[論文レビュー] Data-Driven Stochastic Models and Policies for Energy Harvesting Sensor Communications

Meng‐Lin Ku, Yan Chen+1 more|arXiv (Cornell University)|May 28, 2014

Energy Harvesting in Wireless Networks参考文献 28被引用数 17

ひとこと要約

本稿では、太陽光放射の実測データを用いてエネルギー回収ダイナミクスをモデル化し、リアルタイムで送信パrameterを適応させる、データ駆動型のマルコフ決定過程（MDP）フレームワークを提案する。Beliefに基づく太陽状態推定と、チャネルダイバーシティを活用するしきい値構造を有するオンオフ送信ポリシーを採用することで、ベースラインポリシー比に比べ最大1.5倍のネットビットレート向上を達成する。

ABSTRACT

Energy harvesting from the surroundings is a promising solution to perpetually power-up wireless sensor communications. This paper presents a data-driven approach of finding optimal transmission policies for a solar-powered sensor node that attempts to maximize net bit rates by adapting its transmission parameters, power levels and modulation types, to the changes of channel fading and battery recharge. We formulate this problem as a discounted Markov decision process (MDP) framework, whereby the energy harvesting process is stochastically quantized into several representative solar states with distinct energy arrivals and is totally driven by historical data records at a sensor node. With the observed solar irradiance at each time epoch, a mixed strategy is developed to compute the belief information of the underlying solar states for the choice of transmission parameters. In addition, a theoretical analysis is conducted for a simple on-off policy, in which a predetermined transmission parameter is utilized whenever a sensor node is active. We prove that such an optimal policy has a threshold structure with respect to battery states and evaluate the performance of an energy harvesting node by analyzing the expected net bit rate. The design framework is exemplified with real solar data records, and the results are useful in characterizing the interplay that occurs between energy harvesting and expenditure under various system configurations. Computer simulations show that the proposed policies significantly outperform other schemes with or without the knowledge of short-term energy harvesting and channel fading patterns.

研究の動機と目的

• 太陽光エネルギーの供給が不確実なエネルギー回収センサーネットワークにおいて、長期的なネットビットレートを最大化する課題に対処すること。
• 歴史的放射輝度記録から得られる現実世界の変動を反映する、ノード固有のデータ駆動型確率的太陽光エネルギー回収モデルを構築すること。
• 動的バッテリーレベルとチャネルフェージングに基づき、送信電力レベル、モデュレーション方式、送信アクティビティを適応的に制御する最適な送信ポリシーを設計すること。
• 将来のエネルギーまたはチャネル状態の非因果的知識を必要とせずに、これらのポリシーの性能を評価すること。

提案手法

• バッテリー残量と隠れた太陽状態を状態空間とする割引付きマルコフ決定過程（MDP）として、エネルギー回収と送信の問題を定式化する。
• 歴史的太陽放射輝度データを用いて、エネルギー回収を離散的太陽状態に確率的に量子化し、エネルギー到着ダイナミクスのデータ駆動型モデリングを可能にする。
• リアルタイムの放射輝度観測に基づき、隠れた太陽状態の信念状態を計算するための混合戦略を採用し、適応的ポリシー意思決定を実現する。
• バッテリー状態空間におけるしきい値構造を持つオンオフ送信ポリシーを設計し、特定の条件下で最適であることが証明されている。
• 複数の送信アクションを組み合わせた複合ポリシーを導入し、バッテリー容量とドップラー周波数の変動に応じた性能を評価する。
• 2011年から2012年の実際の太陽放射輝度データを用いたコンピュータシミュレーションにより、フレームワークの妥当性を検証し、ベンチマークと性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 実際の放射輝度測定値から、ノード固有のエネルギー供給状態を反映するデータ駆動型確率的太陽光エネルギー回収モデルをどのように構築できるか？
• RQ2 ランダムなエネルギー到着と時間変動するチャネル条件の下で、長期的なネットビットレートを最大化する送信ポリシーの構造は何か？
• RQ3 エネルギー適応型送信に適したしきい値ベースのオンオフポリシーは存在するか？ その理論的性能保証は何か？
• RQ4 バッテリー容量、太陽光パネル面積、チャネルダイナミクス（例：ドップラー周波数）は、達成可能なネットビットレートにどのように影響するか？
• RQ5 非因果的エネルギーまたはチャネル状態の知識を必要としないにもかかわらず、提案されたポリシーは、予測に依存するか、短視眼的な意思決定に依存する既存の手法を上回る性能を達成できるか？

主な発見

• 提案されたオンオフ送信ポリシーは、QPSKでは約0.6ビット/秒/Hz、16QAMでは1.2ビット/秒/Hzの最大スペクトル効率を達成し、短視眼的および予測ベースのポリシーを著しく上回る。
• 太陽光パネル面積が8 cm²でバッテリー状態が16段階の場合、0 dB SNRおよび0.05の正規化ドップラー周波数下で平均ネットビットレートは約2.5×10⁵ ビット/秒に達し、2段階バッテリー系と比較して1.5倍の向上を示す。
• 高次モード方式（例：16QAM）を用いる場合、提案ポリシーと短視眼的ポリシーとの性能差が拡大し、チャネルダイバーシティのより効果的な活用が示された。
• 複合ポリシーの結果から、バッテリー容量の増加は、特に低SNR条件下でネットビットレートを顕著に向上させることを示しており、高ドップラー周波数下ではその恩恵が顕著に現れる。
• 非因果的エネルギーまたはチャネル状態の知識を必要としないにもかかわらず、本手法は信念に基づくリアルタイムの太陽状態への適応により、t-TFR方式やMyopic Policy I/IIと比較して優れた性能を達成した。
• 理論的分析により、最適なオンオフポリシーがバッテリー状態空間においてしきい値構造を示すことが確認され、効率的かつスケーラブルな実装が可能であることが示された。