The recent paradigm of mobile crowd sensing (MCS) enables a broad range of mobile applications. A critical challenge for the paradigm is to incentivize phone users to be workers providing sensing services. While some theoretical incentive mechanisms for general-purpose crowdsourcing have been proposed, it is still an open issue as to how to incorporate the theoretical framework into the practical MCS system. In this paper, we propose an incentive mechanism based on a quality-driven auction (QDA). The mechanism is specifically for the MCS system, where the worker is paid off based on the quality of sensed data instead of working time, as adopted in the literature. We theoretically prove that the mechanism is truthful, individual rational, platform profitable, and social-welfare optimal. Moreover, we incorporate our incentive mechanism into a Wi-Fi fingerprint-based indoor localization system to incentivize the MCS-based fingerprint collection. We present a probabilistic model to evaluate the reliability of the submitted data, which resolves the issue that the ground truth for the data reliability is unavailable. We realize and deploy an indoor localization system to evaluate our proposed incentive mechanism and present extensive experimental results.

This paper presents FaB, a frequency-agile backscatter system that can optionally leverage OFDM signals on different bands as carriers for backscatter communication. Compared with existing backscatter systems that are tailored to a specific frequency band, a frequency-agile backscatter yields two critical benefits: i) it can leverage the increased availability of "free rides" across a broad range of frequency band to improve its transmission efficiency; and ii) it becomes compatible with mainstream wireless communication standards, making it applicable to heterogeneous wireless networks. Based on these two features, FaB's circuits can be migrated to various types of backscatter communication nodes without any modification, significantly reducing design and deployment costs. To show the efficacy of our design, we implement a PCB prototype of FaB and showcase its capability of leveraging OFDM Wi-Fi and LTE signals as carrier waves. Our extensive field studies show that FaB's multi-band modulator can produce an error vector magnitude of under -15dB in any band below 6GHz with a precision of 10mV.

This paper presents μTag, an ultra-low-power backscatter sensor that supports high-frequency sensing of a large number of targets simultaneously. The core of μTag is an RF "gene editing" technique that embeds both the identity of the sensor and the real-time motion state of the attached target intensively in the transient features of the sensor's RF signal, in a collision-resilient manner. We provide practical techniques which i) generate such "genetic signal" with purely analog and extremely simple circuits; and ii) separate the signals from a large scale of sensors reliably. Our experimental results show that our design can support concurrent tracking of 150 targets with a 12kHz per-tag sampling rate. We also demonstrate with multiple sensing applications that μTag can achieve high-speed and large-scale motion tracking and rotation frequency sensing. The PCB power consumption of μTag is 38~107μW, according to the operating frequency of the tag. Our ASIC simulation based on the 40nm CMOS process shows that the power consumption can be further reduced to 0.13~0.52μW.

The Scanning the Literature column provides concise summaries of selected papers that are recently published in the field of networking. Each summary describes the paper's main idea, methodology, and technical contributions. The purpose of the column is to bring the state-of-art of networking research to readers of IEEE Network magazine. Authors are also welcome to recommend their recently published work to the column, and papers with novel ideas, solid work, and significant contributions to the field are especially appreciated. Authors wishing to have their papers presented in the column should contact Xiaohua Tian at the email address below.