Heuristic and Simulation of Energy Harvesting IoT Networks

Abstract

Redes de Internet das Coisas consistem numa rede física de objetos, veículos e prédios, dotados de tecnologia capaz de realizar transferência de dados. A maioria dos dispositivos de Internet das Coisas são alimentados energeticamente por uma bateria, por isso, o consumo de energia é um aspeto crítico que precisa de ser controlado e resolvido. Este trabalho visa contribuir para a eficiência energética no contexto de Internet das Coisas, com foco na energia proveniente de “Harvesting”, que representa a energia possível de recuperar do meio ambiente.Assim, estas redes são compostas por dispositivos com capacidade para extrair energia do meio ambiente, prolongando a sua vida útil no que concerne à bateria. Do mesmo modo, são capazes de realizar operações de uma forma mais recorrente e complexa, incluindo a captura de dados do meio ambiente e a transmissão destes entre vários dispositivos da rede. Neste tipo de sistemas, o objetivo é atingir um “estado operacional perpétuo”, alcançado através de mecanismos que apoiam a Operação Energética Neutra. A criação destas redes é um dos desafios atuais. Deste modo, é importante garantir o equilíbrio geral da utilidade da rede de acordo com os recursos energéticos que as operações requerem.Por conseguinte, para gerir o nível de energia de modo a evitar que as baterias esgotem a sua capacidade, o que provoca perda de dados, podemos desenvolver e aplicar diferentes soluções que contribuem para uma melhoria da eficiência energética. Alguns dos referidos trabalhos estudam a melhor periocidade para a recolha e transferência de dados de acordo com a topologia da rede. Outros, por sua vez, analisam a implementação da deteção de eventos e de mecanismos de agregação de dados. Para contribuir para a resolução deste problema analisámos um modelo teórico, com uma topologia de múltiplas etapas baseada em Programação Linear Inteira Mista que visava uma rede de Operação Energética Otimizada, considerando uma aquisição forçada de ocorrências espaço-temporais notáveis e um sistema com parâmetros configuráveis, que podiam ser especificados de acordo com o propósito da rede. Contudo, este sistema continha limitações de desempenho e de adaptação a cenários mais realistas. Assim, nesta dissertação, foi desenvolvida uma heurística especialmente concebida para superar as limitações de desempenho do modelo ótimo analisado.O sistema para a heurística foi desenvolvido e testado com recurso ao software ‘Cooja’, que permite a criação de uma rede de sensores de alto nível e que integra as respetivas comunicações. Um dos principais objetivos foi aperfeiçoar a solução obtida pelo modelo ótimo analisado, através de métodos que permitem a simulação de topologias de redes com um maior número de sensores. As ferramentas utilizadas concedem realismo ao sistema, pois aproximam o comportamento previsto do modelo à realidade que nos rodeia, fazendo com que o sistema fique pronto para uma implementação no mundo real, em especial nas características das tecnologias e protocolos de comunicação. Os resultados experimentais obtidos confirmam e validam os resultados do modelo teórico, permitindo a formulação de uma heurística distribuída no tempo real que considera todos os pontos já mencionados. Para além disto, a heurística permite ao utilizador definir todas as funcionalidades da rede sem comprometer o funcionamento da operação energética neutra.

The Internet of Things consists of a physical network that interconnects objects, vehicles, buildings, and all things that have communication capabilities. Many of the devices in the Internet of Things are battery powered and thus energy consumption becomes a critical aspect that needs to be tackled. This work aims to contribute to the energy efficiency within the Internet of Things context, with the focus on Energy Harvesting Internet of Things Networks.These networks comprise devices that can extract energy from the environment and thus prolong the battery lifetime, while being able to perform more frequent and complex operations, including sensing the environment and transmitting the collected data. In such systems, the goal of having a “perpetual operational state” can be achieved through mechanisms that support Energy Neutral Operation. Creating a network that keeps the Energy Neutral Operation is a challenging task because it is crucial to ensure an overall network utility balance, according to the energy resources that the network operation requires. Therefore, managing the energy level to avoid losing data and deplete the batteries can be achieved considering different features such as rate of data collection, event detection, data transfer and aggregation mechanisms, and network topology. To address this issue, this thesis has analyzed a multi-hop model that uses an enforced acquisition of spatiotemporal notable occurrences and configurable parameters, which can be specified according to the purpose of the network. It is based on a Mixed-Integer Linear Program approach in order to achieve an optimal operation of the Energy Harvesting IoT Network. As this model has limitations in performance and adaptation to more realistic scenarios, in this thesis, an heuristic was conceived to overcome the performance limitations of the optimal model. The complete system for the heuristic was developed and tested using the' Cooja' software, which allows the creation of a sensor network at a high level while embedding its communication capabilities. One of the main objectives was to improve the solution obtained through methods that allow networks with many sensors to use realistic tools that approach the model's behavior to reality. The experimental results confirm and validate the mentioned theoretical model, allowing the formulation of a distributed heuristic in real-time that considers all the points already mentioned. Beyond this, the developed heuristic enables the user to define all the network's functionalities without compromising the energy neutral operation.