[論文レビュー] Optimal Reliability in Energy Harvesting Industrial Wireless Sensor Networks

Lei Lei, Yiru Kuang+5 more|arXiv (Cornell University)|May 6, 2016

Energy Harvesting in Wireless Networks参考文献 28被引用数 5

ひとこと要約

本稿では、エネルギー収集産業用無線センサネットワーク（EH-IWSNs）における分散型エネルギー管理アルゴリズムを提案し、遅延制約下で重み付きパケット損失を最小化するために、エネルギー割り当てとスケジューリングを統合最適化する。オンライン確率的学習と事後状態近似を用いた近似マルコフ決定過程を用いることで、低複雑性でありながら近似的最適な信頼性を達成し、シミュレーションにおいてベースラインアルゴリズムを上回りながらリアルタイム性能を維持する。

ABSTRACT

For Industrial Wireless Sensor Networks, it is essential to reliably sense and deliver the environmental data on time to avoid system malfunction. While energy harvesting is a promising technique to extend the lifetime of sensor nodes, it also brings new challenges for system reliability due to the stochastic nature of the harvested energy. In this paper, we investigate the optimal energy management policy to minimize the weighted packet loss rate under delay constraint, where the packet loss rate considers the lost packets both during the sensing and delivering processes. We show that the above energy management problem can be modeled as an infinite horizon average reward constraint Markov decision problem. In order to address the well-known curse of dimensionality problem and facilitate distributed implementation, we utilize the linear value approximation technique. Moreover, we apply stochastic online learning with post-decision state to deal with the lack of knowledge of the underlying stochastic processes. A distributed energy allocation algorithm with water-filling structure and a scheduling algorithm by auction mechanism are obtained. Experimental results show that the proposed algorithm achieves nearly the same performance as the optimal offline value iteration algorithm while requiring much less computation complexity and signaling overhead, and outperforms various existing baseline algorithms.

研究の動機と目的

• エネルギーの入手が確率的で予測不能であるEH-IWSNsにおいて、高い信頼性を維持する課題に対処すること。
• 時間に敏感な産業用途を想定し、感度と送信の両方の段階での損失を考慮した重み付きパケット損失率を、厳密な遅延制約下で最小化すること。
• バッテリーステートインデックス（BSI）、キューインデックス（QSI）、チャネルステートインデックス（CSI）の情報を活用する分散型で低複雑性のエネルギー管理ポリシーを設計すること。
• マルコフ決定過程（MDP）における次元の呪いを克服し、システムの確率的プロセスの事前知識がなくても、リアルタイムでオンラインで適応可能な仕組みを実現すること。
• 事前最適アルゴリズムに非常に近い性能を達成しながら、計算量と信号伝送のオーバーヘッドを顕著に低減すること。

提案手法

• 信頼性最適化問題を無限時間平均報酬制約付きマルコフ決定過程（CMDP）として定式化する。
• 次元の呪いを緩和し、分散実装を可能にするために線形価値関数近似を適用する。
• エネルギー到着およびチャネル状態の確率分布が未知である状況に対応するため、事後状態を用いた確率的オンライン学習を採用する。
• 局所的なBSI、QSI、CSIに基づき、多段階のウォーター・フィリング構造を持つ分散型エネルギー割り当てアルゴリズムを導出する。
• 各タイムスロットごとに最適なEHSノードの送信を選択するオークションベースのスケジューリングメカニズムを導入する。
• システムプロセスの完全な統計的知識が不要なオンライン確率的学習（OSL）の変種を用いて、最適価値関数を近似する。

実験結果

リサーチクエスチョン

• RQ1 エネルギー収集IWSNsは、確率的なエネルギー入手と遅延制約下で、どのようにして最適な信頼性を達成できるか？
• RQ2 感度と送信のエネルギー割り当てを統合最適化することで、システム全体のパケット損失率にどのような影響を与えるか？
• RQ3 エネルギーおよびチャネル統計の事前知識がなくても、分散型で低複雑性のアルゴリズムが近似的最適な信頼性を達成できるか？
• RQ4 BSI、QSI、CSIの統合は、ヒューリスティック的または状態に依存しないポリシーと比較して、システム性能をどのように向上させるか？
• RQ5 事後状態を用いたオンライン学習は、オフライン最適価値反復の性能をどの程度まで近似できるか？

主な発見

• 提案されたAMDP+OSLアルゴリズムは、オフライン最適価値反復（OVI）アルゴリズムとほぼ同一の重み付きパケット損失率を達成し、信頼性性能において近似的最適性を示した。
• 特に高トラフィックまたはエネルギー変動が激しい状況下で、グリーディーおよびUROPベースラインアルゴリズムと比較して、重み付きパケット損失率と平均遅延の両面で顕著に優れた性能を発揮した。
• 収集エネルギー量やデータ到着レートが低い場合、パケット損失の主因は感度制限に起因するが、レートが上昇するとバッファオーバーフローが主な損失要因となる。本アルゴリズムは、この問題を効果的に緩和した。
• OSLに基づくアルゴリズムは、エネルギーまたはデータ到着の背後にある確率分布の知識がなくても、OVIアルゴリズムの性能に収束した。
• ウォーター・フィリング型エネルギー割り当てとオークションベースのスケジューリングを組み合わせた分散設計により、信号伝送のオーバーヘッドと計算複雑性を低減しながらも、高い信頼性を維持した。
• EHSノード数やエネルギー／データ到着レートの変動に関わらず、本アルゴリズムは効果的であり、強靭性とスケーラビリティを示した。