.png){kind=icon}
返回
Utilizing Multipath Effects for Mobile Charging
.png){kind=icon}
PRE
AI
DOI：10.1109/TMC.2025.3557899.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，无线充电传感器网络（WRSNs）作为一种有前景的解决方案，用于解决无线传感器网络的能量限制问题。在WRSNs的实际应用中，环境物体无处不在，它们反射无线电波并导致信号通过多条路径到达传感器。这些多径效应对传感器接收到的功率强度产生了显著影响。本文研究了充电调度与多径效应（GETS）的一个基本问题，即如何通过全面考虑多径效应来调度移动充电器，以最大化整体充电效用。为此，我们首先建立了包含环境物体的充电模型，以研究多径效应对功率分布的影响。然后，我们提出了一种充电调度方案，该方案不仅能选择一系列逗留位置，使移动充电器（MC）附近传感器的总接收功率最大化，还能构建一条避开环境物体的充电路径。我们进行了广泛的仿真以及室内和室外现场实验来评估我们方案的性能。结果表明，平均而言，我们的方案比基线算法性能提高了48.87%。
Keyword:
Wireless power transfer
multipath effects
charging scheduling
wireless rechargeable sensor networks
期刊
IF:
9.2
论文数:
5.9K
被引数:
1.8W
机构
引用论文
Understanding Wireless Charger Networks: Concepts, Current Research, and Future Directions理解无线充电器网络：概念、当前研究与未来方向
.png){kind=icon}
PREAI
分享收藏分享收藏Asynchronous Multi-Agent Reinforcement Learning for Collaborative Partial Charging in Wireless Rechargeable Sensor Networks无线可充电传感器网络中协作部分充电的异步多智能体强化学习
PREAI
分享收藏Near Optimal Charging Schedule for 3-D Wireless Rechargeable Sensor Networks3-D无线可充电传感器网络的近似最佳充电计划
PREAI
分享收藏
查看更多内容