Learning-Based UAV Path Planning for Data Collection with Integrated Collision Avoidance
针对多无人机非协作场景下的物联网数据采集与避障问题，提出基于D3QN的无环境先验路径规划方法，实现高成功率、高采集率和低碰撞率的实时导航。
2023-12-11 eess.SP
Joint Uplink-and-Downlink Optimization of 3D UAV Swarm Deployment for Wireless-Powered NB-IoT Networks
研究了一种基于全双工正交频分多址（OFDMA）的多无人机无线供电物联网（IoT）网络。在本文中，首先在三维（3D）中部署一群无人机，以同时为所有设备充电，即，下行链路（DL）计费时段，然后飞到该区域内的新位置，以在若干个时期中经由OFDMA从调度的设备收集信息，这是由于窄带IoT中可用的信道的潜在有限数量，即，上行链路（UL）通信时段。为了最大化物联网设备的上行吞吐量，我们联合优化了无人机群的上下行3D部署，包括设备-无人机关联、调度顺序和上下行时间分配。特别地，在研究该问题时，考虑了设备的DL能量收集（EH）阈值和UAV的UL信号解码阈值。此外，根据传感器和无人机的位置，研究了视距（LoS）和非视距（NLoS）信道模型。通过对物联网调度策略的研究，还考虑了NB-IoT中潜在的有限信道问题的影响。研究了两种调度策略：近优先（NF）策略和远优先（FF）策略。结果表明，NF方案优于FF方案的总和吞吐量最大化，而FF方案优于NF方案的系统公平性。
2020-08-07 cs.IT eess.SP math.IT
Greening Internet of Things for Smart Everythings with A Green-Environment Life: A Survey and Future Prospects
物联网（IoT）领域的巨大技术发展改变了我们的工作和生活方式。虽然物联网的众多优势正在丰富我们的社会，但应该提醒的是，物联网也消耗能源，包括有毒污染和电子废物。这些都给环境和智能世界带来了新的压力。为了增加物联网的好处并减少其危害，人们越来越希望走向绿色物联网。绿色物联网被视为环境友好型物联网的未来。为了实现这一目标，有必要采取许多措施来减少碳足迹，节约更少的资源，并促进能源使用的有效技术。这就是走向绿色物联网的原因，机器，通信，传感器，云和互联网与能源效率和减少碳排放一起。本文介绍了当前正在进行的研究工作和绿色物联网的潜在技术，旨在为未来的绿色物联网研究提供一些线索。
2018-05-02 cs.NI eess.SP
QoS-Aware Sum Capacity Maximization for Mobile Internet of Things Devices Served by UAVs
使用无人机（UAV）作为飞行基站（FlyBS）被认为是提高移动网络性能的有效工具。然而，这种潜在的改进需要FlyBS的有效定位。在本文中，我们最大化的总下行链路容量的移动因特网的物联网设备（IoTD）的服务的FlyBS，而每个设备所需的最小容量得到保证。为此，我们提出了一种几何方法，允许随着IoT移动而导出FlyBS随时间的3D位置，并且我们确定IoT的传输功率分配。问题的制定和解决的实际约束下的FlyBS的传输和推进功率消耗以及飞行速度。所提出的解决方案是一个低的复杂度，并增加了15%-46%的最先进的作品相比，总容量。
2022-10-21 cs.SY eess.SP eess.SY
Cell-Free Satellite-UAV Networks for 6G Wide-Area Internet of Things
在第五代（5G）及以后的物联网（IoT）中，为地面蜂窝网络覆盖范围之外的大量IoT设备提供服务变得越来越重要。无人机和卫星由于自身的局限性，需要在5G的覆盖空洞中相互协调，从而形成了认知卫星-无人机网络（CSUN）。本文研究了由一颗卫星和一群无人机组成的CSUNs的多域资源分配问题，以提高广域大规模接入的效率。特别地，建立无小区按需覆盖以克服传统蜂窝架构的成本低效率。还实现了主动频谱共享以应对频谱稀缺问题。为此，提出了一种面向过程的子信道、发射功率和悬停时间联合分配优化框架，该框架考虑了无人机的整个飞行过程，仅利用慢变的大尺度信道状态信息（CSI）。在无人机能量约束和无人机群对卫星用户干扰温度约束下，提出了一种迭代多域资源分配算法，在保证用户公平性的前提下提高网络效率。仿真结果证明了所提算法的优越性。此外，观察到自适应无小区覆盖模式，这意味着在即将到来的第六代（6 G）时代有效服务广域物联网设备的有希望的方法。
2020-07-23 eess.SP
UAV-Assisted MEC Architecture for Collaborative Task Offloading in Urban IoT Environment
本文提出一种无人机辅助MEC协作架构，通过联合优化任务卸载策略与无人机拓扑，有效提升了城市物联网环境中的用户满意度与服务商利润。
2025-01-31 cs.NI cs.SY eess.SP
Securing Mobile IoT with Unmanned Aerial Systems
物联网（IoT）将很快无所不在，数十亿传感器和执行器将支持我们的行业和福祉。物联网设备是嵌入式系统，在大多数情况下使用无线技术连接。服务于物联网的无线网络的可用性，数据的隐私性，完整性和可信度至关重要，因为物联网将推动企业和个人决策。本文提出了一种新的方法，在无线安全领域，利用先进的无线技术和无人机系统或车辆（UAS或UAV）的出现。我们考虑了窃听问题，并分析了无人机如何帮助减少或克服移动物联网环境中的这种威胁。结果表明，当无人机协助基站将信息中继到所需的物联网节点时，可以在信道保密率方面实现巨大的改进。我们的方法与技术无关，可以扩展到解决其他通信安全问题。
2020-05-15 cs.SY eess.SP eess.SY
Energy-Efficient Multi-UAV Data Collection for IoT Networks with Time Deadlines
在本文中，我们专注于节能无人机传感器网络中的物联网数据收集，其中感测的数据有不同的时间期限。在调查设置中，传感器被集群和管理的簇头（CH），和多个无人机被用来收集数据从CH。制定的问题是通过一个两步的方法来解决。在第一步中，提出了一种有效的方法来确定CH的最小数量和它们的最佳位置。然后，通过求解相关的容量约束车辆路径问题，得到了最小无人机数量及其飞行轨迹。结果表明，我们提出的CH放置方法的效率相比，基线方法，使CH更接近对接站允许显着的节能。此外，在不同的无人机轨迹规划算法，禁忌搜索实现最好的能量消耗。最后，电池容量和时间期限的影响进行了研究，在消耗的能量，访问CH的数量，和部署的无人机的数量。
2020-09-15 cs.SY eess.SP eess.SY
CURE: Enabling RF Energy Harvesting using Cell-Free Massive MIMO UAVs Assisted by RIS
不断发展的物联网（IoT）导致了众多无线传感器的增长，通过互联网基础设施进行通信。在设计使用这些传感器的网络时，一个关键方面是这些设备的寿命和自我可持续性。为了延长这些传感器的寿命，射频能量收集（RFEH）技术已被证明是有前途的。在本文中，我们提出了CURE，这是一种新的RFEH框架，有效地结合了无小区大规模MIMO（CFmMIMO），无人机（UAV）和可重新配置智能表面（RIS）的优点，为物联网设备提供无缝的能量收集。我们认为无人机作为一个接入点（AP）在CFmMIMO框架。为了增强RFEH的信号强度和信息传输，我们利用了RISs的被动反射能力。基于广泛的模拟，我们验证我们的框架的性能，通过比较最大最小公平性（MMF）算法的收获的能量。
2021-07-22 cs.NI eess.SP
Towards a Green and Self-Powered Internet of Things Using Piezoelectric Energy Harvesting
物联网（IoT）是一项革命性的技术，旨在创建一个连接对象和嵌入式设备的生态系统，并在数万亿智能设备以及简单的传感器和执行器之间提供无处不在的连接。尽管最近在具有更高计算能力和超低功耗通信技术的设备小型化方面的进步已经使得传感器和致动器的广泛部署无处不在，但这种演变要求硬件设计、软件、网络架构、数据分析、数据存储和电源发生根本性变化。很大一部分物联网设备不再仅由电池供电，因为它们将安装在难以到达的区域，定期更换和维护电池是不可行的。一个可行的解决方案是从环境中收集和收获能量，然后为设备提供足够的能量来执行其操作。这将显著增加设备的使用寿命，并消除对电池作为能源的需求。这项调查旨在提供一项关于能量收集技术的全面研究，作为物联网设备的替代和有前途的解决方案。我们提出了物联网设备在能源和功率方面的主要设计挑战，并为成功实现自供电物联网设备提供了设计考虑因素。然后，我们特别关注压电能量收集和RF能量收集，这是为物联网设备供电的最有前途的解决方案，并提出了主要挑战和研究方向。我们还揭示了支持能量收集的物联网系统和绿色大数据的安全挑战。
2019-05-01 eess.SP
Common Throughput Maximization for UAV-Enabled Interference Channel with Wireless Powered Communications
本文研究了一种用于无线供电通信网络（WPCN）的无人机（UAV）启用的双用户干扰信道，其中两个UAV无线地对地面上的两个低功率物联网（IoT）设备充电并从它们收集信息。我们考虑两种情况下，当两个无人机合作的能量传输和/或信息接收，通过干扰协调和协调多点（CoMP），分别。对于这两种情况，通过轨迹设计利用UAV的可控移动性，不仅提高下行链路中的无线功率传输（WPT）效率，而且减轻上行链路中的无线信息传输（WIT）的同信道干扰。特别地，目标是通过联合优化两个UAV的轨迹和下行链路/上行链路无线资源分配，在受限于UAV处的最大飞行速度和碰撞避免约束以及IoT设备处的个体能量中性约束的情况下，最大化两个IoT设备在有限UAV任务周期内的上行链路公共（最小）吞吐量。在干扰协调和CoMP两种情况下，我们首先获得了两个共同的速率最大化问题的最优解井结构的特殊情况下，具有足够长的无人机任务持续时间。接下来，我们获得高质量的解决方案，为实际情况下，有限的无人机任务持续时间，通过使用交替优化和逐次凸逼近（SCA）。
2019-10-10 cs.IT eess.SP math.IT
Optimal Green Hybrid Attacks in Secure IoT
为了了解安全物联网（IoT）中潜在绿色混合攻击者的行为，这封信从攻击者的角度研究了最佳能源利用率。具体来说，我们提出了一个新的框架，优化的混合攻击者的功效，拥有能力，窃听和干扰，同时考虑潜在的能源消耗。特别是，我们最大限度地提高攻击者的能量效率（AEE）在安全的物联网推导出的解析解，联合全球最佳的攻击模式，窃听率和干扰功率。数值结果，验证分析索赔，表明，拟议的绿色设计可以提供约45%的平均AEE的相关基准的改善。
2019-12-03 cs.IT eess.SP math.IT
An Extremely Flexible, Energy, and Spectral Effective Green PHY-MAC for Profitable Ubiquitous Rural and Remote 5G/B5G IoT/M2M Communications
本文证明了物理层（PHY）和介质访问控制（MAC）子层的能量、功率和频谱效率不变准则的基本吞吐量极限和极值。的不变的标准被构造依赖于香农m元数字信道容量的技术上解释的物理和控制参数考虑的丰富的调色板。因此，针对第五代（5G）通信系统中的极限性能问题，提出了一种能够实现极限闭合和不变准则优化或折衷的智能分布式控制技术。这种智能控制技术代表了应对5G和超越5G网络挑战的关键颠覆性技术。
2017-11-26 eess.SP
Interference Analysis and Mitigation for Massive Access Aerial IoT Considering 3D Antenna Patterns
由于物联网（IoT）网络的密集部署，干扰管理成为一个关键挑战。随着无人机（UAV）等空中物联网设备的激增，3D环境中的干扰特性将与现有地面物联网网络中的干扰特性不同。在本文中，我们考虑具有空中和地面链路的混合的3D拓扑物联网网络，在地面节点处具有低成本的交叉偶极天线，在空中节点处具有全向天线。考虑到一个双向接入的通信场景，我们首先推导出封闭形式的物联网接收器的信道增益的统计数据，同时考虑到地面和空中节点的辐射模式。然后，这些被用来计算作为天线接收器的高度的函数的各态历经的可实现的速率。我们提出了一种干扰缓解方案，利用三维天线辐射模式与不同的偶极子天线设置。我们的研究结果表明，使用所提出的计划，各态历经的可实现的速率提高了空中接收机的高度增加。此外，最大化峰值速率的地面和空中接收器之间的比率也随着空中物联网接收器高度的增加而增加。
2020-02-03 eess.SP
Analysis of UAV-Enabled IoT Networks with Energy Harvesting and Wake-Up Radio
AUB（美国大学）；KAUST（阿卜杜拉国王科技大学）
研究基于能量收集和唤醒无线电的无人机物联网网络，通过将设备行为建模为离散时间马尔可夫链，利用随机几何和相关分析开发数学框架，揭示传输频率与能耗权衡，表明调整参数可提升能量效率和传输可靠性。
2026-07-28 eess.SP
Resilient Path Planning for UAVs in Data Collection under Adversarial Attacks
本文研究物联网数据采集中无人机在对抗干扰攻击下的弹性路径规划，提出基于强化学习的防御策略和D3QN抗干扰轨迹优化方法，仿真验证其能有效恢复无人机性能。
2023-12-11 cs.NI eess.SP
Federated Learning for Internet of Things: A Comprehensive Survey
物联网（IoT）正在渗透我们日常生活的许多方面，人工智能（AI）支持的智能服务和应用程序正在激增。传统上，人工智能技术需要集中的数据收集和处理，由于现代物联网网络的高度可扩展性和日益增长的数据隐私问题，这在现实应用场景中可能不可行。联合学习（FL）已经成为一种分布式协作AI方法，可以通过允许在分布式物联网设备上进行AI训练而无需数据共享来实现许多智能物联网应用。在本文中，我们对FL在物联网网络中的新兴应用进行了全面的调查，从介绍FL和物联网的最新进展开始，讨论它们的集成。特别是，我们探索和分析了FL在实现各种物联网服务方面的潜力，包括物联网数据共享、数据卸载和缓存、攻击检测、本地化、移动人群感知以及物联网隐私和安全。然后，我们对FL在各种关键物联网应用中的使用进行了广泛的调查，例如智能医疗保健，智能交通，无人机（UAV），智能城市和智能工业。还强调了从FL-IoT服务和应用的审查中吸取的重要经验教训。我们通过强调这一蓬勃发展的领域目前面临的挑战和未来研究的可能方向来完成这项调查。
2021-04-16 eess.SP
Green Tethered UAVs for EMF-Aware Cellular Networks
在非科学界流传的一种流行理论是，在领土上密集部署基站会显著增加电磁场（EMF）暴露水平，并影响人口健康。为了减轻这种担忧，在这项工作中，我们提出了一种网络架构，引入系留无人机（TUAV）携带绿色天线，以尽量减少EMF暴露，同时保证用户的高数据速率。特别是，每架TUAV都可以将自己连接到位于某些建筑物顶部的可能的地面站之一。对无人机的位置、用户设备的发射功率和关联策略进行了优化，以最小化电磁辐射暴露。不幸的是，该问题原来是混合整数非线性规划（MINLP），这是非确定性多项式时间（NP）困难。我们提出了一个有效的低复杂度的算法由三个子模块。首先，我们提出了一种基于贪婪原理的算法来确定用户和基站之间的最佳关联矩阵。然后，我们提供了两种方法，一个修改后的K-均值和收缩和重新调整（SR）的过程中，将每个TUAV与地面站。最后，提出了基于黄金搜索和SR过程的两种算法来调整TUAV在建筑物上空悬停区域内的位置。在此之后，我们考虑的双重问题，最大化的总和率，同时保持暴露低于预定义的值，如监管所强制执行的水平。接下来，我们进行了广泛的模拟，以显示所提出的TUAVs的有效性，以减少暴露相比，各种架构。最终，我们表明，与固定的绿色小蜂窝相比，具有绿色天线的无人机可以有效地减轻超过20%的EMF暴露，同时实现更高的数据速率。
2021-06-03 cs.NI eess.SP
Attention-based UAV Trajectory Optimization for Wireless Power Transfer-assisted IoT Systems
Hunan University of Technology and Business（湖南工商大学）；Xiangjiang Laboratory（湘江实验室）；Hunan Normal University（湖南师范大学）；Nanjing University（南京大学）
针对无线功率传输辅助物联网系统中无人机资源有限和轨迹规划次优的问题，提出基于图变换器的注意力轨迹优化框架，结合改进的Actor-Critic训练方法，实现大规模多无人机轨迹的高质量规划。
2025-02-23 cs.AI eess.SP
Smart 6G Sky for Green Mobile IOT Networks
6 G的设想是连接一切，但能源效率比5G高出100倍。由于其能够使用环境能源，能量收集（EH）有望缓解满足这些相互冲突的需求的挑战。此外，当涉及到物联网（IoT）时，它是实现连接一切的基础之一，对EH的需求可能是不可避免的。物联网不仅涉及连接数量庞大的设备，而且还涉及难以到达的设备。然而，好消息是，无人机（UAV）由于其灵活性和易于部署，正在出现，以在基础设施缺乏时提供通信服务。将无人机和物联网合并是非常有趣的，因为前者不仅可以为物联网实现灵活的连接，而且还可以在任何限制下为它们提供动力。然而，管理UAV辅助的IoT资源以满足某些数据通信和EH质量测量，同时保持UAV消耗的能量最小化是一个主要挑战，因为这对应于非凸优化问题。显然，当物联网网络设备是移动的时，情况会变得更糟。由于人工智能（AI）在解决复杂问题方面的成功，在本项目中，我们依靠深度确定性策略梯度（DDPG）技术来管理无人机辅助物联网资源。我们的研究结果表明，DDPG实现了联合优化的三个目标，即总和数据速率和收获的能量最大化，能源消耗最小化，而传统的数学方案。该项目的代码可在https://github.com/QusaiBshiwa/Smart-6G- Sky-for-Green-Mobile-IOT-Networks上公开访问
2023-02-15 cs.SY eess.SP eess.SY
Multiple UAV-Assisted Cooperative DF Relaying in Multi-User Massive MIMO IoT Systems
本文针对多用户大规模MIMO物联网系统，提出联合优化混合波束成形、多无人机中继定位与功率分配的方法，以最大化总可达速率，并验证其优于单无人机及固定配置方案。
2024-04-03 cs.IT eess.SP math.IT
Green Offloading in Fog-Assisted IoT Systems: An Online Perspective Integrating Learning and Control
School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）
在雾辅助物联网系统中，通常的做法是将任务从物联网设备卸载到其附近的雾节点，以减少任务处理延迟和能耗。然而，在线节能方案的设计仍然是一个开放的问题，因为各种不确定性的系统动力学，如处理能力和传输速率。此外，决策过程受到雾节点和物联网设备资源限制的约束，使设计更加复杂。在本文中，我们制定这样的任务卸载问题与未知的系统动力学作为一个组合的多臂强盗（CMAB）问题的长期约束的时间平均能耗。通过在线学习和在线控制的有效结合，我们提出了一个\textit{Learning-Aided Green Offloading}（LAGO）计划。在LAGO中，我们采用强盗学习方法来处理开发探索权衡，并利用虚拟队列技术来处理长期约束。我们的理论分析表明，LAGO可以减少平均任务延迟与一个可调的次线性遗憾界在有限的时间范围内，并满足长期的时间平均能量约束。我们进行了大量的模拟来验证这些理论结果。
2020-08-01 cs.AI cs.NI eess.SP
Outage Probability Analysis of NOMA Enabled Hierarchical UAV Networks with Non-Linear Energy Harvesting
Ecole Nationale Supérieure des Technologies Avancées（国立高级技术学院）；University of El-Oued（欧德大学）；Ankara Yıldırım Beyazıt University（安卡拉伊尔迪里姆贝亚齐特大学）；Carleton University（卡尔顿大学）；King AbdulAziz University（阿卜杜勒阿齐兹国王大学）
本文提出一种具有非线性能量收集和非正交多址接入的分层无人机网络，以提升能量和成本效率，通过 Nakagami-m 信道分析地面物联网设备、CMU 和系统整体 outage 概率，对比非能量收集系统，证明其在 outage 概率上的优势。
2026-03-19 eess.SP
Practical Evaluation of Low-Frequency Vibration Energy Harvesting for Creating Green RFID and IoT Devices
针对绿色RFID与IoT系统的能源受限问题，本文分析了海运场景下基于振动的能量收集系统性能，验证其可为超级电容稳定供能，支撑无电池无源设备运行。
2024-10-30 cs.ET eess.SP
Unmanned Aerial Vehicle for Internet of Everything: Opportunities and Challenges
信息和通信技术（ICT）的最新进展使物联网（IoT）从单一的“物”方面进一步扩展到“物的智能连接”的全能角色。同时，万物互联（IoE）的概念被提出作为物联网的万能扩展。然而，IoE的实现遇到了关键的挑战，包括有限的网络覆盖和现有网络技术的有限资源。近年来，无人机（UAV）由于其高机动性、低成本和灵活部署等优点而受到广泛关注。因此，无人机可能会克服IoE的挑战。本文对无人机支持的万物互联的机遇和挑战进行了全面调查。我们首先提出了万物互联的三个关键期望：1）可扩展性，需要具有无处不在覆盖的可扩展网络架构; 2）智能化，需要实现智能事物的全球计算平面; 3）多样性，需要提供不同的应用程序。此后，我们将回顾实现这些期望的支持技术，并讨论万物互联的四个内在限制（即，覆盖约束、电池约束、计算约束和安全问题）。然后，我们介绍了无人机的概述。接下来，我们将讨论无人机为万物互联带来的机遇。此外，我们还介绍了一种利用无人机的移动性来实现无人机万物互联（Ue-IoE）的解决方案，在该方案中，我们表明Ue-IoE可以大大增强万物互联的可扩展性、智能性和多样性。最后，我们概述了Ue-IoE的未来发展方向。
2020-04-12 cs.NI eess.SP
Swarm of UAVs for Network Management in 6G: A Technical Review
第五代（5G）蜂窝网络已经导致了超5G（B5 G）网络的实现，该网络能够将自主服务整合到无人机（UAV）群中。它们提供容量扩展策略，以解决大规模连接问题，并保证超高吞吐量和低延迟，特别是在网络密度、带宽和流量模式波动的极端或紧急情况下。一方面，6 G技术集成了AI/ML、物联网和区块链，以建立超可靠、智能、安全和无处不在的无人机网络。另一方面，6 G网络依赖于新的使能技术，如空中接口和传输技术，以及独特的网络设计，这对无人机群提出了新的挑战。考虑到这些挑战，本文重点关注在6 G移动网络中运行的无人机群所面临的安全和隐私、智能和能效问题。在这篇最先进的综述中，我们将区块链和AI/ML与利用6 G生态系统的无人机网络集成在一起。然后提出了主要的研究结果，并确定了潜在的研究挑战。最后，我们的审查阐明未来的研究在这一新兴的研究领域。
2022-10-06 cs.NI eess.SP
Energy-cost aware off-grid base stations with IoT devices for developing a green heterogeneous network
异构网络（HetNet）是一种特定的蜂窝平台，用于应对快速增长的预期数据流量。从通信的角度来看，数据负载可以被映射到通常放置在运营商网络上的能量负载。同时，可再生能源辅助网络提供减少化石燃料消耗，从而减少环境污染。本文提出了一种基于可再生能源的离网HetNet供电架构，使用一种新的能量共享模型。每个宏、微、微微或毫微微基站（BS）都使用太阳能光伏（PV）以及足够的储能设备。此外，生物质发生器（BG）用于宏和微BS。并置的宏BS和微BS通过端到端电阻线连接。针对非实时的应用，通过权衡功耗和通信时延，提出了一种新的带休眠机制的加权比例公平资源调度算法。此外，针对窄带物联网（IoT）应用的具有扩展的非连续接收（eDRX）和省电模式（PSM）的所提出的算法延长了IoT设备的电池寿命。HOMER优化软件用于执行最佳系统架构、经济性和碳足迹分析，而Monte-Carlo模拟工具用于评估吞吐量和能效性能。该算法对农村实际数据是有效的。我们证明了所提出的电源架构是节能的，具有成本效益，可靠，环保。
2021-10-12 cs.NI eess.SP
A UAV-Aided Digital Twin Framework for IoT Networks with High Accuracy and Synchronization
本研究提出一种无人机辅助的数字孪生框架，通过优化无人机部署和基于信息年龄的新指标AoDT，实现物理与数字系统的高精度同步，最大化数据收集量。
2025-04-22 cs.ET eess.SP
Characterizing Energy Efficiency of Wireless Transmission for Green Internet of Things: A Data-Oriented Approach
物联网（IoT）应用的日益普及给无线通信社区带来了新的挑战。物联网中的许多智能设备和传感器将生成大量的短数据包。未来的无线传输系统需要以极高的能量效率来支持这种小数据的可靠传输。在本文中，我们介绍了一种新的面向数据的方法，用于表征物联网应用的无线传输策略的能效。具体来说，我们提出了针对个人数据传输会话的新的能源效率性能限制。通过对两种信道自适应传输策略的初步分析，提出了小数据量绿色传输的几个重要设计准则。我们还提出了几个有前途的未来应用所提出的面向数据的能源效率表征。
2019-04-16 cs.IT eess.SP math.IT
IoT on the Road to Sustainability: Vehicle or Bandit?
本文评估了物联网在节点与网络侧的生态影响，发现设备生产碳足迹高于运行阶段，且在蜂窝网络中支持IoT使整体能耗增加超15%，呼吁采用新型节点设计并尽早考虑未来网络支持，强调需多学科合作引导其可持续发展。
2024-05-31 eess.SP
UAV-assisted Distributed Learning for Environmental Monitoring in Rural Environments
University of Novi Sad（诺威萨大学）；The Institute for Artificial Intelligence Research and Development of Serbia（塞尔维亚人工智能研究与发展研究所）
本文提出利用无人机作为中继并结合拆分学习，在偏远农村物联网环境监测中缓解连接与资源限制，并通过仿真验证其在恶劣信道下的鲁棒性和自适应优势。
2024-07-02 cs.AI cs.LG eess.SP
UAV-Enabled IoT Networks: A SWIPT Energy Harvesting Architecture with Relay Support for Disaster Response
本文提出一种基于SWIPT技术的无人机赋能物联网网络架构，通过优化能量收集和中继支持，提升灾害响应网络的效率与覆盖能力。
2025-02-10 eess.SP
The Role of UAV-IoT Networks in Future Wildfire Detection
由于全球野火的严重性和频率增加，野火管理和检测的挑战最近越来越受到关注。流行的火灾探测技术，如卫星成像和基于遥感相机的传感技术，存在探测时间晚、可靠性低的问题，而早期野火探测是防止大规模火灾的关键。在本文中，我们提出了一种新的基于无人机辅助物联网（UAV-IoT）网络的野火检测解决方案。主要目标是（1）研究用于野火检测的UAV-IoT网络的性能和可靠性，以及（2）提出优化UAV-IoT网络的指导方针，以在有限的预算下提高火灾检测概率。我们专注于优化物联网设备的密度和覆盖森林区域的无人机数量，以便在有限的时间和预算内最大限度地提高野火检测概率的下限。在火灾发生后的任何时候，距离火灾有限距离内的物联网设备都可以检测到火灾。只有当无人机在附近时，这些物联网设备才能报告它们的测量结果。离散时间马尔可夫链（DTMC）分析被用来计算在离散时间的火灾探测概率。在宣布火灾检测之前，验证状态被设计为考虑物联网设备的实际限制，例如误检和误报概率。数值结果表明，如果有足够的系统预算，基于UAV-IoT的火灾探测可以提供比最先进的卫星成像技术更快，更可靠的野火探测解决方案。
2020-07-28 cs.NI eess.SP
3D UAV Trajectory and Data Collection Optimisation via Deep Reinforcement Learning
Queen’s University Belfast（贝尔法斯特女王大学）；Ho Chi Minh City University of Technology and Education（胡志明市技术教育大学）；Tyndall National Institute（廷德尔国家研究所）；University of Southampton（南安普顿大学）
为了提高无线通信的网络性能和覆盖范围，现在开始部署无人机（UAV）。然而，由于其机载功率和飞行时间的限制，这是具有挑战性的，以获得一个最佳的资源分配方案，无人机辅助物联网（IoT）。在本文中，我们设计了一种新的无人机辅助物联网系统，该系统依赖于无人机的最短飞行路径，同时最大限度地提高从物联网设备收集的数据量。然后，设想了一种基于深度强化学习的技术，用于在特定覆盖区域中找到最佳轨迹和吞吐量。经过训练后，无人机能够以显著的总速率提高自主收集来自用户节点的所有数据，同时最大限度地减少所使用的相关资源。提供的数值结果，以突出我们的技术如何达到的吞吐量，轨迹和所花费的时间之间的平衡。更明确地说，我们在无人机轨迹，预期的回报和总的总和率方面的可达到的性能。
2021-06-06 cs.AI cs.LG eess.SP
Joint Energy and SINR Coverage Probability in UAV Corridor-assisted RF-powered IoT Networks
针对无人机走廊辅助的射频供能物联网网络，研究能量与SINR联合覆盖概率，通过建模空中走廊与视距概率推导精确解与紧近似，给出最优无人机部署数和走廊长度。
2024-09-13 cs.IT eess.SP math.IT
Eco-Friendly 0G Networks: Unlocking the Power of Backscatter Communications for a Greener Future
本文研究反向散射通信与0G网络的集成，通过分析架构、运营目标及Waste Factor指标，展示其对绿色物联网在性能、可扩展性和可持续性方面的提升，并指出应用前景与挑战。
2024-11-20 cs.ET cs.NI eess.SP
Drone-aided Localization in LoRa IoT Networks
Ecole Polytechnique Federale de Lausanne（洛桑联邦理工学院）；Swisscom IoT/5G Innovation Lab（瑞士电信物联网/5G创新实验室）；Pompeu Fabra University (UPF)（庞培法布拉大学）
除了作为物联网（IoT）的一部分外，无人机还可以作为推动者在其中发挥相关作用。UAV的3D移动性可以被利用来改善IoT网络中的节点定位，例如，搜索和救援或货物定位和跟踪。广泛的物联网通信技术之一是远程广域网（LoRaWAN），它允许以低功耗实现长通信距离。在这项工作中，我们提出了一个无人机辅助定位系统的LoRa网络中，无人机用于提高一个节点的位置估计最初提供的网络。我们表征的通信系统的相关参数，并使用它们来开发和测试一个搜索算法在一个现实的模拟场景。然后，我们将全面实施一个真正的系统，其中无人机无缝集成到瑞士电信的LoRa网络中。无人机通过双向信息交换与网络协调，从而形成准确且完全自主的定位系统。在我们的现场测试中获得的结果显示，相对于固定网络提供的估计，定位精度提高了10倍。据我们所知，这是无人机首次成功集成到LoRa网络中，以提高其定位精度。
2020-04-08 cs.RO eess.SP
AoI-minimizing Scheduling in UAV-relayed IoT Networks
George Mason University（乔治梅森大学）；Virginia Tech（弗吉尼亚理工学院暨州立大学）
由于灵活性、自主性和低操作成本，作为固定空中基站的无人驾驶飞行器（UAV）越来越多地被用作\textit{relays}来收集时间敏感信息敏感信息（即，状态更新），并将其传递到附近的地面基站（TBS），在那里信息得到处理。为了确保信息（从所有IoT设备）到TBS的及时递送，时间敏感信息在两跳UAV中继IoT网络（即，IoT设备到UAV [跳1]，以及UAV到TBS [跳2]）成为关键挑战。为了解决这个问题，我们提出了在这种两跳无人机中继物联网网络中最小化信息年龄（AoI）的调度策略。为此，我们提出了一种低复杂度的MAF-MAD调度器，该调度器采用最大AoI优先（MAF）策略来对UAV（跳1）处的IoT设备进行采样，并采用最大AoI差异（MAD）策略来更新从UAV到TBS（跳2）的采样数据包。我们表明，MAF-MAD是理想条件下的最佳调度，即，无差错信道和在物联网设备上随意生成流量。相反，对于现实条件，我们提出了一种基于Deep-Q-Networks（DQN）的调度器。我们的仿真结果表明，基于DQN的调度器优于MAF-MAD调度器和其他三个基线调度器，即，最大AoI优先（MAF）、循环调度（RR）和随机，在网络较小（具有数十个IoT设备）的一般条件下在两跳处采用。然而，它不能很好地扩展网络规模，而MAF-MAD在所有考虑的大型网络场景下都优于所有其他路由器。
2021-09-24 cs.AI cs.NI eess.SP
MEC-Empowered Non-Terrestrial Network for 6G Wide-Area Time-Sensitive Internet of Things
针对6G广域时间敏感物联网需求，提出移动边缘计算赋能的无小区架构非地面网络，以时分框架设计通信与MEC系统，通过大规模CSI处理复杂传播环境并迭代求解时延最小化问题，仿真验证其性能优势及无人机载荷预设计的重要性。
2021-06-21 cs.IT eess.SP math.IT
Towards Green Communication: Soft Decoding Scheme for OOK Signals in Zero-Energy Devices
本文针对零能耗物联网设备中曼彻斯特编码OOK信号，提出一种新型软判决译码器并推导LLR的闭式表达式及简化近似，数值结果验证了软译码对卷积码覆盖范围的显著提升。
2024-05-03 cs.IT eess.SP math.IT
Aerial Intelligent Reflecting Surface Enabled Terahertz Covert Communications in Beyond-5G Internet of Things
无人驾驶飞行器（UAV）被设想广泛用于辅助物联网（IoT）应用中的无线通信。另一方面，太赫兹（THz）智能反射表面（IRS）预计将成为未来5G无线通信的核心技术之一，这些技术有望满足广泛的数据需求应用。在本文中，我们提出了一个无人机安装IRS（UIRS）通信系统在太赫兹波段的机密数据传播从接入点（AP）到多个地面用户设备（UE）在物联网网络。具体地，AP意图向调度的UE发送数据，而未调度的UE可能构成潜在的对手。为了保护信息消息和调度UE的隐私，我们的目标是设计一个节能的多无人机隐蔽通信方案，其中UIRS是可靠的数据传输，和一个额外的无人机被用作一个合作的干扰机产生的人工噪声（AN），以降低非调度UE检测。然后，我们制定了一个新的最小平均能量效率（mAEE）优化问题，目标是提高隐蔽吞吐量和减少无人机的推进能量消耗的隐蔽性要求，这是确定的解析。由于优化问题是非凸的，我们解决它通过块逐次凸近似（BSCA）的方法来迭代求解一系列近似凸子问题，设计二进制用户调度，AP的功率分配，最大AN干扰功率，IRS波束形成，和两个无人机的轨迹规划。最后，我们提出了一个低复杂度的整体算法的系统性能增强的复杂性和收敛性分析。数值结果验证了我们的分析，并证明我们的设计显着优于其他现有的基准计划。
2022-01-28 cs.ET cs.IT cs.NI
UAV-Enabled Data Collection for IoT Networks via Rainbow Learning
针对多天线UAV采集多地面物联网节点数据的问题，提出双环 Rainbow 学习算法联合优化轨迹、调度、功率与接收波束成形，显著提升总采集量、能效和公平性。
2025-06-11 cs.IT eess.SP math.IT
Roughsets-based Approach for Predicting Battery Life in IoT
Vellore Institute of Technology（韦洛尔理工大学）；University of the Faroe Islands（法罗群岛大学）
物联网（IoT）和相关应用成功地为提高地球上生命的价值做出了贡献。先进的无线传感器网络及其革命性的计算能力使各种物联网应用成为下一个前沿，几乎触及生活的所有领域。随着这一巨大进步，能源优化也成为关注绿色技术的主要问题。本研究重点关注与海洋环境中物联网框架中电池寿命可持续性相关的预测。所使用的数据是从芝加哥区海滩收集的公开数据集。首先，用属性均值替换数据中的缺失值。随后，应用独热编码技术来实现数据的同质性，然后应用标准标量技术来规范化数据。然后，粗糙集理论用于特征提取，并将所得数据馈送到深度神经网络（DNN）模型中以获得优化的预测结果。然后将所提出的模型与最先进的机器学习模型进行比较，结果证明其优越性的基础上的性能指标，如均方误差，平均绝对误差，均方根误差，和测试方差得分。
2021-02-09 cs.LG eess.SP
Quantum-Assisted Adaptive Beamforming in UASs Network: Enhancing Airborne Communication via Collaborative UASs for NextG IoT
针对无人机悬停导致的波束失真问题，提出QSUB量子搜索与Q-P-LL优化框架，实现自适应波束成形并提升机载通信的稳健性与可扩展性。
2024-01-26 cs.SY eess.SP eess.SY
Green Operations of SWIPT Networks: The Role of End-User Devices
针对物联网设备电池受限问题，本文构建基于随机几何的SWIPT网络分析模型，提出遗传算法求解能量最优配置，揭示了带无线能量传输的网络节能供应策略与传统网络的根本差异。
2024-10-31 cs.NI eess.SP
RF Wireless Power Transfer: Regreening Future Networks
绿色无线电通信是一个新出现的主题，因为信息和通信技术服务的总体足迹预计在2007年至2020年期间将增加两倍。鉴于这一研究路线，能量收集（EH）和无线功率传输（WPT）网络可以被评估为有前途的方法。在本文中，最近的趋势，为未来的绿色网络的EH和WPT平台上提供了一个概述。通过对射频WPT应用的反思，提出了绿色射频WTP的概念。因此，开放的挑战和有前途的组合，目前的技术，如小蜂窝，毫米（mm）波，物联网（IoT）网络，详细讨论，寻求解决方案的问题，如何重新绿色的未来网络？
2018-03-08 cs.IT eess.SP math.IT
