بهينه‌سازي زمان‌بندي ارسال‌ها مبتني بر پروتكل لايه دسترسي IEEE 802.15.4e TSCH در كاربردهاي اينترنت اشياء

كارشناسي ارشد

در سال‌هاي اخير كاربردهاي زيادي بر روي اينترنت اشياء(IOT) به وجود آمده‌است كه يكي از كاربردهاي اميدواركننده، مرتبط با حوزه‌هاي صنعتي است. برجسته‌ترين استاندارد در حوزه فناوري‌هاي راديويي ويژه گره‌هاي بي‌سيم كم‌توان، استاندارد IEEE 802.15.4 است. امّا اين استاندارد با محدوديت‌هايي از قبيل قابليت اطمينان كم و تأخير نامحدود مواجه است. اخيراً اصلاحيه IEEE 802.15.4e براي غلبه بر اين محدوديت‌ها منتشر شده‌است. بخشي از اين استاندارد در حال ظهور كه در پروتكل لايه كنترل دسترسي به رسانه (MAC) تعريف شده، پروتكل TSCHاست كه نيازمندي‌هاي مصرف انرژي بسيار پايين، قابليت اطمينان بالا و تأخير قطعي را برآورده مي‌كند. در پروتكل IEEE 802.15.4e TSCH، ارسال بسته‌ها بين گره‌هاي شبكه از طريق يك زمان‌بندي هماهنگ مي‌شوند. در اين استاندارد مشخص شده‌است كه هر گره چگونه بايد زمان‌بندي را اجرا كند؛ امّا نحوه محاسبه، ساخت و نگهداري زمان‌بندي TSCH مطرح نشده‌است. روش‌هاي پيشين جهت تعيين سياست زمان‌بندي، براي تضمين گذردهي بهينه متكي به اطلاعات وضعيت كانال (CSI) به صورت لحظه‌اي و دقيق هستند؛ فرضي كه در بسياري سناريوهاي كاربردي محقق نمي‌گردد و در نتيجه، راهكارهاي موجود را براي كاربردهاي علمي غيرواقع‌بينانه مي‌نمايد. در اين پايان‌نامه براي انتساب اسلات‌فريم‌ها ابتدا با فرض اينكه دانش آماري كانال (و نه مقادير دقيق لحظه‌اي) در دسترس است، يك روش زمان‌بندي بهينه (به لحاظ متوسط گذردهي كل شبكه) ارائه مي‌شود. در واقع، تحت فرض CSI آماري، مي‌توان متوسط تعداد بسته‌هاي قابل ارسال توسط هر اتصال در هر اسلات زماني را پيشاپيش به دست آورد و سپس بهينه‌سازي زمان‌بندي را بر اساس متوسط نرخ اتصال‌ها انجام داد. امّا در شرايط واقع‌بينانه‌تر، بايد در نظر داشت كه CSI با زمان عوض مي‌شود و امكان مدل‌سازي دقيق ساختار احتمالاتي آن هم از پيش ميسّر نيست. راهكار پيشنهادي دوم متكي بر در اختيار داشتن دانش آماري CSI از پيش نبوده و در عوض با استفاده از رويكردي مبتني بر يادگيري ماشين به بهينه‌سازي زمان‌بندي ارسال‌ها به صورت فارغ از مدل مي‌پردازد. در مقايسه با كارهاي پيشين انجام گرفته در اين حوزه، روش پيشنهادي به دليل بهره‌برداري از تكنيك يادگيري ماشين، جامعيت بالاتري به لحاظ قابليت بكارگيري در طيف گسترده‌تري از محيط‌هاي عملياتي را فراهم مي‌كند. نتايج نهايي شبيه‌سازي نيز نشان مي‌دهد كه متوسط گذردهي روش پيشنهادي اول %18 و روش پيشنهادي دوم (علي رغم فراغت از مدل) % 15 نسبت به شرايط CSI كامل كم‌تر است.

204261

دانشگاه علم و صنعت ايران

شبكه هاي كامپيوتري

دكتر محمد عبداللهي ازگمي - دكتر وصال حكمي