[논문 리뷰] A Review on Recent Energy Harvesting Methods for Increasing Battery Efficiency in WBANs

Hossein Yektamoghadam, Amirhossein Nikoofard외 2명|arXiv (Cornell University)|2024. 01. 12.

Energy Harvesting in Wireless Networks인용 수 4

한 줄 요약

이 논문은 무선 신체 영역 네트워크(WBANs)에서 배터리 수명을 연장하기 위해 열, 운동 에너지, 전파주파수(RF), 생체연료전지 기반 기술을 포함한 최근 에너지 수확 기술을 검토한다. 특히 이식 가능한 생체의학 기기에서의 응용을 중심으로 하며, 강화학습과 분산 최적화를 통합하여 에너지 효율성을 향상시키는 것을 제안하며, 차세대 재충전 가능한 WBAN 센서를 위한 비전도를 제시한다.

ABSTRACT

Today, technology development has led humans to employ wearable and implantable devices for biomedical applications. An important research issue in this field is the wireless body area networks (WBANs), which focus on such devices. In WBAN, using batteries as the only energy supply is a significant challenge, especially in medical applications. Charging the batteries is a problem for patients who use WBAN. Replacing the battery is not very difficult for wearable devices, but implantable devices have different conditions. The use of batteries in implantable devices has many problems, including pain and costs due to surgery, mental stress, and lack of comfort. Batteries' life depends on their type, operation, the patient's medical condition, and other factors. This paper reviews recent energy harvesting methods for battery recharge in WBAN's sensors. Moreover, we provide future research directions on energy harvesting methods in WBANs. Therefore, active research fields such as reinforcement learning (RL) and distributed optimization in WBAN applications were investigated. We strongly believe that these insights will aid in studying and developing a new generation of rechargeable sensors in WBANs for fellow researchers.

연구 동기 및 목표

• 이식 가능한 및 착용형 WBAN 장치에서 제한된 배터리 수명이라는 핵심 과제를 해결한다.
• 의료 수술이 필요하고 환자에게 불편을 주는 이식 가능한 장치에서의 배터리 교체 문제를 해결한다.
• 최근의 에너지 수확 기술을 탐색하고 평가하여 WBAN 센서의 지속 가능한 장기 운영을 가능하게 한다.
• 동적 에너지 관리에 강화학습과 분산 최적화를 활용하는 바탕으로 향후 연구 방향을 규명한다.
• 연구자들이 차세대 재충전 가능한 WBAN 시스템을 개발함에 있어 에너지 자율성을 향상시키는 데 도움이 되는 종합적인 검토를 제공한다.

제안 방법

• WBAN에 적합한 에너지 수확 원천을 체계적으로 검토하였으며, 인간 신체의 온도 기울기, 운동 에너지, 전파주파수(RF) 신호, 생체연료전지를 포함한다.
• 각 수확 기술의 기술적 타당성, 출력 전력, 착용형 및 이식 가능한 환경에서의 통합 과제를 평가하였다.
• 실시간 생리적 및 환경 데이터를 기반으로 에너지 수확 및 할당을 최적화하기 위해 강화학습(RL)의 역할을 분석하였다.
• WBAN 내 다중 센서 간 에너지 수확 및 소비를 조율하기 위해 분산 최적화 기법을 탐구하였다.
• 실시간 동적 WBAN 환경에서의 적응성과 확장성을 강조하여 지능형 에너지 관리 프레임워크를 종합하였다.
• 전력 밀도, 신뢰성, 생체적합성 등의 성능 지표를 사용하여 각 수확 기술 간 비교 분석을 제공하였다.

실험 결과

연구 질문

• RQ1 이식 가능한 응용 분야에서 WBAN 센서의 배터리 수명을 연장하기 위해 가장 실현 가능한 에너지 수확 원천은 무엇인가?
• RQ2 강화학습은 WBAN에서 동적으로 에너지 수확 및 소비를 최적화하는 데 어떻게 적용될 수 있는가?
• RQ3 WBAN에 에너지 수확 기술을 통합하는 데 영향을 미치는 주요 기술적 및 생물학적 제약은 무엇인가?
• RQ4 분산 최적화 기법은 다중 센서 WBAN에서 에너지 효율성을 어떻게 향상시키는가?
• RQ5 완전히 자율적이고 재충전 가능한 WBAN 시스템을 실현하기 위해 가장 유망한 향후 연구 방향은 무엇인가?

주요 결과

• 체온에서 수확하는 열 에너지는 연속적인 에너지원이지만 출력 전력이 낮아 저데이터 전송 속도의 센서에 적합하다.
• 피에조 전기 및 유도 기반의 운동 에너지 수확 장치는 운동 활성화 응용 분야에서 잠재력을 보이나 일관된 출력 전력 확보에 어려움이 있다.
• RF 에너지 수확은 RF 신호 근처에서 배터리 없는 운영을 가능하게 하지만 낮은 전력 밀도와 신호 변동성으로 인해 제한된다.
• 포도당과 젖산을 연료로 사용하는 생체연료전지는 높은 이론적 에너지 밀도와 생체적합성을 보이며, 실용적 구현은 아직 도전 과제이다.
• 강화학습은 실시간 데이터와 환경 조건에 기반하여 최적의 에너지 수확 및 도킹 주기 전략을 학습함으로써 적응형 에너지 관리가 가능하게 한다.
• 분산 최적화 기법은 WBAN 내 다수의 노드 간 에너지 수확 및 데이터 전송을 조율함으로써 시스템 전체의 에너지 효율성을 향상시킨다.