[论文解读] Deadline-Driven Multi-node Mobile Charging

Xunpeng Rao, Panlong Yang+6 more|arXiv (Cornell University)|Oct 29, 2018

Energy Harvesting in Wireless Networks参考文献 24被引用 4

一句话总结

本文提出了一种面向无线可充电传感器网络（WRSNs）的基于截止时间的多节点移动充电方案，通过优化充电路径与充电点，以在最小化行驶时间的同时最大化有效充电效用。该方案引入了一种1/2-近似率的贪心算法用于子模优化，并采用基于网格的跳过-替换操作，使仿真与实地实验中的性能分别较EDF高出37.5%和37.9%。

ABSTRACT

Due to the merit without requiring charging cable, wireless power transfer technologies have drawn rising attention as a new method to replenish energy to Wireless Rechargeable Sensor Networks (WRSNs). In this paper, we study mobile charger scheduling problem for multi-node recharging with deadline-series. Our target is to maximize the overall effective charging utility, and minimize the traveling time as well. Instead of charging only once over a scheduling cycle, we incorporate the multiple charging strategy for multi-node charging with deadline constraint, where charging spots and tour are jointly optimized. Specifically, we formulate the effective charging utility maximization problem as to maximize a monotone submodular function subject to a partition matroid constraint, and propose a simple but effective 1/2 -approximation greedy algorithm. After that, we present the grid-based skip-substitute operation further to save the traveling time, which can increase the charging utility. Finally, we conduct the evaluation for the performance of our scheduling scheme. Comparing to the Early Deadline First scheme, the simulation and field experiment results show that our algorithm outperform EDF by 37.5% and 37.9%, respectively.

研究动机与目标

• 为解决在严格截止时间约束下，无线可充电传感器网络（WRSNs）中多个传感器节点高效充电的挑战。
• 在最小化移动充电器行驶时间的同时，最大化整体有效充电效用。
• 设计一种支持每个调度周期内多次充电循环的调度策略，以提升能量补给效率。
• 在截止时间与能量约束下，联合优化充电点与路径。
• 设计一种实用且可扩展的算法，优于现有启发式方法（如最早截止时间优先，EDF）。

提出的方法

• 将有效充电效用最大化问题建模为在划分拟阵约束下最大化单调子模函数的问题。
• 提出一种1/2-近似率的贪心算法，用于求解该优化问题，并提供理论性能保证。
• 引入基于网格的跳过-替换操作，通过智能地跳过或替换充电路径中的中间节点，以减少行驶时间。
• 采用混合策略，允许每个调度周期内多次充电访问，从而提升资源利用率。
• 应用子模函数优化，以在动态、截止时间约束的环境中平衡效用增益与行驶成本。
• 采用考虑节点截止时间并优先处理高效益节点的路径构建机制。

实验结果

研究问题

• RQ1 在多节点WRSNs中，如何优化移动充电调度以在截止时间约束下最大化有效充电效用？
• RQ2 在多节点移动充电系统中，充电效用与行驶时间之间的最优权衡是什么？
• RQ3 具有1/2-近似率保证的贪心算法能否有效应用于WRSNs中真实场景的移动充电调度？
• RQ4 每个周期内多次充电相比单次充电策略，如何提升系统性能？
• RQ5 基于网格的跳过-替换操作在多大程度上可减少行驶时间并提升充电效用？

主要发现

• 仿真实验表明，所提算法较最早截止时间优先（EDF）方案的充电效用高出37.5%。
• 实地实验显示，性能较EDF高出37.9%，验证了该方法在真实场景中的有效性。
• 1/2-近似率贪心算法为子模优化问题提供了坚实的理论性能边界。
• 基于网格的跳过-替换操作显著减少了行驶时间，直接提升了整体充电效率。
• 对充电点与路径的联合优化，显著提升了效用与时间效率。
• 每个调度周期内多次充电周期显著提高了系统吞吐量与能量输送能力。