Compression vs Transmission Tradeoffs for Energy Harvesting Sensor Networks

Quello delle Energy Harvesting Wireless Sensor Networks (EHWSNs) è attualmente un campo di ricerca molto attivo. Ciò ò principalmente dovuto al crescente interesse dimostrato verso i sistemi "green", con l'obiettivo di ridurre il consumo energetico delle attività umane in generale e il desiderio di progettare reti autosufficienti che possono durare indefinitamente (si pensi, ad esempio, ai nodi impiegati in reti di sensori wireless , WSNs). In particolare, nonostante i recenti progressi tecnologici, per molte applicazioni le batterie si dimostrano durare meno di dieci anni e il costo per la loro sostituzione è spesso proibitivo. Questo problema è particolarmente grave per le applicazioni di rilevamento urbano, si pensi ad esempio ad uno scenario in cui dei sensori sono posizionati al di sotto del manto stradale per il rilevamento della presenza di auto nei parcheggi, dove l'installazione di nuovi cavi di alimentazione o la sostituizione delle batterie non sono praticabili . Altri esempi includono le "body sensor networks" o le reti di sensori distribuite in aree geografiche remote o inaccessibili. Al contrario, EHWSNs alimentate da dispositivi di energy scavenging (energia rinnovabile) possono dare vita a reti perpetue e potenzialmente esenti da manutenzione, che sono particolarmente attraenti, soprattutto per il nuovo concetto altamente pervasivo di Internet of Things. La compressione temporale con perdite (lossy temporal compression) è ampiamente riconosciuta come componente fondamentale per il funzionamento delle reti di sensori con energia limitata, dove la ricostruzione imperfetta del segnale al punto di raccolta è spesso accettabile, fino ad un certo limite massimo sulla tolleranza di errore. Una parte di questa tesi tratta la valutazione prestazionale di un significativo numero di metodi di compressione con perdita tratti dalla letteratura, e l'analisi delle loro prestazioni in termini di efficienza di compressione, complessità computazionale e consumo energetico. In dettaglio, come primo passo, viene proposta una valutazione delle prestazioni di sistemi di compressione esistenti e nuovi, tra cui: modelli lineari, autoregressivi, basati su FFT/DCT e Wavelet, individuando le loro prestazioni in funzione delle statistiche dei segnali rilevanti. Dopo di che, attraverso interpolazione numerica, verranno derivate delle espressioni in forma chiusa per il consumo globale di energia e la precisione di rappresentazione del segnale. Infine, verranno valutati i benefici che i metodi di compressione con perdita possono portare in reti multi-hop con interferenze limitate. In questo scenario il canale di accesso diventa fonte di inefficienza attraverso collisioni e metodo di accesso al mezzo. I risultati rivelano che le tecniche basate su DCT sono la scelta migliore in termini di efficienza di compressione, ma non risultano efficienti in termini di consumo energetico. Al contrario, metodi lineari possono dar luce a notevoli risparmi in termini di dispendio energetico, e al tempo stesso, portare a rapporti di compressione soddisfacenti, ritardi di rete ridotti e migliore affidabilità. La parte successiva di questa tesi affronta il problema della gestione energetica per EHWSNs nelle quali le batterie dei nodi sensore vengono ricaricate attraverso l'energia raccolta da un pannello solare e sensori possono scegliere di comprimere i dati prima della trasmissione. A tal fine viene considerato uno scenario in cui un singolo nodo comunica con un singolo ricevitore. L'attività del nodo è quella di campionare periodicamente qualche segnale fisico e riportare le misurazioni al ricevitore (sink). Tale attività viene assunta essere tollerante al ritardo, ovvero, il sensore può memorizzare un certo numero di misurazioni nel buffer di memoria e inviare uno o più pacchetti di dati aggregati dopo un certo tempo. Poichè la maggior parte dei segnali fisici manifestano una forte correlazione temporale, i dati nel buffer possono eventualmente essere compressi mediante un metodo di compressione con perdita al fine di ridurre la quantità di dati da inviare. Attraverso metodi di compressione con perdita di dati che permettono di selezionare il rapporto di compressione è possibile scambiare un po' di accuratezza nella ricostruzione dei dati al ricevitore per ottenere maggiori risparmi di energia al trasmettitore. In dettaglio, l'obiettivo di questa parte della tesi è quello di ottenere la politica, cioè l'insieme di regole decisionali che descrivono il comportamento del nodo sensore, che massimizza il throughput unitamente alla fedeltà di ricostruzione al punto di raccolta soddisfacendo al tempo stesso alcuni vincoli energetici predefiniti, ad esempio, il livello di carica della batteria non deve mai scendere al di sotto di una soglia di guardia. Per ottenere la politica ottima, il sistema verrà modellato attraverso un Processo Decisonale di Markov Vincolato (Constrained Markov Decision Process, CMDP), e risolto attraverso il rilassamento lagrangiano e l'algoritmo di Value Iteration. Le politiche ottimali verranno poi confrontate con alcune politiche euristiche in diversi scenari di bilancio energetico. Verrà inoltre studiato l'impatto del ritardo sulla conoscenza dello stato del canale. Due ulteriori parti di questa tesi riguardano lo sviluppo di modelli per la generazione di segnali correlati nello spazio e nel tempo, e per la descrizione statistica dell'energia raccolta da pannelli fotovoltaici esterni. I primi sono utili per testare l'efficacia di algoritmi di raccolta dati e possono venire impiegati nella progettazione di accurati strumenti di simulazione per reti di sensori. Inoltre possono venire impiegati come modelli di riferimento per dimostrare risultati teorici per algoritmi di raccolta dati o di compressione. Gli ultimi sono particolarmente utili per lo studio e l'ottimizzazione delle EHWSNs. Entrambi i modelli verranno introdotti nella parte iniziale della tesi e successivamente utilizzati per tutto il corpo centrale della stessa.