[논문 리뷰] Spatial Throughput of Mobile Ad Hoc Networks with Energy Harvesting

Kaibin Huang|arXiv (Cornell University)|2011. 11. 24.

Energy Harvesting in Wireless Networks참고 문헌 1인용 수 20

한 줄 요약

이 논문은 에너지 수확 기반 이동형 애드-hoc 네트워크의 공간적 총량을 분석하기 위해 포아송 점 프로세스를 따르는 송신기와 균일한 평균 속도로 에너지를 수확하는 모델을 사용한다. 에너지 도착률이 전송 전력보다 높을 경우 전송 확률은 1이 되며, 그렇지 않을 경우 그 비율과 같음을 증명하고, 오류 발생 제약 조건 하에서 총량을 최대화하기 위한 최적의 전력 제어를 유도한다.

ABSTRACT

Designing mobiles to harvest ambient energy such as kinetic activities or electromagnetic radiation will enable wireless networks to be self sustaining besides alleviating global warming. In this paper, the spatial throughput of a mobile ad hoc network powered by energy harvesting is analyzed using a stochastic-geometry model. In this model, transmitters are distributed as a Poisson point process and energy arrives at each transmitter randomly with a uniform average rate called the energy arrival rate; upon harvesting sufficient energy, each transmitter transmits with fixed power to an intended receiver under an outage-probability constraint for a target signal-to-interference-and-noise ratio. It is assumed that transmitters store energy in batteries with infinite capacity. By applying the random-walk theory, the probability that a transmitter transmits, called the transmission probability, is proved to be equal to one if the energy-arrival rate exceeds transmission power or otherwise is equal to their ratio. This result and tools from stochastic geometry are applied to maximize the network throughput for a given energy-arrival rate by optimizing transmission power. The maximum network throughput is shown to be proportional to the optimal transmission probability, which is equal to one if the transmitter density is below a derived function of the energy-arrival rate or otherwise is smaller than one and solves a given polynomial equation. Last, the limits of the maximum network throughput are obtained for the extreme cases of high energy-arrival rates and dense networks. Index Terms Energy harvesting, mobile ad hoc networks, throughput, power control, stochastic processes, mobile communication I.

연구 동기 및 목표

• 에너지 수확 기반 이동형 애드-hoc 네트워크의 공간적 총량을 모델링하고 분석한다.
• 에너지 도착률과 송신기 밀도가 네트워크 전송 확률과 총량에 미치는 영향을 이해한다.
• 오류 발생 제약 조건 하에서 전송 전력을 최적화하여 네트워크 총량을 극대화한다.
• 고에너지 도착률과 고밀도 네트워크 환경에서 도달 가능한 최대 공간적 총량을 유도한다.

제안 방법

• 이동형 애드-hoc 네트워크 내의 무작위 공간 분포를 표현하기 위해 송신기를 포아송 점 프로세스로 모델링한다.
• 무작위 보행 이론을 사용하여 에너지 도착률과 전송 전력에 기반한 전송 확률을 유도한다.
• 스토하스틱 기하학 도구를 적용하여 신호 대 간섭 및 노이즈 비율(SINR)과 오류 발생 확률을 분석한다.
• 전송 확률과 송신기 밀도의 함수로 네트워크 총량을 수식화한다.
• 목표 오류 발생 확률과 에너지 도착 제약 조건 하에서 총량을 극대화하기 위해 전송 전력을 최적화한다.
• 송신기 밀도가 임계값을 초과할 경우 전송 확률을 결정하기 위해 다항방정식을 해결한다.

실험 결과

연구 질문

• RQ1 에너지가 균일한 평균 속도로 도착할 때 에너지 수확 기반 이동형 애드-hoc 네트워크에서 송신기의 전송 확률은 무엇인가?
• RQ2 공간적 총량을 극대화하기 위해 최적의 전송 전력은 에너지 도착률과 송신기 밀도에 따라 어떻게 스케일링되는가?
• RQ3 고에너지 도착률과 고밀도 네트워크 배치 조건에서 도달 가능한 최대 공간적 총량은 무엇인가?
• RQ4 에너지 도착률이 전송 전력 요구 조건 이하일 경우 전송 확률은 어떻게 변화하는가?

주요 결과

• 에너지 도착률이 전송 전력을 초과할 경우 전송 확률은 1과 같고, 그렇지 않을 경우 에너지 도착률과 전송 전력의 비율과 같다.
• 최대 네트워크 총량은 최적의 전송 확률에 비례하며, 이는 에너지 도착률과 송신기 밀도 간의 상호작용에 따라 달라진다.
• 송신기 밀도가 에너지 도착률의 유도된 임계 함수 이하일 경우 최적의 전송 확률은 1이 된다.
• 더 높은 송신기 밀도에서는 최적의 전송 확률이 1보다 작으며, 특정 다항방정식을 풀어 결정된다.
• 고에너지 도착률의 극한에서 최대 공간적 총량은 완전히 전원이 공급된 네트워크의 총량에 수렴한다.
• 고밀도 네트워크의 극한에서 최대 공간적 총량은 에너지 제약 조건 하에서 송신기 밀도의 제곱근에 비례하여 스케일링된다.