A Randomized Greedy Algorithm for Near-Optimal Sensor Scheduling in Large-Scale Sensor Networks
本文提出一种随机贪心算法，用于在资源受限的线性动态系统中选择少量传感器进行状态估计，通过分析曲率特性，得出估计误差的上界，并通过仿真验证了算法的有效性。
2018-04-03 cs.SY eess.SY
On Stochastic Sensor Network Scheduling for Multiple Processes
Nanyang Technological University（南洋理工大学）；KTH Royal Institute of Technology（皇家理工学院）
本文提出一种随机事件驱动的传感器调度方法，用于多过程远程状态估计，通过优化参数提升估计质量，并提供量化调度性能差距的方法。
2016-12-28 cs.SY eess.SY
Data-driven sensor scheduling for remote estimation in wireless networks
University of Southern California（南加州大学）
传感器调度是信号处理和控制中的一个重要研究课题，具有广泛的应用前景。尽管其成功的历史，大多数相关文献假设的传感器测量，如相关结构或整个联合概率密度函数的基础概率模型的知识。在这里，介绍了一个框架，用于远程估计的传感器调度系统的设计和调度决策是完全基于观测数据。单播和广播网络和相应的接收器被认为是。在这两种情况下，经验风险最小化可以构成为一个差分凸优化问题和局部最优解有效地获得通过应用凹凸过程。我们的结果是独立的数据的概率密度函数，相关结构和传感器的数量。
2019-12-05 cs.LG cs.SY eess.SY
Optimal Minimax Mobile Sensor Scheduling Over a Network
我们研究了使用单个移动传感器监测多个目标的问题，目标是在长时间范围内最大限度地减少所有目标之间的估计误差。传感器可以在网络约束结构中移动，它必须计划访问哪些目标以及在每个节点停留多长时间。我们证明了在最优观测时间分配中，所有目标的峰值不确定性是相同的。通过进一步限制代理政策，每个周期只访问每个目标一次，我们开发了一个计划，以优化代理的行为，是显着简单的计算相比，以前的方法类似的问题。
2020-09-23 cs.SY eess.SY
Optimal Pruning for Multi-Step Sensor Scheduling
AGT Group (R&D) GmbH（AGT集团（研发）有限公司）
针对线性高斯传感器调度问题，提出基于信息矩阵和Riccati方程单调性的信息剪枝算法，以计算高效地最小化多步估计误差。
2012-03-29 cs.RO cs.SY eess.SY
Power Scheduling of Kalman Filtering in Wireless Sensor Networks with Data Packet Drops
School of Automation, Beijing Institute of Technology（北京理工大学自动化学院）；Key Laboratory of Intelligent Control and Decision of Complex Systems（复杂系统智能控制与决策重点实验室）
本文研究了在数据包丢失的无线网络中，针对线性随机系统卡尔曼滤波的功率调度问题，通过最小化估计均方误差来优化传输功率，推导出最小均方误差估计器并分析其稳定性条件。
2014-03-14 cs.SY eess.SY
Optimal scheduling strategy for networked estimation with energy harvesting
联合优化调度和估计策略被认为是一个系统的两个传感器和两个非同位估计。每个传感器产生一个独立的和相同分布的随机变量序列，每个估计器相对于均方误差意义上形成相应序列的估计。由传感器产生的数据被发送到相应的估计器，通过带宽受限的无线网络，可以支持每个时隙的单个数据包。对有限通信资源的访问由调度器确定，调度器基于两个观测来决定发送哪个传感器测量。调度器具有容量有限的能量收集电池，其及时耦合决策问题。尽管整体缺乏凸性的团队决策问题，它表明，该系统承认全球最优的调度和估计策略的假设下，在传感器的随机变量的分布是对称的和单峰的。此外，最优调度策略具有由取决于时间索引和能量水平的阈值函数表征的结构。给出了一种阈值计算的递归算法。
2019-08-16 cs.SY eess.SY
Optimal Scheduling of Multiple Sensors over Lossy and Bandwidth Limited Channels
Hong Kong University of Science and Technology（香港科技大学）；Arizona State University（亚利桑那州立大学）；Zhejiang University（浙江大学）
本文研究了多个动态过程的传感器调度问题，提出了一种集中式调度策略以最小化远程估计器的总预期估计误差和通信成本，并展示了单调策略的最优性，同时提供了一种基于索引的启发式方法来避免计算复杂性。
2020-01-09 cs.SY eess.SY
Optimal Scheduling of Multiple Sensors with Packet Length Constraint
Hong Kong University of Science and Technology（香港科技大学）；Uppsala University（乌普萨拉大学）
本文研究多过程传感器数据调度问题，在带宽限制下优化远程估计器的估计误差协方差平均值，采用马尔可夫决策过程建模并证明存在确定性平稳策略。
2017-03-27 cs.SY eess.SY
Observation-driven scheduling for remote estimation of two Gaussian sources
University of Southern California（南加州大学）
研究针对两个相关高斯源的传感器网络，设计联合调度与估计策略以最小化均方误差。提出max-scheduling/mean-estimation策略，并在相关源和对称方差情况下进行优化。
2018-04-05 cs.SY eess.SY
Distributed Scheduling at Non-Signalized Intersections with Mixed Cooperative and Non-Cooperative Vehicles
交叉口管理与合作和非合作车辆的混合是至关重要的下一代交通系统。对于完全非合作系统，建立了极大极小调度框架，但在混合系统中，由于合作的利益没有被充分利用，极大极小调度框架效率低下。本文研究了混合系统中的有效调度问题，提出了一种充分利用合作关系的两阶段策略。具体而言，长视野的自组织策略，首先开发，以优化通过顺序的合作车辆在分布式的方式，证明了收敛时，入境道路是足够长的。针对自主车辆同时面对合作车辆和非合作车辆的情况，提出了一种短时程轨迹规划策略，并从理论上验证了其安全性和有效性。数值仿真结果表明，所提出的调度策略能够有效地降低调度成本，提高协同车辆的吞吐量。
2022-08-07 cs.SY eess.SY
Branching Dueling Q-Network Based Online Scheduling of a Microgrid With Distributed Energy Storage Systems
这封信研究了一种基于分支决斗Q网络（BDQ）的微电网在线运行策略，该微电网具有在不确定性下运行的分布式电池储能系统（BESS）。开发的基于深度强化学习（DRL）的微电网在线优化策略可以实现神经网络输出数量随分布式BESS数量的线性增加，克服了多个BESS充放电决策带来的维度灾难。数值仿真验证了该方法的有效性。
2021-05-27 cs.SY eess.SY
Stability of Kalman Filtering with a Random Measurement Equation: Application to Sensor Scheduling with Intermittent Observations
Guandong University of Technology（广东工业大学）；French-Argentinean International Center for Information and Systems Sciences, National Scientific and Technical Research Council（法阿信息与系统科学国际中心，国家科学技术研究委员会）；Dalian University of Technology（大连理工大学）；ABB Corporate Research Center（ABB企业研究中心）；University of Newcastle（纽卡斯尔大学）
本文研究了在测量方程（即测量矩阵和测量误差协方差）随机的情况下卡尔曼滤波的稳定性，提出了稳定性条件并讨论了其数值计算，应用于多传感器在损失性网络中调度观测的场景。
2018-10-18 cs.SY eess.SY
Optimal sensor scheduling under intermittent observations subject to network dynamics
受各种分布式控制应用的启发，我们考虑了一个具有高斯噪声的线性系统，该系统由多个传感器通过动态有损网络传输测量值。我们的特点是固定的最优传感器调度策略的有限时域，折扣，和长期的平均成本问题，并表明值迭代算法收敛到平均成本问题的解决方案。我们进一步表明，滚动时域截断值迭代提供的次优政策也保证稳定性，并提供接近最优的平均成本。最后，我们提供了定性表征的多维集的测量损失率的系统是稳定的静态网络，显着扩展间歇性观察早期的结果。
2021-01-08 cs.SY eess.SY math.OC
Fast Distributed Stochastic Scheduling for A Multi-Energy Industrial Park
工业园区多能源管理框架倡导能源转换与调度，充分利用多种能源的补偿性和时间可用性。然而，在电力供需不确定的情况下，如何利用弹性负荷和补偿非弹性负荷来匹配多台发电机和多台蓄能发电机仍然是一个关键问题。为了解决这个问题，能源管理问题被构造为一个随机优化问题。优化的目标是在满足能量约束的前提下，最小化时均能量成本，提高能量效率。为了实现分布式实时实现而无需知道任何先验知识的潜在的随机过程，分布式随机梯度算法的对偶分解和快速方案的基础上，提出了一种。基于实际数据的数值结果表明，采用该算法，工业园区可以渐近地实现社会福利最大化。
2022-05-24 cs.SY eess.SY
Sensor Scheduling in Variance Based Event Triggered Estimation with Packet Drops
Paderborn University（帕德博恩大学）；Uppsala University（乌普萨拉大学）
本文研究多传感器远程状态估计问题，考虑传感器通过独立同分布丢包信道传输局部状态估计至远程估计器，通过优化最小化估计误差协方差与能耗的凸组合，提出阈值策略的最优性。
2016-08-03 cs.SY eess.SY
Scalable Distributed Least Squares Algorithm for Linear Algebraic Equations via Periodic Scheduling
School of Automation, Beijing Institute of Technology（北京理工大学自动化学院）
本文提出一种带周期调度协议的分布式算法，在带宽受限下求解线性代数方程的最小二乘解，证明指数收敛并验证可扩展性。
2025-10-23 cs.SY eess.SY
Price-Based Distributed Scheduling of Flexible Demands in Energy Communities
School of Electrical and Computer Engineering, Cornell University（康奈尔大学电气与计算机工程学院）
研究能源社区基于价格的灵活需求分布式调度，通过双层随机动态规划建模，得出阈值定价规则（TPR），该规则计算成本低、抗建模不确定性，能保证社区收益与成员理性，且随社区规模增长渐近最优。
2026-08-24 cs.SY eess.SY
Goal-Oriented Sensor Reporting Scheduling for Non-linear Dynamic System Monitoring
Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）；Department of Electrical Engineering, Indian Institute of Technology Indore（印度印多尔理工学院电气工程系）；Skoda Auto University（斯柯达汽车大学）；Faculty of Informatics and Management, University of Hradec Krolove（赫拉德茨克拉洛韦大学信息与管理学院）；University of Oulu（奥卢大学）
本文提出基于深度强化学习的目标导向调度方法，用于非线性动态系统监控中的传感器报告调度，以降低均方误差并提高能效。
2026-07-17 cs.SY eess.SY
Data-Driven Switched State Estimation with Sparse Sensor Scheduling for Nonlinear Networked Systems
University of Calabria（卡拉布里亚大学）
针对未知非线性网络系统，提出数据驱动框架，通过在线分段线性化和4SID辨识构建切换模型，结合Procrustes对齐和凸优化设计稀疏观测器，在18链路交通网络上验证了高精度估计与传感器数量减少。
2026-09-28 cs.SY eess.SY
Towards Optimality Preserving Aggregation for Scheduling Distributed Energy Resources
本文针对异构分布式储能设备的调度问题，提出保证聚合模型无最优性损失的温和约束条件，从而降低计算负担并支持不确定性处理。
2019-06-20 cs.SY eess.SY
Optimal Sensor Scheduling for Multiple Linear Dynamical Systems
NTU（南洋理工大学）；KTH（皇家理工学院）；SDU（山东大学）
研究多传感器调度的最优碰撞自由调度问题，通过马尔可夫决策过程建模，提出渐进周期性调度方案，并设计子最优调度策略及最优成本下界。
2016-04-14 cs.NI cs.SY eess.SY
Optimal Periodic Sensor Scheduling in Networks of Dynamical Systems
Syracuse University（雪城大学）；Yeditepe University（耶迪特佩大学）
本文研究动态系统网络中周期性传感器调度问题，通过优化估计精度与总传感器激活次数的平衡，提出基于估计器增益非零列的算法，采用ADMM方法求解组合优化问题。
2014-04-17 cs.SY eess.SY stat.AP
Multi-Sensor Scheduling for Remote State Estimation over Wireless MIMO Fading Channels with Semantic Over-the-Air Aggregation
EURECOM（欧洲通信研究所）；University of Granada（格拉纳达大学）
本文提出了一种基于语义空中聚合的多传感器调度方法，通过动态规划和正半定锥分解，实现无线MIMO衰落信道中的高效远程状态估计。
2026-02-04 cs.SY eess.SP eess.SY
Transmission Power Scheduling for Energy Harvesting Sensor in Remote State Estimation
Hong Kong University of Science and Technology（香港科技大学）；The University of Newcastle（纽卡斯尔大学）；Uppsala University（乌普萨拉大学）
本文研究无线传感器网络中的远程估计问题，提出利用能量收集传感器而非传统电池供电传感器，并设计最优传输功率控制策略及近似策略，通过数值示例评估其性能。
2014-02-24 cs.SY eess.SY math.OC
An efficient distributed scheduling algorithm for relay-assisted mmWave backhaul networks
提出了一种新的分布式调度算法，该算法的目标是在中继辅助的树形mmWave回程网络中有效地调度上行和下行回程业务。讨论了控制消息的握手、本地调度的计算以及最终有效调度的确定。仿真结果表明，分布式算法的性能可以达到非常接近回程网络的最大业务需求，并且能够快速准确地适应小小区基站业务需求急剧变化的动态业务。
2022-02-16 cs.NI cs.SY eess.SY
Backpressure-based Mean-field Type Game for Scheduling in Multi-Hop Wireless Sensor Networks
NYUAD Research Institute New York University Abu Dhabi（纽约大学阿布扎比分校研究学院）；Department of Mathematics KTH Royal Institute of Technology（瑞典皇家理工学院数学系）；Engineering Division New York University Abu Dhabi（纽约大学阿布扎比分校工程学院）
本文提出基于背压的均场类型博弈框架，用于优化多跳无线传感器网络中的调度，通过结合均场项和背压动态，实现局部与全局效率的平衡。
2026-01-26 cs.SY eess.SY math.OC
Novel Sensor Scheduling Scheme for Intruder Tracking in Energy Efficient Sensor Networks
Department of Computer Science and Automation, Indian Institute of Science（计算机科学与自动化系，印度科学研究院）
本文提出基于POMDP的强化学习算法，用于在能量受限下高效跟踪入侵者，通过UCT方法实现状态和动作空间的扩展，验证了算法在大规模问题中的有效性。
2018-02-24 cs.AI cs.SY eess.SY
Optimal Sensor Scheduling and Remote Estimation over an Additive Noise Channel
Coordinated Science Laboratory, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校协同科学实验室）
研究在存在加性噪声信道下，如何通过最优传感器调度与远程估计降低通信与估计成本。
2015-09-30 cs.IT cs.SY eess.SY
Stochastic Sensor Scheduling for Energy Constrained Estimation in Multi-Hop Wireless Sensor Networks
Carnegie Mellon University（卡内基梅隆大学）；Università degli Studi della Calabria（卡拉布里亚大学）
针对多跳无线传感器网络中能量受限的远程估计问题，提出一种基于凸优化的随机传感器选择算法，最小化渐近期望估计误差协方差矩阵，且无需额外通信开销。
2011-07-09 cs.SY eess.SY math.OC
Stochastic Sensor Scheduling for Networked Control Systems
ACCESS Linnaeus Center, School of Electrical Engineering, KTH Royal Institute of Technology（ACCESS林奈中心，电气工程学院，KTH皇家理工学院）
针对网络化估计与控制系统，提出一种基于连续时间马尔可夫链的随机传感器调度策略，通过最小化包含采样频率和参数切换代价的成本函数，公平分配网络资源，并给出闭环性能的上界。
2013-10-15 cs.SY eess.SY math.OC
A Separation Theorem for Joint Sensor and Actuator Scheduling with Guaranteed Performance Bounds
我们研究的问题，共同设计一个稀疏的传感器和执行器的线性动力系统的时间表，同时保证控制/估计性能，接近完全感测/致动设置。我们进一步证明了分离原则，表明问题可以分解成单独寻找传感器和执行器的时间表。然而，它表明，这个问题不能有效地解决或近似多项式，甚至准多项式时间的时不变的传感器/执行器的时间表，相反，我们开发了确定性的多项式时间算法的时变传感器/执行器的时间表，保证近似边界。我们的主要结果是提供一个多项式时间的联合执行器和传感器的时间表，平均只选择一个恒定数量的传感器和执行器在每个时间步，无论系统的尺寸。其关键思想是稀疏的可控性和可观性Gramian，同时提供近似保证Hankel奇异值。这个想法的灵感来自于最近在理论计算机科学文献中关于稀疏化的结果。
2020-05-06 cs.MA cs.SY eess.SY
Sensor Scheduling in Intrusion Detection Games with Uncertain Payoffs
本研究针对入侵检测中的传感器调度问题，提出分布式加权多数算法和在线学习方法，分别处理已知与未知收益场景，高效计算纳什均衡策略并实现阶最优遗憾界。
2025-04-20 cs.GT cs.SY eess.SY
Parallel/Distributed Tabu Search for Scheduling Microprocessor Tasks in Hybrid Flowshop
本文研究带多处理器任务的混合流水车间调度中的最大完工时间最小化问题，提出了一种基于并行与分布式机制的禁忌搜索算法进行邻域评估，有效平衡了异构网络环境。
2025-09-14 cs.DC cs.SY eess.SY
Near-Optimal Sensor Scheduling for Batch State Estimation: Complexity, Algorithms, and Limits
University of Pennsylvania（宾夕法尼亚大学）；Massachusetts Institute of Technology（麻省理工学院）
本文针对线性系统批量状态估计问题，提出一种在精度和时间复杂度上均优于现有算法的近优传感器调度算法，其解的质量接近最优解，并具有较低的计算复杂度。
2016-09-26 cs.RO cs.SY eess.SY
On Minimizing Channel-Aware Age of Information in a Multi-Sensor Setting
我们提出了一个变种的信息时代（AoI）度量称为智能感知信息时代（CA-AoI）。与AoI不同，CA-AoI考虑源和预期目的地之间的信道条件来计算目的地接收的最近更新的“年龄”。该新度量确保资源分配不会严重地向具有差信道条件的源倾斜。我们设计调度策略的多传感器系统中，传感器报告他们的测量到一个中央监测站通过一个共享的不可靠的通信信道的目标是最小化的时间平均值的加权和CA-AoIs。我们最初得到普遍的下限的新鲜度目标。我们发现，调度问题是可索引的，并得出低复杂度的Whittle指数为基础的调度策略。我们还设计了平稳随机调度算法，并给出了优化过程，以找到最佳的政策参数。通过模拟，我们表明，我们提出的政策超过贪婪的政策在几个设置。此外，基于Whittle指数的调度策略在所有考虑的设置中优于其他策略。
2021-01-11 cs.IT cs.SY eess.SY
CPU Scheduling in Data Centers Using Asynchronous Finite-Time Distributed Coordination Mechanisms
我们提出了一个异步迭代方案，允许一组互连的节点，以分布式达成协议，在一个预先指定的范围内，在有限数量的步骤。虽然这种方案可以在各种各样的应用程序中，我们讨论它的范围内的任务调度数据中心。在这种情况下，该算法是保证近似收敛到最佳的调度计划，给定的可用资源，在有限数量的步骤。此外，由于是异步的，所提出的方案能够考虑到可以以延迟可变性的形式从离散节点或通信问题引入的不确定性，同时仍然收敛到目标。此外，通过使用广泛的经验评估，通过模拟，我们表明，所提出的方法具有最先进的性能。
2023-01-12 cs.DC cs.SY eess.SY
Energy-Optimal Scheduling in Low Duty Cycle Sensor Networks
Faculty of Engineering and Natural Sciences, Sabanci University（萨班哲大学工程与自然科学学院）
针对低占空比无线传感器网络，提出一种类MaxWeight的睡眠-活动调度算法，在时变信道和流量条件下实现能量消耗任意接近全局最小值。
2011-03-22 cs.NI cs.SY eess.SY
Dynamic Joint Scheduling of Anycast Transmission and Modulation in Hybrid Unicast-Multicast SWIPT-Based IoT Sensor Networks
针对基于SWIPT的物联网传感器网络中分离式接收机能耗高的问题，结合集成接收机架构，提出UMSM联合调度算法，在满足吞吐量与采能约束下实现更优的采能与吞吐量性能。
2023-07-17 cs.IT cs.NI cs.SY
A Unified Framework for Joint Sensor Placement and Scheduling for Intrusion Detection
提出一个统一框架，将传感器放置与方向调度联合优化，通过博弈论设计效用函数并利用弱子模性实现近最优检测性能。
2026-06-19 cs.GT cs.SY eess.SY
Robust-to-Noise Algorithms for Distributed Resource Allocation and Scheduling
本文针对噪声与扰动环境下的分布式资源分配和调度问题，提出基于符号动力学的抗噪声多智能体算法，并结合凸优化、控制理论与网络科学保证资源-需求平衡和约束可行性。
2023-11-30 cs.DC cs.SY eess.SP
Optimal Communication Scheduling and Remote Estimation over an Additive Noise Channel
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文研究单传感器与单估计器在加性噪声信道下的序列调度与远程估计问题，通过动态规划分析噪声影响，发现传输机会数量出现相变现象。
2016-10-18 cs.IT cs.SY eess.SY
Optimal Downlink-Uplink Scheduling of Wireless Networked Control for Industrial IoT
针对半双工控制器下工业IIoT无线网络化控制的上下行传输折中，建立长期平均代价优化问题，给出有界代价最优平稳确定性策略的充要条件及低复杂度次优策略。
2019-10-06 cs.IT cs.SY eess.SY
