有一部分AR頭顯為了美觀或者設計的因素，選擇把眼鏡和處理器分開，比如讓傳感器收集的數據通過藍牙發送給電腦處理，然后又把處理后的圖像發送回眼鏡顯示。這樣做當然有很多好處，比如解決了頭戴顯示器過重，對處理器的限制，處理器過熱等等很多問題。

然而，這種做法也引起了其它的困難，一般的視頻傳輸過程中，傳輸方首先會對視頻進行編碼壓縮，隨后接收方再進行處理，解碼得到完整的視頻。這樣的傳輸方式可以保證傳輸的文件數量不大，但中間的過程需要耗電的硬件組件以及與相機連接的視頻編解碼器、算法和通信模塊，這對頭顯來說就不是個好消息了，頭顯應該要求有足夠的續航，這個過程就成了阻礙。

一般傳輸的采樣率和數據速率要求

最近，一篇叫做Towards Battery-Free HD Video Streaming的論文提出了一個方法，表示可以很大程度上節約能耗，甚至節約能耗能夠達到一萬倍，這對前面提到的AR眼鏡可能會大有好處。

論文中提出了一種新的視頻體系結構，在低功耗設備上進行流式傳輸，而不是獨立優化成像和通信模塊，這樣可以極大地降低系統功耗。

基于這個想法，論文創建了第一個“模擬”視頻反向散射系統，把來自光電二極管的模擬像素直接發射到反向散射天線;因此，消除了耗電比較大的ADC，放大器，AGC和編解碼器模塊。將ADC轉換過程分為兩個階段，一個階段在攝像機上進行，一個完成在讀者。在傳感器位置，把模擬像素電壓轉換為連續的脈沖信號，該信號通過反向散射從傳感器發送到處理器，從而提供更好的噪聲免疫。處理器根據它接收到的脈沖信號產生一個二進制數值再進行之后的處理。

具體來說，論文的設計有三個關鍵方面。首先，論文展示了一種像素直接連接到沒有使用ADC的反向散射硬件。即將模擬像素值轉換為不同的脈沖信號，并使用無源斜坡電路把這些脈沖映射入反向散射天線中與像素一起傳輸至處理器。

其次，論文實現了幀內通過利用固有的冗余來壓縮典型的圖像。直觀上，信號所需帶寬和相鄰像素之間的變化率是成比例的，由于視頻往往留存冗余的信息，模擬信號數量與冗余度成反比。因此，通過連續發送像素信號，可以隱式執行壓縮并顯著減少對帶寬的需求。

跨100個視頻的平均/最差情況下幀內壓縮結果

最后，要實現幀間壓縮，論文設計了一個“減少的分布式算法”，傳感器傳輸數據，同時將大多數幀間壓縮功能委托給處理器。攝像頭取得某塊區域中的像素平均值，并將信號傳輸至反向散射硬件。處理器將這些平均值與以前的平均值進行比較并且只處理塊平均像素值的可見的顯著變化，從而減少后續視頻幀之間的傳輸。圖3顯示了一個樣本框架從使用我們的反向散射相機流式傳輸的高清視頻。

那么這種方案的效果如何呢？論文的成果有：

以每秒10幀的速度傳輸720p高清視頻距閱讀器最遠16英尺，并且得到的結果與源高清視頻的質量相同。

與原始視頻相比，論文提出的幀間和幀內壓縮算法將總帶寬需求減少了兩個數量級數量。例如，對于720p高清視頻速度為10 fps，我們的設計使用無線帶寬在平均情況下僅為0.98 MHz和2.8 MHz最壞情況的場景視頻。模擬的結果顯示， 720p、30 fps高清視頻流的功耗僅為252μW ，在 60 fps下高清視頻流的功耗僅為321μW； 1080p全高清在60 fps下功耗為806μW，在30 fps下為561μW。從運行射頻功率采集實驗來看，這種方法可以支持1080p全高清視頻流以30 fps的速度傳輸8英尺的距離。這樣的結果足以證明這種方案的優越性。

需要說明的是，現在論文只是提供了一種可行的方法，還有很多問題沒有考慮到，比如安全，論文中說明的的傳輸方案很容易被解碼，所以安全性存在較大隱患，雖然論文中提出了給每個傳感器分配一個的偽隨機安全鍵的加密方法，但并沒有進行測試，所以我們也不知道具體效果到底如何。要等到本文提供的方法投入使用，應該還需要很長一段時間。