随着人口老龄化进程加快,对更高质量的医疗服务需求激增,智慧医疗的发展受到了社会的极大关注。无线体域网(Wireless Body Area Network,WBAN)作为智慧医疗的一项关键技术,可实时采集人体的生理指标数据,从而实现远程医疗监护及诊断...
详细信息
随着人口老龄化进程加快,对更高质量的医疗服务需求激增,智慧医疗的发展受到了社会的极大关注。无线体域网(Wireless Body Area Network,WBAN)作为智慧医疗的一项关键技术,可实时采集人体的生理指标数据,从而实现远程医疗监护及诊断。然而,由于传感器节点多数采取植入人体的方式,不便于充电,这也使得提高能效成为WBAN的关键解决问题。将传输功率控制、中继协作传输等提高能效的关键技术应用于WBAN需要获取实时信道状态信息(Channel State Information,CSI),但由于WBAN的动态性,人体运动导致通信链路质量不断发生变化,难以获取理想的CSI。除此之外,在医疗监护场景下,医疗数据的新鲜度要求较高,失去时效性的数据会为医疗决策带来不利影响。上述的WBAN特性给网络通信资源调度带来了新的技术挑战。本文基于不完全CSI,以提高WBAN的通信质量为优化目标,对WBAN的动态特性进行深入研究,设计高能效的资源调度策略并且保证数据传输的可靠性和低时延。本论文围绕WBAN系统的通信技术展开以下研究:首先,本文研究周期运动场景下的WBAN信道变化特性,通过信道测量实验发现周期运动场景下通信链路的路径损失呈现相同周期的波动,并且进一步探索加速度信号与接收端的RSSI之间的相关性。基于以上两个实验现象,本文提出了一种基于步态周期识别的WBAN调度策略,根据传感器节点的加速度信号判断周期性并识别步态周期,从而安排传感器节点在下一个周期的通信链路质量良好的时间点进行数据传输。实验结果表明,相比传统的随机调度策略,该策略显著提升周期运动场景下WBAN的能效及传输可靠性,在实际运动场景下能节省13.56%能耗。其次,本文研究现实场景下的WBAN信道变化特性。在日常活动中,人体具有大量随机且不具周期性的身体摆动,使得通信链路质量具有复杂的动态性。由于传统的信道预测方法难以挖掘WBAN的信道变化特征,本文提出了一个基于时间卷积网络的WBAN通信框架,采用基于时间卷积网络的信道预测模型,进一步联合优化功率控制、时隙分配和中继选择以最大化网络能效,并同时保证高可靠性及低时延的服务质量。仿真结果表明基于时间卷积网络的信道预测模型能实现比传统信道预测方法更高的预测准确性,提出的联合优化算法可根据信道的预测值动态调整中继的选择,并考虑到中继传输带来的额外时延,通过约束调度顺序尽可能降低额外时延并将节点安排在链路质量良好的时间点进行数据传输,从而提高网络能效。最后,本文考虑到医疗数据的瞬态价值,将系统的平均信息年龄作为系统的重要优化目标,结合基于时间卷积网络的信道预测模型,提出一个综合考虑系统的信息年龄及能耗的效用函数,并研究最小化效用函数的调度策略。仿真结果表明提出的调度策略具有优越性,相比传统的随机调度策略降低了大约10%平均信息年龄以及12%的能耗。
多天线中继系统将多输入多输出(Multiple-Input Multiple-Output,MIMO)技术与中继技术的优势结合,可明显提升系统覆盖范围与频谱利用率。预编码技术作为能进一步提升MIMO中继系统性能的关键技术,一直被学术界广泛关注。预编码设计时需要获取信道状态信息(Channel State Information,CSI),但由于信道估计方法的局限性以及反馈链路的时延性,理想的CSI很难得到。本文基于不完全CSI,以改善系统误码率为优化目标,分别对MIMO系统、单用户MIMO中继系统、多用户MIMO中继系统、MIMO双向中继系统的预编码算法进行了研究。主要研究工作如下:(1)针对MIMO系统,考虑信道存在估计误差及反馈延迟的不完全CSI情况,研究了基于最小均方误差(Minimum Mean Squared Error,MMSE)准则的预编码算法。介绍了求解约束优化问题时采用的拉格朗日乘子法和无约束优化问题时采用的求导法,以及通过交替迭代实现联合优化的联合迭代法,为MIMO中继系统的预编码算法研究打下基础。(2)针对单用户MIMO中继系统,考虑信道存在估计误差及反馈延迟的不完全CSI情况,提出了基于MMSE准则的预编码算法。考虑发射端和中继节点存在功率约束的情况,通过修正因子的引入,采用拉格朗日乘子法和KKT准则将求解三节点矩阵的优化问题转化为存在不等式约束的多元矩阵方程组问题,最后采用联合迭代法交替更新得到各节点矩阵的最优解。仿真结果显示,与未综合考虑各个节点的预编码算法相比,所提算法能明显改善单用户MIMO中继系统的误码率性能。(3)针对多用户MIMO中继系统,在信道存在估计误差及反馈延迟的不完全CSI条件下,提出了基于MMSE准则的预编码算法。不同于单用户MIMO中继系统的联合求解方案,多用户MIMO中继系统预编码算法将约束优化问题拆分为三个包含矩阵变量的子凸优化问题并分别求解。因为发送端的用户配有单天线且服从独立分布可先确定发送端预编码矩阵;中继预编码矩阵的求解问题可转化为SDP半正定规划问题,利用CVX工具箱求解;接收端处理矩阵利用线性搜索法求解。最后联合迭代得到最优解。仿真结果表明,与未考虑中继节点预编码的算法相比,所提算法能使多用户MIMO中继系统获得更优的误码率性能。(4)针对MIMO双向中继系统,在信道存在估计误差及反馈延迟的不完全CSI条件下,以MMSE为设计准则,提出了基于矩阵分解法和联合迭代法的两种预编码算法。矩阵分解法通过矩阵分解和不等式理论,将矩阵优化问题转化为矩阵内的标量元素优化问题,采用二分法求解。联合迭代法交替更新直至算法收敛,能得到中继预编码矩阵、接收端处理矩阵的最优解。与已有算法的系统性能仿真对比表明,所提两种算法能有效提升MIMO双向中继系统的误码率性能。
暂无评论