[論文レビュー] Harvesting Resource Allocation in Energy Harvesting Wireless Sensor Networks

Shenqiu Zhang, Alireza Seyedi|arXiv (Cornell University)|Jun 20, 2013

Energy Harvesting in Wireless Networks参考文献 14被引用数 3

ひとこと要約

本稿は、任意のトポロジーを持つ無線センサネットワークにおけるエネルギー効率的リソース割り当てを最適化するための分析フレームワークを提案する。エネルギー不足とチャネル劣化によるイベント損失確率をモデル化し、ネットワーク全体の損失確率について閉形式の式を導出。最適、ほぼ公平、均等な割り当て方式を評価し、ほぼ公平なアプローチが均等割り当てに比べて著しく低いエネルギー収集要件でほぼ最適な性能を達成することを示す。

ABSTRACT

Considering an energy harvesting sensor network, the overall probability of event loss is derived. Based on this result, a variety of harvesting resource allocation schemes (sizing the energy storages and the harvesting devices, under a total cost constraint) are provided. Their performances are verified and compared through simulations.

研究の動機と目的

• 任意のトポロジーを持つエネルギー収集型無線センサネットワークにおける、イベント損失全体の確率をモデル化・分析すること。
• 総コスト制約下でのエネルギー収集デバイスおよび蓄電ユニットのサイズ決定に関する最適化問題を定式化・解くこと。
• 現実的なネットワーク環境下で、最適、ほぼ公平、均等な割り当て方式の性能を比較すること。
• 実際のセンサパラメータおよびネットワークトポロジーを用いた広範なシミュレーションを通じて、解析的損失モデルの妥当性を検証すること。

提案手法

• 左確率的ルーティング行列とエネルギー不足確率を用いて、ネットワーク全体のイベント損失確率に関する行列ベースの解析的表現を導出する。
• エネルギー利用可能性とチャネル劣化を組み込んだ一次方程式系を用いて、イベント報告の生成、ルーティング、損失をモデル化する。
• ルーティング行列 R、損失確率行列 P、チャネル損失 q を含む行列式を用いて、各ノードにおける総イベントレートを表現する。
• R、P、q を含む行列式の逆行列を用いて、シンクにおける総イベントレートを解き、全体の損失確率を計算可能にする。
• 最適（コスト制約付き最適化）、ほぼ公平（性能と公平性のバランス）、均等（ノード間で等分）の3つのリソース割り当て方式を提案する。
• 1,482個のランダムに生成されたネットワーク（ノード数やパラメータが変動）を用いたモンテカルロシミュレーションにより、理論的損失モデルの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 エネルギー不足とチャネル劣化を考慮した場合、任意のトポロジーを持つエネルギー収集型無線センサネットワークにおける、全体のイベント損失確率は何か？
• RQ2 総コスト制約下で、エネルギー収集および蓄電リソースをセンサノード間で最適に割り当てることは、どのようにして達成できるか？
• RQ3 提案されたほぼ公平なリソース割り当て方式は、最適および均等な方式と比較して、損失確率およびエネルギー収集要件の観点でどのように性能を発揮するか？
• RQ4 確率的エネルギー収集と変動するトラフィックを想定した場合、解析的損失モデルは、実世界のネットワーク行動をどの程度正確に予測できるか？

主な発見

• 1,482個のランダムに生成されたネットワークにおいて、行列の逆行列を用いた理論的損失確率は、シミュレーション結果と非常に近い一致を示し、解析的モデルの妥当性が裏付けられた。
• 均等なリソース割り当て方式では、最適な方式と比較して、平均して2.2桁高いネットワークイベント損失確率が得られた。
• 提案されたほぼ公平な割り当て方式は、最適解から0.15桁以内の性能を達成し、優れた性能と改善された公平性を両立していることが示された。
• 均等な割り当て方式は、同じ損失性能を達成するため、最適またはほぼ公平な方式と比較して約4倍の高い収集パワーを要する。
• 特に低収集レート条件下では、ほぼ公平な方式が均等な方式よりも早く性能の床（floor）に達することが示され、限られたエネルギー環境下でも頑健であることが明らかになった。
• 最適な割り当て方式は最小の損失確率を達成するが、複雑な最適化を要する。一方、ほぼ公平な方式は、性能と実装の複雑さの間で優れたトレードオフを提供する。