间、无线充电网络节点处理的计算频率和无线充电网络节点有效电容系数，无线充电网络节点向第k个雾服务器卸载任务花费的传输时间，无线充电网络节点向第k个雾服务器卸载任务的传输功率、无线充电网络节点卸载任务的数据量；
结果输出单元，用于输出优化结果。
6.如权利要求5所述的系统，其特征在于，所述建模计算模块计算时需要满足以下约束条件：
无线充电网络节点接收获得能量不少于无线充电网络节点进行本地计算消耗的能量和无线充电网络节点同时向K个雾服务器卸载任务消耗的能量，即无线充电网络节点收获的能量≥无线充电网络节点计算能耗+无线充电网络节点向多个雾服务器卸载任务的能耗。
7.如权利要求5所述的系统，其特征在于，所述结果输出单元输出包括无线充电阶段耗时，任务卸载阶段耗时与结果反馈阶段耗时。
CN201910429333.9A 2019-05-22 2019-05-22 基于雾计算的无线充电网络节点计算能力提升方法及系统 Active CN111988791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910429333.9A CN111988791B (zh) 2019-05-22 2019-05-22 基于雾计算的无线充电网络节点计算能力提升方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910429333.9A CN111988791B (zh) 2019-05-22 2019-05-22 基于雾计算的无线充电网络节点计算能力提升方法及系统

Publications (2)

Publication Number Publication Date
CN111988791A CN111988791A (zh) 2020-11-24
CN111988791B true CN111988791B (zh) 2023-06-20

Family

ID=73435965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910429333.9A Active CN111988791B (zh) 2019-05-22 2019-05-22 基于雾计算的无线充电网络节点计算能力提升方法及系统

Country Status (1)

Country Link
CN (1) CN111988791B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112769910B (zh) * 2020-12-29 2022-07-19 杭州电子科技大学 基于动态电压调节技术的雾计算任务卸载方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108135004A (zh) * 2017-12-20 2018-06-08 深圳大学 基于波束成型和时间分配的充电网络能效优化方法及系统
CN108243245A (zh) * 2017-12-20 2018-07-03 上海交通大学 基于混合雾计算的无线接入网络及其资源调配方法
CN108738046A (zh) * 2018-04-17 2018-11-02 浙江工业大学 一种基于半监督学习的移动边缘计算速率最大化方法
CN108924938A (zh) * 2018-08-27 2018-11-30 南昌大学 一种用于无线充电边缘计算网络计算能效的资源分配方法
WO2018222491A1 (en) * 2017-05-31 2018-12-06 Idac Holdings, Inc. Wireless power and information transfer
CN108990158A (zh) * 2018-07-12 2018-12-11 南昌大学 基于二元加载机制下无人机充电边缘计算网络的资源分配方法
CN109343904A (zh) * 2018-09-28 2019-02-15 燕山大学 一种基于Lyapunov优化的雾计算动态卸载方法
CN109561494A (zh) * 2018-09-12 2019-04-02 广东工业大学 一种混合供电物联网的资源分配方法、装置以及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11322969B2 (en) * 2014-08-15 2022-05-03 Analog Devices International Unlimited Company Wireless charging platform using beamforming for wireless sensor network
US10440096B2 (en) * 2016-12-28 2019-10-08 Intel IP Corporation Application computation offloading for mobile edge computing

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018222491A1 (en) * 2017-05-31 2018-12-06 Idac Holdings, Inc. Wireless power and information transfer
CN108135004A (zh) * 2017-12-20 2018-06-08 深圳大学 基于波束成型和时间分配的充电网络能效优化方法及系统
CN108243245A (zh) * 2017-12-20 2018-07-03 上海交通大学 基于混合雾计算的无线接入网络及其资源调配方法
CN108738046A (zh) * 2018-04-17 2018-11-02 浙江工业大学 一种基于半监督学习的移动边缘计算速率最大化方法
CN108990158A (zh) * 2018-07-12 2018-12-11 南昌大学 基于二元加载机制下无人机充电边缘计算网络的资源分配方法
CN108924938A (zh) * 2018-08-27 2018-11-30 南昌大学 一种用于无线充电边缘计算网络计算能效的资源分配方法
CN109561494A (zh) * 2018-09-12 2019-04-02 广东工业大学 一种混合供电物联网的资源分配方法、装置以及设备
CN109343904A (zh) * 2018-09-28 2019-02-15 燕山大学 一种基于Lyapunov优化的雾计算动态卸载方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Joint Offloading and Computing Optimization in Wireless Powered Mobile-Edge Computing Systems;Wang F.,Xu J. , Wang X., etc.;《IEEE Transactions on Wireless Communications》;第17卷(第3期);全文 *
Multi-Objective Optimization of Fog Computing Assisted Wireless Powered Networks: Joint Energy and Time Minimization;Liu Y., Xiong K., Zhang Y., etc.;《Electronics》;第8卷(第2期);全文 *
基于综合信任的边缘计算资源协同研究;邓晓衡,关培源,万志文 等;《计算机研究与发展》;第55卷(第03期);全文 *

Also Published As

Publication number Publication date
CN111988791A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
Wang et al. Joint offloading and computing optimization in wireless powered mobile-edge computing systems
CN110557769A (zh) 基于深度强化学习的c-ran计算卸载和资源分配方法
CN112911608B (zh) 一种面向边缘智能网络的大规模接入方法
CN111464983A (zh) 一种无源边缘计算网络中的计算与通信协作方法及系统
CN109905917B (zh) 基于无线携能的noma通信系统中无线资源分配方法
Du et al. Computation energy efficiency maximization for NOMA-based and wireless-powered mobile edge computing with backscatter communication
CN113727362A (zh) 一种基于深度强化学习的无线供电系统的卸载策略方法
CN114219354A (zh) 一种基于联邦学习资源分配优化方法及系统
TWI639319B (zh) 用於多輸入多輸出通訊的方法、通訊裝置及通訊系統
CN111988791B (zh) 基于雾计算的无线充电网络节点计算能力提升方法及系统
CN115767758A (zh) 一种基于信道与局部模型更新结合的设备调度方法
CN115379478B (zh) 一种基于ris辅助数能同传网络鲁棒能耗优化方法
Liu et al. Scalable predictive beamforming for IRS-assisted multi-user communications: A deep learning approach
Mao et al. Intelligent reflecting surface-assisted over-the-air computation for backscatter sensor networks
CN115843045A (zh) 数据采集方法及装置
Hu et al. Wireless-powered mobile edge computing with cooperated UAV
CN115811793B (zh) 一种基于智能反射面辅助的能量采集移动边缘计算方法
CN107835043B (zh) 一种快速评估无线供电通信中信息传输中断概率的方法
CN114845363B (zh) 一种反射面辅助的低功耗数据卸载方法及系统
CN114158050B (zh) 提高wpt-mec系统安全计算性能的方法、装置及系统
Ye et al. Unsupervised Learning for Joint Beamforming Design in RIS-aided ISAC Systems
CN111669814A (zh) 月面无线携能传感器网络的功率传输优化方法及装置
Syam et al. Energy-efficient intelligent reflecting surface aided wireless-powered IIoT networks
Qi et al. UAV-assisted mobile crowdsensing systems empowered by wireless power transfer and adaptive compression techniques
Zheng et al. Wireless powered communication networks assisted by multiple fog servers

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant