A Tight Channel-Capacity Lower Bound for the Simultaneous Wireless Information and Power Transfer Integrated Receiver

1. Problemstellung und Hintergrund

Das Paper adressiert die Herausforderung der gleichzeitigen drahtlosen Informations- und Energieübertragung (SWIPT – Simultaneous Wireless Information and Power Transfer). Während die meisten bisherigen Arbeiten sich auf getrennte Empfängerarchitekturen konzentrieren (ein Pfad für Energie, ein separater Pfad für Information), fokussiert sich diese Arbeit auf den integrierten Empfänger.

• Herausforderung: Im integrierten Empfänger dient der Ausgang des Gleichrichters (Rectifier) sowohl zur Energiegewinnung als auch zur Informationserkennung. Dies führt zu einem nichtlinearen Kommunikationskanal, verursacht durch die Diodencharakteristik (typischerweise Schottky-Dioden), sowie zu Gedächtniseffekten durch Tiefpassfilter.
• Lücken in der Literatur: Bisherige Arbeiten zur Informationstheorie dieses Kanals nutzten oft stark vereinfachte Modelle, die nur den 2. Ordnungsterm der Taylor-Entwicklung der Strom-Spannungs-Kennlinie der Diode berücksichtigen ($y_{DC} \approx k_2 |x|^2$). Solche Modelle unterschätzen die Kapazität und sind für den realen 4. Ordnungsterm ($k_4 |x|^4$) ungenau. Zudem ist die exakte Kanalkapazität für den integrierten Empfänger mit realistischen Hardwareannahmen bisher unbekannt.

2. Methodik

Die Autoren entwickeln ein analytisches Modell zur Bestimmung einer unteren Schranke für die Kanalkapazität unter Berücksichtigung realistischer Hardware-Eigenschaften.

• Systemmodell:
  • Der empfangene Signalstrom wird durch eine 4. Ordnung Taylor-Entwicklung der Diodenkennlinie approximiert:
    $$y_{DC} \approx k_2 |\tilde{x} + \tilde{n}_{th}|^2 + k_4 |\tilde{x} + \tilde{n}_{th}|^4 + n_{rec}$$
    wobei $\tilde{x}$ das empfangene Signal, $\tilde{n}_{th}$ das thermische Rauschen und $n_{rec}$ das Rauschen des Gleichrichters ist.
• Approximation der Übergangswahrscheinlichkeit:
  • Um die gegenseitige Information (Mutual Information) zu berechnen, muss die bedingte Wahrscheinlichkeitsdichtefunktion (PDF) $p(y_{DC}|u)$ bestimmt werden.
  • Die Autoren nutzen Lemma 1, welches besagt, dass eine nicht-zentrale Chi-Quadrat-Verteilung für große Nicht-Zentralitätsparameter $s$ durch eine Normalverteilung approximiert werden kann.
  • Durch diese Approximation wird die komplexe modifizierte Bessel-Funktion vermieden, was die numerische Berechnung erheblich beschleunigt.
  • Es wird eine geschlossene Form für die Mittelwerte und Varianzen der resultierenden Normalverteilung hergeleitet (Proposition 1).
• Optimierung der Eingangsverteilung:
  • Zur Berechnung der unteren Kapazitätsgrenze wird die Eingangsverteilung optimiert.
  • Es wird eine Gamma-Verteilung als Eingangsverteilung gewählt und der Formparameter $\alpha$ optimiert, um die gegenseitige Information $I(u; y_{DC})$ zu maximieren.
  • Zum Vergleich werden auch Uniform- und Rayleigh-Verteilungen betrachtet.

3. Wichtige Beiträge

1. Geschlossene Näherung der Übergangsmatrix: Bereitstellung einer analytischen, geschlossenen Näherung für die Übergangswahrscheinlichkeitsmatrix des nichtlinearen SWIPT-Kanals unter Verwendung der 4. Ordnung Taylor-Expansion.
2. Strikte untere Kapazitätsgrenze: Herleitung einer engen unteren Schranke für die Kanalkapazität durch Optimierung der Gamma-Verteilung als Eingangsverteilung.
3. Validierung der 4. Ordnung: Demonstration, dass die Berücksichtigung des 4. Ordnungsterms der Diodenkennlinie im Vergleich zum vereinfachten 2. Ordnungsterm-Modell zu einer signifikant höheren Kapazität führt.
4. Vergleich von Verteilungen: Nachweis, dass die Gamma-Verteilung eine deutlich engere Schranke liefert als andere gängige Verteilungen (Uniform, Rayleigh), insbesondere bei niedrigen Verstärkungsfaktoren des LNA (Low-Noise Amplifier).

4. Ergebnisse

Die numerischen Ergebnisse basieren auf Simulationen mit realistischen Parametern (z. B. 3 GHz Trägerfrequenz, 10 m Distanz, Schottky-Diode).

• Genauigkeit der unteren Schranke: Die vorgeschlagene untere Schranke (basierend auf der Gamma-Verteilung) stimmt sehr gut mit der approximierten Kanalkapazität überein, die mittels des Blahut-Arimoto-Algorithmus berechnet wurde. Der Abstand beträgt bei niedrigen bis moderaten LNA-Verstärkungen nur ca. 0,1 Bit.
• Vergleich mit anderen Verteilungen:
  • Die auf der Uniform-Verteilung basierende Schranke zeigt eine Lücke von ca. 0,5 Bit.
  • Die Rayleigh-Verteilung liefert eine noch lockerere (weniger genaue) Schranke.
• Einfluss der Taylor-Ordnung: Das vereinfachte 2. Ordnung-Modell (wie in früheren Arbeiten [7], [8] verwendet) unterschätzt die Kanalkapazität erheblich. Der Fehler wird mit steigender LNA-Verstärkung ($G_{LNA}$) größer. Dies unterstreicht die Notwendigkeit der 4. Ordnung-Approximation für präzise Berechnungen.

5. Bedeutung und Ausblick

• Theoretische Relevanz: Das Paper schließt eine Lücke in der informationstheoretischen Analyse von SWIPT-Systemen, indem es erstmals eine fundierte untere Kapazitätsgrenze für den integrierten Empfänger unter realistischen Nichtlinearitäten liefert.
• Praktische Implikationen: Die Ergebnisse zeigen, dass die Verwendung vereinfachter Diodenmodelle zu falschen Optimierungen von SWIPT-Systemen führen kann. Für das Design effizienter IoT-Geräte (die oft passiv oder energieautark arbeiten müssen) ist die genaue Kenntnis der Kapazitätsgrenzen essenziell.
• Zukünftige Arbeiten: Die Autoren planen, eine obere Schranke für die Kapazität zu entwickeln, den Einfluss der Gedächtniseffekte (durch Tiefpassfilter) weiter zu untersuchen und die Optimierung unter Berücksichtigung von Energiegewinnungsanforderungen als Nebenbedingung durchzuführen.

Zusammenfassend liefert dieses Paper einen wichtigen Schritt hin zum Verständnis der fundamentalen Grenzen von integrierten SWIPT-Empfängern und etabliert die Gamma-Verteilung als überlegene Wahl für die Kapazitätsabschätzung in diesem Kontext.