基于深度学习的传感云sink节点最优能效SWIPT波束成形设计

王哲，李陶深，葛丽娜，张桂芬，吴敏,5

（1.广西民族大学人工智能学院，广西 南宁 530006；2.广西混杂计算与集成电路设计分析重点实验室，广西 南宁 530006；3.广西民族大学网络通信工程重点实验室，广西 南宁 530006；4.广西大学计算机与电子信息学院，广西 南宁 530004；5.广西电网有限责任公司科技信息部，广西 南宁 530023）

1 引言

无线传感网络（WSN,wireless sensor network）在万物互联中扮演着重要的角色。然而，传统的WSN 通常受制于能量、计算、通信和规模等资源有限的约束，无法为大型应用提供及时高效的服务。传感云（sensor cloud）系统突破了这一限制，利用云端在线或离线的高性能计算与实时数据处理能力，拓展了WSN 的应用规模和服务范围，推动万物互联的进步[1-3]。

对底层WSN 进行高效的资源规划是实现传感云系统应用的首要任务[3]。为了提升WSN 中能量规划的自由度以延长网络生命周期，无线功率传输（WPT,wireless power transfer）技术被引入以实现能量冗余节点与能量匮乏节点间的能量均衡。截至目前，WPT 在WSN 中的应用形式主要有无线供电通信（WPC,wireless powered communication）和无线携能通信（SWIPT,simultaneous wireless information and power transfer），前者将WPT 与无线信息传输（WIT,wireless information transmit）规划在不同的时段中运行，后者则实现了同步传输。WPT 所伴随的非线性能量收集过程增加了WSN 资源规划的难度，传统的网络资源管理方法无法适用。文献[4]基于列转换方法，将目标函数的比例和形式转化为等价的减法形式，能够设计出有效的迭代最优资源分配算法。在每次迭代中，通过半定松弛方法求解其中具有秩约束的最优解。文献[5]给出了下行链路多用户SWIPT 系统的速率−能量区域。……