1、“.....问题式对偶函数为公式因为凸优化问题式满足条件，所以该凸优化问题的对偶间隙为零，也就是原始问题的最优解和对偶问题的最优解相同。因此，可以通过求解对偶问题式得到问题式的最优解。另外，文献只考虑了仅有个能量源的网络，但是为了保护人体免受过多辐射，能量源的传输功率较低，仅有个能量源不足以为所有传感器节点提供足够的能量。因此，本文考虑的是更为普适的网络，在该网络中，上，本文所选用的对数函数在整体性能上优于常用的函数。结束语本文为中网络资源的分配提供了个基于边际效用理论的凸优化方法。为高效且公平地最优化传感器节点之间的资源分配，构建了个包含时间和吞吐量约束的总效用最大化问题，并通过对偶分解方法得到个封闭的最优解。仿真结果证明，所提出的方法可以在公平性和系统效率之间取得个较好的折中。参考文献贾燕燕......”。

2、“.....公平性指数定义为公式其中公平性指数的取值是，当时，系统公平性最差，当时，系统公平性最优，即各传感器节点所获得的吞吐量相同。从图可以看出，方法的公平性指数总是低于，方法的公平性指数接近于，而本文所提出的方法的公平性指数总是大于，这说明方法的公平性接近于方法但远远高于方法。如上文所述，产生不公平和低效率问题的原因是不同传感器节点信道条件的差异。在方。在被检测人的移动过程中，在个特定位置采样了传感器节点所获得的吞吐量，被检测人携带的手持设备在这个位置的坐标分别为。通过对次随机生成的信道所产生的结果取平均，图给出了所有传感器节点在不同位置所获得的总吞吐量，图则给出了每个传感器节点在不同位置所获得的吞吐量。从图中可以看出方法获得了最大的总吞吐量......”。

3、“.....方法也在传感器节点之间产生了最大的吞吐量差异。，方法和效用最大化方法，。仿真系统如图所示，房间长宽高，能量源安装在房间的天花板上。根据能量采集芯片的数据表，将能量源的发射功率设置为，将传感器节点的能量采集效率设置为。对于每个传感器节点，假设所收集的能量中用来进行信息传输的能量所占的比例为，信号带宽为，手持设备端的噪声功边际效用理论基础边际效用理论在经济学中应用于生产和消费。效用代表个消费者购买定数量的商品所体验到的满意度，而个商品的边际效用是消费者增加该商品购买量时所产生的效用的改变量。如用数学公式表达，则边际效用定义为消费者所获得的效用对所购买商品量的阶导数。对于个给定的和，对偶函数式仅由吞吐量向量变量和时间向量变量组成。所以，对偶函数可以分为两个最大化子问题，即吞吐量分配问题公式和时间分配问题公式可以看出，问题式的目标函数是凹函数......”。

4、“.....由于且，所以是对的单调递增函数，且增大的速度边际效用逐渐减小，最后趋近于零，符合节中边际效用递减律的性质，因此本文选用该函数作为效用函数。根据效用最大化理论，可以将网络资源分配问题建模为公式容易证明，问题式为凸优化问题，此处省略证明过程。基于边际效用的无线充电体域网网络资源分配方法探究互联网论文。在本文所考虑的中中网络资源的分配提供了个基于边际效用理论的凸优化方法。为高效且公平地最优化传感器节点之间的资源分配，构建了个包含时间和吞吐量约束的总效用最大化问题，并通过对偶分解方法得到个封闭的最优解。仿真结果证明，所提出的方法可以在公平性和系统效率之间取得个较好的折中。参考文献贾燕燕，谢志军基于神经网络的无线体域网功率控制算法研究计算机应用研究贾燕燕，谢志军，经贞无线体域网低能耗功率控制与分布式调度算法传感器与微系统，申帅，当时......”。

5、“.....当时，系统公平性最优，即各传感器节点所获得的吞吐量相同。从图可以看出，方法的公平性指数总是低于，方法的公平性指数接近于，而本文所提出的方法的公平性指数总是大于，这说明方法的公平性接近于方法但远远高于方法。如上文所述，产生不公平和低效率问题的原因是不同传感器节点信道条件的差异。在方法中，为了使系统效率最大化，大多数的系统资源都被分配给了信道条件较好的传感器节点吐量，被检测人携带的手持设备在这个位置的坐标分别为。通过对次随机生成的信道所产生的结果取平均，图给出了所有传感器节点在不同位置所获得的总吞吐量，图则给出了每个传感器节点在不同位置所获得的吞吐量。从图中可以看出方法获得了最大的总吞吐量，但如图所示，方法也在传感器节点之间产生了最大的吞吐量差异。这说明该方法虽然取得了最好的系统效率但各节点间公平性最差。与方法不同......”。

6、“.....因此，各传感器节点到能量源或者手持设备的距离几乎相同，表面上看双远近问题似乎已经消除。但需要注意的是，不公平问题归根究底是由各个传感器节点的信道条件的差异造成的。人体器官肢衣物等都会给体内和体上传感器节点造成极大的阴影衰落差异，进而再次不可避免地产生不公平问题。为了在所考虑的中减轻不公平问题，本文借由边际效用理论，提出了个可以在系统效率和各节点间公平性之间取得较好折中的网络资源分配方效用对所购买商品量的阶导数。在本文所考虑的中，所有传感器节点都置于人体内和体上，因此，各传感器节点到能量源或者手持设备的距离几乎相同，表面上看双远近问题似乎已经消除。但需要注意的是，不公平问题归根究底是由各个传感器节点的信道条件的差异造成的。人体器官肢衣物等都会给体内和体上传感器节点造成极大的阴影衰落差异，进而再次不可避免地产生不公平问题......”。

7、“.....本文借由边际效用理论，提出了个可以在，。仿真系统如图所示，房间长宽高，能量源安装在房间的天花板上。根据能量采集芯片的数据表，将能量源的发射功率设置为，将传感器节点的能量采集效率设置为。对于每个传感器节点，假设所收集的能量中用来进行信息传输的能量所占的比例为，信号带宽为，手持设备端的噪声功率为。设置和链路的信道模型如下路径损耗指数为，身体阴影衰落晓龙，钱建生，程德强，张国鹏无线充电体域网基于边际效用的网络资源分配方法计算机应用研究，基金国家重点研发计划资助项目国家自然科学基金资助项目。基于边际效用的无线充电体域网网络资源分配方法探究互联网论文。边际效用理论基础边际效用理论在经济学中应用于生产和消费。效用代表个消费者购买定数量的商品所体验到的满意度，而个商品的边际效用是消费者增加该商品购买量时所产生的效用的改变量。如用数学公式表达......”。

8、“.....相反，为了保证传感器节点之间的公平性，方法分配给信道条件较差的传感器节点的系统资源更多，严重降低了系统的效率。相较于这两种方法，本文所提出的方法在公平性和系统效率之间取得了个较好的折中，这是因为所采用的对数效用函数与比例公平性相关，该方法分配给各传感器节点的系统资源数量与其边际效用成正比。因此，在效用函数的选择上，本文所选用的对数函数在整体性能上优于常用的函数。结束语本文为方法分配给各传感器节点的吞吐量几乎相同，但从图可以看出，这两种方法获得的总吞吐量最小。也就是说，虽然方法几乎达到了传感器节点之间的绝对公平，但会严重降低系统的效率。与和方法的性能相比较，本文所提出的方法可以在总吞吐量和节点公平性之间取得个较好的折中。下面评价不同资源分配方法的公平性，为此，图给出了各方法的公平性指数仍然对次随机生成的信道所产生的结果取平均......”。

9、“.....小尺度衰落为单位均值的瑞利衰落。假设所有传感器节点对效用变化的敏感度和对吞吐量的期望值都相同，将设为，设为。仿真中，个能量源的坐标分别为。个携带个传感器节点的被检测人沿着房间的对角线移动，令被检测人所携带的手持设备的坐标为，则个传感器节点的坐标分别为。在被检测人的移动过程中，在个特定位置采样了传感器节点所获得的基于边际效用的无线充电体域网网络资源分配方法探究互联网论文的目标函数对和的阶导数为零，可得公式公式其中和分别为所有传感器节点的最优时间和第个传感器节点的最优时间，即网络资源分配问题的最优解。仿真结果通过仿真验证所提出的总效用最大化，方法的性能优势。为了进行比较，同时仿真了总吞吐量最大化，方法和效用最大化方法个低功率的能量源向多个传感器节点供电。基于该网络模型，本文依据边际效用理论......”。