On Optimal Online Algorithms for Energy Harvesting Systems with Continuous Energy and Data Arrivals
能量收集（EH）已经被开发用于延长能量受限的通信系统的寿命。在这封信中，我们考虑了一个单用户EH通信系统，其中的到达数据和收获的能量曲线被建模为一般函数。与该领域的大多数工作不同，我们研究了仅获取到达数据和收获能量过程的因果信息的在线算法。我们研究如何以及最佳的在线算法的工作相比，最佳的离线算法，因此，我们的目标是找到最佳的在线算法的最佳离线算法的完成时间的比率的下限和上限。我们提出了两个在线算法，实现了这个比率的上限为2。此外，我们表明，这个比例是2的最佳在线算法。
2017-01-19 cs.IT math.IT
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
Finite Blocklength Analysis of Energy Harvesting Channels
当发射机从环境中获取能量时，我们考虑加性高斯白噪声信道和离散无记忆信道。这些可以模拟无线传感器网络以及物联网。通过提供一个统一的框架，适用于任何能量收集信道，我们研究这些信道假设一个无限的能量缓冲区，并提供相应的可扩展性和逆界的信道容量在有限的块长度制度。此外，我们还提供了中等偏差的渐近界。
2019-03-20 cs.IT math.IT
A Maximin Optimal Online Power Control Policy for Energy Harvesting Communications
离散时间电池有限的能量收集通信的在线功率控制的一般理论的开发，这导致，除其他事项外，一个明确的表征的最大最小的最优策略。该策略仅需要能量到达过程的（有效）均值的知识，并最大化最小渐近期望平均奖励（最小化在给定（有效）均值的所有能量到达分布上进行）。此外，它是普遍接近最优的，并有一个严格更好的最坏情况下的性能，以及严格改进的低乘法因子相比，固定分数的政策，提出了由Sznov和Özgür时，目标是最大限度地提高吞吐量在加性高斯白噪声信道。最后通过数值例子证明了该最大最小最优策略的竞争力。
2020-04-27 cs.IT math.IT
Competitive Ratio Analysis of Online Algorithms to Minimize Data Transmission Time in Energy Harvesting Communication System
我们认为最佳的在线数据包调度问题，在单用户能量收集无线通信系统中，能量是从自然的可再生能源，使未来的能源到达的瞬间和数量随机的性质。任意能量到达的最一般的情况下被认为是未来的能量到达时刻或数量，也不知道它们的分布。所考虑的问题是自适应地改变传输速率，根据因果能量到达信息，使所有数据包被传递的时间最小化。我们假设所有的比特都已经到达，并且在传输开始之前在源处准备就绪。对于最小化问题，在线算法的效用通过找到其竞争比或竞争力来测试，该竞争比或竞争力被定义为在线算法与最优离线算法在所有输入序列上的增益的比率的最大值。我们推导出一个上下限的任何在线算法的竞争比，以最大限度地减少总的传输时间在能量收集系统。上限是使用一个“懒惰”的传输策略，选择其传输功率，以尽量减少传输时间，假设没有进一步的能源到达将在未来发生。懒惰的传输策略被证明是严格的两个竞争。我们还推导出了一个对抗性的下界，表明任何在线算法的竞争比至少为1.325。
2012-11-21 cs.IT math.IT
Online Geographical Load Balancing for Mobile Edge Computing with Energy Harvesting
移动边缘计算（MEC）（又名雾计算）最近已经出现，以在移动网络的边缘实现低等待时间和位置感知数据处理。由于提供电网电力供应以支持MEC可能是昂贵的，甚至在某些情况下是不可行的，现场可再生能源被要求作为主要甚至唯一的电力供应。尽管如此，能量收集的高不确定性和不可预测性为执行有效的MEC带来了许多新的挑战。在本文中，我们开发了一种算法称为GLOBE，执行联合地理负载均衡（GLB）和准入控制优化系统性能的网络MEC启用和能量收集供电的基站。通过利用和扩展具有扰动技术的李雅普诺夫优化，GLOBE在线运行而不需要未来的系统信息，并解决了由电池状态动态和能量因果关系约束引起的重大挑战。此外，GLOBE以分布式方式工作，这使得我们的算法可扩展到大型网络。我们证明，GLOBE实现了接近最佳的系统性能相比，离线算法，知道完整的未来信息，并提出了一个关键的电池容量和系统性能之间的权衡。仿真结果验证了我们的分析，并证明了优越的性能相比，基准算法的GLOBE。
2017-12-23 cs.IT math.IT
Optimal Update in Energy Harvesting Aided Terahertz Communications with Random Blocking
在本文中，我们考虑了一个信息更新系统，其中无线传感器通过随机阻塞太赫兹信道向目的地发送及时的更新，并提供收集的能量和可靠的能量备份。通过建立一个无限状态马尔可夫决策过程（MDP），寻求最优信息更新策略，使信息年龄（AoI）和可靠能量成本的时间平均加权和最小.通过推导各分量上价值函数的单调性，证明了最优信息更新策略具有阈值结构。基于这种特殊的结构，提出了一种有效计算最优策略的算法。数值结果表明，所提出的最优更新策略优于基线策略。
2021-10-16 cs.IT math.IT
On online energy harvesting in multiple access communication systems
我们调查的多址通信系统的性能限制与能量收集节点的效用函数是长期的平均吞吐量总和。我们假设一个因果结构的能量到达和研究的问题，在连续时间制度。对于这种设置，我们首先描述了一个存储坝模型，该模型捕获了具有能量收集和可变传输功率的电池的动态。使用这个模型，我们接下来建立一个上限的吞吐量问题的电池容量的函数。我们还制定了一个非线性优化问题，以确定最佳的可实现的发射机的功率策略。应用变分法的技术，然后，我们推导出欧拉-拉格朗日方程作为必要条件的耦合偏积分微分方程（PIDE）的系统方面的最佳功率政策。基于Gauss-Seidel算法，我们设计了一个迭代算法来求解这些方程。我们还提出了一个固定点算法的对称多址接入设置中的能量采集器的统计描述是相同的。随着分析和支持我们的迭代算法，全面的数值结果也得到了。
2018-09-11 cs.IT math.IT
Second Order and Moderate Deviation Analysis of a Block Fading Channel with Deterministic and Energy Harvesting Power Constraints
本文研究了一个在发送端和接收端都具有理想信道状态信息（CSI）的块衰落加性高斯白噪声（AWGN）信道。首先，对于一个给定的码字长度和非零平均错误概率，我们得到的最大传输速率的上下界。我们推导出无线发射机固有的三种功率约束的界限。这些约束包括规范峰值功率约束和平均功率约束。此外，我们考虑时变峰值功率约束施加的\emph{energy harvesting device} -一种机制，许多现代无线发射机的权力。该界限表征了有限块长度编码速率与信道容量的\emph{second order}偏差，而信道容量又通过跨时间的\textit{water-filling}功率分配来实现。得到的界限也表明可能由于CSI在有限块长度制度的发射机的速率增强。接下来，我们提供的最佳指数的界限，错误概率下降到零时，同时允许信道编码率接近容量\emph{at a certain rate}，随着码字长度的增加。这些界限确定了所谓的块衰落信道的中等偏差状态。我们比较的界限数值带来了我们的结果的有效性。
2019-04-09 cs.IT math.IT
On Achievable Rates of AWGN Energy-Harvesting Channels with Block Energy Arrival and Non-Vanishing Error Probabilities
本文研究了加性高斯白噪声（AWGN）能量收集（EH）信道的可达速率。EH过程的特征在于一系列收集的能量块，其在源处是因果已知的。所收集的能量在块内保持恒定，而跨不同块的所收集的能量的特征在于独立且同分布（i.i.d.）随机变量块具有长度$L$，其可以被解释为能量到达过程的相干时间。如果$L$是一个常数或次线性增长的块长度$n$，我们充分表征的最大传输速率的渐近展开的一阶项受到一个固定的可容忍的错误概率$\varepsilon$。一阶项称为$\varepsilon$ -容量。此外，我们还得到了渐近展开式中二阶项的上下界，这表明对于任何小于$1/2$的$\varepsilon$，二阶项都是$\sqrt{\frac{L}{n}}$.通过对保存传输策略的分析，得到了该策略的下界。如果$L$在$n$中线性增长，我们得到了$\varepsilon$ -容量的上下界，只要EH随机变量的累积分布函数（cdf）是连续的和严格增加的，它们就重合。为了达到这个下界，我们提出了一种新的自适应保存和发送策略，该策略根据块之间的能量变化在不同的块之间选择不同的保存和发送码。
2017-09-02 cs.IT math.IT
Universally Near Optimal Online Power Control for Energy Harvesting Nodes
我们考虑一个随机i.i.d.的能量收集系统的在线功率控制。能量到达和有限大小的电池。我们提出了一个简单的在线功率控制策略，这个通道，需要最少的信息，关于能量到达的分布，并证明它是普遍接近最优的所有参数值。特别是，该政策取决于能量到达过程的分布，只有通过其平均值，它实现了最佳的长期平均吞吐量的信道内恒定的加法和乘法间隙。用于在线功率控制的现有算法不能实现这样的通用性能。这一结果还允许我们用一个简单的公式来近似系统的长期平均吞吐量，这揭示了吞吐量的定性行为，即它如何取决于能量到达的分布和电池的大小。
2016-06-30 cs.IT cs.NI math.IT
Online Ski Rental for ON/OFF Scheduling of Energy Harvesting Base Stations
小小区基站（SBS）与传统宏小区基站的共存是提高蜂窝网络容量和覆盖的一种有前途的方法。然而，通过病毒式部署SBS来增加网络密度会显著增加能耗。为了减少对不可持续能源的依赖，可以采用完全依赖能量收集的自供电SBS。由于能量到达的不确定性和能量存储系统的有限容量，自供电SBS必须智能地优化其ON和OFF调度。本文研究了在能量收集不确定性条件下，以最小化网络的能量消耗和传输时延组成的运营成本为目标的自供电基站的开/关调度问题.对于原问题，我们证明了一个算法可以解决这个问题的说明性的情况下。为了降低原问题的复杂性，提出了一个近似。为了解决近似问题，滑雪租赁框架，一个强大的在线优化工具，提出了一种新的方法。使用这种方法，每个SBS可以有效地自主决定其ON/OFF时间表，而无需任何关于未来能量到达的先验信息。通过竞争分析，提出了确定性在线算法（DOA）和随机化在线算法（ROA）。在近似问题中，ROA可以达到最优的竞争比。仿真结果表明，与基线方法相比，ROA可以产生性能增益达到15.6%，减少SBS的总能耗和高达20.6%，在每SBS网络延迟减少。结果揭示了影响SBS的ON时间的基本方面，同时表明，与基线方法相比，拟议的ROA可以降低高达69.9%的总成本。
2017-03-11 cs.IT math.IT
Online Energy Harvesting Problem Over An Arbitrary Directed Acyclic Graph Network
被认为是一个通信网络建模的有向无环图（DAG），通过它的源希望发送指定数量的比特到目的地节点。DAG的每个节点由单独的可再生能源供电，并且所收集的能量用于促进源目的地数据流。这里的挑战是找到最佳的速率和功率分配跨时间的每个节点在其传出边缘，以便最大限度地减少的时间，目的地接收指定数量的比特。被认为是一个在线设置的算法只有因果信息的能量到达。利用竞争比作为性能度量，即在线算法和最优离线算法的成本之比，在所有输入上最大化，提出了一种对任意$δ>0$都具有竞争比为$2+δ$的{\it lazy}在线算法.顺便说一下，$2$也是这个问题的任何在线算法的竞争比的下界。我们的懒惰的在线算法描述和分析通过定义一个新的最大流问题的DAG，其中任何节点的外出边缘的子集上的速率是相关的/约束。还提供了一个最优算法来找到最大流与这些约束，这可能是独立的利益。
2019-08-27 cs.IT math.IT
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
Online Power Allocation at Energy Harvesting Transmitter for Multiple Receivers with and without Individual Rate Constraints for OMA and NOMA Transmissions
在本文中，我们提出了一个在线的功率分配方案，以最大化的时间平均和速率的多个下行链路接收机与能量收集发射机。发射机采用非正交多址（NOMA）和/或正交多址（OMA）来向多个用户发送数据。此外，我们考虑的情况下，每个单独的用户有一个服务质量约束其所需的瞬时速率。利用李雅普诺夫优化技术，得到了在给定时隙内，不同用户的总发射功率和功率分配的决策。所提出的方案不需要任何信道状态和收获能量的统计信息。所提出的功率分配方案需要基于小复杂度的功率分配决策。因此，所提出的方案可以提供实时的的解决方案，并且更适合于系统状态参数（例如，信道状态、收获的能量等）快速变化的在线功率分配问题。所提出的方案的性能与仿真结果的帮助下证明。
2019-11-20 cs.IT eess.SP math.IT
Importance-Aware Fresh Delivery of Versions over Energy Harvesting MACs
我们考虑的情况下，多个用户，供电的能量收集，通过衰落的多址接入信道（MAC）的接入点（AP）发送版本更新。具有随机重要性权重的版本更新根据外生到达过程到达用户，并且新版本使所有先前版本过时。由于能量收集施加了随时间变化的峰值功率约束，因此不可能瞬时传递版本的所有比特。因此，AP选择最小化重要性权重与在每个时刻要发送的版本的剩余比特数的凸增函数的乘积的有限时域时间平均期望的目标。该目标使尽可能多的比特的重要性感知交付成为可能。在该设置中，AP通过决定每个用户要发送的发送功率和比特数来优化目标函数，该目标函数受到MAC的可实现速率区域约束和用户处的能量约束。我们得到了一个基于马尔可夫决策过程（MDP）的最优在线策略的问题，并推导出该政策的结构特性。然后，我们开发了一个神经网络（NN）为基础的在线启发式政策，我们训练的最佳离线政策的能源，版本到达和通道功率增益过程的不同样本路径。通过数值模拟，我们观察到，基于NN的在线政策执行竞争力相对于基于MDP的在线政策。
2023-03-28 cs.IT math.IT
Finite-horizon Online Transmission Rate and Power Adaptation on a Communication Link with Markovian Energy Harvesting
Middle East Technical University（中东理工大学）
本文提出了一种低复杂度的在线调度策略，通过计算预期阈值来选择速率和功率水平，以在有限时间范围内最大化吞吐量，并在给定延迟下实现更高的吞吐量。
2013-05-20 cs.IT cs.SY eess.SY
Online energy efficient packet scheduling for a common deadline with and without energy harvesting
在线分组调度的问题，以最大限度地减少所需的传统电网能量传输固定数量的数据包给定一个共同的最后期限。在最后期限内到达的数据包总数是已知的，但数据包到达时间是未知的，并且可以是任意的。所提出的算法试图完成每个数据包的传输，假设所有未来的数据包将在剩余时间内以相等的时间间隔到达。所提出的在线算法被证明具有竞争力的比率是对数的数据包到达的数量。还考虑了混合能源模式，其中除了电网能源之外，还可以通过从可再生能源中提取能源。这里的目标是最大限度地减少电网能源使用。一个适当的修改版本的前一个算法也被证明具有竞争力的比率是对数的数据包到达的数量。
2016-02-04 cs.DS cs.IT math.IT
Energy Harvesting Networks with General Utility Functions: Near Optimal Online Policies
我们考虑在线调度单用户能量收集通信系统的政策，其目标是表征在线政策，最大限度地提高长期平均效用，为一些一般的凹和单调递增的效用函数。在我们的环境中，发射器依赖于从自然界收集的能量将其信息发送到接收器，并配备了一个有限大小的电池来存储其能量。能量包是独立同分布的（i.i.d.）在时隙上，并且被因果地揭示给发射机。只有平均到达率是先验已知的。我们首先描述的情况下，伯努利到达的最优解。然后，对于一般的i.i.d.到达，我们首先表明，固定分数政策[Svriv-Ozgur]是在一个恒定的乘法差距，从最佳解决方案的所有能源到达和电池的大小。然后，我们推导出一组充分条件的效用函数，以保证固定分数的政策是在一个恒定的添加剂的差距，以及从最优解。
2017-05-31 cs.IT cs.NI math.IT
Finite Horizon Energy-Efficient Scheduling with Energy Harvesting Transmitters over Fading Channels
在本文中，能量有效的传输方案，实现最大的吞吐量在有限的时间间隔内的问题设置，包括能量收获，数据到达和信道变化进行了研究。我们的目标是以一种有利于良好的在线解决方案的方式来表达离线最优策略。我们表示任何吞吐量最大化的能源效率的离线时间表（EE-TM-OFF）明确的水位。这允许使用相关联的离线水位的估计来对发射功率和速率决策进行每时隙实时评估。为了计算在线功率水平，我们构造了一个随机动态规划，将离线最优解作为一个随机过程。我们引入了“立即填充”度量，它提供了一个下界的任何在线政策的效率相对于相应的最佳离线解决方案。这种方式获得的在线算法表现出接近离线最优的性能，不仅从长远来看，而且在短期的问题视野，认为他们适合于实际应用。
2017-02-21 cs.IT math.IT
Optimal Power Control for Transmitting Correlated Sources with Energy Harvesting Constraints
本文研究了在高斯信道中使用两个能量收集节点传输两个相关高斯源的加权和失真最小化问题。为此，我们开发离线和在线功率控制策略，以优化两个节点的发射功率。在离线的情况下，我们把问题作为一个凸优化和调查的最优解的结构。我们还开发了一个广义的注水功率分配算法，以获得有效的最优解。对于在线的情况下，我们量化的失真的系统使用的成本函数，并表明，预期的成本等于预期的加权和失真。基于Banach不动点定理，我们进一步提出了一个几何收敛的算法，通过简单的迭代来找到最小费用。仿真结果表明，我们的在线功率控制优于贪婪的功率控制，每个节点使用所有可用的能量在每个时隙和执行接近的建议离线功率控制。此外，我们的离线功率控制的性能几乎与系统的性能极限相吻合。
2017-06-07 cs.IT math.IT
Power Allocation for Conventional and Buffer-Aided Link Adaptive Relaying Systems with Energy Harvesting Nodes
能量收集节点在没有连续供电的协作通信系统中发挥着重要作用。在本文中，我们考虑传统的和缓冲区辅助链路自适应EH中继系统的优化，其中EH源通过EH解码转发中继与目的地通信。在传统的中继中，源和中继在连续的时隙中发送信号，而在缓冲器辅助的链路自适应中继中，源-中继和中继-目的地信道的状态确定是源还是中继被选择用于传输。我们的目标是最大限度地提高系统吞吐量在有限数量的传输时隙的中继协议。在传统中继的情况下，我们提出了一个离线和几个在线的联合源和中继发送功率分配方案。对于离线功率分配，我们制定了一个优化问题，可以最佳地解决。对于在线的情况下，我们提出了一个动态规划（DP）的方法来计算最佳的在线发射功率。为了减轻DP固有的复杂性，我们还提出了几个次优的在线功率分配方案。对于缓冲器辅助链路自适应中继，我们表明，联合离线优化的源和中继的发射功率，随着链路选择的结果在一个混合整数非线性规划，我们最佳地解决使用空间分支定界方法。我们还提出了一个有效的在线功率分配方案和一个朴素的在线功率分配方案的缓冲器辅助链路自适应中继。我们的研究结果表明，链路自适应中继提供了一个更高的计算复杂性的代价比传统的中继性能的改善。
2012-09-11 cs.IT math.IT
Event-Trigger Based Robust-Optimal Control for Energy Harvesting Transmitter
本文研究了一种能量收集发射机的在线算法，其中传输（完成）时间被认为是系统性能。与现有的在线算法，或多或少需要对未来的行为的能量收集率的知识，我们考虑一个实际的，但更具有挑战性的情况下，能量收集率被假定为完全未知的。我们的设计是制定为一个强大的最优控制问题，其目的是优化最坏情况下的性能。发射功率仅基于当前电池能量水平和由发射器本身直接监控的数据队列长度来设计。具体来说，我们应用一个事件触发的方法，其中发射机不断监测电池的能量，并触发一个事件时，发生重大变化。一旦事件被触发，则根据鲁棒最优控制问题的解来更新发射功率，该鲁棒最优控制问题以简单的解析形式给出。我们提出了数值计算结果的传输时间所取得的建议的设计，并证明其鲁棒性最优。
2016-11-12 cs.IT math.IT
Optimal time sharing in underlay cognitive radio systems with RF energy harvesting
由于基本的权衡，实现频谱效率和能量效率是未来无线网络的两个竞争的设计挑战。然而，在认知无线电系统中应用射频（RF）能量收集（EH）可能会规避这种权衡，从而产生具有无限电源和有意义的可实现信息速率的次级系统。提出了一种在线的解决方案，用于在认知无线电系统的EH阶段和信息传输（IT）阶段之间的最优时间分配（分时），该方案收集来自主系统的RF能量。所提出的在线解决方案最大限度地提高了认知无线电系统的平均可达速率，受到主系统的$\varepsilon$百分位保护标准。与EH和IT阶段之间的相等时间分配相比，最佳分时实现了显著的收益。
2015-07-01 cs.IT 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
Training Optimization for Energy Harvesting Communication Systems
能量收集（EH）最近成为解决无线传感器网络生命周期挑战的有效方法，因为它可以从环境中持续收集能量。不幸的是，在EH通信系统中保证令人满意的短期性能是具有挑战性的，因为所收集的能量是零星的。在本文中，我们考虑EH通信系统中的信道训练优化问题，即，如何获得准确的信道状态信息以提高通信性能。与传统通信系统相比，EH通信系统中训练功率和训练周期的优化是一个耦合问题，这使得这种优化非常具有挑战性。我们将制定EH通信系统的最佳训练设计问题，并提出两种解决方案，自适应调整训练周期和功率的基础上的瞬时能量分布或平均能量收获率。数值和仿真结果表明，训练优化是EH通信系统的重要。特别是，它将表明，对于短块长度，训练优化是至关重要的。相反，对于长块长度，最佳训练周期对块长度的值和能量分布都不太敏感。因此，可以使用适当选择的固定训练周期值。
2012-07-14 cs.IT math.IT
On the Optimality of the Greedy Policy for Battery Limited Energy Harvesting Communications
考虑具有在线功率控制的电池有限能量收集通信系统。假设独立同分布（i.i.d.）能量到达和收获存储使用架构，它表明，贪婪的政策实现最大的吞吐量，当且仅当电池容量低于一定的正阈值，承认一个精确的表征。简单的下限和上限，这个阈值的建立。通过几个例子分析了阈值和能量到达过程均值之间的渐近关系。
2019-09-17 cs.IT math.IT
Online Power Control Optimization for Wireless Transmission with Energy Harvesting and Storage
Department of Electrical, Computer and Software Engineering, University of Ontario Institute of Technology（安大略理工大学电气、计算机与软件工程学院）
本文研究了在具有能量采集和存储设备的衰落信道中无线传输的在线功率控制优化问题，提出了一种基于Lyapunov优化的三阶段闭式解，通过电池能量控制实现战略性能源节约，并基于衰落条件进行机会性传输，从而提高长期时间平均传输速率。
2017-02-26 cs.IT cs.SY eess.SY
Energy-Efficient Resource Allocation in OFDMA Systems with Hybrid Energy Harvesting Base Station
本文研究了在具有混合能量收集基站的OFDMA下行链路网络中能量有效通信的资源分配算法设计。具体地，能量采集器和由不可再生资源驱动的恒定能量源用于供应系统操作所需的能量。我们首先考虑确定性离线系统设置。特别地，假设关于能量到达和信道增益的非因果知识的可用性，离线资源分配问题被公式化为考虑电路能量消耗、有限能量存储容量和最小所需数据率的非凸优化问题。我们将这个非凸优化问题转化为一个凸优化问题，通过应用分时和分式规划，从而导致一个有效的渐近最优离线迭代资源分配算法。在每一步迭代中，利用拉格朗日对偶分解求解变换后的问题。所获得的资源分配策略使得数据传输的加权能量效率最大化。随后，我们重点研究了在线算法设计。一个随机动态规划方法，以获得最佳的在线资源分配算法，这需要一个令人望而却步的高复杂度。为了在系统性能和计算复杂性之间取得平衡，本文提出了一种低复杂度的次优在线迭代算法。
2013-02-19 cs.IT math.IT
Online Cognitive Data Sensing and Processing Optimization in Energy-harvesting Edge Computing Systems
移动边缘计算（MEC）最近已成为减轻物联网（IoT）网络中密集计算负担的流行技术。然而，有限的设备电池容量和严格的频谱资源严重限制了MEC使能的物联网网络的数据处理性能。为了解决这两个性能限制，我们在本文中考虑了具有能量收集（EH）无线设备（WD）的MEC启用的物联网系统，该能量收集（EH）无线设备（WD）机会性地访问覆盖的主通信链路的许可频谱以进行任务卸载。我们的目标是最大限度地提高长期平均感知率的WD的服务质量（QoS）的要求，主链路，MEC服务器（MS）的平均功率约束和数据队列的稳定性MS和WD。我们制定的问题作为一个多阶段的随机优化，并提出了一个在线算法PLySE，应用扰动李雅普诺夫优化技术分解成每槽确定性优化问题的原始问题。对于每个时隙的问题，我们推导出封闭形式的最优解的数据传感和处理控制，以促进低复杂度的实时实现。有趣的是，我们的分析发现，最优解表现出基于阈值的结构。仿真结果与我们的分析合作，并证明了超过46.7%的数据感知率的提高，建议PLySE的代表性基准方法。
2021-06-27 cs.IT eess.SP math.IT
Flexible Functional Split and Power Control for Energy Harvesting Cloud Radio Access Networks
在云无线接入网（C-RAN）中，功能划分是一种灵活平衡远端处理开销和前传速率的有效技术。通过收集可再生能源，远程无线电单元（RRU）可以节省电网电力并灵活部署。然而，能量到达的随机性构成了主要的设计挑战。为了最大限度地提高吞吐量的平均前传速率约束下，在C-RAN与可再生能源供电的RRU，我们首先研究了选择最佳的功能分裂模式和相应的持续时间，连同传输功率的离线问题。我们发现，在连续的能量到达，最多两个功能分裂模式应被选择。然后，最优的在线问题被制定为一个马尔可夫决策过程（MDP）。针对求解MDP时的维数灾难问题，我们进一步分析了受离线解启发的一个能量到达实例和两个候选功能分裂模式的特殊情况，并提出了一种启发式在线策略.数值结果表明，灵活的功能分裂，可以显着提高吞吐量相比，固定的功能分裂。此外，所提出的启发式在线策略具有类似的性能与最优的在线之一，通过仿真验证。
2019-11-15 cs.IT cs.NI math.IT
Non-Asymptotic Achievable Rates for Gaussian Energy-Harvesting Channels: Best-Effort and Save-and-Transmit
研究了一个加性高斯白噪声能量捕获信道中的无限大电池。能量到达过程被建模为一系列独立同分布的随机变量。信道容量$\frac{1}{2}\log(1+P)$可通过所谓的尽力而为和保存-发送方案来实现，其中$P$表示电池再充电速率。本文分析了发送功率严格小于$P$的保存并发送方案和作为没有保存阶段的保存并发送的特殊情况的尽力而为方案。在有限块长的制度，我们得到了新的非渐近可实现的速度，这些计划的做法，与间隙消失的速度分别成正比的$1/\sqrt{n}$和$\sqrt{(\log n)/n}$，其中~ $n$表示块长的容量。证明技术涉及分析马尔可夫过程的逃逸概率。当$P$足够大时，我们表明，允许发射功率从$P$回退可以提高保存和发送的性能。结果被扩展到块能量到达模型，其中每个能量块$L$的长度在$n$中次线性增长。我们表明，保存和传输和尽力而为的计划实现的编码率接近的容量与间隙消失的速率分别成比例的$\sqrt{L/n}$和$\sqrt{\max\{\log n, L\}/n}$。
2019-01-14 cs.IT math.IT
Communicating Using an Energy Harvesting Transmitter: Optimum Policies Under Energy Storage Losses
针对能量收集发射机，研究了具有能量存储损耗的能量收集发射机的短期吞吐量最优功率分配策略。特别地，能量收集发射器配备有电池，该电池损失其存储能量的一部分。单用户，即一个发射机-一个接收机，和广播信道，即，考虑一个发射机-多个接收机设置，最初使用无限容量电池。结果表明，这些模型的最优策略是阈值策略。具体地，当所收集的功率高于上阈值时存储能量，当所收集的功率低于下阈值时取回能量，以及在其间利用所收集的能量进行传输被示出为使加权和速率最大化。据观察，这两个阈值通过电池的存储效率相关，并且在传输过程中不减小。结果，然后扩展到有限的电池容量的情况下，它示出，出现了类似的双阈值结构，但阈值不再是单调的。一个动态的程序，产生一个最佳的在线功率分配，并示出具有类似的双阈值结构。一个更简单的在线政策，提出并观察到执行接近最优的政策。
2012-08-30 cs.IT math.IT
Non-Asymptotic Achievable Rates for Energy-Harvesting Channels using Save-and-Transmit
本文研究了有限块长度下能量收集（EH）信道的信息论极限。EH过程的特征在于i.i.d.具有有限方差的随机变量我们使用Ozel和Ulukus（2012）提出的保存和发送策略以及Shannon的非渐近可扩展性界来获得EH约束下加性高斯白噪声信道和离散无记忆信道的可实现速率的下界。可实现速率的下限的一阶项等于$C$，并且二阶（容量回退）项与$-\sqrt{ \frac{\log n}{n}}$成比例，其中$n$表示块长度，而$C$表示EH信道的容量，其与没有EH约束的容量相同。发现退避项的比例常数，并提供定性解释。
2016-04-26 cs.IT math.IT
Using Erasure Feedback for Online Timely Updating with an Energy Harvesting Sensor
考虑了一种实时状态更新系统，其中能量收集传感器正在获取关于某些物理现象的测量结果，并通过擦除信道将它们发送到目的地。该设置是在线的，其中能量根据具有单位速率的泊松过程以单位到达，到达时间随时间因果地显示。能量被保存在单位大小的电池中。传感器由目标通过反馈通知更新是否被擦除。更新需要以及时的方式成功到达目的地，即，使得信息的长期平均年龄被最小化，该信息的长期平均年龄被定义为自从最近的成功更新到达目的地以来所经过的时间。首先，它表明，最优状态更新策略具有更新结构：成功的更新时间应构成一个更新过程。然后，阈值贪婪的政策进行了调查：一个新的更新被发送，成功的一个，只有当年龄的信息增长超过一定的阈值;如果它被擦除，那么所有后续的更新尝试是grethly调度每当能量可用。最佳阈值贪婪的政策，然后解析推导。
2019-04-30 cs.IT cs.NI eess.SP
Timely Updates in Energy Harvesting Two-hop Networks: Offline and Online Policies
考虑了一种两跳能量收集通信网络，其中测量更新由源通过中间中继传输到目的地。更新应及时发送，以最大限度地减少信息的年龄，定义为自源生成目的地的最新更新以来所经过的时间。源和中继器使用从自然界收集的能量进行通信，这些能量存储在无限大的电池中。两个节点都使用固定的传输速率，因此更新会产生固定的延迟（服务时间）。提出了两个问题：离线问题和在线问题，在离线问题中能量到达信息是先验已知的，在在线问题中这种信息随时间被因果地揭示。在这两个问题中，它表明，它是最佳的传输更新从源的时间，因为中继准备将它们转发到目的地，使源和中继作为一个组合节点。在最优策略中反复出现的主题是，更新应尽可能均匀地分布在时间上，受能源因果关系和服务时间约束。这在离线设置中是完美实现的，并且几乎可以肯定地通过尽力策略在在线设置中实现。
2019-04-09 cs.IT cs.NI eess.SP
Weighted Sum-Throughput Maximization for Energy Harvesting Powered MIMO Multi-Access Channels
本文提出了一种新的方法来获得最佳的调度策略在多输入多输出（MIMO）多接入信道（MAC），其中每个发射机是由一个单独的能量收集过程。该方法利用最先进的凸优化工具，通过低复杂度的块坐标上升算法，获得了最大化MIMO MAC加权吞吐量和的最优传输策略。所提出的方法可以提供最佳的基准，所有的实际计划，在能量收集供电MIMO MAC传输。基于所揭示的最优策略的结构，我们还提出了一个有效的在线方案，它只需要能量到达实现的因果知识。数值结果证明了所提出的新方案的优点。
2017-09-27 cs.IT math.IT
Policy Optimization for Content Push via Energy Harvesting Small Cells in Heterogeneous Networks
针对接入网中能量收集技术和内容感知通信的快速发展，研究了可再生能源供电的小小区基站中的推送机制设计。用户请求可以通过从SBS推送或单播来满足。如果SBS不能处理该请求，则用户被SBS阻塞，并且由宏小区BS（MBS）来服务，这通常消耗更多的能量。我们的目标是最大限度地减少SBS阻止的用户请求的比例。在电池容量有限的情况下，建立了基于马尔可夫决策过程的问题模型，并利用动态规划（DP）求解最优策略。提出了两种基于阈值的策略：仅推阈值（POTB）策略和节能阈值（EETB）策略，并推导了无限电池容量下的封闭阻塞概率.数值结果表明，在内容流行度变化缓慢或内容请求生成率较高的情况下，所提策略的性能优于传统的非推送策略，并能达到基于贪婪最优阈值（GOTB）策略的性能.此外，当能量到达率低或请求生成率高时，基于阈值的策略与DP最优策略之间的性能差距较小。
2016-11-08 cs.IT math.IT
Sum-Rate Optimal Power Policies for Energy Harvesting Transmitters in an Interference Channel
本文研究了具有能量收集发射机的两用户高斯干扰信道。与传统的电池供电的无线节点不同，能量收集发射机必须使传输适应特定时刻的能量可用性。在这种情况下，最优功率分配问题，以最大限度地提高总吞吐量与给定的最后期限制定。证明了所提出的迭代坐标下降法的收敛性，找到了短期吞吐量最大化的离线功率分配策略，并给出了已知干扰区域和容量的示例，给出了方向注水解释。接下来，随机数据到达的地址。最后提出了在线和/或分布式近优策略。所提出的算法的性能通过仿真证明。
2012-02-27 cs.IT math.IT
Joint Transmission and Energy Transfer Policies for Energy Harvesting Devices with Finite Batteries
在传统的无线传感器网络（WSNs）的主要问题之一是能源效率。在这项工作中，我们分析了两种技术，可以延长网络的生命周期。第一种是环境\emph{Energy Harvesting}（EH），即，设备从环境中收集能量的能力，而第二种是无线\emph{Energy Transfer}（ET），可用于在设备之间交换能量。我们研究了这些技术的组合，表明它们可以共同使用，以提高系统的性能。我们考虑一个发射器-接收器对，显示ET改善如何取决于能量到达的统计和设备的能量消耗。为了最大化奖励函数，例如，的平均传输速率，我们发现性能上限与ET和没有，定义在线和离线优化问题，并根据现实的能源抵达在室内和室外环境的结果。我们表明，ET可以显着提高系统的性能，即使当相当大的一部分传输的能量被浪费，在某些情况下，在线方法可以获得接近最佳性能。
2016-01-15 cs.IT math.IT
Optimal Transmission Policies for Multi-hop Energy Harvesting Systems
在本文中，我们考虑了一个多跳能量收集（EH）通信系统中的全双工模式，到达数据和收获的能量曲线在源和中继建模为一般功能。该模型包括EH系统的离散到达过程作为一个特殊情况。我们研究的吞吐量最大化问题，考虑最小的利用能源的来源和中继，并找到最佳的离线算法。我们表明，两跳传输问题的最佳解决方案有三个主要步骤：（i）解决点对点的吞吐量最大化问题的源;（ii）解决点对点的吞吐量最大化问题的中继（后应用的解决方案的第一步作为输入的第二个问题）;（iii）最小化利用能源的来源。此外，我们表明，如何完成时间最小化问题的最佳算法可以从吞吐量最大化问题的算法。此外，对于吞吐量最大化问题，我们提出了一个在线算法，并表明它是更有效的比基准（这是一个直接应用现有的点对点在线算法的多跳系统）。
2016-12-30 cs.IT math.IT
Weighted Sum-Throughput Maximization for MIMO Broadcast Channel: Energy Harvesting Under System Imperfection
在这项工作中，MIMO广播信道下的能量收集（EH）约束和峰值功率约束的影响。发射机配备了一个混合储能系统，由一个完美的超级电容器（SC）和一个低效的电池组成，其中两个元件的储能容量都有限。此外，还讨论了数据处理电路功耗的影响。具体来说，这里研究了两种极端情况，其中第一种假设理想/零电路功耗，第二种考虑正恒定电路功耗，其中电路总是以其最高功率电平工作。因此，这两种极端情况下的性能分别作为实际系统性能的上限和下限。在这种情况下，离线调度的理想和最大电路功耗进行了研究。相关的优化问题，制定和解决加权吞吐量优化。此外，我们扩展到一般的电路功耗模型。为了补充这项工作，一些直观的在线政策，所有情况下。有趣的是，对于最大电路功耗的情况下，一个接近最优的在线政策，其性能被证明是可比的，其离线对应的数值结果。
2015-11-05 cs.IT math.IT
Performance of Energy Harvesting Receivers with Power Optimization
通信系统中能量消耗建模的困难导致了能量收集（EH）系统的挑战，其中节点从其环境中获取能量。EH接收器必须收集足够的能量用于解调和解码。所需的能量取决于可以动态调整的因素，如码率和信噪比。我们考虑从环境源和发射机中获取能量的接收机，这意味着接收到的信号用于EH和信息解码。假设一个广义函数的能量消耗，我们最大限度地提高了解码的信息比特的总数，在平均和峰值功率的限制下，在发射机，通过仔细优化用于EH的功率，用于信息传输的功率，用于EH的时间分数，和码率。对于在单个块上的传输，我们发现存在最大化信息传输功率或最大化EH功率的问题参数是最优的。在一般情况下，最优解是两者的折衷。对于多块传输，我们给出了性能上界，并给出了实现这一界的充分必要条件。最后，我们给出了一些数值结果来说明我们的结果和分析。
2017-04-15 cs.IT math.IT
Online Timely Status Updates with Erasures for Energy Harvesting Sensors
考虑通过擦除信道向目的地发送状态更新的能量收集传感器，其中传输倾向于以一定概率$q$被擦除，而与其他传输无关。然而，由于缺乏来自目的地的反馈，传感器不知道擦除事件。能量消耗在一次传输消耗一个单位能量的意义上被标准化。传感器配备了一个单位大小的电池，以节省其传入的能量，根据单位速率的泊松过程到达。该设置是在线的，其中能量到达时间仅在被收集后才被因果地揭示，并且目标是设计传输时间，使得信息的长期平均年龄（AoI）被定义为自最新更新成功到达目的地以来所经过的时间，被最小化。最优状态更新策略首先被示出为具有更新结构，在该结构中，目的地成功接收更新的时刻构成更新过程。然后，对于$q\leq\frac{1}{2}$，最优更新策略被示出为具有阈值结构，其中，仅当AoI增长超过特定阈值时才发送新的状态更新，该特定阈值被示出为$q$的递减函数。而对于$q>\frac{1}{2}$，最优更新策略被证明是贪婪的，在该策略中，只要能量可用，就发送新的状态更新。
2018-11-12 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
Multiple-access Fading Channel with Wireless Power Transfer and Energy Harvesting
我们认为，可实现的平均速率的多址系统，其中包括N个能量收集用户（EHU），通过块衰落多址信道（MAC）和一个基站（BS），广播无线电频率（RF）能量的EHU的无线功率传输信息。信息（在上行链路上）和功率（在下行链路上）可以以时分双工或频分双工发送。当EHU的电池容量和传输时隙的数量都是无限的情况下，我们确定最佳的功率分配的BS和最佳的速率和功率分配的EHU，最大化可实现的速率区域的MAC。所得到的在线解决方案是渐近最优的，也适用于有限数量的传输时隙和有限的电池容量。
2014-09-19 cs.IT math.IT
On Distributed Power Control for Uncoordinated Dual Energy Harvesting Links: Performance Bounds and Near-Optimal Policies
在本文中，我们考虑能量收集发射器和接收器之间的点对点链路，其中节点都不具有关于另一节点处的电池状态或能量可用性的信息。我们考虑一个模型，其中数据仅在两个节点都处于活动状态的插槽中成功交付。当一个节点开启而另一个节点处于睡眠方式时，就会发生能量损失。在每个时隙中，基于其自身的能量可用性，发射器和接收器需要独立地决定是否开启，目的是最大化长期时间平均吞吐量。我们提出了一个上限的吞吐量通过分析一个天才辅助系统，具有非因果知识的能量到达两个节点。接下来，我们提出了一个在线的政策，偶尔需要一个比特的反馈，其吞吐量是在一个比特的上限，渐近电池的大小。为了进一步减少所需的反馈，我们提出了一个时间膨胀版本的在线政策。当时间膨胀变大时，该策略不需要任何反馈，并且在电池大小上渐近地达到上限。受此启发，我们还提出了一个接近最优的完全不协调的政策。我们使用蒙特卡罗模拟来验证我们的理论结果，并说明所提出的政策的性能。
2017-06-14 cs.IT math.IT
Reconfigurable Intelligent Surface With Energy Harvesting Assisted Cooperative Ambient Backscatter Communications
采用可重构智能表面（RIS）辅助后向散射发射机，可以提高协作环境后向散射通信（CABC）的性能。由于RIS功耗是一个不可忽略的问题，我们考虑一个RIS辅助CABC系统，其中RIS与能量收集电路不仅可以反射信号，而且还可以收集无线能量。我们研究的传输设计问题，以尽量减少RIS的功耗与服务质量的约束，主动和反向散射传输。该优化问题是一个混合整数非凸规划问题，是NP-困难的。针对这一问题，提出了一种基于块坐标下降、半定松弛和乘子交替方向法的算法。仿真结果验证了该算法的有效性。
2022-09-07 cs.IT math.IT
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
Age of Information Minimization for an Energy Harvesting Source with Updating Erasures: With and Without Feedback
考虑一个能量收集（EH）传感器，它连续监控系统并向目的地发送带时间戳的状态更新。传感器从自然界中获取能量，并将其用于为其更新操作提供动力。目的地通过成功接收的更新来跟踪系统状态。随着最近推出的信息新鲜度度量“年龄的信息”（AoI），我们的目标是设计最佳的在线状态更新策略，以尽量减少长期平均AoI在目的地，在传感器的能量因果关系约束。由于传感器和目的地之间的噪声信道，每个传输的更新可能以固定的概率被擦除，并且只有当成功接收到更新时，目的地处的AoI才会被重置为零。我们首先考虑状态更新没有反馈提供给传感器，并表明最佳努力统一更新（BU）的政策是最优的。然后，我们研究了状态更新与完美的反馈到传感器，并证明了最佳努力的均匀更新与重传（BUR）政策的最优性。为了证明所提出的政策的最优性，对于每种情况下，我们首先确定一个下界的长期平均AoI之间的广泛的在线政策类，然后构建一个序列的虚拟政策渐近接近下界。由于这些虚拟策略是原始策略的次优策略，因此原始策略是最优策略。
2019-05-10 cs.IT math.IT
On Optimal Offline Time Sharing Policy for Energy Harvesting Underlay Cognitive Radio
RF能量收集可以用于为通信设备供电，使得可以确保这样的设备的永久操作。我们考虑一个RF能量收集的认知无线电系统工作在时隙的方式。主用户（PU）配备有可靠的电源，并且在所有时隙中以恒定的功率进行传输。然而，次用户（SU）从主用户的传输中获取能量，并且同时传输其自己的数据，使得主接收机（PR）处的干扰保持在可接受的阈值以下。在次级发射机（ST）处，每个时隙被划分为两个阶段：能量收集（EH）阶段和信息传输（IT）阶段。将在主接收机保护准则下最大化可达到的副和速率的问题表示为凸优化问题，得到了EH和IT相位之间的最优分时分配和离线设置下的最优副发射功率。最佳离线方案，然后比较与在线近视的政策，其中EH和IT阶段之间的最佳分时，和最佳的二次发射功率的基础上获得的瞬时信道增益。
2016-05-01 cs.IT math.IT
Energy Harvesting in Secure MIMO Systems
无线通信系统中的能量收集问题近年来引起了人们的广泛关注。在本文中，我们集中在重要的保密多输入多输出（MIMO）系统中的能量收集最大化（EHM）的研究，很少有人做，由于其复杂性。特别地，本文研究了MIMO窃听信道中的资源分配策略，其中我们试图最大化由一个或多个多天线能量接收器（ER）（潜在窃听者）收集的能量，同时保证多天线信息接收器（IR）的安全通信。两种类型的IR，有和没有从能量信号中消除干扰的能力，考虑。在单能量接收器的情况下，我们考虑了EHM的传输信息和能量协方差的联合设计。这两类IR的优化问题都是非凸的，并且看起来是困难的。为了避免这些问题，提出了一阶泰勒近似和序列凸优化方法相结合的方法。然后，我们扩展我们的注意力的情况下，多个ER，人工噪声（AN）辅助加权和能量收获最大化（WS-EHM）的问题被认为是。除了解决EHM问题所采用的方法外，还提出了一种交替进行的算法来处理该问题。特别是，我们首先执行一个明智的转换的WS-EHM问题。然后，提出了一种基于对数障碍法和梯度投影的块高斯-赛德尔（GS）算法，通过交替求解凸问题来获得重构问题的最优解.此外，所得到的块GS方法被证明收敛到原始WS-EHM问题的Karush-Kuhn-Tucker（KKT）点。
2016-01-14 cs.IT math.IT
Performance Bounds for Remote Estimation under Energy Harvesting Constraints
远程估计与能量收集传感器与有限的数据和能量缓冲区。传感器节点观察未知的高斯场，并使用其收集的能量将其观察结果传送到远程融合中心。融合中心采用最小均方误差（MMSE）估计来重构未知场。在线方案下的失真最小化问题，其中传感器只能访问未来的能量包的统计信息被认为是。我们提供的时隙块传输方案下，在每个传输时隙，数据和能量缓冲区完全清空的可实现的失真的性能界限。我们的边界提供了见解的缓冲区大小，能量收集过程的统计特性和可实现的失真之间的权衡。特别地，这些权衡说明了对于具有低自由度的信号，性能对缓冲器大小的不敏感性，并且建议对于具有相对较高自由度的信号，随着缓冲器大小的增加，性能得到改善。仅依赖于能量到达过程的均值、方差和有限支持，这些结果为未来能量收集无线传感系统中的电池和缓冲区大小部署提供了实用的见解。
2016-10-08 cs.IT math.IT
Throughput Maximization for Two-way Relay Channels with Energy Harvesting Nodes: The Impact of Relaying Strategies
本文研究了具有能量收集节点的双向中继信道。特别是，我们发现传输策略，最大限度地提高双向中继信道的总吞吐量时，中继不采用数据缓冲区。中继可以执行解码转发、压缩转发、计算转发或放大转发中继。此外，我们考虑吞吐量的改善，通过动态选择中继策略，从而在混合中继策略。我们表明，迭代广义定向注水算法解决了离线吞吐量最大化问题，可实现的总和率从个人或混合中继方案。除了最优离线策略外，我们还通过动态规划得到了最优在线策略。我们提供了每个中继方案的数值结果，以支持分析结果，指出适应瞬时中继策略的优势，可用的收获能量。
2015-04-29 cs.IT math.IT
