有限能量到达知识下的最优射频能量收集
信息论
2015-08-04 v1 机器学习
math.IT
摘要
本文开发了用于决定具有射频（RF）能量收集（EH）能力的无线节点应何时尝试收集环境RF能量的最优策略。尽管RF-EH的想法很有吸引力，但尝试收集能量并非总是有益的；在环境能量较低的环境中，节点保持其收集电路开启的唤醒状态所消耗的能量可能多于其能从环境无线电信号中提取的能量；此时最好进入睡眠模式直到环境RF能量增加。为此，我们考虑一个具有间歇性能量到达且无线节点唤醒一段时间（此处称为时隙）并收集能量的场景。如果在时隙期间收集到足够能量，则收集成功并且多余能量被存储；然而，如果没有足够能量则收集失败且能量损失。我们假设环境能量水平在时隙期间恒定，并在时隙边界变化。能量水平动态由一个两状态Gilbert-Elliott马尔可夫链模型描述，其中马尔可夫链的状态只能在收集动作期间被观测，而在睡眠模式下不可观测。在该模型下研究两种场景。第一种场景，我们假设已知马尔可夫链的转移概率并将问题公式化为部分可观测马尔可夫决策过程（POMDP），找到了基于阈值的最优策略。第二种场景，我们假设对这些参数无任何知识并将问题公式化为贝叶斯自适应POMDP；为降低计算复杂度我们还提出了一种启发式后验采样算法。我们方法的性能通过数值例子得到展示。
引用
@article{arxiv.1508.00285,
title = {Optimal Radio Frequency Energy Harvesting with Limited Energy Arrival Knowledge},
author = {Zhenhua Zou and Anders Gidmark and Themistoklis Charalambous and Mikael Johansson},
journal= {arXiv preprint arXiv:1508.00285},
year = {2015}
}