基于SWIPT的认知中继网络中断性能分析

刘宇, 陈卓, 罗丽平*

(1.国家计算机网络应急技术处理协调中心湖南分中心 信息安全处, 湖南 长沙 410004;2.广西民族大学 电子信息学院, 广西 南宁 530006)

0 引言

频谱和能量是无线通信网络非常重要的2种资源,将无线携能通信[1](simultaneous wireless information and power transfer, SWIPT)和认知无线电[2](cognitive radio, CR)结合在一起被视为一种既能提高频谱利用率又能提高能量效率的有效途径[3]。该想法最早由Lee等[4]提出。此后,许多学者对SWIPT认知中继网络的发射功率、能耗、频谱效率等方面展开研究[5-11]。

由于SWIPT技术在进行信息传输的同时,还为无线设备提供能量,因此将导致信息传输性能有一定程度的损失。为了定量研究SWIPT技术为CR网络带来的性能增益,国内外学者针对SWIPT认知中继网络的中断性能展开了研究。文献[12]研究规则网络模型下基于SWIPT的认知两跳中继网络的中断性能。文献[13]中针对多中继系统,通过设计中继选择策略提高系统性能。文献[14]研究在双中继认知网络中,3种转发模式对系统中断概率的影响。文献[15]提出一种新的时间切换中继协议,以改善系统的中断性能。在以上文献中,为了简化理论分析,忽略源端到目的端的直接通信链路。

然而在实际应用中,在源端与目的端信道条件好的情况下,直接通信链路是存在的,忽略直接通信链路将导致性能分析结果产生较大误差。为了更加精确地评估SWIPT认知中继系统的中断性能,本文针对underlay频谱共享模式下具有直接通信链路的SWIPT认知中继网络,从理论上推导次用户中断概率表达式,并通过蒙特卡罗(Monte-Carlo)仿真进行验证,给出次用户中断概率随源端和目的端之间的距离、干扰功率约束、目标速率、能量转换效率的变换规律,还与SWIPT两跳中继网络、传统认知中继网络的中断性能进行比较。仿真结果表明,在SWIPT认知中继网络中,具有直接通信链路时,次用户中断概率降低了1～2个数量级,有效补偿由中继进行能量收集带来的性能损失,提高信息传输的可靠性。

1 系统模型

具有直接链路的SWIPT认知中继网络系统模型如图1所示。从图中可见，主用户(primary user, PU)和次用户(secondary user, SU)以underlay模式共享频谱。次用户网络由次用户发射机S、中继节点Re和次用户接收机D组成,Re具有SWIPT功能,采用功率分割(power split, PS)模式。当信道条件好时,S与D之间可以进行直接通信。

图1 具有直接链路的SWIPT认知中继网络系统模型

2 次用户中断性能分析

在underlay频谱共享模式中,为保证次用户不对给主用户造成严重干扰,S的发射功率为

(1)

式中:P为S可采用的最大发射功率;I为主用户接收机的干扰容限。

考虑以下2种信息传输模式。

第1种情况:在信道条件好时,S与D之间可以进行直接通信,S将信息x直接转发给D,在D处接收到的信号表示为

(2)

式中nD为D处的高斯白噪声,nD～CN(0,1)。

假设D能够成功地检测到S的信息,必须满足以下条件,由香农公式可知，

(3)

式中:R是目标速率；N为噪声功率,为便于计算,N归一化为1。

第2种情况:S和D之间链路状态较差,直接链路传输中断,S通过Re进行信号转发,信号传输分为2个时隙。在第1个时隙,S向Re发送信息。Re基于SWIPT技术,采用PS协议同时进行能量和信息传输。设功率分割参数为ρ(0≤ρ<1),其中(1-ρ)PS用于信息传输，因此,中继节点接收到的信号为

(4)

式中nR为Re处的加性高斯白噪声,记为nR～CN(0,1)。

Re要能够成功地检测到S的信息,须满足以下条件:

(5)

Re通过能量收集获得的功率为

(6)

式中η为能量转换效率。同样地,Re对主用户的干扰功率不能超过I,因此Re的功率应满足以下条件:

(7)

在第2个时隙,Re将信息转发给D,转发功率为Pr，因此,在D处接收到的信号为

(8)

由香农公式可求出次用户的可达速率为

(9)

次用户在以下2种情况下会发生中断：

第1种情况:次用户源端到目的端之间的直接通信,可达速率小于R；同时次用户源端S到Re的传输速率也小于R,则产生中断。

第2种情况:直接链路处于中断状态,Re可以正确解码,但是Re与D之间的可达速率小于R,也会产生中断。

因此,次用户的中断概率可以表述为

(10)

式中:B1为第1种情况的中断概率；B2为第2种情况的中断概率。

首先推导B1,将式(1)代入式(10),B1可改写成如下形式:

(11)

其中

(12)

(13)

接下来推导B2,将式(2)、式(7)代入式(10),B2[16]可表示为

(14)

其中

(15)

(16)

(17)

(18)

(19)

(20)

式中：x=|hsp|2；y=|hsr|2；s=|hsd|2;z=|hrp|2

将式(11)和式(14)代入式(10),就可以得到次用户中断概率Pout的解析表达式。

3 仿真结果与分析

仿真参数设置[12]I=20 dB,P=40 dB,η=0.5,S坐标为(0,0),Re坐标为(1,2),D坐标为(5,0),PU坐标为(1,3),路径损耗因子α=2,噪声功率归一化为1。

基于SWIPT认知中继网络次用户中断概率的理论分析比较如图2所示。

图2 基于SWIPT认知中继网络次用户中断概率的理论分析比较(R=0.5 bit/s)

仿真结果验证了理论推导的正确性。此外,从图还可以看出,相比于SWIPT两跳认知中继网络,具有直接链路的SWIPT认知中继网络中次用户的中断概率降低了1个数量级,如当信噪比为25 dB时,两跳网络中次用户的中断概率约为10-1,而考虑直接链路时次用户的中断概率为10-2,说明增加直接通信链路有利于提高次用户的中断性能,在研究中继网络性能时考虑直接通信链路是非常有必要的。

不同接收机位置下次用户的中断概率比较如图3所示。假设D的位置坐标分别是(3,0)、(5,0)、(10,0)以及(40,0)。从图中可见,S和D在距离最小时中断概率是最小的；随着距离不断变大,中断概率也在增大。此外,从图中还可以发现,具有直接链路的中继网络在中断性能上明显优于两跳中继网络,说明次用户之间直接通信可以有效降低网络的中断概率。随着次用户之间的距离不断变大,如当D的坐标为(40,0)时,从图中可以看出,含直接链路的中继网络中断概率曲线和两跳中继网络中断概率曲线几乎重合,这是由于随着距离的增大,直接链路的大尺度衰落变得严重,信道条件变差,直接链路的作用可以忽略不计。

图3 不同接收机位置下次用户的中断概率比较(R=1 bit/s)

不同干扰约束下次用户的中断概率比较如图4所示。从图可以看出,在给定速率R时,干扰约束I越大时,中断概率越小；在给定干扰约束I时,目标速率R越小中断概率越小。这种现象是合理的，当给定的干扰约束I越大时,次用户可采取的发射功率就会越大,中断概率就会降低。当目标速率越小时,实际传输可达速率就越容易满足系统要求,中断概率就会降低。从图4还可以发现,在相同条件下,具有直接链路的中继网络的中断性能优于两跳中继网络，所以直接通信链路可以有效提高网络传输的可靠性。

图4 不同干扰约束下次用户的中断概率比较

不同能量转换效率下次用户的中断概率比较如图5所示。从图中可以看出,η越大,次用户的中断概率越小。这是因为η越大,用于信息传输的功率就越大,中继节点的发射功率就越大,中断概率就越小。同样地,图中的仿真结果再次说明在具有直接通信链路的情况下,次用户的中断概率比两跳中继网络的中断概率降低了1～2个数量级。

图5 不同能量转换效率下次用户的中断概率比较(R=1 bit/s)

3种不同认知中继网络中次用户的中断概率比较如图6所示。从图中可以看出,具有直接链路的SWIPT认知中继网络中次用户的中断性能最好,SWIPT两跳认知中继网络次用户的中断性能最差。传统认知两跳中继网络,因为中继节点只进行信息传输,所以次用户的中断性能比SWIPT两跳中继网络好；但是因为没有直接通信链路,所以其性能比具有直接链路的SWIPT中继网络差。

图6 3种不同认知中继网络中次用户的中断概率比较

4 结论

本文从理论上推导了具有直接通信链路的SWIPT认知中继网络次用户中断概率的解析表达式,并通过蒙特卡罗(Monte-Carlo)仿真进行验证。仿真结果表明,次用户中断性能与源端和目的端之间的距离、干扰功率约束、目标速率、能量转换效率等因素有关；增大距离，降低干扰门限，提高目标速率要求,降低能效转换效率,都会导致中断概率变大。相比于SWIPT两跳中继网络,增加直接通信链路,能有效提高次用户的中断性能,因此,为精确分析SWIPT中继网络的中断性能,考虑直接通信链路是非常有必要的。