Self Sustainable Cognitive Wireless Sensor Networks with RF Energy Harvesting
Notice bibliographique
Résumé
Cognitive Wireless Sensor Network (CWSN)’s offer a solution to the capacity problem for the next generation Beyond 5G (B5G) Wireless Sensor Network (WSN)’s. Secondary User (SU)’s access the Primary User (PU) network by finding unused spectrum and opportunistically accessing it, thereby increasing system capacity. This requires signal detection, analysis & decision making and spectrum exploitation techniques in order for the CWSN to work effectively. As a result, two acute problematic issues in a CWSN are: signal detection and power loss. The focus of this thesis is on efficiently solving the power loss problem, thereby creating a self sustainable CWSN. Harvesting energy from the ambient Radio Frequency (RF) signal has been shown as a viable solution to the power loss problem. Various schemes have been proposed including opportunistic and cooperative RF Wireless Energy Harvesting (RFWEH). Unfortunately, many of these models require RFWEH from low power sources, which is shown in this dissertation to be unsustainable in the long haul. This issue is thoroughly investigated and a novel hybrid RFWEH architecture for CWSNs is proposed. Simulation results show that the proposed model after harvesting energy from high power devices, such as TV and radio towers, results in energy sustainability. This is in sharp contrast to existing work, wherein nodes die out eventually and the network collapses. Furthermore, changing the RFWEH architecture to include a power switch, where individual nodes change RF energy sources, increases system performance by up to 72%. The design of sustainable MAC protocols for CWSNs using RFWEH is also proposed. These include a distributed, centralized and mobility-aware MAC. Simulation results show that the distributed MAC has a 90% node survival rate while keeping network parameters such as throughput, delay and packet loss within acceptable target limits. The centralized MAC outperforms the distributed MAC by up to 40% and the mobility-aware MAC has a 30-80% node survival rate, depending upon speed of individual nodes. Simulation results show that both the stationary (distributed and centralized) and mobile CWSN’s are self sustainable. To the best of our knowledge, this is a unique result as no comparable self-sustainable designs for harvesting energy from high power devices have been found in literature.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».