Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/68546
Tipo: | Dissertação |
Título: | Ubiquitous wireless power transfer for multiple mobile devices |
Autor(es): | Alexander Decker de Sousa |
Primeiro Orientador: | Luiz Filipe Menezes Vieira |
Segundo Orientador: | Marcos Augusto Menezes Vieira |
Primeiro membro da banca : | Olga Nikolaevna Goussevskaia |
Segundo membro da banca: | Thiago Ferreira de Noronha |
Resumo: | The charging of wireless devices using inductive power transfer has gained prominence in recent years with the creation of beamforming techniques using systems with multiple inputs and multiple outputs. However, previous work aimed at optimizing these applications is, in general, focused on power transmission, leaving aside aspects of the battery charging process and the energy consumed by the devices. In this work, we propose two new computational problems associated with the charging of wireless devices using wireless power transfer via magnetic induction, enabling ubiquitous charging, meaning the user does not need to know how and when the devices are charged. The Minimum-Time MIMO Charging Problem consists of finding voltage time-series for each transmitting device to finish charging all nodes as soon as possible. The No-Starvation MIMO Charging Problem, in turn, consists of determining the voltage time-series for maximizing the time window in which all devices remain alive. We prove both problems as being NP-Hard. We propose three dynamic-programming algorithms to solve them in exponential time regarding the number of devices and in linear time regarding the duration of the time window – or in exponential time regarding the number of bits required for representing the duration. We also propose three greedy algorithms as heuristics for the problems. We describe an algorithm to generate random test instances with a guaranteed solution and parameterizable difficulty. Experiments indicate that the best proposed dynamic programming algorithm finds a feasible solution for 97% of the “easy instances”, while the best proposed greedy algorithm finds a feasible solution for 92% of these instances. Furthermore, they obtain a feasible solution for 89% and 74% of the “hard instances”, respectively. |
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. |
Assunto: | Computação – Teses Pesquisa operacional - Teses Sistemas de comunicação sem fio – Teses Energia - Transmissão – Teses Problemas NPcompleto - Teses |
Idioma: | eng |
País: | Brasil |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Departamento: | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO |
Curso: | Programa de Pós-Graduação em Ciência da Computação |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/68546 |
Data do documento: | 29-Mai-2020 |
Aparece nas coleções: | Dissertações de Mestrado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DissertacaoAlexanderDecker.pdf | 3.6 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.