Max-Min Fair Beamforming->Single & Multiple BF
Beamformer design for wireless energy transfer with fairness. Amanthi Thudugalage et.al. 2016 IEEE International Conference on Communications (ICC), 22-27 May 2016 (pdf) (Citations 19)
Quick Overview
Max-Min Fair Beamforming
- 松弛为SDP问题
- 考虑Single Beamforming问题和Multiple Beamforming问题
- 利用randC(\(\textbf{w}_l=\textbf{U}\Sigma^{1/2}\textbf{v}_l\))得到Single的最优解
- Mutiple BF可以得到精确的解
- Mutiple 比 Single更公平,简单分析了原因
主要内容
Single Beamforming建模和松弛

松弛的结果不满足rank-one,可以使用randC进行进一步优化->randomization。
注意,Single Beamforming 意味着是天线在全时间段使用一组\(\textbf{w}\),所以\(\textbf{w}\in\mathbb{C}^{M\times 1}\),所以有rank-one约束。
Multiple Beamforming建模和松弛

如上图所示,在时间\(T_c\)内,有多个Beamforming,下文中建模都是对(a) equal durations 进行建模,没有对different durations 建模。但是实验好像又用的different durations,只能说结构上是类似的。

值得注意的是,这里没有rank-one约束,因为不再是single Beamforming了。

我理解的different durations,通过对\(\textbf{X}_{\text{opt}}\)进行特征值分解,丢弃\(10^{-5}\)以下,保留较大项。以特征值作为持续时间,特征向量作为\(\textbf{w}\)。从物理意义上而言,仅用较大特征值对应的特征向(作为\(\textbf{w}\))就可以表示其余特征向量;亦或者说较大特征值占用较多时间,那么意味着较小特征值几乎没有占用时间,就可以丢弃了。
简而言之,由于不再是single Beamforming,所以没有rank-one约束,也没有其他rank约束,因为解出来的特征值较大项是多少就用多少的。不需要强制限制。
实验结果

与Total-Energy Maximization相比,Single Beamforming的Max-Min Fair Beamforming更公平。

与Single Beamforming相比,Mutiple Beamforming更为公平(这里等于取rank=3)

这张图也可以看出来,Mutiple Beamforming中几乎13/20个用户都处于相同水平的Energy;而Single 显得不是那么公平。
作者认为是因为Single Beamforming使用了Randomization,使结果偏离了最优解(除非无线大的集合里面取最优解);而Mutiple Beamforming解出来的就是比较精确的解(特征值和特征向量)。