Applications of optimal stopping theory in communication networks

Abstract

This thesis studies a class of wireless networks where charging is carried out wirelessly through one base station acting as an energy source. Equipping each sensor with the appropriate circuitry enables us to effectively provide a stable power source in a cost-effective and easily implementable manner. However, like any wireless transmission, some factors can degrade the charging process, such as the quality of the transmission channel, the distance of the sensor from the power source, and possibly physical or technical obstacles between the transmitter and receiver. Therefore, in the following chapters, we focus on problems related to the charging process and to what extent the specific charging method affects the quality of its operation, both as a network for detecting critical events and as a network for monitoring environmental parameters. In the third chapter, we model the charging process considering that the base station transmits in the millimeter wave frequency band, where 5th-generation base stations expect to operate. The millimeter band ranges between 24GHz and 40GHz. This specific spectrum gives us several advantages since the directionality of the signal optimizes the charging process. In the same chapter, we propose a new communication protocol Based on the proposed protocol when the antenna directs the radiation beam at the sector where the sensor is located. The sensor first charges for a certain period and then communicates with the base station to send some basic measurements or to raise the alarm in case of an event. Therefore, the first problem that we consider and presented in the 4th chapter focuses on optimizing the charging process from the side of the base station in case we have a slow variation of the transmission channel and rare critical events. In this case, the base station can derive reliable estimates of the charging level of the nodes through report messages from the nodes and proactively adjust the charging mode. Based on the base station's information about each sensor's charge level, we proposed two algorithms that determine how the radiation beam moves between the sectors. The results prove that both algorithms outperform the classic procedures (round robin, random).The problem we next introduce and present in Chapter 5 focuses on a network of sensors monitoring an area for potential events in the presence of high measurement noise. In particular, the sensors should autonomously recognize an event, expressed as a change in the distribution of a measurable parameter, and transmit the relevant information to the base station. However, in noisy environments, false alarms increase, causing nodes to erroneously transmit more frequently to the base station and exhaust their energy reserves. We approach the problem as an optimal stopping problem. To overcome the effect of high noise levels on the environment measurements, we imposed, before the detection algorithm, a smoothing phase of the distribution of the measured parameter. We proposed two smoothing methods: a classical technique based on AR filters and a new one based on Beta Particle filters. The effectiveness of each filter in the detection scheme was analyzed through simulations. Finally, in the 6th chapter, we examine the case where the network periodically sends measurements from an area of interest. Our goal is to highlight the features of such a network and propose a scheduling process for sending data from each sensor, considering its charge level. The reason for this is that wireless power sensor networks cannot effectively deliver their measurements when specific conditions exist, such as a far sensor position or poor channel quality. Therefore, the proposed solution is based on the Markov decision processes theory. The logic is that we allow the sensor autonomously to choose whether to transmit immediately or wait for the next period to be sufficiently charged.

Η παρούσα διατριβή επικεντρώνεται στη μελέτη μίας κατηγορίας ασύρματων δικτύων όπου η φόρτιση των κόμβων πραγματοποιείται με ασύρματο τρόπο μέσω ενός σταθμού βάσης που λειτουργεί ως πηγή ενέργειας.Εξοπλίζοντας τον κάθε αισθητήρα-κόμβο με τα κατάλληλα κυκλώματα μπορούμε να παρέχουμε αποτελεσματικά μια σταθερή πηγή τροφοδοσίας με έναν τρόπο οικονομικό και εύκολα εφαρμόσιμο. Προφανώς όπως σε κάθε ασύρματη μετάδοση, υπάρχουν παράγοντες που μπορούν να υποβαθμίσουν τη διαδικασία φόρτισης, όπως η ποιότητα του καναλιού μετάδοσης, η απόσταση του αισθητήρα από την πηγή ενέργειας και τα πιθανά φυσικά ή τεχνητά εμπόδια μεταξύ πομπού-δέκτη. Στα ακόλουθα κεφάλαια επικεντρωνόμαστε σε προβλήματα που αφορούν τη διαδικασία φόρτισης και την επίδραση της μεθόδου αυτής στην ποιότητα λειτουργίας του δικτύου, όταν αυτό χρησιμοποιείται για την ανίχνευση κρίσιμων συμβάντων ή για την παρακολούθηση περιβαλλοντικών παραμέτρων. Στο τρίτο κεφάλαιο μοντελοποιούμε την διαδικασία φόρτισης θεωρώντας ότι ο σταθμός βάσης εκπέμπει στην millimeter wave περιοχή συχνοτήτων όπου για τους σταθμούς βάσης 5ης γενιάς κυμαίνεται μεταξύ 24GHz και 40GHz. Η χρήση του συγκεκριμένου φάσματος μας δίνει αρκετά πλεονεκτήματα μιας και η κατευθυντικότητα του σήματος βελτιστοποιεί την διαδικασία φόρτισης. Στο ίδιο κεφάλαιο προτείνουμε ένα νέο πρωτόκολλο επικοινωνίας κατά το οποίο όταν ο λοβός ακτινοβολίας στρέφεται προς έναν αισθητήρα, ο αισθητήρας πρώτα φορτίζει για συγκεκριμένη χρονική περίοδο και στην συνέχεια επικοινωνεί με το σταθμό βάσης είτε για να αποστείλει κάποιες βασικές μετρήσεις ή για να ενημερώσει στην περίπτωση ενός συμβάντος.Το πρώτο πρόβλημα που εξετάζουμε και παρουσιάζεται στο 4ο κεφάλαιο σχετίζεται με τη βελτιστοποίηση της διαδικασίας φόρτισης από την πλευρά του σταθμού βάσης στην περίπτωση αργών μεταβολών του καναλιού και σπάνιων κρίσιμων συμβάντων. Στην περίπτωση αυτή, ο σταθμός βάσης μπορεί να εξάγει αξιόπιστες εκτιμήσεις για το επίπεδο φόρτισης των κόμβων, μέσω μηνυμάτων αναφοράς από τους κόμβους, και λειτουργώντας προδραστικά να προσαρμόσει τον τρόπο φόρτισης.Βασιζόμενοι στις πληροφορίες που λαμβάνει ο σταθμός βάσης για το επίπεδο φόρτισης του κάθε αισθητήρα προτείνουμε δύο αλγορίθμους που καθορίζουν πώς θα κινείται ο λοβός ακτινοβολίας μεταξύ των περιοχών. Τα αποτέλεσμα αποδεικνύουν ότι και οι δύο αλγόριθμοι υπερτερούν σε σύγκριση με τις συνήθεις διαδικασίες(κυκλική, τυχαία). Το πρόβλημα που εξετάζουμε στην συνέχεια και παρουσιάζεται στο 5ο κεφάλαιο, επικεντρώ\-νεται σε ένα δίκτυο αισθητήρων που παρακολουθεί μία περιοχή για πιθανά συμβάντα παρουσία υψηλού θορύβου μετρήσεων. Συγκεκριμένα, οι αισθητήρες θα πρέπει αυτόνομα να αναγνωρίζουν ένα συμβάν, όπως αυτό εκφράζεται ως αλλαγή στην κατανομή μίας μετρήσιμης παραμέτρου, και να μεταδίδουν τις σχετικές πληροφορίες στο σταθμό βάσης. Όμως, σε θορυβώδη περιβάλλοντα, αυξάνεται ο ρυθμός των ψευδών συναγερμών με αποτέλεσμα οι κόμβοι εσφαλμένα να μεταδίδουν συχνότερα προς το σταθμό βάσης και να εξαντλούν τα ενεργειακά τους αποθέματα. Προσεγγίζουμε το πρόβλημα ως ένα πρόβλημα βέλτιστης παύσης όπου για να ξεπεράσουμε την επίδραση των υψηλών επιπέδων θορύβου στις μετρήσεις επιβάλουμε πριν τον αλγόριθμο ανίχνευσης μια φάση εξομάλυνσης της κατανομής της μετρήσιμης παραμέτρου. Προτείνουμε δύο μεθόδους εξομάλυνσης μια κλασσική τεχνική βασιζόμενη σε AR φίλτρα και μια νέα η οποία βασίζεται σε Beta Particle φίλτρα. Η αποτελεσματικότητα του κάθε φίλτρου στο σχήμα ανίχνευσης αναλύθηκε μέσω προσομοιώσεων.Τέλος στο 6ο κεφάλαιο εξετάζουμε την περίπτωση που το δίκτυο χρησιμοποιείται για την περιοδική αποστολή μετρήσεων από μια περιοχή ενδιαφέροντος. Στόχος μας είναι να αναδείξουμε τις ιδιαιτερότητες ενός τέτοιου δικτύου και παράλληλα να προτείνουμε μια διαδικασία προγραμματισμού της αποστολής δεδομένων από τον κάθε αισθητήρα, λαμβά\-νοντας υπόψιν το επίπεδο φόρτισης του. Ο λόγος είναι ότι τα δίκτυα αισθητήρων που φορτίζονται ασύρματα, κάτω από συγκεκριμένες συνθήκες όπως η θέση του αισθητήρα η ποιότητα του καναλιού, αδυνατούν να στείλουν επιτυχώς τις μετρήσεις τους. Συνεπώς η λύση που προτείνουμε βασίζεται στην θεωρία των Markov διαδικασιών απόφασης και η λογική είναι ότι επιτρέπουμε αυτόνομα στον αισθητήρα να επιλέξει αν θα μεταδώσει άμεσα ή θα περιμένει την επόμενη περίοδο ώστε να είναι επαρκώς φορτισμένος.