چكيده فارسي :
رشد سريع اينترنت اشياء در ساليان اخير كاربردهاي بيشماري را در زمينههاي مختلف پديد آورده است كه به پيدايش اينترنت اشياء گسترده منجر شده است. شبكههاي گسترده كم مصرف مانند LoRaWAN بخش مهمي از اينترنت اشياء گسترده را تشكيل ميدهند كه براي استفاده در كاربردهايي طولاني مدت در سطح يك پهنه وسيع جغرافيايي معرفي شدهاند. تنوع كاربردها و تعداد انبوه دستگاههاي انتهايي در شبكههاي گسترده كم مصرف الزامات خاصي را براي اين شبكهها تعريف ميكند كه از آنها ميتوان به مصرف انرژي كم، اطمينانپذيري بالا، عمر طولاني، هزينه كم و مقياسپذيري اشاره كرد. اما افزايش مداوم مقياس شبكهها تحقق اين موارد را با چالش روبهرو كرده است. يك روش براي مقابله با اين چالش كه در اين پژوهش به آن پرداخته شده است، استقرار بهينه دروازهها در محيط شبكه و تخصيص بهينه پارامترها به دستگاههاي انتهايي است. در اين روش سعي خواهد شد تا با استفاده از تعداد دروازه كمتر، هزينهها در شبكه كاهش يابد. البته با توجه به ظرفيت محدود هر دروازه، كاهش بيش از حد اين تعداد موجب كاهش اطمينانپذيري شبكه خواهد شد. لذا بايستي از طريق تعيين مناسب پارامترهاي دستگاههاي انتهايي (ضريب گسترش و توان ارسال)، سعي نمود تا مصالحه مورد نياز جهت رسيدن به تعداد بهينه دروازهها و استقرار آنها در مكانهاي مناسب به دست آورد.
در اين پژوهش به مسأله استقرار حداقل تعداد مورد نياز دروازه در محيط شبكه با توجه به ظرفيت محدود دروازهها و تعداد دستگاههاي انتهايي و تخصيص توأمان مقادير بهينه به پارامترهاي دستگاههاي انتهايي در راستاي بهبود مصرف انرژي، اطمينانپذيري و هزينه شبكه پرداخته شده است. از آن جا كه ساختار مسأله مد نظر NP-Hard است، آن را به صورت مسأله يافتن حالت كمترين مصرف انرژي دستگاههاي انتهايي كه به عنوان حالت تقريبي از جواب مسأله تعريف شده است، بازنويسي كرده و سپس با مدلسازي جنبههاي مختلف شبكه، نشان داده خواهد شد كه مسأله يافتن حالت كمترين مصرف انرژي دستگاههاي انتهايي با مسأله اصلي تطابق داشته و تقريب مناسبي از جواب آن را حاصل ميكند. در ادامه براي حل مسأله يافتن حالت كمترين مصرف انرژي دستگاههاي انتهايي، روشي شامل سه الگوريتم حريصانه ارايه خواهد شد. در پايان كارايي روش پيشنهادي با استفاده از شبيهسازي بررسي شده و موثر بودن حالت كمترين مصرف انرژي دستگاههاي انتهايي به عنوان جواب نزديك به بهينه براي مسأله اصلي نشان داده شده است. بر اساس نتايج به دست آمده، در روش پيشنهادي، انرژي مصرفي براي ارسال بسته در دستگاههاي انتهايي، تعداد دروازهها و هزينه شبكه در موارد مختلف بيش از 50 درصد كاهش مييابد. علاوه بر اين در برخي موارد نسبت تحويل بسته نيز بهبود يافته و در موارد باقيمانده، افت ناچيزي داشته است.
چكيده انگليسي :
The rapid growth of Internet of Things (IoT) in recent years has led to large-scale and wide-area applications, resulting in the emergence of the wide-area Internet of Things. Low-power wide-area networks (LPWANs) such as LoRaWAN form a crucial part of wide-area IoT, to support long-term applications across a vast geographical area. The diversity of applications and the large number of end devices in LPWANs define specific requirements for these networks such as low energy consumption, high reliability, long lifespan, low cost, and scalability. However, the continuous expansion of network size makes these more challenging. One method to address this challenge is the optimal placement of gateways within the network and the optimal allocation of parameters to end devices. This method aims to reduce network costs by using fewer gateways. However, considering the limited capacity of each gateway, excessive reduction in their number will decrease network reliability. Therefore, it is necessary to handle this trade-off by appropriately setting the parameters of end-devices (spreading factor and transmission power) to achieve the optimal number of gateways and deploy them in suitable locations.
This research addresses the problem of placing the minimum required number of gateways in the network environment, considering the limited capacity of gateways and also the number of end-devices, while simultaneously optimizing the parameter values of end-devices to improve energy consumption, reliability, and network costs. Given that the problem is NP-Hard, it is reformulated as a problem of finding the minimum energy consumption state of end-devices, which is defined as an approximate solution to the problem. Then, by modeling various aspects of the network, it will be demonstrated that the reformulated problem provides a good approximation of the solution for the main problem. Subsequently, a method comprising three greedy algorithms will be presented to solve the problem of finding the minimum energy consumption state of end-devices. Finally, the effectiveness of the proposed method is evaluated through simulation, demonstrating that the minimum energy consumption state of end-devices serves as a near-optimal solution to the original problem. Based on the obtained results, in the proposed method, energy consumption for packet transmission in end-devices, the number of gateways, and network costs are reduced by more than 50% in various cases. Additionally, in some cases, the packet delivery ratio has improved, and in the remaining cases, its decrement has been negligible.