[論文レビュー] Wireless Power Transfer and Data Collection in Wireless Sensor Networks

Kai Li, Wei Ni+3 more|arXiv (Cornell University)|Nov 3, 2017

Energy Harvesting in Wireless Networks参考文献 42被引用数 3

ひとこと要約

本稿では、再充電可能な無線センサネットワーク（RWSNs）における無線電力伝送（WPT）とデータ収集の最適化を目的とした、集中型マルコフ決定過程（MDP）ベースのスケジューリングフレームワーク、EHMDPを提案する。グローバルな状態情報を利用し、送信順序、変調レベル、WPT時間の共同最適化によって、パケット損失を最小限に抑え、ネットワークスループットを最大化する。さらに、低遅延でエネルギー・キューに配慮した分散型スケジューリングを可能にする、準分散型のE-QATアルゴリズムも提案し、従来手法に比べスループットと損失率の両面で優れた性能を示す。

ABSTRACT

In a rechargeable wireless sensor network, the data packets are generated by sensor nodes at a specific data rate, and transmitted to a base station. Moreover, the base station transfers power to the nodes by using Wireless Power Transfer (WPT) to extend their battery life. However, inadequately scheduling WPT and data collection causes some of the nodes to drain their battery and have their data buffer overflow, while the other nodes waste their harvested energy, which is more than they need to transmit their packets. In this paper, we investigate a novel optimal scheduling strategy, called EHMDP, aiming to minimize data packet loss from a network of sensor nodes in terms of the nodes' energy consumption and data queue state information. The scheduling problem is first formulated by a centralized MDP model, assuming that the complete states of each node are well known by the base station. This presents the upper bound of the data that can be collected in a rechargeable wireless sensor network. Next, we relax the assumption of the availability of full state information so that the data transmission and WPT can be semi-decentralized. The simulation results show that, in terms of network throughput and packet loss rate, the proposed algorithm significantly improves the network performance.

研究の動機と目的

• 再充電可能な無線センサネットワーク（RWSNs）における非効率なスケジューリングの課題に取り組む。具体的には、エネルギー収集の不均衡とデータバッファのオーバーフローが原因で発生する高パケット損失を解消することを目的とする。
• 集中型フレームワークを用いて、送信順序、変調レベル、WPT時間の共同最適化により、ネットワーク全体のデータパケット損失を最小限に抑えること。
• ノードが自らのエネルギーとキュー状態に基づいて送信を自己選定できるようにする準分散型スケジューリングメカニズムを設計し、全状態情報の報告に依存するのを低減すること。
• オフラインで集中型MDPを用いた最適化により性能の上限を評価し、実用的でスケーラブルな準分散型ソリューションと比較すること。

提案手法

• WPTとデータ収集のスケジューリング問題を、有限時限、有限状態のマルコフ決定過程（MDP）として定式化し、パケット損失を最小化することを目的とする。このMDPはEHMDPと命名される。
• ベースステーションが各ノードのバッテリーレベルとデータキュー状態を完全に把握できる集中型MDPモデルを採用し、最適なスケジューリングを実現する。
• 各ノードのエネルギー効率を最大化するための最適変調レベル $\rho_i^\star$ を、ビット誤り率制約のもとで、エネルギーとスペクトル効率のトレードオフに基づいて導出された非線形方程式に対して二分法を用いて算出する。
• ノードが自らの局所的なエネルギー状態とキュー状態に基づいて送信を決定する、準分散型のE-QAT（エネルギー・キューに配慮した送信）アルゴリズムを提案する。このアルゴリズムでは、送信確率を用いてキューが蓄積しているノードを優先する。
• 緊急性（キューの蓄積）とエネルギーの可用性の両方をバランスさせる送信確率モデルを導入し、バッファオーバーフローと送信の抑止を防止する。
• 各エポック内で異なる時間スロットで同時にデータ送信とエネルギー収集が可能な、1ノードあたり1本のRFチェーンを用いたタイムスイッチングWPTを採用する。

Figure 1 : Data collection and WPT in wireless powered sensor network.

実験結果

リサーチクエスチョン

• RQ1 再充電可能なWSNにおいて、WPTとデータ収集をどのように共同スケジューリングすれば、全体のパケット損失を最小限に抑えられるか？
• RQ2 ベースステーションに全ノードの状態情報（バッテリーレベルとキュー状態）が利用可能な場合、そのようなスケジューリングの性能上限はどの程度か？
• RQ3 全ネットワーク状態の報告なしに、局所的なエネルギー状態とキュー状態情報のみに依存する、スケーラブルな準分散型スケジューリングポリシーをどのように設計できるか？
• RQ4 スケジューリング間隔長 $\widehat{T}$ が、集中型および準分散型手法におけるネットワークスループットとパケット損失に与える影響は何か？
• RQ5 提案されたEHMDPおよびE-QATアルゴリズムは、従来のスケジューリング手法と比較して、スループットと損失率の両面でどの程度優れているか？

主な発見

• EHMDPはE-QATに比べて顕著に高いネットワークスループットと低いパケット損失率を達成しており、集中型のグローバル状態情報の利点が顕著に示されている。
• スケジューリング間隔 $\widehat{T}$ が長くなると、EHMDPおよびE-QATの両方において、ネットワークスループットとパケット損失率が劣化する。これは、優先度の低いノードのスケジューリング遅延が長くなるためである。
• $\widehat{T} \in [10,40]$ の範囲では、EHMDPは約12.5–13.5 kbpsのスループットと5%未満のパケット損失率を維持するが、E-QATは同じ条件下で10–11 kbpsのスループットと8–10%の損失率を示す。
• 各ノードの最適変調レベル $\rho_i^\star$ は、エネルギーとスペクトル効率のトレードオフに基づいた非線形方程式を二分法を用いて独立に算出される。
• E-QATアルゴリズムは、高いデータキュー状態と十分なエネルギー収集が可能なノードを優先することで、準分散環境下でもパケット損失を効果的に低減し、バッファオーバーフローを回避する。
• 提案されたEHMDPフレームワークは、パケット損失の性能下限を提供し、同条件のもとで、集中型最適化が準分散代替手法に比べて最大20–25%高いスループットと30–40%低い損失率を達成できることを示している。

Figure 2 : A comparison of network throughput using different scheduling strategies in the centralized and distributed RWSN.