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

Resumo Técnico: Correção de Apagamento com Restrição de Tempo para Recuperação de Dados em UAV-IoT

Definição do Problema
O artigo aborda o desafio de melhorar a confiabilidade do uplink em redes de Internet das Coisas (IoT) onde Veículos Aéreos Não Tripulados (UAVs) atuam como gateways móveis coletando dados de nós sensores terrestres. Em cenários típicos auxiliados por UAV, os sensores transmitem dados para um UAV pairando, que então os retransmite para um sumidouro (sink). No entanto, esses links sensor-UAV são inerentemente propensos a perdas devido à baixa potência de transmissão, interferência e à duração limitada da janela de permanência (hovering) do UAV.

Métodos existentes de correção de apagamento, como replicação de mensagens e codificação de fonte (fountain coding), enfrentam restrições específicas neste ambiente:

1. Restrições de Tempo: O tempo limitado de permanência do UAV restringe o número de quadros redundantes que um sensor pode transmitir.
2. Riscos de Colisão: Em um cluster multi-sensor usando acesso aleatório, a redundância excessiva pode aumentar as colisões de quadros, potencialmente degradando o desempenho em vez de melhorá-lo.
3. Condições Variáveis: Os sensores podem despertar em momentos diferentes durante a visita do UAV, levando a tempos de contato restantes variáveis.
4. Limitações de Protocolo: Embora o Acesso Múltiplo por Divisão de Tempo (TDMA) possa eliminar colisões, ele requer uma fase de configuração de conexão confiável (aprendizado da presença do sensor e tamanho dos dados), o que adiciona complexidade e latência. O acesso aleatório evita isso, mas sofre com colisões.

Metodologia
Os autores propõem dois esquemas adaptativos de correção de apagamento projetados para um cenário de acesso aleatório usando Radios de Despertar (Wake-up Radios - WuR) e tecnologia Long Range (LoRa). O modelo do sistema assume $n$ sensores, cada um com um transceptor LoRa e um WuR de baixa potência. O UAV paira por $N_s$ slots de tempo, transmitindo Chamadas de Despertar (Wake-up Calls - WuC) contendo informações de slot. Os sensores despertam ao receber uma WuC e devem transmitir $\beta$ mensagens dentro dos slots restantes.

A inovação central é a seleção adaptativa de redundância baseada no tempo de contato restante ($\gamma(i)$) disponível para um sensor que desperta no slot $i$. Os esquemas transmitem até $\beta + \varepsilon$ quadros, onde $\varepsilon$ é o orçamento de redundância.

1. Esquema de Codificação de Fonte (Fountain Coding):

   • Se os slots restantes $\gamma(i)$ forem suficientes para transmitir $\varepsilon$ quadros redundantes ($\gamma(i) \ge \varepsilon$), o sensor codifica as $\beta$ mensagens de origem em $\beta + \varepsilon$ combinações lineares (mensagens codificadas) usando códigos de fonte lineares aleatórios sobre um corpo de Galois, que são transmitidas ao longo de slots escolhidos aleatoriamente.
   • Se $\gamma(i) < \varepsilon$, a codificação de fonte é ignorada. O sensor transmite o máximo de mensagens não codificadas possível dentro dos slots restantes.
   • A decodificação é bem-sucedida se o receptor obtiver $\beta$ combinações linearmente independentes.

2. Esquema de Replicação de Mensagem:

   • Se $\gamma(i) \ge 0$, o sensor calcula o número de cópias completas ($m_q$) e o resto ($m_r$) de mensagens que podem ser enviadas. As mensagens são replicadas $m_q+1$ ou $m_q$ vezes, dependendo do orçamento de redundância disponível.
   • Se $\gamma(i) < 0$ (tempo insuficiente para todas as mensagens originais), o sensor seleciona aleatoriamente um subconjunto de mensagens para transmitir, descartando o restante.

Principais Contribuições
O artigo reivindica as seguintes contribuições:

• Esquemas Inovadores: Desenvolve dois esquemas de correção de apagamento especificamente para a recuperação de dados UAV-IoT: um usando codificação de fonte e outro usando replicação de mensagens. Os autores afirmam que esta é a primeira investigação deste tipo para este cenário específico.
• Redundância Adaptativa: Ao contrário da correção de apagamento estática convencional, estes esquemas determinam dinamicamente a quantidade de redundância com base no tempo de contato restante do transmissor com o UAV, permitindo a adaptação a durações de permanência variáveis.
• Design Prático: O design é ilustrado para uma configuração prática envolvendo WuR para ativação e LoRa para transferência de dados com acesso aleatório.
• Modelagem Analítica: Os autores desenvolvem modelos analíticos para prever a probabilidade de entrega de mensagens (MDP) para ambos os esquemas, contabilizando as probabilidades de sucesso de transmissão dependentes do slot e a dinâmica de colisão.

Resultados de Desempenho
Resultados numéricos, obtidos via simulações MATLAB com 30 sensores, um UAV a 10m de altitude e desvanecimento Nakagami-m, destacam o seguinte:

• Comparação com Baselines: Ambos os esquemas propostos superam consistentemente um esquema de acesso aleatório padrão (sem correção de apagamento).
• Fountain vs. Replicação: A codificação de fonte geralmente supera a replicação de mensagens porque cada quadro codificado carrega informações sobre todas as mensagens de origem, enquanto a replicação apenas protege quadros específicos. No entanto, a codificação de fonte é sensível ao número de apagamentos; se o número de quadros perdidos exceder a capacidade de redundância, a decodificação falha.
• Impacto dos Parâmetros:
  • Probabilidade de Despertar ($P_b$): Os esquemas propostos são robustos mesmo quando $P_b$ é baixo. Em contraste, um benchmark TDMA performa mal quando $P_b$ é baixo porque os sensores falham em despertar e receber atribuições de slots de tempo. O TDMA só supera os esquemas propostos quando $P_b > 0,9$.
  • Tempo de Permanência: O desempenho melhora com tempos de permanência mais longos devido à redução da probabilidade de colisão. Para tempos de permanência curtos, a replicação de mensagens com baixa redundância ($\varepsilon=1$) oferece melhoria mínima, enquanto a codificação de fonte pode ter desempenho inferior se a redundância for insuficiente para corrigir múltiplos apagamentos.
  • Densidade de Nós: À medida que o número de sensores aumenta, as taxas de colisão sobem, degradando todos os esquemas. No entanto, com redundância suficiente ($\varepsilon=3$), os esquemas propostos mantêm uma vantagem sobre o baseline.

Significância e Alegações
O artigo conclui que estes esquemas oferecem um método para melhorar o desempenho da coleta de dados em redes UAV-IoT sem incorrer no alto overhead de complexidade do TDMA ou nos riscos de confiabilidade do acesso puramente aleatório. Ao adaptar a redundância ao tempo de contato específico da visita do UAV, os esquemas posicionam-se para beneficiar casos de uso de baixa altitude, como agricultura de precisão e monitoramento de infraestrutura. Os autores enquadram modestamente o trabalho como uma filosofia de design e um framework analítico que aborda a lacuna na literatura existente em relação à correção de apagamento sob tempos de contato variáveis e restrições de energia em clusters UAV-IoT.