Stochastic Online Control for Energy-Harvesting Wireless Networks with Battery Imperfections
在能量收集（EH）网络中，能量存储设备（即，电池）通常并不完美。在本文中，我们考虑一个实用的电池模型，有限的电池容量，能量（放电）充电损失，能量耗散。考虑到这样的电池的缺陷，我们依靠李雅普诺夫优化技术开发一个随机的在线控制方案，旨在最大限度地利用EH多跳无线网络的数据率。它是建立该算法可以提供一个可行的和有效的数据准入，功率分配，路由和调度解决方案，而不需要任何统计知识的随机信道，数据流量，和EH过程。数值结果表明了该方法的优点。
2016-05-27 cs.IT math.IT
Wireless Map-Reduce Distributed Computing with Full-Duplex Radios and Imperfect CSI
考虑一个分布式计算系统，其中工作节点通过共享无线信道连接。节点可以存储需要进行计算的数据集的一部分，并且遵循Map-Shuffle-Reduce协议以实现协作处理。如果在节点处执行的计算之间存在某种程度的冗余，则可以通过使用编码多播或协作传输来减少Shuffle阶段期间的节点间通信负载。先前表明，后一种方法能够在全双工节点和完美的发送侧信道状态信息（CSI）的存在下将高信噪比通信负载减少一半。在本文中，提出了一种新的方案，叠加编码的基础上，被证明优于编码组播和协作传输的假设下，不完美的CSI。
2018-10-26 cs.IT math.IT
Throughput Analysis for Full-Duplex Wireless Networks with Imperfect Self-interference Cancellation
利用随机几何方法研究了全双工无线网络的吞吐量。全双工（FD）无线电可以彼此同时交换数据。另一方面，FD传输的缺点是与半双工（HD）传输相比，它将不可避免地对网络造成额外的干扰。此外，残余自干扰对网络吞吐量有负面影响。在本文中，我们专注于一个无线网络的节点与HD和FD的能力，并推导和优化在这样的网络的吞吐量。我们的分析结果表明，如果网络是适应ALOHA协议，最大的吞吐量是通过调度所有并发发送节点工作在FD模式或HD模式取决于一个简单的条件。此外，我们的数学模型的基础上，不完美的自干扰消除的信号干扰比（SIR）损失和吞吐量的影响进行了分析。我们严格量化不完美的自干扰消除对吞吐量增益，传输范围和其他指标的影响，我们建立的最小量的自干扰抑制需要FD是有益的。
2015-02-25 cs.IT math.IT
Wireless Key Generation from Imperfect Channel State Information: Performance Analysis and Improvements
通信双方在公共无线信道上生成秘密密钥的基础是互易性。然而，由于非同时测量和不可避免的估计误差，偏差总是存在的关键分歧发生。本文研究了利用不完全信道状态信息（CSI）生成密钥的性能分析和改进。首先，推导出密钥不一致率（KDR）的封闭表达式，以评估由时延和估计误差引起的密钥失配。其次，能量效率，包括密钥生成和私有数据传输之间的功率分配。在此基础上，提出了一种基于神经网络的预测算法（NNBP）来提高密钥一致性。仿真结果验证了理论分析的正确性，并表明NNBP算法取得了显著的改进.有趣的是，NNBP算法在低信噪比和高延迟条件下获得了更高的性能增益，这与其他方法，如基于保护带的量化器（GBBQ）不同。
2019-02-19 cs.IT math.IT
Delivery Time Minimization in Cache-Assisted Broadcast-Relay Wireless Networks with Imperfect CSI
下一代通信系统的新兴趋势是为网络边缘提供附加能力，诸如以高速缓存形式的存储资源，以减少文件递送延迟。为了研究这种技术对延迟的影响，我们研究了由一个中央基站，$M$缓存配备收发器和$K$接收器组成的缓存辅助广播中继无线网络的传输时间有限精度信道状态信息（CSI）。我们使用归一化的传递时间（NDT）来捕获文件传递中最坏情况下的每比特延迟。推导了NDT的上下界，以了解$K,M$、缓存容量和通道质量对NDT的影响。特别是，NDT最优的制度进行了确定和讨论。
2018-03-11 cs.IT math.IT
Online Multi-Cell Coordinated MIMO Wireless Network Virtualization with Imperfect CSI
我们考虑在线协调预编码设计下行链路无线网络虚拟化（WNV）在多小区多输入多输出（MIMO）网络与不完善的信道状态信息（CSI）。在我们的WNV框架中，基础设施提供商（InP）拥有由几个服务提供商（SP）共享的每个基站，而这些服务提供商彼此不知道。SP根据用户业务的虚拟化需求设计其预编码器，而InP设计实际的预编码解决方案以满足SP的业务需求。我们的目标是最大限度地减少长期的时间平均预期的预编码偏差在MIMO衰落信道，每个小区的长期和短期的发射功率限制。我们提出了一种在线协调预编码算法的虚拟化，它提供了一个完全分布式的半封闭形式的预编码解决方案，在每个小区，仅基于当前不完善的CSI没有任何CSI交换跨小区。考虑到不完美的CSI的InP和SP的双重影响，我们表明，我们提出的算法是在一个$O(δ)$的差距，从最佳的任何时间范围内，其中$δ$是一个CSI不准确的指标。仿真结果验证了我们提出的算法的性能下两种常用的预编码技术在一个典型的城市微小区网络环境。
2021-05-17 cs.IT math.IT
A New Training Protocol for Channel State Estimation in Wireless Relay Networks
信道状态信息（CSI）的准确性是提高无线网络容量的关键。在本文中，我们介绍了一个训练协议的无线中继网络，使用信道估计和前馈方法。前馈方法是所提出的协议的显着特点。正如我们所示，每个中继前馈不完美的CSI的目的地的方式，提供了更高的网络容量和更快的传输的CSI比现有的协议。此外，我们通过比较网络与完美的有效CSI，不完美的有效CSI，和嘈杂的不完美的有效CSI在目的地的无线中继网络容量的有效CSI的准确性的重要性。
2011-01-15 cs.IT math.IT
Error Rate Analysis of Cognitive Radio Transmissions with Imperfect Channel Sensing
本文研究了感知判决不完善时认知无线电传输的符号出错率性能。两种不同的传输方案，即基于感知的频谱共享（SSS）和机会频谱接入（OSA），被认为是。在这两种方案中，次要用户首先执行信道感测，尽管可能存在错误。在SSS中，根据感测决策，它们适应传输功率电平并与信道中的主用户共存。另一方面，在OSA中，仅当未检测到主用户活动时才允许次用户进行传输。最初，对于这两种传输方案，一般配方的最佳决策规则和错误概率提供了任意调制方案的假设下，接收机配备了传感决策和完善的知识的信道衰落，和主用户的接收衰落信号在辅助接收机具有高斯混合分布。随后，一般方法专用于矩形正交幅度调制（QAM）。更具体地说，最佳决策规则的特点是矩形QAM，并与最佳检测器获得的平均符号错误概率的封闭形式的表达式推导出发射功率和干扰约束下。分析了不完善的信道感知决策、主用户干扰及其高斯混合模型、发射功率和干扰约束对认知传输出错率性能的影响。
2013-12-03 cs.IT math.IT
Energy-Efficient Power Allocation in Cognitive Radio Systems with Imperfect Spectrum Sensing
研究了感知频谱共享认知无线电系统中次用户能量有效的功率分配方案。假设次用户首先执行可能有错误的信道感测，然后基于感测决策以不同的功率电平发起数据传输。在总功耗中考虑了电路功率。在这种情况下，优化问题是最大化能量效率（EE）的峰值/平均传输功率约束和峰值/平均干扰约束。利用EE最大化问题的拟凹性，将原问题转化为等价的参数化凹问题，提出了一种基于Dinkelbach方法的迭代功率分配算法。在存在关于次级发射机处的传输链路和干扰链路的不同级别的信道侧信息（CSI）的情况下，即传输链路和干扰链路两者的完美CSI、传输链路的完美CSI和干扰链路的不完美CSI、两个链路的不完美CSI或两个链路的仅统计CSI，识别最优功率电平。通过数值计算，分析了感知性能、不同类型的CSI可用性以及发射和干扰功率约束对次用户EE的影响。
2016-02-11 cs.IT math.IT
Channel Exploration and Exploitation with Imperfect Spectrum Sensing in Cognitive Radio Networks
本文研究了认知无线电网络中感知不完善且次用户每次发送的业务量有限时的机会信道感知和接入问题。假设主用户的统计信息是未知的，因此，次用户需要在信道感知和接入过程中在线学习这些信息，这意味着学习损失，也称为遗憾，是不可避免的。在这项研究中，当所有潜在的渠道可以同时被感知的情况下，首先进行调查。信道接入过程被建模为一个多臂强盗问题与侧观察。推导了信道接入规则，并从理论上证明了该信道接入规则具有渐近有限遗憾性。然后的情况下，当次要用户可以只感测有限数量的信道在一个时间进行调查。信道检测和接入过程被建模为一个双层多臂强盗问题。它表明，任何自适应规则至少有对数遗憾。然后推导了信道检测和接入规则，并从理论上证明了它们在有限时间内具有对数渐近后悔性。通过计算机模拟验证了所推导规则的有效性。
2012-01-20 cs.IT math.IT
Optimizing Data Freshness in Time-Varying Wireless Networks with Imperfect Channel State
我们考虑的情况下，一个基站（BS）试图收集新鲜的信息，从功率受限的传感器在随时间变化的频带有限的无线信道。我们通过最近提出的度量标准-信息时代来表征数据的新鲜度。我们考虑一个时变信道模型与功率自适应。与以前的工作不同，分组丢失可能会发生由于不完善的信道估计或解码错误。我们提出了一个渐近最优调度算法，最大限度地减少AoI性能，并满足带宽和功率约束，在这样的网络。数值模拟结果表明，该策略优于贪婪的，我们观察到，传感器与穷人的信道被安排在更高的AoI，以限制数据包丢失。
2019-10-13 cs.IT cs.NI math.IT
Energy-Efficient Power Adaptation for Cognitive Radio Systems under Imperfect Channel Sensing
在本文中，能量有效的功率自适应被认为是在基于感知的频谱共享认知无线电系统中，其中次级用户首先执行信道感知，然后基于感知决策以两个功率电平发起数据传输（例如，空闲或忙碌）。假设频谱感知由认知二次用户执行，尽管可能存在错误。在这种情况下，最大化的能量效率（EE）的峰值/平均传输功率约束和平均干扰约束的优化问题被认为是。电路功率被考虑为总功耗。利用EE最大化问题的拟凹性质，将原问题转化为等价的参数化凹问题，提出了基于Dinkelbach方法的迭代功率自适应算法。分析了感知性能、峰值/平均发射功率约束和平均干扰约束对认知无线电系统能量效率的影响。
2014-04-28 cs.IT math.IT
Optimal Caching Designs for Perfect, Imperfect and Unknown File Popularity Distributions in Large-Scale Multi-Tier Wireless Networks
大多数现有的无线网络缓存解决方案都基于一个不切实际的假设，即文件流行度分布是完全已知的。在本文中，我们考虑在大规模多层无线网络中完美，不完美和未知的文件流行度分布的最佳缓存设计。首先，在完美的文件流行度分布的情况下，我们制定的优化问题，以最大限度地提高成功的传输概率（STP），这是一个非凸问题。我们开发了一个有效的并行迭代算法，以获得一个稳定点使用并行逐次凸逼近（SCA）。然后，在不完美的文件流行度分布的情况下，我们制定了强大的优化问题，以最大限度地提高最坏情况下的STP。为了解决这个具有挑战性的极大极小问题，我们将其转换为一个等价的互补几何规划（CGP），并开发了一个有效的迭代算法，该算法被证明收敛到一个稳定点使用SCA。据我们所知，这是第一个明确考虑文件流行度分布的估计误差在优化缓存设计的工作。接下来，在未知文件流行度分布的情况下，我们用公式表示随机优化问题以最大化随机STP（即，随机形式的STP），这是一个具有挑战性的非凸随机优化问题。基于随机并行SCA，我们开发了一个有效的迭代算法来获得一个稳定点，利用随机STP的结构特性，并充分利用瞬时文件请求。据我们所知，这是第一个考虑随机优化的大规模多层无线网络的工作。最后，通过数值计算结果，我们表明，所提出的解决方案在所有三种情况下都取得了显着的收益。
2019-04-12 cs.IT math.IT
Performance Analysis of Cognitive Radio Systems with Imperfect Channel Sensing and Estimation
在认知无线电系统中，采用基于感知的频谱接入策略，次用户需要执行信道感知，以检测主用户的活动。在现实场景中，信道感测由于误检测和误报警而可能发生错误。作为另一个挑战，必须经由信道估计来学习次发射机和次接收机之间的信道中的时变衰落条件。本文分析了相关认知无线电信道中因果信道估计方法在非理想信道感知下的性能，研究了信道和感知不确定条件下的可达速率。首先，认知无线电信道模型的信道感知误差和信道估计的描述。然后，使用导频符号，最小均方误差（MMSE）和线性MMSE（L-MMSE）估计方法被采用在辅助接收机学习信道衰落系数。信道估计和均方误差（MSE）的表达式的确定，和它们的依赖关系的信道检测结果，导频符号周期和能量进行了研究。由于传感的不确定性导致的不确定性的方差的附加干扰，信道估计策略和性能的有趣的是取决于传感的可靠性。它进一步表明，L-MMSE估计方法，这是在一般次优，执行非常接近MMSE估计。进一步，假设信道估计误差和主用户引入的干扰服从零均值和高斯分布，给出了线性调制方案和高斯信令的可达速率表达式。随后，联合优化训练周期以及数据和导频符号能量分配，以最大化两种信令方案的可实现速率。
2014-09-10 cs.IT math.IT
Outage Analysis of Multi-Relay Selection for Cognitive Radio with Imperfect Spectrum Sensing
在本文中，我们研究了认知中继网络的中断性能，这是由一个辅助发射机（ST），多个解码和转发（DF）中继和一个辅助目的地（SD）。我们提出了一个多中继选择方案的认知中继网络，其中多个中继被选择并用于参与转发从ST到SD的二次传输。在瑞利衰落环境下，推导出了非理想频谱感知下多中继选择的中断概率的封闭表达式。为了比较的目的，传统的直接传输和最佳中继选择也被认为是基准。数值结果表明，随着检测概率的增加和虚警概率的降低，频谱感知性能提高，所提出的多中继选择方案、直接传输方案和最佳中继选择方案的中断概率都相应降低.它也表明，建议的多中继选择显着优于传统的方法在中断概率。
2014-11-02 cs.IT math.IT
Optimizing Wirelessly Powered Crowd Sensing: Trading energy for data
为了克服传统无线传感器网络覆盖范围有限的问题，\emph{mobile crowd sensing}（MCS）作为一种新的传感模式应运而生。为了实现更长的电池寿命的用户设备和激励人类参与，本文提出了一种新的方法，无缝集成MCS与无线功率传输，称为\emph{wirelessly powered crowd sensing}（WPCS），用于支持人群感知与能量消耗和提供奖励作为激励。通过联合控制\emph{access point}（AP）处的无线功率分配以及\emph{mobile sensor}（MS）处的感测数据大小、压缩比和传感器传输持续时间，将优化问题公式化为同时最大化数据效用和最小化服务运营商的能量消耗。给定固定的压缩比，最优功率分配策略被示出为具有相对于针对每个MS定义的\emph{crowd-sensing priority}函数的基于\emph{threshold}的结构。给定固定的感测数据效用，压缩策略实现最优压缩比。大量的模拟也被提出来验证所贡献的机制的效率。
2017-12-29 cs.IT math.IT
Performance Analysis of Inband FD-D2D Communications with Imperfect SI Cancellation for Wireless Video Distribution
对高数据率服务的巨大增长的需求是无线蜂窝网络中增加业务的主要驱动力。最近已经提出了设备到设备（D2D）通信以通过绕过蜂窝基站（BS）经由直接通信来卸载数据。这种卸载方案增加了容量并减少了蜂窝网络中的端到端延迟，并且有助于服务于对高数据率的急剧增长的需求。在本文中，我们的目的是分析带内全双工（FD）D2D性能的无线视频分配考虑不完美的自干扰（SI）消除。使用随机几何工具，我们分析中断概率和频谱效率。分析和仿真结果被用来证明其半双工（HD）对应可实现的增益。
2017-06-19 cs.ET cs.IT cs.NI
Sensing Models and Its Impact on Network Coverage in Wireless Sensor Network
无线传感器网络（WSN）的网络覆盖是指部署的网络对感兴趣区域的监控程度。这主要取决于节点的感知模型。本文提出了三种感知模型，即布尔感知模型、阴影衰落感知模型和精灵感知模型。我们研究了感知模型对网络覆盖的影响。我们还研究了基于泊松节点分布的网络覆盖。本文还对规则节点布局和随机节点布局进行了比较研究。该研究对无线传感器网络的覆盖分析具有一定的参考价值。
2008-12-12 cs.IT math.IT
An Iterative Algorithm for Optimal Carrier Sensing Threshold in Random CSMA/CA Wireless Networks
研究了随机CSMA/CA网络中考虑二进制指数退避效应的最优载波侦听门限。我们提出了一种迭代算法，用于优化载波侦听阈值，从而最大限度地提高区域频谱效率。我们验证，模拟与我们的分析结果是一致的。
2013-12-20 cs.IT math.IT
Energy Management in Wireless Communications with Energy Storage Imperfections
近年来，能量收集在无线通信领域受到了广泛的关注。然而，可再生能源的随机性已成为研究问题之一，能量存储已被提出作为一个解决方案来处理它。最初，研究人员认为，一个完美的电池模型，没有能量损失存储期间，因为它的简单性和兼容性，在无线通信分析。然而，反映实际问题的电池模型应包括能量损失。在本文中，我们考虑一个能量收集无线通信模型与电池，在充电和放电过程中有能量损失。我们考虑能量下溢（即，电池中的能量水平下降到某一阈值以下）作为能量管理关注点，并且通过采用大偏差原理和排队论来表征能量下溢概率并提供简单的指数公式。具体来说，我们受益于电池和数据缓冲模型之间的相似性。我们进一步硬币的可用空间衰减率在电池作为一个参数，以指示的能量消耗性能。我们进一步概述了一种方法来设置能源需求政策，以满足能源管理的要求，规则的能量下溢概率作为约束。最后，我们证实我们的分析结果与数值演示，并比较传输系统的传输性能水平的电池，有能量损失和传输系统，消耗的能量，因为它是收获。
2020-12-11 cs.IT math.IT
Exploiting Amplitude Control in Intelligent Reflecting Surface Aided Wireless Communication with Imperfect CSI
智能反射表面（IRS）是一种通过被动反射重新配置无线信号传播来实现未来无线网络的高频谱和能量效率的新范例。为了获得IRS的潜在增益，信道状态信息（CSI）是必不可少的，而在实践中，由于有限的信道训练资源，信道估计错误是不可避免的。在本文中，为了优化性能的IRS辅助多用户系统与不完美的CSI，我们提出了联合设计在接入点（AP）的主动发送预编码和被动反射系数的IRS，每个不仅包括传统的相移，也是新开发的幅度变化。首先，每个用户的可达速率推导出假设一个实用的IRS信道估计方法，这表明由于CSI错误的干扰是错综复杂的AP发送预编码器，信道训练功率和IRS反射系数在信道训练和数据传输。然后，针对单用户情况，结合罚函数法、Dinkelbach法和块连续上界最小化（BSUM）法的优点，提出了一种新的罚函数Dinkelbach-BSUM算法来优化IRS反射系数，以最大化CSI差错下的可达数据传输速率;对于多用户情况，提出了一种基于惩罚对偶分解（PDD）的最大化用户加权和速率的新算法。仿真结果验证了我们提出的算法的有效性相比，基准计划。特别是，有用的见解，得出表征IRS反射幅度控制（有/没有传统的相移）对系统性能不完美的CSI下的效果。
2021-03-04 cs.IT math.IT
Edge Perception: Intelligent Wireless Sensing at Network Edge
本文综述6G边缘感知网络新范式，探讨无线边缘感知的物理层设计、网络协作与数据分析，以及边缘AI与无线感知协同的两类关键技术，并展望未来研究方向。
2024-10-28 cs.IT math.IT
Delay Performance of Wireless Communications with Imperfect CSI and Finite Length Coding
随着关键的机器对机器应用的兴起，下一代无线通信系统的设计必须对延迟和可靠性进行严格的限制。在此上下文中的关键问题涉及信道状态估计，其允许发射器使码率适应信道。在这项工作中，我们的特点之间的权衡估计序列长度和数据码字长度：较短的信道估计留下更多的时间用于实际的有效载荷传输，但降低了估计精度，并导致更多的解码错误。使用较低的编码速率可以减轻这种影响，但可能导致发射机处的数据积压较高。我们分析了这种权衡使用的物理层，这也占有限的块长度的信道码的精确模型的顶部上的嵌入式分析。基于一种新的封闭形式的近似的错误概率给定的速率，我们发现，找到最佳的速率自适应策略成为一个凸问题。最优速率自适应策略和最优训练序列长度都取决于应用的延迟和可靠性约束，与不考虑这些约束的次优策略相比，它们可以将延迟性能提高一个数量级。
2017-06-02 cs.IT math.IT
Intelligent Reflecting Surface Aided Wireless Sensing: Applications and Design Issues
智能反射面（IRS）是一种新兴技术，它通过巧妙地调节大量无源反射元件的信号反射，能够显著提高无线通信的性能。另一方面，随着无处不在的无线设备和周围的射频信号，无线传感已成为下一代/6 G无线网络的一个有前途的新应用。通过协同低成本的IRS和肥沃的无线传感应用，本文提出了一种新的IRS辅助传感模式，以提高无线传感的性能成本效益。首先，我们提供了一个无线传感应用的概述和利用IRS克服其在实际情况下的性能限制的新机会。接下来，我们讨论了基于三种方法的IRS辅助传感方案，即被动传感、半被动传感和主动传感。我们比较了它们在性能、硬件成本和实现复杂性方面的优缺点，并概述了它们的主要设计问题，包括IRS部署、信道捕获和反射设计以及传感算法。最后，数值结果表明IRS的巨大潜力，提高无线传感精度和优越的性能相比，其他计划的IRS主动传感。
2023-02-12 cs.IT eess.SP math.IT
Sensing and Link Model for Wireless Sensor Network: Coverage and Connectivity Analysis
覆盖和连通性是无线传感器网络的两个重要问题。覆盖范围是指部署的网络对感兴趣区域的监控程度。它依赖于用于设计网络模型的传感模型。连接性确保在两个节点之间建立无线链路。链路模型研究两个节点之间的连通性。在两个节点之间建立无线链路的概率是一种概率现象。节点间的连通性在网络连通性的判定中起着重要的作用。本文研究了节点感知模型对网络覆盖的影响。此外，我们调查的阴影衰落参数的连接和覆盖的依赖性。已经观察到，阴影效应在多跳无线网络中降低网络覆盖，同时增强连接性。
2014-06-05 cs.IT math.IT
Distributed Compressed Estimation for Wireless Sensor Networks Based on Compressive Sensing
本文提出了一种基于压缩感知技术的稀疏信号和系统的分布式压缩估计方法。该方案由压缩和解压缩模块的启发压缩感知执行分布式压缩估计。文中还提出了一种测量矩阵优化的设计方法和算法，进一步提高了分布式压缩估计算法的性能。无线传感器网络的仿真结果表明，所提出的方案和算法的收敛速度和均方误差性能方面的优势。
2015-02-03 cs.IT math.IT
Distributed Edge Learning under Imperfect Data Sensing
Purdue University（普渡大学）
研究不完美数据感知下的分布式边缘学习，将传感噪声建模为结构化协方差，推导非凸学习收敛界，得出相关可达界和阈值，联合优化模态等参数，通过仿真展示性能增益。
2026-07-22 cs.IT eess.SP math.IT
Coverage Improvement of Wireless Sensor Networks via Spatial Profile Information
本文考虑了一种无线传感器网络部署感测一个已知的空间统计配置文件的环境变量。我们建议使用的空间分布的附加信息，以提高传感器的传感范围，同时允许在其传感精度的一些公差。我们表明，使用这些信息提高了传感器网络的整体性能。为此，我们首先推导出各种性能指标的解析表达式来衡量传感器网络的传感性能的改善。然后，我们讨论了感测增益定量使用数值结果。
2020-04-27 cs.IT math.IT
Wirelessly Powered Crowd Sensing: Joint Power Transfer, Sensing, Compression, and Transmission
利用用户设备中的大量传感器以及机会主义的人类移动性，移动人群感知（MCS）已经成为一种强大的范例，其中延长受限设备的电池寿命和激励人类参与是两个关键的设计挑战。为了解决这些问题，我们设想了一种新的框架，名为无线供电人群感应（WPCS），它集成了MCS与无线功率传输（WPT），为所涉及的设备提供额外的能量，从而促进用户激励。本文考虑多用户WPCS系统，其中接入点（AP）将能量传输到多个移动传感器（MS），每个传感器执行数据感测、压缩和传输。假设无损（数据）压缩，通过联合控制AP处的无线功率分配以及MS处的感测数据大小、压缩比和传感器传输持续时间，制定优化问题以同时最大化数据效用并最小化运营商侧的能耗。给定固定的压缩比，所提出的最优功率分配策略具有基于阈值的结构，相对于每个MS的定义的人群感知优先级函数，取决于运营商配置和MS信息。此外，对于固定的感测数据大小，最佳压缩策略表明，只有当感测数据大小足够大时，压缩才能减少每个MS的总能耗。我们的解决方案也扩展到有损压缩的情况下，同时提供了广泛的模拟，以确认的效率的贡献机制。
2018-03-05 cs.IT math.IT
Seven Defining Features of Terahertz (THz) Wireless Systems: A Fellowship of Communication and Sensing
太赫兹（THz）频段（0.1- 10 THz）的无线通信被视为未来6 G无线系统的基石之一。由于大量的可用带宽，太赫兹频率可以潜在地提供无线容量性能增益，并实现高分辨率感测。然而，在太赫兹波段操作无线系统受到高度不确定的信道的限制。有效地，这些通道限制导致不可靠的间歇性链路，这是由于短的通信范围，以及对阻塞和分子吸收的高度敏感性。因此，这种障碍可能会破坏太赫兹波段的高速率通信和高分辨率传感能力的承诺。在这种情况下，本文将探讨有效地部署和操作下一代太赫兹无线系统，将协同支持通信和传感服务的奖学金所需的步骤。为此，我们首先通过描述太赫兹频段的基本原理来搭建舞台。基于这些基本原理，我们描述了THz无线系统的七个独特的定义特征：1）频带的准光学性，2）THz定制的无线架构，3）与低频段的协同作用，4）联合传感和通信系统，5）PHY层程序，6）频谱接入技术，7）实时网络优化。这七个定义功能使我们能够阐明如何重新设计我们今天所知道的无线系统，以便使它们准备好支持THz频段。此外，这些功能突出了THz系统如何将每一个通信挑战转化为感知机会。最终，本文的目标是绘制一个前瞻性的路线图，揭示必要的解决方案和里程碑，使太赫兹频率实现其作为下一代无线系统游戏规则改变者的潜力。
2021-09-25 cs.IT math.IT
Model-Based Calibration of Filter Imperfections in the Random Demodulator for Compressive Sensing
随机解调器是最近的压缩感测架构，提供稀疏带限信号的有效次奈奎斯特采样。压缩感测范例需要模拟前端的精确模型，以实现数字域中的正确信号重构。实际上，诸如滤波器的硬件设备由于组件变化而偏离其期望的设计行为。现有的重建算法是敏感的偏差，这属于更一般的类别的测量矩阵扰动。本文提出了一种基于模型的技术，旨在校准滤波器模型失配，以促进改善信号重建质量。失配被认为是离散化脉冲响应中的附加误差。我们通过对已知的校准信号进行采样来识别误差，从而实现脉冲响应误差的最小二乘估计。误差估计和已知的系统模型用于校准测量矩阵。数值分析表明，即使对于高度偏离的低通滤波器响应的校准方法的有效性。所提出的方法的性能进行了比较，最先进的方法的基础上离散傅立叶变换三角插值。
2013-03-25 cs.IT math.IT
An Energy Efficient Spectrum Sensing in Cognitive Radio Wireless Sensor Networks
认知无线电无线传感器网络已经成为协作频谱感知环境中向融合中心传递频谱信息的重要组成部分。一组电池供电的传感器或节点感测关于无线电链路中的频谱可用性的信息，需要能量有效的策略来传递二进制信息。通过智能决策的适当路由方法可以很好地解决这个问题。本文介绍了一种能量有效的路由协议，并与现有的系统在能量消耗方面进行了性能比较。建议的路由技术考虑了均匀和非均匀的聚类策略，并证明是一种节能的通信方法。
2017-11-25 cs.IT math.IT
Preserving Simultaneity and Chronology for Sensing in Perceptive Wireless Networks
针对无线多传感器系统中传感事件的同时性与时序性保持问题，本文提出复合时延模型并推导同时性破坏概率，用于选择TWI时长以兼顾时序保持与事件吞吐量。
2025-07-21 cs.IT math.IT
Separating the Wheat from the Chaff: Sensing Wireless Microphones in TVWS
本文总结了我们试图建立一个系统的方法，克服了一个关键的困难，在感测无线麦克风信号，即，大多数现有的检测方法无法有效地区分无线麦克风信号和正弦连续波（CW）。这样的能力导致过高的虚警率，从而严重限制了在TV空白空间（TVWS）频谱中基于感知的认知传输的效用。在认识到困难的根源之后，我们提出了两个潜在的解决方案。第一种解决方案集中在周期图作为功率谱密度（PSD）的估计，利用CW具有线性谱分量而无线麦克风信号具有略微分散的PSD的特性。在这种方法中，我们制定的决策模型作为高斯向量的单侧测试，基于Kullback-Leibler距离类型的决策统计。第二种解决方案超越了PSD，并期待到频谱相关函数（SCF），提出了一个增强的SCF，是能够揭示更多的功能，在周期频率域相比，传统的SCF。因此，增强的SCF表现出CW和无线麦克风信号之间的关键区别。仿真结果和实验验证结果表明，这两种方案是有前途的无线麦克风在TVWS传感。
2012-05-10 cs.IT math.IT
Resource Optimization Using A Step-by-step Scheme in Wireless Sensing and Localization Networks
本文针对资源受限的多时隙集成感知与定位（ISAL）网络，推导了FIM表达式并提出逐步方案与集成方案两种资源优化策略，揭示了不同网络条件下能量分配的规律与方案适用性。
2023-09-15 cs.IT math.IT
Multi-Dimensional Wireless Tomography with Tensor-Based Compressed Sensing
无线断层扫描是一种用于通过分析穿过区域的RF信号来推断监测区域内的物理环境的技术。在本文中，我们考虑在一个二维和更高的维度结构的监测区域的无线层析成像，并提出了一个多维的无线层析成像方案基于压缩感知估计的空间分布的阴影损失的监测区域。为了估计空间分布，我们考虑了两种压缩感知框架：基于矢量的压缩感知和基于张量的压缩感知。当遮蔽损失在监测区域内具有较高的空间相关性时，其空间分布在频域上具有稀疏性。现有的无线层析成像方案都是基于矢量压缩感知，利用稀疏性估计分布。另一方面，所提出的方案是基于张量的压缩感知，它估计的分布，利用其低秩属性。我们发现，基于张量的压缩感知具有高度准确的估计相比，基于矢量的压缩感知的潜力。
2014-07-09 cs.IT cs.NI math.IT
Compressive Sensing Based Opportunistic Protocol for Throughput Improvement in Wireless Networks
任何MAC协议设计中的一个关键特性是它可以提供的吞吐量。在无线网络中，用户的信道不是固定的，而是随机变化的。因此，为了在任何给定时间最大化MAC协议的吞吐量，应该仅允许具有大信道增益的用户进行发送。本文提出了一种基于压缩感知的机会协议，用于提高无线网络的吞吐量。该协议基于传统的R-ALOHA协议，允许用户在将信道预留给最佳用户之前竞争信道接入。我们使用压缩感知找到最佳用户，并表明，该协议需要更少的时间保留，所以它优于文献中提出的其他计划。这使得该协议特别适合于在快衰落环境中增强R-ALOHA。我们认为模拟和数字版本的协议，由用户发送的信道增益分别是模拟和数字。
2009-09-16 cs.IT math.IT
Performance Analysis of Millimeter Wave Wireless Power Transfer With Imperfect Beam Alignment
研究了波束对准不良对毫米波无线功率传输的影响。我们考虑毫米波WPT网络，其中能量发射器的位置遵循泊松点过程。我们采用第三代合作伙伴计划（3GPP）建议的高斯天线模型，而不是最常用的平顶天线模型，以获得更好的精度。两个波束对准误差（BAE）模型，即，截断高斯和均匀模型，介绍了代表不同的BAE源。我们推导出的概率密度函数（PDF）的级联天线增益与两个BAE模型，然后提供近似的PDF处理。借助Fox的H函数，推导出了非线性能量收集模型下能量覆盖概率的解析表达式。此外，我们推导出一个封闭形式的平均收获射频（RF）能量的表达式。仿真结果验证了我们的理论结果，并证明了BAE的性能下降。它还表明，在BAE的存在下，平顶天线模型并不能总是提供准确的性能评估。
2021-02-21 cs.IT eess.SP math.IT
Compressed Sensing for Wireless Communications : Useful Tips and Tricks
压缩感知作为一种从少量线性测量数据中恢复稀疏信号的方法，近年来引起了人们极大的兴趣。为了将CS技术应用于无线通信系统，存在要知道的许多事情以及要考虑的若干问题。然而，在进行CS研究时提出的问题并不容易得到简单易行的答案。本文的主要目的是提供无线通信研究人员在设计基于CS的无线系统时需要知道的基本知识和有用的提示。首先，我们提出了CS技术的概述，包括基本设置，稀疏恢复算法，和性能保证。然后，我们描述了CS的三个不同的子问题，即，稀疏估计、支持识别和稀疏检测，以及各种无线通信应用。我们还解决了基于CS的无线通信系统的设计中遇到的主要问题。这些包括CS技术的潜力和局限性，应该知道的有用提示，应该注意的细微之处，以及一些先验知识，以实现更好的性能。我们希望这篇文章将是一个有用的指导无线通信研究人员，甚至非专家掌握CS技术的要点。
2016-12-20 cs.IT math.IT
Towards Ubiquitous Sensing and Localization With Reconfigurable Intelligent Surfaces
在未来的蜂窝系统中，无线定位和感测功能将内置于特定应用中，例如，导航、交通和医疗保健，并支持灵活和无缝的连接。在这一趋势的推动下，对精细分辨率传感解决方案和厘米级定位精度的需求上升，而当前无线系统的精度受到传播环境质量的限制。近年来，随着新材料的发展，可重构智能表面（RISs）为重塑和控制环境的电磁特性提供了机会，可用于提高无线传感和定位的性能。在本教程中，我们将首先回顾利用无线信号进行传感和定位的背景和动机。接下来，我们将介绍如何将RIS融入传感和定位应用，包括关键挑战和实现技术，然后将给出一些案例研究。最后，对未来的研究方向进行了展望。
2022-01-25 cs.IT math.IT
Integrating Sensing, Computing, and Communication in 6G Wireless Networks: Design and Optimization
各种新兴无线服务的推出引发了对第六代（6G）无线网络的需求，以在同一无线电频谱上提供目标感测、智能计算和信息通信的功能。在本文中，我们提供了一个统一的框架集成传感，计算和通信，以优化有限的系统资源为6G无线网络。特别地，基于多目标优化问题（MOOP），分别以加权总体性能最大化和总发射功率最小化为目标，推导了两种典型的联合波束形成设计算法。大量的仿真结果验证了所提出算法的有效性。此外，关键系统参数的影响，揭示了集成传感，计算和通信（ISCC）的设计提供了有用的见解。
2022-07-08 cs.IT eess.SP math.IT
Improved Active Sensing Performance in Wireless Sensor Networks via Channel State Information - Extended Version
主动传感是指选择或调整一组传感器的过程，以便以有效和准确的方式跟踪底层系统。在无线环境下，传统传感器提取的几种特征中，通信信道所携带的系统状态信息可以进一步提高跟踪性能，节省能量。建立并解决了一个联合跟踪问题，该问题考虑了传感器测量和通信信道的跟踪目的。该系统被建模为一个部分可观测的马尔可夫决策问题，并使用的成本去函数的属性，以减少问题的复杂性。特别是，上界和下界的最佳传感器选择的选择，推导出并用于引入次优的传感策略。数值结果表明，使用信道作为一个额外的方式，提高跟踪精度和降低能量消耗的优势。
2016-05-27 cs.IT math.IT
An Energy-Efficient Compressive Sensing Framework Incorporating Online Dictionary Learning for Long-term Wireless Health Monitoring
无线体域网（WBAN）正在移动医疗领域取代传统的有线连接的监护设备。由于无线数据传输在传感器节点的功耗中占主导地位，因此在不丢失太多信息的情况下减少数据量是有益的。与现有的压缩技术相比，压缩感知（CS）是实现这一目标的完美候选者。在本文中，我们提出了一个通用的框架，利用CS和在线词典学习（ODL）一起。学习的字典携带原始信号的各个特征，在这些特征下，与预定字典相比，信号具有更稀疏的表示。因此，压缩比有效地提高了2- 4倍相比，以前的作品。此外，所提出的框架卸载预处理从传感器节点到服务器节点之前的字典学习，提供进一步降低硬件成本。由于它是数据驱动的，所提出的框架有可能与广泛的生理信号一起使用。
2016-06-05 cs.IT math.IT
Amplitude-Aided 1-Bit Compressive Sensing Over Noisy Wireless Sensor Networks
摘要一位压缩感知（CS）是已知的，特别适合于资源受限的无线传感器网络（WSNs）。本文研究了噪声无线传感器网络中1比特压缩感知信号在信道引起的比特翻转误差下的重构问题，提出了一种幅度辅助的信号重构方案，该方案（i）设计了局部二进制量化器的表示点，以最小化由局部感知噪声、量化和比特符号翻转引起的数据保真度损失，以及（ii）融合中心采用传统的最小化方法，使用解码和解映射的二进制数据来恢复稀疏信号。通过最小化净数据失配的均方误差（MSE），考虑到非零信号项的分布，局部检测噪声，量化误差和位翻转，二进制量化器的代表点的设计，然后获得一个简单的封闭形式的解决方案。数值仿真结果表明，我们的方法提高了估计精度时，信噪比低或传感器的数量是小的，相比，最先进的1位CS算法完全依赖于信号恢复的标志消息。
2015-06-04 cs.IT math.IT
Pushing AI to Wireless Network Edge: An Overview on Integrated Sensing, Communication, and Computation towards 6G
将人工智能（AI）从中心云推向网络边缘，已成为第六代（6G）时代物联网（AIoT）人工智能（AI）愿景的产业界和学术界共识。这就产生了一个新兴的研究领域，称为边缘智能，它涉及从分散在无线网络边缘的大量数据中提取类似人类的智能。一般来说，实现边缘智能对应于传感，通信和计算的过程，它们分别是数据生成，交换和处理的耦合成分。然而，传统的无线网络以任务不可知的方式分别设计传感，通信和计算，这在适应新兴人工智能应用（如自动驾驶）中超低延迟，超高可靠性和高容量的严格要求方面遇到了困难。因此，这促使以面向任务的方式无缝集成传感，通信和计算（ISCC）的新设计范式，它全面考虑了下游AI应用程序中数据的使用。鉴于其日益增长的兴趣，本文通过介绍其基本概念，设计挑战和使能技术，调查最先进的发展，并阐明未来的道路，及时概述了ISCC的边缘智能。
2022-11-04 cs.IT math.IT
Sensing for Communication: RIS-Assisted ISAC Coordination Gain Enhancement With Imperfect CSI
本文提出RIS辅助的感知增强通信机制R-SACE，在不完美CSI下联合优化时空资源以最大化平均系统吞吐量，并设计定点迭代算法求解非凸概率混合优化问题，仿真验证其性能优于基准方案。
2025-03-16 cs.IT eess.SP math.IT
On Detection of Critical Events in a Finite Forest using Randomly Deployed Wireless Sensors
森林生态系统遭受许多不利事件，如野火，它可以在森林中的任何地方随机发生，并随着时间的推移而扩大。本文旨在分析随机部署的无线传感器网络的性能，这些时间关键和时间演变的事件在森林中的早期检测。我们认为，森林位于一个有限的空间（例如一个圆形区域）和无线传感器，具有固定的传感范围内，部署在森林本身的边界。网络的感知区域被建模为有限布尔泊松模型。在该模型中，传感器的位置被建模为一个有限的齐次泊松点过程（PPP），每个传感器的传感区域被假定为一个有限的集合。本文的目的是回答一个典型的传感器从一个随机发生的事件和传感器覆盖的总感测区域的接近度的问题。首先推导了有限布尔-泊松模型的接触距离分布和容量泛函的表达式。使用这些，我们然后导出在时间t感测到事件的概率，称为事件感测概率。
2019-04-21 cs.IT math.IT
Reconfigurable Intelligent Surface Aided Wireless Sensing for Scene Depth Estimation
当前的场景深度估计方法主要依赖于光学感测，其带有隐私问题并且遭受对于遥远的、有光泽的和透明的表面/对象的估计模糊性。可重构智能表面（RISs）提供了一种使用低成本和高能效架构来采用大量天线的途径。这具有实现具有高空间分辨率的RIS辅助无线传感的潜力。在本文中，我们建议采用RIS辅助无线传感系统的场景深度估计。我们开发了一个全面的框架，用于使用RIS辅助毫米波传感系统构建准确的深度图。在这个框架中，我们提出了一个新的RIS交互码本能够创建一个感测网格的反射光束，满足高效的场景深度图建设的理想特性。使用所设计的码本，对接收到的信号进行处理以构建高分辨率深度图。仿真结果将所提出的解决方案与基于RGB的方法进行了比较，并突出了在场景深度感知中采用RIS辅助毫米波传感的前景。
2022-11-15 cs.IT eess.SP math.IT
Compressive Sensing Techniques for Next-Generation Wireless Communications
一系列高效的无线过程和使能技术被放在放大镜下，以探索相关过程的不同表现形式，其中可以调用次奈奎斯特采样作为具有稀疏变换域表示的明确益处。例如，宽带下一代系统需要高奈奎斯特-采样率，但是在高奈奎斯特频率下，信道脉冲响应（CIR）将非常稀疏，因为反射传播路径的数量较少。这促使采用基于压缩感测的处理技术，以尽可能高效地节俭地利用有限的无线电资源和网络基础设施。各种复杂的压缩采样技术进行了调查，我们得出的结论与各种有前途的研究思路相关的大规模天线阵列，非正交多址接入（NOMA），超密集网络（UDN）的解决方案，仅举几例。
2017-09-07 cs.IT math.IT
Simultaneous Wireless Information and Power Transfer Under Different CSI Acquisition Schemes
在这项工作中，我们考虑一个多输入单输出系统中，接入点（AP）执行的同时无线信息和功率传输（SWIPT），以服务于用户终端（UT），不配备外部电源。为了评估SWIPT的功效，我们将实际相关的场景作为目标，该场景的特征在于发射机处的不完美信道状态信息（CSI）、与CSI获取过程相关联的惩罚的存在、以及由UT执行的操作（诸如CSI估计、上行链路信令和数据解码）的非零功耗。我们分析了三种不同的情况下，在AP的CSI知识：没有CSI，和不完善的CSI的情况下，时分双工和频分双工通信。的遍历下行链路速率和能源短缺和数据中断概率的封闭形式的表示推导出的三种情况下。此外，解析表达式的遍历最优的持续时间的功率传输和信道估计/反馈阶段。我们的数值研究结果验证了我们的推导的正确性，也显示了CSI知识的重要性和好处，在AP的SWIPT系统，虽然不完善，并获得在信息传输的时间为代价。
2016-05-18 cs.IT math.IT
Transformer-Driven Neural Beamforming with Imperfect CSI in Urban Macro Wireless Channels
University of Maryland College Park（马里兰大学帕克分校）；DeepSig Inc（迪普西格公司）；Meta Reality Labs（元宇宙现实实验室）
针对密集城市环境下MU-SIMO系统非理想CSI问题，提出集成深度可分离卷积与Transformer的无监督深度学习框架NNBF生成波束成形权重，实验表明其在吞吐量、频谱效率和BLER上优于ZFBF、MMSE等基线方法。
2025-04-15 cs.IT cs.LG eess.SP
Efficient Data Gathering in Wireless Sensor Networks Based on Matrix Completion and Compressive Sensing
在无线传感器网络中以节能的方式收集数据是一个重要的设计挑战。在无线传感器网络中，传感器的读数往往表现出时间内和空间间的相关性。因此，在这封信中，我们使用低秩矩阵完成理论来探索空间间的相关性，并使用压缩感知理论来利用时间内的相关性。我们的方法，被称为MCCS，可以显着减少数据量，每个传感器必须通过网络发送到sink，从而延长整个网络的生命周期。使用真实数据集的实验证明了我们的MCCS方法的可行性和有效性。
2013-02-09 cs.IT cs.NI math.IT
HARQ Delay Minimization of 5G Wireless Network with Imperfect Feedback
针对5G NR非理想反馈下HARQ时延难满足URLLC要求的问题，提出结合AFD与最优传输长度的时延最小化方法，经M/G/1排队模型分析与数值验证，可实现显著性能增益并降低中断概率。
2023-05-04 cs.IT cs.SY eess.SY
Compressed Sensing for Energy-Efficient Wireless Telemonitoring: Challenges and Opportunities
压缩感知作为一种有损压缩框架，由于其能够降低能量消耗并使低功耗设备的设计成为可能，在无线远程生物信号监测中引起了广泛的关注。然而，生物信号的非稀疏性对压缩感知提出了重大挑战。本研究提出并评估了一种时空稀疏贝叶斯学习算法，该算法具有恢复非稀疏生物信号的能力。它利用每个个体生物信号中的时间相关性和来自不同通道的生物信号之间的通道间相关性。将该算法应用于多通道脑电信号的压缩感知中，以估计驾驶员的困倦程度。结果表明，即使原始EEG信号（包含各种伪影）被压缩90%，睡意估计几乎不受影响。
2014-04-21 cs.IT math.IT stat.ML
