本书利用中继协同物联和能量收集算法等前沿新技术，对单中继增强型多天线物联通信系统联合功率分配、多分布式中继协作增强型智能物联联合波束成形、多天线双向中继协作转发方案最优设计、多中继双向协作的分布式方案及渐进性分析、环境反向散射系统中的信息传输与能量收集设计进行了全面深入研究；提出了基于可达速率最大化的中继物联增强型MIMO系统联合功率分配方案，实现了多中继物联系统波束成形联合优化设计，分析了多双向中继协同物联分布式实现的渐进最优性，构建了环境反向散射通信大规模节点的多跳传输系统，可望显著增强智能物联网络的频谱效率和能量效率性能，最终实现智能物联的高能效协同传输应用。
本书可作为高等院校物联网相关专业学生的参考用书，也可供物联网从业人员学习参考。

第1章 绪论
1.1 无线物联
1.1.1 物联网的发展历程
1.1.2 无线物联存在的问题
1.2 无线物联中常用无线信道衰落模型
1.2.1 Rayleigh衰落
1.2.2 Ricean衰落
1.2.3 Nakagami-m衰落
1.3 无线物联常用技术
1.3.1 中继协作通信技术
1.3.2 中继协作通信技术的提出与发展
1.3.3 中继协作通信分类
1.4 反向散射技术
1.4.1 传统反向散射技术
1.4.2 双站反向散射技术
1.4.3 环境反向散射技术
本章小结\t
第2章 单中继增强型多天线物联通信系统联合功率分配
2.1 研究背景及内容安排
2.2 系统模型
2.3 基于可达速率函数最大化的联合功率分配问题的数学建模
2.3.1 各子信道的SNR推导
2.3.2 基于系统可达速率最大化的联合功率分配问题
2.4 基于系统可达速率下界函数的联合功率分配方案
2.5 基于系统可达速率函数部分凸性的迭代功率分配算法
2.6 基于均方误差函数最小化的功率分配研究现状
2.7 基于均方误差函数最小化的联合功率分配问题的数学建模
2.8 基于均方误差上界函数的联合功率分配方案
2.9 基于均方误差函数部分凸性的迭代功率分配算法
2.10 仿真结果与分析
本章小结\t
第3章 多分布式中继协作增强型智能物联联合波束成形
3.1 研究背景及内容安排
3.2 系统模型
3.3 协作式中继的分布式波束成形设计
3.4 多天线信源的波束成形设计
3.5 多天线信源和协作分布式中继的联合波束成形优化设计
3.6 仿真结果与分析
本章小结\t
第4章 多天线双向中继协作转发方案最优设计
4.1 研究背景及内容安排
4.2 系统模型
4.3 并行MIMO双向中继协作转发方案的最优设计
4.4 部分信道状态信息下的双向中继协作转发方案设计
4.4.1 部分信道状态信息——情形1（PCSI-1）
4.4.2 部分信道状态信息——情形2（PCSI-2）
4.5 仿真结果与分析
本章小结\t
第5章 多中继双向协作的分布式方案及渐进性分析
5.1 研究背景及内容安排
5.2 系统模型
5.3 渐进最优的多中继双向协作及其分布式实现方案设计
5.4 仿真结果与分析
本章小结\t
第6章 环境反向散射系统中的信息传输与能量收集设计
6.1 研究背景及内容安排
6.2 系统模型
6.3 大规模标签/传感器传输协议设计
6.3.1 链路传输架构
6.3.2 信令交互协议
6.4 最优资源分配算法
6.4.1 能量收集和信息传输
6.4.2 中继节点处功率分流因子的最优解
6.4.3 源端发射功率的渐进最优解
6.4.4 迭代法
6.5 仿真分析
本章小结\t
参考文献

人们日益增长的通信需求促进了物联网通信的快速
发展，如何在有限的频谱资源上实现高效且可靠的数据
传输是物联网通信首先要解决的问题。此外，随着空天
地海一体化通信网络的部署和发展，如何在有限的频谱
资源上实现高频谱效率和高能效的物联通信系统也成为
亟待解决的难题。
目前，无线物联的发展存在以下几个问题。
（1）通信带宽和功率受限。未来无线通信系统需
支持比第四代移动通信系统大得多的数据传输速率，高
带宽的要求只能在更高的工作频段才能满足，而由于路
径损耗增大，传统的蜂窝网络不得不降低传统小区的覆
盖面积，从而带来频谱资源紧张、小区间容易存在更多
通信盲区等问题；同时，基站个数的增加无疑将提高运
营商的组网成本，降低其市场竞争力，而密度过高的基
站部署又会导致小区间的严重干扰。因此，需要更高效
利用无线资源来扩展系统覆盖以提高系统性能。
（2）射频识别成本高且距离短。物联网的关键技
术之一是射频识别，通过射频识别技术来反映和控制物
品的状态。射频识别系统中包含电子标签、读写器和高
层处理系统。电子标签中主要包括内置电线、存储模块
、射频模块和控制模块。读写器主要包括天线、时钟电
源、射频模块和读写模块。当电子标签接收到读写器发
送的信号后，按请求将自身携带的信息发送给读写器，
利用射频信号的空间耦合，在互相无接触的情况下完成
通信；而电子标签则需要一直反射，在感应到读写器信
号时，将自身信号发送给读写器。但由于电子标签较小
、无法供电发送信息且需要消耗一定的能量，因此该系
统仅能支持较短距离通信，且电子标签无法携带太多的
信息。短距离传输和只能携带较少信息已经无法满足未
来智能物联通信的需要。
（3）无线携能通信利用率不高。物联网应用在各
行业诸多方面，因此，传感器在终端通信设备中大规模
使用无法避免，而终端通信设备大部分需要配置体积较
小、位置较灵活的传感器，使得大部分终端通信设备无
法充电，只能依靠电池供电，而更换电池或直接弃用都
会造成环境污染和资源浪费。目前，全世界都在大力提
倡环保，全球变暖、海洋污染、空气质量恶化等问题制
约着全球生物的生存，走可持续发展的道路才是明智之
举。物联网通信设备虽然大多是低功率运行，但其数量
众多，能源损耗将会更大。随着科技的进步，小型化电
子系统可以通过越来越低的能量运行，进一步促进人们
对节能和携能通信的探索。通信系统节能通信以及携能
通信等方面的研究，有望降低能源损耗，为环保贡献力
量。
鉴于以上问题，中继协同物联和能量收集技术的提
出，可以有效克服物联网路径损耗和大尺度衰落等影响
，快速恢复突发灾难地区的通信连通性，并且结合能量
收集等无线携能通信技术，显著增强智能物联网络的频
谱效率和能量效率性能，以及智能物联的高能效协同传
输应用。本书具体研究内容和主要贡献如下。
（1）提出了基于可达速率最大化的中继物联增强
型多输入多输出（multiple-input multiple-output
，MIMO）系统中的联合功率分配方案。首先，基于系统
可达速率最大化的准则建立了数学模型，并证明了相应
的代价函数仅对于部分参数是凸函数，而对于全局参数
是非凸函数；其次，通过推导系统可达速率函数的下界
得到一个修正的代价函数，从而将非凸问题转化为一个
联合凸优化问题，进而利用凸优化方法获得联合功率分
配系数；最后，利用代价函数的部分凸性设计了一个迭
代算法，可获得联合功率分配问题的最优解，为了加快
该迭代算法的收敛速度，设计了一个简化的迭代算法。
（2）提出了基于均方误差最小化的中继物联增强
型MIMO系统的联合功率分配方案。首先，建立了相应的
数学模型；其次，证明了相应代价函数关于部分参数是
凸函数而关于全局参数是非凸函数；最后，通过推导系
统均方误差函数的上界，把非凸问题转换为联合凸优化
问题，从而能够使用高效的凸优化方法获得联合功率分
配系数。为了充分利用所有可用自由度，基于代价函数
的部分凸性设计了迭代算法一，该算法用于求解最优功
率分配系数；为了加快迭代算法一的收敛速度，利用不
等式放大方法修正系统误差函数以获得更好的凸性，进
而利用这些更好的凸性修正算法一，得到收敛速度更快
的迭代算法二。分析表明，上述两个迭代算法的收敛性
都得到了保证。计算机仿真表明，所提两个迭代算法获
得了明显的性能增益，并且以很快的速度收敛。
（3）研究了多中继辅助MIMO系统波束成形联合优
化设计。首先，推导出接收信噪比的下界，并基于该下
界建立了联合波束成形的数学模型；其次，推导出所有
中继的分布式波束成形最优方案；最后，设计出多天线
信源的波束成形优化算法，并且设计出信源与中继之间
的联合波束成形优化算法。所提方案充分利用系统的所
有自由度，从而获得明显的性能增益。
（4）针对双向中继转发协议，深入研究了并行
MIMO中继物联系统中的协作转发方案最优设