• صفحه اصلی
  • تحلیل خاموشی و گذردهی شبکه‌های رله تقویت ‌و ‌ارسال رادیو‌‌‌ شناختی دوجهتی با انتقال توان بی‌سیم

اشتراک گذاری

آدرس مقاله


کد مقاله : 1401061639257 بازدید : 2531 صفحه: 155 - 171

20.1001.1.27170411.1401.14.51.11.7

نوع مقاله: پژوهشی

تحلیل خاموشی و گذردهی شبکه‌های رله تقویت ‌و ‌ارسال رادیو‌‌‌ شناختی دوجهتی با انتقال توان بی‌سیم

محورهای موضوعی :

احسان سلیمانی نسب 1

1 - عضو هیئت علمی دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

تاریخ دریافت : 1400/01/21 تاریخ پذیرش : 1400/10/25 تاریخ انتشار : 1401/06/23

کلید واژه: رله تقويت و ارسال, شبكه راديو شناختي, برداشت انرژي, انتقال توان بي‌سيم, رله دو جهته,

چکیده مقاله :

رادیو شناختی فناوری امیدبخشی است که هدف آن دست‌یابی به بهره‌برداری بهتر از طیف فرکانسی است. از طرف دیگر، برداشت انرژی بی‌سیم می‌تواند ملزومات انرژی بسیار زیاد گره‌ها را تامین کند. در این مقاله، دو سناریو در یک شبکه دوراهه فرض شده‌اند که در اولی رله انرژی مورد نیازش را از دو منبع شبکه ثانویه و در دومی هر دوی منابع، انرژی را از رله شبکه ثانویه برداشت می‌کنند. هر دوی محوشدگی ناکاگامی ناشی از انتشار سیگنال و تداخل روی رله ناشی از کاربران اولیه شبکه رادیو شناختی در نظر گرفته‌ می‌شوند. روابط به فرم بسته‌ای برای احتمال خاموشی و گذردهی شبکه رله تقویت و ارسال رادیو شناختی با بکارگیری روش‌های برداشت انرژی و انتقال توان بی‌سیم روی کانال‌های محوشدگی مستقل و ناهمسان ناکاگامی ارائه شده است. روابط تحلیلی با شبیه سازی مونت كارلو صحت سنجي شده‌اند و نشان داده شده است كه سناريوي اول همواره نسبت به دومي عملكرد بهتري دارد و هر دو سناريو عملكرد بهتري را نسبت به حالت بدون برداشت انرژي دارند.

چکیده انگلیسی:

Cognitive radio is a promising technology which aims to achieve better frequency spectrum utilization. On the other hand, wireless energy harvesting can provide extra energy requirement at the nodes. Two scenarios in a two-way network are assumed where in the first scenario, relay harvests its required energy from end-sources of secondary network in presence of cognitive radio network and in the second scenario, both end-sources harvest energy from relay in secondary network. Both the Nakagami-m fading caused by signal propagation and the interference at relay caused by primary users in a cognitive radio network are considered. Closed-form expressions for outage probability and throughput of bidirectional cognitive radio amplify-and-forward relaying network using energy harvesting and wireless power transfer techniques over independent and non-identically distributed (i.n.i.d.) Nakagami-m fading channels are proposed. The analytical derivations are validated employing Monte Carlo simulations, where it is demonstrated that the first scenario always outperforms the second one, while both scenarios perform better than no energy harvesting case.

منابع و مأخذ:

[1] A. Ivanov, K. Tonchev, V. Poulkov and A. Manolova, "Probabilistic Spectrum Sensing Based on Feature Detection for 6G Cognitive Radio: A Survey," IEEE Access, vol. 9, pp. 116994-117026, Aug.2021.
[2] X. Liu, K. -Y. Lam, F. Li, J. Zhao, L. Wang and T. S. Durrani, "Spectrum Sharing for 6G Integrated Satellite-Terrestrial Communication Networks Based on NOMA and CR," IEEE Network, vol. 35, no. 4, pp. 28-34, Aug. 2021.
[3] D. Wang, B. Song, D. Chen and X. Du, "Intelligent Cognitive Radio in 5G: AI-Based Hierarchical Cognitive Cellular Networks," IEEE Wireless Communications, vol. 26, no. 3, pp. 54-61, June 2019.
[4] T. Xu, H. Hu and M. Zhang, "Sliced Sensing System: Toward 5G Cognitive Radio Applications Under Fast Time-Varying Channels," IEEE Systems Journal, vol. 13, no. 2, pp. 1297-1307, June 2019.
[5] W. Zhang, C. Wang, X. Ge and Y. Chen, "Enhanced 5G Cognitive Radio Networks Based on Spectrum Sharing and Spectrum Aggregation," IEEE Transactions on Communications, vol. 66, no. 12, pp. 6304-6316, Dec. 2018.
[6] W. S. H. M. W. Ahmad et al., "5G Technology: Towards Dynamic Spectrum Sharing Using Cognitive Radio Networks," IEEE Access, vol. 8, pp. 14460-14488, Jan. 2020.
[7] X. Huang, T. Han, and N. Ansari, “On green-energy-powered cognitive radio networks,” IEEE Communications Surveys and Tutorials, vol. 17, no. 2, pp. 827–842, Secondquarter 2015.
[8] M. Dohler and Y. Li, Cooperative Communication: Hardware, Channel and PHY. John Wiley and Sons, 2010.
[9] B. Wang and K. J. R. Liu, “Advances in cognitive radio networks: A survey,” IEEE Journal of Selected Topics in Signal Processing, vol. 5, no. 1, pp. 5–23, Feb. 2011.
[10] Q. Zhang, B. Cao, Y. Wang, N. Zhang, X. Lin, and L. Sun, “On exploiting polarization for energy-harvesting enabled cooperative cognitive radio networking,” IEEE Wireless Communications, vol. 20, no. 4, pp. 116–124, Aug. 2013.
[11] S. S. Kalamkar, S. Majhi, and A. Banerjee, “Outage analysis of spectrum sharing energy harvesting cognitive relays in Nakagami-m channels,” IEEE Global Communications Conference (GLOBECOM), San Diego, Dec. 2015.
[12] H. . Chen, Y. Li, Y. Jiang, Y. Ma, and B. Vucetic, “Distributed power splitting for SWIPT in relay interference channels using game theory,” IEEE Transactions on Wireless Communications, vol. 14, no. 1, pp. 410–420, Jan 2015.
[13] Y. Liu, S. A. Mousavifar, Y. Deng, C. Leung, and M. Elkashlan, “Wireless energy harvesting in a cognitive relay network,” IEEE Transactions on Wireless Communications, vol. 15, no. 4, pp. 2498–2508, Apr. 2016.
[14] Z. Wang, Z. Chen, L. Luo, Z. Hu, B. Xia, and H. Liu, “Outage analysis of cognitive relay networks with energy harvesting and information transfer,” IEEE International Conference on Communications (ICC), Sydney, June 2014, pp. 4348–4353.
[15] Q. Li, Q. Zhang and J. Qin, "Beamforming for Information and Energy Cooperation in Cognitive Non-Regenerative Two-Way Relay Networks," IEEE Transactions on Wireless Communications, vol. 15, no. 8, pp. 5302-5313, Aug. 2016.
[16] S. Javadi and E. Soleimani-Nasab, "Outage analysis of cognitive two-way AF relaying systems with wireless power transfer," Iranian Conference on Electrical Engineering (ICEE), May 2017, pp. 2066-2071.
[17] S. Javadi and E. Soleimani-Nasab, "Performance analysis of cognitive two-way AF relaying systems with wireless energy harvesting over Nakagami-m fading channels," Iran Workshop on Communication and Information Theory (IWCIT), May 2017.
[18] E. Soleimani-Nasab and S. Javadi, "Performance analysis of two‐way wireless‐powered Amplify‐and‐Forward relaying in the presence of co‐channel interference," International Journal of Communication Systems, vol. 34, no. 1, January 2021.
[19] D. K. Nguyen, D. N. K. Jayakody, S. Chatzinotas, J. S. Thompson and J. Li, "Wireless Energy Harvesting Assisted Two-Way Cognitive Relay Networks: Protocol Design and Performance Analysis," IEEE Access, vol. 5, pp. 21447-21460, Jan. 2017.
[20] F. Benkhelifa and M. Alouini, "Prioritizing Data/Energy Thresholding-Based Antenna Switching for SWIPT-Enabled Secondary Receiver in Cognitive Radio Networks," IEEE Transactions on Cognitive Communications and Networking, vol. 3, no. 4, pp. 782-800, Dec. 2017.
[21] S. Singh, S. Modem and S. Prakriya, "Optimization of Cognitive Two-Way Networks With Energy Harvesting Relays," IEEE Communications Letters, vol. 21, no. 6, pp. 1381-1384, June 2017.
[22] S. Wang, W. Chung and T. Wu, "Adaptive power and time usage energy harvesting in cognitive two-way relay networks," IEEE Wireless Communications and Networking Conference (WCNC), Barcelona, Apr. 2018.
[23] A. Mukherjee, T. Acharya and M. R. A. Khandaker, "Outage Analysis for SWIPT-Enabled Two-Way Cognitive Cooperative Communications," IEEE Transactions on Vehicular Technology, vol. 67, no. 9, pp. 9032-9036, Sept. 2018.
[24] W. Zhao, R. She and H. Bao, "Security Energy Efficiency Maximization for Two-Way Relay Assisted Cognitive Radio NOMA Network With Self-Interference Harvesting," IEEE Access, vol. 7, pp. 74401-74411, June 2019.
[25] A. Prathima, D. S. Gurjar, H. H. Nguyen and A. Bhardwaj, "Performance Analysis and Optimization of Bidirectional Overlay Cognitive Radio Networks With Hybrid-SWIPT," IEEE Transactions on Vehicular Technology, vol. 69, no. 11, pp. 13467-13481, Nov. 2020.
[26] M. Zhang, S. Zhang, Z. Bao, W. Wang, X. Zhang and Y. Chen, "Joint beamforming and time switching designs for energy-constrained cognitive two-way relay networks," China Communications, vol. 17, no. 5, pp. 110-118, May 2020.
[27] M. M. Feghhi, A. Abbasfar, M. Mirmohseni, Low complexity resource allocation in the relay channels with energy harvesting transmitters, Ad Hoc Networks, vol. 77, pp. 108-118, Aug .2020.
[28] M. M. Feghhi, A. Abbasfar and M. Mirmohseni, “Performance analysis for energy harvesting communication protocols with fixed rate transmission”, IET Communications, vol. 8, no.18 , pp. 3259-3270, Dec. 2014.
[29] M. M. Feghhi, M. Mirmohseni and A. Abbasfar, “Power Allocation in the Energy Harvesting Full-Duplex Gaussian Relay Channels”, International Journal of Communication Systems, Special Issue on Energy Efficient Wireless Communication Networks with QoS, vol. 30, no. 2, pp. 1-29, Jan.2017.
[30] I. S. Gradshteyn and I. M. Ryzhik, Table of Integrals, Series and Products, 7th ed., A. Jeffrey, Ed. Elsevier Inc., 2007.
[31] Wolfram, “The Wolfram functions site,” Available: http://functions.wolfram.com, 2020.
متن کامل:
الگوي تهيه مقالات

 

 

 

دو فصلنامه علمي

فناوري اطلاعات و ارتباطات ایران

سال چهاردهم، شماره­های ‌51 و 52 ، بهار و تابستان 1401

صص: 155_171

 

E:\E Drive\logo\iicta Logo0.JPG 

 

تحلیل خاموشی و گذردهی شبکه‌های رله تقویت ‌و ‌ارسال رادیو‌‌‌ شناختی دوجهتی با انتقال توان بی‌سیم  

احسان سلیمانی نسب*

 *عضو هیئت علمی دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران 

تاریخ دریافت: 21/01/1400                        تاریخ پذیرش: 25/10/1400

نوع مقاله: پژوهشی

 

 

 

چكیده

رادیو شناختی فناوری امیدبخشی است که هدف آن دست‌یابی به بهره‌برداری بهتر از طیف فرکانسی است. از طرف دیگر، برداشت انرژی بی‌سیم می‌تواند ملزومات انرژی بسیار زیاد گره‌ها را تامین کند. در این مقاله، دو سناریو در یک شبکه دوراهه فرض شده‌اند که در اولی رله انرژی مورد نیازش را از دو منبع شبکه ثانویه و در دومی هر دوی منابع، انرژی را از رله شبکه ثانویه برداشت می‌کنند. هر دوی محوشدگی ناکاگامی ناشی از انتشار سیگنال و تداخل روی رله ناشی از کاربران اولیه شبکه رادیو شناختی در نظر گرفته‌ می‌شوند. روابط به فرم بسته‌ای برای احتمال خاموشی و گذردهی شبکه رله تقویت و ارسال رادیو شناختی با بکارگیری روش‌های برداشت انرژی و انتقال توان بی‌سیم روی کانال‌های محوشدگی مستقل و ناهمسان ناکاگامی ارائه شده است. روابط تحلیلی با شبیه سازی مونت كارلو صحت سنجي شده‌اند و نشان داده شده است كه سناريوي اول همواره نسبت به دومي عملكرد بهتري دارد و هر دو سناريو عملكرد بهتري را نسبت به حالت بدون برداشت انرژي دارند.

واژگان کلیدی: رله تقويت و ارسال، شبكه راديو شناختي، برداشت انرژي، انتقال توان بي‌سيم، رله دو جهته

 

 

 

1.       مقدمه

استفاده از سیستم‌های مخابراتی بی‌سیم، روز به روز در حال افزایش است و تقاضا برای گذردهی بالاتر، نیاز به فناوری‌های نوین را به‌وجود آورده است. یکی از فناوری‌های نوین مطرح، برداشت انرژی  می‌باشد که در مخابرات بي‌سيم نسل پنجم و بعد از آن از اهمیت ویژه‌ای برخوردار است. قبلا برداشت انرژی  (EH) از منابع طبیعی مانند باد، خورشید و... مطرح شده بود، اما برداشت انرژی از 

نویسنده مسئول: احسان سلیمانی نسب ehsan.soleimani@kgut.ac.ir

 

 

 

 

سیگنال‌های فرکانس راديويي  (RF) اخیرا مورد توجه قرار گرفته است. در بین تمامی پروتکل‌های رله، پروتکل هاي تقويت و ارسال (AF) و كدبرداري و ارسال  (DF) با بهبود سیگنال دریافتی در مقالات متنوعی مورد استفاده قرار گرفته‌اند. در روش AF، رله‌ها سیگنال‌های دریافتی از سایر منابع را که بر اثر عوامل مخربی چون افت مسیر، نویز و محوشدگی کانال تضعیف می‌شوند، فقط تقویت کرده و سپس آنها را بدون انجام هیچ گونه کدگذاری و کدبرداری (برخلاف روش DF) به سمت گیرنده ارسال می‌کنند. علاوه بر این، رله با بهبود سیگنال دریافتی و سپس ارسال آن، انرژی مازادی را مصرف می‌کند. شاید برای رله‌هایی که به منبع توان متصل باشند، تامین انرژی مازاد نگرانی خاصی به‌وجود نیاورد؛ اما برای رله‌هایی که توان خود را از باطری های توان محدود تامین می‌کنند، بسیار حائز اهمیت می‌باشد. علاوه بر موضوع بهره‌وری انرژی، موضوع بسیار مهم دیگر استفاده‌ی حداکثری از طیف فرکانسی موجود می‌باشد، که با توجه به افزایش استفاده‌های چند رسانه‌ای و همچنین تقاضای طیف بیشتر، اهمیت دوچندانی یافته است. یکی از روش‌های بهره‌وری طیفی استفاده از شبکه‌های رادیو شناختگر  (CR)  است، که برای استفاده‌ی موثر از طیف در شبکه‌های مخابراتی مطرح می‌باشد. سیاست تخصیص طیف فرکانسی در گذشته به‌خوبی عمل می‌کرد اما با رشد بسیار زیاد تقاضا برای دسترسی به طیف فرکانسی به‌ علت استفاده در کاربردهای موبایل و دیگر کاربردهایی که در سال‌های اخیر رشد کرده‌اند، این نحوه‌ی تخصیص طیف دیگر مناسب و جوابگو نیست. محدودیت در طیف فرکانسی قابل استفاده به‌خاطر طبیعت انتشار امواج رادیویی و رشد تقاضا برای استفاده از آن، یک الگوی جدید برای استفاده‌ی بهینه از طیف را لازم می‌دارد. از همین‌رو دستیابی پویا به طیف فرکانسی به‌عنوان یک راه‌حل برای مسائل مطرح است. فناوری رادیو شناختي دستیابی پویا به طیف از طریق به اشتراک ‌گذاشتن کانال با کاربران دارای مجوز و استفاده از طیف تخصیص یافته به‌صورت فرصت‌طلبانه امکان‌پذیر است. در شبکه‌های رادیو شناختگر، شبکه‌ اولیه  (PN) و شبكه ثانویه  (SN) درنظر گرفته شده است. به کاربران شبکه‌ ثانویه که مجوز استفاده از طیف را ندارند اجازه‌ی بهره‌برداری از طیف داده می‌شود، درصورتی‌که قابلیت اطمینان ارتباط و ارسال شبکه‌ اولیه حفظ شود. شبکه‌های رادیو شناختگر در شبکه‌های بی‌سیم نسل جدید مانند نسل پنجم و نسل ششم نیز از اهمیت زیادی برخوردار هستند. در این شبکه‌ها، سناریوهای زیادی عمدتا با ترافیک داده بالا همراه با کانال‌های متغیر با زمان سریع اتفاق می‌افتند که روش‌های رادیو شناختی سنتی عملکرد خوبی را ندارند. نویسندگان در [1] روشی برای سنجش طیف در باندهای فرکانسی عمدتا زیر 6 گیگاهرتز که بازه‌های فرکانس مخابرات سلولی نسل ششم در اینجا قرار دارد، ارائه کرده‌اند. مشخصه‌های اصلی طراحی از جمله احتمال آشکارسازی، مقاومت در برابر محوشدگی و نویز، فرضیات مدل سیگنال و نویز، و پیچیدگی محاسباتی مورد بررسی قرار گرفته‌اند. مولقان در [2] روش‌های دسترسی چندگانه غیر متعامد و رادیو شناختی را در تسهیم طیف شبکه‌های مخابراتی تجمیعی زمینی نسل ششم و ماهواره‌ای مورد بررسی قرار دادند. در [3]، نویسندگان یک شبکه سلولی رادیو شناختی توزیع‌شده نسل پنجم را بررسی کردند که در آن فناوری رادیو شناختی و هوش مصنوعی با یکدیگر در یک سیستم پیچیده چند عاملی تجمیع شده‌اند. با هدف بهره برداری بیشینه از منابع، استراتژی‌های بهینه تخصیص منابع برای کاربران رادیو شناختی مورد مطالعه قرار گرفته‌اند. در [4]، مولفان یک روش سنجش طیف جدید را در شبکه‌های سلولی نسل پنجم مطرح کردند که نشان داده شده است که روش ارائه شده در کانال‌های محوشدگی سریع عملکرد بهتری را دارد. مهمتر از آن، سنجش طیف مذکور در مقابل تخمین کانال غیردقیق نیز مقاوم است که در پیاده سازی واقعی از اهمیت زیادی برخوردار است. یک شبکه رادیو شناختی بر مبنای تسهیم و تجمع طیف فرکانسی در شبکه‌های نسل پنجم در [5] مورد بررسی قرار گرفته است. مدیریت طیف پویا برای هر دوی کاربران دارای جواز و کاربران بدون نیاز به جواز انجام شده است که نتایج بهنری را از لحاظ نرخ مجموع، احتمال خاموشی و راندمان طیفی نشان می‌دهد. مولقان در [6] کارهای انجام شده برای تسهیم طیف در شبکه سلولی نسل پنجم را مورد بررسی قرار داده‌اند. همچنین معماری شبکه،  روشهای تخصیص طیف و دسترسی به آن مورد مطالعه قرار گرفته‌اند. نشان داده شده است که تداخل چند کاربری مسئله اصلی است که از طریق مخابرات چندپرشی و دسترسی چندگانه غیر متعامد قابل حل است. در شبکه‌ رادیو شناختگر مشارکتی، استفاده از شبکه‌ دوراهه درعین پیچیده بودن نسبت به شبکه‌ سنتي یک‌‌راهه ولی با مزیت افزایش بازدهی طیفی، پیشنهاد شده است [10] -[7].

در سال‌های اخیر پژوهشگران مسئله‌ی استفاده از محیط پیرامون برای تغذیه‌ی شبکه‌های رادیو شناختگر را مورد مطالعه قرار داده‌اند و سعی کرده‌اند با استفاده از انرژی منتشره در فضا به بهره‌وری همزمان انرژی و طیف دست پیدا کنند. با استفاده از این روش‌ها کاربران ثانویه با منابع محدود به طور بیسیم تغذیه می‌شوند و با استفاده از توانی که جمع‌آوری کرده‌اند به انتقال اطلاعات براساس الگوریتم تسهیم طیفی که دارند، می‌پردازند. در واقع، کاربران ثانویه بر اساس میزان و نوع برداشت انرژی، بهترین روش را برای رسیدن به بالاترین گذردهی ممکن با حداقل تداخل به کاربر اولیه باید انتخاب کنند. بطور کلی، رادیو شناختگر را می‌توان در چهار حوزه‌ی سنجش طیف، دسترسی به طیف، مدیریت طیف و دست‌به‌دست کردن طیف برای رسیدن به استفاده‌ی هوشمندانه و بهینه از طیف بررسی کرد. این حوزه‌ها را وقتی شبکه‌ ثانویه از برداشت انرژی فرکانس رادیویی استفاده می‌کند می‌توان مورد بررسی قرار داد. کار اصلی سنجش طیف، تشخیص مناسب و درست فعالیت‌های کاربر اولیه می‌باشد که می‌توان این اهداف را به سه دسته تقسیم کرد: 1) پیدا کردن فرصت‌های طیفی برای انتقال اطلاعات یا برداشت انرژی فرکانس رادیویی، 2) پیدا کردن اطلاعات آماری در مورد طیف مورد استفاده برای کارهای بعدی و 3) پیش‌بینی میزان سطح انرژی که کاربر ثانویه می‌تواند ذخیره کند. هدف اصلی در دسترسی به طیف، دسترسی به طیف بدون ایجاد تداخل و تصادم با کاربر اولیه و فراهم کردن تسهیم طیف بهینه و مطمئن، می‌باشد. در [11]، ترکیب رله برداشتگر انرژی در یک سیستم رادیو شناختگر، به عنوان راه‌حلی برای مشکل استفاده ناکارآمد از طیف استفاده شده در مخابرات سبز، در نظر گرفته شده است. در سناریوی تسهیم طیف، عملکرد شبکه‌ رادیو شناختگر با وجود ارتباطات منبع ثانویه با مقصد خودش، روی کانال‌های محوشدگي ناکاگامی و رله‌های  DF با محاسبه احتمال خاموشي مصرف‌کننده اولیه، بررسی گشته ‌است. همچنین، فرم بسته‌ی احتمال خاموشي شبکه‌ ثانویه به‌دست آمده است. نتایج حاکی از آن است که تابع احتمال رله برداشت انرژی به برداشت انرژِی، نرخ مصرفی انرژِی و آستانه‌ی احتمال خاموشي اولیه وابسته است. نویسندگان در [12] پروتكل انتقال بي‌سيم همزمان توان و اطلاعات  (SWIPT) را در يك شبكه با چندين جفت فرستنده-گيرنده كه از طريق رله هاي برداشتگر انرژي ارتباط داشتند، مورد بررسي قرار دادند. روش تقسيم توان  (PS) توزيع‌شده با استفاده از تئوري بازي براي هر دو شبكه AF و DF بكار گرفته شد. نتايج بدست آمده عملكرد نزديك به بهينه روش پيشنهادي را نشان مي‌داد. در [13] شبکه‌ رله رادیو شناختگر فروسو در نظر گرفته شده است که در شبکه‌ ثانویه، منبع اطلاعات را از طریق رله، با درنظر گرفتن طیف مجاز شبکه‌ اولیه، به مقصد می‌فرستد. فرض شده كه تمام فرستنده‌های شبکه‌ اولیه در یک نقطه و تمام گیرنده‌های شبکه‌ اولیه در نقطه‌ای دیگر واقع شده‌اند. منبع و رله انرژی را تنها از سیگنال‌های  RF فرستنده‌های شبکه‌ اولیه برداشت می‌کنند. تمامی کانال‌هاي محوشدگي، رایلی درنظر گرفته شده‌اند. احتمال خاموشي برای شبکه‌ ثانویه با درنظر گرفتن سه قید 1) حداکثر توان انتقالی در منبع ثانویه و رله ثانویه 2) توان مجاز برای حداکثر تداخل در هر گیرنده‌ی شبکه‌ اولیه و 3) توان تداخل هر فرستنده شبکه‌ اولیه به رله و مقصد شبکه‌ ثانویه محاسبه شده است. همچنین، احتمال خاموشي و نرخ گذردهی با درنظر گرفتن اینکه تعداد فرستنده و گیرنده‌های شبکه‌ اولیه به سمت بی‌نهایت روند، بدست آمده است.

در [14]، مولفان پروتکل SWIPT را در یک شبکه رله رادیو شناختی بررسی کردند که در آن شبکه اولیه منابع طیفی و انرژی خود را در با شبکه ثانویه سهیم شده است. روابط به فرم بسته احتمال خاموشی برای هر دوی شبکه‌های اولیه و ثانویه محاسبه شده است و مصالحه نرخ-انرژی بین بیشینه نرخ قابل حصول و بیشینه انرژی برداشت شده شبکه ثانویه انجام شده است. نویسندگان در [15] اثر ارسال همزمان اطلاعات و انرژی را در یک شبکه رله دو‌راهه AF رادیو شناختی بررسی کرده که در آن کاربر شبکه ثانویه که مجهز به چندین آنتن است، انرژی مورد نیاز خود را از شبکه اولیه با طرح PS برداشت می‌کند. سپس مسئله بیشینه‌سازی نرخ قابل حصول شبکه ثانویه با قید تامین ملزومات نرخ قابل حصول شبکه اولیه بررسی شده است. با فرض اینکه اطلاعات ناقص کانال تمامی لینک‌ها در كاربر فرستنده شبکه ثانویه  (SU) موجود باشد، نتایج بهینه ای بدست آمده است. در [16] شبکه رله رادیو شناختی دوراهه ای با فرض برداشت انرژی رله SN از فرستنده های SN بررسی شده و احتمال خاموشی SU به صورت تحلیلی محاسبه شده است. با فرض کانال محوشدگی ناکاگامی و بکارگیری روش سوئيچ زماني  (TS)، احتمال خاموشی شبکه رادیو شناختگر برای یک شبکه دوراهه با فرض انتقال توان بی‌سیم در [17] بدست آمده است. نویسندگان در [18] احتمال خاموشی، احتمال خطا، ظرفیت ارگادیک، و گذردهی یک شبکه رادیو شناختی دوراهه را در حضور تداخل هم‌کانال بررسی کردند که در آن محدودیتی روی طیف فرکانسی و توان ارسالی وجود نداشت. مولفان در [19]، احتمال خاموشی و نرخ گذردهی شبکه رادیو شناختی دوجهتی را با رله‌های برداشت کننده انرژی بدست آوردند. دو روش PS و TS بکار رفته و اثر نقصان سخت افزاری بر عملکرد سیستم نیز بررسی شده است. در [20] گیرنده چند آنتنه یک شبکه ثانویه که از منابع فرکانسی شبکه اولیه با پروتکل‌های رادیو شناختی بهره می‌برد، انرژی مورد نیاز خود را برای ارسال اطلاعات به صورت بی‌سیم برداشت می‌کند. روابط تحلیلی و مجانبی تابع جرم احتمال، متوسط توان برداشت شده و احتمال خاموشی داده‌ها بدست آمده است که مصالحه بین ارسال داده و برداشت انرژی را نمایانگر هستند. در [21]، مولفان عملکرد یک شبکه رادیو شناختی لایه زیرین  دوراهه  را که از کدینگ شبکه آنالوگ بهره می‌برد بررسی کردند. با فرض اینکه رله AF، پروتکل PS را برای برداشت انرژی بکار گیرد، روابط فرم بسته نرخ گذردهی بدست آمده است. در [22]، شبکه رادیو شناختی دوراهه با برداشت انرژی معرفی شده است که کاربران ثانویه برای رله سیگنال های کاربران اولیه، انرژی مورد نیاز خود را از آنها به صورت بی‌سیم دریافت می‌کنند. احتمال خاموشی کاربران اولیه و ثانویه در گذر سیگنال از کانال انتخابگر فرکانسی بدست آمده است. مولفان در [23]، شبکه‌ای مشارکتی رادیو شناختی معرفی کردند که در آن فرستنده SN به کمک جفت کاربران فرستنده-گیرنده PN برای ارسال اطلاعات به صورت دوجهتی، آمده است. کاربر ثانویه از کاربران اولیه با پروتکل SWIPT و طرح PS برداشت انرژی کرده و احتمال خاموشی آن بدست آمده است. در [24]، راندمان انرژی امن برای یک شبکه دوراهه تمام‌دوطرفه  رادیو شناختی بدست آمده است. برای بهبود راندمان انرژی، خودتداخلی گره تمام‌دوطرفه به عنوان منبع بالقوه‌اي براي برداشت انرژي رله درنظر گرفته شده است. در ادامه مسئله بيشينه سازي راندمان با قيدهاي تضمين كيفيت سرويس مطرح و با روش‌های آزادسازی مسائل غیرمحدب، حل شده است. در [25]، یک شبکه رادیو شناختی مشارکتی متشکل از دو کاربر PN و دو کاربر SN که ارتباطات دوراهه PN را میسر می‌کنند درنظر گرفته شده است که روش‌های برداشت انرژی SWIPT بکار رفته است. روابط احتمال خاموشی و نرخ گذردهی قابل حصول SN و PN با فرض محوشدگی ناکاگامی بدست آمده و  مقادیر بهینه پارامترهای سیستم محاسبه شده‌اند. اخيرا در [26]، مسئله شكل‌دهي پرتو و TS همزمان براي يك شبكه انرژي محدود راديوشناختي دوراهه بررسي شده است. هدف غائي، بيشينه سازي نرخ مجموع كاربران شبكه ثانويه با قيد نرخ داده شبكه اوليه، قيد برداشت انرژي و قيد توان ارسالي كاربر SN است. مسئله بهينه سازي غيرمحدب با روش‌هاي برنامه‌نويسي هندسي به مسئله محدب تبديل شده و حل گشته است. نویسندگان در [27] تخصیص منابع را در شبکه‌های رله با بکارگیری روش‌های برداشت انرژی بررسی کردند. مقادیر بهینه توان و نرخ ارسالی در شبکه تمام‌دوطرفه با پیچیدگی کم بدست آمدند. در [28] تحلیل کمبود انرژی در یک شبکه با نرخ ارسال ثابت با گره‌‌های برداشت کننده انرژی انجام شده و روابط به فرم بسته‌ای بدست آمده است. در [29]، مولفان  با طرح یک مسئله بهینه سازی، نرخ مجموع را در یک شبکه دو پرشی تمام‌ دو طرفه بدست آوردند.

با توجه به منابع بررسی شده، هیچ‌‌كدام سیستم رله AF رادیو شناختی دوطرفه را مطابق دو سناريوي مطرح‌شده در این مقاله، بررسی نکرده‌اند. با تمرکز بر مدل محوشدگي ناکاگامي  که به طور گسترده در سيستم¬هاي مخابراتي بکار مي رود و كانال‌هاي محوشدگي رايلي حالت خاص آن است، در این مقاله دو سناريو بررسی شده است. در سناريوي اول و دوم، پروتکل EH برای سیستم رله AF رادیو شناختی طراحی گشته است. در سناريوي اول، رله انرژی را از دو منبع برداشت کرده و تحت تداخلات وارده از فرستنده‌های شبکه‌ اولیه در سيستم رادیو شناختگر می‌باشد، از طرفی رله نیز بر گیرنده‌های شبکه‌ اولیه، تداخل وارد می‌کند. در سناريوي دوم، دو منبع انرژی را از رله در شبکه‌ ثانویه برداشت می‌کنند و تداخلات وارد بر رله از طرف فرستنده‌های شبکه‌ اولیه در بهره‌ی آن تاثیر می‌گذارد. روابطي به فرم بسته براي احتمال خاموشي و نرخ گذردهي سيستم در SNRهاي مختلف بدست آمده است. براي اينکه فهم بهتري از اثر پارامترهاي سيستم مانند پارامترهاي محوشدگي يا تعداد تداخل¬ها وجود داشته باشد، مرتبه چندگانگي بدست مي¬آيد.

اين مقاله بخش¬هاي زير را شامل مي¬شود. بخش 2 مدل سيستم و آماره¬هاي محوشدگي  مورد نظر را معرفي مي¬کند. در ادامه در بخش‌های 2 و 3 به ترتیب دو سناريوي پيشنهادي مطرح شده و تحليل عملکرد سيستم انجام شده و روابط به فرم بسته براي احتمال خاموشي و نرخ گذردهي حاصل شده است. تحليل مجانبي و مرتبه چندگانگي نيز در اين بخش ارائه شده است. در بخش 4 نتايج شبيه سازي مونت كارلو ارائه شده و بخش 5 به جمع بندي و نتيجه گيري مي¬پردازد.

نمادها: در اين مقاله، img0 و img0 نشان دهنده تابع چگالي احتمال (PDF) و تابع توزيع تجمعي (CDF) متغير تصادفيimg0هستند. img0 توزيع احتمال گاما را نشان مي­دهد که  img0 و img0 پارامترهاي شکل‌دهي و تطبيق هستند. PDF و CDF توزيع گاما به‌ترتیب به‌صورت زير تعريف مي­شوند.

                                          img0

                                        img0 

که در رابطه بالا img0 تابع گاما و img0 تابع گاماي ناقص مي­باشد [30]. عملگر img0 اميد رياضي و img0 احتمال را نشان مي­دهد.

2.       مدل سیستم و کانال

مطابق شکل 1 مدل سیستم رله‌ رادیو شناختی دوطرفه، در شرایطی که دو منبع اطلاعات خود را از طریق رله R تبادل می‌کنند، درنظر گرفته شده است. شبکه‌ اولیه از تعداد N فرستنده‌ و تعداد M گیرنده‌ی تشکیل شده است. رله تحت تاثیر تداخلات وارده از N فرستنده‌ی اولیه موجود در شبکه‌ اولیه می‌باشد. ظرفیت انرژی ذخیره سازی رله محدود بوده و در سناریوی اول، رله انرژی را از دو منبع برداشت می‌کند؛ حال آنکه درسناریوی دوم، رله انرژی نامحدودی در اختیار دارد که آن را در اختیار دو منبع قرار می‌دهد. به‌علت جلوگیری از محوشدگي عمیق، فرض می‌شود لینک مستقیمی بین فرستنده و گیرنده وجود ندارد و هردو تنها از طریق رله با یکدیگر ارتباط برقرار می‌کنند. واحد ذخیره‌ساز قابل شارژ می‌تواند باتری با کارآیی بالا باشد و شبکه‌ ثانویه می‌تواند طیف را با شبکه‌ اولیه تسهیم کند. این بدین معناست که مصرف‌کننده‌های شبکه‌ ثانویه، تا زمانی که تداخل بر شبکه‌ اولیه از مقدار img0 تجاوز نکند، می‌توانند همزمان اطلاعات خود را ارسال کنند.

مطابق شکل 2 در هر دوره زمانی، مقدار img0 (T دوره سمبل) از زمان img0 برای برداشت انرژی از دو منبع به رله و مابقی زمان به دو بازه زمانی برابر برای انتقال اطلاعات مشارکتی در شبکه‌ ثانویه اختصاص داده شده است. در اولین بازه زمانی مشارکت، هر دو منبع اطلاعات خود را به رله فرستاده و در بازه زمانی دوم مشارکت، رله اطلاعات خود را به مقصد مناسب می‌فرستد.

 

img0 

شکل 1. مدل سيستم سناريوي اول

img0 

شکل 2. فازهاي ارسال سيستم سناريوي اول

مطابق شکل 3 مدل سیستم رله‌ی رادیو شناختی دوطرفه در سناريوي دوم، در شرایطی که دو منبع اطلاعات خود را از طریق رله‌ی R تبادل می‌کنند، درنظر گرفته شده است. با فرض شبكه اوليه همانند سناريوي اول، در این سناريو رله در جایگاه مناسب‌تری بوده و دو منبع انرژی را از رله در شبکه‌ ثانویه برداشت می‌کنند. در این سناريو، سیستم ارتباطی ذخیره‌ساز انرژی در دو منبع درنظر گرفته شده است تا بتوانند انرژی را از رله برداشت کنند.

img0 

شکل 3. مدل سيستم سناريوي دوم

 

مطابق شکل 4 در هر دوره زمانی، مقدار img0 از زمان برای تحويل انرژی از رله به دو منبع و مابقی زمان به دو بازه زمانی برابر برای انتقال اطلاعات مشارکتی در شبکه‌ ثانویه اختصاص داده شده است.

img0 

شکل 4. فازهاي ارسال سيستم سناريوي دوم

فرض می‌شود، تمام فرستنده‌های شبکه‌ اولیه در یک مکان و تمام گیرنده‌های شبکه‌ اولیه در مکانی دیگر قرار گرفته اند. همچنین فرض می‌شود img0 و img0 دور از فرستنده و گیرنده‌های شبکه‌ اولیه هستند به نحوي كه تداخلي دريافت نمي‌كنند. img0 کانال بین img0 و img0 و بالعکس (لینک‌های img0 و img0 ) و img0 کانال بین img0 و img0 و بالعکس می‌باشد (لینک‌های img0 وimg0 ). img0 و img0 به‌ترتیب، لینک‌های برداشت انرژی بین img0 و img0 و img0 می‌باشد. همچنین،img0 کانال بین رله و img0-امین (img0) تداخل وارد بر رله از طرف فرستنده‌های شبکه‌ اولیه می‌باشد و img0 کانال بین img0-امین (img0) گیرنده‌ شبکه‌ اولیه و رله می‌باشد. همچنین، img0 توان انتقالی رله، img0 و img0 به‌ترتیب توان انتقالی img0 و img0 می‌باشد. img0 توان فرستنده‌های شبکه‌ اولیه می‌باشد. SNR برای لینک‌هایimg0 ،img0 ،img0  ،img0 به‌ترتیب img0 ،img0  ، img0 و img0 می‌باشد؛ بطوریکه img0  ،img0 ، img0 و img0 تعریف می‌گردد. توزیع کانال‌ها به‌صورت img0، img0، img0، img0، img0 و img0 می‌باشد بطوریکه img0، img0، img0، img0، img0 و img0 می‌باشند.

سیگنال دریافتی در رله به صورت زیر نوشته می شود:

img0 

 

که در آن img0،img0وimg0به‌ترتیب سیگنال های تولیدی img0،img0و i-امین فرستنده PN اثرگذار بر رله می‌باشد. img0 نویز گوسی سفید جمع‌شونده (AWGN) در رله با واریانس img0 می‌باشد. رله سیگنال دریافتی را بدون هیچ‌گونه عملیات خاصی تقویت کرده و به سمت مقصد موردنظر ارسال می‌کند. بنابراین سیگنال دریافتی درimg0به‌صورت زیر نوشته می‌شود

(1)                                       img0

که بهره تقویت به صورت زیر تعریف می‌شود.

(2)        img0 

 

3.        سناریوی پیشنهادی اول و تحلیل عملکرد آن

در سناریوی اول، رله در حضور شبکه‌ رادیو شناختی، انرژی را از دو منبع برداشت کرده و از این انرژی برداشتی برای انتقال اطلاعات به دو منبع استفاده می‌کند. براساس تئوری برداشت انرژی، توان رله در سیستم رله رادیو شناختی با برداشت انرژی از دو منبع با در نظر گرفتن img0 به عنوان انرژی برداشت شده و img0 است. در توان رله با وجود برداشت انرژی محدودیت تداخل بر گيرنده شبكه اوليه را نیز باید درنظر گرفت که كمينه این دو مقدار در (4) وارد شده است.

(3)                  img0

در رابطه (4)، img0 راندمان تبدیل انرژی برداشت شده به رله می‌باشد. با جایگذاری (3) و (4) در (2) و بکارگیری (1)، نسبت سیگنال به نویز به‌علاوه تداخل (SINR) دریافتی در img0 و img0 با تعریف  img0 وimg0 ، به‌ترتیب برابرند با

(5)img0 

 

img0(6)

که img0و  img0  می‌باشند. در روابط (6) و (5) رابطه کران بالا با توجه به این حقیقت نوشته شده است که img0 کران بالای محکمی برای img0 است.

 

بر مبنای رابطه (5)، CDF  سناریوی اول در قضیه زیر آمده است:

 

قضیه اول: CDF شبکه رله AF رادیو شناختی دوجهتی سناریوی اول به‌صورت زیر بدست می‌آید

        img0        

(7)

که img0، img0و img0به‌ترتيب برابرند با

 

img0 

(8)img0(9)

        img0

(10)

و

(11)img0

همچنین img0 تابع بسل بهبودیافته نوع دوم می‌باشد كه در مرجع [30] تعريف شده است.

اثبات قضیه اول در پیوست 1 آمده است.

رابطه مشابهی برای SINR در img0 بدست مي‌آيد.

1_3  تحلیل SNR  زیاد سناریوی اول

برای درک بهتر و بینشی عمیق‌تر از  رابطه (7)، در اینجا به بررسی مسئله در SNRهای زیاد پرداخته مي‌شود. بدين‌منظور قضيه زير ارائه مي‌شود:

 

قضيه دوم: CDF سناریوی اول در SNRهاي زياد به‌صورت زير بدست مي‌آيد

img0(12)

که img0، img0، img0 و img0به‌ترتيب برابرند با

 

img0(13)

img0(14)

img0(15)

img0(16)

اثبات قضيه دوم در پيوست 2 آمده است.

برخلاف رابطه (7)، رابطه (12) از تعداد محدودي از توابع مقدماتي ساده تشكيل شده است.

بر مبنای رابطه (12)، مرتبه چندگانگی برابر با  img0 است.

 

3_2  احتمال خاموشی سناریوی اول

احتمال خاموشي يك سيستم مخابراتي، احتمال اينست كه SINR انتها به انتها از مقدار SNR آستانه‌ img0كمتر شود. در اين حالت سيگنال دريافتي در گيرنده به درستي آشكار نمي‌شود. احتمال خاموشی سناريوي اول برابر است با

img0 (17)

3_3 نرخ گذردهی سناریوی اول

عملکرد نرخ گذردهی برخلاف احتمال خاموشی می‌باشد، بطوریکه با افزایش احتمال خاموشی نرخ گذردهی کاهش می‌یابد و بالعکس. در نرخ گذردهی سیستم در حالت حساس به تاخير اطلاعات با نرخ ثابت img0 فرستاده می‌شوند. نرخ گذردهی در این حالت مطابق (18) می‌باشد [7]. رابطه نرخ گذردهي حساس به تاخير بدان معنیست که نرخ ارسال موفق در طول زمانimg0 چقدر می‌باشد.

(18)         img0

با جایگذاری رابطه (17) در (18)، نرخ گذردهی حساس به تاخیر سناریوی اول بدست می‌آید.

4.       سناریوی پیشنهادی دوم و تحلیل عملکرد آن

در سناریوی دوم، دو منبع انرژی را از رله برداشت می‌کنند. براساس تئوری برداشت انرژی، توان دو منبع در حضور شبکه‌ رادیو شناختی با برداشت انرژی از رله مطابق (19)، و توان رله مطابق (20) است.

(19)                                       img0        

(20) img0

با ساده‌سازی در شبکه‌ رله دوطرفه مطابق (5) و درنظر گرفتن(20) و (19) نسبت سیگنال به نویز و تداخل سناريوي دوم مطابق (21) می‌باشد         

img0              (21)

با توجه به فرمول (21)، در قضیه زیر تابع CDF به صورت زیر بدست می‌آید

قضیه سوم: CDF شبکه رله AF رادیو شناختی دوجهتی سناریوی دوم به‌صورت زیر بدست می‌آید

img0 

(22)

که در آنimg0 برابر است با

img0img0(23)

در رابطه (23)، img0 و img0 برابرند با

img0(24)

وimg0

(25)

در اینجا img0تابع فوق‌هندسی عمومی است که در رابطه 9.1 مرجع [30] تعریف شده است و 

(26)

 

 img0

 

اثبات قضیه سوم در پیوست 3 آمده است.

1_4  تحلیل SNR زیاد سناریوی دوم

مشابه سناریوی اول تمرکز خود را بر روی تحلیل SNR زیاد سناریوی دوم گذاشته و قضیه زیر را مطرح می‌کنیم

قضیه چهارم: CDF سناریوی دوم در SNRهاي زياد به‌صورت زير بدست مي‌آيد

img0 

(27)

که

img0 

(28)

و

img0(29)

img0 

(30)

اثبات قضيه چهارم در پيوست 4 آمده است.

مشابه سناریوی اول برخلاف رابطه (22)، رابطه (27) از تعداد محدودي از توابع مقدماتي ساده تشكيل شده است

بر مبنای (27)، مرتبه چندگانگی سناريوي دوم برابر با img0 است.

 

4_2  احتمال خاموشی سناریوی دوم

احتمال خاموشی سناريوي دوم برابر است با

(31) img0                 

4_3  نرخ گذردهی سناریوی دوم

نرخ گذردهی سناریوی دوم در حالت حساس به تاخیر برابر است با

(32)         img0

5.       شبیه‌سازی مونت‌کارلو

در این بخش، با انجام يك سلسله شبيه‌سازي مونت‌كارلو تاثیر پارامترهای مهم را بر عملکرد سیستم سنجیده ‌می‌شود. برای تصدیق صحت نتایج تحلیلی، مقایسه با نتایج شبیه‌سازی مونت‌کارلو انجام می‌شود. در اینجا فرض می‌کنیم img0.

 

شکل 5 احتمال خاموشی سناریوی اول را نسبت به img0 در دو حالت تحلیلی و شبیه‌سازی نشان می‌دهد که 4 حالت متفاوت img0 فرض شده است. همچنین img0 و img0 درنظر گرفته شده است.

 

 

img0 

شکل 5. احتمال خاموشی سناریوی اول برحسب SNR

ديده می‌شود که برای SNR مشخص با افزایشimg0، احتمال خاموشی افزایش می‌یابد. به عنوان مثال برای SNR 20 دسيبل، احتمال خاموشي براي 15 و 60 گره تداخلگر به‌ترتیب برابر 0.001 و 0.01 خواهد بود. همچنین با افزایش SNR همواره احتمال خاموشی کاهش می‌یابد.

شکل 6 احتمال خاموشی سناریوی اول را نسبت به img0 در دو حالت تحلیلی و شبیه‌سازی نشان می‌دهد که 3 حالت متفاوت img0 فرض شده است. همچنین img0 و img0 درنظر گرفته شده است.

img0 

شکل 6. احتمال خاموشی سناریوی اول برحسب img0

مشاهده می‌شود که برای احتمال خاموشی مشخص با افزایشimg0،img0 افزایش می‌یابد. به عنوان مثال برای احتمال خاموشی 0.001، به‌ترتیب img0برابر 12-، 6- و صفر دسيبل خواهد بود. همچنین با افزایش img0همواره احتمال خاموشی کاهش می‌یابد. طبق انتظار ما با افزایش img0و از نقطه مشخصی به بعد، احتمال خاموشی دیگر کاهش نمی‌یابد و اشباع رخ می‌دهد.

شکل 7 احتمال خاموشی سناریوی اول را نسبت به img0 در دو حالت تحلیلی و شبیه‌سازی نشان می‌دهد که 2 حالت متفاوت img0 فرض شده اند. همچنین img0وimg0 درنظر گرفته شده است.

 

img0 

شکل 7. احتمال خاموشی سناریوی اول برحسب img0

ديده مي‌شود كه با افزايش img0، احتمال خاموشي كاهش مي‌يابد. به عنوان مثال، با فرضimg0، احتمال خاموشي با افزايشimg0، از 0.1 به 0.001 كاهش مي‌يابد. از طرفي با افزايش img0، احتمال خاموشي هر دو حالت افزايش مي‌يابد تا در انتها به حداكثر احتمال خاموشي يعني 1 همگرا مي‌شوند.

در شكل 8، نرخ گذردهي سناريوي اول نسبت به img0رسم شده است. 2 حالت متفاوت img0 فرض شده اند. همچنین img0 وimg0 درنظر گرفته شده است.

img0 

شکل 8. نرخ گذردهی سناریوی اول برحسب img0

مي‌توان ديد كه با افزايش مقدار img0، نرخ گذردهي افزايش مي‌يابد. اين مهم به آن دليل است كه طبق رابطه (4)، محدوديت توان روي شبكه اوليه قدري برداشته مي‌شود. به عنوان مثال با فرضimg0، نرخ گذردهي از bps/Hz 0.2 به نرخ bps/Hz 0.5 افزايش مي‌ يابد كه افزايش 2.5 برابري را نشان مي‌دهد. با افزايشimg0، مقدار نرخ گذردهي هر دو حالت img0 كاهش يافته تا در نهايت به صفر همگرا مي‌شوند.

شكل 9 احتمال خاموشي سناريوي دوم را نسبت به img0 با تغيير SNR آستانه نشان مي‌دهد. همچنین img0وimg0 درنظر گرفته شده است.

img0 

شکل 9. احتمال خاموشی سناریوی دوم برحسب img0

همانگونه كه انتظار مي‌رفت با افزايش SNR آستانه، احتمال خاموشي سناريوي دوم افزايش مي‌يابد. به عنوان مثال، با فرضimg0، احتمال خاموشي براي دو منحني پائين از 0.01 به 0.001 كاهش مي‌يابد. همچنین با افزایش img0همواره احتمال خاموشی کاهش می‌یابد.

در شكل 10،‌ نرخ گذردهي سناريوي دوم نسبت به img0رسم شده است. 3 حالت متفاوت توان تداخلگر img0 فرض شده‌اند. همچنین img0وimg0 درنظر گرفته شده است.

img0 

شکل 10. نرخ گذردهی سناریوی دوم برحسب img0

ديده مي‌شود كه براي رسيدن به مقدار گذردهي ثابتي، با افزايش مقدار توانimg0، مقدارimg0 مورد نياز افزايش مي‌يابد. به عنوان مثال، با فرض نرخ گذردهي Bps/Hz 0.5، براي مقادير img0 به‌ترتيب 5 دسيبل، 11 دسيبل و 20 دسيبل توان img0موردنياز است. با افزايشimg0، مقدار نرخ گذردهي هر سه حالتimg0كاهش يافته تا در نهايت به مقدار ثابت 0.68  بيت بر ثانيه بر هرتز همگرا مي‌شوند و نرخ گذردهي به دليل محدوديتي كه شبكه اوليه گذاشته است قابل افزايش بيشتري نيست.

در شكل 11 نرخ گذردهي سناريوي دوم نسبت به img0رسم شده است. 3 حالت متفاوت توان تداخلگر img0 فرض شده‌اند. همچنین img0وimg0 درنظر گرفته شده است.

img0 

شکل 11. نرخ گذردهي سناریوی دوم برحسب img0

مشاهده مي‌شود كه با افزايشimg0، نرخ گذردهي كاهش مي‌يابد. به عنوان مثال درimg0با افزايش img0 از صفر دسيبل به 10 دسيبل،‌ نرخ گذردهي به ترتيب 0.2، 0.5 و 0.6 بيت برثانيه بر هرتز است. همچنين با افزايشimg0، نرخ گذردهي هر سه حالت كاهش يافته تا در نهايت به مقدار صفر همگرا شوند.

در آخر شكل 12، به مقايسه دو سناريوي اول و دوم برداشت انرژي بي‌سيم با حالت معمولي بدون برداشت انرژي مي‌پردازد. همچنین img0وimg0 درنظر گرفته شده است. به اين منظور احتمال خاموشي هر سه سناريو نسبت به توان تداخليimg0 رسم شده است. ديده مي‌شود كه هر دو سناريو نسبت به حالت بدون برداشت انرژي، احتمال خاموشي كمتري دارند كه بدين معني است كه برداشت انرژي مي‌تواند به يك سيستم مخابراتي کمک شایانی کند. علاوه بر اين، سناريوي اول نسبت به دومي عملكرد بهتري دارد. به عنوان مثال، براي img0، احتمال خاموشي به ترتيب براي سناريوي اول و دوم و سناريوي بدون برداشت انرژي، 0.0001، 0.005 و 0.06 مي‌باشد.

img0 

شکل 12. مقايسه احتمال خاموشي دو سناریو و حالت بدون برداشت انرژي برحسب img0

 

6.       نتیجه گیری

در این مقاله، دو مدل سیستم جدید مشارکتی رله دوطرفه به همراه برداشت انرژی در شبکه‌ رادیو شناختگر طراحی و تحلیل گشته است. در سناريوي اول، رله در شبکه‌ مشارکتی ثانویه، انرژی مورد نیاز خود را برای انتقال اطلاعات از دو منبع برداشت کرده و تحت تداخلات فرستنده‌های شبکه‌ اولیه می‌باشد. همچنین، دو منبع از شبکه‌ اولیه فاصله داشته و گیرنده‌های شبکه‌ اولیه تحت تداخلات وارد شده از طرف رله هستند. در سناريوي دوم، دو منبع از رله برداشت انرژی می‌کنند. در هردو سناريو، پارامترهای تعیین عملکرد سیستم يعني احتمال خاموشي و نرخ گذردهي در حالت دقيق و مجانبي محاسبه شده‌اند. نتايج شبيه‌سازي مونت‌كارلو صحت روابط را نشان مي‌دهد. همچنین، بادرنظر گرفتن پارامترهای یکسان برای این دو سناريو، احتمال خاموشی در سناريوي اول حدود 10 دسيبل، نسبت به احتمال خاموشي سناريوي دوم کاهش یافته و نشان‌دهنده‌ی عملکرد بهتر سناريوي اول می‌باشد.

سپاسگزاری

این پژوهش در قالب طرح پژوهشی شماره  2234/99 با استفاده از اعتبارات پژوهشی– پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران انجام شده است.

 

مراجع

[1]       A. Ivanov, K. Tonchev, V. Poulkov and A. Manolova, "Probabilistic Spectrum Sensing Based on Feature Detection for 6G Cognitive Radio: A Survey," IEEE Access, vol. 9, pp. 116994-117026, Aug.2021.

[2]       X. Liu, K. -Y. Lam, F. Li, J. Zhao, L. Wang and T. S. Durrani, "Spectrum Sharing for 6G Integrated Satellite-Terrestrial Communication Networks Based on NOMA and CR," IEEE Network, vol. 35, no. 4, pp. 28-34, Aug. 2021.

[3]       D. Wang, B. Song, D. Chen and X. Du, "Intelligent Cognitive Radio in 5G: AI-Based Hierarchical Cognitive Cellular Networks," IEEE Wireless Communications, vol. 26, no. 3, pp. 54-61, June 2019.

[4]       T. Xu, H. Hu and M. Zhang, "Sliced Sensing System: Toward 5G Cognitive Radio Applications Under Fast Time-Varying Channels," IEEE Systems Journal, vol. 13, no. 2, pp. 1297-1307, June 2019.

[5]       W. Zhang, C. Wang, X. Ge and Y. Chen, "Enhanced 5G Cognitive Radio Networks Based on Spectrum Sharing and Spectrum Aggregation," IEEE Transactions on Communications, vol. 66, no. 12, pp. 6304-6316, Dec. 2018.

[6]       W. S. H. M. W. Ahmad et al., "5G Technology: Towards Dynamic Spectrum Sharing Using Cognitive Radio Networks," IEEE Access, vol. 8, pp. 14460-14488, Jan. 2020.

[7]       X. Huang, T. Han, and N. Ansari, “On green-energy-powered cognitive radio networks,” IEEE Communications Surveys and Tutorials, vol. 17, no. 2, pp. 827–842, Secondquarter 2015.

[8]       M. Dohler and Y. Li, Cooperative Communication: Hardware, Channel and PHY. John Wiley and Sons, 2010.

[9]       B. Wang and K. J. R. Liu, “Advances in cognitive radio networks: A survey,” IEEE Journal of Selected Topics in Signal Processing, vol. 5, no. 1, pp. 5–23, Feb. 2011.

[10]       Q. Zhang, B. Cao, Y. Wang, N. Zhang, X. Lin, and L. Sun, “On exploiting polarization for energy-harvesting enabled cooperative cognitive radio networking,” IEEE Wireless Communications, vol. 20, no. 4, pp. 116–124, Aug. 2013.

[11]       S. S. Kalamkar, S. Majhi, and A. Banerjee, “Outage analysis of spectrum sharing energy harvesting cognitive relays in Nakagami-m channels,” IEEE Global Communications Conference (GLOBECOM), San Diego, Dec. 2015.

[12]       H. . Chen, Y. Li, Y. Jiang, Y. Ma, and B. Vucetic, “Distributed power splitting for SWIPT in relay interference channels using game theory,” IEEE Transactions on Wireless Communications, vol. 14, no. 1, pp. 410–420, Jan 2015.

[13]       Y. Liu, S. A. Mousavifar, Y. Deng, C. Leung, and M. Elkashlan, “Wireless energy harvesting in a cognitive relay network,” IEEE Transactions on Wireless Communications, vol. 15, no. 4, pp. 2498–2508, Apr. 2016.

[14]       Z. Wang, Z. Chen, L. Luo, Z. Hu, B. Xia, and H. Liu, “Outage analysis of cognitive relay networks with energy harvesting and information transfer,” IEEE International Conference on Communications (ICC), Sydney, June 2014, pp. 4348–4353.

[15]       Q. Li, Q. Zhang and J. Qin, "Beamforming for Information and Energy Cooperation in Cognitive Non-Regenerative Two-Way Relay Networks," IEEE Transactions on Wireless Communications, vol. 15, no. 8, pp. 5302-5313, Aug. 2016.

[16]       S. Javadi and E. Soleimani-Nasab, "Outage analysis of cognitive two-way AF relaying systems with wireless power transfer,"  Iranian Conference on Electrical Engineering (ICEE), May 2017, pp. 2066-2071.

[17]       S. Javadi and E. Soleimani-Nasab, "Performance analysis of cognitive two-way AF relaying systems with wireless energy harvesting over Nakagami-m fading channels," Iran Workshop on Communication and Information Theory (IWCIT), May 2017.

[18]       E. Soleimani-Nasab and S. Javadi, "Performance analysis of two‐way wireless‐powered Amplify‐and‐Forward relaying in the presence of co‐channel interference," International Journal of Communication Systems, vol. 34, no. 1, January 2021.

[19]       D. K. Nguyen, D. N. K. Jayakody, S. Chatzinotas, J. S. Thompson and J. Li, "Wireless Energy Harvesting Assisted Two-Way Cognitive Relay Networks: Protocol Design and Performance Analysis," IEEE Access, vol. 5, pp. 21447-21460, Jan. 2017.

[20]       F. Benkhelifa and M. Alouini, "Prioritizing Data/Energy Thresholding-Based Antenna Switching for SWIPT-Enabled Secondary Receiver in Cognitive Radio Networks," IEEE Transactions on Cognitive Communications and Networking, vol. 3, no. 4, pp. 782-800, Dec. 2017.

[21]       S. Singh, S. Modem and S. Prakriya, "Optimization of Cognitive Two-Way Networks With Energy Harvesting Relays," IEEE Communications Letters, vol. 21, no. 6, pp. 1381-1384, June 2017.

[22]       S. Wang, W. Chung and T. Wu, "Adaptive power and time usage energy harvesting in cognitive two-way relay networks,"  IEEE Wireless Communications and Networking Conference (WCNC), Barcelona, Apr. 2018.

[23]       A. Mukherjee, T. Acharya and M. R. A. Khandaker, "Outage Analysis for SWIPT-Enabled Two-Way Cognitive Cooperative Communications," IEEE Transactions on Vehicular Technology, vol. 67, no. 9, pp. 9032-9036, Sept. 2018.

[24]       W. Zhao, R. She and H. Bao, "Security Energy Efficiency Maximization for Two-Way Relay Assisted Cognitive Radio NOMA Network With Self-Interference Harvesting," IEEE Access, vol. 7, pp. 74401-74411, June 2019.

[25]       A. Prathima, D. S. Gurjar, H. H. Nguyen and A. Bhardwaj, "Performance Analysis and Optimization of Bidirectional Overlay Cognitive Radio Networks With Hybrid-SWIPT," IEEE Transactions on Vehicular Technology, vol. 69, no. 11, pp. 13467-13481, Nov. 2020.

[26]       M. Zhang, S. Zhang, Z. Bao, W. Wang, X. Zhang and Y. Chen, "Joint beamforming and time switching designs for energy-constrained cognitive two-way relay networks," China Communications, vol. 17, no. 5, pp. 110-118, May 2020.

[27]       M. M. Feghhi, A. Abbasfar, M. Mirmohseni, Low complexity resource allocation in the relay channels with energy harvesting transmitters, Ad Hoc Networks, vol. 77, pp. 108-118, Aug .2020.

[28]       M. M. Feghhi, A. Abbasfar and M. Mirmohseni, “Performance analysis for energy harvesting communication protocols with fixed rate transmission”, IET Communications, vol. 8, no.18 , pp. 3259-3270, Dec. 2014.

[29]       M. M. Feghhi, M. Mirmohseni and A. Abbasfar, “Power Allocation in the Energy Harvesting Full-Duplex Gaussian Relay Channels”, International Journal of Communication Systems, Special Issue on Energy Efficient Wireless Communication Networks with QoS, vol. 30, no. 2, pp. 1-29, Jan.2017. 

[30]       I. S. Gradshteyn and I. M. Ryzhik, Table of Integrals, Series and Products, 7th ed., A. Jeffrey, Ed. Elsevier Inc., 2007.

[31]       Wolfram, “The Wolfram functions site,” Available: http://functions.wolfram.com, 2020.

 

 

پیوست­ها   

پیوست 1: اثبات قضیه اول

با بکارگیری رابطه (5) به عنوان نقطه شروع می‌توان نوشتimg0

(33)

که در (32)img0 و img0 و img0وimg0 مي‌باشند.

با تعریف احتمال شرطی روی img0داریم

(34)img0

برای محاسبه (34) به CDF متغیرهای img0 و img0 نیاز داریم. به کمک تئوری احتمالات، تابع مولد گشتاور (MGF) img0 به صورت حاصلضرب توابع MGF متغیرهای img0 و img0 نوشته می‌شود

(35)img0

با بکارگیری بسط كسرهاي می‌توان MGF و CDF متغیرimg0 را به‌ترتیب به صورت زیر نوشت

 

img0(36)

حال به محاسبه CDF متغیر تصادفی img0 پرداخته می‌شود

(37)      img0

که

img0(38)

 حال به محاسبه img0 پرداخته می‌شود

 img0(39)

 

با فرض img0 می‌توان نوشت

 

img0 

(40)

با بکارگیری PDF متغیر img0 رابطه (8) بدست می‌آید. به طریق مشابهی رابطه (9) حاصل می‌شود. از طرف دیگر برای محاسبه img0 می‌توان نوشت

(41)   img0

در نهایت با بکارگیری CDF متغیر img0 و PDF متغیر img0 رابطه (10) بدست می‌آید و بدین‌ترتیب اثبات قضیه اول به پایان می‌رسد.

 

پیوست 2: اثبات قضیه دوم

در SNRهای زیاد که img0است به کمک معادله 06.06.06.06.0001.02  مرجع [31] می‌توان نوشت

(42)                              img0

با بکارگیری (42) و انجام مراحل اثبات قضیه اول در پیوست 1، رابطه (12) حاصل می‌شود.

پیوست 3: اثبات قضیه سوم

به کمک ریاضیات فرایندهای تصادفی می‌توان نوشت

(43)img0

با فرض img0 و تعریف احتمال شرطی روی img0می‌توان نوشت

img0(44)

که در آن img0 و img0 می‌باشند.

در ابتدا لازم است که CDF متغیر img0محاسبه شود. با بکارگیری PDF متغیر img0 و CDF متغیر img0، CDF متغیر img0به صورت زیر محاسبه می‌شود

img0(45)

با بکارگیری معادلات 8.352.2 و 3.478.4 در [30] و فرض مقادیر صحیح img0،  رابطه (45) به شکل زیر بازنویسی می‌شودimg0

(46)

حال برای محاسبه CDF متغیرimg0به CDF متغیرهای img0 و img0 نیاز است. به کمک تئوری احتمالات، MGF img0با توجه به مستقل بودن  متغیرهای img0 و img0 به شکل زیر نوشته می‌شود

img0 

(47)

با بکارگیری بسط کسرهای جزئی و استفاده از تعریف تبدیل لاپلاس، MGF و PDF متغیر img0به ترتیب به صورت زیر نوشته می‌شود

(48)     img0

(49) img0

با بکارگیری PDF متغیر img0 و CDF متغیر img0، CDF متغیر img0به صورت زیر محاسبه می‌شود

img0 

(50)

با جایگذاری (46) و (49) در (50)، CDF متغیر img0بدست مي‌آید

img0(51)

با بکارگیری رابطه 6.643.3 در [30]، img0 حاصل می‌شود

img0(52)

در رابطه (52) تابع img0 تابع ویتاکر W است که در رابطه 9.222 مرجع [30] تعریف شده است. با جایگذاری CDF متغیرهای img0 و img0 در (44) می‌توان نوشت

img0(53)

حال به PDF متغیر img0نیاز داریم که با مشتق گیری از CDF این متغیر، رابطه PDF بدست می‌آید. CDF متغیر img0به صورت زير نوشته مي‌شود

img0 

(54)

با مشتق گیری از (54)، رابطه PDF بدست مي‌آيد

img0 

(55)

با بكارگيري (55) در (53) و استفاده از رابطه 7.621.3 در [30]، رابطه (22) حاصل می‌شود و قضیه سوم نیز اثبات می‌شود.

پیوست 4: اثبات قضیه چهارم

با بکارگیری (42) و انجام مراحل اثبات قضیه سوم در پیوست 1، رابطه (27) بدست می‌آید.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Outage and Throughput Analysis of Bidirectional Cognitive Amplify-and-Forward Relaying Networks with Wireless Power Transfer 

Abstract:

Cognitive radio is a promising technology which aims to achieve better frequency spectrum utilization. On the other hand, wireless energy harvesting can provide extra energy requirement at the nodes. Two scenarios in a two-way network are assumed where in the first scenario, relay harvests its required energy from end-sources of secondary network in presence of cognitive radio network and in the second scenario, both end-sources harvest energy from relay in secondary network. Both the Nakagami-m fading caused by signal propagation and the interference at relay caused by primary users in a cognitive radio network are considered. Closed-form expressions for outage probability and throughput of bidirectional cognitive radio amplify-and-forward relaying network using energy harvesting and wireless power transfer techniques over independent and non-identically distributed (i.n.i.d.) Nakagami-m fading channels are proposed. The analytical derivations are validated employing Monte Carlo simulations, where it is demonstrated that the first scenario always outperforms the second one, while both scenarios perform better than no energy harvesting case.

 

 

Keywords: Amplify-and-forward relay, cognitive radio network, energy harvesting, wireless power transfer, bidirectional relaying

 

 

 

155


حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات رایمگ است.
حق نشر © 1403-1396

صفحه اصلی| عضویت/ ورود| درباره رایمگ| تماس با ما|
[English] [العربية] [en] [ar]