Optimizando el tiempo de vida de las redes de Internet de las cosas con escaneo dinámico
Autores: Choi, Seung-Kyu; Kim, Woo Hyun; Sohn, Illsoo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Optimizando el tiempo de vida de las redes de Internet de las cosas con escaneo dinámico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Desarrollo
Internet de las cosas
BLE
Consumo de energía
Optimización de red
Complejidad computacional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Con el desarrollo de la tecnología de Internet de las Cosas (IoT), industrias como la agricultura inteligente, la salud inteligente, los edificios inteligentes y las ciudades inteligentes están atrayendo la atención. Como tecnología de comunicación inalámbrica central, Bluetooth de Baja Energía (BLE) está generando mucho interés como una tecnología de comunicación de baja potencia altamente confiable. En particular, BLE permite una red de malla sin conexión que propaga datos de manera de inundación utilizando canales de publicidad. En este documento, nuestro objetivo es optimizar el consumo de energía de la red al minimizar el tiempo de exploración mientras se preserva la confiabilidad de la red. Maximizar la vida útil de la red requiere varios algoritmos de optimización, incluida la búsqueda exhaustiva y la búsqueda de descenso de gradiente. Sin embargo, están asociados con una complejidad computacional excesiva y altos costos de implementación. Para reducir la complejidad computacional de la optimización de la red, modelamos matemáticamente el consumo de energía de las redes BLE y formulamos la maximización de la vida útil de la red como un problema de optimización. Presentamos primero un enfoque analítico para resolver el problema de optimización y mostramos que encontrar el mínimo de la función objetivo complicada del problema de optimización no garantiza una solución válida al problema. Como solución de baja complejidad, aproximamos la función objetivo complicada en una forma convexa y derivamos una expresión de forma cerrada de la solución subóptima. Nuestros resultados de simulación muestran que la solución subóptima propuesta proporciona un rendimiento casi equivalente en comparación con la solución óptima en términos de vida útil de la red. Con una complejidad computacional muy baja, la solución subóptima propuesta puede reducir ampliamente los costos de implementación.
Descripción
Con el desarrollo de la tecnología de Internet de las Cosas (IoT), industrias como la agricultura inteligente, la salud inteligente, los edificios inteligentes y las ciudades inteligentes están atrayendo la atención. Como tecnología de comunicación inalámbrica central, Bluetooth de Baja Energía (BLE) está generando mucho interés como una tecnología de comunicación de baja potencia altamente confiable. En particular, BLE permite una red de malla sin conexión que propaga datos de manera de inundación utilizando canales de publicidad. En este documento, nuestro objetivo es optimizar el consumo de energía de la red al minimizar el tiempo de exploración mientras se preserva la confiabilidad de la red. Maximizar la vida útil de la red requiere varios algoritmos de optimización, incluida la búsqueda exhaustiva y la búsqueda de descenso de gradiente. Sin embargo, están asociados con una complejidad computacional excesiva y altos costos de implementación. Para reducir la complejidad computacional de la optimización de la red, modelamos matemáticamente el consumo de energía de las redes BLE y formulamos la maximización de la vida útil de la red como un problema de optimización. Presentamos primero un enfoque analítico para resolver el problema de optimización y mostramos que encontrar el mínimo de la función objetivo complicada del problema de optimización no garantiza una solución válida al problema. Como solución de baja complejidad, aproximamos la función objetivo complicada en una forma convexa y derivamos una expresión de forma cerrada de la solución subóptima. Nuestros resultados de simulación muestran que la solución subóptima propuesta proporciona un rendimiento casi equivalente en comparación con la solución óptima en términos de vida útil de la red. Con una complejidad computacional muy baja, la solución subóptima propuesta puede reducir ampliamente los costos de implementación.