[论文解读] Optimum Transmission Policies for Battery Limited Energy Harvesting Nodes

Kaya Tutuncuoglu, Aylin Yener|arXiv (Cornell University)|Oct 29, 2010

Energy Harvesting in Wireless NetworksEngineering被引用 20

一句话总结

本文提出了一种针对有限电池容量的能量采集节点的最优传输策略，在能量因果性和存储约束下，最大化短期吞吐量。推导出一种算法，用于确定最优功率分配，以在截止期限前最大化传输数据量或最小化传输完成时间，表明在相同约束条件下，这两个问题具有等价性，并通过凸优化和动态规划原理证明了其最优性。

ABSTRACT

Wireless networks with energy harvesting battery powered nodes are quickly emerging as a viable option for future wireless networks with extended lifetime. Equally important to their counterpart in the design of energy harvesting radios are the design principles that this new networking paradigm calls for. In particular, unlike wireless networks considered up to date, the energy replenishment process and the storage constraints of the rechargeable batteries need to be taken into account in designing efficient transmission strategies. In this work, we consider such transmission policies for rechargeable nodes, and identify the optimum solution for two related problems. Specifically, the transmission policy that maximizes the short term throughput, i.e., the amount of data transmitted in a finite time horizon is found. In addition, we show the relation of this optimization problem to another, namely, the minimization of the transmission completion time for a given amount of data, and solve that as well. The transmission policies are identified under the constraints on energy causality, i.e., energy replenishment process, as well as the energy storage, i.e., battery capacity. The power-rate relationship for this problem is assumed to be an increasing concave function, as dictated by information theory. For battery replenishment, a model with discrete packets of energy arrivals is considered. We derive the necessary conditions that the throughput-optimal allocation satisfies, and then provide the algorithm that finds the optimal transmission policy with respect to the short-term throughput and the minimum transmission completion time. Numerical results are presented to confirm the analytical findings.

研究动机与目标

• 设计受有限电池容量和能量因果性约束的能量采集节点的最优传输策略。
• 在能量和存储约束下，最大化短期吞吐量——即在有限截止期限内传输的数据量。
• 在相同系统参数下，建立吞吐量最大化与传输完成时间最小化之间的等价性。
• 开发一种离线算法，利用凸优化和动态规划技术，计算两种问题的最优功率分配策略。
• 通过数值仿真验证理论结果，将最优策略与贪婪策略和传统传输策略进行比较。

提出的方法

• 建立连续时间传输模型，采用可变功率控制，已知能量到达时间和离散能量包。
• 利用凸优化推导必要最优性条件，识别出最优功率分配位于由累积能量可用性和电池容量定义的能量可行隧道内。
• 应用动态规划通过迭代移动时间窗口并检查恒定功率传输的可行性，求解吞吐量最大化问题。
• 引入一种逆向递归算法，确定在截止期限前最大化数据传输量的最优功率分配，确保满足能量因果性和电池容量约束。
• 通过展示在对偶公式下两种问题具有相同的最优功率分配策略，证明吞吐量最大化与完成时间最小化之间的等价性。
• 使用具有均匀包大小和指数到达间隔的合成能量到达轨迹对算法进行数值验证，与开关式和理想恒定功率策略进行性能比较。

实验结果

研究问题

• RQ1 在有限电池容量的能量采集节点中，为在给定截止期限前最大化传输数据量，最优功率分配策略是什么？
• RQ2 吞吐量最大化的最优解与固定数据量下最小化传输完成时间的问题之间有何关系？
• RQ3 当能量到达为离散且电池容量有限时，最优功率分配策略在何种条件下仍保持可行？
• RQ4 能否利用动态规划和凸优化技术高效计算最优策略？
• RQ5 在现实的能量到达统计下，最优离线策略与简单启发式策略（如开关式传输）相比性能如何？

主要发现

• 通过凸优化和动态规划推导出在能量因果性和有限电池容量约束下，最大化短期吞吐量的最优传输策略，其解位于由累积能量可用性和存储限制定义的能量可行隧道内。
• 在截止期限前最大化数据传输量的最优功率分配策略，与针对相同数据量最小化传输完成时间的策略完全相同，建立了两个问题之间的对偶性。
• 数值结果证实，所提出的离线算法显著优于贪婪的开关式传输策略，尤其在能量到达波动较大或电池容量有限时表现更优。
• 与具备持续能量供应的传统恒定功率发射机相比，最优算法与理想情况之间的性能差距显著，但通过利用未来能量到达信息，该算法恢复了大部分损失。
• 该算法通过在移动时间窗内迭代检查恒定功率传输的可行性来实现最优性能，当找到可行的恒定功率解时终止。
• 研究表明，在电池容量较小或能量包大小波动较大的系统中，最优功率分配最为有益，此时简单策略无法有效利用能量可用性。