A spectrum-based adaptive sampling mechanism for energy conservation in cyber-physical systems

The world of Cyber-Physical Systems is rapidly evolving and the applications of these systems are increasing in everyday life. With the growing size of these systems, built from the integration of computational algorithms and interacting physical components, energy management becomes a crucial issue for guaranteeing QoS applications of these technologies. Indeed, trying to manage energy supply for Cyber-Physical Systems without an accurate energy-saving policy is simply not sustainable, since their diffusion is still growing and, as a consequence, previously-employed energy-management approaches are quickly becoming obsolete. Cyber-Physical Systems (CPS) interact with the surrounding environment through sensing units, which are embedded systems acquiring data from the physical world. Sensing units are subject to memory and computational power limitations, as normally they are small devices spread over a large geographical area. Nevertheless, they often need to perform complex operations and, therefore, guaranteeing a sufficient energy supply to these units may not be simple and energy management techniques become necessaries. The purpose of this thesis is to explore an innovative solution for energy management in CPS, belonging to the category of adaptive sampling techniques. These techniques are aimed at scheduling the optimal sampling frequency for each CPS sensing unit, thus avoiding the acquisition of useless data and the unnecessary use of valuable resources (e.g. energy). The main idea of the proposed approach is to monitor changes in the maximum frequency contained in the acquired signal without reconstructing its whole spectrum. The novelty of the proposed approach is based on the fact that, for the first time, the aliasing phenomenon is exploited to detect possible changes in the maximum frequency of a signal. Another important novel aspect is that, in this technique, signals are studied in the time domain instead of the frequency domain. This is a significant advantage in terms of energy savings, since monitoring the signal without reconstructing its frequency spectrum avoids the large computatioal load introduced by the spectrum analysis. The proposed solution has been tested on several datasets and compared to other existing approaches, showing its validity and efficacy in reducing energy consumption for CPS sensing units. Finally, the designed technique has been ported on a real embedded system, in order to have a demonstration of its applicability in the real-world CPSs.

Il mondo dei Sistemi Ciberfisici (o CPS, Cyber-Physical Systems) sta evol- vendo rapidamente e le applicazioni di questi sistemi sono sempre più diffuse nella vita di tutti i giorni. Con l’aumentare delle dimensioni di questi si- temi, nati dall’integrazione di algoritmi ed elementi fisici dotati di capacità computazionale, la gestione del consumo energetico diventa un problema cru- ciale per garantire un’applicazione ottimale di queste tecnologie e il massimo sfruttamento delle loro potenzialità. Infatti, gestire l’approvvigionamento energetico di un sistema ciberfisico senza adottare una politica energetica volta al risparmio delle risorse non è sostenibile, poiché la diffusione di que- sti sistemi sta aumentando e, di conseguenza, gli approcci di conservazione dell’energia utilizzati in precedenza diventano rapidamente obsoleti. I Sistemi Ciberfisici interagiscono con l’ambiente circostante attraverso unità di rilevazione, o sensing units, ossia sistemi integrati che acquisiscono dati dal mondo fisico. Le sensing units devono sottostare a limiti di memoria e di potenza di calcolo, dal momento che normalmente sono dispositivi di dimensioni ridotte distribuiti su una vasta area geografica. Ciononostante, molto spesso devono compiere operazioni complesse e, quindi, garantire un apporto di energia sufficiente a queste unità potrebbe non essere semplice e tecniche di risparmio energetico diventano necessarie. L’obiettivo che si prefigge questa tesi è quello di esplorare una soluzione innovativa al problema della gestione energetica nei Sistemi Ciberfisici, solu- zione appartente alla categoria delle tecniche di campionamento adattativo. Con il termine «campionamento adattativo» si intende la modifica della fre- quenza di campionamento di un dato segnale (che potrebbe essere generato da qualunque fenomeno fisico), seguendone i momenti di attività più debole o più intensa. Lo scopo di fondo è quello di evitare l’acquisizione di campioni inutili e, di conseguenza, l’utilizzo non necessario di risorse preziose come, appunto, l’energia. L’idea di base dell’approccio proposto in questa tesi è di monitorare i cambiamenti nella frequenza massima contenuta nel segnale osservato senza ricostruirne l’intero spettro di frequenza. La frequenza massima contenuta in un segnale è un parametro importante per la corretta ricostruzione del segnale stesso, ma spesso questa frequenza non è nota a priori e, soprattutto, può evolvere nel tempo. Un approccio banale per garantire che il segnale venga perfettamente ricostruito è quello di campionare a frequenza molto più alta di quella massima contenuta nel segnale. Questo approccio però è assolutamente svantaggioso dal punto di vista energetico e, per alcune applicazioni, il dispendio di risorse sarebbe tale da renderlo insostenibile. Qui entrano in gioco le tecniche di campionamento adattativo, che puntano a ridurre la frequenza di campionamento ogni qual- volta le dinamiche del sistema lo consentano (ovvero quando la grandezza fisica osservata non risente di variazioni sostanziali e il numero di campioni acquisito nel tempo può essere ridotto), tra le quali si colloca la soluzione proposta in questa tesi. L’aspetto innovativo dell’approccio proposto si basa sul fatto che, per la prima volta, il fenomeno dell’aliasing (o ribaltamento dello spettro) viene sfruttato per identificare possibili cambiamenti nella frequenza massima con- tenuta nel segnale. In particolare, grazie al fenomeno dell’aliasing, è possibile riscontrare un cambiamento nella distribuzione delle frequenze e, di conse- guenza, attivare ulteriori analisi per analizzare la natura del cambiamento ed eventualmente modificare la frequenza di campionamento per far fronte all’evoluzione del fenomeno fisico monitorato. Un altro importante aspetto innovativo è che, nella tecnica proposta, i segnali sono analizzati nel dominio del tempo invece che nel dominio delle frequenze. Ciò rappresenta un van- taggio significativo in termini di risparmio energetico, dal momento che mo- nitorare il segnale senza ricostruirne lo spettro di frequenza evita la necessità di effettuare calcoli molto pesanti dal punto di vista computazionale. La soluzione proposta consiste in una serie di fasi successive di trattamento dei dati, che comprende il filtraggio in bande di frequenza e il calcolo dell’e- nergia contenuta nel segnale. I dati così ottenuti sono sottoposti a un Change Detection Test, un test statistico che rivela cambiamenti nella dinamica del processo sotto esame: ogni volta che viene segnalata una variazione, viene messo in atto un meccanismo di adattamento della frequenza di campiona- mento, basato sull’energia contenuta nelle diverse bande di frequenza, volto a gartantire che non vi sia perdita di informazione durante l’acquisizione del segnale. La soluzione proposta è stata testata mediante simulazioni su diversi da- taset e confrontata con altri approcci esistenti, rivelandone la validità e l’efficacia nella riduzione del consumo energetico nelle sensing units dei Si- stemi Ciberfisici. Infine, la tecnica sviluppata è stata portata su un sistema integrato reale, composto da una scheda programmabile e da alcuni sensori in grado di misurare temperatura, umidità e pressione. Il sistema integrato in esame è soggetto ai limiti di memoria, potenza di calcolo e durata della batteria tipici di questi dispositivi, in modo da fornire una dimostrazione dell’applicabilità della soluzione proposta nei veri Sistemi Ciberfisici.