<그림 3> EH communications models 출처: IEEE Communications Magazine,“A survey of energy harvesting communications: models and offline optimal policies”, vol. 53, no. 6))

저탄소 및 친환경 에너지 수요 증가와 모바일 기기 사용 급증 등에 따라 버려지는 에너지를 수확하여 활용하는 에너지 하베스팅 기술이 각광받고 있다. 향후 에너지하베스팅 기술이 상용화 되면 무선 네트워크 기기 및 저전력 기기 중심으로 활발하게 보급될 전망이다. 하베스팅 기술 보급, 탄소 배출 감소, 건물·산업 분야의 IoT기술 적용 증가 등은 에너지하베스트 시장을 성장시키는 요인들이라 할 수 있다. 이러한 에너지 하베스팅 기술이 각종 디바이스에 효율적으로 적용되기 위해서는 에너지 하베스트 기술을 위한 소자 및 회로와 같은 H/W의 배치 뿐만이 아니라 제한된 용량의 수집된 에너지가 최대한 효율적으로 활용될 수 있도록 저전력 알고리즘을 개발하는 것이 매우 중요한 이슈이다. 우리 연구실에서는 인공지능 알고리즘과 생체모방 알고리즘등을 적절히 활용하여 에너지 하베스트 기술의 최적화를 위한 알고리즘에 관한 연구를 수행한다.

Recently energy harvesting technology that harvests and uses up wasted energy is attracting attention due to an increase in demand for low-carbon and environment-friendly energy and the abrupt increase of mobile devices. When the energy harvesting technology is commercialized in the future, it is expected to be actively promoted mainly in wireless network devices and low power equipments. Diffusion of harvesting technology, reduction of carbon emissions, and increase of application of IoT technology in buildings and industry are the factors that are growing the energy harvest market. In order to efficiently apply this energy harvesting technology to various devices and utilize the limited energy of collected energy as efficiently as possible, energy-efficient algorithms should be developed together with HW development for energy harvest technology. In our laboratory, we study algorithms for optimization of energy harvesting technology by employing artificial intelligence algorithms and bio-inspired algorithms appropriately.