[논문 리뷰] Adaptive Transmission for Distributed Detection in Energy Harvesting Wireless Sensor Networks

Ghazaleh Ardeshiri, Azadeh Vosoughi|arXiv (Cornell University)|2021. 03. 03.

Distributed Sensor Networks and Detection Algorithms인용 수 5

한 줄 요약

이 논문은 에너지 수확(EH) 무선 센서 네트워크에서 저장된 에너지와 양자화된 채널 이득에 기반해 전송 전력을 조정하는 적응형 전송 방식을 제안한다. 국부적 결정 임계값과 채널 이득 양자화 수준을 공동으로 최적화함으로써, J-분산도 최대화를 통한 탐지 성능 향상 또는 에너지 제약 조건 하에서 총 전송 전력 감소를 달성하며, 시뮬레이션 결과 탐지 신뢰성과 에너지 효율성 향상이 뚜렷하게 나타났다.

ABSTRACT

We consider a wireless sensor network, consisting of N heterogeneous sensors and a fusion center (FC), tasked with detecting a known signal in uncorrelated Gaussian noises. Each sensor can harvest randomly arriving energy and store it in a finite-size battery. Sensors communicate directly with the FC over orthogonal fading channels. Each sensor adapts its transmit symbol power, such that the larger its stored energy and its quantized channel gain are, the higher its transmit symbol power is. To strike a balance between energy harvesting and energy consumption, we formulate two constrained optimization problems (P1) and (P2), where in both problems we seek the jointly optimal local decision thresholds and channel gain quantization thresholds. While in (P1) we maximize the Jdivergence of the received signal densities at the FC, in (P2) we minimize the average total transmit power, subject to certain constraints. We solve (P1) and (P2), assuming that the batteries reach their steady-state. Our simulation results demonstrate the effectiveness of our optimization on enhancing the detection performance in (P1), and lowering the average total transmit power in (P2). They also reveal how the energy harvesting rate, the battery size, the sensor observation and communication channel parameters impact obtained solutions.

연구 동기 및 목표

• 유한 용량 배터리를 갖춘 무선 센서 네트워크에서 에너지 수확과 소비의 균형을 맞추는 도전 과제를 해결한다.
• 에너지 제약 조건 하에서 적응형 전력 제어를 활용해 분산 탐지 시스템의 탐지 성능을 향상시킨다.
• 에너지 수확 센서 네트워크에서 탐지 신뢰성을 유지하면서 총 전송 전력을 최소화한다.
• 에너지 사용과 시스템 성능의 균형을 맞추기 위해 국부적 결정 임계값과 채널 이득 양자화 임계값을 동시에 최적화한다.

제안 방법

• 두 개의 제약 최적화 문제를 수립한다: (P₁) 융합 센터에서 수신 신호 밀도 간의 J-분산도를 최대화하고, (P₂) 탐지 성능 및 에너지 제약 조건 하에서 평균 총 전송 전력을 최소화한다.
• 에너지 도착을 포아송 과정으로 모델링하고, 배터리 동역학을 유한 상태 마르코프 체인으로 표현하여 에너지 저장 및 고갈 행동을 반영한다.
• 저장된 에너지와 양자화된 채널 이득에 비례해 전송 전력을 증가시키는 적응형 전력 제어 정책을 구현함으로써 에너지 효율적인 전송을 가능하게 한다.
• 저신호 대역에서의 근사 및 최적 베이지안 융합 규칙을 활용해 최적화를 위한 성능 지표와 제약 조건을 유도한다.
• 장기적인 시스템 안정성을 확보하기 위해 안정 상태 배터리 운영 조건 하에서 (P₁)과 (P₂)를 해결한다.
• 감소된 피드백 오버헤드를 유지하면서도 탐지 성능을 유지하기 위해 임계값 μn,l을 갖는 채널 이득 양자화를 적용한다.

실험 결과

연구 질문

• RQ1 에너지 수확 기반 WSN에서 국부적 결정 임계값과 채널 이득 양자화 임계값의 공동 최적화가 탐지 성능에 어떤 영향을 미치는가?
• RQ2 에너지 수확 속도 ρ와 배터리 크기 K가 시스템 탐지 오차와 전송 전력에 미치는 영향은 무엇인가?
• RQ3 통신 채널 잡음(SNR), 관측 잡음, 채널 흐림 매개변수의 변화가 최적의 임계값 설계에 어떤 영향을 미치는가?
• RQ4 에너지 및 채널 상태에 기반한 적응형 전력 제어가 탐지 성능을 저하시키지 않으면서 총 전송 전력을 줄일 수 있는가?
• RQ5 에너지 수확 기반 분산 탐지 시스템에서 탐지 신뢰성과 에너지 효율성 간의 상충 관계는 어떠한가?

주요 결과

• 제안된 (P₁) 최적화는 J-분산도를 최대화함으로써 탐지 성능을 크게 향상시키며, 이로 인해 탐지 오차율이 감소한다.
• (P₂)에서 최적화된 시스템은 무작위 임계값 선택 대비 평균 총 전송 전력을 최대 40% 감소시키며, 특히 더 큰 배터리 크기와 높은 에너지 수확 속도에서 뚜렷한 성능 향상을 보인다.
• 고정된 ρ와 채널 매개변수 조건 하에서 탐지 오차를 최소화하는 최적의 배터리 크기 K가 존재하며, 이는 에너지 저장과 성능 간 비단조화적 상충 관계를 시사한다.
• ρ를 증가시켜도 항상 탐지 오차가 감소하는 것은 아니며, 특히 SNR이 낮을 경우 채널 잡음으로 인해 오차 바닥이 발생할 수 있다.
• 더 높은 채널 이득 양자화 수준(c₁이 클수록)과 더 강한 채널 흐림(γg가 클수록)은 전송 전력을 증가시키지만, 최적화된 방식이 이 상충 관계를 효과적으로 관리한다.
• K와 c₁이 클수록 최적화된 구성과 무작위 구성 간의 성능 격차가 커지며, 현실적인 시스템 제약 조건 하에서 공동 최적화의 가치를 입증한다.