1.一种采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，包括以下步骤：

1)采用随机EH技术建立混合双向双中继网络，其中，所述混合双向双中继网络包括源节点A、源节点B、中继R1以及中继R2，其中，源节点A、源节点B及中继R2均采用固定电源供电，中继R1为EH通信节点，中继R1设置有用于供电的太阳能发电系统，中继R1及中继R2能够同时协助源节点A及源节点B进行双向信息交互；

2)构建混合双向双中继网络的空时传输协议；

3)建立中继R1的MDP模型，其中，所述中继R1的MDP模型包括中继R1的系统状态空间、中继R1的行动空间、以及中继R1的系统状态转移概率及收益函数；

4)根据中继R1的MDP模型求解中继R1的最优能量调度策略，再根据中继R1的最优能量调度策略构建中继R1的系统状态与最优发射功率之间的对应关系，然后将中继R1的系统状态与最优功率行动之间的对应关系作为中继R1的动态功率分配表；

5)将中继R1的最优能量调度策略及其对应的动态功率分配表存储于中继R1中，在每个MDP决策周期，估计中继R1的系统状态，然后根据中继R1的系统状态查找中继R1的动态功率分配表，得该MDP决策周期中中继R1的最优发射功率，然后根据中继R1的最优发射功率完成混合双向双中继网络的通信。

2.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，太阳能发电系统包括太阳能面板及蓄电池，中继R1采用先收集-再存储-后使用的能量管理模型，设该能量管理模型的能量管理周期为TM，在当前能量管理周期TM中，太阳能面板收集太阳能进行发电，并将太阳能面板产生的电存储于蓄电池中，以供中继R1在下一个能量管理周期TM中使用，同时设定中继R1中太阳能发电系统与无线传输模块之间相互独立，中继R1能够同时进行电能的收集及信息的发送；当蓄电池处于充满电状态时，太阳能面板所产生的电则被丢弃。

3.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，步骤2)的具体操作为：在混合双向双中继网络中，中继R1及中继R2均依次采用空时网络编码及放大转发协议转发信号，其中，每个传输周期均包含MA阶段及BC阶段，MA阶段及BC阶段均包括L＝2个时隙，具体包括以下步骤：

2a)源节点A及源节点B同时在L＝2个时隙分别发送L个符号，中继Rl(l∈{1，2})接收到的信号向量 为：其中， 及 分别表示中继Rl与源节点A及源节点B之间的信道衰落系数，PS表示源节点A及源节点B的发射功率，sa＝[sa1，sa2]和sb＝[sb1，sb2]分别表示源节点A及源节点B发送的信号向量， 表示中继Rl的AWGN噪声向量， 服从分布

2b)中继Rl对接收到的信号向量 进行线性变换及放大处理，其中，放大处理后的信号 βl和θl分别表示中继Rl的信号放大系数及STNC编码向量，θl＝[θl1，θl2]T具有单位范数，且θl满足式(2)所示的可识别条件：STNC编码向量通过L×L阶范德蒙矩阵进行定义，因此STNC编码向量θl中的元素θln＝ejπ(4l-1)(n-1)/(2L)，l，n∈{1，2}；中继R1采用可变增益法对线性变换后的信号进行放大，其中，中继R1对信号进行放大过程中的放大系数β1为：其中， 表示中继R1的发射功率， 及 分别表示链路A-R1的信道增益及B-R1的信道增益，同时，中继R2采用固定增益法对信号进行放大，中继R2对信号进行放大过程中的放大系数β2为：其中， 表示中继R2的发射功率；

2c)中继R1及中继R2在两个时隙中分别发送经过线性变换及放大后的信号其中，源节点A接收到中继Rl发送过来的信号 为：

其中， 表示源节点A的AWGN噪声， 服从分布 源节点A从接收到的混叠信号中减去自身发送的信号后，得待检测的信号 为：

同理，源节点B得待检测的信号

4.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，还包括：源节点A根据在两个时隙中接收到的信号向量 使用ML准则对源节点B发送的信号向量sb进行联合译码，得

设 以及

根据式(2)中的STNC可识别条件得：αl＞0，再将式(3)及式(4)带入式(8)，得：其中， 及 分别表示链路A-R2及B-R2的信道增益，根据函数在信道增益 及 条件下源节点A的瞬时PEP为：

根据Q函数的性质 则式(11)可以转换为：

其中， 及 分别表示中继R1及中继R2对瞬时

PEP的贡献量。

5.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，源节点A、源节点B及中继R2均为无线节点，在信息传输过程中，源节点A、源节点B及中继R2发射功率为固定的；由于中继R1为具有EH功能的无线节点，中继R1能够将收集到的太阳能存储在蓄电池中，然后用于无线信号的发送，因此中继R1的发射功率与太阳能EH状态、电池电量及无线信道衰落情况相关；同时中继R1采用随机EH技术，使用随机EH模型对收集到的太阳能进行建模，因此采用马尔科夫决策过程对中继R1进行系统建模，得MDP模型，然后根据MDP模型求解中继R1的最优能量调度策略。

6.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，中继R1的系统状态空间及中继R1的行动空间的计算过程为：设四维的系统状态空间 其中，符号×表示笛卡尔积，

集合 表示太阳能EH状态集，集合 表

示中继R1的电池状态集，集合 及 分

别表示链路A-R1及链路B-R1的信道状态集，则随机变量 表示中继R1的系统随机状态；同时，定义集合 为中继R1的行动空间，行动 代表中继R1的发射功率；在一个MDP决策周期中，中继R1的系统状态及行动保持不变；

在MDP模型中，当中继R1的功率行动 时，则在MDP决策周期中中继R1的发射功率 其中，PU表示中继R1的基本发射功率， EU为基本能量单元EU；当功率行动a＝0时，中继R1在相应的MDP决策周期中保持静默；

将蓄电池的容量均匀划分为Nb个等级，蓄电池状态表示蓄电池中的可用电量，当蓄电池的状态 时，蓄电池中的可用电量为bEU；

使用具有Nc个状态的马尔可夫链对无线信道进行建模，其中，与中继R1相关的两个无线链路的瞬时信道增益 及 被Nc-1个阈值 量化成Nc个区间；当信道增益属于第i个区间[Γi，Γi+1)时，则对应的信道状态i∈{0，1，…，Nc-1}。

7.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，中继R1的功率消耗分为静态功率消耗及动态功率消耗，在MDP系统中，使用中继功率行动表示中继R1的动态功率消耗；中继R1的静态功率消耗相对固定，因此设置中继R1在一个MDP决策周期中所消耗的静态能量为ρEU，其中， 表示静态功率消耗因子；同时由于中继R1采用先收集-再存储-后使用的能量管理模型，则蓄电池的状态从当前状态b转移到下一状态b′的转移关系可以表示为：b′＝min(b-a-κρ+q，Nb-1)   (13)

其中，a表示在当前MDP决策周期中的功率行动，q表示在当前MDP决策周期中收集到的基本能量单元EU的数量，κ表示静态功率消耗系数，其中，当b≤ρ时，κ＝0；当b＞ρ时，κ＝1；

当中继R1功率行动为a时，蓄电池的状态转移概率在太阳能EH状态e下可以表达为：其中，式(14)的第一项表示蓄电池状态未满，式(14)的第二项代表蓄电池状态已满；

由于无线信道衰落状态与太阳能EH状态、电池状态相互独立，则当中继R1的功率行动为a时，系统从状态s＝(e，f，g，b)转移到状态s′＝(e′，f′，g′，b′)的转移概率Pa(s′|s)表示为：所述动态功率消耗为用于无线信号发送所消耗的功率，动态功率消耗受到太阳能获取状态及无线信道衰落的影响，静态功率消耗包括中继R1的基带电路功率消耗及信号接收电路所消耗的功率，静态功率消耗的数值为设定的常数。

8.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，根据式(12)得混合双向双中继TWDR网络的PEP由 与 决定，同时 与MDP系统的状态及功率行动相关，则MDP系统的收益函数定义为：在系统状态及行动 的条件下中继R1对网络PEP的贡献量Ra(s)，其中，设源节点及中继R2的发射功率分别为PS＝MPU和 M为源节点的功率指数，根据公式(9)得 为：

其中，基本信噪比

9.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，步骤4)的具体操作为：在MDP系统中，策略 表示在给定系统状态 下中继R1的功率行动，MDP系统的目标为在任意系统状态s下找到中继R1的最优能量调度策略π*(s)，使其在无限域中的期望折扣收益最优，其中，无限域期望折扣收益Vπ(s0)为：其中，s0表示初始状态， 表示在策略π下的期望值，λ表示折扣因子，λ的取值范围为(0，1)，R(·)表示MDP系统的收益函数；当λ取值接近于1时，则式(18)中的无限域期望折扣收益等效于长期平均收益，即，由于MDP系统的收益函数为中继R1对网络PEP的贡献量，则最优能量调度策略π*能够使得TWDR网络的长期平均PEP性能最优；

设MDP系统中马尔可夫链的随机状态重复出现，则最优能量调度策略π*满足贝尔曼方程：根据式(21)及式(22)通过数值迭代算法求解贝尔曼方程，其中，其中，n表示算法迭代次数，当 所对应的数值V(s)恒定不变时，则认为迭代算法收敛，根据迭代的结果，得最优能量调度策略π*为：

根据最优能量调度策略π*，得中继R1的每一个系统状态均对应一个最优功率行动，使MDP系统的长期平均收益最优，则建立中继R1的系统状态与最优功率行动之间的对应关系，然后将中继R1的系统状态与最优功率行动之间的对应关系作为动态功率分配表。

10.根据权利要求1所述的采用随机能量收集技术提高双向中继网络性能的方法，其特征在于，步骤5)中在每个MDP决策周期，估计中继R1的系统状态，所述中继R1的系统状态包括中继R1与源节点A之间的无线信道状态、中继R1与源节点B之间的无线信道状态、中继R1的电池状态SB及太阳能EH状态SE。