[论文解读] Adaptive Transmission for Distributed Detection in Energy Harvesting Wireless Sensor Networks

Ghazaleh Ardeshiri, Azadeh Vosoughi|arXiv (Cornell University)|Mar 3, 2021

Distributed Sensor Networks and Detection Algorithms被引用 5

一句话总结

本文提出了一种用于能量采集（EH）无线传感器网络的自适应传输方案，其中传感器根据存储能量和量化信道增益调整发射功率。通过联合优化本地判决阈值和信道增益量化级别，该方案在最大化J-散度或在能量约束下最小化总发射功率时，提升了检测性能，仿真结果表明在检测可靠性和能量效率方面均有显著增益。

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.

研究动机与目标

• 解决在具有有限容量电池的无线传感器网络中，能量采集与能量消耗之间的平衡挑战。
• 在能量约束下，通过自适应功率控制提升分布式检测系统中的检测性能。
• 在能量采集传感器网络中，最小化总发射功率的同时保持检测可靠性。
• 联合优化本地判决阈值和信道增益量化阈值，以平衡能量使用与系统性能。

提出的方法

• 构建两个约束优化问题：(P₁) 最大化融合中心接收到的信号密度之间的J-散度，(P₂) 在检测性能和能量约束下最小化平均总发射功率。
• 将能量到达建模为泊松过程，电池动态建模为有限状态马尔可夫链，以捕捉能量存储与耗尽的行为。
• 实施一种自适应功率控制策略，其中发射功率随存储能量和量化信道增益的增加而提升，实现能量高效的传输。
• 采用低信噪比近似和最优贝叶斯融合规则，推导性能指标和优化约束条件。
• 在稳态电池运行假设下求解(P₁)和(P₂)，以确保长期系统稳定性。
• 采用以阈值μn,l进行的信道增益量化，以减少反馈开销，同时保持检测性能。

实验结果

研究问题

• RQ1 在EH供电的WSN中，联合优化本地判决阈值和信道增益量化阈值如何提升检测性能？
• RQ2 能量采集速率ρ和电池容量K对系统检测误码率和发射功率有何影响？
• RQ3 通信信道噪声（SNR）、观测噪声和信道衰落参数如何影响最优阈值设计？
• RQ4 基于能量和信道状态的自适应功率控制是否能在不降低检测性能的前提下减少总发射功率？
• RQ5 在基于EH的分布式检测系统中，检测可靠性与能量效率之间的权衡是什么？

主要发现

• 在(P₁)中，所提出的优化通过最大化J-散度显著提升了检测性能，从而降低了检测误码率。
• 在(P₂)中，优化后的系统相比随机阈值选择，平均总发射功率最多可降低40%，尤其在电池容量较大和能量采集速率较高时效果更明显。
• 在ρ和信道参数固定时，存在一个最优电池容量K可使检测误码率最小化，表明能量存储与性能之间存在非单调权衡。
• 提高ρ并不总是能降低检测误码率；相反，由于信道噪声影响，尤其在SNR较低时，可能产生误码底限。
• 更高的信道增益量化级别（更大的c₁）和更强的信道衰落（更大的γg）会增加发射功率，但所提出的优化方案能有效管理这一权衡。
• 随着K和c₁增大，优化配置与随机配置之间的差距也增大，表明在现实系统约束下联合优化具有显著价值。