一种微波-毫米波协作无线能量传输方案及资源配置方法

本发明涉及第五代移动通信技术(5g)领域，尤其涉及一种微波-毫米波协作无线能量传输方案及资源配置方法。

背景技术：

1、无线能量传输(wpt)技术可以通过无线传输的形式为传感器提供持续稳定的能量供应，从而突破有线电缆对传感器移动性的限制。为了克服基于微波和毫米波协作的5g非独立组网通信网中的传感器的能量短缺问题，工业界和学术界围绕微波和毫米波的wpt技术展开了广泛的研究。

2、文献[1]考虑了一个存在固定数量的微波定向充电器和一组均匀分布的可充电传感器的wpt场景，研究了以充电效用最大化为目标的微波充电器位置和方向选择问题，并证明了该问题为受矩阵约束的单调子模函数最大化问题，通过贪婪算法获得了近似最优解(h.dai,x.wang,a.x.liu,h.ma,g.chen and w.dou,optimizing wireless chargerplacement for directional charging.ieee/acm transactions on networking,vol.26,no.4,pp.1865-1878,aug.2018.)。文献[2]考虑了毫米波蜂窝网络中的wpt性能最优化问题，采用随机几何方法对问题进行了建模，并研究了微波wpt方案形成对照。研究结果表明，在基站密集部署的场景下，毫米波wpt可以实现相较于微波wpt更高的能量采集性能和吞吐量，证实了毫米波wpt在短距离传输场景下的优越性(l.wang,k.-k.wong,r.w.heath and j.yuan,wireless powered dense cellular networks:how many smallcells do we need？ieee journal on selected areas in communications,vol.35,no.9,pp.2010-2024,sept.2017)。文献[3]考虑了宽带毫米波信息能量同传(swipt)场景，基于有限信道状态信息的反馈，通过对基站发射功率分配、波束赋形矩阵、接收端能量收集-解码信息功率分配进行联合优化，实现了可实现速率和采集能量的加权和最大化，同时，该文献证实了可以通过调整权重来实现公平性传输(g.kwon,h.park and m.z.win,joint beamforming and power splitting for wideband millimeter wave swiptsystems,ieee journal of selected topics in signal processing,vol.15,no.5,pp.1211-1227,aug.2021.)。

3、现有技术存在的缺点具体如下：

4、1、目前针对无线供能通信网络的下行能量传输环节，大多只研究微波或毫米波单一频段的应用(s.bi,y.zeng and r.zhang,"wireless powered communicationnetworks:an overview,"in ieee wireless communications,vol.23,no.2,pp.10-18,april 2016)(c.psomas and i.krikidis,"energy beamforming in wireless poweredmmwave sensor networks,"in ieee journal on selected areas in communications,vol.37,no.2,pp.424-438,feb.2019)。考虑到未来通信网络的信息传输过程将涉及到多个频段的协作进行(h.z.kha,m.ali,m.naeem,i.rashid,a.n.akhtar,and f.akram,“jointdl/ul decouple user association in microwave and mmwave enabled beyond 5gheterogeneous networks,”ieee access,2021,9:134703-134715)，单频段能量传输方式难以与网络中的通信设施相集成。因此，研究双频段协作能量传输的相关架构和传输协议具有重要意义。

5、2、现有研究证实了毫米波wpt相较于微波wpt在短距离传输方面具备更高的效率(l.wang,m.elkashlan,r.w.heath,m.di renzo and k.-k.wong,"millimeter wave powertransfer and information transmission,"2015ieee global communicationsconference(globecom),san diego,ca,usa,2015,pp.1-6)(l.wang and k.-k.wong,"energy coverage in wireless powered sub-6ghz and millimeter wave densecellular networks,"2017ieee international conference on communications(icc),paris,france,2017,pp.1-6)，然而毫米波基站的覆盖范围有限(g.n.kamga and s."wireless power transfer in mmwave massive mimo systems with/without rainattenuation,"in ieee transactions on communications,vol.67,no.1,pp.176-189,jan.2019)，受制于硬件成本限制(m.wagih,a.s.weddell and s.beeby,"millimeter-wavepower harvesting:a review,"in ieee open journal of antennas and propagation,vol.1,pp.560-578,2020)，超密集部署的毫米波网络难以得到广泛应用。此外，虽然毫米波wpt在短距离传输场景具备优势，但是微波wpt可以凭借较低的硬件成本实现广域的充电覆盖(c.t.rodenbeck et al.,"microwave and millimeter wave power beaming,"in ieeejournal of microwaves,vol.1,no.1,pp.229-259,jan.2021)。因此，研究微波-毫米波双频段协作能量传输有望实现两频段wpt技术的优势互补，拓展wpt的应用范围。

6、3、目前围绕毫米波无线能量传输的研究主要集中在单波束传输的功率分配优化，很少考虑通过波束分束技术(z.wei,l.zhao,j.guo,d.w.k.ng,and j.yuan,“multi-beamnoma for hybrid mmwave systems,”ieee trans.commun.,vol.67,no.2,pp.1705–1719,feb.2019)(k.tang,f.jiao,x.liu,w.che,q.xue,“coverage probability of relay-assisted noma millimeter wave networks with steerable-beam,”computernetworks.,vol.209,108929.2022)来提高毫米波系统的接入量。此外，面向毫米波基站，联合优化波束分束方案下的覆盖范围内传感器分组、射频链路内天线分配、射频链路间功率分配，有助于进一步提升毫米波无线能量传输性能。

技术实现思路

1、本发明提出了一种微波-毫米波协作无线能量传输方案及资源配置方法。为了使网络内传感器节点的总采集能量最大化，提出了一种两阶段设计方法来实现毫米波基站内的传感器分组、传感器组内天线分配、射频链路间的功率分配、网络内充电子时隙分配的联合优化。第一阶段面向各毫米波基站相关资源进行优化，首先固定毫米波基站各射频链路的传输系数，对传感器进行初始化分组；在此基础上，利用联盟形成博弈算法迭代地获取优化后的传感器配对和天线分配；然后通过线性优化得到射频链路的最优功率分配。在第二阶段。首先筛选排除了部分不可行的充电任务，然后利用线性规划方法优化了子时隙的分配。仿真结果表明，与传统微波无线能量传输方案以及微波-毫米波协作输能参考方案相比，本发明所提方案显著提高了网络内传感器节点的总采集能量。此外，仿真结果还表明，与参照方法相比，本发明所提方案在传感器配对过程的收敛性和有效性方面具有优势。

2、本发明的目的至少通过如下技术方案之一实现。

3、一种微波-毫米波协作无线能量传输方案及资源配置方法，包括以下步骤：

4、s1、构建双频段协作无线能量传输模型，包括构建网络模型、微波功率信道模型、毫米波功率信道模型和传感器能量采集模型；

5、s2、构建双频段协作无线能量传输系统的能量采集最优化问题；

6、s3、根据所构建的能量采集最优化问题，进行联合资源优化分配，基于传感器预配对、传感器分区、联盟形成博弈和线性规划方法完成毫米波wpt相关资源配置调度；

7、s4、基于充电任务筛选和线性规划方法完成充电子时隙分配，得到联合资源优化分配方案；

8、s5、根据联合资源优化分配方案，确定双频段协作无线能量传输系统内微波基站和各毫米波基站的传输方案。

9、进一步地，步骤s1中，所述网络模型具体如下：

10、基于微波和毫米波的5g非独立组网(nsa)无线供能通信网络为半径为r的圆形区域，均分为四个子扇区，即每个子扇区成90°角。微波基站位于所考虑的网络中心，每个子扇区内随机地部署一座毫米波基站；每个毫米波基站的覆盖范围为半径为r的圆形区域，为了便于分析，假设各毫米波基站的覆盖范围不超过其关联子扇区的边界；

11、基于微波和毫米波的5g非独立组网(nsa)无线供能通信网络中设有k个传感器，k个传感器的空间分布服从密度为λ的齐次泊松点过程φ＝{xk},k≥1；此外，微波基站配备有定向天线，使用宽波束向一块子扇区内的所有传感器传输射频能量；每个毫米波基站都配备有m根天线组成的均匀线性阵列(ula)，通过精确定向波束实现无线能量传输(wpt)；每个传感器都配备有单天线，用于接收来自微波基站或者毫米波基站的能量；

12、微波宽波束具有四个辐射方向，每个方向与相邻方向相距90°；设微波波束在第i个子扇区的停留时间为子时隙ti,i∈{1,2,3,4}，满足其中t＝1表示归一化的wpt时隙；此外，微波基站用作基于微波和毫米波的5g非独立组网(nsa)无线供能通信网络的中央控制点，且可以获取网络内所有传感器节点的位置信息和信道状态消息；

13、假设传感器在某一时刻只能从微波或毫米波频段获取能量；为了提高能量采集效率，当某个毫米波基站被微波波束覆盖时，该毫米波基站将在对应的子时隙停止工作并进入休眠状态，而处于该毫米波基站范围内的传感器此时仅从微波基站中收集能量；当微波波束离开该子扇区时，该子扇区内的毫米波基站将在剩余时间返回wpt状态；在子时隙t1期间，微波波束覆盖子扇区i，毫米波基站1处于休眠状态；当微波波束覆盖下一个子扇区时，毫米波基站1恢复到wpt状态，毫米波基站2转为休眠状态。

14、进一步地，步骤s1中，所述微波功率信道模型具体如下：

15、假设所有无线功率信道都受到大尺度路径损耗和小尺度衰落的影响，且经历独立的瑞利衰落；对于微波功率信道，大尺度路径损耗(large-scale path fading)表示为其中dk为第k个传感器xk与微波基站之间的距离，α＞0表示路径损耗指数；小尺度衰落(small-scale fading)系数服从均值为0，方差为1的复高斯分布；

16、信道衰落是指信号在传输过程中发生的信号强度变化的现象，可以分为大尺度衰落(large-scale fading)和小尺度衰落(small-scale fading)。大尺度衰落主要涉及时间尺度较长、空间尺度较大且具有统计性质的信号损耗，而小尺度衰落则涉及时间尺度非常短、空间尺度较小(数个波长范围内)且呈现快速变化的信号波动。

17、因此，第k个传感器xk的微波功率信道hk为：

18、

19、其中，hk为第k个传感器xk的微波功率信道。

20、进一步地，步骤s1中，所述毫米波功率信道模型具体如下：

21、毫米波信道可以由一个视距(los)链路和若干非视距(nlos)链路表征；毫米波基站和传感器xk之间的毫米波功率信道可以建模为：

22、

23、其中，为第k个传感器xk与其关联的毫米波基站之间的距离，φk,0，φk,l分别为第k个传感器xk对应的los链路和第l条nlos链路的离开角(aod)，1≤l≤l，表示毫米波信道的大尺度路径损耗；gk,0和gk,l分别表示第k个传感器xk对应的los和第l条nlos的路径增益，均服从均值为0，方差为1的复高斯分布；假设毫米波基站可形成n条射频链路，各射频链路r的天线数为mrf；对于由mrf根天线组成的毫米波射频链路，los和第l条nlos指向第k个传感器xk的阵列导向矢量分别表示为：

24、

25、

26、假设传感器xa和xb都位于毫米波基站j的覆盖范围内，a,b＝1,...,k，且由射频链路r服务；两个传感器相对毫米波基站的aod分别为φa和φb；如果φa和φb之间的角度差不大于毫米波波束主瓣宽度φb，即|φa-φb|≤φb，则采用单个模拟波束向xa和xb传输能量，并选取为射频链路r的孔径方向；这种情况下，由mrf根天线组成的射频链路r的单模拟波束赋形矢量表示为：

27、

28、若xa和xb的绝对角度差超过毫米波波束宽度，即|φa-φb|＞φb，则采用波束分束技术，毫米波基站j的射频链路r分别通过和根天线形成两个子波束为xa和xb提供充电服务，其中和满足射频链路r将关联的天线分为和根两组天线子阵列形成两个子波束，分别以φa和φb作为子波束离开方向指向传感器xa和xb，对应的子波束向量和分别表示为：

29、

30、

31、此时与射频链路r相关联的天线阵列的模拟波束赋形矢量wr表示为：

32、

33、进一步地，步骤s1中，所述传感器能量采集模型具体如下：

34、所考虑的双频段协作无线能量传输系统中的传感器可以分为两类，第一类传感器不处于任意毫米波基站的覆盖范围内，其数量表示为k1，此类传感器只采集来自微波基站的射频能量；第二种类型的传感器位于毫米波基站范围内，此类传感器的数量假设为k2，可以采集来自于微波基站或者关联的毫米波基站的射频能量；两类传感器的数量满足k1+k2＝k；qi和qii分别表示第一类传感器和第二类传感器的集合；定义调度变量qi,k和qii,k以声明第k个传感器xk的类型，当第k个传感器xk为第一类传感器时，有qi,k＝1，qii,k＝0；当第k个传感器xk为第二类传感器时，有qi,k＝0，qii,k＝1；

35、基于非线性能量采集模型，第k个传感器xk的采集的微波功率可表示为

36、

37、其中，η1表示微波能量转换效率，η1∈(0,1)，表示微波基站的发射功率，psat表示传感器能量采集电路的饱和接收功率；

38、第二类传感器在采集来自毫米波基站的能量时，将从专用波束和指向其他传感器的波束中采集能量；假设毫米波基站j形成n条射频链路，n∈z+，则对于第k个传感器xk接收到的毫米波功率信号yk可以表示为：

39、

40、其中，wr和wl分别表示射频链路r和射频链路l对应的模拟波束赋形矢量，和分别表示毫米波基站j分配给这两个射频链路的发射功率；nk是传感器xk接收到的加性高斯白噪声(awgn)，满足均值为0方差为δ2的复高斯分布，即为传感器调度变量，如果第k个传感器xk与毫米波基站j的射频链路r相关联，则否则，ek表示指向第k个传感器xk的单位能量信号；η2表示毫米波能量转换效率，η2∈(0,1)；因此第k个传感器xk采集的射频功率pkmm可表示为：

41、

42、定义变量ck,i，vj,i来表示无线传感器、毫米波基站、扇区之间的关联关系；ck,i＝1表示传感器xk处在扇区i内部，否则，ck,i＝0；vj,i＝1表示毫米波基站j处在扇区i内部，否则，vj,i＝0；基于此，若qii,kck,ivj,i＝1满足，则说明传感器xk和毫米波基站j均处在扇区i内部，且传感器xk与毫米波基站j相关联；因此，对于扇区i内的毫米波基站j，与之相关联的传感器数目可以表示为

43、对于任意属于第一类传感器的第k个传感器xk，在一个充电时隙内，任意属于第一类传感器的第k个传感器xk从微波波束采集能量的时间可以表示为因此，任意第一类传感器xk在归一化的充电时隙内采集的能量ek可以表示为：

44、

45、在一个充电周期内，所有第一类传感器采集的总能量表示为

46、对于任意属于第二类传感器的第g个传感器xg，g＝1,...,k，其在一个充电周期内，会采集来自微波波束和毫米波波束两方面的射频能量，任意第二类传感器xg在归一化的充电时隙内采集的能量eg可以表示为：

47、

48、由公式(11)和(12)，系统内两种类型的传感器在归一化的充电时隙内的总采集能量esum(符号含义：sum harvest energy)可以表示为：

49、

50、进一步地，步骤s2中，构建双频段协作无线能量传输系统的能量采集最优化问题，具体如下：

51、由步骤s1中构建的网络模型、微波功率信道模型、毫米波功率信道模型和传感器能量采集模型可知，毫米波模拟波束赋形取决于毫米波基站端的射频链路关联的传感器分组、传感器组内天线分配、射频链路间的功率分配三个方面；同时，考虑到微波基站周期性扫描的传输方式以及毫米波基站“输能-休眠-输能”的工作方式，可以通过优化充电子时隙分配来提升双频段协作无线能量传输系统性能；传感器总采集能量最大化的问题可以表示为(p1)：

52、

53、

54、

55、

56、

57、优化问题(p1)中的约束可以分为两大类；第一类约束面向整个双频段协作无线能量传输系统的wpt调度，包括约束c1和c2，其中c1保证子时隙总和不超过归一化的单位充电时隙，而c2保证每个传感器采集的射频能量不小于最低能量需求阈值emin。第二类约束与各个毫米波基站的充电调度有关，包括约束c3到c8；具体来说，c3表示任意第二类传感器只能从位于同一扇区的毫米波基站的波束中采集能量，并且只能与一条射频链路进行关联；c4表示任意一条射频链路最多服务两个传感器；c5保证分配给每个传感器的天线数不小于最小天线数需求mmin；c6保证在一个射频链路中分配的总天线数不超过mrf；c7表示分配给任意射频链路的发射功率不小于零；c8表示分配给所有射频链路的能量总和不大于毫米波基站的发射功率

58、进一步地，在所考虑的能量采集最优化问题(p1)中，存在四个待优化的参量：毫米波基站内的传感器分组、传感器组内天线分配、射频链路间的功率分配、充电子时隙分配；

59、为了能有效地优化这些参数，以下两点简化问题(p1)：首先，各毫米波基站在确定与自身关联的传感器配对、天线分配和功率分配的方案时相互独立；其次，子时隙分配与各个毫米波基站的资源分配的决策过程互不影响；

60、因此，分两个阶段来解决优化问题(p1)：第一阶段，联合优化各毫米波基站的无线能量传输参量调度，包括传感器分组、传感器组内天线分配和射频链路间的功率分配；第二阶段，通过优化子时隙分配进一步提高传感器的总采集能量。

61、进一步地，步骤s3中，毫米波wpt相关资源配置调度具体如下：

62、由于每个毫米波基站具有相同的调度策略，且独立决定资源分配方案，因此本发明以毫米波基站j的无线能量传输策略为例进行说明，为简单起见，省略变量的上标；毫米波基站j内传感器总采集功率最大化问题(p2)可以表示为：

63、

64、s.t.c3～c8.  (15)

65、基于第二类传感器毫米波能量采集模型的分析，其有效信道增益为遵循天线数mk,r的三角周期函数；因此，毫米波基站j内传感器总采集功率最大化问题(p2)是一个非凸的整数规划问题，无法采用凸优化方法直接求解；此外，目标函数和约束存在几个高度耦合的变量，包括uk,r,pr,mk,r。

66、进一步地，为了有效地解决毫米波基站j内传感器总采集功率最大化问题(p2)，基于以下步骤获取近似最优解：

67、s3.1、传感器预配对：

68、假设每条射频链路最多可以容纳两个传感器，因此，在毫米波基站j覆盖范围内的u个传感器可被分为组，每个传感器组将被由天线组成的射频链路提供服务；在传感器的预配对过程，首先将由u个传感器组成的传感器列表x＝{x1,...,xu}按照传感器相对于毫米波基站j的离开角(aod)升序排序，xu表示第u个传感器，然后，计算列表x中每两个相邻传感器之间的aod绝对差值；从aod为零的方向开始，以顺时针的方式将每两个相邻的传感器分为一组，并为每一对传感器分配一条射频链路；如果剩下一个传感器没有与任何其他传感器配对，则该传感器将被单独分配一个射频链路；

69、s3.2、传感器分区：

70、假设aod分别为φa和φb的传感器xa和xb被分为一组，并与射频链路r关联，定义φr＝(φa+φb)/2为这一分组对应的aod值；利用k-means++聚类方法将个传感器分组划为个分区，首先依据贪心策略选取个传感器分组作为初始的聚类质心，其中聚类质心的相对aod差值尽可能大，具体而言，在选择下一个聚类质心时，考虑每个传感器分组与已选取的聚类质心之间的aod差值，优先选择aod差值最大的传感器分组作为下一个聚类质心；之后，计算各分组与各聚类质心的aod绝对差值，并将每个分组聚类到与其aod绝对差值最小的聚类质心对应的分区中；

71、s3.3、联盟形成博弈：

72、将与毫米波基站j相关联的传感器被视为联盟形成博弈的参与者；基于步骤s3.1所得的传感器预配对和链路分配结果，将所得的条射频链路对应的个传感器分组视为个联盟，联盟集合可以表示为各传感器组对应的传感器被视为联盟的成员；将射频链路r关联的传感器分组表示为联盟gr，联盟gr的天线分配策略表示为mr，并将mr视为对应参与者的合作结构，所有联盟的天线分配策略集合表示为另外，联盟gr的参与者所采集的总功率被视作联盟在博弈中的收益，定义为v(gr)，表示为其中表示传感器xp在联盟gr中的收益，数值上等于传感器xp在射频链路r所能采集的毫米波功率大小；根据步骤s3.2中的传感器分区结果，同一分区内的传感器参与同一场联盟形成博弈，来自不同联盟的两个传感器将尝试交换位置；若对应的两个联盟的收益在交换操作后得到提升，则执行该交换，然后分别在[mmin,mrf-mmin]整数范围内进行一维搜索得到该分组下的最优天线分配；不同分区的博弈过程并行进行，当某个分区内不再形成新的联盟时，该分区内的迭代终止，得到优化后的传感器分组方案和对应的天线分配方案；当个分区的迭代全部终止时，毫米波基站j关联传感器的分组和天线分配优化完成；

73、s3.4、射频链路发射功率分配：

74、基于传感器分组和天线分配的优化结果，通过优化射频链路的功率分配进一步提升毫米波基站j关联传感器的总采集功率；针对射频链路发射功率系数的优化问题(p3)可以表示为：

75、

76、s.t.c7,c8.  (16)

77、针对射频链路发射功率系数的优化问题(p3)的目标函数和约束c7、c8均为线性函数，因此，针对射频链路发射功率系数的优化问题(p3)是一个线性优化问题，可以通过matlab中相应的优化工具来求解。

78、进一步地，步骤s4中，在第二阶段通过优化充电子时隙的分配来优化微波波束在各个扇区的驻留时间，以及各扇区内毫米波基站的工作时间，进一步提升网络内所有传感器的总采集能量；

79、将优化后的各毫米波基站内传感器总接收功率表示为充电子时隙表示为ti，i∈{1,2,3,4}，围绕充电子时隙ti的时隙最优化分配问题(p4)可以表示为：

80、

81、s.t.c1,c2.(17)

82、考虑到在微波基站的发射功率较低的情况下，有限的传输时隙内微波基站可能无法满足所有传感器的充电需求，即时隙最优化分配问题(p4)无法找到可行解；基于“代价时间”来筛除难以满足的充电任务，并对子时隙分配进行优化；定义任意传感器xk的“代价时间”为其中，emin为传感器节点最低能量需求，为传感器xk的微波能量采集功率；为了满足扇区i中所有传感器的充电需求，微波波束在该扇区的最短驻留时间对应于该扇区内传感器的最大代价时间，表示为第二阶段的具体优化步骤如下：

83、s4.1、计算各扇区最大代价时间并求和获得

84、s4.2、判断是否大于t，若从充电任务集中筛除最大τk对应的传感器，并更新充电任务集和值；若所有传感器均能达到emin的充分条件被满足，筛选过程终止；

85、s4.3、筛选后的充电任务集可使时隙优化问题在可行域内有解，进而通过线性优化工具完成对充电子时隙的优化分配；

86、s4.4、筛选后的充电任务集使时隙最优化分配问题(p4)在可行域内有解，考虑到时隙最优化分配问题(p4)的目标函数、约束c1和c2均为线性函数，所以该问题是一个线性优化问题，可以使用matlab中相应的优化工具来求解。

87、进一步地，步骤s5中，基于步骤s3和步骤s4两阶段优化策略计算所得的资源分配结果，确定双频段协作无线能量传输系统内微波基站和各毫米波基站的传输方案，具体包括归一化的充电时隙内微波基站发射的微波宽波束在各传输方向的驻留时间，以及各毫米波基站的波束赋形方案，即各毫米波基站关联的射频链路的发射功率和波束赋形矢量；

88、上述微波基站和各毫米波基站的传输方案信息由微波宏基站完成计算和决策，并在充电时隙开始前，通过有线信道将各毫米波基站的传输方案信息进行下达，各毫米波基站基于自身对应的传输方案实现射频链路和天线阵列的调度。

89、相比与现有技术，本发明的优点在于：

90、现有的无线供能通信网络往往孤立的利用单一频段进行能量传输，即只采用微波或者毫米波频段传输能量，此类方案的应用场景存在局限性，不适合推广到现行的5g-nsa通信网架构中。此外，现有的毫米波wpt相关的资源配置研究往往忽略了传感器分组和天线分配对双频段协作无线能量传输系统性能提升的影响。考虑到现有技术的研究现状，本发明设计了一种面向5g-nsa通信网架构的微波-毫米波双频段协作无线能量传输协议，以及对应的资源配置方法。本发明主要具备以下几个优点：

91、1)面向5g非独立组网架构提出了一种微波-毫米波协作能量传输模型及相关协议，该方案易于和现有的5g-nsa通信网架构相集成，可以减少硬件铺设成本，提高频谱利用率。

92、2)所设计协作输能方法可以同时发挥微波无线能量传输和毫米波无线能量传输的优势。微波基站以可靠性为目标提供广域的充电业务覆盖；毫米波基站则利用高效传输的方式，提高微小区内的wpt表现。

93、3)基于毫米波基站范围内传感器节点的角度域分布特征和信道相关性进行了节点预分组，之后基于k-means++聚类方法和联盟形成博弈论，迭代地优化了节点分组和天线分配。该方案以较小的计算开销为代价，可以达到与理论最优值相近的性能，实现了高效且轻便的设计需求。

94、4)设计了“代价时间”这一指标用以评估充电任务的难度等级，并基于此设计了充电任务的筛选方法。面向资源紧张的传输场景，实现了充电任务覆盖率和能量采集总量两方面的兼顾。