Aprendizado de máquina para otimização do consumo de energia em redes Ad Hoc ALOHA puro

Abstract

O controle de consumo de energia é essencial para o funcionamento de sistemas operados à bateria como os utilizados em redes IoT e de sensores. Os algoritmos normalmente empregados para esse fim envolvem funções de otimização com considerável complexidade e controle rigoroso do ambiente de teste. Por outro lado algoritmos de otimização energética implementados para o protocolo Aloha puro que é base para tecnologias de comunicações em redes IoT como LoRaWAN, tendem a ser mais simples e podem causar colisão de pacotes o que pode resultar em desperdício de energia. Diante disto o presente trabalho descreve o desenvolvimento e implementação de um algoritmo de redução de consumo de energia baseado em aprendizado de máquina, para o protocolo Aloha puro, que otimize múltiplas variáveis de transmissão como número de bits por quadro,potência de transmissão, número de saltos do remetente ao destinatário na rede, e taxa de transmissão de dados. Os resultados mostram que o sistema proposto reduz o consumo energético durante cada transmissão nos dispositivos que formam a rede, com uma otimização do tempo de execução de 99,994%.