Reinforcement Learning to Minimize Age of Information with an Energy Harvesting Sensor with HARQ and Sensing Cost
时间平均预期年龄的信息（AoI）的研究从能量收集发射机发送的状态更新与有限容量的电池。在信道和能量收集统计信息已知的情况下，研究了不同反馈机制下的最优调度策略。对于未知环境的情况，提出了一种平均成本强化学习算法，实时学习系统参数和状态更新策略。数值结果验证了所提方法的有效性。
2019-01-24 cs.IT cs.NI cs.SI
Optimal Power Allocation for Outage Minimization in Fading Channels with Energy Harvesting Constraints
本文研究了在点到点衰落信道中，考虑能量收集约束和发射端的信道分布信息（CDI）的最优功率分配问题。考虑了非因果和因果能量状态信息（ESI）的情况，分别对应于传输前已知和未知的能量收集率。对于非因果ESI的情况下，平均中断概率最小化问题在有限的地平线上被证明是非凸的一大类实际衰落信道。然而，全球最佳的“离线”功率分配是通过前向搜索算法与最多$N$一维搜索，和最佳的功率分布被证明是不随时间减少，并有一个有趣的“保存，然后发送”的结构。特别地，对于N=1的特殊情况，我们的结果重新审视了经典的衰落信道均匀功率分配的中断容量。此外，因果ESI的情况下，我们提出了最佳和次优的“在线”功率分配算法，通过应用动态规划的技术和探索的最佳离线解决方案的结构，分别。
2013-05-23 cs.NI cs.PF
Optimal Energy Management Policies for Energy Harvesting Sensor Nodes
我们研究了一个传感器节点的能量收集源。产生的能量可以存储在缓冲器中。传感器节点周期性地感测随机场并生成分组。这些数据包存储在队列中，并使用当时可用的能量进行传输。我们得到的能源管理政策，是吞吐量最佳，即，数据队列对于最大可能的数据率保持稳定。接下来我们得到了最小化队列平均延迟的能量管理策略，并比较了几种容易实现的次优能量管理策略的性能。一个贪婪的政策，确定在低信噪比制度，是吞吐量最优，也最大限度地减少平均延迟。
2008-09-23 cs.NI
Learning to Minimize Age of Information over an Unreliable Channel with Energy Harvesting
Imperial College London（帝国理工学院）；DeepMind
时间平均预期年龄的信息（AoI）的研究从能量收集发射机与有限容量的电池通过易出错的信道发送的状态更新。考虑了感测新状态更新的能量成本以及更好地捕获实际系统的传输能量成本。首先研究了混合自动重传请求（HARQ）协议下的最优调度策略，当信道和能量收集统计是已知的，并存在一个基于阈值的最优策略。对于未知环境的情况，提出了一种平均代价自学习算法，实时学习系统参数和状态更新策略。数值结果表明了所提出方法的有效性。
2021-06-30 cs.IT cs.LG cs.NI
Age Minimization in Energy Harvesting Communications: Energy-Controlled Delays
我们考虑一个能量收集源，它从物理现象中收集测量值，并在通信会话时间内将更新发送到目的地。更新引起传输延迟，该延迟是在其传输中使用的能量的函数。每次更新使用的传输能量越多，它到达目的地的速度就越快。我们的目标是以及时的方式传输更新，即，使得信息的总年龄在通信会话结束时最小化，受到能量因果关系约束。我们考虑这个问题的两个变化。在第一种设置中，源控制测量更新的数量、它们的传输时间以及在它们的传输中使用的能量的量（其管理它们的延迟或服务时间）。在第二种设置中，测量更新随时间从外部到达，因此更新的数量变得固定，代价是向问题添加数据因果关系约束。我们在这两种设置的年龄最小的政策的特点，并讨论了年龄的信息度量的关系，在能量收集文献中使用的其他指标。
2017-12-11 cs.IT cs.NI eess.SP
Near Optimal Online Distortion Minimization for Energy Harvesting Nodes
我们考虑在线调度的能量收集通信系统中的传感器节点收集样本从高斯源，并将它们发送到一个目标节点的高斯信道。传感器配备有有限大小的电池，该电池由独立同分布（i.i.d.）能量收集过程。目标是最大限度地减少目的地接收的源样本的长期平均失真。我们研究两个问题：第一种情况是抽样是免费的，第二种情况是每次收集样本都有抽样费用。我们表明，固定分数的政策[Szov-Ozgur]，其中固定比例的电池状态在每个时隙中被消耗，是接近最优的，在这个意义上，他们实现了长期的平均失真，位于一个恒定的加性差距从最优解的所有能量到达和电池的大小。对于采样成本的问题，传输策略是突发的;传感器只能在一部分时间内收集样本并进行传输。
2017-05-29 cs.IT cs.NI math.IT
Efficient Energy Management Policies for Networks with Energy Harvesting Sensor Nodes
我们研究了具有能量收集节点的传感器网络。在节点处产生的能量可以存储在缓冲器中。传感器节点周期性地感测随机场并生成分组。这些数据包存储在队列中，并使用节点当时可用的能量进行传输。对于这些网络，我们制定了有效的能源管理政策。首先，对于单个节点，我们获得吞吐量最优的策略，即，数据队列对于最大可能的数据率保持稳定。接下来，我们得到的能源管理政策，最大限度地减少在队列中的平均延迟。我们还比较了几个容易实现的次优政策的性能。一个贪婪的政策，确定在低信噪比制度，是吞吐量最优，也最大限度地减少平均延迟。接下来，使用单个节点的结果，我们开发高效的MAC策略。
2008-11-03 cs.NI
Age-Minimal Transmission in Energy Harvesting Two-hop Networks
我们考虑一个能量收集两跳网络，其中源通过中继与目的地通信。在给定的通信会话时间期间，源从物理现象收集测量更新并将其发送到中继，中继然后将其转发到目的地。目标是尽可能及时地将这些更新发送到目的地;即，使得信息的总年龄在通信会话结束时最小化，受到源和中继处的能量因果关系约束以及中继处的数据因果关系约束。源和中继都使用固定的但可能不同的传输速率。因此，每个更新分组引起固定的非零传输延迟。我们首先解决这个问题的单跳版本，然后表明，两跳的问题是解决了治疗的源和中继节点作为一个组合节点，与一些参数变换，并解决一个单跳之间的问题，组合节点和目的地。
2017-12-06 cs.IT cs.NI math.IT
Age-Minimal Online Policies for Energy Harvesting Sensors with Random Battery Recharges
我们考虑一个能量收集传感器，该传感器将关于某些物理现象的测量更新发送到目的地。该传感器依靠从自然界收集的能量来测量和发送其更新，并配备了一个有限大小的电池来收集其收集的能量。能量收集过程是具有单位速率的泊松，并且以完全充电电池的量到达。我们的设置是在线的，因为能量到达的时间在能量被收集后被因果地透露给传感器;只有到达过程的统计数据是先验已知的。更新需要以及时的方式发送到目的地，即，使得信息的长期平均年龄在通信过程中最小化。信息的存在时间定义为最新更新到达目标后所经过的时间。我们首先表明，最优调度更新策略是一个更新策略，然后表明，它有一个多阈值结构：传感器发送更新，只有当年龄的信息增长超过一定的阈值，取决于可用的能量。
2018-02-05 cs.IT cs.NI eess.SP
Ambient RF Energy Harvesting in Ultra-Dense Small Cell Networks: Performance and Trade-offs
为了最小化电网功耗，从环境RF源收集能量被认为是用于低功率设备的无线充电的有前途的技术。为了说明基于RF的环境能量收集网络的设计考虑，本文首先指出了实现和操作此类网络的主要挑战，包括不确定的能量到达模式，能量收集模式选择，基站（BS）之间的能量感知协作，最后，本文简要回顾了近年来的研究进展，并总结了其不足之处，指出了现有的研究差距和未来可能的研究方向方向为此，我们研究了在超密集小小区网络（SCN）中实现基于RF的环境能量收集的可行性，并研究了在下行链路中典型用户的能量效率和信号干扰噪声比（SINR）中断概率方面的相关权衡。数值结果表明，部署混合的并网小基站（SBS）~（由电网供电）和离网SBS ~（由能量收集供电），并优化其相应的比例作为网络中的活动SBS的强度的函数的意义。
2015-12-10 cs.NI
Sizing up the Batteries: Modelling of Energy-Harvesting Sensor Nodes in a Delay Tolerant Network
对于能量收集传感器节点，可充电电池在传感和传输中起着关键作用。通过耦合两个简单的马尔可夫队列模型中的延迟容忍网络设置，我们认为这些传感器节点的电池大小的问题，以有效地运作：给定预期的能量耗尽和溢出概率，如何决定所需的最小电池容量，以确保机会数据交换，尽管可再生能源发电的固有不确定性。
2022-10-11 cs.NI cs.PF
Harvesting-Aware Routing for Low-Latency Reliable Transmission in Interference-Powered Networks
Math and Computer Science Department, Suffolk University（萨福克大学数学与计算机科学系）
针对仅靠环境射频干扰供电的多跳无线网络，提出HOPE、THOPE两种最优路由算法，可降低平均总延迟达一个数量级，延迟分布对干扰源密度不敏感。
2026-10-14 cs.NI
Optimal Packet Scheduling in an Energy Harvesting Communication System
我们考虑单用户能量收集无线通信系统中的最优分组调度问题。在该系统中，数据包和采集的能量都被建模为随机到达源节点。我们的目标是根据流量负载和可用能量自适应地改变传输速率，使得所有数据包的传输时间最小化。在确定性系统设置下，我们假设在传输开始之前已知能量收集时间和收集的能量量。对于数据流量到达，我们考虑两种不同的情况。在第一种情况下，我们假设所有比特都已到达，并在传输开始之前在发送器处准备就绪。在第二种情况下，我们考虑数据包在传输过程中到达的情况，已知到达时间和大小。我们开发了最佳的离线调度策略，最大限度地减少所有数据包被送到目的地的时间，在因果关系约束下的数据和能量到达。
2010-10-06 cs.IT cs.NI math.IT
Reusing Wireless Power Transfer for Backscatter-assisted Cooperation in WPCN
研究了无线供电通信网络（WPCN）中的一种新的用户协作方法，即一对距离较近的设备首先从能量节点（EN）获取无线能量，然后利用获取的能量向接入点（AP）发送信息。特别是，我们认为这两个能量收集用户交换他们的消息，然后合作发送到AP使用空时分组码。有趣的是，我们利用两个用户之间的短距离，并允许通过节能后向散射技术来实现信息交换。同时，所考虑的后向散射辅助方法可以有效地重用无线功率传输，用于能量收集阶段的同时信息交换。具体而言，我们通过优化能量和信息传输的时间分配来最大化公共吞吐量。仿真结果表明，与一些典型的基准方法相比，该用户协作方案可以有效地提高吞吐量公平性。
2018-07-01 cs.NI
Active Status Update Packet Drop Control in an Energy Harvesting Node
本文考虑了一种能量收集传感器节点的电池大小$B_{max}$，充电电池通过一个增量的能量收集过程，并接收更新从一个单一的信息源在时隙的时间。节点主动决定在其操作时间的一部分内使通信电路断电（OFF）或通电（ON），以便维持能量效率。接收（丢弃）在ON（OFF）时段中到达的更新分组。在ON时段期间支付确定性的每次能量成本。掉电决定可以是部分或全部性质的，从而产生用于决定ON-OFF间隔的各种选项。我们开发的年龄阈值为基础的电源开关计划，以尽量减少年龄的信息在节点上的能量收集的限制与部分和全部电源关闭选项$B_{max}=1$和$B_{max}=\infty$的情况下。
2019-11-06 cs.IT cs.NI math.IT
Optimal Status Updates for Minimizing Age of Correlated Information in IoT Networks with Energy Harvesting Sensors
本文针对能量采集传感器物联网中相关信息年龄最小化问题，提出一种基于深度强化学习的动态状态更新算法，通过动作分解映射机制有效应对部分可观测和未知环境动态挑战。
2023-10-30 cs.NI eess.SP
On-Demand AoI Minimization in Resource-Constrained Cache-Enabled IoT Networks with Energy Harvesting Sensors
我们考虑一个资源受限的物联网网络，其中多个用户向启用缓存的边缘节点发出按需请求，以发送有关各种随机过程的状态更新，每个过程都由能量收集传感器监控。边缘节点通过决定是否命令相应的传感器发送新的状态更新或从缓存中检索最近接收的测量结果来满足用户的请求。我们的目标是找到边缘节点的最佳动作，以最小化在请求时接收到的测量的平均信息年龄（AoI），即，平均按需AoI，服从每时隙传输和能量约束。首先，我们推导出一个马尔可夫决策过程模型，并提出了一个迭代算法，获得最优策略。然后，我们开发了一个渐近最优的低复杂度算法-称为松弛，然后截断-并证明它是最佳的传感器的数量趋于无穷大。仿真结果表明，所提出的松弛，然后截断的方法显着降低了平均按需AoI相比，一个请求感知的贪婪（近视）的政策，也描绘了它执行接近最佳的解决方案，即使是中等数量的传感器。
2022-01-28 cs.IT cs.NI cs.SY
Multi-band RF Energy and Spectrum Harvesting in Cognitive Radio Networks
研究了认知无线电交织框架下的多频带收获方案。所有次级用户被认为是EH节点，其被允许从多个射频（RF）源频带收获能量。提出了一个双赢的框架，其中SU可以感测频谱以确定频谱是否繁忙，因此它们可以从RF能量中收获，或者如果频谱空闲，因此它们可以使用它进行传输。只有SU的子集可以感测，以便减少感测能量，然后使用机器学习来表征收集和频谱使用的区域。我们制定了一个优化问题，共同优化传感样本的数量和传感阈值，以尽量减少传感时间，从而最大限度地提高能量的收获量。提出了一种近似最优解，使用几何规划（GP），最优地解决问题的时隙周期。最后，提出了一种基于多类支持向量机（SVM）的能量有效的方法，该方法只涉及训练SU而不是所有SU。
2018-04-10 cs.NI
Structural Properties of Optimal Transmission Policies for Delay-Sensitive Energy Harvesting Wireless Sensors
我们考虑一个能量收集传感器在衰落信道上传输延迟敏感的数据。我们的目标是找到最佳的传输调度策略，最大限度地减少分组排队延迟给定的可用收获的能量。我们制定的问题作为一个马尔可夫决策过程（MDP）跨越发射机的缓冲区，电池和信道状态的状态空间，并分析所产生的最佳价值函数，量化的最优调度策略的长期性能的结构特性。我们发现，最佳的价值函数（i）是非递减的，并有越来越多的差异，在队列积压;（ii）是非递增的，并有越来越多的差异，在电池状态;和（iii）是子模块的缓冲区和电池状态。我们的数值结果证实了这些属性，并表明，最优调度策略优于所谓的贪婪的传感器中断，缓冲区溢出，能源效率和排队延迟方面的政策。
2018-03-26 cs.NI
Energy Beamforming for Wireless Information and Power Transfer in Backscatter Multiuser Networks
无线供电后向散射通信（WPBC）已被确定为用于低功率通信系统的有前途的技术，其可以获得能量波束成形的益处以提高能量传输效率。现有的能量波束形成研究未能同时考虑WPBC中的能量供应和信息传输。本文采取的第一步，以填补这一空白，考虑之间的权衡能量收集率和可实现的速率使用估计的后向散射信道状态信息（BS-CSI）。为了确保可靠的通信和用户的公平性，我们制定的能量波束成形设计作为一个最大-最小优化问题，最大限度地提高所有标签的最低可达速率的能量约束。我们推导出能量收集率的封闭形式的表达，以及遍历可实现率的下界。我们的数值结果表明，我们的计划可以显着优于国家的最先进的能量波束成形方案。此外，所提出的方案实现的性能相比，通过波束成形与完美的CSI。
2019-07-27 cs.NI
Feasibility of Energy Neutral Wildlife Tracking using Multi-Source Energy Harvesting
本文提出一种结合太阳能与动能收集的能量中性野生动物追踪系统，利用NB-IoT通信和能量感知调度，在保持能量中性运行的同时显著提升数据产量与可靠性。
2025-07-17 cs.NI
Energy Efficient Resource Allocation in EH-enabled CR Networks for IoT
随着物联网（IoT）设备的快速增长，下一代移动网络需要更多的工作频段。通过利用未充分利用的无线电频谱，认知无线电（CR）技术被认为是解决物联网应用频谱稀缺问题的一种有前途的解决方案。与CR技术的发展并行，无线能量收集（WEH）被认为是消除物联网和CR网络充电或更换电池的新兴技术之一。为此，我们建议利用WEH的CR网络中的CR设备不仅能够感测可用的无线电频率在一个协作的方式，但也收获的无线能量传输的接入点（AP）。更重要的是，我们设计了一个优化框架，捕捉能量效率（EE）和频谱效率（SE）的网络之间的基本权衡。特别是，我们制定了一个混合非线性规划（MINLP）的问题，最大限度地提高EE，同时考虑到用户的缓冲区占用，数据率公平性，能源因果关系的约束和干扰的约束。我们进一步证明了所提出的优化框架是一个NP-Hard问题。因此，我们提出了一个低复杂度的启发式算法，称为启发式算法，解决资源分配和能量收集优化问题。所提出的算法被证明是能够实现高精度的接近最优的解决方案，同时具有多项式的复杂性。我们的建议的效率是通过设计良好的模拟验证。
2018-07-06 cs.NI
Optimal Energy-Delay in Energy Harvesting Wireless Sensor Networks with Interference Channel
在这项工作中，我们研究的能量收集无线传感器网络（WSNs）的干扰信道的容量分配问题。对于固定的拓扑结构的数据和能源，我们制定的优化问题时，数据流保持不变的所有数据链路和每个传感器节点收获能量只有一次在一个时隙。我们专注于最佳的数据率，功率分配和传感器节点之间的能量传输在一个时隙。我们的目标是在两种情况下最小化网络的总延迟，即，没有能量转移和能量转移。此外，由于优化问题是非凸的，难以直接求解。考虑到网络具有较高的信干噪比（Signal to Interference-plus-Noise Ratio，SINR），通过凸逼近将非凸优化问题转化为凸优化问题。利用Lagrange对偶性得到最优解的性质，并利用CVX求解器求解凸优化问题。实验结果表明，干扰信道下的能量收集传感器网络总时延大于正交信道下的能量收集传感器网络总时延，能量转移有助于降低总时延。此外，我们还讨论了我们工作的扩展。
2018-10-30 cs.NI
Distributed Power Control Schemes for In-Band Full-Duplex Energy Harvesting Wireless Networks
本文研究了两个能量收集无线网络中的功率控制问题，其中一个混合基站（HBS）和所有用户设备（UE）都工作在带内全双工模式。我们考虑最小化的总功率受到服务质量的要求约束，并最大化的总吞吐量。我们通过提出两种分布式功率控制方案来解决这两个问题，所述两种分布式功率控制方案用于由UE控制上行链路发射功率和由HBS控制下行链路能量收集信号功率。在我们提出的方案中，HBS更新能量收集信号的下行链路发送功率电平，使得每个UE能够收集其所需的能量，用于为操作电路供电，并以由所提出的方案确定的功率电平发送其上行链路信息信号。我们表明，我们提出的功率控制方案收敛到其相应的唯一的不动点从任何任意的初始发射功率。我们将表明，我们提出的方案很好地解决了上述问题，这也证明了我们广泛的模拟结果。
2018-07-19 cs.NI eess.SP
UAV Trajectory, User Association and Power Control for Multi-UAV Enabled Energy Harvesting Communications: Offline Design and Online Reinforcement Learning
在本文中，我们考虑多个太阳能供电的无线节点，利用收集的太阳能传输收集到的数据到多个无人机（UAV）在上行链路。在这种情况下，我们共同设计无人机飞行轨迹，无人机节点通信协会，和上行链路功率控制，有效地利用收获的能量和管理同信道干扰在有限的时间范围内。为了保证无线节点的公平性，设计目标是最大化最差用户速率。联合设计问题是高度非凸的，并且需要瞬时能量状态信息（ESI）和信道状态信息（CSI）的因果（未来）知识，这在现实中是难以预测的。为了克服这些挑战，我们提出了一个离线的方法，基于凸优化，只利用平均ESI和CSI。该问题由三个凸子问题和逐次凸逼近（SCA）和交替优化来解决。我们进一步设计了一个在线凸辅助强化学习（CARL）方法，以提高系统的性能的基础上实时的环境信息。与传统的强化学习（RL）方法相比，提出了基于最优离线无人机轨迹的多无人机调节飞行走廊的思想，避免了无人机不必要的飞行探索，提高了学习效率和系统性能。通过计算机模拟验证了所提方法的有效性。所提出的CARL方法提供了25%和12%的改善最差的用户率在离线和传统的RL方法。
2022-07-21 cs.IT cs.NI math.IT
User Cooperation for Enhanced Throughput Fairness in Wireless Powered Communication Networks
研究了无线供电通信网络（WPCN）中一种新的用户协作方法，即一对分布式终端用户首先从一个能量节点（EN）广播的无线能量中获取能量，然后利用所获取的能量协作向目的节点（DN）发送信息。特别地，两个协作用户彼此交换它们的独立信息以形成虚拟天线阵列并且联合地向DN发送。通过允许每个用户分配其收集的能量的一部分来发送其他的信息，所提出的合作可以有效地缓解WPCN中的用户不公平问题，其中用户可能由于差的能量收集性能和高数据传输消耗而遭受非常低的数据率。通过优化无线能量传输、用户消息交换和联合信息传输的时间分配，我们得到了合作方案所实现的最大公共吞吐量。通过与一些有代表性的基准方案的比较，我们的结果表明，所提出的用户合作在提高吞吐量性能在不同的设置下的有效性。
2016-10-28 cs.IT cs.NI math.IT
EICO: Energy-Harvesting Long-Range Environmental Sensor Nodes with Energy-Information Dynamic Co-Optimization
在实现电池寿命、信息准确性、传输距离和成本等严格设计目标方面的挑战推动了对传统电池供电设备的能量采集传感器节点的深入研究。当传感器网络需要跨越诸如农田和偏远地形的广阔区域时，远程通信的固有功率密集性质进一步放大了这一挑战。太阳能是无线传感器节点的常见能源，然而，由于季节变化和天气条件引起的功率波动，太阳能并不可靠。本文解决了这些问题，提出了一个永久供电，能量收集传感器节点，利用最小尺寸的太阳能电池，并能够通过动态协同优化能源消耗和信息传输，称为能量信息动态协同优化（EICO）的远程通信。这种能量信息智能是通过基于从收集器和电荷存储元件可用的能量总量的信息传输的自适应占空比来实现的，以优化传感器节点的能量消耗，同时采用传感器内分析（ISA）来最小化信息的丢失。这是第一个被报道的尺寸<35 cm 2的传感器节点，它能够以高达1包/秒的连续信息传送率在> 1 Km上进行远程通信，这是由EICO和ISA实现的。
2021-07-15 cs.NI eess.SP
Optimal Energy Distribution with Energy Packet Networks
Imperial College London（帝国理工学院）
本文研究了在具有能量收集和存储单元的计算机系统中，利用能量包网络范式优化能量分发问题，旨在最小化工作站任务的总体平均响应时间及网络中的能量损耗率。
2018-09-26 cs.NI cs.SY eess.SY
Interference-Assisted Wireless Energy Harvesting in Cognitive Relay Network with Multiple Primary Transceivers
我们考虑一个频谱共享的情况下，一个次要的网络与多个收发器的主要网络共存。次级网络由能量受限的解码转发次级中继器组成，该次级中继器在存在来自多个初级发射器的干扰的情况下辅助次级发射器与目的地之间的通信。次中继从接收到的射频信号中获取能量，该射频信号包括来自次发射机的信息信号和主干扰。然后，所收集的能量被用于解码次级信息并将其转发到次级目的地。在中继器处，我们采用时间切换策略，由于其简单性，可以随着时间的推移在能量收集和信息解码之间切换。具体来说，我们推导出一个封闭形式的表达下的主要中断约束和峰值功率约束下的二次发射机和中继的二次中断概率。此外，我们调查的最佳能量收集持续时间，最大限度地减少二次中断概率的主收发器的数量的效果。通过在能量收集阶段利用主干扰作为有用的能量源，次级网络实现了更好的中断性能。
2015-09-02 cs.IT cs.NI math.IT
Optimizing Version Innovation Age for Monitoring Markovian Source in Energy-Harvesting Systems
研究能量收集源实时跟踪两状态马尔可夫过程，将其建模为MDP以最小化平均VIA，证明最优传输策略基于电池电量、源状态和VIA值的阈值，并在多参数下验证了其优于基线策略的性能。
2024-10-15 cs.IT cs.NI cs.SY
Age-Minimal Online Policies for Energy Harvesting Sensors with Incremental Battery Recharges
被认为是一个传感器节点发送测量更新有关的一些物理现象的目的地。该传感器依靠从自然界收集的能量来传输其更新，并配备了一个有限的$B$大小的电池，以节省其收集的能量。根据泊松过程，能量以单位递增地为电池充电，并且一次更新消耗一个能量单位到达目的地。该设置是在线的，其中能量到达时间在能量被收集之后被因果地揭示。目标是及时更新目的地，即，使得信息的长期平均年龄最小化，受到能量因果关系约束。信息在给定时间的年龄定义为自最新更新到达目的地以来所花费的时间。它示出的最佳更新策略如下的更新结构，其中的更新时间是独立的，和提交一个更新和具有$k$单位的能量剩余在电池中的任何两个连续的事件之间的持续时间是独立的和相同的分布对于一个给定的$k\leq B-1$。明确表征了$B=2$能量单位的情况下的最优更新策略，并且示出了它具有能量依赖的阈值结构，其中传感器仅在年龄增长超过一定阈值时才更新，该阈值是其电池中能量的量的函数。
2018-02-22 cs.IT cs.NI eess.SP
Optimal Status Updating for an Energy Harvesting Sensor with a Noisy Channel
考虑能量收集传感器持续监控系统并将带时间戳的状态更新发送到目的地。目的地通过接收到的更新来跟踪系统状态。在传感器的能量因果关系约束下，我们的目标是设计一个最优的在线状态更新策略，以最小化在目的地的长期平均信息年龄（AoI）。我们专注于场景中的源和目的地之间的信道是嘈杂的，每个传输的更新可能会失败，独立的恒定概率。我们假设没有信道状态信息或传输反馈可用于传感器。我们证明，在一个广泛定义的类的在线政策，尽最大努力的统一更新政策，这被证明是最佳的，当通道是完美的，仍然是最佳的更新失败的存在。我们的证明依赖于从鞅过程的工具，和一系列的虚拟政策的建设。
2018-03-08 cs.IT cs.NI math.IT
Age-Minimal Transmission for Energy Harvesting Sensors with Finite Batteries: Online Policies
能量收集传感器节点，被认为是发送状态更新到目的地。传感器配备了一个有限大小的电池，以节省其输入的能量，并消耗一个单位的能量，每个状态更新传输，这是交付到目的地立即通过无错误的信道。该设置是在线的，其中所收集的能量随时间的推移被因果地揭示给传感器，并且目标是设计状态更新传输策略，使得信息的长期平均年龄（AoI）被最小化。AoI定义为自最新更新到达目的地以来所经过的时间。两个能量到达模型被认为是：一个随机的电池充电（RBR）模型，和一个增量电池充电（IBR）模型。在这两种模型中，能量根据单位速率的泊松过程到达，在RBR模型中，能量值完全填满电池，在IBR模型中，能量值逐单位递增地填满电池。表征这两种模型的最优状态更新策略的关键方法是显示更新策略的最优性，其中更新间隔时间遵循特定的更新过程，该更新过程取决于能量到达模型和电池大小。然后，它示出的最佳更新策略具有能量依赖的阈值结构，其中传感器发送状态更新只有当AoI增长超过一定的阈值，这取决于可用的能量。对于RBR和IBR模型，最佳能量依赖阈值被明确表征，即，在封闭形式中，就最佳长期平均AoI而言。它还表明，最佳阈值是单调递减的电池中可用的能量，最小的阈值，这是在电池充满时生效，等于最佳的长期平均AoI。
2019-05-09 cs.IT cs.NI eess.SP
