Please use this identifier to cite or link to this item: http://hdl.handle.net/10316/86525
Title: Modeling and Analysis of Energy Harvesting IoT Networks
Other Titles: Modeling and Analysis of Energy Harvesting IoT Networks
Authors: Torrado, Joel Möllering 
Orientador: Araújo, Helder de Jesus
Santos, José Luís Esteves dos
Keywords: Internet das Coisas; Recolha de Energia do Ambiente; Operação Energética Neutra; Programação Linear Inteira Mista; Internet of Things; Energy Harvesting; Energy Neutral Operation; Mixed-Integer Linear Programming
Issue Date: 26-Sep-2018
Serial title, monograph or event: Modeling and Analysis of Energy Harvesting IoT Networks
Place of publication or event: DEI
Abstract: Redes de Internet das Coisas em que existe recolha de energia do ambiente são o alicerce de uma série de conceitos de alta conectividade contemporâneos nos quais é necessário extrair cada vez mais informação do ambiente, ao mesmo tempo que se mantém a perpetuidade operacional dos mesmos.Maximizar a recolha de dados do meio envolvente usando uma rede deste tipo com conectividade multi-etapa enquanto se mantém uma operação energética neutra é uma tarefa complexa pois é necessário equilibrar a utilidade global da rede e a escassez de recursos energéticos.Para concretizar uma operação óptima de uma rede de Internet das Coisas com recolha de energia do ambiente recorre-se à construção de um modelo de optimização baseado em Programação Linear Inteira Mista, em que são considerados dois aspectos adicionais: aquisição obrigatória de ocorrências notáveis ao longo do tempo e do espaço, denominadas de eventos; e a transmissão de dados deve utilizar um mecanismo de agregação de dados, de forma a tornar a comunicação mais eficiente.Para que o modelo proposto seja validado e analisado adequadamente, é desenvolvida uma plataforma que permite efectuar simulações com o modelo, as quais têm como parâmetros de entrada dados que refletem condições operacionais estudadas. Com base nos resultados das simulações realizadas, constata-se que o modelo apresentado é bem sucedido nos vários cenários experimentais considerados.Os resultados obtidos confirmam a validade do modelo proposto. Os dados recolhidos permitem identificar padrões no comportamento da rede que possibilitam a construção de uma heurística distribuída sub-óptima que atinja um desempenho semelhante em tempo real.
Energy Harvesting Internet of Things Networks serve nowadays as the backbone of a myriad of high-connectivity concepts in where it is necessary to extract more and more information from the environment while maintaining a perpetual operational state. Maximizing the collection of environmental data employing a multi-hop Energy Harvesting IoT Network while maintaining an Energy Neutral Operation is a challenging task because it is necessary to balance overall network utility with the scarcity of energy resources, typical of Energy Harvesting techniques. A Mixed-Integer Linear Programming optimization model is constructed to achieve an optimal operation in an Energy Harvesting IoT Network. Two additional aspects are considered: enforced acquisition of spatio-temporal notable occurrences labeled as events; and the use of a data aggregation mechanism when performing data communication.A framework is developed which can perform simulations with the proposed model so it can be validated and appropriately analyzed. The model simulations are supplied with input data that mirrors a studied operational setting. Based on the simulations results, the effectiveness of the presented network model is derived under different operational schemes. The obtained results confirm the validity of the proposed model. The gathered data facilitates the identification of patterns in the network behavior, which enable the formulation of a distributed real-time sub-optimal heuristic that achieves a similar performance.
Description: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
URI: http://hdl.handle.net/10316/86525
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
Master_Thesis_MIEECJOEL.pdf10.06 MBAdobe PDFView/Open
Show full item record

Page view(s) 50

362
checked on Sep 17, 2021

Download(s) 50

421
checked on Sep 17, 2021

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons