[論文レビュー] Energy-Sustainable IoT Connectivity: Vision, Technological Enablers, Challenges, and Future Directions

Onel Alcaraz López, Osmel Martínez Rosabal+5 more|arXiv (Cornell University)|Jun 4, 2023

Energy Harvesting in Wireless Networks被引用数 4

ひとこと要約

本稿は、エネルギー供給（EP）、エネルギー転送（ET）、エネルギー効率（EE）を統合的に統合した包括的フレームワークを提案し、エネルギー持続可能なインターネット・オブ・シングズ（IoT）システムを実現する。再生可能エネルギーの回収、無線電力伝送、低消費電力通信技術と機械学習およびクロスレイヤー最適化を統合することで、環境的・運用的影響を最小限に抑えた自己持続的IoTエコシステムを実現する。

ABSTRACT

Technology solutions must effectively balance economic growth, social equity, and environmental integrity to achieve a sustainable society. Notably, although the Internet of Things (IoT) paradigm constitutes a key sustainability enabler, critical issues such as the increasing maintenance operations, energy consumption, and manufacturing/disposal of IoT devices have long-term negative economic, societal, and environmental impacts and must be efficiently addressed. This calls for self-sustainable IoT ecosystems requiring minimal external resources and intervention, effectively utilizing renewable energy sources, and recycling materials whenever possible, thus encompassing energy sustainability. In this work, we focus on energy-sustainable IoT during the operation phase, although our discussions sometimes extend to other sustainability aspects and IoT lifecycle phases. Specifically, we provide a fresh look at energy-sustainable IoT and identify energy provision, transfer, and energy efficiency as the three main energy-related processes whose harmonious coexistence pushes toward realizing self-sustainable IoT systems. Their main related technologies, recent advances, challenges, and research directions are also discussed. Moreover, we overview relevant performance metrics to assess the energy-sustainability potential of a certain technique, technology, device, or network and list some target values for the next generation of wireless systems. Overall, this paper offers insights that are valuable for advancing sustainability goals for present and future generations.

研究の動機と目的

• 運用フェーズにおける大規模なIoT展開に伴う環境的・運用的コストの増大に応えるために、運用段階におけるエネルギー持続可能性を高める。
• エネルギー供給（EP）、エネルギー転送（ET）、エネルギー効率（EE）という3つのコアなエネルギープロセスを、自己持続的IoTエコシステムの基盤として特定し統合する。
• EP、ET、EEの各分野における技術的実現要因、性能指標、システム統合の課題を評価し、今後のエネルギー持続可能なIoT設計を導く。
• 機械学習、エッジコンピューティング、標準化された指標を統合したクロスレイヤー・アプローチを提案し、エネルギー持続可能性を最適化する。

提案手法

• 周囲のエネルギー収集に適した太陽光、熱、振動、RF、微生物燃料電池を含むエネルギー供給（EP）技術を分類し分析する。
• RFベース、誘導／容量結合、レーザー、音響の各方式を含むエネルギー転送（ET）メカニズムを検討し、標的エネルギー供給を実現する。
• バックスキャター通信、メタサーフェス支援送信、ラジオストライプ、WuRを含むエネルギー効率（EE）技術を調査し、エネルギー消費を最小限に抑える。
• 機械学習（特に強化学習とクラスタリング）をデバイス、エッジ、ネットワークレイヤーに統合し、計算エネルギー負荷を低減し、適応制御を可能にする。
• クロスレイヤー設計の原則を適用し、物理層、MAC層、ネットワーク層、アプリケーション層を統合的に最適化することで、リアルタイムの適応と最小限のオーバーヘッドを実現する。
• 次世代無線システムのための性能指標とベンチマーク目標を開発し、データレート、遅延、1ビットあたりのエネルギー効率を含む。

実験結果

リサーチクエスチョン

• RQ1 エネルギー供給、エネルギー転送、エネルギー効率をどのように統合することで、真に自己持続的なIoTシステムを実現できるか？
• RQ2 IoTにおけるエネルギー回収、無線電力伝送、低消費電力通信の分野で、主な技術的実現要因と性能のトレードオフは何か？
• RQ3 機械学習とクロスレイヤー最適化は、IoTシステムの各レイヤー全体でエネルギー持続可能性をどのように向上させることができるか？
• RQ4 次世代無線IoTネットワークにおけるエネルギー持続可能性を評価・ベンチマーク化するために、どのような標準化された指標と目標値が必要か？
• RQ5 運用フェーズを越えてエネルギー持続可能なIoTをスケーリングするにあたり、政策的・規制的要因およびライフサイクル上の配慮は何か？

主な発見

• エネルギー持続可能なIoTは、エネルギー供給（EP）、エネルギー転送（ET）、エネルギー効率（EE）を相互に依存するプロセスとして統合的に統合することでのみ実現可能である。
• RFベースのエネルギー回収と誘導電力伝送は、屋内および高密度なIoT展開において強く有望な技術であり、最近の進展により複数ノードへのエネルギー伝送が可能になった。
• バックスキャター通信（BC）とメタサーフェス支援送信は、従来のRF送信と比較して、1ビットあたりのエネルギー消費を最大90％まで削減できる。
• 強化学習や進化計算アルゴリズムを含む機械学習技術は、エッジコンピューティング環境においてアプリケーションレイヤーのエネルギー消費を最大60％まで削減できる。
• クロスレイヤー最適化フレームワークは、動的かつ変化しやすいIoT環境において、リアルタイムの適応を可能にし、システム全体のエネルギーオーバーヘッドを40–50％まで低減できる。
• エネルギー効率（bit/J）、遅延（ms）、データレート（Mbps）といった標準化された性能指標は、次世代のエネルギー持続可能なIoTシステムの評価と比較に不可欠である。