[論文レビュー] Massive Wireless Energy Transfer with Multiple Power Beacons for very large Internet of Things

Osmel Martínez Rosabal, Onel L. Alcaraz López+3 more|arXiv (Cornell University)|Jun 24, 2021

Energy Harvesting in Wireless Networks参考文献 34被引用数 5

ひとこと要約

本稿では、多数の電力ビーコン（PB）を用いた大規模なIoTネットワークにおいて、デバイスの位置情報とリアルタイムのバッテリー状態を活用することで、全PBの送信電力合計を最小化するフレームワークを提案する。修正されたK-チェビシェフ重心クラスタリング法を用いることで、PBの配置と電力割り当てを最適化し、停電確率と電磁界放射を低減する。特にPB密度が高い状況では、従来のK-Meansと比較して最大30％低い合計送信電力を達成する。

ABSTRACT

The Internet of Things (IoT) comprises an increasing number of low-power and low-cost devices that autonomously interact with the surrounding environment. As a consequence of their popularity, future IoT deployments will be massive, which demands energy-efficient systems to extend their lifetime and improve the user experience. Radio frequency wireless energy transfer has the potential of powering massive IoT networks, thus eliminating the need for frequent battery replacement by using the so-called power beacons (PBs). In this paper, we provide a framework for minimizing the sum transmit power of the PBs using devices' positions information and their current battery state. Our strategy aims to reduce the PBs' power consumption and to mitigate the possible impact of the electromagnetic radiation on human health. We also present analytical insights for the case of very distant clusters and evaluate their applicability. Numerical results show that our proposed framework reduces the outage probability as the number of PBs and/or the energy demands increase.

研究の動機と目的

• 数十億台のデバイスを含む大規模なIoT展開における、エネルギー集約的メンテナンスの課題に対処すること。
• すべてのデバイスに信頼性のあるエネルギー供給を確保しつつ、複数の電力ビーコン（PB）の合計送信電力を最小化すること。
• 不要な高電力送信を回避することで、電磁界（EMF）露出リスクを低減すること。
• 各クラスタの最悪位置にあるデバイスが十分なエネルギーを受信できるようにすることで、公平性を向上させること。
• 最適なPB配置と電力制御により、スケーラブルでメンテナンスが少なく、エネルギー効率の高い大規模なIoTネットワーク運用を実現すること。

提案手法

• デバイスの位置情報とバッテリー状態を活用して、各クラスタを1つのPBが管理するようにクラスタを形成する。
• 各クラスタ内での受信RF電力の最小値を最大化するように、修正されたK-チェビシェフ重心アルゴリズムを用いてクラスタ重心を計算する。
• 停電制約とPB最大送信電力制限を満たす条件下で、合計電力最小化問題を解く。
• 式（13）に示すシグモイド型の整流素子モデル（rectenna model）を用い、入射RF電力を発電されたDCエネルギーに正確に変換する。
• PBとIoTデバイス間の信号減衰を計算するために、距離に依存するパスロスモデル（式（17））を採用する。
• エネルギー停電確率（停電確率）を主なQoS指標として用い、デバイスのバッテリーが運用ドリフトサイクルに耐えられる確率として定義する。

実験結果

リサーチクエスチョン

• RQ1 複数の電力ビーコンの合計送信電力を最小化しつつ、すべてのIoTデバイスが十分なエネルギーを受信できるようにする方法は何か？
• RQ2 クラスタリング戦略（特にK-MeansとK-チェビシェフ重心法）がエネルギーの公平性とシステム効率に与える影響は何か？
• RQ3 電力ビーコンの数が、大規模なIoT展開における停電確率と合計送信電力に与える影響は何か？
• RQ4 クラスタを独立して扱う近似手法（式（11））が、PB密度が変化する条件下でもどれほど正確に保たれるか？
• RQ5 パワーエフィシェンシーと停電性能のバランスを最適化するための最適なエネルギー閾値は何か？

主な発見

• K-チェビシェフ重心法を用いることで、特にPB数が多い状況では、標準的なK-Meansと比較して合計送信電力を最大30％低減できる。
• PB数が増加するにつれて停電確率が顕著に低下し、同じエネルギー要求条件下でPB数を6台から15台に増加させると、50％の減少が観察された。
• 性能劣化を最小限に抑えるための最適なエネルギー閾値は約0.4 Jであり、それ以上に増加させても停電確率の低減効果は次第に小さくなる。
• 独立クラスタ近似（式（11））は、PB数が少ない場合（≤6）にのみ正確であり、クラスタ間干渉が無視できる場合に限る。
• 本手法により、デバイスが存在する場所にのみエネルギービームを集約することで、高電磁界露出リスクを低減し、安全性と効率性を向上させた。
• 数値結果から、本手法が高エネルギー要求下でも低停電確率を維持できることを確認した。PB密度が高くなるほど性能が向上する。