بررسی وشبیه سازی طرح کنترل توان در سیستم های مخابراتی برداشت کننده انرژی

در مقاله پیشرو، تلاش ما بر این است تا سیستم های مخابراتی برداشت کننده انرژی دارای یک فرستنده، یک گیرنده را، برای یک کانال مخابراتی نویز گوسی سفید جمع شونده دارای محوشدگی مورد مطالعه قراردهیم . انرژی های برداشت شده و محوشدگی کانال، فرایندهای مستقل وبه طور یکسان توزیع شده هستند و اطلاعات درباره انرژی های برداشت شده و بهره کانال به صورت ع ل ی در اختیار فرستنده قرار میگیرد. فرستنده به یک باتری قابل شارژ با ظرفیت ذخیره محدود مجهز شده است . هدف ما به دست آوردن یک طرح کنترل توان برخط است به گونه ای که متوسط نرخ ارسال داده را روی یک بازه مخابراتی با طول نامحدود بیشینه نماید.یک الگوریتم با پیچیدگی کم مبتنی بر بهینه سازی محدب آنلاین برای تضمین در دسترس بودن انرژی گره برداشت کننده انرژی و به حداکثر رساندن متوسط نرخ ارسال داده طولانی مدت پیشنهاد شده است. الگوریتم پیشنهادی، حداکثر توان انتقال را با اطلاع از وضعیت شارژ محدود میکند و توان انتقال را بر اساس اطلاعات تاریخی تخصیص میدهد. شبیه سازیهایی برای نشان دادن اثربخشی الگوریتم با در نظر گرفتن انرژی ورودی با توزیع های متفاوت، همچنین ضرایب کانال با توزیع های مختلف انجام شدهاست. الگوریتم پیشنهادی نسبت به همتایان خود در نرخ های برداشت کننده انرژی متفاوت، بهتر عمل میکند.

investigation and simulation of power control plan in energy harvesting telecommunication systems

in the upcoming research, our effort is to study energy harvesting telecommunication systems with one transmitter one receiver for a gaussian white noise telecommunication channel with fading. harvested energies and channel fading are independent and identically distributed processes, and information about harvested energies and channel gain is causally provided to the transmitter. the transmitter is equipped with a rechargeable battery with limited storage capacity.our goal is to obtain an online power control scheme that maximizes the average data transmission rate over a telecommunication interval of unlimited length. a low complexity algorithm based on online convex optimization is proposed to guarantee the energy availability of the energy harvesting node and to maximize the long term average data transmission rate. the proposed algorithm limits the maximum transmission power by knowing the state of charge and allocates the transmission power based on historical information. simulations have been performed to show the effectiveness of the algorithm by considering input energy with different distributions, as well as channel coefficientswith different distributions. the proposed algorithm performs better than its peers in different energy harvesting rates.