⚡ electrical engineering

Time-Constrained Erasure Correction for Data Recovery in UAV-Aided IoT

यह शोधपत्र विशेष रूप से वेक-अप रेडियो द्वारा सक्रिय लोरा (LoRa)-आधारित रैंडम एक्सेस सिस्टम के भीतर, सेंसर-UAV संपर्क समय के आधार पर रेडंडेंसी को गतिशील रूप से समायोजित करके, फोंटेन कोडिंग और मैसेज रेप्लिकेशन का उपयोग करते हुए यूएवी-सहायता प्राप्त आईओटी (IoT) नेटवर्क में अपलिंक विश्वसनीयता बढ़ाने के लिए अनुकूली डेटा-रिकवरी स्कीम्स का प्रस्ताव करता है।

मूल लेखक: Kushwanth Sistu, Siddhartha S. Borkotoky

प्रकाशित 2026-01-28

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kushwanth Sistu, Siddhartha S. Borkotoky

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य चित्र: ड्रोन और गाँव

कल्पना कीजिए कि एक छोटा सा गाँव है (IoT नेटवर्क) जहाँ हर घर में एक सेंसर है (जैसे थर्मामीटर या नमी मापने वाला यंत्र) जिसे एक केंद्रीय कार्यालय को रिपोर्ट भेजनी होती है। सभी संकेतों को पकड़ने के लिए एक विशाल टावर बनाने के बजाय, गाँव एक ड्रोन (UAV) का उपयोग करता है जो गाँव के ऊपर उड़ता है, कुछ समय के लिए वहीं रुकता है, और इन रिपोर्टों को इकट्ठा करने के लिए एक अस्थायी डाकिया (mailman) के रूप में कार्य करता है।

समस्या यह है कि सेंसर कम शक्ति वाले हैं और कनेक्शन अस्थिर है। यह एक हवा भरे मैदान में संदेश चिल्लाकर भेजने जैसा है; कभी-कभी हवा (हस्तक्षेप/interference) या दूरी के कारण संदेश खो जाता है। यदि ड्रोन सब कुछ सुनने से पहले ही उड़ जाता है, तो वह डेटा हमेशा के लिए खो जाता है।

समाधान: अतिरिक्त प्रतियाँ भेजना

लेखक एक स्मार्ट तरीका प्रस्तावित करते हैं ताकि यह सुनिश्चित किया जा सके कि ड्रोन को सारा डेटा मिल जाए, भले ही कुछ संदेश खो जाएं। वे दो मुख्य तरकीबों का उपयोग करते हैं, जो दोनों रेडंडेंसी (ज़रूरत पड़ने पर अतिरिक्त चीज़ें भेजने) के विचार पर आधारित हैं।

इसे एक अराजक डाकघर के माध्यम से पत्र भेजने की तरह समझें जहाँ पत्र अक्सर खो जाते हैं।

"कॉपीकैट" विधि (संदेश प्रतिकृति/Message Replication): आप अपना पत्र तीन बार लिखते हैं और उन्हें तीन अलग-अलग लिफाफों में रखते हैं। यदि डाकघर एक या दो खो देता है, तो तीसरा शायद पहुँच जाए।
"पज़ल" विधि (फाउंटेन कोडिंग/Fountain Coding): एक ही पत्र की प्रतियां भेजने के बजाय, आप अपने पत्र को टुकड़ों में काटते हैं, उन्हें मिलाते हैं, और कई अलग-अलग "स्कैम्बल किए हुए" (बिखरे हुए) लिफाफे भेजते हैं। जब तक डाकघर इन बिखरे हुए टुकड़ों में से पर्याप्त टुकड़े (भले ही वे अलग-अलग हों) पहुँचा देता है, रिसीवर गणितीय रूप से उस पहेली को फिर से जोड़कर मूल पत्र पढ़ सकता है।

स्मार्ट ट्विस्ट: समय के अनुकूल होना

इस पेपर का सबसे महत्वपूर्ण हिस्सा यह है कि ये विधियाँ अनुकूलनशील (adaptive) हैं।

कल्पना कीजिए कि ड्रोन एक विशिष्ट समय के लिए (मान लीजिए 30 सेकंड) गाँव के ऊपर मंडरा रहा है।

यदि ड्रोन लंबे समय तक रुकता है: सेंसर जानते हैं कि उनके पास बहुत समय है। वे बहुत सुरक्षित रहने के लिए बहुत सारी अतिरिक्त प्रतियां या पहेली के टुकड़े भेजने का जोखिम उठा सकते हैं।
यदि ड्रोन जाने ही वाला है: सेंसर महसूस करते हैं, "ओह नहीं, हमारे पास केवल 5 सेकंड बचे हैं!" वे तुरंत अतिरिक्त प्रतियां भेजना बंद कर देते हैं क्योंकि उन्हें भेजने के लिए पर्याप्त समय नहीं है, और बहुत अधिक भेजने से केवल ट्रैफिक जाम (टकराव/collisions) हो सकता है जहाँ संदेश आपस में टकराकर खो जाते हैं।

सिस्टम लगातार घड़ी की जाँच करता है और निर्णय लेता है: "क्या हमारे पास बैकअप भेजने का समय है? हाँ? भेजें। नहीं? बस मुख्य संदेश भेजें और सबसे अच्छी स्थिति की उम्मीद करें।"

सेटअप: सेंसरों को जगाना

बैटरी बचाने के लिए, गाँव के सेंसर आमतौर पर सो रहे होते हैं। उनके पास एक छोटा, बहुत कम शक्ति वाला "डोरबेल" (वेक-अप रेडियो) होता है।

ड्रोन आता है और डोरबेल बजाता है (वेक-अप कॉल भेजता है)।
सेंसर बेल सुनते हैं, अपना मुख्य रेडियो जगाते हैं, और अपने संदेश चिल्लाना शुरू कर देते हैं।
ड्रोन सुनता है, डेटा एकत्र करता है, और उड़ जाता है।

प्रयोगों ने क्या दिखाया

लेखकों ने यह देखने के लिए कंप्यूटर सिमुलेशन चलाए कि अन्य तरीकों की तुलना में यह कितना अच्छा काम करता है।

"रैंडम चिल्लाने" से बेहतर: इन तरकीबों के बिना, सेंसर बस बेतरतीब ढंग से चिल्लाते हैं। यदि दो सेंसर एक ही समय में चिल्लाते हैं, तो उनकी आवाज़ें एक-दूसरे को काट देती हैं (टकराव)। नई विधियाँ इस टकराव को बुद्धिमानी से बैकअप भेजकर ठीक करती हैं।
पज़ल बनाम कॉपी: "पज़ल" विधि (फाउटने कोडिंग) आम तौर पर "कॉपीकैट" विधि (प्रतिकृति) से बेहतर काम करती है। क्यों? क्योंकि पहेलियों के साथ, आपके द्वारा प्राप्त किया गया हर एक टुकड़ा पूरी तस्वीर को हल करने में मदद करता है। प्रतियों के साथ, यदि आपको उसी पत्र की तीन समान प्रतियां मिलती हैं, तो यह आपकी मदद नहीं करता यदि मूल पत्र ही खो गया हो; आपको केवल एक प्रति की आवश्यकता होती है।
ट्रेड-ऑफ (संतुलन):
- यदि ड्रोन कम समय के लिए रुकता है, तो साधारण कॉपी बनाना ठीक काम करता है, लेकिन जटिल पहेलियाँ विफल हो सकती हैं यदि बहुत अधिक टुकड़े खो जाते हैं।
- यदि ड्रोन लंबे समय तक रुकता है, तो पहेली विधि चमकती है क्योंकि यह बहुत सारे खोए हुए टुकड़ों से उबर सकती है।
- यदि बहुत सारे सेंसर एक साथ भीड़ में हैं, तो सब कुछ अस्त-व्यस्त हो जाता है (टकराव), लेकिन पहेली विधि अन्य तरीकों की तुलना में इस अराजकता को बेहतर तरीके से संभाल लेती है।

निचोड़ (The Bottom Line)

यह पेपर ज़मीनी सेंसरों से डेटा एकत्र करने के लिए ड्रोन के लिए एक स्मार्ट, लचीला तरीका प्रस्तुत करता है। एक निश्चित, 'एक ही नियम सबके लिए' वाले दृष्टिकोण के बजाय, सेंसर इस आधार पर अपनी रणनीति बदलते हैं कि ड्रोन उन्हें कितना समय देता है। यह सुनिश्चित करता है कि शोर-शराबे, भीड़भाड़ और कम समय वाले कनेक्शन में भी, सबसे महत्वपूर्ण डेटा डिलीवर हो जाए।

तकनीकी सारांश: UAV-सहायता प्राप्त IoT में डेटा रिकवरी के लिए समय-बाधित विलोपन सुधार (Time-Constrained Erasure Correction)

समस्या विवरण
यह शोध पत्र उन इंटरनेट ऑफ थिंग्स (IoT) नेटवर्क में अपलिंक विश्वसनीयता में सुधार करने की चुनौती को संबोधित करता है जहाँ अनमैन्ड एरियल व्हीकल्स (UAVs) ग्राउंड-आधारित सेंसर नोड्स से डेटा एकत्र करने के लिए मोबाइल गेटवे के रूप में कार्य करते हैं। विशिष्ट UAV-सहायता प्राप्त परिदृश्यों में, सेंसर डेटा ट्रांसमिट करते हैं और एक मंडराते हुए (hovering) UAV को भेजते हैं, जो फिर इसे एक सिंक (sink) तक रिले करता है। हालाँकि, ये सेंसर-टू-UAV लिंक कम ट्रांसमिशन पावर, हस्तक्षेप (interference) और UAV के मंडराने की सीमित अवधि के कारण स्वाभाविक रूप से दोषपूर्ण (lossy) होते हैं।

मौजूदा विलोपन-सुधार (erasure-correction) विधियाँ, जैसे कि संदेश प्रतिकृति (message replication) और फाउंटेन कोडिंग (fountain coding), इस वातावरण में विशिष्ट बाधाओं का सामना करती हैं:

समय संबंधी बाधाएं: UAV का सीमित मंडराने का समय उन रेडंडेंट (redundant) फ्रेमों की संख्या को प्रतिबंधित करता है जिन्हें एक सेंसर ट्रांसमिट कर सकता है।
टकराव के जोखिम (Collision Risks): रैंडम एक्सेस का उपयोग करने वाले मल्टी-सेंसर क्लस्टर में, अत्यधिक रेडंडेंसी फ्रेम टकराव को बढ़ा सकती है, जिससे प्रदर्शन में सुधार के बजाय गिरावट आ सकती है।
परिवर्तनीय स्थितियाँ: सेंसर UAV के आगमन के दौरान अलग-अलग समय पर जाग सकते हैं, जिससे शेष संपर्क समय (remaining contact time) परिवर्तनशील हो जाता है।
प्रोटोकॉल सीमाएँ: जबकि टाइम डिवीजन मल्टीपल एक्सेस (TDMA) टकराव को समाप्त कर सकता है, इसके लिए एक विश्वसनीय कनेक्शन सेटअप चरण (सेंसर की उपस्थिति और डेटा आकार को सीखना) की आवश्यकता होती है, जो जटिलता और विलंबता (latency) जोड़ता है। रैंडम एक्सेस इससे बचता है लेकिन टकराव से ग्रस्त रहता है।

कार्यप्रणाली (Methodology)
लेखक वेक-अप रेडियो (WuR) और लॉन्ग रेंज (LoS) तकनीक का उपयोग करने वाले एक रैंडम-एक्सेस परिदृश्य के लिए दो अनुकूलित (adaptive) विलोपन-सुधार योजनाओं का प्रस्ताव करते हैं। सिस्टम मॉडल $n$ सेंसरों को मानता है, जिनमें से प्रत्येक में एक LoRa ट्रांससीवर और एक कम-शक्ति वाला WuR है। UAV $N_s$ टाइम स्लॉट के लिए मंडराता है, जिसमें स्लॉट जानकारी वाले वेक-अप कॉल्स (WuC) प्रसारित किए जाते हैं। सेंसर एक WuC प्राप्त होने पर जाग जाते हैं और उन्हें शेष स्लॉट्स के भीतर $\beta$ संदेश ट्रांसमिट करने होते हैं।

मुख्य नवाचार शेष संपर्क समय ( $\gamma(i)$ ) के आधार पर रेडंडेंसी का अनुकूलित चयन है, जो स्लॉट $i$ में जागने वाले सेंसर के लिए उपलब्ध है। योजनाएं $\beta + \varepsilon$ फ्रेम ट्रांसमिट करती हैं, जहाँ $\varepsilon$ रेडंडेंसी बजट है।

फाउंटेन कोडिंग योजना:
- यदि शेष स्लॉट्स $\gamma(i)$ पर्याप्त हैं ताकि $\varepsilon$ रेडंडेंट फ्रेम ट्रांसमिट किए जा सकें ( $\gamma(i) \ge \varepsilon$ ), तो सेंसर $\beta$ सोर्स संदेशों को गैलुआ फील्ड (Galois field) पर रैंडम लीनियर फाउंटेन कोड का उपयोग करके $\beta + \varepsilon$ लीनियर कॉम्बिनेशन (कोडेड संदेश) में एनकोड करता है। इन्हें यादृच्छिक रूप से चुने गए स्लॉट्स पर प्रसारित किया जाता है।
- यदि $\gamma(i) < \varepsilon$ , तो फाउंटेन कोडिंग को छोड़ दिया जाता है। सेंसर उपलब्ध शेष स्लॉट्स के भीतर यथासंभव अनकोडेड संदेश ट्रांसमिट करता है।
- डिकोडिंग तब सफल होती है जब रिसीवर को $\beta$ लीनियरली इंडिपेंडेंट कॉम्बिनेशन प्राप्त होते हैं।
संदेश प्रतिकृति (Message Replication) योजना:
- यदि $\gamma(i) \ge 0$ , तो सेंसर पूर्ण प्रतियों की संख्या ( $m_q$ ) और शेष भाग ( $m_r$ ) की गणना करता है। उपलब्ध रेडंडेंसी बजट के आधार पर संदेशों को $m_q+1$ या $m_q$ बार रेप्लिकेट किया जाता है।
- यदि $\gamma(i) < 0$ (सभी मूल संदेशों के लिए अपर्याप्त समय), तो सेंसर संदेशों के एक उपसमुच्चय (subset) को चुनने के लिए यादृच्छिक चयन करता है और बाकी को छोड़ देता है।

प्रमुख योगदान
शोध पत्र निम्नलिखित योगदानों का दावा करता है:

नवीन योजनाएं: यह UAV-IoT डेटा रिकवरी के लिए विशेष रूप से डिज़ाइन की गई दो विलोपन-सुधार योजनाएं विकसित करता है: एक फाउंटेन कोडिंग का उपयोग करती है और दूसरी संदेश प्रतिकृति का। लेखक कहते हैं कि यह इस विशिष्ट परिदृश्य के लिए इस प्रकार का पहला अन्वेषण है।
अनुकूलित रेडंडेंसी (Adaptive Redundancy): पारंपरिक स्टैटिक विलोपन सुधार के विपरीत, ये योजनाएं सेंसर के उपलब्ध शेष संपर्क समय के आधार पर रेडंडेंसी की मात्रा को गतिशील रूप से निर्धारित करती हैं, जिससे UAV के परिवर्तनशील मंडराने के समय के अनुकूल होने में मदद मिलती है।
व्यावहारिक डिज़ाइन: डिज़ाइन को WuR (सक्रियण के लिए) और Lora (डेटा ट्रांसफर के लिए) के साथ रैंडम एक्सेस का उपयोग करने वाले एक व्यावहारिक सेटअप के लिए दर्शाया गया है।
विश्लेणात्मक मॉडलिंग (Analytical Modeling): लेखक संदेश वितरण की संभावना (MDP) की भविष्यवाणी करने के लिए विश्लेणात्मक मॉडल विकसित करते हैं, जो स्लॉट-निर्भर ट्रांसमिशन सफलता की संभावनाओं और टकराव की गतिशीलता को ध्यान में रखते हैं।

प्रदर्शन परिणाम
30 सेंसर, 10 मीटर UAV ऊंचाई और नकागामी-m फेडिंग (Nakagami-m fading) के साथ MATLAB सिमुलेशन के माध्यम से प्राप्त संख्यात्मक परिणाम निम्नलिखित को उजागर करते हैं:

बेसलाइन के साथ तुलना: प्रस्तावित दोनों योजनाएं एक मानक रैंडम-एक्सेस योजना (बिना विलोपन सुधार के) की तुलना में लगातार बेहतर प्रदर्शन करती हैं।
फाउंटेन बनाम प्रतिकृति: फाउंटेन कोडिंग आमतौर पर संदेश प्रतिकृति से बेहतर प्रदर्शन करती है क्योंकि प्रत्येक कोडेड फ्रेम सभी सोर्स संदेशों के बारे में जानकारी ले जाता है, जबकि प्रतिकृति केवल विशिष्ट फ्रेमों की रक्षा करती है। हालाँकि, फाउंटेन कोडिंग विलोपन (erasures) की संख्या के प्रति संवेदनशील है; यदि खोए हुए फ्रेमों की संख्या रेडंडेंसी क्षमता से अधिक हो जाती है, तो डिकोडिंग विफल हो जाती है।
पैरामीटरों का प्रभाव:
- वेक-अप संभाव्यता ( $P_b$ ): प्रस्तावित योजनाएं तब भी मजबूत रहती हैं जब $P_b$ कम हो। इसके विपरीत, एक TDMA बेंचमार्क खराब प्रदर्शन करता है जब $P_b$ कम होता है क्योंकि सेंसर जागने और टाइम स्लॉट असाइनमेंट प्राप्त करने में विफल रहते हैं। TDMA केवल तभी प्रस्तावित योजनाओं से बेहतर प्रदर्शन करता है जब $P_b > 0.9$ हो।
- मंडराने का समय (Hovering Time): टकराव की संभावना कम होने के कारण लंबे मंडराने के समय के साथ प्रदर्शन में सुधार होता है। कम मंडराने के समय के लिए, कम रेडंडेंसी ( $\varepsilon=1$ ) के साथ संदेश प्रतिकृति न्यूनतम सुधार प्रदान करती है, जबकि फाउंटेन कोडिंग खराब प्रदर्शन कर सकती है यदि रेडंडेंसी कई विलोपन को ठीक करने के लिए अपर्याप्त हो।
- नोड घनत्व (Node Density): जैसे-जैसे सेंसरों की संख्या बढ़ती है, टकराव की दर बढ़ जाती है, जिससे सभी योजनाएं खराब होती हैं। हालाँकि, पर्याप्त रेडंडेंसी ( $\varepsilon=3$ ) के साथ, प्रस्तावित योजनाएं बेसलाइन की तुलना में बढ़त बनाए रखती हैं।

महत्व और दावे
शोध पत्र निष्कर्ष निकालता है कि ये योजनाएं TDMA की उच्च जटिलता या शुद्ध रैंडम एक्सेस के विश्वसनीयता जोखिमों के बिना UAV-IoT नेटवर्क में डेटा-संग्रह प्रदर्शन में सुधार करने का एक तरीका प्रदान करती हैं। UAV के आगमन के विशिष्ट समय प्रतिबंधों के आधार पर रेडंडेंसी को अनुकूलित करके, ये योजनाएं सटीक कृषि (precision agriculture) और इन्फ्रास्ट्रक्चर मॉनिटरिंग जैसे निम्न-ऊंचाई वाले उपयोग के मामलों को लाभान्वित करने के लिए तैयार की गई हैं। लेखक अपने कार्य को एक डिज़ाइन दर्शन और विश्लेणात्मक ढांचे के रूप में विनम्रतापूर्वक प्रस्तुत करते हैं जो UAV-IoT क्लस्टरों में परिवर्तनशील संपर्क समय और ऊर्जा बाधाओं के तहत मौजूदा साहित्य के अंतराल को संबोधित करता है।