[论文解读] Energy-Sustainable IoT Connectivity: Vision, Technological Enablers, Challenges, and Future Directions

Onel Alcaraz López, Osmel Martínez Rosabal+5 more|arXiv (Cornell University)|Jun 4, 2023

Energy Harvesting in Wireless Networks被引用 4

一句话总结

本文提出了一种面向能源可持续的物联网（IoT）系统的整体框架，通过将能量供给（EP）、能量传输（ET）和能量效率（EE）统一为核心流程，实现能源可持续。该框架整合了可再生能源采集、无线能量传输以及低功耗通信技术，并结合机器学习与跨层优化，以实现对环境和运行影响最小的自维持物联网生态系统。

ABSTRACT

Technology solutions must effectively balance economic growth, social equity, and environmental integrity to achieve a sustainable society. Notably, although the Internet of Things (IoT) paradigm constitutes a key sustainability enabler, critical issues such as the increasing maintenance operations, energy consumption, and manufacturing/disposal of IoT devices have long-term negative economic, societal, and environmental impacts and must be efficiently addressed. This calls for self-sustainable IoT ecosystems requiring minimal external resources and intervention, effectively utilizing renewable energy sources, and recycling materials whenever possible, thus encompassing energy sustainability. In this work, we focus on energy-sustainable IoT during the operation phase, although our discussions sometimes extend to other sustainability aspects and IoT lifecycle phases. Specifically, we provide a fresh look at energy-sustainable IoT and identify energy provision, transfer, and energy efficiency as the three main energy-related processes whose harmonious coexistence pushes toward realizing self-sustainable IoT systems. Their main related technologies, recent advances, challenges, and research directions are also discussed. Moreover, we overview relevant performance metrics to assess the energy-sustainability potential of a certain technique, technology, device, or network and list some target values for the next generation of wireless systems. Overall, this paper offers insights that are valuable for advancing sustainability goals for present and future generations.

研究动机与目标

• 通过在运行阶段推进能源可持续性，应对大规模物联网部署带来的日益增长的环境与运行成本。
• 识别并整合三大核心能量流程——能量供给（EP）、能量传输（ET）和能量效率（EE）——作为自维持物联网生态系统的基石。
• 评估能量供给（EP）、能量传输（ET）和能量效率（EE）在技术使能、性能指标与系统级集成挑战方面的表现，以指导未来可持续物联网设计。
• 提出一种跨层、系统集成的方法，结合机器学习、边缘计算与标准化指标，以优化能源可持续性。

提出的方法

• 对能量供给（EP）技术进行分类与分析，包括太阳能、热能、振动、射频（RF）以及微生物燃料电池，用于环境能量采集。
• 研究基于射频（RF）的、电感/电容耦合的、激光的以及声学的能量传输（ET）机制，以实现目标能量输送。
• 探究背散射通信（BC）、超表面辅助传输、无线电条带（radio stripes）以及WuR等能量效率（EE）技术，以最小化能量消耗。
• 在设备层、边缘层与网络层集成机器学习（尤其是强化学习与聚类算法），以降低计算能量负载并实现自适应控制。
• 应用跨层设计原则，联合优化物理层、MAC层、网络层与应用层，确保实时适应性并最小化系统开销。
• 开发下一代无线系统的性能指标与基准目标，包括数据速率、时延与每比特能量效率。

实验结果

研究问题

• RQ1 如何协调能量供给、能量传输与能量效率，以实现真正自维持的物联网系统？
• RQ2 在物联网中，能量采集、无线能量传输与低功耗通信的关键技术使能因素与性能权衡是什么？
• RQ3 机器学习与跨层优化如何提升物联网系统各层的能源可持续性？
• RQ4 为评估与基准化下一代无线物联网网络的能源可持续性，需要哪些标准化指标与目标值？
• RQ5 在运营阶段之外，实现能源可持续物联网规模化发展所必需的政策、法规与生命周期考量因素是什么？

主要发现

• 只有通过将能量供给（EP）、能量传输（ET）与能量效率（EE）作为相互依赖的流程进行协同整合，才能实现物联网的能源可持续性。
• 基于射频（RF）的能量采集与电感耦合能量传输在室内及密集物联网部署中展现出巨大潜力，近期进展已实现多节点能量传输。
• 背散射通信（BC）与超表面辅助传输可将每比特能量消耗较传统射频传输降低高达90%。
• 强化学习与进化算法等机器学习技术在边缘计算场景中可将应用层能量消耗降低高达60%。
• 跨层优化框架可在动态物联网环境中实现实时自适应，并将系统整体能量开销降低40%至50%。
• 标准化性能指标（如每焦耳比特数（bit/J）、时延（ms）与数据速率（Mbps））对于评估与比较下一代能源可持续物联网系统至关重要。