Применение системы массового обслуживания для исследования характеристик канала связи в IoT-сетях

Статья содержит подробную информацию о применении теории систем массового обслуживания (СМО) в сетях интернета вещей (IoT). Подробно рассматриваются математические модели, применяемые для анализа и оптимизации предоставления услуг в различных системах, включая IoT. Освещаются различные аспекты использования теории очередей в сетях IoT, такие как моделирование трафика, оптимизация передачи данных и использование стохастических моделей для более точного анализа. Исследование характеристик канала связи в сетях IoT представляет ключевую и актуальную проблему в условиях стремительного развития IoT-технологий. С ростом количества подключенных устройств становится критически важным обеспечить эффективность и надежность канала связи, а также оптимизировать использование ресурсов IoT-устройств. Данное исследование направлено на изучение и теоретический анализ характеристик канала связи в IoT с использованием систем массового обслуживания. В работе проводится анализ особенностей канала связи в IoT, изучаются методы моделирования канала, анализируются задержки передачи данных, оценивается и увеличивается пропускная способность, применяются методы систем массового обслуживания и исследуются области применения полученных результатов, прогнозируется развитие IoT, делается итоговый обзор научной работы. Интернет вещей (IoT) является сетью взаимодействующих устройств, использующих датчики и уникальные идентификаторы для обмена информацией. Широкое применение IoT в умных домах, энергетике, медицине, логистике и других секторах ускоряется благодаря современным технологиям искусственного интеллекта и машинного обучения.

1. Ядровская М. В., Поркшеян М. В., Синельников А. А. Перспективы технологии интернета вещей // Advanced Engineering Research. 2021. Т. 21, № 2. С. 207–217. DOI: https://doi.org/10.23947/2687-1653-2021-21-2-207-217

2. Методы принятия управленческих решений: Учебное пособие / Под ред. П. В. Иванова. Ростов н/Д: Феникс, 2014. 413 с.

3. Аль-Днебат Сайд Али. Применение сетей массового обслуживания для исследования процессов передачи видеопотоков в пакетных сетях: Автореф. … дис. канд. техн. наук: 05.12.13 / науч. рук. А. Ф. Ярославцев. Новосибирск, 2004. 17 с.

4. Петухов О. А., Морозов А. В., Петухова Е. О. Моделирование: cистемное, имитационное, аналитическое: Учеб. пособие. 2-е изд., испр. и доп. СПб.: Изд-во СЗТУ, 2008. 288 с.

5. Chen Y, Lu L, Yu X, Li X. Adaptive Method for Packet Loss Types in IoT: An Naive Bayes Distinguisher // Electronics. 2019. Vol. 8(2). P. 134. DOI: https://doi.org/10.3390/electronics8020134

6. Shi V. T., Nhg D. R. Channel Estimation Optimization Model in Internet of Things based on MIMO/OFDM with Deep Extended Kalman Filter // Advances in Engineering and Intelligence Systems. 2022. Vol. 001(02). P. 822. DOI: 10.22034/aeis.2022.341792.1020

7. Jewel M. K. H., Zakariyya R. S., Lin F. On Channel Estimation in LTE-Based Downlink Narrowband Internet of Things Systems // Electronics. 2021. Vol. 10(11). P. 1246. DOI: https://doi.org/10.3390/electronics10111246

8. Jung J.-Y., Lee J.-R. Throughput and Packet Loss Probability Analysis of Long Range Wide Area Network // Applied Sciences. 2021. Vol. 11(17). P. 8091. DOI: https://doi.org/10.3390/app11178091

9. Abbas, Qamar & Hassan, Syed & Pervaiz, Haris & Ni, Qiang. A Markovian Model for the Analysis of Age of Information in IoT Networks. IEEE Wireless Communication Letters. 2021. DOI: 10.1109/LWC.2021.3075160.

10. Захарикова Е. Б. Математические модели сетей массового обслуживания в виде «вход-состояние-выход» // Экономика, статистика и информатика. Вестник УМО. 2012. № 6. С. 188192.

11. Емельянов А. А. Модели процессов массового обслуживания // Прикладная информатика. 2008. № 5(17). С. 92130.

12. Chen, Kevin C. W. and Wei, Kuo-Chiang (John) and Chen, Zhihong Disclosure, Corporate Governance, and the Cost of Equity Capital: Evidence from Asia’s Emerging Markets (June 2003). DOI: http://dx.doi.org/10.2139/ssrn.422000