Модель доставки сообщения в сенсорной сети с низким энергопотреблением
DOI:
https://doi.org/10.52575/2687-0932-2023-50-2-439-447Ключевые слова:
IoT, сенсорная сеть, LoRaWAN, модель доставки сообщения, энергопотребление сетевых узлов, датчики, повторные передачи кадровАннотация
Статья посвящена разработке математической модели доставки сообщения в сенсорной сети с низким энергопотреблением. Обоснована актуальность исследования процессов функционирования беспроводных сетей для сбора данных, передаваемых многочисленными узлами-датчиками, а также необходимость создания теоретически обоснованных средств снижения энергопотребления конечными приемо-передающими устройствами. На основе применения математического аппарата вероятностных графов получены аналитические выражения, позволяющие оценить вероятность доставки сообщения в сенсорной сети и среднее число кадров, которое потребуется для этого передать. Представлены результаты вычислительных экспериментов, проведенных с использованием разработанной модели. Получены количественные данные, показывающие, что повышение допустимого числа повторных передач дает возможность увеличить вероятность доставки сообщений в сенсорной сети, но при этом требуется передача большего числа кадров, что приводит к нежелательному росту энергопотребления конечных узлов.
Скачивания
Библиографические ссылки
Джамил К.Дж.К., Лихошерстов Р.В., Польщиков К.А. 2022. Модель передачи видеопотоков в летающей беспроводной самоорганизующейся сети. Экономика. Информатика, 49(2): 403–415. DOI 10.52575/2687-0932-2022-49-2-403-415.
Константинов И.С., Пилипенко О.В., Польщиков К.А., Иващук О.Д. 2016. К вопросу обеспечения связи в процессе предупреждения и ликвидации чрезвычайных ситуаций на объектах строительства. Строительство и реконструкция, 1(63): 40-46.
Константинов И.С., Польщиков К.А., Лазарев С.А. 2015. Имитационная модель передачи информационных потоков в мобильной радиосети специального назначения. Научные ведомости БелГУ. Сер. Экономика. Информатика, 13 (210): 156–163.
Cheikh I., Sabir E., Sadik M. 2022. Multi-Layered Energy Efficiency in LoRa-WAN Networks: A Tutorial. IEEE Access, 10: 9198-9231.
Haque K.F., Abdelgawad A., Yanambaka V.P., Yelamarthi K. 2020. Lora architecture for v2x communication: An experimental evaluation with vehicles on the move. Sensors, 20(23): 1-26.
Jameel J.Q., Mahdi T.N., Polshchykov K.A., Lazarev S.А., Likhosherstov R.V., Kiselev V.E. 2022. Development of a mathematical model of video monitoring based on a self-organizing network of unmanned aerial vehicles // Periodicals of Engineering and Natural Sciences, 10(6): 84-95.
Luntovskyy A., Shubyn B., Maksymyuk T., Klymash M. 2021. 5G Slicing and Handover Scenarios: Compulsoriness and Machine Learning. Lecture Notes in Networks and Systems, 212: 223-255.
Mahdi T.N., Jameel J.Q., Polshchykov K.A., Lazarev S.A., Polshchykov I.K., Kiselev V.E. 2021. Clusters partition algorithm for a self-organizing map for detecting resource-intensive database inquiries in a geo-ecological monitoring system. Periodicals of Engineering and Natural Sciences, 9(4): 1138-1145.
Moysiadis V., Lagkas T., Argyriou V., Sarigiannidis A., Moscholios I.D., Sarigiannidis P. 2021. Extending ADR mechanism for LoRa enabled mobile end-devices. Simulation Modelling Practice and Theory, 113: 102388.
Park G., Lee W., Joe I. 2020. Network resource optimization with reinforcement learning for low power wide area networks. EURASIP Journal onWireless Communications and Networking, 2020: 176.
Polshchykov K., Lazarev S., Zdorovtsov A. 2017. Multimedia Messages Transmission Modeling in a Mobile Ad Hoc Network. Proceedings of the 11th International Conference on Application of Information and Communication Technologies (AICT): 24–27.
Polshchykov K.O., Lazarev S.A., Kiseleva E.D. 2018. Mathematical Model of Multimedia Information Exchange in Real Time Within а Mobile Ad Hoc Network. International Journal of Computer Science and Network Security, 18(6): 20–24.
Polshchykov K., Shabeeb A.H.T., Lazarev S. 2020. Algorithm for receiving the recommended bandwidth of a wireless self-organizing network channel. Periodicals of Engineering and Natural Sciences, 8(3): 1873–1879.
Polshchykov K., Shabeeb A.H.T., Lazarev S., Kiselev V. 2021. Justification for the decision on loading channels of the network of geoecological monitoring of resources of the agroindustrial complex. Periodicals of Engineering and Natural Sciences, 9(3): 781–787.
Radeta M., Ribeiro M., Vasconcelos D., Nunes N.J. 2019. LoRattle – An Exploratory Game with a Purpose Using LoRa and IoT, 11863: 263-277.
Rvachova N., Sokol G., Polschykov K., Davies J.N. 2015. Selecting the intersegment interval for TCP in telecomms networks using fuzzy inference system. Proceedings of the 6th International Conference “Internet Technologies and Applications” (ITA): 256-260.
Sahir S., Abbina Y., Krishna P.G. 2020. Implementation of environment gases monitoring system using lora gateway in smart cities with IoT technology, 12(2): 1109-1118.
Umer M.A., Stepanov S.N., Ndayikunda J., Kanishcheva M.G. 2020. Cellular network resource distribution methods for the joint servicing of real-time multiservice traffic and grouped IoT traffic. T-Comm, 14(10): 61-69.
Zhang X., Zhang M., Meng F. 2019. A Low-Power Wide-Area Network Information Monitoring System by Combining NB-IoT and LoRa. IEEE Internet of Things Journal, 6(1): 590-598.8
Zinonos Z., Chatzichristofis S.A., Gkelios S. 2022. Grape Leaf Diseases Identification System Using Convolutional Neural Networks and LoRa Technology, 10: 122-133.
Просмотров аннотации: 33
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
