[论文解读] On the Energy/Distortion Tradeoff in the IoT

Alessandro Biason, Chiara Pielli+2 more|arXiv (Cornell University)|Feb 13, 2017

Energy Harvesting in Wireless Networks参考文献 30被引用 4

一句话总结

该论文提出了一种基于TDMA的调度框架，用于能量受限的物联网网络，通过凸优化和交替规划联合优化能量消耗与数据失真。在获得完整信道状态信息和统计信道状态信息的条件下，推导出最优的传输与压缩策略，利用现实的能量模型和率失真模型，实现了网络寿命与数据质量之间的平衡。

ABSTRACT

The Internet of Things paradigm envisages the presence of many battery-powered sensors and this entails the design of energy-aware protocols. Source coding techniques allow to save some energy by compressing the packets sent over the network, but at the cost of a poorer accuracy in the representation of the data. This paper addresses the problem of designing efficient policies to jointly perform processing and transmission tasks. In particular, we aim at defining an optimal scheduling strategy with the twofold ultimate goal of extending the network lifetime and guaranteeing a low overall distortion of the transmitted data. We propose a Time Division Multiple Access (TDMA)-based access scheme that optimally allocates resources to heterogeneous nodes. We use realistic rate-distortion curves to quantify the impact of compression on the data quality and propose a complete energy model that includes the energy spent for processing and transmitting the data, as well as the circuitry costs. Both full knowledge and statistical knowledge of the wireless channels are considered, and optimal policies are derived for both cases. The overall problem is structured in a modular fashion and solved through convex and alternate programming techniques. Finally, we thoroughly evaluate the proposed algorithms and the influence of the design variables on the system performance adopting parameters of real sensors.

研究动机与目标

• 解决电池供电物联网网络中能量效率与数据失真之间的权衡问题。
• 设计一种联合的传输与压缩调度策略，以延长网络寿命同时保持数据质量。
• 考虑具有不同能量和数据质量需求的异构节点。
• 引入现实的能量模型，包括处理、传输和电路功耗成本。
• 在完整和统计信道状态知识下推导出最优调度策略。

提出的方法

• 提出一种基于TDMA的接入方案，以避免冲突和空闲监听，实现高效的资源分配。
• 使用现实的率失真曲线来建模压缩对数据质量的影响。
• 构建一个完整的能量模型，涵盖传输、处理和电路功耗成本。
• 采用凸优化和交替规划技术求解完整和统计信道状态知识下的优化问题。
• 通过算法1进行迭代优化，交替更新各节点的能量分配以最小化失真。
• 通过严格凸性和对备选解的随机探索，确保收敛至全局最小值。

实验结果

研究问题

• RQ1 在具有电池供电传感器的异构物联网网络中，如何联合最小化能量消耗与数据失真？
• RQ2 在完整信道状态信息下，最优调度策略如何在能量使用与数据保真度之间实现平衡？
• RQ3 统计信道状态信息如何影响能量高效传输与压缩策略的设计？
• RQ4 处理和电路功耗成本对整体系统优化有何影响？
• RQ5 尽管可能存在非严格凸性，所提出的算法如何确保收敛至最优解？

主要发现

• 所提出的基于TDMA的调度方案在保持低数据失真的同时，显著降低了异构物联网节点的能量消耗。
• 通过凸优化推导出最优资源分配，在完整和统计信道状态知识下均能收敛至全局最小值。
• 在实际应用中算法收敛迅速，通常仅需几次迭代，尽管其理论最坏情况复杂度较高。
• 处理和电路功耗成本显著影响最优压缩与传输策略，尤其在低传输功率水平下更为明显。
• 系统性能对传输时间和功率的选择极为敏感，当传输时间超过某个最优值后，失真先减小后增大。
• 该框架对信道不确定性具有鲁棒性，统计信道状态信息即使在无瞬时信道状态信息的情况下，也能实现接近最优的性能。