This paper studies data aggregation in large-scale regularly deployed Internet of Things (IoT) networks, where devices generate synchronized time-triggered traffic (e.g., measurements or updates). The data granularity, in terms of information content and temporal resolution, is parameterized by the sizes of the generated packets and the duty cycle of packet generation. The generated data packets at the devices are aggregated through static terrestrial gateways. Universal frequency reuse is adopted across all gateways and randomized scheduling is utilized for the IoT devices associated with each gateway. Such network model finds applications in environmental sensing, precision agriculture, and geological seismic sensing to name a few. To this end, we develop a novel spatiotemporal mathematical model to characterize the interplay between data granularity, transmission reliability, and delay. The developed model accounts for several IoT design parameters, which include packet sizes, generation duty cycle, devices and gateways spatial densities, transmission rate adaptation, power control, and antenna directivity. For tractable analysis, we propose two accurate approximations, based on the Poisson point process, to characterize the signal-to-interference-plus-noise-ratio (SINR) based transmission reliability. For the delay analysis, we propose a phase-type arrival/departure (PH/PH/1) queueing model that accounts for packet generation, transmission scheduling, and rate-sensitive SINR-based packet departure. The developed model is utilized to obtain the optimal transmission rate for the IoT devices that minimizes delay. The numerical results delineate the joint feasibility range of packet sizes and inter-arrival times for data aggregation and reveal significant gains when deploying directional antennas.

Bản dịch tiếng Việt:

Bài viết này nghiên cứu việc tổng hợp dữ liệu trong các mạng Internet of Things (IoT) được triển khai thường xuyên trên quy mô lớn, nơi các thiết bị tạo ra lưu lượng truy cập được kích hoạt theo thời gian được đồng bộ hóa (ví dụ: đo lường hoặc cập nhật). Độ chi tiết của dữ liệu, về mặt nội dung thông tin và độ phân giải thời gian, được tham số hóa bởi kích thước của các gói được tạo và chu kỳ nhiệm vụ của việc tạo gói. Các gói dữ liệu được tạo ra tại các thiết bị được tổng hợp thông qua các cổng tĩnh trên mặt đất. Việc tái sử dụng tần số phổ quát được áp dụng trên tất cả các cổng và lập lịch ngẫu nhiên được sử dụng cho các thiết bị IoT được liên kết với mỗi cổng. Mô hình mạng như vậy tìm thấy các ứng dụng trong cảm biến môi trường, nông nghiệp chính xác và cảm biến địa chấn địa chất. Để đạt được mục tiêu này, chúng tôi phát triển một mô hình toán học không gian thời gian mới để mô tả sự tương tác giữa mức độ chi tiết của dữ liệu, độ tin cậy truyền tải và độ trễ. Mô hình được phát triển tính đến một số tham số thiết kế IoT, bao gồm kích thước gói, chu kỳ nhiệm vụ tạo, mật độ không gian của thiết bị và cổng, khả năng thích ứng tốc độ truyền, điều khiển công suất và khả năng định hướng của ăng-ten. Để phân tích dễ điều khiển, chúng tôi đề xuất hai phép tính gần đúng chính xác, dựa trên quy trình điểm Poisson, để mô tả độ tin cậy truyền dẫn dựa trên tỷ lệ tín hiệu trên nhiễu-cộng với nhiễu (SINR). Để phân tích độ trễ, chúng tôi đề xuất mô hình xếp hàng đến/đi theo kiểu pha (PH/PH/1) để tạo gói, lập lịch truyền và khởi hành gói dựa trên SINR nhạy cảm với tốc độ. Mô hình đã phát triển được sử dụng để đạt được tốc độ truyền tối ưu cho các thiết bị IoT nhằm giảm thiểu độ trễ. Các kết quả bằng số mô tả phạm vi khả thi chung của kích thước gói và thời gian giữa các lần đến để tổng hợp dữ liệu và cho thấy mức tăng đáng kể khi triển khai ăng-ten định hướng.

Document Ready

Click below to load the full PDF document natively.