CSI-FREE/Massive IoT Beam Rotation Scheme

---

CSI-Free Rotary Antenna Beamforming for Massive RF Wireless Energy Transfer. Onel L. A. López et.al. IEEE Internet of Things Journal, May15, 15 2022 (pdf) (Citations 1)

Quick Overview

M antennas BS (ULA), single antenna IoT device.

在EH中，噪声可以忽略。根据引用文章中，噪声为0。

• 提出RAB (Rotary Antenna Beamforming) 的无CSI方案，全方面覆盖并提供$0.85\sqrt{M}$的增益。
• 说明至少使用$M$等间距步进转子，可以提供准全向的方向图。
• 在已知用户位置信息的情况下，进行功率分配。给出了LP（线性规划）的解决方案和另外一个封闭的闭式结果。
• 考虑其他约束例如SAR（specific absorption rate），避免人体受害。
• RAB对NLoS的鲁棒性以及不同天线拓扑结构的可行性。

System Model

用户在角度域上均匀分析，距离随机。

AA-SS-1：在ULA的视线/法线方向

AA-SS-2：在ULA的水平方向

Design of Precoder

考虑的beamforming是在整个角度空间中能量最大化的beamforming。其实就是AA-SS-2。==说是在Rician信道上能也能实现最大化==

在实际上，因为天线都具有一定的方向性，所以在ULA水平方向上的波束其实是有很大衰减的。

以下说明了类似于CSCG的循环对称性，即precoder只改变LoS部分，并不会改变NLoS部分的统计特性。

maxima只有一个且在90度位置，增益等于$M$；==minima有$M-1$个==

Average EH gain

算出来的天线的平均增益，即上面的$G(\theta_i)$在$2\pi$范围内积分的平均

$$\frac{1}{2 \pi} \int_0^{2 \pi} G\left(\theta_i\right) \mathrm{d} \theta_i,$$

然后再进一步近似为：

$$\bar{G} \approx 0.85 \sqrt{M}$$

这点要是我不是90度的波束，可以近似吗？积分能求吗？

下图的结论说明在波束对准正面方向的时候反而平均增益是最低的，==这个有点不符合常理。==

实际上，这个平均增益是无法被所有用户享受到的，因为存在非常不公平的WET:

所以OneL等人想要用步进电机进行旋转，使得这个平均的增益被所有用户享受到。

他们文章中也说明了，如果选择旋转电机，很有可能导致旋转电机消耗的能量大于发射机的能量。这又是很大的开销。也是我们相控波束旋转的优势。

==这个式子代表在一个周期内的平均收益。$\theta_i$代表用户的角度，$G(\theta_i)$表示在还没有旋转的时候，该用户收到的收益。$\frac{j\pi}{M}$代表开始旋转的时候，第$j$次旋转带来的收益。==

Optimization based on location information

因为他们的旋转，在角度上已经是均匀的了，所以只需要考虑在功率分配上->等价于时间分配上。

就是按距离的分配，最大化最小接收能量：

Close form不好求，但是可以通过近似来获取：

这个思路很好理解，其实就是说最大化最小的接收能量。pathloss最大的，就是性能最差的，此时保证这个最差的收到的来自主波束的能量一定，就==保证了在不同旋转过程中，最低的能量收获下界一定。==

所以其实就是和所有用户中，在每个beam中最差的那个（path-loss最大），进行功率分配。

---

需要知道用户的location，也就是距离。如果不知道距离，就不好进行。只能多个站进行交叉定位。

Robustness of NLoS

就画了个图

$M$增多，可以提供：

• 更大能量的波束
• 分辨率（更小的波束宽度）
• 更多的旋转角度

使得可控因素增多，性能应该更好，但是复杂度应该会上升。这说明了其Closed form的重要性。

全CSI的旋转方案？一次性只给有限个用户进行传能？

超大规模用户的时候，location信息无用。