[論文レビュー] Backscatter Communications for the Internet of Things: A Stochastic Geometry Approach

Mudasar Bacha, Bruno Clerckx|arXiv (Cornell University)|Nov 20, 2017

Energy Harvesting in Wireless Networks参考文献 29被引用数 17

ひとこと要約

本稿では、パasive backscatter ノード（BNs）がパワービーコン（PBs）からエネルギーを回収し、バックスキャタリングを介して通信するIoTネットワークにおけるバックスキャタ通信を分析するための確率的幾何学フレームワークを提案する。ランダムな配置をポアソン点過程（PPP）でモデル化し、覆蓋確率および容量の解析的表現を導出。BN密度が上昇すると覆蓋確率は低下するが、容量は向上し、PB密度が高い場合には、有線ネットワークと同等の性能に近づくことが示された。

ABSTRACT

Motivated by the recent advances in the Internet of Things (IoT) and in Wireless Power Transfer (WPT), we study a network architecture that consists of power beacons (PBs) and passive backscatter nodes (BNs). The PBs transmit a sinusoidal continuous wave (CW) and the BNs reflect back a portion of this signal while harvesting the remaining part. A BN harvests energy from multiple nearby PBs and modulates its information bits on the composite CW through backscatter modulation. The analysis poses real challenges due to the double fading channel, and its dependence on the PPPs of both the BNs and PBs. However, with the help of stochastic geometry, we derive the coverage probability and the capacity of the network in tractable and easily computable expressions, which depend on different system parameters. We observe that the coverage probability decreases with an increase in the density of the BNs, while the capacity of the network improves. We further compare the performance of this network with a regular powered network in which the BNs have a reliable power source and show that for a very high density of the PBs, the coverage probability of the former network approaches that of the regular powered network.

研究の動機と目的

• 確率的幾何学を用いて、バックスキャタ通信ネットワークをIoT用途にモデル化・分析すること。
• BNおよびPBの空間的密度がネットワーク性能に与える影響を評価すること。
• エネルギー回収を伴う二重 fading チャネルにおける覆蓋確率および容量を定量的に評価すること。
• パッシブバックスキャタネットワークと、安定したエネルギー源を備えた従来の有線ネットワークとの性能を比較すること。
• ポアソン点過程を用いて、主要な性能指標の解析的・閉形式表現を導出すること。

提案手法

• PBとBNの両方を独立した2次元ポアソン点過程（PPP）としてモデル化する。
• 確率的幾何学と確率生成関数（PGFL）を用いて、覆蓋確率および容量を導出する。
• 干渉および fading を扱うために、指数積分関数およびラプラス変換技術を適用する。
• 修正された信号対インタークッションプラスノイズ比（SINR）を導出し、Jensenの不等式を用いて境界を求める。
• 前方リンクおよび後方リンクそれぞれに対して、路損失指数 αf および αb を考慮する。
• PPPに関する期待値を用いて、BNにおける平均受信電力および他のBNからの干渉を評価する。

実験結果

リサーチクエスチョン

• RQ1 BNおよびPBの密度が増加する際、バックスキャタIoTネットワークの覆蓋確率はどのように変化するか？
• RQ2 BNおよびPBがランダムに配置された状況下でのバックスキャタネットワークの容量は何か？
• RQ3 パッシブバックスキャタネットワークの性能は、安定したエネルギー源を持つ有線ネットワークと比べてどの程度か？
• RQ4 高密度のPB配置下で、パッシブネットワークの覆蓋確率は有線ネットワークに近づくか？
• RQ5 確率的幾何学を用いて、覆蓋確率および容量の解析的表現をどのように導出できるか？

主な発見

• BN密度が上昇すると干渉が増加するため、覆蓋確率は低下する。
• BN密度が高くなるとネットワーク容量が向上し、スペクトル効率の向上が示された。
• 非常に高いPB密度下では、パッシブバックスキャタネットワークの覆蓋確率が有線ネットワークに近づく。
• 導出された覆蓋確率および容量の式は解析的であり、路損失指数やノード密度といったシステムパラメータに明示的に依存する。
• 確率的幾何学の適用により、二重 fading チャネルおよび複数の干渉源からの干渉の正確な解析が可能になった。
• 本分析により、PBが高密度に配置される場合には、バックスキャタ通信が大規模IoTに実用的であることが確認された。