Performance Evaluation of IoT Protocols for Environment Monitoring
Notice bibliographique
Résumé
For the last few decades, environmental pollution has created adverse effects on humans and the ecosystem. The pollutant of natural origin or man-made may cause diseases, allergies, and widespread damages to humans, animals, and food crops. The environmental issues could be generated by pollution of all kinds, i.e. air pollution, water pollution, and climate changes. For example, the wildfires incidents in Canada have a massive influence on air pollution since the caused devastation has increased significantly over the past years. An environmental surveillance and monitoring system can be an effective tool to minimize the concern. However, developing a system for continuous interaction is a challenge due to the lack of communication coverage in far and isolated areas as well as power constraints. In this work we undertake a performance evaluation of an environment monitoring system applying the use of protocols and systems like Internet of Things (IoT), Message Queuing Telemetry Transport (MQTT), and Constrained Application Protocol (CoAP). This has the potential of being the leading technology since it makes machine-to-machine communication possible with minimum requirements. The proposed prototype allows the fixed ground node located on a remote site to communicate with a moving node like a drone. The transmitted data packets were analyzed based on overheads, latency. The Packet Delivery Rate reaches 90% for MQTT even with a 600-meter distance between the two nodes. Bandwidth usage of CoAP is around 85 bits/s with 5000 data packets transmission. The designed system aimed to demonstrate the merits of the selected IoT protocols.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».