无源QAM多传感器后向散射通信系统的功率控制

摘要

为了实现良好的服务水平，如吞吐量，功率控制对于被动正交幅度调制（QAM）多传感器反向散射通信系统具有重要意义。首先，我们建立了RF能量收集模型并给出了能量状况。为了使子载波的干扰最小化并增加光谱效率，所示的光源QAM反向散射通信信号模型，并为被动QAM反向散射通信系统求解功率控制的非线性优化问题。解决方案包括最大和最小接入间隔，最大和最小占空比，以及节点操作能量条件下的最小RF收获能量。使用上述解决方案，分析了无源QAM反向散射通信系统的最大吞吐量，最后进行了数值计算。数值计算表明，最大吞吐量随着所消耗的功率和传感器的数量而降低，并且随着传感器的数量的增加，最大吞吐量快速降低。特别是，对于给定的传感器消耗功率，可以看出，随着占空比减少的吞吐量，传感器的数量对吞吐量几乎没有影响。

1.介绍

自后向散射通信问世以来，由于其低成本、低功耗的优点，被广泛应用于无源RFID(射频识别)系统中[1，2］．同样，使用后向散射通信原理，无源传感器节点发射机可以简化为连接到天线的晶体管。这将大大降低无线通信系统的成本和功耗。例如，华盛顿大学的学者[3.]研究了基于后向散射通信的无线识别与传感平台(WISP)无线智能传感器系统。目前，PBC (passive backscatter communication)已应用于智能汽车、无线温度测量、生物信号采集等领域[4- - - - - -9等等。等等。毫无疑问，被动反向散射沟通的研究和应用将吸引越来越多的关注。

在无源后向散射通信系统中，传感器节点需要从收发器或读写器中获取射频能量，并利用射频能量对其有限的储能能力进行充电，如图所示1．然而，不可预测的环境，如通道、传感器数量和射频能量收集的挑战，使传感器的活动变得困难，包括节点以给定的速率进行传感、处理和通信。因此，为了保证传感器的活动和后向散射通信的服务质量，需要进行有效的能量管理[10- - - - - -12］．

事实上，使用RF能量收获的模式作为补充到有限能量存储容量称为能量空档操作[13］．在该模式下，对于具有理想有限储能容量的射频能量收集节点，对于所有非负的值都应满足能量中性运行的条件 : 在哪里采集的射频功率是否在同一时间 ， 那时是节点的消耗电量，初始能量是否以理想容量储存，和运行时。因此，无源后向散射通信功率控制的目标是在能量中性运行条件下最大的QoS水平。

为了实现多传感器后向散射通信系统，可以对每个传感器使用副载波调制[14］．这就导致了传感器之间的干扰。为了减少这种干扰和提高频谱效率，使用包括QAM在内的调制来提高数据吞吐量[15- - - - - -17］．这表明，使用负载依赖散射来产生简单的QAM后向散射是可行的[15，17］．本文以并置多传感器QAM后向散射通信为研究对象，通过分析和仿真表明功率控制对后向散射通信系统实现良好的QoS水平至关重要。在本节中我们介绍了一个相关的工作2并在本节中描述系统模型3.．节4，我们介绍了后向散射通信系统的性能。并分析了功率控制对系统吞吐量的影响5．最后，在本节中给出了一些结束语6．

2.相关工作

已有多篇论文主要提出利用能量收集对节点进行功率控制，因为能量收集的功率控制决定了后向散射通信的连通性水平以及系统可实现的QoS。一种支持915 MHz下行和2.45 GHz上行频带的射频功率发射机设计于18］．在[19，本文计算了保持网络连接和满足所需约束条件所需的最小汇点数目。

射频驱动器件在无线体网等领域有着广泛的应用。得益于射频能量收集，一些低功耗设备可以从射频源实现实时按需工作功率，从而进一步实现尺寸较小的无电池电路[20.］．实现高效率的车身设备可以在[21，22］．对于多传感器系统，我们可以参考[23］．作者解决了通过能量收获开发身体传感器网络的节能传输策略的问题[24］．作者评估了发射功率控制对多sink WSN-Heap有用性的影响，该多sink WSN-Heap使用能量收集，部署在统一的字符串拓扑中用于铁路轨道监测[25］．

3.系统模型

3．1.射频能量采集模型

射频能量采集器由天线、阻抗匹配电路、整流器、电压倍增器组成，如图所示2．效率的定义如下: 在哪里 ， ，和分别为接收天线、阻抗变换网络和整流器的效率，输出直流电源是什么意思是能源收集，还是为输入射频功率。

在图2，Y级电压倍增电路用于提高输出电压。所以，稳态输出电压的上限增加了一倍Y，可以写成[26］ 在哪里是信号的视图中的信号的峰值电压Y级电压倍增电路和为二极管的开启电压。

现在，让我们考虑节点运行的最小电压。假设无线电收发器或读卡器的收集能力此时节点消耗的功率为 ．当收发机或阅读器所提供的功率不足以连续工作时，即 ，必须使用容量来存储RF能量，直到存在足够的RF能量来完成访问。这会影响反向散射通信QoS级别。在这种情况下，除非存储的能量，否则必须收取电容器是否大于或等于存取能量 ，在哪里是每次访问所需的能量。

存储的能量可以写成 在哪里是能量收集电路输出容量的值为节点工作时的电压级别。以及获取能源可以写成 在哪里 访问间隔是和吗为节点每次访问时的时变电流图。

因此，节点运行的最小电压为

一次 ，节点无法操作。

３．２．节点运行的能量条件

后向散射通信链路包括前向链路和后向散射链路。节点在接入时，首先通过转发链路从收发器或读写器中获取射频能量。一次 ,也就是说, ，节点用电来执行其操作，并通过反向散射链路将传感器数据发送给收发器或读卡器。这些可以定义为如图所示的能量模型2．每个接入间隔包括充电相位和后向散射通信相位。在图2，同时访问时间 ，电容器电荷，除非储存的能量 在时间 ．然后，节点通过后向散射链路发送数据。一次 在时间 ，节点停止操作并等待下一次访问。让 ，在接入区间内应满足能量中性运行的条件 : 在哪里 为充电速率，是否初始能量储存在容量和整流函数中定义如下:

同时，容量大小的限制要求约束满足如下: 在哪里是电容器所能储存的最大能量。

因此，运行节点的能量条件为(7), (9)和(10)．和(10)的资料如下: 在哪里为节点运行所需的最小能量。

为简单起见，假设具有转发链接的节点所消耗的功率为 ，采用后向散射链路的传感器功耗为 和为收获功率，则节点运行能量条件为:

4.性能分析

4．1.定位QAM多传感器后向散射信号

典型地，后向散射通信系统使用单频连续波传输波形进行访问。由收发机或阅读器接收到的节点产生的复信号为 在哪里 ， ，和分别为载波信号的峰值功率、角频率和相位，是AWGN(加性高斯白噪声)，和是要传输的信息信号。

为了提高光谱效率，QAM的使用为反向散射通信系统的许多新的途径开辟了许多新的途径。最近已经表明，使用节点负载选择方法构建支持QAM的反向散射系统是可行的[17，27］．然而，改进的频谱效率意味着节点的阻抗不匹配，功率收获或阻抗变换网络的效率减少了。

更重要的是,可以给出为 在哪里矩形脉冲有宽度吗和符号序列是否与l的水平。如果相的数量是K在(12)，则载波状态数为 ．当 ，调制方式为4QAM，即为了设计和实现4QAM后向散射调制器，通过RF - 4- Mux将四个RC集总阻抗连接到天线端口，每个集总阻抗对应不同的反射系数。图中给出了用此方法设计的4QAM并置后向散射通信系统3.．在图3.，串行/并行转换传感器数据为2位控制4-1 Mux。

为了简化后向散射多传感器节点的结构，提出了对每个传感器采用不同子载波调制的接入方案;也就是说，每个传感器都有不同的脉冲宽度。因此，在收发器或读卡器处的累积并置QAM多传感器后向散射信号是所有来自传感器的复杂信号加白噪声的总和，导致

4．2．射频能量采集约束下的多点QAM多传感器吞吐量最大化

无源多传感器随机询问的功率控制目标是满足QoS标准，如吞吐量。

在图3.，每个传感器具有不同的子载波频率;然而，一个传感器的信息泄漏干扰了其他传感器。这种干扰的量取决于所选子载波调制的功率谱和传感器的数量。根据相关的短距离无线通信谱的约束，QAM调制的功率谱我该传感器可近似为[28］ 在哪里 和脉冲宽度是我传感器数据。

在对数正态信道下，图中收发机或读写器的信噪比(SINR)3.被编写为 在哪里为传输比特能量，是功率谱密度， ，为路径损失，阴影衰落是对数正态分布，和 ．遵循正态分布 ．

在本文中，多个传感器共用一个发射机和收发机，因此可以假设 和 ．因此,(16)可以重写为 在哪里 和 ．

现在，我们描述了后向散射通信的性能。我们首先定义吞吐量的概念。

定义1。数据交付比反向散射通信系统是收到的成功数据分组与传输的尝试数据分组的比率。

定义2。吞吐量后向散射通信系统的概率是在数据询问间隔内成功接收数据包的概率。

为了成功接收数据包，收发器或读写器的SINR必须超过某个阈值 ．使用上面的定义，数据交付比率和吞吐量在访问间隔内的我传感器分别为

因此，后向散射通信系统的平均数据传输率和吞吐量为: 在哪里N为传感器的个数。

一般来说，以封闭形式获得吞吐量并不总是可能的，而且在分析上仍然具有挑战性;由于随机变量的累积分布函数，仍然是困难的。由于节点并置，这个问题可以很容易地解决。在这种情况下, ， , (16)可以重写为

让 然后,

因此，平均数据吞吐量可以重写为

假设工作周期 ，无源QAM后向散射通信系统功率控制的非线性优化问题N节点可以表示为 受

5.数值结果与讨论

我们用数值分析来评估功率控制的性能。分析包括影响产量和收获功率。

5．1.数值分析参数

根据AWGN信道下4QAM的误码率与SINR的关系，确定了阈值可以选择为3.0156对应的数据交付比率从到 ．同时，给定传输数据速率为40kbps，数据包大小为64位，数据包传输持续时间为 ．表中列出了使用的所有参数1［29］．

5.2。的影响对吞吐量

在本节中，我们首先调查选择达到最大的吞吐量。

节点在(11)和求解不等式群，可以得到最大和最小访问区间是（谁）给的

访问时间间隔是一个功能 ．当 ， ， , ，传感器node1带子载波的最小和最大访问间隔 Hz绘制在图中4和5．其他节点的子载波为50002hz、50010hz、50100hz、50110hz、50120hz、50150hz、50200hz(下同)。根据这些频率和值 ，我们可以使用(20.), (23)和(24)．吞吐量的变化是 ．

观察到最大和最小的访问间隔增加与在数据4和5．这很容易理解，因为越伟大 ，充电时间越长，满足节点运行的能量条件。值得注意的是最大和最小访问间隔的增加增加得更多N．

因此，最大吞吐量作为函数在最小访问间隔的条件下绘制在图6．结果表明，最大吞吐量随着时的增大而减小 ．随着增加的增加，最大吞吐量迅速下降N．

5.3。占空比的影响对吞吐量

接下来，我们研究了不同占空比的影响ρ在吞吐量 ．

相似的部分4．2，最大和最小占空比ρ在节点操作的能量条件下，如下给出：

对于一个给定的 和一个给定的 的吞吐量作为占空比的函数ρ如图所示7．可以看出，吞吐量随占空比的增加而减小ρ．因为降低占空比ρ导致访问时间间隔增大 ．

应该指出的是N对图中的吞吐量影响不大7，因为占空比ρ不敏感N．特别是,N几乎没有对最小占空比的影响ρ．我们可以使用参数敏感性来分析这一点。

求偏导数，灵敏度和给药

因此,和的函数N如图所示8．在图8，和非常小。特别是,N几乎没有对最小占空比的影响ρ，因为使用了大的存储容量。这也可以从占空比的关系中看出ρ和N如图9．

5.4。的影响最小收获能量

最后，我们分析了选择在节点运行能量条件下，实现射频采集能量最小。

以同样的方式，我们可以推导出最小射频收获能量为

的作为…的函数如图所示10．在图10，作为和N增加,增加。这个结论是显而易见的。相似的部分5.2时，传感器数量对最小射频采集功率的影响较大。

6.结论

对于无源QAM多传感器后向散射通信系统来说，为了实现良好的吞吐量等QoS水平，功率控制是非常重要的。提出了射频能量采集模型，给出了节点运行的能量条件。为了减小多传感器的干扰，提高频谱效率，提出了并置无源QAM后向散射通信信号模型，给出了对数正态信道下吞吐量的封闭解。提出了无源QAM后向散射通信系统功率控制的非线性优化问题。通过求解非线性优化问题，得到了节点运行条件下的最大和最小接入间隔、最大和最小占空比以及最小射频采集能量。在此基础上，分析了无源QAM后向散射通信系统的最大吞吐量，并进行了数值计算。最后，我们得出如下结论:(我)节点运行的能量条件是设计和优化无源后向散射通信系统的前提条件，功率控制的目标是使系统的QoS最大化。(2)在节点运行的能量条件下，消耗的电源传感器的数量对系统的吞吐量有很大的影响。结果表明，最大吞吐量随着时的增大而减小和N最大吞吐量随着的增大而迅速减小N．(3)特别是给予给定的和一个给定的 ，可以看出，吞吐量随占空比的增加而减小ρ传感器的数量对吞吐量影响不大。(iv)本文还存在着进一步的改进。在下一步的工作中，我们将尝试建立一个实际的数据测量模型，我们将考虑用WCDMA或LTE信号代替QAM信号。

的利益冲突

作者声明他们没有利益冲突。

致谢

本研究是国家自然科学基金项目(批准号:200710901)的部分资助项目。基金资助:国家自然科学基金资助项目(no. 61362004);路[2013]25)。

参考文献

1. H.斯托克曼，《通过反射力量进行沟通》IRE的程序第36卷第2期10，第1196-1204页，1948。视图:出版商网站|谷歌学者
2. A. Sample, D. Yeager, P. Powledge，“基于rfid的无电池可编程传感平台的设计”，IEEE仪表和测量交易(第57卷)11, pp. 2608-2615, 2008。视图:出版商网站|谷歌学者
3. D. Yeager, F. Zhang, and A. Zarrasvand， " A 9μ用于生物信号采集的可寻址的Gen2传感器标签固态电路IEEE杂志第45卷第5期10，页2198-2209,2010。视图:出版商网站|谷歌学者
4. W. U.Bajwa，A. Sayeed和R. Nowak，“无线传感器网络中的字段估计的源通道通信”，“传感器网络信息处理学报，20052005年4月，美国加州洛杉矶。视图:出版商网站|谷歌学者
5. S. Ergen, A. S. Vincentelli和X. Sun，《轮胎作为智能传感器》，集成电路与系统的计算机辅助设计第28卷第2期7, pp. 941-955, 2009。视图:出版商网站|谷歌学者
6. J. Grosinger，“人体反向散射射频识别系统的可行性”，嵌入式系统学报， 2013年第5期。1, pp. 1 - 10, 2013。视图:出版商网站|谷歌学者
7. Hu S.， S. Bing, S. Heng，“轮胎中超高频嵌入式RFID系统的动力传输性能”，农业工程学报，卷。29，不。21，pp。150-158,2013。视图:谷歌学者
8. P. V. Bharat, N. Sihna，和K. E. Pujitha，“使用包含射频采集电路的环境反向散射技术的轮胎压力监测系统”，国际先进工程与研究发展杂志，卷。1，不。6，pp。1-11,2014。视图:谷歌学者
9. P. Ferrari, a . Flammini，和E. Sisinni，“基于软件无线电定义的无线智能传感器的新架构，”IEEE仪器仪表与测量汇刊，第60卷，第2期6, pp. 2133-2141, 2011。视图:出版商网站|谷歌学者
10. A. Kansal, D. Potter，和M. B. Srivastava，“环境动力传感器网络的性能感知任务”ACM SIGMETRICS会议记录，第32卷，第2期1，页223-234，纽约，纽约，美国，2006。视图:出版商网站|谷歌学者
11. H. Yoo, M. Shim, D. Kim，“能量收集无线传感器网络中的自同步和能量感知占空比控制算法”，IEEE通信信，第16卷，第5期。2, pp. 203- 204,2012。视图:谷歌学者
12. L. Varga, G. Romaniello，和M. Favre，“GreenNet:一个能源收集ip支持的无线传感器网络”，IEEE物联网期刊，卷。2，不。5，pp。412-426,2015。视图:出版商网站|谷歌学者
13. A. Kansal, J. Hsu, S. Zahedi，“能量收集传感器网络中的电力管理”，嵌入式计算系统汇刊，第6卷，第2期4，页1-35,2007。视图:出版商网站|谷歌学者
14. M. Z. Win, P. C. Pinto, L. A. Shepp，“网络干扰的数学理论及其应用”，IEEE论文集第97卷第1期2, pp. 205-230, 2009。视图:出版商网站|谷歌学者
15. A. blletsas, A. G. Dimitriou和J. N. Sahalos，《提高反向散射无线电标签效率》，微波理论与技术学报，第58卷，第2期6, pp. 1502-1509, 2010。视图:出版商网站|谷歌学者
16. 张锐，“无线供电通信网络的吞吐量最大化”，IEEE无线通信交易，第13卷，第2期1, pp. 418-428, 2014。视图:出版商网站|谷歌学者
17. S. J. Thomas, E. Wheeler和J. Teizer，“无源和半无源超高频射频识别系统中的正交振幅调制后向散射”，微波理论与技术学报，第60卷，第2期4, pp. 1175-1182, 2012。视图:出版商网站|谷歌学者
18. G. Papotto, F. Carrara, A. Finocchiaro，和G. Palmisano，“用于无线传感器网络节点的90纳米CMOS 5 mbps无晶体射频功率收发器”，固态电路IEEE杂志，第49卷，第49期。2, pp. 335-346, 2014。视图:出版商网站|谷歌学者
19. C. Ok, H. Thadakamalla，和U. Raghavan，“管道监测的自我可持续传感器网络的最佳传输功率”，在2007 IEEE自动化科学与工程国际会议，斯科茨代尔，阿兹，美国，2007年。视图:出版商网站|谷歌学者
20. 卢旭东，王平，D. Niyato, D. I. Kim, Han Z.，“利用射频能量采集的无线网络:当代研究”，网络和互联网架构, 2014,http://arxiv.org/abs/1406.6470．视图:谷歌学者
21. 夏林，程军，“基于采集效率跟踪环的多节点无线体域网络芯片系统”，“基于采集效率跟踪环的多节点体域网络芯片系统”，“基于采集效率跟踪环的多节点体域网络芯片系统”，“基于采集效率跟踪环的多节点体域网络芯片系统”，“基于采集效率跟踪环的多节点体域网络芯片系统”，固态电路IEEE杂志，第49卷，第49期。6, pp. 1345-1355, 2014。视图:出版商网站|谷歌学者
22. S. Agrawal, S. K. Pandey, J. Singh，和M. S. Parihar，“使用不同匹配技术的高效射频能量收集电路的实现”，刊于2014第十五届高质量电子设计国际研讨会，第754-761页，圣克拉拉，加州，美国，2014年3月。视图:出版商网站|谷歌学者
23. S. Leng, D. W. K. Ng, R. Schober，“具有无线信息和功率传输的高效和安全的多用户通信系统”2014 IEEE通信研讨会国际会议（ICC）2014年6月，澳大利亚悉尼。视图:出版商网站|谷歌学者
24. A. Seyedi和B. Sikda，“利用能量收集的身体传感器网络的节能传输策略”，交易通讯，第58卷，第2期7, pp. 2116 - 2126,2010。视图:出版商网站|谷歌学者
25. H. P. Tan，P. W. Lee，W.K. Seah和Z. A.欧盟，“电力控制在无线传感器网络中的影响”是用于铁路健康监测的环境能量收集（WSN-HEAP）“WAINA ' 09。高级信息联网和应用讲习班国际会议2009年5月，英国布拉德福德。视图:出版商网站|谷歌学者
26. d . m . Dobkin射频识别中的射频:实践中的无源超高频射频识别， Burlington, MA: Newnes, USA, 2008。
27. T. S. Ajitha和V. Bhanumathi，“通过QAM后向散射调制提高RFID标签效率”，国际科学与工程研究杂志，第4卷，第4期。4, pp. 421-427, 2013。视图:谷歌学者
28. L. Burgess，“FCC和ETSI对短距离超高频ASK调制发射机的要求”高频电子，第12卷，第28-35页，2005。视图:谷歌学者
29. R. Gonsalves，“两层开放式访问毫微微小区网络中停电概率的评估”2014国际电路、系统、通信与信息技术应用会议(CSCITA)2014年4月，印度孟买。视图:出版商网站|谷歌学者

版权

版权所有©2017 Shengbo Hu等。这是分布下的开放式访问文章知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。