认知物联网的事件触发滑模控制器

中英文论文标题

• 英文标题：Event-Triggered Sliding Mode Controller for Cognitive Internet of Things
• 中文标题：认知物联网的事件触发滑模控制器

作者信息

• Abhijit Biswas, Subhrajyoti Deb, Joy Lal Sarkar，隶属于印度特里普拉ICFAI大学计算机科学与工程系。
• Nirmalya Kar，隶属于印度阿加尔塔拉国家技术学院计算机科学与工程系。
• Ayan Mondal，隶属于印度理工学院印多雷分校计算机科学与工程系。

论文出处

• 该论文已被接受发表在IEEE Transactions on Network and Service Management上。DOI: 10.1109/TNSM.2024.3502212

论文主要内容

摘要

本文提出了一种基于事件触发的滑模控制器（ETSMCC），用于认知无线电（CR）中的物联网（IoT）设备之间的高效频谱共享。ETSMCC旨在提高IoT协议栈在认知网络中的抗扰动能力和鲁棒性，减少能源消耗和计算难度。与现有的上下文感知拥塞控制（CACC）和动态驱动拥塞控制（DDCC）等方案相比，ETSMCC在平均失真率、吞吐量、丢包率、延迟和包传输比率等方面表现更优。

引言

介绍了物联网协议栈第二层面临的挑战，包括设备异构性、流量和接入模式问题，以及可扩展性问题。强调了优化各协议栈层以减少能源消耗的重要性，并讨论了链路层受物理传输变化、重传和媒体访问协议（MAC）的影响。

相关工作

回顾了认知无线电网络（CRN）拥塞控制机制的研究进展，包括基于多模型预测控制（MMPC）的MAQ方法、情感智能终端滑模控制器（EITSMC）以及事件触发数据策略等。这些研究为设计有效的拥塞控制机制提供了理论基础和技术途径。

系统模型

详细描述了ETSMCC与IoT协议栈的结合，包括IoT协议栈的结构和事件触发滑模控制器的工作原理。讨论了物联网协议栈的各层协议，包括应用层、传输层、网络层、数据链路层和物理层。特别强调了事件触发滑模控制器的设计，包括主用户（PU）和次用户（SU）的服务目标、动态事件触发滑模模式等。

结果和讨论

通过NS2仿真软件执行了ETSMCC，并与其他拥塞控制策略进行了比较。仿真结果表明，ETSMCC在平均失真、延迟、包传输比率、丢包率和吞吐量等方面均优于CACC和DDCC。论文还讨论了ETSMCC的潜在局限性，如在大规模网络中的可扩展性问题，以及对特定网络条件的依赖性。

结论

本文提出的ETSMCC模型在认知网络中提高了抗扰动能力和鲁棒性，减少了能源消耗和计算难度。未来的研究将探索将区块链技术整合到认知无线电网络中，应用机器学习技术动态优化ETSMCC模型，并在现实世界的IoT环境中测试ETSMCC模型的可扩展性和适应性。