[论文解读] Task Scheduling for Simultaneous IoT Sensing and Energy Harvesting: A Survey and Critical Analysis

Muhammad Moid Sandhu, Sara Khalifa+2 more|arXiv (Cornell University)|Apr 13, 2020

Energy Harvesting in Wireless Networks参考文献 149被引用 6

一句话总结

本文提出了一项关于基于能量采集的物联网传感器任务调度算法的全面调查与批判性分析，这些传感器同时执行传感和能量采集，从而实现能量正向运行。文章强调了能量和信息供应间歇性带来的挑战，并主张重新设计调度算法，以考虑动态能量采集模式和任务截止时间，实现可持续、自主的物联网运行。

ABSTRACT

The Internet of Things (IoT) has important applications in our daily lives including health and fitness tracking, environmental monitoring and transportation. However, sensor nodes in IoT suffer from the limited lifetime of batteries resulting from their finite energy availability. A promising solution is to harvest energy from environmental sources, such as solar, kinetic, thermal and radio frequency, for perpetual and continuous operation of IoT sensor nodes. In addition to energy generation, recently energy harvesters have been used for context detection, eliminating the need for additional activity sensors (e.g. accelerometers), saving space, cost, and energy consumption. Using energy harvesters for simultaneous sensing and energy harvesting enables energy positive sensing -- an important and emerging class of sensors, which harvest higher energy than required for signal acquisition and the additional energy can be used to power other components of the system. Although simultaneous sensing and energy harvesting is an important step forward towards autonomous self-powered sensor nodes, the energy and information availability can be still intermittent, unpredictable and temporally misaligned with various computational tasks on the sensor node. This paper provides a comprehensive survey on task scheduling algorithms for the emerging class of energy harvesting-based sensors (i.e., energy positive sensors) to achieve the sustainable operation of IoT. We discuss inherent differences between conventional sensing and energy positive sensing and provide an extensive critical analysis for devising new task scheduling algorithms incorporating this new class of sensors. Finally, we outline future research directions towards the implementation of autonomous and self-powered IoT.

研究动机与目标

• 解决物联网传感器节点在同时进行能量采集和传感时，能量和信息供应间歇且不可预测的挑战。
• 识别传统任务调度算法在应用于能量正向传感器（即产生能量多于消耗能量）时的局限性。
• 批判性分析现有能量采集物联网（EH-IoT）中的任务调度方法，并指出在同时进行传感和能量采集时存在的研究空白。
• 提出需要开发新型调度算法，整合能量预测、任务优先级划分以及能量存储约束，以实现自主、无电池的运行。
• 概述未来研究方向，以实现完全自主、自供电的物联网系统，采用能量正向传感范式。

提出的方法

• 系统性地调研15项以上关于EH-IoT中任务调度的先前研究，按能量来源（太阳能、动能、热能、射频）、传感类型和调度方法进行分类。
• 根据移动性将能量采集系统分类为静态（SEH）和动能（KEH），强调其不同的能量预测需求。
• 分析能量预测模型的作用，特别是针对KEH系统，基于应用特定的模式（如步行、跑步等人体活动或交通工具模式）。
• 提出任务调度必须考虑能量可用性与任务执行之间的时间错配，利用预测模型来预估采集到的能量。
• 强调在调度决策中整合能量存储单元（ESU）约束（如电池/电容器容量和漏电）的重要性，以防止能量浪费。
• 强调需要调度算法支持无电池系统中的间歇性运行，其中电容器限制了连续任务执行。

实验结果

研究问题

• RQ1 在物联网中，传统传感与能量正向传感的能量和信息可用性模式有何不同？
• RQ2 将传统任务调度算法适配到同时产生能量和采集数据的能量采集传感器时，面临哪些关键挑战？
• RQ3 如何根据不同的能量采集器类型（如动能、太阳能、射频）和应用场景（如人体活动识别）来定制能量预测模型？
• RQ4 在能量存储容量有限的系统中，哪些调度策略能有效管理能量溢出和利用不足？
• RQ5 在间歇性供电的无电池物联网系统中，任务调度的关键设计需求是什么？

主要发现

• 同时进行传感和能量采集可实现能量正向运行，即采集到的能量超过信号采集的成本，从而为其他系统组件提供盈余能量。
• 动能能量采集（KEH）的能量模式高度依赖于活动类型（如步行与跑步），因此需要针对应用特定的能量预测模型。
• 通过建模采集器的移动状态和动态行为，而非依赖静态或历史平均值，可显著提高KEH系统中的预测准确性。
• 基于简单技术（如EWMA）的能量预测模型无法捕捉由于环境或运动动力学变化导致的突然能量波动，尤其在移动应用中更为明显。
• 在基于电容器（无电池）的系统中，任务调度必须考虑间歇性供电和能量泄漏问题，需要算法在能量充足前延迟非关键任务的执行。
• 高效的任务调度可通过确保在能量存储单元达到容量前消耗采集到的能量，从而防止能量浪费，尤其当预测到短期内能量较高时更为有效。