Сучасні підходи до контекстно-залежної адаптації параметрів LoRaWAN у енергообмежених IoT-системах
Анотація
У статті розглянуто підходи до підвищення надійності передавання даних і енергоефективності функціонування енергообмежених IoT-систем шляхом розроблення контекстно-залежної адаптації параметрів LoRaWAN на основі узагальнення існуючих рішень та розвитку адаптивних методів керування радіообміном у динамічних умовах функціонування мережі. Використано методи системного та порівняльного аналізу для узагальнення сучасних підходів адаптації параметрів LoRaWAN, методи моделювання мережевих процесів для оцінювання взаємозв’язку між якістю сигналу, втратами пакетів і затримками підтвердження, а також методи функціонального узагальнення для формування моделі контекстно-залежного керування передаванням даних. Досліджено особливості функціонування енергообмежених IoT-систем і встановлено, що ефективність LoRaWAN визначається узгодженістю параметрів передавання з поточним контекстом роботи мережі. Виявлено інерційність стандартного механізму ADR та обмеженість підходів, орієнтованих лише на показники рівня сигналу. Доведено доцільність інтегрованого врахування RSSI, SNR, частоти втрат пакетів і затримок підтвердження як єдиної інформаційної основи адаптації. Розроблено модель контекстно-залежної адаптації параметрів передавання, яка забезпечує проактивну зміну режимів роботи вузлів, зменшення кількості повторних передач і оптимізацію енергоспоживання без ускладнення архітектури мережі. Установлено, що перехід від параметричної до контекстної адаптації дозволяє підвищити надійність функціонування LoRaWAN та забезпечити стабільність передавання даних у масштабованих IoT-мережах. Запропоновані підходи сприяють подовженню автономної роботи пристроїв і підвищенню ефективності використання радіоресурсу
Посилання
Narieda S., Fujii T., Umebayashi K. Energy constrained optimization for spreading factor allocation in lorawan. Sensors. 2020. Vol. 20, № 16. Article 4417. DOI: https://doi.org/10.3390/s20164417.
Wu Y., He Y., Shi L. Energy-saving measurement in LoRaWAN-based wireless sensor networks by using compressed sensing. IEEE Access. 2020. Vol. 8, № 1. P. 49477–49486. DOI: https://doi.org/10.1109/ACCESS.2020.2974879.
Gava M. A., Rocha H. R. O., Faber M. J., Segatto M. E. V., Wörtche H., Silva J. A. L. Optimizing resources and increasing the coverage of Internet-of-Things (IoT) networks: An approach based on LoRaWAN. Sensors. 2023. Vol. 23, № 3. Article 1239. DOI: https://doi.org/10.3390/s23031239.
Loubany A., Lahoud S., Samhat A. E., El Helou M. Improving energy efficiency in LoRaWAN networks with multiple gateways. Sensors. 2023. Vol. 23, № 11. Article 5315. DOI: https://doi.org/10.3390/s23115315.
Heeger D., Garigan M., Plusquellic J. Adaptive data rate techniques for energy constrained Ad Hoc LoRa networks. In: 2020 Global Internet of Things Summit (GIoTS). 2020. P. 1–6. URL: https://ece-research.unm.edu/jimp/pubs/GIoT2020_FINAL.pdf (date of access: 23.02.2026).
