Forskere udtænker mere effektiv placeringsbevidsthed for Internet-af-(mange)-ting

Foregriber en kritisk belastning af femte generations (5G) netværks evne til at holde styr på et hurtigt voksende antal mobile enheder, ingeniører ved Tufts University har fundet frem til en forbedret algoritme til lokalisering og sporing af disse produkter, som fordeler opgaven blandt selve enhederne. Det er en skalerbar løsning, der kunne opfylde kravene fra forventede 50 milliarder forbundne produkter i Internet-of-Things i 2020, og ville muliggøre et bredere udvalg af lokationsbaserede tjenester. Resultaterne af Tufts-undersøgelsen blev offentliggjort i dag i Proceduren for IEEE , det førende peer-reviewede videnskabelige tidsskrift udgivet af Institute of Electrical and Electronics Engineers.

I øjeblikket, positionering af trådløse enheder er centraliseret, afhængigt af "ankre" med kendte placeringer såsom mobiltårne ​​eller GPS-satellitter til at kommunikere direkte med hver enhed. Efterhånden som antallet af enheder stiger, ankre skal installeres ved højere tæthed. Centraliseret positionering kan blive uhåndterlig, da antallet af emner, der skal spores, vokser markant.

Som et alternativ til centraliserede løsninger, forfatternes metode til distribueret lokalisering i et 5G-netværk får enhederne til at lokalisere sig selv, uden at de alle behøver direkte adgang til ankre. Registrering og beregninger udføres lokalt på enheden, så der er ikke behov for en central koordinator til at indsamle og behandle dataene.

"Behovet for at give placeringsbevidsthed for hver enhed, sensor, eller køretøj, uanset om det er stationært eller i bevægelse, kommer til at spille mere frem i fremtiden, " sagde Usman Khan, Ph.D., lektor i elektro- og computerteknik på School of Engineering ved Tufts University. "Der vil være applikationer til sporing af aktiver og inventar, sundhedspleje, sikkerhed, landbrug, Miljøvidenskab, militære operationer, nødberedskab, industriel automation, selvkørende køretøjer, robotteknologi - listen er uendelig. Det praktisk talt ubegrænsede potentiale i Internet-of-Things kræver, at vi udvikler smarte decentraliserede algoritmer, " sagde Khan, hvem er avisens tilsvarende forfatter.

Selvlokaliseringsalgoritmen udviklet af Khan og hans kolleger gør brug af enhed-til-enhed kommunikation, og kan derfor foregå indendørs (f.eks. på kontorer og produktionsfaciliteter), underjordisk, undervands, eller under tykt skydække. Dette er en fordel i forhold til GPS-systemer, som ikke kun kan blive mørkt under disse forhold, men øger også omkostningerne og strømkravene til enheden.

Enhedernes mobilitet gør selvlokalisering udfordrende. Nøglen er at opnå positioner hurtigt for at spore dem i realtid, hvilket betyder, at beregningerne skal forenkles uden at ofre nøjagtigheden. Forfatterne opnåede dette ved at erstatte de ikke-lineære positionsberegninger, som er beregningskrævende og kan gå glip af deres mål, hvis det indledende gæt på positionen er på det forkerte sted, med en lineær model, der hurtigt og pålideligt konvergerer på enhedens nøjagtige position. Skiftet til en beregningsmæssigt enklere lineær beregning opstår som et resultat af, at enhederne måler deres placering i forhold til hinanden eller et punkt, der repræsenterer "massecentret" af tilstødende enheder, i stedet for at de alle refererer til et sæt stationære ankre. Konvergens til nøjagtige positioner er ekstremt hurtig, gør det muligt at spore et stort antal enheder i realtid.

"Ud over at forberede os på en fremtid med allestedsnærværende tilsluttede enheder, denne tilgang kunne lette presset på den nuværende infrastruktur ved at fjerne behovet for at installere en masse sendere (ankre) i bygninger og kvarterer, " sagde Khan.