Optimisation Dynamique des Ressources pour des Écosystèmes 6G-IoT Énergétiquement Efficaces

Le problème de l'optimisation de l'énergie pour les dispositifs de l'Internet des Objets (IoT) est crucial pour deux raisons. Premièrement, les dispositifs IoT alimentés par des sources d'énergie renouvelables ont des ressources énergétiques limitées. Deuxièmement, le besoin énergétique agrégé pour ces petits dispositifs à faible consommation d'énergie se traduit par une consommation d'énergie significative. Les travaux existants montrent qu'une portion significative de l'énergie d'un dispositif IoT est consommée par le sous-système radio. Avec l'émergence de la sixième génération (6G), l'efficacité énergétique est un critère de conception majeur pour augmenter significativement les performances du réseau IoT. Pour résoudre ce problème, cet article se concentre sur la maximisation de l'efficacité énergétique du sous-système radio. Dans les communications sans fil, le canal joue un rôle majeur dans la détermination des besoins énergétiques. Par conséquent, un problème de programmation non linéaire à variables entières mixtes est formulé pour optimiser conjointement l'allocation de puissance, l'allocation de sous-canaux, la sélection des utilisateurs et les unités radio distantes (RRUs) activées dans une approche combinatoire en fonction des conditions du canal. Bien qu'il s'agisse d'un problème NP-difficile, le problème d'optimisation est résolu grâce aux propriétés de la programmation fractionnaire, le transformant en une forme paramétrique équivalente et traitable. Le problème résultant est ensuite résolu de manière optimale en utilisant la méthode de décomposition lagrangienne et un algorithme Kuhn-Munkres amélioré. Les résultats montrent que la technique proposée améliore significativement l'efficacité énergétique des systèmes IoT par rapport aux travaux de pointe.