PL 
EnglishDomyślny
Українська📡 Sieć czujników IoT
Symulacja sieci czujników IoT z MQTT, przetwarzaniem brzegowym i filtrem Kalmana do fuzji danych.
O tej symulacji
Ten symulator modeluje niewielką bezprzewodową sieć czujników złożoną z ośmiu węzłów (temperatura, wilgotność i ruch), raportujących do pojedynczej bramy przez łącze w stylu MQTT. Animuje przepływ pakietów, jednocześnie obliczając czas pracy węzła na podstawie równania baterii T = C / (I_aktywny·D + I_uśpienie·(1−D)), gdzie cykl pracy D określa, jak długo radio pozostaje aktywne. Przełączanie przetwarzania brzegowego i filtru Kalmana pozwala zobaczyć, jak lokalna agregacja i wygładzanie danych zmniejszają przepustowość i wymieniają opóźnienie na dłuższy czas pracy w terenie.
🔬 Co pokazuje
Osiem węzłów czujników rozmieszczonych wokół centralnej bramy, z pakietami przemieszczającymi się po każdym łączu z wybranym interwałem transmisji. Czas pracy baterii wyliczany jest z ogniwa 3600 mAh, prądu aktywnego 15 + 0,5·fs mA i niemal zerowego prądu uśpienia, ważonych cyklem pracy. Prędkość transmisji danych zakłada odczyty 8-bajtowe na wszystkich węzłach, redukowane do 30% przy włączonej agregacji brzegowej.
🎮 Jak korzystać
Suwaki ustawiają częstotliwość próbkowania (1–20 Hz), interwał transmisji (1–30 s) i cykl pracy (1–50%). Przyciski presetów wczytują profile Inteligentny dom, Przemysłowy i Rolniczy. Dwa pola wyboru przełączają filtr Kalmana i przetwarzanie brzegowe; panel boczny pokazuje prędkość transmisji danych, średni czas pracy baterii, utratę pakietów, opóźnienie i zaoszczędzoną przepustowość w miarę wprowadzania zmian.
💡 Czy wiesz, że…
Cyklowanie pracy radia to pojedynczy najważniejszy czynnik decydujący o długowieczności czujnika: utrzymanie nadajnika w uśpieniu przez 95% czasu, zamiast 50%, może wydłużyć pracę węzła na baterii pastylkowej z tygodni do lat, ponieważ transmisja zużywa znacznie więcej energii niż samo pomiaru.
Najczęściej zadawane pytania
Czym jest sieć czujników IoT?
Sieć czujników IoT to zbiór urządzeń niskiej mocy, które mierzą wielkości fizyczne, takie jak temperatura, wilgotność czy ruch, i przesyłają te odczyty bezprzewodowo do bramy lub usługi chmurowej. Ta symulacja pokazuje osiem węzłów raportujących do jednej bramy, co jest typową topologią gwiazdy stosowaną w inteligentnych domach, fabrykach i gospodarstwach rolnych.
Jak obliczany jest czas pracy na baterii?
Wykorzystywany jest wzór T = C / (I_aktywny·D + I_uśpienie·(1−D)). Tutaj C to pojemność ogniwa (3600 mAh), I_aktywny rośnie wraz z częstotliwością próbkowania jako 15 + 0,5·fs mA, I_uśpienie jest znikomy i wynosi 0,01 mA, a D to ułamek cyklu pracy. Wynikiem jest czas, po którym przeciętny węzeł się rozładuje, podany w godzinach lub miesiącach.
Co robi suwak cyklu pracy?
Cykl pracy ustala, jaką część czasu węzeł utrzymuje radio i elektronikę aktywne, zamiast być uśpiony. Niższy cykl pracy dramatycznie wydłuża czas pracy baterii, ale jeśli spadnie poniżej około 5%, model sygnalizuje też wyższą utratę pakietów, bo węzeł zbyt rzadko jest aktywny, aby niezawodnie odbierać dane.
Dlaczego przetwarzanie brzegowe i filtr Kalmana pomagają?
Przetwarzanie brzegowe agreguje i filtruje odczyty na węźle lub blisko niego przed transmisją, co model traktuje jako redukcję przepustowości o mniej więcej 70% i zielony kolor pakietu. Filtr Kalmana wygładza zaszumione dane z czujników, przewidując i korygując każdy szacunek, poprawiając dokładność kosztem niewielkiego dodatkowego opóźnienia.
Czy ta symulacja jest fizycznie dokładna?
To uproszczony, ale reprezentatywny model dydaktyczny. Zależności między baterią, prędkością transmisji danych a prądem odpowiadają rzeczywistym formom stosowanym w projektowaniu bezprzewodowych sieci czujników, ale stałe mają charakter ilustracyjny, a nie są parametrami konkretnego producenta. Rzeczywiste wdrożenia muszą też uwzględniać zakłócenia radiowe, narzut protokołu, wpływ temperatury na ogniwa i zmienną jakość łącza.