Ubiquitous wireless power transfer for multiple mobile devices

Abstract

O carregamento de energia dos dispositivos móveis utilizando transferência de energia sem fio via indução de potência ganhou destaque nos últimos anos com a criação das técnicas de formação de feixo utilizando sistemas com múltiplas entradas e múltiplas saídas. Todavia, os trabalhos voltados à otimização destas aplicações são, em geral, focados na transmissão de potência, deixando de lado aspectos do processo de carregamento das baterias e de consumo de energia por parte dos dispositivos. Neste trabalho propomos dois novos problemas computacionais associados ao carregamento de dispositivos sem-fio utilizando transferência de energia sem fio via indução magnética e possibilitando um carregamento ubíquo, onde o usuário não precisa saber como os dispositivos são carregados e nem quando. O problema do carregamento MIMO em tempo mínimo consiste em encontrar séries temporais de tensão para cada dispositivo transmissor de forma a finalizar o carregamento de todos os nós o mais rápido possível. O problema do carregamento MIMO sem inanição, por sua vez, consiste em determinar as séries temporais de tensão de forma a maximizar o horizonte de tempo dentro do qual todos os dispositivos permanecem ligados. Provamos ambos os problemas como NP-Difíceis. Propomos três algoritmos de programação dinâmica pra resolvê-los em tempo exponencial com respeito ao número de dispositivos e em tempo linear com respeito ao tamanho do horizonte de tempo, sendo portanto exponenciais com respeito ao número de bits utilizados para representar esse horizonte. Propomos ainda três algoritmos gulosos como heurísticas para os problemas e elaboramos um algoritmo para gerar instâncias de teste aleatórias com solução garantida e dificuldade parametrizável. Experimentos indicam que o melhor algoritmo de programação dinâmica dentre os propostos é capaz de encontrar uma solução viável para 97% das “instâncias fáceis”, enquanto o melhor guloso proposto é capaz de encontrar uma solução viável para 92% dessas instâncias. Para “instâncias difíceis”, por sua vez, conseguem obter uma solução viável em 89% e 74% das vezes, respectivamente.