[論文レビュー] Optimal Energy Allocation Policies for a High Altitude Flying Wireless Access Point

Elif Tuğçe Ceran, Tugce Erkilic+3 more|arXiv (Cornell University)|Sep 25, 2015

Energy Harvesting in Wireless Networks参考文献 23被引用数 15

ひとこと要約

本稿では、太陽光で駆動される高高度飛行型無線アクセスポイント（APOM）の最適オンラインエネルギー割り当てポリシーを提案し、時間変動する容量を伴う動的0/1ナップサック問題として問題を定式化する。閾値に基づくポリシー（決定論的および確率論的）を導入し、低コストでほぼ最適な性能を達成し、決定論的ケースではln(U/L) + 1で有界な競合比を示す。確率論的ケースでは動的計画法の解に強く近似する。

ABSTRACT

Inspired by recent industrial efforts toward high altitude flying wireless access points powered by renewable energy, an online resource allocation problem for a mobile access point (AP) travelling at high altitude is formulated. The AP allocates its resources (available energy) to maximize the total utility (reward) provided to a sequentially observed set of users demanding service. The problem is formulated as a 0/1 dynamic knapsack problem with incremental capacity over a finite time horizon, the solution of which is quite open in the literature. We address the problem through deterministic and stochastic formulations. For the deterministic problem, several online approximations are proposed based on an instantaneous threshold that can adapt to short-time-scale dynamics. For the stochastic model, after showing the optimality of a threshold based solution on a dynamic programming (DP) formulation, an approximate threshold based policy is obtained. The performances of proposed policies are compared with that of the optimal solution obtained through DP.

研究の動機と目的

• 間欠的エネルギー収集を伴う移動型で太陽光で駆動される高高度無線アクセスポイント（APOM）における、最適オンラインユーザー受入およびエネルギー割り当ての課題に対処すること。
• リソース割り当て問題を、時間とともに変化するエネルギー容量を伴う動的0/1ナップサック問題としてモデル化すること。
• 決定論的および確率論的ユーザーおよびエネルギー到着モデルの下で、最適解を近似可能な計算効率の高いオンラインポリシーを開発すること。
• 特に、利用可能比に上限・下限が存在する状況下での理論的競合比を確立すること。
• 実際の運用制約下で、ルールベース、遺伝的アルゴリズム（GA）、動的計画法アプローチを含む、さまざまな閾値ベースヒューリスティクスの性能を比較すること。

提案手法

• APOMのエネルギー割り当て問題を、時間とともに変化する容量を持つ0/1動的ナップサック問題として定式化し、エネルギー容量が時間とともに確率的または決定論的に増加する。
• 決定論的ケースでは、到着ユーザーの利用可能比に基づく適応型閾値ポリシーを提案し、閾値は定常的または動的に調整可能である。
• 「単調閾値」ポリシーを導入し、利用可能比に上限・下限が存在する条件下で、理論的競合比がln(U/L) + 1で有界であることを導出する。
• 確率論的モデルでは、動的計画法を用いて閾値ベースポリシーの最適性を証明し、「期待閾値ポリシー」を計算コストが低い近似解として導出する。
• ユーザー統計の事前知識が得られない状況でも適応型閾値関数を生成できるよう、ルールベースおよび遺伝的アルゴリズム（GA）ベースの手法を用いる。
• シミュレーションを用いて性能を検証し、最適な動的計画法の解と比較し、さまざまなユーザー順序における競合比を分析する。

実験結果

リサーチクエスチョン

• RQ1 時間変動するエネルギー供給を伴う高高度移動型アクセスポイントにおいて、順次到着するユーザーに再生可能エネルギーを最適に割り当てるオンラインポリシーは何か？
• RQ2 時間変動する容量を伴う決定論的0/1ナップサック問題において、閾値ベースポリシーが定数の競合比を達成できるか？
• RQ3 確率論的ユーザーおよびエネルギー到着プロセス下で、ヒューリスティクスポリシー（例：ルールベース、遺伝的アルゴリズム）の性能は最適な動的計画法の解と比べてどうか？
• RQ4 利用可能比に上限・下限が存在する条件下で、提案された単調閾値ポリシーの理論的競合比は何か？
• RQ5 静的、適応型、ルールベース、GA最適化の異なる閾値関数設計は、リアルタイムでのオンラインエネルギー割り当てにどのように影響を与えるか？

主な発見

• 決定論的単調閾値ポリシーは、ユーザーの利用可能比の上限Uと下限Lを用いて、競合比がln(U/L) + 1で有界であることを示した。
• 確率論的モデルでは、動的計画法を用いて閾値ベースポリシーの最適性を証明し、提案された「期待閾値ポリシー」は計算コストが低く最適解に非常に近い近似を達成した。
• ユーザー順序が事前に不明なオンライン環境下で、ルールベースヒューリスティクスが他のヒューリスティクスを上回り、事前の統計的知識が不要な状況で最高の性能を発揮した。
• ユーザー統計が事前に分かっている場合には、遺伝的アルゴリズムおよび動的計画法ベースのヒューリスティクスがほぼ最適な結果をもたらした。
• 提案されたポリシーは、多様なユーザー到着パターンおよびエネルギー収集ダイナミクスの下でも、常に最適解に近い競合比を達成し、強固な性能を示した。
• 理論的分析により、競合比がユーザー数に依存せず、最大と最小の利用可能比の比にのみ依存することが確認された。