Дипломдық ЖҰмыс тақырыбы: «Сымсыз сенсорлық желі түйіндеріндерінің қуат тұтынуларын модельдеу» 6B06201 «Радиотехника, электроника және телекоммуникациялар»



жүктеу/скачать 1,47 Mb.
бет8/8
Дата11.09.2024
өлшемі1,47 Mb.
#204099
түріДиплом
1   2   3   4   5   6   7   8
Байланысты:
Айтбаева.Диплом последний (1)

Микроконтроллер (MCU): Түйіннің барлық функцияларын, соның ішінде деректерді өңдеуді және радиобасқаруды басқарады.
LoRa Radio: LoRa технологиясы арқылы сымсыз байланысты қамтамасыз етеді, бұл деректерді аз қуат тұтынумен ұзақ қашықтыққа жіберуге мүмкіндік береді.
Антенна: Радиосигналдарды таратады және қабылдайды.
Сенсорлар: Қоршаған ортадан (температура, ылғалдылық, қысым және т.б.) деректерді жинаңыз.
Қуат көзі: әдетте батареялар, бірақ күн панельдері сияқты басқа қуат көздерін пайдалануға болады.
Жад: түйін деректері мен бағдарламалық құралды сақтайды.
Бұл компоненттер бірге сымсыз сенсорлық желідегі түйіннің функционалдығы мен автономиясын қамтамасыз етеді.
LoRa (Long Range) шлюзі LoRa құрылғылары мен интернет арасындағы байланыс қызметін атқарады. Оның құрамын 3.10 суреттен көруге болады


    1. сурет. LoRa шлюзінің құрамы.

LoRa шлюзінің құрамы келесідей:


Микроконтроллер немесе микропроцессор: Бүкіл жүйені басқаратын орталық компонент; Көбінесе нақты уақыттағы операциялық жүйені (RTOS) пайдаланады.
LoRa радио модулі: LoRa технологиясы арқылы байланысты қамтамасыз ететін арнайы модуль. Мысалы, Semtech SX1276/77/78/79 модульдері.
Антенна: Ұзақ қашықтықта радиобайланысты қамтамасыз етеді. Әртүрлі жиілік диапазондары үшін әртүрлі антенналар.
Интернетке қосылу интерфейсі: Сымды қосылымға арналған Ethernet. Сымсыз қосылымға арналған Wi-Fi. Мобильді желілер арқылы байланысуға арналған ұялы модульдер (GPRS, 3G, 4G).
Қуат көзі: Әдетте тұрақты электр қуаты. Кейбір жағдайларда резервтік батареялар немесе күн батареялары қолданылады.
Жад: Деректер мен бағдарламалық құралды уақытша сақтауға арналған флэш-жад немесе SD карталары сияқты сақтау құрылғылары.
Мысал компоненттер:
Микроконтроллер: STM32, ESP32. Радио модуль: Semtech SX1301, SX1308.
Антенна: 433 МГц, 868 МГц, 915 МГц үшін сыртқы антенналар. Байланыс интерфейсі: RJ45 (Ethernet), ESP8266 (Wi-Fi), SIM800 (GPRS)
модульдері.
Жад: Кірістірілген флэш-жад, сыртқы SD карталары.
Бұл компоненттер бірге шлюзге қуат беріп, оған LoRa құрылғыларынан деректерді алуға және оны әрі қарай өңдеу және талдау үшін Интернетке жіберуге мүмкіндік береді.

    1. Қуат тұтынуды бағалау үшін модельдеуді іске қосy

Модельді іске қосқан соң, 3.11 суретте көрсетілгендей координаталар жүйесінде орташа энергия шығыны бар нүктелердің шашырау сызбасын көре аламыз.





    1. cурет. 6-дан 22 мДж-ға дейінгі энергияны тұтынуды есепке алғандағы түйіндердің картасы.

Бұл суретте байқағанымыздай, түйіндер шлюзден алыстаған сайын көп энергия тұтынады. Себебі, алыс қашықтыққа жіберу үшін, жіберу уақыты ұзақ және оған жұмсалатын қуат үлкен болады. Яғни, 6 мДж-дан 22 мДж-ға дейін энергия тұтынатындығын көре аламыз.


Барлық параметрлердің мүмкін болатын 33600 нұсқасы қарастырылған. Сол арқылы XGBoost желісіне бүкіл ақпарат беріледі және ол кіріс қуат тұтыну, RSSI секілді параметрлерді жобалап береді. Жобалау барысында XGBoost желісі 33600 жолдан 5040 жолды бөліп алып қарастырады және қуат тұтынун жобалайды. XGBoost желісіндегі параметрлердің көрінісі 3.12 суретте көрсетілген.


    1. cурет. XGBoost желісіндегі параметрлердің көрінісі.

Яғни, Omnet++ шығарып берген қуат тұтыну мен XGboost желісі жобалап берген қуат тұтынуларын салыстыратын болсақ, модель 99% дәлдікпен жұмыс жасайды. Корреляция матрицасы 3.13 суретте бейнеленген.







    1. сурет. Корреляция матрицасы.

Корреляция матрицасы - әр түйіннің соңғы энергия тұтынуына хабарлама жіберудің әртүрлі параметрлерінің (мысалы, BW, CR, SF, TP, N, GW) әсерін түсіну үшін қажет.
Нәтижесінде, SF және TP параметрлері түйіннің энергия тұтынуына ең үлкен әсер етеді. Келесі бізде 3.14 суреттен XGBoost желісіндегі сенсор түйіндерінің шынайы және болжамды энергия тұтынуы бейнеленген.



    1. cурет. XGBoost желісіндегі сенсор түйіндерінің шынайы және болжамды энергия тұтынуы.

XGBOOST бағдарламасындағы оқу нәтижелері:
R2 Score: 0.9996289979820557
MAE: 0.014798572552243462
MSE: 0.000706530493924011
RMSE: 0.026580641337710625
XGBoost алгоритмі қолданбалы машиналық оқыту саласында танымал болды. Жылдам орындалу жылдамдығы мен үлгі өнімділігіне байланысты ол басқа градиентті күшейтетін машиналарға (GBM) артықшылық береді. Оны Java, C++, R, Julia, Python, пәрмен жолы, Scala және басқа JVM тілдерімен пайдалануға болады. Нейрондық XGBoost оқыту процесі келесі қадамдарды қамтиды:
Деректерді дайындау: Нейрондық XGBoost масштабтау, қалыпқа келтіру және категориялық айнымалы кодтауды қоса алғанда, деректерді дұрыс дайындауды қажет етеді.
Нейрондық желінің архитектурасын анықтау: Нейрондық желінің құрылымын, оның ішінде қабаттар санын, әрбір қабаттағы нейрондар санын, белсендіру функцияларын және т.б. анықтау қажет.
Модельді оқыту: Үлгінің құрылымы анықталғаннан кейін, таңдалған жоғалту функциясын азайту арқылы модель деректерге бейімделген оқу процесі орын алады.
Үлгіні бағалау: Жаттығу аяқталғаннан кейін үлгі оның өнімділігі мен болжау сапасын бағалау үшін сынақ деректер жинағында бағаланады.
XGBoost жүйесінде нейрондық желілерді пайдалану деректердің күрделі құрылымы мен классикалық градиентті күшейту әдістерін пайдаланып түсіру
қиын немесе мүмкін емес мүмкіндіктер арасындағы тәуелділіктері бар жағдайларда пайдалы болуы мүмкін.
Келесі 3.15 суретте көріп отырғанымыздай, оңтайландырылған параметрлерді есепке алғандағы энергия тұтыну мен максималды параметрлерді бергендегі энергия тұтыну салыстырылды.





    1. cурет. e1 – оңтайландыруды есепке алғандағы энергия тұтыну, e2 – есепке алмағандағы энергия тұтыну.

Нәтижесінде, 350 х 350 м аймақта оңтайландырылған SF және TP параметрлері бар e1 энергия тұтынуы e2-ден 28 пайызға ұтатындығын байқаймыз. Яғни, жұмыстың мақсаты орындалды.
Қорытынды

Сымсыз сенсорлық желілерде (WSN) қуат тұтынуды модельдеу желінің өнімділігін оңтайландыру және батареямен жұмыс істейтін сенсорлық түйіндердің қызмет ету мерзімін ұзарту үшін өте маңызды. Қуат тұтыну моделі: деректерді беру, қабылдау, өңдеу, тану және ұйқы сияқты әртүрлі факторларды ескереді. Бұл әрекеттердің әрқайсысы әртүрлі энергия мөлшерін тұтынады және олардың жиілігі мен ұзақтығы қолданылатын қолданба мен байланыс хаттамаларына байланысты. Байланыс энергиясы деректер қашықтығы, деректер жылдамдығы, модуляция әдістері және хаттаманың үстеме шығындары сияқты параметрлерді ескере отырып, деректерді беру және қабылдау кезінде тұтынылатын энергияны анықтайды. Сигналдың әлсіреуі мен қуат тұтынуын бағалау үшін Фриис беру теңдеуі сияқты модельдерді қолдануға болады. WSNs- те энергияны тұтынуды дәл модельдеу және оңтайландыру әдістерін қолдану арқылы зерттеушілер мен инженерлер қоршаған ортаны бақылау, өнеркәсіптік автоматтандыру, Денсаулық сақтау және "ақылды қалаларды" қоса алғанда, әртүрлі қолданбалар үшін энергияны үнемдейтін және тұрақты сымсыз сенсорлық желілерді жобалай алады.


Сонымен біз бұл жұмыста FLoRA модельдеу талдауында жіберу параметрі мәндерінің (тарату коэффициенті, өткізу қабілеттілігі, кодтау жылдамдығы және беру қуаты) әсерін, сондай-ақ LoRa сенсорлық түйіні мен LoRa шлюзі арасындағы қашықтықтың байланыс өнімділігіне (пакет жеткізу) әсерін және сенсорлық түйіндердің энергия тұтынуын зерттедік. Осы нәтижелерге сүйене отырып, модельдеу платформасы LoRa технологиясын жақсырақ түсіну және соның нәтижесінде пакетті жеткізудің максималды тиімділігімен параметрді тасымалдау үшін энергияны оңтайландырылған конфигурацияларды табу тұрғысынан келешекте пайдалану үшін перспективалы деп саналады. Болашақ жұмыс, ең алдымен, аппараттық эксперименттерге және ұсынылған модельдеулерді тексеруге бағытталған.
Пайдаланылған дереккөздердің тізімі



  1. Han, B., Zhang, D., & Yang, T. (2008, June). Energy consumption analysis and energy management strategy for sensor node. In 2008 International Conference on Information and Automation (pp. 211-214). IEEE.

  2. Cano-Ortega, A., & Sánchez-Sutil, F. (2020). Performance optimization LoRa network by artificial bee colony algorithm to determination of the load profiles in dwellings. Energies, 13(3), 517.

  3. Bagci, H., Korpeoglu, I., & Yazıcı, A. (2014). A distributed fault-tolerant topology control algorithm for heterogeneous wireless sensor networks. IEEE Transactions on Parallel and Distributed Systems, 26(4), 914-923.

  4. Mehmood, G., Khan, M. Z., Abbas, S., Faisal, M., & Rahman, H. U. (2020). An energy-efficient and cooperative fault-tolerant communication approach for wireless body area network. IEEE Access, 8, 69134-69147.

  5. Ari, A. A. A., Gueroui, A., Labraoui, N., & Yenke, B. O. (2015). Concepts and evolution of research in the field of wireless sensor networks. arXiv preprint arXiv:1502.03561.

  6. Rawat, P., Singh, K. D., Chaouchi, H., & Bonnin, J. M. (2014). Wireless sensor networks: a survey on recent developments and potential synergies. The Journal of supercomputing, 68, 1-48.

  7. Stojmenovic, I. (Ed.). (2005). Handbook of sensor networks: algorithms and architectures (Vol. 49). John Wiley & Sons.

  8. Jiang, F., Frater, M., & Ling, S. S. (2011, June). A distributed smart routing scheme for terrestrial sensor networks with hybrid Neural Rough Sets. In 2011 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2011) (pp. 2238-2244). IEEE.

  9. Yu, X., Wu, P., Han, W., & Zhang, Z. (2012). Overview of wireless underground sensor networks for agriculture. African journal of biotechnology, 11(17), 3942- 3948.

  10. Ari, A. A. A., Yenke, B. O., Labraoui, N., Damakoa, I., & Gueroui, A. (2016). A power efficient cluster-based routing algorithm for wireless sensor networks: Honeybees swarm intelligence based approach. Journal of Network and Computer Applications, 69, 77-97.

  11. Fute, E. T., Tonye, E., Lauri, F., & Koukam, A. (2014). Multi-agent patrolling: Multi-objective approach of the event detection by a mobile wireless sensors network. International Journal of Computer Applications, 975, 8887.

  12. Swaminathan, K., Ravindran, V., Ponraj, R., & Satheesh, R. (2022, February). A smart energy optimization and collision avoidance routing strategy for IoT systems in the WSN domain. In International Conference on Computing in Engineering & Technology (pp. 655-663). Singapore: Springer Nature Singapore.

  13. Ginsei Corporation 5-4-1 Shinjuku, Shinjuku-ku, Tokyo 160-0022, Japan. Copyright © 2012 Ginsei Corporation All Rights Reserved.

  14. Deljoo, A., & Keshtgari, M. (2012). A Wireless Sensor Network Solution for Precision Agriculture Based on Zigbee Technology. Advances in Molecular Imaging, 4.

  15. Stanley-Marbell, P., Basten, T., Rousselot, J., Oliver, R. S., Karl, H., Geilen, M.

C. W., ... & Decotignie, J. D. (2008). System models in wireless sensor networks.

  1. Huang, W. J., Hong, Y. W. P., & Kuo, C. C. J. (2008). Lifetime maximization for amplify-and-forward cooperative networks. IEEE Transactions on Wireless Communications, 7(5), 1800-1805.

  2. Akram, S. V., Singh, R., AlZain, M. A., Gehlot, A., Rashid, M., Faragallah, O. S., ... & Prashar, D. (2021). Performance analysis of iot and long-range radio- based sensor node and gateway architecture for solid waste management. Sensors, 21(8), 2774.

  3. Bor, M., & Roedig, U. (2017, June). LoRa transmission parameter selection. In 2017 13th International Conference on Distributed Computing in Sensor Systems (DCOSS) (pp. 27-34). IEEE.

  4. Sornin, N. (2015). M. Luis (Semtech), T. Eirich (IBM), T. Kramp (IBM), O. Hersent (Actility). LoRaWAN Specification. LoRa Alliance, 1, 35.

  5. LoRaWAN L2 1.0.4 Specification. Available online: https://resources.lora- alliance.org/technical-specifications/ts001-1-0-4-lorawan-l2-1-0-4- specification (accessed on 26 August 2022).

  6. Paredes, W. D., Kaushal, H., Vakilinia, I., & Prodanoff, Z. (2023). LoRa technology in flying ad hoc networks: a survey of challenges and open issues. Sensors, 23(5), 2403.

  7. SX1276/77/78/79 Datasheet. Available online: connect/sx1276#documentation (accessed on 2 September 2022).

  8. SX1272/73 Datasheet. Available online: connect/sx1272#documentation (accessed on 2 September 2022).

  9. SX1268 Long Range, Low Power, Sub-GHz RF Transceiver Datasheet. Available online: connect/sx1268#documentation (accessed on 2 September 2022).

  10. SX1261/2 Long Range, Low Power, Sub-GHz RF Transceiver Datasheet. Available online: connect/sx1261#documentation (accessed on 2 September 2022).

  11. SX1280/SX1281 Datasheet. Available online: connect/sx1280#documentation (accessed on 16 September 2022).

  12. Mallanda C., Suri A., Kunchakarra V. et al.: ‘Simulating wireless sensor networks with OMNet++

  13. INET Framework, https://inet.omnetpp.org/ (accessed on 29/06/2021)

  14. Slabicki, M., Premsankar, G., & Di Francesco, M. (2018, April). Adaptive configuration of LoRa networks for dense IoT deployments. In NOMS 2018- 2018 IEEE/IFIP Network Operations and Management Symposium (pp. 1-9). IEEE.

  15. Bor, M. C., Roedig, U., Voigt, T., & Alonso, J. M. (2016, November). Do LoRa low-power wide-area networks scale?. In Proceedings of the 19th ACM international conference on modeling, analysis and simulation of wireless and mobile systems (pp. 59-67).

  16. [Online; accessed 15-August-2020]. Available: https:

//ewh.ieee.org/soc/es/Nov1999/18/userif.htm

  1. S. Corporation, “SX1272/73 datasheet, rev 3.1”, 2017.

  2. Lukic, M., Sobot, S., Mezei, I., & Vukobratovic, D. (2021). 3GPP NB-IoT for Smart Environments: Testbed Experimentation and Use Cases. IEICE Proceedings Series, 64(ICTF2020_paper_27).

  3. Catherwood, P. A., Steele, D., Little, M., Mccomb, S., & McLaughlin, J. (2018). A community-based IoT personalized wireless healthcare solution trial. IEEE journal of translational engineering in health and medicine, 6, 1-13.

  4. Nugraha, A. T., Wibowo, R., Suryanegara, M., & Hayati, N. (2018, September). An IoT-LoRa system for tracking a patient with a mental disorder: Correlation between battery capacity and speed of movement. In 2018 7th international conference on computer and communication engineering (ICCCE) (pp. 198- 201). IEEE.

жүктеу/скачать 1,47 Mb.

Достарыңызбен бөлісу:
1   2   3   4   5   6   7   8



©engime.org 2024
әкімшілігінің қараңыз
    Басты бет