[论文解读] Incentive Mechanism Design for Wireless Energy Harvesting-Based Internet of Things

Zhanwei Hou, He Chen+2 more|arXiv (Cornell University)|Dec 18, 2017

Energy Harvesting in Wireless Networks参考文献 31被引用 4

一句话总结

本文为基于无线能量采集的物联网系统设计了一种激励机制，其中数据接入点（DAP）招募第三方能量接入点（EAP）为传感器充电，处于信息不对称情境下——即DAP缺乏对EAP私有成本和信道条件的了解。该文提出一种基于合同理论的框架，在信息不对称条件下优于斯塔克尔贝格博弈方法，通过激励相容约束确保诚实申报，从而实现更高的DAP效用与社会福利。

ABSTRACT

Radio frequency energy harvesting (RFEH) is a promising technology to charge unattended Internet of Things (IoT) low-power devices remotely. To enable this, in future IoT system, besides the traditional data access points (DAPs) for collecting data, energy access points (EAPs) should be deployed to charge IoT devices to maintain their sustainable operations. Practically, the DAPs and EAPs may be operated by different operators, and the DAPs thus need to provide effective incentives to motivate the surrounding EAPs to charge their associated IoT devices. Different from existing incentive schemes, we consider a practical scenario with asymmetric information, where the DAP is not aware of the channel conditions and energy costs of the EAPs. We first extend the existing Stackelberg game-based approach with complete information to the asymmetric information scenario, where the expected utility of the DAP is defined and maximized. To deal with asymmetric information more efficiently, we then develop a contract theory-based framework, where the optimal contract is derived to maximize the DAP's expected utility as well as the social welfare. Simulations show that information asymmetry leads to severe performance degradation for the Stackelberg game-based framework, while the proposed contract theory-based approach using asymmetric information outperforms the Stackelberg game-based method with complete information. This reveals that the performance of the considered system depends largely on the market structure (i.e., whether the EAPs are allowed to optimize their received power at the IoT devices with full freedom or not) than on the information availability (i.e., the complete or asymmetric information).

研究动机与目标

• 解决当DAP缺乏对EAP能量成本与信道条件的私有信息时，激励第三方EAP为物联网传感器充电的挑战。
• 设计一种激励机制，在信息不对称条件下最大化DAP的期望效用，同时确保EAP真实报告其私有信息。
• 通过经济理论建模DAP与EAP之间的分层交互关系，提升系统效率与社会福利。
• 克服现有基于斯塔克尔贝格博弈的方法在完全信息假设下因信息不对称导致的性能下降问题。
• 为现实世界物联网部署提供实用框架，其中EAP与DAP由不同实体运营，存在利益冲突。

提出的方法

• 使用合同理论建模DAP（委托人）与EAP（代理人）之间的信息不对称情境。
• 将DAP的期望效用定义为目标函数，纳入EAP的私有类型（能量成本与信道增益）。
• 通过激励相容（IC）与个体理性（IR）约束推导最优合同，确保真实申报。
• 将IC约束简化为单调性条件与紧约束等式条件，降低优化问题复杂度。
• 应用Karush-Kuhn-Tucker（KKT）条件求解凸优化问题，推导出最优支付与能量请求的闭式表达式。
• 确保解满足拉格朗日对偶条件，并通过互补松弛性与KKT可行性验证最优性。

实验结果

研究问题

• RQ1 当DAP缺乏对EAP私有成本与信道条件的了解时，如何有效激励第三方EAP为物联网设备充电？
• RQ2 在信息不对称条件下，最大化DAP期望效用的最优合同设计是什么？
• RQ3 信息不对称如何影响现有基于斯塔克尔贝格博弈的激励机制在RFEH驱动的物联网系统中的性能？
• RQ4 在处理能量交易中的信息不对称问题时，合同理论与斯塔克尔贝格博弈方法在结构上存在哪些关键差异？
• RQ5 所提出的合同框架能否在最大化社会福利的同时，同时确保个体理性与激励相容？

主要发现

• 信息不对称严重损害了假设完全信息的斯塔克尔贝格博弈激励机制的性能。
• 所提出的基于合同理论的信息不对称方法，在期望效用与社会福利方面均优于完全信息假设下的斯塔克尔贝格方法。
• 最优合同通过激励相容约束（特别是单调性与紧约束等式条件）确保EAP真实报告其私有信息。
• 基于KKT的解法导出最优支付与能量请求的闭式表达式，基于凸优化与互补松弛性推导得出。
• 系统的性能对市场结构更敏感——特别是EAP是否可自由优化其发射功率——而非对信息可用性。
• 所推导的合同同时满足个体理性与激励相容，确保EAP愿意参与并真实申报。