[论文解读] Harvesting Resource Allocation in Energy Harvesting Wireless Sensor Networks

Shenqiu Zhang, Alireza Seyedi|arXiv (Cornell University)|Jun 20, 2013

Energy Harvesting in Wireless Networks参考文献 14被引用 3

一句话总结

本文提出了一种用于优化具有任意拓扑结构的无线传感器网络中能量采集资源分配的分析框架，通过建模因能量不足和信道损伤导致的事件丢失概率。推导出整体网络丢失的闭式表达式，并评估了最优、近公平和均匀分配方案，结果表明近公平方法在显著降低能量采集需求的前提下，实现了接近最优的性能。

ABSTRACT

Considering an energy harvesting sensor network, the overall probability of event loss is derived. Based on this result, a variety of harvesting resource allocation schemes (sizing the energy storages and the harvesting devices, under a total cost constraint) are provided. Their performances are verified and compared through simulations.

研究动机与目标

• 为具有任意拓扑结构的能量采集无线传感器网络中的整体事件丢失概率进行建模与分析。
• 在总成本约束下，制定并求解能量采集设备和储能单元的尺寸优化问题。
• 在真实网络条件下，比较不同采集资源分配方案（最优、近公平和均匀）的性能。
• 通过使用真实传感器参数和网络拓扑的大量仿真，验证分析损失模型。

提出的方法

• 利用左随机路由矩阵和能量不足概率，推导出基于矩阵的总体网络事件丢失概率的解析表达式。
• 通过包含能量可用性和信道损伤的线性方程组，对事件报告生成、路由和损失进行建模。
• 使用涉及路由矩阵 R、损失概率矩阵 P 和信道损失 q 的矩阵方程，表示每个节点的总事件速率。
• 通过求解涉及 R、P 和 q 的矩阵表达式的逆矩阵，计算汇聚节点的总事件速率，从而计算整体丢失概率。
• 提出三种资源分配方案：最优（成本约束优化）、近公平（性能与公平性平衡）和均匀（节点间均等分配）。
• 通过在1,482个随机生成的网络（节点数量和参数各不相同）上进行蒙特卡洛仿真，验证理论损失模型。

实验结果

研究问题

• RQ1 在考虑能量不足和信道损伤的前提下，具有任意拓扑结构的能量采集无线传感器网络的整体事件丢失概率是多少？
• RQ2 在总成本约束下，如何对传感器节点之间的能量采集和储能资源进行最优分配，以最小化事件丢失？
• RQ3 在丢失概率和能量采集需求方面，所提出的近公平资源分配方案与最优和均匀方案相比表现如何？
• RQ4 在随机能量采集和可变流量条件下，分析损失模型在多大程度上能准确预测真实网络行为？

主要发现

• 通过矩阵求逆推导出的理论丢失概率在1,482个随机生成的网络中与仿真结果高度吻合，验证了分析模型的准确性。
• 与最优方案相比，均匀资源分配方案的网络事件丢失概率平均高出2.2个数量级。
• 所提出的近公平分配方案在性能上仅比最优解低0.15个数量级，表现出接近最优的性能，同时提升了公平性。
• 为达到相同的丢失性能，均匀分配方案所需的采集功率约为最优或近公平方案的4倍。
• 在低采集速率下，近公平方案比均匀方案更早达到性能下限，表明其在能量有限条件下的鲁棒性更强。
• 最优分配方案实现了最低的丢失概率，但需要复杂的优化；而近公平方案在性能与实现复杂度之间提供了出色的折中。