Wireless-powered communication network (WPCN) is a key technology to power energy-limited massive devices, such as on-board wireless sensors in autonomous vehicles, for Internet-of-Things (IoT) applications. Conventional WPCNs rely only on dedicated downlink wireless power transfer (WPT), which is practically inefficient due to the significant energy loss in wireless signal propagation. Meanwhile, ambient energy harvesting is highly appealing as devices can scavenge energy from various existing energy sources (e.g., solar energy and cellular signals). Unfortunately, the randomness of the availability of these energy sources cannot guarantee stable communication services. Motivated by the above, we consider a generalized WPCN where the devices can not only harvest energy from a dedicated multiple-antenna power station (PS), but can also exploit stored energy stemming from ambient energy harvesting. Since the dedicated WPT consumes system resources, if the stored energy is sufficient, WPT may not be needed to maximize the weighted sum rate (WSR). To analytically characterize this phenomenon, we derive the condition for WPT activation and reveal how it is affected by the different system parameters. Subsequently, we further derive the optimal resource allocation policy for the cases that WPT is activated and deactivated, respectively. In particular, it is found that when WPT is activated, the optimal energy beamforming at the PS does not depend on the devices' stored energy, which is shown to lead to a new unfairness issue. Simulation results verify our theoretical findings and demonstrate the effectiveness of the proposed optimal resource allocation.

中文翻译：

---

广义无线供电通信：何时激活无线电力传输？

无线供电通信网络 (WPCN) 是一项关键技术，可为物联网 (IoT) 应用中的能量有限的大型设备供电，例如自动驾驶汽车中的车载无线传感器。传统的 WPCN 仅依赖于专用的下行链路无线功率传输 (WPT)，由于无线信号传播中的大量能量损失，这实际上效率低下。同时，环境能量收集非常有吸引力，因为设备可以从各种现有能源（例如太阳能和蜂窝信号）中获取能量。不幸的是，这些能源可用性的随机性并不能保证稳定的通信服务。受上述启发，我们考虑了一个广义的 WPCN，其中设备不仅可以从专用的多天线电站 (PS) 获取能量，但也可以利用来自环境能量收集的储存能量。由于专用 WPT 消耗系统资源，如果存储的能量足够，则可能不需要 WPT 来最大化加权和速率 (WSR)。为了分析表征这种现象，我们推导出 WPT 激活的条件并揭示它如何受不同系统参数的影响。随后，我们进一步推导出 WPT 分别激活和停用情况下的最优资源分配策略。特别是，发现当 WPT 被激活时，PS 处的最佳能量波束形成不依赖于设备的存储能量，这被证明会导致新的不公平问题。仿真结果验证了我们的理论发现并证明了所提出的最优资源分配的有效性。由于专用 WPT 消耗系统资源，如果存储的能量足够，则可能不需要 WPT 来最大化加权和速率 (WSR)。为了分析表征这种现象，我们推导出 WPT 激活的条件并揭示它如何受不同系统参数的影响。随后，我们进一步推导出 WPT 分别激活和停用情况下的最优资源分配策略。特别是，发现当 WPT 被激活时，PS 处的最佳能量波束形成不依赖于设备的存储能量，这被证明会导致新的不公平问题。仿真结果验证了我们的理论发现并证明了所提出的最优资源分配的有效性。由于专用 WPT 消耗系统资源，如果存储的能量足够，则可能不需要 WPT 来最大化加权和速率 (WSR)。为了分析表征这种现象，我们推导出 WPT 激活的条件并揭示它如何受不同系统参数的影响。随后，我们进一步推导出 WPT 分别激活和停用情况下的最优资源分配策略。特别是，发现当 WPT 被激活时，PS 处的最佳能量波束形成不依赖于设备的存储能量，这被证明会导致新的不公平问题。仿真结果验证了我们的理论发现并证明了所提出的最优资源分配的有效性。可能不需要 WPT 来最大化加权和速率 (WSR)。为了分析表征这种现象，我们推导出 WPT 激活的条件并揭示它如何受不同系统参数的影响。随后，我们进一步推导出 WPT 分别激活和停用情况下的最优资源分配策略。特别是，发现当 WPT 被激活时，PS 处的最佳能量波束形成不依赖于设备的存储能量，这被证明会导致新的不公平问题。仿真结果验证了我们的理论发现并证明了所提出的最优资源分配的有效性。可能不需要 WPT 来最大化加权和速率 (WSR)。为了分析表征这种现象，我们推导出 WPT 激活的条件并揭示它如何受不同系统参数的影响。随后，我们进一步推导出 WPT 分别激活和停用情况下的最优资源分配策略。特别是，发现当 WPT 被激活时，PS 处的最佳能量波束形成不依赖于设备的存储能量，这被证明会导致新的不公平问题。仿真结果验证了我们的理论发现并证明了所提出的最优资源分配的有效性。随后，我们进一步推导出 WPT 分别激活和停用情况下的最优资源分配策略。特别是，发现当 WPT 被激活时，PS 处的最佳能量波束形成不依赖于设备的存储能量，这被证明会导致新的不公平问题。仿真结果验证了我们的理论发现并证明了所提出的最优资源分配的有效性。随后，我们进一步推导出 WPT 分别激活和停用情况下的最优资源分配策略。特别是，发现当 WPT 被激活时，PS 处的最佳能量波束形成不依赖于设备的存储能量，这被证明会导致新的不公平问题。仿真结果验证了我们的理论发现并证明了所提出的最优资源分配的有效性。