Challenges of AI in Wireless Networks for IoT
VTT Technical Research Center of Finland(芬兰VTT技术研究中心);Nokia(诺基亚);University of Oulu(奥卢大学);TU Wien(维也纳工业大学);Danube University Krems(多瑙河克雷姆斯大学)
物联网(IoT)被誉为下一次工业革命的推动者,它将需要无处不在的连接性、上下文感知和动态服务移动性,以及通过无线网络基础设施实现的极端安全性。因此,人工智能(AI)将在底层网络基础设施中发挥重要作用。然而,在物联网使用的无线网络中使用人工智能的概念、工具和算法时,将面临许多挑战。在本文中,强调了在促进端到端物联网通信的无线网络基础设施中使用AI的主要挑战,以及潜在的通用解决方案和未来的研究方向。
2020-07-09 cs.AI cs.LG cs.NI
Competitive Data Trading in Wireless-Powered Internet of Things (IoT) Crowdsensing Systems with Blockchain
随着互联网边缘智能物联网设备的爆炸式增长,在移动设备上嵌入传感器以进行海量数据汇集和集体环境感知已被视为物联网应用的经济高效解决方案。然而,现有的物联网平台和框架依赖于专用的中间件进行(半)集中式任务调度,数据存储和激励提供。因此,它们通常部署成本高昂,对不同需求的适应性有限,并且面临一系列数据安全和隐私问题。在本文中,我们使用非许可区块链来构建一个纯粹的去中心化平台,用于无线供电的物联网人群感知系统中的数据存储和交易。在该系统中,物联网传感器使用从RF能量信标无线传输的功率进行数据感测并传输到接入点。然后,数据被转发到区块链,用于分布式账本服务,即,数据/交易验证、记录和维护。由于无线传输的耦合干扰和区块链分布式账本服务产生的交易费用,理性的传感器必须决定其传输速率以最大化个体效用。因此,我们制定了一个非合作博弈模型来分析这种竞争的情况下,传感器。我们提供了纳什均衡存在的分析条件,以及一系列有见地的数字结果的均衡策略的游戏。
2018-08-30 cs.NI
Wireless Memory Approximation for Energy-efficient Task-specific IoT Data Retrieval
Aalborg University(奥尔堡大学)
针对IoT设备DRAM待机刷新的高能耗问题,提出无线内存激活与近似方法,在满足检索精度约束下实现比常开方法更低的能耗。
2025-10-30 cs.NI
Bandit-Based Charging with Beamforming for Mobile Wireless-Powered IoT Systems
本文针对移动无线供电物联网中的动态信道与实时充电约束,提出基于多臂老虎机的时空充电与波束赋形联合优化框架,并设计两种在线算法以逼近理论上界并自适应跟踪信道变化。
2025-08-16 cs.NI
Survey on Internet of Things enabled by 6G Wireless Networks
6 G无线技术被可视化为通过物联网(IoT)彻底改变多种客户服务,从而为包括自主系统的无处不在的智能社会做出贡献。在本章中,我们对具有6 G无线网络的物联网网络进行了详细的调查,并调查了6 G技术在物联网网络中提供的趋势可能性及其相关利用;首先,我们详细介绍了突破性的物联网技术以及预计将在未来加强物联网网络的技术驱动因素。接下来,我们将介绍相关的用例,详细讨论6 G技术在广泛的物联网潜在应用中的作用。最后,我们强调了几个研究范围和挑战,并列出了潜在的研究需求,并鼓励在6 G网络支持的物联网重点领域内进行进一步研究。
2022-03-16 cs.NI eess.SP
Monitoring Efficiency of IoT Wireless Charging
The University of Sydney(悉尼大学)
众包无线能源是一种为附近的物联网设备充电的新颖而方便的解决方案。已经提出了若干应用以实现对等无线能量充电。然而,他们都没有考虑无线能量传输的能量效率。在本文中,我们提出了一个能量估计框架,预测实际接收到的能量。我们的框架使用两个机器学习算法,即XGBoost和神经网络,估计接收到的能量。结果表明,神经网络模型在预测接收能量方面优于XGBoost。我们通过收集真实的无线能量数据集来训练和评估我们的模型。
2023-03-10 cs.DC cs.LG cs.NI
Fuzzy-Logic Based IDS for Detecting Jamming Attacks in Wireless Mesh IoT Networks
本文的研究目标是在无线网状物联网中以分布式方式设计和评估基于模糊逻辑的干扰入侵检测。我们的方法使用在本地节点收集的信息,并从作为输入的模糊逻辑控制器的汇。为了找到最佳的输入集,无论是分布式的还是集中式的,我们对五种不同的参数组合进行了比较。调查使用的ETX,重传,每终端的数据包丢弃(PDPT)和数据包传输率(PDR)的值作为输入到一个模糊推理系统,得到干扰指数(JI)作为系统的输出。基于以下指标对所提出的方法进行评估:准确性、精密度、特异性、假阳性率(FPR)、召回率、假阴性率(FNR)和ROC曲线。为了评估这种方法,我们使用Contiki OS和Cooja模拟器工具在各种情况下实施实验。
2022-05-08 cs.NI
Enhancing Wireless Networks for IoT with Large Vision Models: Foundations and Applications
本文研究大视觉模型(LVM)的功能架构与无线通信应用,提出渐进式微调框架以适配多物联网任务联合优化,案例验证其在低空经济网络相关任务中优于传统CNN。
2025-08-01 cs.NI
Decentralized Spectrum Learning for IoT Wireless Networks Collision Mitigation
本文描述了物联网设备上的强化学习算法的原理和实现结果,用于ISM未授权频段中的无线电冲突缓解。学习在这里用于提高物联网网络支持更多对象的能力以及物联网设备的自主性。我们首先说明了所提出的方法的效率在一个概念验证的基础上USRP软件无线电平台上运行的真实无线电信号。它显示了如何减少给定物联网设备与ISM频段中存在的其他RF信号的冲突。然后,我们描述了在真实LoRaWAN网络中运行的LoRa设备上的学习算法的第一个实现,我们将其命名为IoTligent。所提出的解决方案既不增加处理开销,使其可以在物联网设备中运行,也不增加网络开销,因此不需要对LoRaWAN进行更改。在现实的LoRa网络中进行了现实生活中的实验,结果表明,在我们实验过程中遇到的场景中,IoTligent设备的电池寿命可以延长2倍。
2019-06-03 cs.NI eess.SP
Emerging Wireless Technologies in the Internet of Things: a Comparative Study
物联网(IoT)将多种远程、短程和个人区域无线网络和技术整合到IoT应用的设计中。这为电子健康、智能城市、灵巧家庭等领域带来了众多商机。这项研究分析了物联网中一些主要的不断发展和实现的无线技术。特别是,它专注于ZigBee,6LoWPAN,低功耗蓝牙,LoRa和不同版本的Wi-Fi,包括最近的IEEE 802.11ah协议。这些研究评估了这些技术在各种指标方面的能力和行为,包括数据范围和速率、网络规模、RF通道和带宽以及功耗。得出的结论是,有必要开发一种多方面的技术方法,以实现物联网中的互操作性和安全通信。
2016-11-03 cs.NI
Joint Latency-Energy Minimization for Fog-Assisted Wireless IoT Networks
针对多设备向雾节点并行卸载任务的场景,提出在无线与计算约束下联合最小时延和能耗的资源分配方法,利用Tchebyshev定理、Nash议价与块坐标下降求得唯一合作NE并验证有效性。
2023-06-29 cs.GT cs.NI
Design of Wireless Sensors for IoT with Energy Storage and Communication Channel Heterogeneity
自治无线传感器(AWSs)是无线传感器网络(WSN)的核心。目前的AWS技术允许开发许多基于物联网的应用程序,从军事到生物工程,从工业到教育。AWS的能量优化主要取决于:结构、功能和应用规格。整体设计方法解决了上述所有因素。从这个意义上说,我们提出了一个原始的解决方案的基础上,一个新的架构,重复的收发器,也使用混合存储系统的电源。通过识别收发器的消耗需求,提出了一种适当的方法来调整和控制电源的功率流。本文通过一组收发器测试场景,强调AWS在频谱信息方面的信息、通信和能耗之间的融合,找出影响传感器节点设计的主要因素及其相互依赖关系。系统的优化考虑了所有这些因素,获得了一个节能的AWS,通过向它们添加能量收集元素,为自主传感器铺平了道路。
2019-08-24 cs.NI
Machine Learning for Wireless Communications in the Internet of Things: A Comprehensive Survey
ANDRO Computational Solutions, LLC(ANDRO计算解决方案有限责任公司);Northeastern University(东北大学)
物联网(IoT)预计需要比以往任何时候都更有效、更高效的无线通信。因此,频谱共享、动态频谱接入、信号智能提取和优化路由等技术将很快成为物联网无线通信范式的重要组成部分。考虑到物联网的大部分将由微型、移动和能量受限的设备组成,基于先验网络优化的传统技术可能不适合,因为(i)在实际场景中可能不容易获得准确的环境模型;(ii)传统优化技术的计算要求可能证明物联网设备无法承受。为了解决上述挑战,许多研究致力于探索使用机器学习来解决IoT无线通信领域中的问题。这项工作提供了一个全面的调查,最先进的机器学习技术的应用,以解决物联网无线通信中的关键问题,重点是它的ad hoc网络方面。首先,我们提出了广泛的背景概念的机器学习技术。然后,通过采用自下而上的方法,我们在协议栈的物理层、数据链路层和网络层研究了物联网机器学习的现有工作。此后,我们讨论了社会对硬件实现,以确保这些技术的可行性所采取的方向。此外,在结束之前,我们还简要讨论了机器学习在无线通信之外的物联网中的应用。最后,每一次讨论都详细分析了相关的未决问题和挑战。
2019-07-18 cs.LG cs.NI
Service-Based Wireless Energy Crowdsourcing
我们提出了一个新的基于服务的生态系统,以众包无线能源为物联网设备充电。我们利用服务范式将附近物联网设备的无线能源众包抽象为能源服务。拟议的能源服务生态系统提供了方便、无处不在和具有成本效益的电力接入,为物联网设备充电。我们讨论了众包无线能源服务生态系统的影响,生态系统的建筑组件,能源服务组成框架,挑战,并提出了解决方案。
2022-10-14 cs.DC cs.NI
Internet of Things (IoT) Connectivity in 6G: An Interplay of Time, Space, Intelligence, and Value
物联网(IoT)连接在5G无线通信系统中具有突出的存在。随着这些系统的部署,对6G无线系统的研究工作和愿景激增。为了在6G系统中定位物联网的发展,本文首先对5G中支持物联网连接的方式进行了批判性的分析。接下来,从时间、空间、智能和价值等多个维度讨论了无线物联网的演进。我们还推测,重点将从物联网设备及其连接扩展到复杂物联网环境的出现,被视为整个物联网生态系统的构建块。
2021-11-11 cs.IT cs.NI math.IT
A New Backscattering Dual-Polarized Rectenna for Wireless Power Transfer and IoT Applications
LAAS-CNRS, Université de Toulouse(图卢兹大学 LAAS-CNRS 实验室)
提出一种由两位数字信号控制的双极化背散射整流天线,兼具能量采集与背散射调制功能,并通过集成无电池传感器验证了其可增强BLE设备安全性。
2026-09-09 cs.CR cs.NI
Design and Implementation of Time-Sensitive Wireless IoT Networks on Software-Defined Radio
对时间敏感的无线网络是许多新兴工业物联网(IoT)应用的重要构建模块。对时间敏感的无线技术进行快速原型设计和评估是研发工作所需要的。软件定义无线电(SDR)通过允许在个人计算机(PC)上进行无线信号处理,已被广泛用于此类快速原型设计工作。不幸的是,由于PC和无线电板之间的\textit{uncontrollable delay},SDR通常被认为不适合要求低延迟和确定性延迟通信的时间敏感的无线应用。为了严格评估其对工业物联网应用的适用性,本文对SDR无线系统可实现的同步精度和端到端延迟进行了定量研究。为此,我们在通用软件无线电外设(USRP)SDR平台上设计并实现了一个时隙无线系统。我们开发了一个时间同步机制,以保持系统中的节点之间的同步。为了减少USRP板和它的PC之间的延迟和延迟抖动,我们设计了一个{ \textit{Just-in-time} }算法,以确保由PC发送到USRP的数据包可以到达USRP之前的时隙,他们被发送。我们的实验表明,不同节点的时隙的$90\%$($100\%$)可以被同步和对齐到$ \pm 0.5$样本或$ \pm 0.05μs$($ \pm 1.5$样本或$ \pm 0.15μs$)内,并且端到端分组递送延迟可以下降到$3.75ms$。这意味着基于SDR的解决方案可以应用于一系列需要紧密同步和适度低延迟的IIoT应用,例如,传感器数据收集、自动导引车…
2020-12-19 cs.NI
Comparative Bandwidth Analysis of Low-Power Wireless IoT-Switches
文章对低功耗无线物联网设备作为无线交换机的带宽进行了研究和对比分析。研究了以下物联网设备:Raspberry Pi 3 Model B和Raspberry Pi Zero W。DS18B20和INA 219传感器调查并分析了FTP多媒体数据在无线Wi-Fi网络上传输速度对交换机处理器温度、温度的依赖关系。环境以及开关消耗的电流和电压。揭示了具有GPIO接口的传感器在本实验中相对于模拟仪表的优势。大部分工作都致力于GPIO接口结果自动化的开发,这有助于消除人为错误并获得更准确的指标。使用Python 3.7程序设计语言开发测量自动化。使用INA 219库,我们能够从ina 219板获得电流和电压指示器。让温度指示器充分内置到Python库中,以便在Raspbian中读取温度文件。本文重点研究了测量结果记录的同步性,以便更准确地分析。因此,开发了一个FTP客户端,用于测量从FTP服务器下载文件的速度,并同时记录温度、电流和电压测量结果。为此,需要注意Python程序设计语言中的多线程以及该语言中使用TCP套接字的命令传输。结果,使用Pearson相关公式计算测量因子的相关性。这些测量因素会影响自主性和能耗,这对物联网设备非常重要,因此,在测试的设备中,根据使用条件提出了关于其选择的建议。
2019-10-30 cs.NI
Secure Wireless Internet of Things Communication using Virtual Private Networks
物联网(IoT)是一个爆炸性的市场,也是研究的重要重点领域。安全性是物联网产品和解决方案的一个主要问题,在该领域仍然存在一些常见的大问题。在本文中,我们已经成功地降低了数据窃听和篡改的风险,通过使用隧道的概念来保护这些通信。我们通过虚拟专用网络将路由器连接到互联网,同时使用PPTP和L2TP作为VPN的底层协议,并探索其成本效益,兼容性以及最重要的是,其可行性。我们论文的主要目的是尝试保护物联网网络,而不会对物联网的卖点产生不利影响。
2019-11-30 cs.NI
Adaptive flow-level scheduling for the IoT MAC
在过去的十年中,分布式CSMA(构成WiFi的基础)已被广泛部署,以提供无缝和高速的移动互联网接入。然而,分布式CSMA对于未来的IoT/M2M应用可能并不理想,其中连接的设备/传感器/控制器的密度预计将比目前的无线网络高出几个数量级。在这样的高密度网络中,与完全分布式MAC协议相关联的开销将成为瓶颈。此外,物联网通信可能具有严格的QoS要求,目前WiFi网络的“尽力而为”调度可能不适合。这需要重新设计无线MAC,同时考虑到未来物联网/M2M网络的要求。在本文中,我们提出了一种基于预留的(最小开销)无线MAC,专门针对IoT/M2M应用而设计。主要功能包括:(i)流级,而不是分组级竞争,以最小化开销,(ii)最后期限感知的、基于预留的调度,以及(iii)随着变化的工作负载动态地适配MAC参数的能力。
2019-12-23 cs.NI
Performance Evaluation of RF-powered IoT in Rural Areas: The Wireless Power Digital Divide
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);Maynooth University(梅努斯大学)
研究农村地区射频供电物联网下行链路性能,将农村建模为有限区域,考虑基站和接入点信号源,分析物联网设备能量采集与信号接收情况,通过最小能量需求和信号干扰加噪声比研究总体覆盖概率,得出地区内部设备性能优于边缘及接入点数量与支持设备比例关系等结论。
2026-07-29 cs.NI
Optimal Operation of Active RIS-Aided Wireless Powered Communications in IoT Networks
针对无源RIS辅助无线供电通信存在双衰落衰减的问题,本文提出在物联网中应用有源RIS,推导相关性能闭式表达式并优化参数,验证其性能优于无源RIS。
2024-09-15 cs.NI
People effects on IoT indoor wireless channel characterization
Sidia Institute of Science and Technology(西迪亚科学与技术研究所);Centre for Research and Development in Telecommunications (CPqD)(电信研发中心);Federal University of Juiz de Fora(茹伊斯德福拉联邦大学);Federal University of Rio Grande do Norte (UFRN)(北里奥格兰德联邦大学)
本文研究人员存在对900 MHz室内窄带无线信道的影响,发现人员增多导致信道变化加剧,并通过概率分布参数和二阶统计量进行表征与验证。
2026-09-30 cs.NI
IoTScanner: Detecting and Classifying Privacy Threats in IoT Neighborhoods
在新兴的物联网(IoT)的背景下,可以预期无线连接的激增。无处不在的无线通信将难以集中管理和控制,并且可以预期对最终用户是不透明的。因此,物理空间的所有者和使用者可能会失去对数字环境的控制。在这项工作中,我们提出了物联网扫描器的想法。IoTScanner集成了一系列无线电,允许对现有无线基础设施和参与节点进行本地侦察。它列举了这些设备,识别连接模式,并为技术支持和家庭用户提供了有价值的见解。使用我们的IoTScanner,我们尝试使用简单的分类法将主动流式IP摄像机与其他非摄像机设备进行分类。我们表明,我们的分类方法在由大量物联网设备组成的物联网环境中实现了高准确性。虽然相关的工作通常集中在检测基础设施,或窃听流量从一个特定的节点,我们专注于提供一个总体概述的操作在所有观察到的网络。我们并不假设事先知道使用的SSID、预共享密码或类似信息。
2017-01-18 cs.CR cs.NI
RIS-assisted Data Collection and Wireless Power Transfer in Low-altitude Wireless Networks
本研究针对低空无线网络中物联网设备能量受限和信道质量差的问题,提出RIS辅助的无人机数据采集与无线功率传输系统,通过联合优化RIS相移、无人机轨迹、充电时间和设备调度,并采用AO-IPDQN深度强化学习算法,最小化信息年龄和无人机能耗,仿真验证了其优越性能。
2025-09-24 cs.NI
Application Scheduling with Multiplexed Sensing of Monitoring Points in Multi-purpose IoT Wireless Sensor Networks
无线传感器网络(WSNs)有许多应用,是物联网系统的重要组成部分。无线传感器网络的主要功能是从传感器节点覆盖的特定点收集数据,并将收集到的数据传输到远程单元进行进一步处理。在物联网用例中,WSN基础设施可能需要由许多应用共享,这需要调度这些应用以分时共享节点和网络资源。在本文中,我们调查的问题,在无线传感器网络基础设施的应用程序调度。我们专注于应用程序的情况下,请求一组监测点被感测在该区域的无线传感器网络的跨度,并提出了一个共享的数据的方法,利用多路复用的多个应用程序所请求的监测点的传感,这减少了传感和通信网络上的负载。我们还提出了一个遗传算法称为GABAS,和三个贪心算法调度应用到一个无线传感器网络的基础设施,考虑不同的标准。我们进行了广泛的模拟实验,以评估我们的算法,并比较它们的一些标准的调度方法。结果表明,我们提出的方法比标准的调度方法在最大完工时间,周转时间,等待时间,成功的执行率指标。我们还观察到,我们的遗传算法是非常有效的调度应用程序相对于这些指标。
2022-10-12 cs.NI
Communication Aspects of the Integration of Wireless IoT Devices with Distributed Ledger Technology
在设备之间安全地共享和存储信息的普遍需求要求用分散的信任架构取代集中的信任架构。分布式账本技术(DLT)被认为是去中心化信任最有前途的推动者,但它们仍然缺乏技术成熟度,其成功采用取决于对基本设计权衡的理解及其在实际技术设计中的反映。这项工作的重点是在物联网(IoT)的背景下有效集成DLT的挑战和潜在解决方案。我们首先介绍物联网应用的前景,并讨论DLT提供的限制和机会。然后,我们回顾了资源受限的设备与分布式信任网络的集成中遇到的技术挑战。我们描述了轻量级同步协议的共同特点,并提出了一种新的分类,植根于物联网的角度。我们确定了在端点设备上接收账本信息的需求,这意味着双向数据交换,与传统的面向上行链路的物联网系统通信技术形成对比。
2019-03-05 cs.DC cs.NI
Opportunities of Optical Spectrum for Future Wireless Communications
未来第五代(5G)通信对服务质量(诸如数据率、延迟、功耗、连接数量)的要求非常高。此外,物联网(IoT)需要大量的连接。可见光通信、光保真、光学相机通信、自由空间光通信等光无线通信(OWC)技术可以有效地服务于5G和物联网的成功部署。本文清楚地介绍了OWC网络对5G和物联网解决方案的贡献。
2020-05-30 cs.NI eess.SP
A Case for Time Slotted Channel Hopping for ICN in the IoT
最近简化物联网操作的提议包括使用信息中心网络(ICN)范例。虽然这是有希望的,但仍然存在一些挑战。在本文中,我们的核心贡献(a)利用ICN通信模式来动态优化TSCH(时隙信道跳跃)的使用,这是一种在物联网中越来越流行的无线链路层技术,(b)使物联网风格的路由适应整个网络的名称,资源和流量模式-两者都没有交叉分层。通过对FIT IoT-LAB互连典型物联网硬件的一系列实验,我们发现我们的方法对无线干扰完全鲁棒,与CSMA相比,传输消耗的能量几乎减半。最重要的是,我们的自适应调度防止时隙MAC层牺牲吞吐量和延迟。
2016-02-27 cs.NI
RSSI Estimation for Constrained Indoor Wireless Networks using ANN
School of Computing, Mathematics and Engineering, Charles Sturt University(查尔斯斯特大学计算、数学与工程学院)
针对低功耗IoT无线信道估计难题,提出基于特征和基于序列的两种ANN模型,显著降低了RSSI估计误差,MSE分别改善88.29%和97.46%,优于传统及深度学习方法。
2024-04-10 cs.LG cs.NI eess.SP
Adaptive Control of IoT/M2M Devices in Smart Buildings using Heterogeneous Wireless Networks
本文提出利用异构无线网络(WSNs与MCNs)构建IoT/M2M智能建筑系统,通过Raniso应用实现远程控制与监控,提供准确读数、低延迟及多项智能服务,提升安全与生活质量并降低能耗。
2023-02-26 cs.NI cs.SY eess.SY
A New Security and Identification Concept for SWIPT Systems in IoT Applications
本文针对 SWIPT 物联网场景提出基于射频整流器和数字私钥的反向散射识别机制,构建独立于通信协议的硬件物理安全层。
2024-10-25 cs.NI
Wireless Communications for Smart Manufacturing and Industrial IoT: Existing Technologies, 5G, and Beyond
智能制造是工业环境变革的愿景和主要驱动力。智能制造的目标是通过不断监控和调整流程来优化制造流程,以实现更高效和个性化的制造。这需要并依赖于用于连接机器的技术,该连接机器包括各种计算、感测、致动和机器到机器通信模式。因此,了解智能制造的变化需要了解使能技术,本文对目前应用于制造环境的无线机器对机器通信协议进行了广泛的回顾,并对相关用例进行了全面的回顾,同时定义了它们对未来智能制造的预期影响。制造业在综述的基础上,我们指出了一些开放的挑战和未来的研究方向。
2022-08-13 cs.NI
Constructing Customized Multi-Hop Topologies in Dense Wireless Network Testbeds
测试床是评估无线多跳网络的关键因素。为了减轻研究人员部署自己的测试平台的麻烦,建立了远程可控的测试平台,如FIT/IoT实验室。然而,虽然物联网实验室有大量的节点,但它们部署在限制区域。这与无线电传播的复杂性质一起,使得具有高跳数的多跳拓扑的自组织构造变得困难。这项工作提出了一种战略方法来解决这个问题,并提出了算法来生成所需的属性的拓扑结构。该实施针对IoT-LAB测试平台进行了评估,并作为开源软件提供。结果表明,即使在密集的无线测试床中,也可以构建各种类型的预设拓扑。
2018-05-17 cs.NI
Zero Trust for Multi-RAT IoT: Trust Boundary Management in Heterogeneous Wireless Network Environments
University of Oxford(牛津大学)
针对异构无线网络中频繁切换的 RAT 问题,提出零信任架构的信任边界管理方法,以应对设备认证状态和上下文信任信号的失效风险。
2026-02-09 cs.CR cs.NI
Medium Access using Distributed Reinforcement Learning for IoTs with Low-Complexity Wireless Transceivers
Michigan State University(密歇根州立大学)
本文提出了一种基于分布式强化学习(RL)的框架,该框架可用于在具有低复杂度无线收发器的物联网网络中合成MAC层无线协议。所提出的框架不依赖于复杂的硬件功能,例如载波侦听及其相关的算法复杂性,这些功能在低成本和低能耗物联网设备的无线收发器中通常不受支持。在这个框架中,访问协议首先制定为马尔可夫决策过程(MDP),然后使用RL解决。一个分布式和多Agent RL框架被用作协议合成的基础。分布式行为使得节点独立地学习最优传输策略,而不必依赖于完整的网络级信息和其他节点行为的直接知识。节点学习最小化分组冲突,使得可以针对高于用于IoT设备的已知基准协议(诸如ALOHA)的负载条件获得和维持最佳吞吐量,而无需复杂的收发器。此外,观察到的节点能够学习最佳的行为在异构负载和网络拓扑条件的存在下。最后,所提出的学习方法允许无线带宽以不依赖于这种异质性的方式在网络节点之间公平地分布。通过仿真实验,本文展示了学习范式的性能和它的能力,使节点适应他们的最佳传输策略,在飞行中响应各种网络动态。
2021-04-29 cs.DC cs.LG cs.NI
Channel-Dependent Scheduling in Wireless Energy Transfer for Mobile Devices
谐振波束充电(RBC)是无线功率传输(WPT)技术,可为物联网(IoT)设备提供大功率、远距离、移动和安全的无线充电。支持多个物联网设备同时充电是RBC系统的一个重要功能。为了优化多用户充电性能,应该调度发射功率以同时为所有IoT设备充电。为了让所有物联网设备尽可能长时间地工作以实现公平性,我们提出了先接入先收费(FAFC)调度算法。然后,我们制定了定量的调度参数的算法实现。最后,我们分析了FAFC调度算法的性能,考虑的影响,接收机数量,发射功率和充电时间。在此基础上,总结了提高多物联网设备WPT性能的方法,包括限制接收端数量、提高发射功率、延长充电时间和提高单用户充电效率。FAFC调度算法设计和分析为多用户RBC系统提供了一个公平的WPT解决方案。
2020-04-14 cs.NI eess.SP
Living IoT: A Flying Wireless Platform on Live Insects
具有能够移动的设备的传感器网络可以实现从精确灌溉到环境传感的应用。然而,使用机械无人机移动传感器严重限制了操作时间,因为飞行时间受到当前电池技术能量密度的限制。我们探索了一种基于生物学的替代解决方案:将传感、计算和通信功能集成到活的飞虫上,以创建一个移动物联网平台。这种方法利用了这些在许多户外生态系统中无处不在的小型高效生物昆虫,基本上免费提供移动性。然而,这样做需要解决功率、尺寸、重量和自我定位等关键技术挑战,以便昆虫在携带我们的物联网有效载荷通过环境时执行位置相关的传感操作。我们在大黄蜂上开发和部署我们的平台,其中包括反向散射通信,低功耗自定位硬件,传感器和电源。我们表明,我们的平台能够在昆虫回到蜂巢时以1 kbps的速度感知和反向散射数据,并将其定位到距离接入点80 m的距离内,所有这些都在102 mg的总重量预算内。
2018-12-22 cs.NI
Learning to Detect Anomalous Wireless Links in IoT Networks
Jožef Stefan Institute(约瑟夫·斯特凡研究所);Jožef Stefan International Postgraduate School(约瑟夫·斯特凡国际研究生院);Bitlis Eren University(比特利斯·埃伦大学);University of Ljubljana(卢布尔雅那大学)
经过数十年的研究,物联网(IoT)终于渗透到现实生活中,并有助于提高基础设施和流程的效率以及我们的健康。随着大量物联网设备的部署,它们自然会产生巨大的运营成本,以确保预期的运营。为了有效地处理大规模物联网网络中的此类预期操作,自动检测故障,即异常检测,成为一项关键但具有挑战性的任务。在本文中,受现实世界实验性物联网部署的启发,我们介绍了在链路层识别的四种类型的无线网络异常。我们研究的性能阈值和机器学习(ML)为基础的分类器自动检测这些异常。我们检查了三种有监督和三种无监督ML技术在非编码和编码(自动编码器)特征表示上的相对性能。我们的研究结果表明,i)选定的监督方法能够检测F1分数高于0.98的异常,而无监督方法也能够检测F1分数平均为0.90的所述异常,以及ii)OC-SVM优于所有其他无监督ML方法,对于SuddenD,F1分数为0.99,对于SuddenR,F1分数为0.95,对于InstaD,F1分数为0.93,对于SlowD,F1分数为0.95。
2020-11-23 cs.LG cs.NI eess.SP
Closing the Loop: A High-Performance Connectivity Solution for Realizing Wireless Closed-Loop Control in Industrial IoT Applications
高性能实时无线连接是工业物联网(IIoT)的核心。实现无线闭环控制对于各种任务关键型IIoT系统至关重要。现有的无线技术不能满足闭环控制的严格性能要求。本文提出了一种新的无线解决方案,称为\textsf{GALLOP},实现多跳或单跳网络的闭环控制。\textsf{GALLOP}采用务实的设计方法来应对无线闭环控制的挑战。\textsf{GALLOP}的关键设计方面包括用于循环交换的控制感知双向调度、基于协作多用户分集的鲁棒重传技术以及用于可缩放操作的低开销信令。\textsf{GALLOP}专门设计用于在整个网络上闭合的控制回路,动态范围为几毫秒。基于蓝牙5测试平台上的广泛系统级仿真和硬件实现的性能评估表明,\textsf{GALLOP}可提供高性能连接,具有极低的确定性延迟、极高的可靠性和高可扩展性,可满足多功能工业物联网应用对无线闭环控制的严格要求。
2021-04-13 cs.NI cs.SY eess.SY
Assuring the Integrity of Videos from Wireless-based IoT Devices using Blockchain
区块链技术已经引起了各个社区的关注。区块链中的底层共识机制使无数应用程序能够确保存储数据的完整性。在本文中,我们利用区块链技术来验证流式物联网设备捕获的视频的真实性,以用于法医调查目的。所提出的方法在视频帧离开物联网设备并传输到远程基站之前计算视频帧的哈希。为了保证传输,我们确保此hashis通过基于TCP的连接发送。然后,哈希值存储在许可的区块链平台上的多个节点上。如果视频被修改,将通过调查区块链上先前存储的哈希并将其与现有帧的哈希进行比较来检测差异。在这项工作中,我们将原型作为实验结果的概念验证。该系统已经在RaspberryPi上进行了测试,使用不同质量的视频来评估性能。实验结果表明,该方法可以在中等分辨率下实现.
2020-02-28 cs.CR cs.CY cs.NI
Cognitive-LPWAN: Towards Intelligent Wireless Services in Hybrid Low Power Wide Area Networks
物联网(IoT)通信技术的不断发展和人工智能(AI)的逐渐成熟,带来了强大的认知计算能力。用户现在可以在智慧城市、绿色物联网和异构网络中访问高效便捷的智能服务。人工智能已经应用于各个领域,包括智能家居,先进的医疗保健,自动驾驶和情感互动。本文重点介绍了当前的无线通信技术,包括蜂窝通信技术(4G,5G),低功耗广域(LPWA)技术与非授权频谱(LoRa,SigFox),以及其他LPWA技术支持的3GPP与授权频谱(EC-GSM,LTE-M,NB-IoT)。我们提出了一种认知低功耗广域网(Cognitive-LPWAN)架构,以保障异构物联网中稳定高效的通信。为了确保用户能够高效、便捷地使用AI,我们实现了多种LPWA技术来保护网络层。此外,为了平衡异构物联网设备的需求与通信延迟和能耗,我们从流量控制的角度出发,提出了AI使能的LPWA混合方法。人工智能算法提供了对无线通信技术的智能控制,为不同无线通信技术的选择提供了智能应用和服务。作为一个例子,我们考虑AIWAC情感交互系统,建立认知LPWAN和测试所提出的AI启用LPWA混合方法。实验结果表明,我们的方案可以满足通信延迟的应用需求。Cognitive-LPWAN选择适当的通信技术来实现更好的交互体验。
2018-09-30 cs.NI
IoT Network Security from the Perspective of Adversarial Deep Learning
Intelligent Automation, Inc.(智能自动化公司);Virginia Tech(弗吉尼亚理工大学)
机器学习在物联网(IoT)网络中有着丰富的应用,例如信息检索、流量管理、频谱感测和信号认证。虽然人们对理解机器学习的安全问题的兴趣激增,但它们对无线应用的影响尚未被理解,例如由于无线通信的开放和广播性质而容易受到各种攻击的物联网系统中的无线应用。为了支持具有不同优先级的异构设备的物联网系统,我们提出了基于对抗性机器学习的新技术,并将其应用于三种类型的空中(OTA)无线攻击,即干扰,频谱中毒和优先级违规攻击。通过观察频谱,攻击者从探索性攻击开始,通过构建预测传输结果的深度神经网络分类器来推断物联网发射机的信道接入算法。基于这些预测结果,无线攻击继续通过空中干扰数据传输或操纵感测结果(通过在感测阶段期间进行发送),以欺骗发送器在测试阶段做出错误的发送决策(对应于规避攻击)。当IoT发射器收集感测结果作为训练数据以重新训练其信道接入算法时,对手发起因果攻击以通过空中操纵到发射器的输入数据。我们发现,这些具有不同能量消耗和隐蔽性的攻击会导致物联网系统无线通信的吞吐量和成功率显著下降。然后,我们引入了一个防御机制,系统地增加了对手的不确定性在推理阶段,提高了性能。研究结果为如何使用深度学习攻击和防御物联网网络提供了新的见解。
2019-05-31 cs.CR cs.LG cs.NI
RFID-Assisted Indoor Localization Using Hybrid Wireless Data Fusion
University of Maine(缅因大学)
本文提出一种基于分区的混合室内定位方法,结合RFID跟踪设备与多种IoT无线技术,通过仅在分区边界布置标签以降低成本,并利用RSSI进行蓝牙、WiFi和ZigBee的线性位置估计,实验验证了该方法的有效性。
2023-07-28 cs.LG cs.NI eess.SP
Maximizing Uplink and Downlink Transmissions in Wirelessly Powered IoT Networks
University of Wollongong(伍伦贡大学)
本文提出了一种基于学习的方法,用于在无线供电物联网网络中优化上行和下行传输调度,通过混合整数线性规划和学习算法提高分组传输效率。
2024-07-02 cs.NI
Wide-area Wireless Communication Challenges for the Internet of Things
在无处不在的无线连接、不断下降的通信成本以及云平台的出现的帮助下,物联网(IoT)设备和服务的部署正在加速。大多数主要的移动网络运营商都将支持物联网的机器对机器(M2M)通信网络视为新收入的重要来源。在本文中,我们激发了对广域M2M无线网络的需求,特别是短数据包通信,以支持大量物联网设备。我们首先提出了一个简短的概述,目前和新兴的技术支持广域M2M,然后使用通信理论的原则,讨论这些网络的基本挑战和潜在的解决方案,突出权衡和随机和预定的访问策略。最后,我们提出了未来5G网络应如何设计以实现高效的广域M2M通信的建议。
2015-04-13 cs.IT cs.NI math.IT
Reinforcement Learning for Protocol Synthesis in Resource-Constrained Wireless Sensor and IoT Networks
Michigan State University(密歇根州立大学)
本文探讨了使用强化学习(RL)进行在线协议合成的概念。该研究是在具有超低复杂度无线收发器的传感器和物联网网络的背景下进行的。本文介绍了在不同的网络和业务条件下,使用RL和多臂强盗(MAB),RL的一种特殊类型,媒体访问控制(MAC)。然后,它介绍了一种新的学习为基础的协议合成框架,解决特定的困难和限制,在随机接入和时隙网络的介质访问。该机制不依赖于载波侦听、网络时间同步、冲突检测和其他低级复杂操作,因此非常适合用于资源受限的传感器和物联网网络中的超简单收发器硬件。此外,由节点独立的协议学习的能力使得系统鲁棒性和自适应网络和业务条件的变化。它表明,节点可以被训练来学习,以避免冲突,并实现网络吞吐量,相当于ALOHA基于接入协议的传感器和物联网网络与最简单的收发器硬件。它也表明,使用RL,它是可行的,可以在高流量负载,这是不可行的ALOHA为基础的系统,以综合接入协议,可以维持网络吞吐量。该系统的能力,以提供吞吐量的公平性下的网络和流量的异质性也被实验证明。
2023-01-14 cs.AI cs.LG cs.NI
Over-the-Air Computing for Wireless Data Aggregation in Massive IoT
无线数据聚合(wireless data aggregation,WDA),指的是聚合分布在设备(例如,传感器和智能手机),是5G及以后机器类型通信中的常见操作,以支持物联网(IoT),这为分布式传感,学习和控制等多样化应用奠定了基础。传统的WDA技术是基于通信和计算分离的原理设计的,在有限的无线资源和新兴应用(例如,自动驾驶)施加的严格延迟约束下,难以适应大规模接入。为了解决这个问题,空中计算(AirComp)正在开发作为一种新的WDA解决方案,通过无缝集成计算和通信。通过利用多路访问信道的波形叠加特性,AirComp将空气变成计算机,用于在许多设备上计算和传输分布式数据的功能,从而允许在大规模设备上进行低延迟WDA。鉴于人们对AirComp的兴趣日益增长,本文通过介绍基本原理,讨论先进技术和应用,并确定有前途的研究机会,及时概述了该技术。
2020-11-14 cs.IT cs.NI eess.SP
People Counting using Radio Irregularity in Wireless Sensor Networks -- An Experimental Study
互联网已经发展成为以不仅连接计算机系统而且连接大量系统、设备和对象(统称为“物”)为中心的大型网络物理系统,从而产生了术语“物联网”(IoT)。它包括用于识别和跟踪、传感和驱动、有线和无线通信以及智能和认知的技术。无线通信是物联网的一个组成部分,它受到无线电不规则性的影响-这种现象指的是无线电波被其路径中的物体选择性地吸收,反射或散射,例如,由液体、骨头和肉组成的人体。无线电不规则性通常被认为是无线通信中的一个问题,但随着物联网的普及,我们的目标是利用无线电不规则性作为检测和估计人数的一种手段。我们演示了如何无线电信号波动所产生的无线电不规则性,结合判别分析,可以用来提供一个简单的低成本的替代专用传感系统的室内人数。
2021-05-13 cs.NI cs.OH
Multiprotocol Wireless Timer Synchronization for IoT Systems
School of Electrical and Electronic Engineering, Nanyang Technological University(南洋理工大学电气与电子工程学院);Lee Kong Chian School of Medicine, Nanyang Technological University(南洋理工大学李光前医学院);Glasgow College, University of Electronic Science and Technology of China(电子科技大学格拉斯哥学院)
本文提出一种协议无关的无线定时同步方法,通过无线电时隙传输精确时间戳信标,实现纳秒级同步精度,适用于资源受限的物联网系统。
2026-04-08 cs.NI cs.SY eess.SP
Rethinking Blockchains in the Internet of Things Era from a Wireless Communication Perspective
由于物联网(IoT)的快速发展,大量设备连接到互联网。对于物联网网络中的这些分布式设备,如何确保其安全性和隐私性成为一个重大挑战。区块链技术为保护物联网网络的数据完整性、来源、隐私和一致性提供了一个有前途的解决方案。在区块链中,沟通是分布在系统中的参与者达成共识的先决条件。然而,在物联网网络中,大多数设备通过无线链路进行通信,而无线链路并不总是可靠的。因此,物联网设备的通信可靠性影响系统安全性。在本文中,我们通过考虑通信可靠性来重新思考区块链中通信和计算的角色。我们分析了区块链安全中通信可靠性和计算能力之间的权衡,并给出了在给定通信可靠性的情况下进行攻击所需的计算能力的下限。仿真结果表明,对抗节点可以通过阻止来自其他节点的块的传播,成功地篡改一个块与较少的计算能力。
2020-05-24 cs.CR cs.IT cs.NI
Improving Energy Efficiency in Federated Learning Through the Optimization of Communication Resources Scheduling of Wireless IoT Networks
本文提出FL-E2WS算法,通过联合优化无线物联网中的设备选择、资源块分配及带宽功率调度,在满足延迟和误包率约束下显著降低联邦学习能耗并提升模型准确率。
2024-08-02 cs.NI
An analysis of the Internet of Things in wireless sensor network technologies
由于有了计算机网络,信息可以远距离获取。无线或有线网络也是可能的。由于无线基础设施的最新发展,无线传感器网络(WSNs)被开发出来。在环境中发生的活动或事件由WSN监视、记录和管理。通过各种路由技术,在这些系统中完成数据中继。第四次工业革命或工业4.0被定义为复杂的物理自动化系统的集成,这些系统由传感器连接的机器和设备组成,并由软件管理。这样做是为了提高操作的效率和可靠性。工业4.0被认为是一种可能性,因为工业物联网是在制造业中利用物联网技术的概念。在工业环境中提供将引擎、电网和传感器连接到云的方法。在这篇文章中,我们将尝试理解物联网(IoT)如何在无线传感器网络中工作,以及它如何在各种情况下使用。
2022-09-23 cs.NI cs.SY eess.SY
Multi-AAV-enabled Distributed Beamforming in Low-Altitude Wireless Networking for AoI-Sensitive IoT Data Forwarding
针对传统AAV辅助物联网数据传输受覆盖范围限制、易产生延迟尖峰抬升信息年龄(AoI)的问题,提出基于分布式波束成形的多AAV协同转发系统,通过深度强化学习联合优化轨迹与通信调度,有效降低AoI与能耗。
2025-09-01 cs.NI