25176

بهينه‌سازي نرخِ فشرده‌سازي بدون اتلافِ داده‌ها در حسگرهاي بي‌سيم مجهز به قابليت برداشت انرژي

كارشناسي ارشد

مهندس كامپيوتر -گرايش شبكه هاي كامپيوتري

1400/03/12

دكتر وصال حكمي

مهندسي كامپيوتر - پرديس بين الملل

يكي از چالش‌هاي قابل توجه توسعه‌ي اينترنت اشياء كه از آن به عنوان سومين فاز انقلاب اينترنت اشياء ياد مي‌شود، بهره‌وري انرژي در اين تجهيزات مي‌باشد. در راستاي كاهش مصرف انرژي و به دليل اينكه اكثر تجهيزات اينترنت اشياء به منبع انرژي نامحدود متصل نمي‌باشد. براي غلبه به اين محدوديت، ايده منبع انرژي با قابليت برداشت انرژي از محيط مطرح شده است كه با اتكا به آن، نيازي به صرفه جويي دائم انرژي در طول عمر تجهيزات اينترنت اشياء وجود ندارد اما بايد تجهيزات به صورت خود اتكا سياست‌هاي بهينه ِمدبرانه‌اي در قابل انرژي موجود در نظر بگيرند به گونه‌اي كه كارايي تجهيزات به علت محدويت منبع انرژي و عوامل محيطي در برداشت انرژي دچار اختلال نگردد. از اينرو در اين پژوهش در راستاي كاهش مصرف انرژي، ما يك سياستِ بهينه كارامد انرژي از طريق كنترل توام نرخ فشرده‌سازي (بدون اتلاف داده) و تعداد بسته‌هاي ارسالي در واحد زمان را براي يك گره اينترنت اشياء با قابليت برداشت انرژي از محيط را مطرح مي‌كنيم. طبق اين سياست، گره اينترنت اشياء بايد در هر واحد زماني، مقدار ثابت داده‌هاي حس شده از محيط، سطح باتري، وضعيت بافر‌داده و كانال بي‌سيم را سنجيده و در رابطه با فشرده‌سازي داده‌هاي حس شده و نرخ ارسال داده‌ها تصميم‌گيري نمايد به گونه‌اي كه ضمن حداقل كردن متوسط مصرف انرژي در بلند مدت، متوسط تاخيرِ گزارش رويدادهاي محيطي نيز از يك حد ‌معين تجاوز ننمايد. براي اين منظور با استفاده از چارچوب رياضي فرآيند تصميم‌گيري ماركفيِ مقيّد، مساله را در قالب يك مساله بهينه‌سازي تصادفي طرح مي‌كنيم كه با هدف كاهش مصرف انرژي در بلند مدت، ضمن ايجاد محدوديت در متوسط تاخيرِ گزارش رويدادهاي حسگري با نامقيد‌سازي مساله به روش استاندارد لاگرانزين انجام مي‌پذيرد. الگوريتم پيشنهادي ما براي محاسبه‌ي سياست بهينه‌ي تطبيق‌پذير نيز بر مبناي يك تكنيك يادگيري تقويتي سريع به نام PDS است كه مي‌تواند با جداسازي پويايي سيستم به دو بخش قطعي و تصادفي، با اتخاذ تصميمات حريصانه و بدون نياز به دانش آماري فرآيند‌هاي تصادفي كانالِ بي‌سيم، شارژ انرژي و وقوع رويدادهاي حسگري، همگرايي به سياست بهينه را تضمين مي‌نمايد. در انتها كارايي سياست پيشنهادي را با سياست‌هاي ديگر مورد مقايسه قرار‌داده و بهبود مصرف انرژي آن را نمايش مي‌دهيم.

1400/06/15

An Optimal Policy for Joint Lossless Compression and Transmission Control in Delay-Constrained Energy Harvesting in Wireless Sensor Nodes

1/1/1900 12:00:00 AM

One of the important challenges in Internet of Things (IoT) is device energy limitation. The concern on energy consumption can be mitigated by exploiting technical ploys to reduce the volume of data for transmission (e.g., via sensing data compression) as well as by resorting to technological advancements (e.g., energy harvesting). However, these mitigating measures carry their own cost, which is the additional complexity of control and optimization in the digital communication chain. In particular, compression ratio is another control knob that needs adjusting besides the usual transmission parameters. Also, with the random and sporadic nature of the harvested energy, the goal shifts from mere energy conservation to judicious consumption of the renewable energy in a foresighted manner. in this work, we assume an energy-harvesting IoT device that is tasked with (loss-lessly) compressing and reporting delay-constrained sensing events to an IoT gateway over a time-varying wireless channel. We are interested in computing an optimal policy for joint compression and transmission control adaptive to the node's energy availability, transmission buffer length, as well as its wireless channel conditions. We cast the problem as a Markov Decision Process (CMDP), and propose a two-timescale model-free reinforcement learning (RL) algorithm that are called Post Decision State (PDS) is able to shape the optimal control policy in the absence of the statistical knowledge of the underlying system dynamics. Exhaustive simulation experiments are conducted to investigate the convergence of the learning algorithm, to explore the impacts of different system parameters (such as: the rate of sensing events, the energy arrival rate, and battery capacity) on the performance of the proposed policy, as well as to compare against some baseline schemes.

،اينترنت اشياء، محدوديت تاخير، بهينه¬سازي تصادفي انرژي، سياست پويا، فرآيند تصميم ماركُف مقيد، فشرده‌سازي، كاهش مصرف انرژي، يادگيري تقويتيPDS

, Compression control, constrained Markov decision process, PDS reinforcement learning, delay-constrained, energy harvesting, Internet of Things, reinforcement learning, transmission control.