Optimal Scheduling for Energy Harvesting Transmitters with Hybrid Energy Storage
我们考虑数据传输的能量收集发射机，它具有一个混合的能量存储单元组成的一个非常有效的超级电容器（SC）和一个低效的电池。SC具有用于能量存储的有限空间，而电池具有无限空间。发射器可以选择将收集的能量存储在SC或电池中。能量同时从SC和电池中排出。在这种情况下，我们认为离线吞吐量最大化问题的最后期限在点对点通道。与以前的工作相比，具有有限和无限存储容量的混合储能模型对传输策略施加了一组广义约束。因此，我们表明，该解决方案概括了单个电池，并通过多次应用定向注水算法获得。
2013-05-23 cs.IT cs.NI math.IT
Towards Battery-Free Wireless Sensing via Radio-Frequency Energy Harvesting
City University of Hong Kong（香港城市大学）；Shandong University（山东大学）；Delft University of Technology（代尔夫特理工大学）；University at Buffalo, SUNY（纽约州立大学布法罗分校）；Macquarie University（麦考瑞大学）
本文提出REHSense，利用射频能量采集器替代Wi-Fi接收器，在实现呼吸监测、活动与手势识别的同时将功耗降低98.7%并采集高达4.5mW能量。
2024-08-26 cs.AR cs.HC cs.LG
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
An ns-3 implementation of a battery-less node for energy-harvesting Internet of Things
在物联网（IoT）中，可以部署数千个设备来从环境中获取数据并为不同领域的多个应用提供服务。在许多情况下，期望装置在能量方面是自我可持续的。因此，研究界正在探索采用无电池设备的可能性，其中能量仅来自外部和/或环境来源，例如太阳能电池板。在这项工作中，我们提出了一个（超级）电容器的ns-3模型，它可以用作无电池物联网设备中收集的能量的存储，并增加了对设备间歇行为的支持，根据其能量水平关闭/打开。为了验证该模型的使用，我们将其应用于LoRaWAN节点，并将仿真结果与通过数学分析获得的文献结果进行比较，确认了实施的准确性。然后，我们展示了分析能量可用性和通信性能之间的相互作用的重要性，为该领域更准确和逼真的模拟铺平了道路。实现的代码作为开放源代码提供。
2021-03-26 cs.NI
Integrating Battery-Less Energy Harvesting Devices in Multi-hop Industrial Wireless Sensor Networks
本文提出三种将无电池能量收集设备集成到工业多跳无线传感器网络的策略，优先缓解设备间歇性开关问题，并基于能量来源、存储容量、移动性、延迟和可靠性等因素深入评估了各策略的适用性。
2024-02-28 cs.NI
BEH: Indoor Batteryless BLE Beacons using RF Energy Harvesting for Internet of Things
室内信标系统是物联网的基石。到目前为止，大多数研究工作都集中在实现基于信标通信的各种应用上。然而，信标设备上的功耗成为室内网络大规模部署的瓶颈。一方面，信标设备的尺寸需要足够小以便于部署，这进一步限制了电池的尺寸。另一方面，更换信标设备的电池可能导致高昂的维护成本。重要的是为他们提供充分的能源自主权。为了解决这个问题，我们提出了BEH：一个室内信标系统，旨在永久无电池运行。我们的贡献是双重的。首先，我们提出了四种方法来提高信标系统中所收集的RF能量的利用效率，通过这些方法，能量消耗水平变得足够低以适合能量收集预算。其次，我们使用蓝牙低功耗（BLE）和射频（RF）能量收集设备实现BEH，并在实验室环境中广泛测试BEH。我们的测试结果表明，BEH可以使移动和静态BLE信标设备在（16米$^{\text{2}}$）房间的永久寿命操作。在最佳情况下，平均包接收率达到99%以上。
2019-11-08 cs.NI eess.SP
Sizing up the Batteries: Modelling of Energy-Harvesting Sensor Nodes in a Delay Tolerant Network
对于能量收集传感器节点，可充电电池在传感和传输中起着关键作用。通过耦合两个简单的马尔可夫队列模型中的延迟容忍网络设置，我们认为这些传感器节点的电池大小的问题，以有效地运作：给定预期的能量耗尽和溢出概率，如何决定所需的最小电池容量，以确保机会数据交换，尽管可再生能源发电的固有不确定性。
2022-10-11 cs.NI cs.PF
Structural Properties of Optimal Transmission Policies for Delay-Sensitive Energy Harvesting Wireless Sensors
我们考虑一个能量收集传感器在衰落信道上传输延迟敏感的数据。我们的目标是找到最佳的传输调度策略，最大限度地减少分组排队延迟给定的可用收获的能量。我们制定的问题作为一个马尔可夫决策过程（MDP）跨越发射机的缓冲区，电池和信道状态的状态空间，并分析所产生的最佳价值函数，量化的最优调度策略的长期性能的结构特性。我们发现，最佳的价值函数（i）是非递减的，并有越来越多的差异，在队列积压;（ii）是非递增的，并有越来越多的差异，在电池状态;和（iii）是子模块的缓冲区和电池状态。我们的数值结果证实了这些属性，并表明，最优调度策略优于所谓的贪婪的传感器中断，缓冲区溢出，能源效率和排队延迟方面的政策。
2018-03-26 cs.NI
Battery-Less LoRaWAN Communications using Energy Harvesting: Modeling and Characterization
针对电池不可持续的物联网设备，提出基于Markov模型的无电池LoRaWAN上下行性能评估方法，证明合理配置电容与电压阈值可实现可行通信。
2024-02-12 cs.NI
Stability Analysis of Slotted Aloha with Opportunistic RF Energy Harvesting
能量收集（EH）是实现能量高效的无线网络的有前途的技术。在本文中，我们利用周围的RF能量，特别是来自相邻传输的干扰，以补充EH使能节点的电池。然而，RF能量收集对无线网络的分析提出了新的挑战。我们在这项工作中的目标是调查的时隙Aloha随机接入无线网络的性能，包括两种类型的节点，即I型，具有无限的能量供应和II型，这是完全由一个RF能量收集电路供电。类型I节点的传输由类型II节点回收以补充其电池。我们的特点是半双工和全双工能量收集模式下的稳定吞吐量区域的内界，以及有限容量的电池的情况下。我们提出的数值结果，验证我们的分析结果，并证明其实用程序的精确系统的分析。
2015-07-27 cs.NI
Age-Minimal Online Policies for Energy Harvesting Sensors with Incremental Battery Recharges
被认为是一个传感器节点发送测量更新有关的一些物理现象的目的地。该传感器依靠从自然界收集的能量来传输其更新，并配备了一个有限的$B$大小的电池，以节省其收集的能量。根据泊松过程，能量以单位递增地为电池充电，并且一次更新消耗一个能量单位到达目的地。该设置是在线的，其中能量到达时间在能量被收集之后被因果地揭示。目标是及时更新目的地，即，使得信息的长期平均年龄最小化，受到能量因果关系约束。信息在给定时间的年龄定义为自最新更新到达目的地以来所花费的时间。它示出的最佳更新策略如下的更新结构，其中的更新时间是独立的，和提交一个更新和具有$k$单位的能量剩余在电池中的任何两个连续的事件之间的持续时间是独立的和相同的分布对于一个给定的$k\leq B-1$。明确表征了$B=2$能量单位的情况下的最优更新策略，并且示出了它具有能量依赖的阈值结构，其中传感器仅在年龄增长超过一定阈值时才更新，该阈值是其电池中能量的量的函数。
2018-02-22 cs.IT cs.NI eess.SP
Active Status Update Packet Drop Control in an Energy Harvesting Node
本文考虑了一种能量收集传感器节点的电池大小$B_{max}$，充电电池通过一个增量的能量收集过程，并接收更新从一个单一的信息源在时隙的时间。节点主动决定在其操作时间的一部分内使通信电路断电（OFF）或通电（ON），以便维持能量效率。接收（丢弃）在ON（OFF）时段中到达的更新分组。在ON时段期间支付确定性的每次能量成本。掉电决定可以是部分或全部性质的，从而产生用于决定ON-OFF间隔的各种选项。我们开发的年龄阈值为基础的电源开关计划，以尽量减少年龄的信息在节点上的能量收集的限制与部分和全部电源关闭选项$B_{max}=1$和$B_{max}=\infty$的情况下。
2019-11-06 cs.IT cs.NI math.IT
LoRa Network Performance Under Ambient Energy Harvesting and Random Transmission Schemes
LoRa网络已部署在世界各地，是物联网（IoT）的主要无线技术。智能计量、农业、供应链和物流等大规模连接应用最适合LoRa部署，因为它们具有长距离、低成本和低功耗的特性。与此同时，从环境源中提取能量的能量收集技术使许多小型无线传感器能够实现无电池运行。本文研究了这两种技术的合并，并使用随机几何和马尔可夫分析工具对设备和网络性能进行数学建模。为此，我们推导出电容器电压的稳态分布，由于LoRa网关处的共扩展因子干扰而导致的中断概率，并提出自适应充电时间方案以减轻能量中断事件。
2021-02-03 cs.NI cs.SY eess.SY
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
Analysis of the Packet Loss Probability in Energy Harvesting Cognitive Radio Networks
提出了一种马尔可夫电池模型，用于描述认知无线电网络中能量收集（EH）次用户（SU）的能量状态变化。基于所提出的电池模型，我们推导出分组损失率在EH SU由于感测不准确和能量中断。利用所提出的分析，分组损失率可以容易地被预测并用于优化传输策略（即，成功传输和EH的机会），以提高其吞吐量。特别地，所提出的方法可以应用于上层（调度和路由）优化。为此，我们通过Monte-Carlo模拟验证了所提出的分析，并显示了分析和模拟结果之间的协议。
2016-03-03 cs.NI cs.PF math.PR
Basic Performance Limits and Tradeoffs in Energy Harvesting Sensor Nodes with Finite Data and Energy Storage
由于许多传感器网络应用需要部署在偏远和难以到达的地区，因此确保此类网络能够长时间无人值守至关重要。因此，使用具有能量补充能力的节点的概念已经越来越流行。然而，必须开发新的技术和协议，以最大限度地提高传感器网络的性能与能量补充。在这里，我们分析了有限的能量，以可变的速率补充的传感器节点的性能的限制。我们提供了一个简单的本地化的能源管理方案，实现了性能接近无限的能源，并在同一时间保持完整的电池放电的概率低。基于发展的见解，我们解决的问题，能源补充节点有限的电池和有限的数据缓冲区容量的能量管理。为此，我们给出了一个能量管理方案，该方案在保持电池放电和数据丢失概率较低的同时，渐近地实现了最优效用。
2012-09-05 cs.NI
Age-Minimal Transmission for Energy Harvesting Sensors with Finite Batteries: Online Policies
能量收集传感器节点，被认为是发送状态更新到目的地。传感器配备了一个有限大小的电池，以节省其输入的能量，并消耗一个单位的能量，每个状态更新传输，这是交付到目的地立即通过无错误的信道。该设置是在线的，其中所收集的能量随时间的推移被因果地揭示给传感器，并且目标是设计状态更新传输策略，使得信息的长期平均年龄（AoI）被最小化。AoI定义为自最新更新到达目的地以来所经过的时间。两个能量到达模型被认为是：一个随机的电池充电（RBR）模型，和一个增量电池充电（IBR）模型。在这两种模型中，能量根据单位速率的泊松过程到达，在RBR模型中，能量值完全填满电池，在IBR模型中，能量值逐单位递增地填满电池。表征这两种模型的最优状态更新策略的关键方法是显示更新策略的最优性，其中更新间隔时间遵循特定的更新过程，该更新过程取决于能量到达模型和电池大小。然后，它示出的最佳更新策略具有能量依赖的阈值结构，其中传感器发送状态更新只有当AoI增长超过一定的阈值，这取决于可用的能量。对于RBR和IBR模型，最佳能量依赖阈值被明确表征，即，在封闭形式中，就最佳长期平均AoI而言。它还表明，最佳阈值是单调递减的电池中可用的能量，最小的阈值，这是在电池充满时生效，等于最佳的长期平均AoI。
2019-05-09 cs.IT cs.NI eess.SP
Demo Abstract: Pible: Battery-Free Mote for Perpetual Indoor BLE Applications
到目前为止，大规模无线传感器网络被用于智能建筑应用，因为它们易于部署且灵活。低功耗无线节点可以使用低功耗蓝牙（BLE）和Zig-Bee的AA电池实现多年的使用寿命。然而，大规模更换这些电池是一项不平凡的劳动密集型任务。能量收集已经成为避免电池更换的潜在解决方案，但需要折衷，例如应用特定的传感器节点设计、简化的通信协议或降低的服务质量。我们展示了使用商用现成组件的无电池传感器节点的设计，并展示了Pible：一种永久室内BLE传感器节点，它使用环境光能量收集系统，可以支持许多智能建筑应用。我们展示了节点寿命，服务质量和光可用性之间的权衡，并提出了一个预测算法，适应不断变化的照明条件，以最大限度地提高节点寿命和应用程序的服务质量服务质量。
2019-05-01 cs.NI
Efficient Energy Harvesting in Wireless Sensor Networks of Smart Grid
本文针对智能电网无线传感器网络节点电池寿命受限问题，提出利用移动充电器结合最优路径计算的高效能量收集与充电模型，以最大化节点电池利用率并减少充电等待时间。
2019-11-02 cs.NI eess.SP
Energy-Aware Packet Schedulers for Battery-Less LoRaWAN Nodes
物联网（IoT）支持各种应用，其中大型传感器网络部署在没有电网接入的偏远地区。因此，传感器节点通常依靠电池运行，电池的更换和处置代表了重要的经济和环境成本。因此，为了实现更可持续的物联网解决方案，人们希望采用无电池的能源中性设备，这些设备可以从可再生能源中获取能量并将其存储在超级电容器中，其对环境的影响远低于电池。然而，为了实现这些节点的能量自我维持，必须优化通信和计算过程，以最好地利用可用的稀缺和不稳定的能量。在这项工作中，我们为无电池LoRaWAN节点提出了不同的能量感知数据包调度算法，并使用从测试平台获取的实际能量收集测量结果在各种模拟场景中进行比较。我们表明，能量感知设计可以显着增加传输数据包的数量，也降低了数据包传输之间的平均时间，虽然（可预测）的增益强烈依赖于节点的收获能力。
2022-12-19 cs.NI
Secure Polarization-Shift Backscatter Identification Applied to Battery-Free BLE Sensors Powered by Wireless Power Transfer
LAAS-CNRS, Université de Toulouse, CNRS（图卢兹大学国家科学研究中心）
本文提出一种利用极化偏移反向散射和AES-128加密的轻量级安全机制，用于SWIPT架构中的无电池BLE传感器，在不修改整流器的情况下实现加密设备识别，实验验证了可靠性和高效性。
2026-09-25 cs.NI
Autonomous Energy Management system achieving piezoelectric energy harvesting in Wireless Sensors
无线传感器网络（WSNs）广泛用于监测应用，例如智能建筑中的湿度和温度传感、工业自动化和预测作物健康。传感器节点被部署在遥远的地方，从环境中感知数据信息，并将感知数据传输到基站（BS）。当传感器耗尽能量时，如果没有替代能源，它将无法再发挥其作用。然而，传感器电池中的有限能量阻碍了此类应用中的长期过程。此外，更换传感器的电池和重新部署传感器在时间和预算方面非常昂贵。为了在不改变传感器尺寸的情况下克服能量限制，研究人员提出了使用能量收集来通过电力重新加载可充电电池。因此，需要有效的功率管理来增加具有额外环境能量的益处。本文提出了一种新的能量自我管理的基础上的比例积分微分控制器（PID）调整的能量收集和微处理器控制器单元（MCU）控制的传感器模式。
2019-09-17 cs.NI eess.SP
Optimizing Version Innovation Age for Monitoring Markovian Source in Energy-Harvesting Systems
研究能量收集源实时跟踪两状态马尔可夫过程，将其建模为MDP以最小化平均VIA，证明最优传输策略基于电池电量、源状态和VIA值的阈值，并在多参数下验证了其优于基线策略的性能。
2024-10-15 cs.IT cs.NI cs.SY
Reinforcement Learning to Minimize Age of Information with an Energy Harvesting Sensor with HARQ and Sensing Cost
时间平均预期年龄的信息（AoI）的研究从能量收集发射机发送的状态更新与有限容量的电池。在信道和能量收集统计信息已知的情况下，研究了不同反馈机制下的最优调度策略。对于未知环境的情况，提出了一种平均成本强化学习算法，实时学习系统参数和状态更新策略。数值结果验证了所提方法的有效性。
2019-01-24 cs.IT cs.NI cs.SI
Data-Driven Stochastic Models and Policies for Energy Harvesting Sensor Communications
从周围环境中收集能量是一种很有前途的解决方案，可以永久地为无线传感器通信供电。本文提出了一种数据驱动的方法，寻找最佳的传输策略的太阳能供电的传感器节点，试图最大限度地提高净比特率，通过调整其传输参数，功率电平和调制类型，信道衰落和电池充电的变化。我们制定这个问题作为一个折扣马尔可夫决策过程（MDP）的框架，其中的能量收集过程是随机量化成几个代表性的太阳能状态与不同的能量到达，并完全驱动的历史数据记录在传感器节点。利用观测到的太阳辐照度，提出了一种混合策略来计算基础太阳状态的置信信息，以选择传输参数。此外，一个简单的on-off策略进行了理论分析，其中一个预定的传输参数是利用每当传感器节点是活跃的。我们证明了这样的最优策略具有相对于电池状态的阈值结构，并通过分析预期的净比特率来评估能量收集节点的性能。设计框架的例子与真实的太阳能数据记录，其结果是有用的特征之间发生的相互作用，在各种系统配置下的能量收集和支出。计算机模拟表明，所提出的政策显着优于其他计划的短期能量收集和信道衰落模式的知识。
2014-05-28 cs.IT cs.NI 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
On Information and Energy Cooperation in Energy Harvesting Cognitive Radio
本文考虑了主用户和次用户都是能量收集节点时，主用户和次用户在信息和能量两个层面上的合作。特别地，辅助发射机帮助中继主消息，并且进而获得频谱接入作为奖励。此外，如果次级发射器是能量受限的，则初级发射器向次级发射器供应能量，这促进了不间断的协作。我们解决这个两级合作在一个有限的地平线与有限的电池约束在二次发射机。在保证主用户和次用户速率保证的同时，我们的目标是最大化主用户速率。我们开发了一个迭代算法，获得最佳的离线电源政策的主要和次要用户。为了深入了解最优解的结构，我们研究了特定的场景。此外，我们还研究了二次速率约束和有限电池对一次速率和合作概率的影响。我们表明，联合信息和能源合作增加了合作的机会，并实现了显着的收益率只有信息合作。
2015-07-16 cs.IT cs.NI math.IT
Sensing, Computing, and Communication for Energy Harvesting IoTs: A Survey
随着物联网（IoT）基础设施在各种应用中的部署数量不断增加，电池维护已成为此类基础设施可持续性的主要限制。为了克服这个问题，能量收集为自主供电的物联网设备提供了一种可行的替代方案，导致近年来市场上出现了许多无电池能量收集物联网（或EH-IoT）。标准活动也在进行中，其中涉及适合EH-IoT的无线协议设计以及各种能量收集方法的测试程序。尽管早期的商业和标准活动，物联网传感，计算和不可预测的电源下的通信仍然面临着重大的研究挑战。本文从几个角度系统地综述了EH-IoT的最新进展。首先，它回顾了EH-IoT在产品和服务方面的最新商业发展，然后是该领域的初步标准活动。然后，它调查的方法，使使用能量收集硬件作为传统传感器的代理，以节能的方式检测上下文。接下来，它回顾了间歇供电的物联网设备在有效检查点和计时方面的进步。我们还调查了EH-IoT的新型无线通信技术的最新研究，例如强化学习在不可预测的能源生产下动态优化功率分配的应用，以及用于能源匮乏环境的无分组物联网通信和反向散射通信技术。本文最后讨论了未来的研究方向。
2019-12-24 cs.NI eess.SP
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
Optimizing Joint Data and Power Transfer in Energy Harvesting Multiuser Wireless Networks
能量收集是延长能量受限的移动无线设备寿命的一种潜在解决方案。在本文中，我们专注于多用户多载波移动无线网络的射频（RF）能量收集。具体来说，我们提出了联合数据和能量传输优化框架，通过RF能量收集为移动无线设备供电。我们引入了一个功率实用程序，捕获在基站（BS）的功耗成本和用户的电池使用的功率，并确定最佳的功率资源分配，满足数据率的下行链路和上行链路通信的要求。在每个用户处考虑两种类型的收集能力：仅从专用RF信号收集和从专用和环境RF信号两者混合收集。所开发的框架增加了终端用户的电池寿命，但代价是BS功耗略有增加。为了验证我们提出的框架进行了一些评估研究。
2017-07-21 cs.NI
Binary Energy Harvesting Channel with Finite Energy Storage
我们考虑的能量收集通信信道的容量与有限大小的电池。作为这个问题的一个抽象，我们考虑一个系统，其中能量到达编码器在一个固定的数量的倍数，和物理层相应地建模为一个有限的离散字母通道的基础上，这个固定的数量。此外，对于易处理性，我们考虑的情况下，二进制能量到达一个单位容量的电池在一个无噪声的二进制通道。将可用能量视为状态，这是具有仅在发射机处可用的因果状态信息的状态依赖信道。此外，状态随时间相关，并且信道输入修改未来状态。我们证明了这个信道等价于一个加性几何噪声定时信道，其中噪声的因果信息在transmiter.We提供了一个单字母的容量表达式，涉及一个辅助随机变量，并评估此表达式与一定的辅助随机变量的选择，这类似于噪声浓度和格型编码的定时信道。我们评估所提出的辅助选择的可实现的速率，并将我们的结果扩展到无噪声的三进制信道。
2013-05-17 cs.IT cs.NI math.IT
Rethinking Battery-free Sensing Communication via Wake-up Radios
Department of Information Engineering and Computer Science, University of Trento（特伦托大学信息与计算机工程系）
该研究提出结合 WuR 和 LP-RTC 的 MagPie 机制，实现无电池传感器的全到一收集，经模拟和实验验证其会合、同步等性能，但未涉及端到端能量等指标。
2026-08-28 cs.NI
Learning-Based Computation Offloading for IoT Devices with Energy Harvesting
物联网（IoT）设备可以应用移动边缘计算（MEC）和能量收集（EH），为计算密集型应用提供令人满意的体验质量，并延长电池寿命。在本文中，我们研究了具有多个MEC设备（如基站和接入点）的无线网络中具有能量收集的物联网设备的计算卸载，每个MEC设备具有不同的计算资源和无线电通信能力。我们提出了一种基于强化学习的计算卸载框架，用于物联网设备选择MEC设备，并根据当前电池电量、每个MEC设备的先前无线电带宽和预测的收获能量量来确定卸载速率。提出了一种用于IoT设备的基于“热引导”Q学习的计算卸载方案，以在不知道MEC模型、能量消耗和计算延迟模型的情况下实现最佳卸载性能。我们还提出了一种基于快速深度Q网络（DQN）的卸载方案，该方案结合了深度学习和热引导技术，以加快Q学习的学习速度。我们表明，所提出的计划可以达到足够长的学习时间后的最佳卸载策略，并提供其性能界限下两个典型的MEC的情况。针对使用无线功率传输来捕获环境射频信号以对IoT电池充电的IoT设备执行仿真。仿真结果表明，与基于Q-learning的快速卸载方案相比，基于DQN的快速卸载方案降低了能耗，降低了计算延迟和任务丢弃率，提高了物联网设备在动态MEC中的效用。
2017-12-23 cs.NI
EICO: Energy-Harvesting Long-Range Environmental Sensor Nodes with Energy-Information Dynamic Co-Optimization
在实现电池寿命、信息准确性、传输距离和成本等严格设计目标方面的挑战推动了对传统电池供电设备的能量采集传感器节点的深入研究。当传感器网络需要跨越诸如农田和偏远地形的广阔区域时，远程通信的固有功率密集性质进一步放大了这一挑战。太阳能是无线传感器节点的常见能源，然而，由于季节变化和天气条件引起的功率波动，太阳能并不可靠。本文解决了这些问题，提出了一个永久供电，能量收集传感器节点，利用最小尺寸的太阳能电池，并能够通过动态协同优化能源消耗和信息传输，称为能量信息动态协同优化（EICO）的远程通信。这种能量信息智能是通过基于从收集器和电荷存储元件可用的能量总量的信息传输的自适应占空比来实现的，以优化传感器节点的能量消耗，同时采用传感器内分析（ISA）来最小化信息的丢失。这是第一个被报道的尺寸<35 cm 2的传感器节点，它能够以高达1包/秒的连续信息传送率在> 1 Km上进行远程通信，这是由EICO和ISA实现的。
2021-07-15 cs.NI eess.SP
Iterative Dynamic Water-filling for Fading Multiple-Access Channels with Energy Harvesting
在本文中，我们开发的最优能量调度算法的$N$ -用户衰落多址信道的能量收集，以最大化信道和速率，假设边信息的信道状态和能量收集状态的$K$时隙是已知的{ \em先验}，电池容量和最大能量消耗在每个时隙是有界的。该问题被制定为一个凸优化问题与${\cal O}(NK)$约束，使得它很难解决使用一个通用的凸求解器，因为一个通用的凸求解器的计算复杂性是指数的数量的约束。本文给出了一种有效的能量调度算法，称为迭代动态注水算法，它具有${\cal O}(NK^2)$每次迭代的计算复杂性。对于单用户的情况下，动态注水方法被证明是最佳的。与传统的充水算法不同，动态充水算法中，水位不是恒定的，而是随着电池溢出或耗尽而变化。动态注水算法的迭代版本被证明是最佳的情况下，多个用户。尽管原则上最优性是在大量迭代下实现的，但实际上仅在几次迭代中就达到了收敛。此外，动态注水算法的单次迭代实现了在最佳和速率的$(N-1)K/2$ nat内的和速率。
2014-01-10 cs.IT cs.NI math.IT
Network-Level Cooperation in Energy Harvesting Wireless Networks
我们考虑一个由源节点、中继节点和目的节点组成的两跳通信网络，其中源节点和中继节点都有外部业务到达。中继转发源节点的流量的一部分到目的地和合作是在网络级执行。此外，源节点和中继节点都具有能量收集能力和无限电池来存储收集的能量。我们研究了能量约束对稳定区域的影响。具体地说，我们提供了两跳网络的能量收集源和中继的稳定区域上的内部和外部边界。
2013-09-06 cs.IT cs.NI math.IT
Age of Information-Aware Cognitive Shared Access Networks with Energy Harvesting
研究带能量收集的认知共享接入网络在主用户AoI约束下的性能，通过引入能量收集区和保护区管理干扰与能量，分析主用户在三种数据包管理策略下的AoI表现。
2025-10-13 cs.NI
Application and Energy-Aware Data Aggregation using Vector Synchronization in Distributed Battery-less IoT Networks
Indian Institute of Technology (IIT) Kharagpur（印度理工学院卡拉格普尔分校）
针对分布式无电池物联网网络能量动态导致任务执行难保障的问题，提出应用感知任务与能量管理器ATEM和基于向量同步的数据聚合器VSDA，结合LSTM预测能量，以低开销满足异构应用需求，提升系统性能。
2023-11-02 cs.LG cs.NI
Understanding Relative Network Delay inMicro-Energy Harvesting Wireless Networks
微能量收集无线网络（MEHWN）实现了传统电池供电的网络无法实现的永久网络部署。尽管其可持续性，MEHWN中的端到端延迟可能非常大，这是由于网络中每个跳上的大等待延迟。在这项工作中，我们考虑一个MEHWN，其中每个节点不断切换之间的开和关状态，由于收获的能量有限。由于MEHWN中能量的不确定性、工作时间的不确定性和复杂的网络拓扑结构，MEHWN的网络延迟还没有得到很好的理解。为了弥补这一研究空白，我们将相对网络延迟定义为端到端延迟与距离之间的比值。与以前的作品相比，我们能够确定一个封闭形式的表达式的下限和更严格的上限的相对网络延迟。理论研究结果在模拟中得到了验证。我们的理论分析加深了对MEHWN中网络延迟、能量收集率和节点密度之间相互作用的理解。
2019-08-10 cs.NI
Learning to Minimize Age of Information over an Unreliable Channel with Energy Harvesting
Imperial College London（帝国理工学院）；DeepMind
时间平均预期年龄的信息（AoI）的研究从能量收集发射机与有限容量的电池通过易出错的信道发送的状态更新。考虑了感测新状态更新的能量成本以及更好地捕获实际系统的传输能量成本。首先研究了混合自动重传请求（HARQ）协议下的最优调度策略，当信道和能量收集统计是已知的，并存在一个基于阈值的最优策略。对于未知环境的情况，提出了一种平均代价自学习算法，实时学习系统参数和状态更新策略。数值结果表明了所提出方法的有效性。
2021-06-30 cs.IT cs.LG cs.NI
Optimal Status Updates for Minimizing Age of Correlated Information in IoT Networks with Energy Harvesting Sensors
本文针对能量采集传感器物联网中相关信息年龄最小化问题，提出一种基于深度强化学习的动态状态更新算法，通过动作分解映射机制有效应对部分可观测和未知环境动态挑战。
2023-10-30 cs.NI eess.SP
Energy Harvesting Cognitive Radio with Channel-Aware Sensing Strategy
能量收集的认知无线电场景被认为是一个次用户（SU）与有限的电池容量机会主义地访问主用户（PU）信道。目标是在单用户多信道环境下，在能量中性约束和衰落信道条件下，最大化SU的吞吐量。提出了一种基于能量可用性的信道选择准则，该准则基于SU、信道条件和主网络的置信状态，选择最佳的信道子集进行感知，从而获得更高的吞吐量。我们构建了一个部分可观测马尔可夫决策过程框架的基础上提出的信道选择标准的信道感知的最佳和近视的传感策略。研究了PU和SU之间的感知错误和碰撞对后者吞吐量的影响。结果表明，存在一个折衷之间的传输时间和能量损失的冲突。
2014-05-25 cs.IT cs.NI math.IT
Effect of Energy Harvesting on Stable Throughput in Cooperative Relay Systems
本文研究了随机介质接入条件下，能量约束对一个源节点、一个中继节点和一个目的节点组成的两跳网络的影响。被认为是一个擦除的碰撞信道，源和中继节点具有能量收集能力和无限的电池来存储收集的能量。此外，源和中继节点具有外部流量到达，并且中继将源节点的流量的一部分转发到目的地;在网络级执行合作。对于给定的传输概率向量的稳定区域的内界和外界。然后，分别获得内界和外界的封闭性，并且它们是相同的。这项工作不仅是连接信息论和网络的一个步骤，通过研究最大稳定吞吐量区域度量，而且它挖掘了相对未开发和重要的能量收集领域，并评估了对这一重要措施的影响。
2015-02-04 cs.IT cs.NI math.IT
Deep Reinforcement Learning Based Multidimensional Resource Management for Energy Harvesting Cognitive NOMA Communications
Chongqing University of Posts and Telecommunications（重庆邮电大学）；Anqing Normal University（安庆师范大学）；Nanyang Technological University（南洋理工大学）
能量收集（EH）、认知无线电（CR）和非正交多址接入（NOMA）的结合是未来超第五代网络（B5 G）中提高能量效率和频谱效率的有效解决方案，特别是支持物联网（IoT）系统中的无线传感器通信。然而，如何实现智能的频率、时间和能量资源分配以支持更好的性能是一个需要解决的重要问题。在本文中，我们研究了EH-CR-NOMA物联网系统的联合频谱，能量和时间资源管理。我们的目标是最小化所有次级感知用户（SSU）的数据包丢失的数量，同时满足主用户（PU）和SSU的最大充电电池容量，最大发射功率，最大缓冲容量和最小数据率的约束。由于该优化问题的非凸性和无线环境的随机性，我们提出了一种基于深度强化学习（DRL）的分布式多维资源管理算法。考虑到待管理资源的连续性，采用深度确定性策略梯度（DDPG）算法，每个Agent（SSU）无需协作即可管理自己的多维资源。此外，为了提高训练效率和电池性能保护，还引入了一种简单实用的动作调节器（AA）。实验结果表明，该算法的收敛速度比DDPG算法快4倍左右，平均丢包数比贪心算法低8倍左右.
2021-09-17 cs.IT cs.LG cs.NI
Development of Highly Efficient Multi-invariable Wireless Sensor System Design for Energy Harvesting
致力于空气质量监测的毛细管无线传感器网络提供了有关危险空气条件的重要信息。在采用环境产生的能量作为基本能源时，主要挑战是毛细管网络的实施，而不是在一段时间内更换电池，这导致设备管理的功能困境和高成本。在本文中，我们提出了一个无电池，自治，多参数传感平台的空气质量监测，长期收获环境能源。此外，还介绍了传感器部分的研究结果。在一种“设定并忘记”的情况下，用于检查传感器灵敏度的定制校准过程和功率回收部分上的各种能源的基本组合可以有效地改善室内和室外应用中的空气质量标准跟踪。
2018-02-15 cs.CY cs.NI eess.SP
