[论文解读] Massive Wireless Energy Transfer with Multiple Power Beacons for very large Internet of Things

Osmel Martínez Rosabal, Onel L. Alcaraz López+3 more|arXiv (Cornell University)|Jun 24, 2021

Energy Harvesting in Wireless Networks参考文献 34被引用 5

一句话总结

本文提出了一种框架，通过利用设备位置和实时电池状态，在大规模物联网网络中最小化多个功率信标（PBs）的总发射功率。采用改进的K-切比雪夫中心聚类算法，该方法优化了PB的部署与功率分配，以降低掉线概率和电磁辐射，与传统K-均值方法相比，在高PB密度下可将总发射功率降低多达30%。

ABSTRACT

The Internet of Things (IoT) comprises an increasing number of low-power and low-cost devices that autonomously interact with the surrounding environment. As a consequence of their popularity, future IoT deployments will be massive, which demands energy-efficient systems to extend their lifetime and improve the user experience. Radio frequency wireless energy transfer has the potential of powering massive IoT networks, thus eliminating the need for frequent battery replacement by using the so-called power beacons (PBs). In this paper, we provide a framework for minimizing the sum transmit power of the PBs using devices' positions information and their current battery state. Our strategy aims to reduce the PBs' power consumption and to mitigate the possible impact of the electromagnetic radiation on human health. We also present analytical insights for the case of very distant clusters and evaluate their applicability. Numerical results show that our proposed framework reduces the outage probability as the number of PBs and/or the energy demands increase.

研究动机与目标

• 解决在拥有数十亿台设备的大规模物联网部署中能源消耗高的维护挑战。
• 在确保所有设备可靠接收能量的前提下，最小化多个功率信标（PBs）的总发射功率。
• 通过避免不必要的高功率传输，降低电磁场（EMF）暴露风险。
• 通过确保每个簇中最差位置设备获得足够能量，提升公平性。
• 通过最优PB部署与功率控制，实现大规模物联网网络的可扩展、低维护和高能效运行。

提出的方法

• 利用设备位置和电池状态信息形成聚类，每个簇由单一PB管理。
• 应用改进的K-切比雪夫中心化算法，计算能最大化每个簇内最小接收射频（RF）功率的簇中心。
• 求解在能量掉线约束和最大PB发射功率限制下的总功率最小化问题。
• 采用基于S型函数的整流天线模型（公式13），精确映射入射RF功率到收集的直流能量。
• 使用路径损耗对数距离模型（公式17）计算PB与物联网设备之间的信号衰减。
• 使用能量掉线概率作为关键服务质量（QoS）指标进行性能评估，其定义为设备电池不足以支持其工作周期的概率。

实验结果

研究问题

• RQ1 如何在确保所有物联网设备获得足够能量的前提下，最小化多个功率信标的总发射功率？
• RQ2 聚类策略——特别是K-均值与K-切比雪夫中心化——对能量公平性和系统效率有何影响？
• RQ3 在大规模物联网部署中，功率信标数量如何影响掉线概率和总发射功率？
• RQ4 在不同PB密度下，所提出的近似方法（将簇独立处理）的准确性在多大程度上保持不变？
• RQ5 在功率效率与掉线性能之间实现最佳平衡的最优能量阈值是多少？

主要发现

• 与标准K-均值相比，K-切比雪夫中心化方法可将总发射功率降低多达30%，尤其在PB数量较多时效果更显著。
• 随着PB数量的增加，掉线概率显著降低，在相同能量需求下，PB数量从6增加到15时，掉线概率降低了50%。
• 为实现性能退化最小化的最优能量阈值约为0.4 J，超过该值后进一步增加带来的掉线率降低收益逐渐减少。
• 独立簇近似（公式11）仅在PB数量较少（≤6）时准确，因为此时簇间干扰可忽略不计。
• 所提出的框架通过仅在设备所在位置集中能量波束，降低了高电磁场暴露风险，提升了安全性和效率。
• 数值结果证实，该方法在高能量需求下仍能保持低掉线概率，且随着PB密度增加，性能进一步提升。