Radio frequency (RF) energy transfer and harvesting has been intensively studied recently as a promising approach to significantly extend the lifetime of energy-constrained wireless networks. This technique has a great potential to provide relatively stable and continuous RF energy to devices wirelessly; it thus opened a new research paradigm, termed wireless-powered communication (WPC), which has raised many new research opportunities with wide applications. Among these, the design and analysis of cooperative schemes towards efficient WPC have attracted tremendous research interests nowadays. This article provides an overview of various cooperative strategies for WPC, with particular emphasis on relaying protocols for wireless-powered cooperative communications, cooperative spectrum sharing schemes for cognitive wireless-powered networks, and cooperative jamming strategies towards wireless-powered secure communications. We also identify several interesting research directions in this area before concluding this article.


翻译:最近对无线电频率(RF)能源转移和收割作为大幅度延长受能源限制的无线网络寿命的有希望的办法进行了深入研究,认为这是一种大有希望的办法,这种技术具有为无线装置提供相对稳定和持续的无线装置的RF能源的巨大潜力;因此,它开创了一种新的研究范式,称为无线动力通讯(WPC),它为广泛的应用带来了许多新的研究机会,其中,设计并分析提高WPC效率的合作计划吸引了巨大的研究兴趣。本文章概述了WPC的各种合作战略,特别侧重于无线动力合作通信的传输协议、无线无线电动力网络的合作频谱共享计划,以及针对无线动力通信的合作干扰战略。在完成本篇文章之前,我们还确定了这一领域的一些令人感兴趣的研究方向。

0
下载
关闭预览

相关内容

微软全球合作伙伴大会
因果图,Causal Graphs,52页ppt
专知会员服务
247+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
176+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员