[论文解读] Fair Scheduling for Data Collection in Mobile Sensor Networks with Energy Harvesting

Kai Li, Chau Yuen+5 more|arXiv (Cornell University)|Mar 8, 2016

Energy Harvesting in Wireless Networks被引用 5

一句话总结

本文提出能量采集公平调度（EHFS）算法，一种启发式算法，通过基于链路质量与剩余能量优先调度节点，优化能量采集移动传感器网络中的数据收集，确保公平性的同时最大化数据接收。EHFS 在多项式时间内实现近似最优性能，在模拟中优于FCFS、LE和HP，尤其在可变能量采集与动态节点到达条件下表现更优。

ABSTRACT

We consider the problem of data collection from a continental-scale network of energy harvesting sensors, applied to tracking mobile assets in rural environments. Our application constraints favour a highly asymmetric solution, with heavily duty-cycled sensor nodes communicating with powered base stations. We study a novel scheduling optimisation problem for energy harvesting mobile sensor network, that maximises the amount of collected data under the constraints of radio link quality and energy harvesting efficiency, while ensuring a fair data reception. We show that the problem is NP-complete and propose a heuristic algorithm to approximate the optimal scheduling solution in polynomial time. Moreover, our algorithm is flexible in handling progressive energy harvesting events, such as with solar panels, or opportunistic and bursty events, such as with Wireless Power Transfer. We use empirical link quality data, solar energy, and WPT efficiency to evaluate the proposed algorithm in extensive simulations and compare its performance to state-of-the-art. We show that our algorithm achieves high data reception rates, under different fairness and node lifetime constraints.

研究动机与目标

• 解决大规模移动传感器网络中能量采集场景下的数据收集最大化挑战，其中节点能量与链路质量存在显著差异。
• 通过确保每节点最低数据收集阈值来保障公平性，这对准确的野生动物监测与移动性分析至关重要。
• 设计一种可处理渐进式（如太阳能）与突发式（如WPT）能量采集事件的调度算法。
• 克服传统FCFS调度的局限性，其在链路条件差或波动时易导致不公平与性能下降。
• 开发一种可扩展、低复杂度的解决方案，适用于大陆尺度传感器网络中高节点数量与动态节点到达场景下的实时部署。

提出的方法

• 提出一种新型调度优化问题，旨在能量与链路质量约束下最大化数据接收，已证明为NP完全问题。
• 提出EHFS，一种两步启发式算法，基于链路质量（ηᵢᶠ）与采集能量（ΔEᵢ,ᶠ）的比值对节点进行优先级排序，并支持动态状态处理。
• 整合来自Sensor-WPT测试平台的实测数据与真实RSSI测量结果，以建模真实的链路质量与能量采集效率。
• 在基站采用超帧结构以协调数据收集并管理节点传输顺序。
• 将WPT效率因子（δᵢ(θ)用于方向，δᵢ(d)用于距离）纳入能量估计，以反映真实世界中的信道衰落与对齐效应。
• 通过可调阈值κ实现公平性约束，确保每节点最低数据收集速率，同时平衡系统吞吐量。

实验结果

研究问题

• RQ1 在节点能量与链路质量显著变化的能量采集移动传感器网络中，如何保障数据收集的公平性？
• RQ2 可变能量采集（尤其是来自太阳能与WPT）对调度性能与数据接收速率有何影响？
• RQ3 在动态节点到达条件下，EHFS与传统FCFS、LE和HP调度算法在数据吞吐量与公平性方面有何对比？
• RQ4 调整公平性阈值κ时，系统整体数据吞吐量与单个节点公平性之间存在何种权衡？
• RQ5 在真实世界部署场景中，WPT效率因子（距离与天线方向）如何影响EHFS算法的性能？

主要发现

• 在节点后进入牧场场景中，EHFS收集的数据包数量最多可达FCFS的2.3倍，相比LE与HP也高出近1.7倍。
• 当κ = 50%时，EHFS在理想WPT条件下（δᵢ(d) = 1，δᵢ(θ) = 1）最多可收集56,250个数据包，即使在最坏情况（δᵢ(d), δᵢ(θ) = 0.1）下仍可收集3,251个数据包。
• 较低的公平性阈值（κ）可提升系统吞吐量，但会减少满足公平性约束的节点数量，表明公平性与效率之间存在明确权衡。
• 在节点后进入牧场场景中，由于调度完成更快且信道竞争减少，EHFS相比FCFS、LE与HP显著降低了死亡节点数量。
• 即使在WPT效率较低时，该算法仍能保持高公平性，展现出对真实世界环境变化的鲁棒性。
• EHFS在多项式时间内实现近似最优性能，适用于大规模、实时部署的移动传感器网络能量采集场景。