Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   15 ,  No.   1 ,  Febr uary   20 25 , pp.  677 ~ 688   IS S N:  20 88 - 8708 , DO I: 10 .11 591/ij ece.v 15 i 1 . pp 677 - 688           677       Journ al h om e page :  http: // ij ece.i aesc or e.c om   Wireles s   sensor n etworks  based eff icient d rip i rr i gation  monito ring s yste ms       Ka r th ik  Sag ar  A sh ok 1 , Bas avar aj G angasamu dra N ag endrapp a 2 , M ohan  B anga l or e A n j an ey alu 2 ,  Pri ya Nan dih al 3 , Veen a Narayan a Red dy 2 , Liy ak athu nisa  Syed 4   1 D e p a r t m e n t   o f   C o m p u t e r   S c i e n c e   a n d   E n g i n e e r i n g ,   M a n i p a l   I n s t i t u t e   o f   T e c h n o l o g y   B e n g a l u r u ,   M a n i p a l   A c a d e m y   o f   H i g h e r   E d u c a t i o n ,   M a n i p a l ,   I n d i a   2 Dep artm en t of  I n f o rm atio n  Science ,  BMS I n stitu te of  T echn o lo g y  and  M an ag em en t,  Ben g al u ru, I n d ia   3 Dep artm en t of   Co m p u ter  Sci en ce, D ay an an d a Sagar A cademy o f  Techn o lo g y  and  M an ag em en t,  Ben g alu ru,  I n d ia   4 Dep artm en t of  Co m p u ter  Sci en ce,  C o lleg e of Co m p u ter  Scien ce ,  T aib ah  Univ ersity ,  Madin ah ,  Sau d i Ar ab ia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   J ul  3,  2024   Re vised  A ug 22, 2 024   Accepte d  Se p 3, 2 024       Cott on  has  profo und  signifi c ance   in  the   te x ti l e  in dustry  due  to  i ts  ver satilit y ,   com fort   and  ea s e  of  ca r e.  But  t he  m ai n  prob lem  with  conve n tional  cot ton   far mi ng  is  that  i t  uses  more   w ater.   The se  issues  are   m ade  more  diffi cu lt   by   conve nt iona l   irr iga ti on   me t hods ,   su ch   as   drip   irri ga ti on.   To   a ddre ss   thi s   proble m   res ea rc her s  ar e   using   tr adi ti on al  f arm in g  t ec hniqu es  wi t h  adv anced   wire le ss   sensor   net work  ( WSN)  protoc ols  to   resolve  cata str ophic   issues,   such  as  pip e  bur sts  or  bloc k ed  e mi tters  which   ar e  de te c te d   e ar ly  to  save   the   wate r.  Th is  pap e r  int rodu ce s   eff i ci en t  WSN  arc h i te c ture  using  pr i orit y - base d   dire c te d   informa ti on  shar ing  (DIS )  protoc ol   for   e ffic i ent  utilizati o n  of  w at er .   The   propos ed  ar chi t ec tur e  was   i mpl ement ed  usi ng  Ti nyOS   sens or  net work   (TOSS IM)  simu l at ors.  Except io nal   qua li ty   of  service  (QoS )  is  ac hi eved   using  new  rout ing  protoc o l  e xcl usivel y   for  ca t astrophi c   failure s.  Th e   proposed  ar chi t e ct ure   is  com p ared  with  st anda rd   protoc ols  such   a s  topol ogy   geogr aphic  gre edy  forwardi ng   (TPGF ) ,  li nk   ca rr ie r  sens e   avoi d anc e  (Li nkCS A)  an d  t iny  ca rr ie r   sense   avo idance   (Ti nyCS A) .   Due   to   im plementat ion   opt im i ze d   prio rit y,   DIS   la t ency  has   be en   red uce d   from   11. 3%  to  11 . 02 %  and  pa cket  d el iv ery   ra ti o  (P DR)  is  enha nc e d  by  35%  to   78%  conc e rnin g  benc hm ark   p rotoc o ls.  The   e xper imental   res ult s  prove s  dra stic   im prove me nt  in  PD R  a nd  del ay  p erf or ma nc e  as  com p are d  to  the   exi sting   WSN pr otoc ol .   Ke yw or d s :   Link ca r rier se ns e a voida nce    Pr eci sio n  a gr ic ultur e   Pr io rity  directe d  in f or mati on  sh ari ng   Tiny ca r rier se ns e a voida nce   To po l ogy pr e s erv i ng greed y  forw a r ding    This   is an  open   acc ess arti cl e   un der  the  CC  BY - SA   l ic ense .     Corres pond in g  Aut h or :   Kar t hik   Saga r Asho k   Dep a rtme nt of  Com pu te r  Scie nce  a nd   E ng i ne erin g,   M a nip a l In sti tute  of T echnolo gy Be ngal uru , Mani pa l  Acad e my o f H igh e r  E du cat i on   M a nip al , In dia   Emai l:  k art hik . sa@ma nip al .e du       1.   INTROD U CTION   Grow i ng  c otto n  is   a  major   c ontrib utor  t o  t he   w or l d ’ s   te xtil e  in du st ry.  C otton  cr ops  have   hi gh  wate r  dema nd,  m os t  areas  are  sca rc e  du e  t o  de for est at ion ,  a nd   poll ution   le a ding  to  s udde n  ch ang e  i n  the  cl imat e.   Pr eci sio n  a gri culture   has  bec om e   an   i nnova ti ve  met hod  in   the   fiel d  of  a gri cultural   pr act ic es  in   the   pa st  yea rs   and  in   the  fu t ur e .  T he  pr im ary  obje ct ive  i s  to  monit or  t he  la nd ’ s  physi cal   and  histo r ic al   char act eri sti cs  to   maximize   cr op  o ut pu t  wh il e preser ving the e nv i ronme nt,  a nd en e r gy   [1] . A s a so luti on to  t his,  wi reless se ns or   netw orks  hav e   been   us e d  in   the  agr ic ulture   industr y  [ 2] .   In   the  c onve ntion al   a ppr oa ch,   se nsor  node s  are   dep l oy e d  un de rgrou nd  to   m onit or  pa ramete rs   li ke   so il   m oistur e ,  water,   an d  miner al   c on te nt,  a nd  th ey  a re  li nk ed  to  a  w i r el ess trans cei ve r  th rou gh ph ysi cal  cables  [ 3] , [ 4] .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   677 - 688   678   Nev e rtheless ,  e ns uri ng  dep e ndable  wireless  commu nicat io n  in  un derg rou nd   e nviro nme nt s  remains  a  recent   subje ct   of  ex pl or at io n  for  resea rch e rs   in   the   fiel d  of   preci sio n  a gri culture .  T o  m onit or  fa rmla nd,   the   mo st  ef fecti ve   irrigati on  stra te gy   f or  water   con se r vation  is  the  dr i p  irri gation  s ys te m ,   par ti cularl y  wh e n  com bin e d  with   wireless  sens or  net wor ks   (WSNs ) .  In  ad diti on  to  t his,  a  pote ntial   malf unct ion i ng  m onit or in g  sy ste m  has  be en  inc orp or at e d  f or   ea rly  det ect ion   of  cat as tro ph ic   fail ur e s.  The  main  c ha ll eng e s  are  getti ng  accurate   data  on  ti me,   re duci ng  har m   to   the   en vir onment ,  set ti ng   up  r el ia ble  way s   to   s ha re  in f or m at io n,  an d  deali ng  with   s ys te m  br ea kdowns .  T he  mai n  goal s  are  t o  se t  up   fast  r eal - ti me  co mm un ic at ion   a nd  to  te st  how   well  it  w or ks  t hro ugh  sim ulati on s   [ 5] .   This  researc h  work  ai ms   to   imp rove  a   pr i ori ty - base d  D IS  protoc ol  withi n  a   wi reless  se ns or   net work  to  en ha nce  wa te r  us e   ef fici ency  in  c otto n  far mi ng.  B y  opti mizi ng  the  protoc ol,  it   will   detect   an d  a ddres s   major   ir rigati on  sy ste m   br e ak dow ns ,   e ns uri ng  faster   respo nse s  a nd  more   r el ia ble  pac ket   deliver y  co mpa red  to   tradit ion al   WSN  meth ods.   T he   e nh a nce d  pr oto c ol  fo c us es   on  mi nimizi ng   wate r  sup ply  disruptio ns,  re du ci ng   crop  stress  a nd  bo os ti ng   pro du ct ivit y.  P rio riti zi ng   crit ic al   data  impro ves   commu nicat ion   sp ee d  a nd   s ucces s   rates,  al l ow i ng  f or  bette r  i rr i ga ti on   ma nag e ment,   ef fici ent  water   us a ge,  a nd  inc rease d  operati onal   resil ie nce  i n  cotton fa rmi ng.   This  a rtic le   is  orga nized   a s  f ollows:   sect io n  2  disc us ses   rel at ed  work  design e d  f or  ef fici ent  ir rigati on  sy ste ms .  Sect ion  3  disc us ses   dri p  ir rigati on   s ys te m   desi gn  an d  pr io rity - ba sed   r ou ti ng  prot oco l.   In  sect ion  4,   the  re su lt s  of  our  pro posed   scheme   th rou gh  sim ulati ons  and  e xp e rime nt s  are   prese nted.  I n  sect i on  5,  we   con cl ud e  the  work a nd  prov i de  futur e  p e rs pe ct ives.       2.   RELATE D  W ORK   This  sect ion  e xp l or es   th e  la t est   resea rc h  on   issue s  a nd  c ha ll eng es   in   aut om at ed   ir rigati on  s ys te ms ,  fo c us in g  on  s ys te m  i neffici encies  a nd  te ch no l og ic al   li mit at ion s.   Ke y  c ha ll eng es  i nclu de  unreli able  sens or   data, comm un i cat ion  d el a ys , a nd  s ys te m  br e akdo wn s t hat di srupt w at er  distribu ti on. W hile po te ntial  so l ution s   li ke  imp r ov e d  sens or  accu rac y  a nd  fau lt   det ect ion   al gorith ms  e xist,  th ey   hav e   dr a wb ac ks  su c h  as  high   costs  and   c omplex   impleme ntati on.  A ddressi ng   t hese  c halle ng e s  is  cru ci al   f or  en ha ncin g  the  ef fecti ve ne ss  of   automate d  ir rig at ion  in  preci si on agric ultu re.   The   spe ci al iz e d   li te ratu re   ha s   not   pro pose d  util iz ing   WSN   with   a   pr i or it y - base d  r ou ti ng  prot oco l   to   monit or   t he  m al functi on  of  dr i p  irri gatio n  sy ste ms .  T he   fo ll owin g  sec ti on   discuss e s   the  work  rela te d  to  irrigati on  s ys t em  c on tr ol  [ 6],  [ 7] .  The   stu dies   [8],  [ 9]   pro posed   a n  e ne rgy - savi ng  te chn i qu e   f or  w irel ess   sens or   tra nsmi ssion   i n  sma rt  agr ic ultur al   ir r igati on   s ys te m s.  This  te c hn i que  le ssen s  ra dio   inter fer e nce  wh il e   conser ving  e ne rgy  for  the   no de .  A nothe r  stu dy  pro pose d  a  com pu te rized  i rr igati on  sche me  cente red   on  WSN   te chnolo gy  t o  imp rove  water  us a ge  in a gr ic ul ture   [ 10] . T he met hod use d  two  se nsor s to gathe r  inf orma ti on  o n  water  co nte nt  and   s oil  te mp e ratur e  i n  the  ar ea  wh e re  the  pl ant  roots  are  l ocated.  To  gat her   se nsor  data ,  tur n  on   act uato rs,   a nd   delive r  the  data  to  an  on li ne  ap p,   a  gate way   was  us ed .   To  re gula te   the  flow   of   wat e r,   the  sci entist s  then   pro gr a mme d  a  sy ste m   int o  an  em be dded   sy ste m  a nd  es ta blished  preci se  te mp e ratu re s  an d  mo ist ure in  the  so il  th res ho l d values .   The  c ontrib ution   in  st udy  [ 11]   is   to  t he  de sign   an d  im ple mentat io n  of  a   low - c os t  ene r gy - ef fici en t  irrigati on  man ageme nt  s ys te m  c ombinin g  meas ur i ng  de vices  a nd  ac tuators   within   a  WSNs.   I n  their   con cl ud i ng   obs erv at io ns ,  t he  auth or s  st ress  the  imp or ta nce  of   placi ng   sens or   nodes  in  farms  an d  sug ges t  that  reducin g  t he  se par at io n  a mon g  th e  se nsor   no des  is   esse ntial   f or  en ha ncin g  sy ste m  ef ficacy.  H ow e ve r,   t he   fact   that  the   res ear ch  us e d  just  fi ve  sens ors  is   a   majo r   draw ba ck  of  t he  w ork .  Kumar   et   al.   [12]   ai m   to   pr opos e   a  com pr e he ns ive   irri gatio n  so l ut ion  cat ered  t o  pr ese nt   re qu i re ments   wi thi n  the  bac kdr op  of  ass ociat ed   res earch   init ia ti ves.   The   key   iss ue  rais ed  to day   is  how  to  create   a  f ully  aut onomo us   irri gatio n  s ys te m  that  op ti mize s   water   wa sta ge   wh il e   bei ng  finan ci al ly   f easi ble.   Sa kth ivel   et   al.   [13]   doe s  no t   del ve   int o  t he   spe ci fics  of  how   mu c h  e ne rgy   the  a utomat ed   i rr igati on   s ys te m  mi gh t   co nsu me  a   fact or ,   for  s us ta ina bili ty  an d  co st  ef fici ency .   M ore ov e r,   t here  is  no   me ntio n  of  the  iss ues   or   facto rs   [ 14]   to  co ns i der   wh e n  it   come s   to  mainta ini ng   an d  cal ibrati ng  t he   se ns ors   in   th e  se ns or   ne tw orks   cr ucial   f or  pr eci se   data  gather i ng  a nd  decisi on - ma king.   It   bar el y  e xp la in s  how to e nhanc e the s ys te m t o co ver bi gg e r  a gr ic ultur al  a rea s or  diff e re nt c rop  t yp es   [ 15] .     M iya   et   al.   [ 16]   is  s hallow   in  it s  re view   of  the  possibl e  dow ns i des  a nd  di ff ic ulti es   that  w ould  inh e ren tl y  ste m  f rom  us in g  wireless  ga dg e ts  for  water  s uper visio n  pur poses  a mon g  a gri cultural  ecos ys te m s.   The  pap e r  do e s  not  pro vid e  i ns ig ht  into  t he  scal abili ty  of   t he  wate r  m onit or i ng   s ys te m  be ing   pro po s ed ,   wh ic h  ho l ds   ce rtai n  r eper c us si on s   f or  ho w  it   can   be  pr act ic al ly  mana ged  on  a  wide r  scal e.   K um a r  et   al.   [17 ]   deals   on l y  with  l ong  range  a nd   i ntern et   of   thi ngs   (IoT)   i n  aut o  irrigati on  s ys te ms  sp eci fical ly  wh il e  the y  m ention   no t hing  ab out  oth er  s mart  t echnolo gies  th at   can  be  co mb ine d  to  e nhance  t he  sma rt  agr ic ultur e  sy ste ms   eff ect ivel y.   A lt ho ug h  the   pa per  sta te s   th e  ne cessi ty   of  monit ori ng  the  e nviro nm e ntal  par am et er s  i n   agr ic ultur e ,  the y  fail   to  dee ply  discuss  the  po te ntial   cyb e rse cur it y  t hr eat s  a nd   data  pr i vac y  co nce rns  rela te d  to  smart   a gr ic ultu re  s ys te ms  im pl emented   us i ng  IoT  dev ic es   a nd  wi reless  se ns or  netw orks   wh ic h  a re  sig ni ficant  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708       Wi rel ess sen s or netw ork s  bas ed  ef fi ci ent d ri p  irri gati on  monitorin g  sy ste m s   ( Ka rthik  Sagar As hok )   679   factors  to   c on s ider  i n  t he  im pl ementat ion.  T he  ai m   of  t he  pa per  [ 18]   is  to   sh ow   ho w  WSN  a nd  I oT   are   bein g  app li ed   in   ma na ging  water   ne eds  on  farms,  bu t   it   does  not  go  i nto   a ny  de ta il s  about  dif ficult ie s  enc ou ntere d  wh il e  implem e nting   t hem.   Th e  researc h  pa pe r  unde rsc or e s   sev eral  a dv a nt ages  of  us in g  a n  I oT - base d  s yst em   in  fa rming  al t houg h  it   fail s  to   exten sively   ev al uate  possible   pr i vac y  iss ues   an d  c yb e r  me naces  t hat  ma y  ste m  from  a doptin g Io T  d e vices i n a fiel d  set ti ng.     M ost   of  the   a uthor ’ s  main   c on t rib ution  is  dev el op i ng  a   gro undbrea king  wireless   se nsor   netw ork  desig n  that  inc lud es  a  pr i or it y - base d  disast er  inf ormat io n  sh ari ng   (DIS )  protoc ol  to  boos t  water  pro duct ivit y  in  cotto n  farmi ng.  T he  a uth or  ma kes   a  big   im pact  on  the  area   of  smart  a gr ic ultur e  by  ma king  wate r   mana geme nt  methods  bette r   for  gr ow i ng   c otton.  H oweve r,   the  mentio ne d  w orks  do  not  ad dr es s  the  reli able   so luti on  to  t he   current  ir rigat ion   s ys te m  fail ur es  a nd  le ss  s cop e  has  bee n  giv e n  to  qual it y  of  se rv ic e  ( QoS) .   The  e xtensi ve   li te ratur e  s urvey  sho ws  a  hi gh   dema nd  f or  pri ori ty - base d  protoc ols  f or  the  a f or eme ntion e d  pro blems.       3.   PROP OSE D MET HO D    This  sect io n  de scribes  a  ne w   wireless  se nsor  a nd  act uat or  net work  ( WSAN )  m odel   f or  op ti mizi ng   dr i p  ir rigati on sy ste ms .  By   a pplyin g  i mpro ve d   ca rr ie r   se nse   awa re - mu lt ip at h  ge ogra phic   r ou ti ng ( CS A - M GR )   protoc ol  c har a ct erist ic s  and   f un ct io nalit y  to   the  pro pose d  model  an d  le ve rag i ng   t he  du al   traff ic   le vels  c on ce pt  to  boos t   th rou ghput  a nd  del ay,  the   perfor mance   of  the   pro po se d  m odel   is  im pro ved.  Ou r   pro pose d  model   employs dual  traf fic  le vels  to en s ur e reli able d at a  delive ry  in  dri p  i rr igati on  s ys te ms.  Firs t,  traff ic   is generat ed   by  se nsors   li ke   te mp e ratu re   a nd  s oil  se ns ors .  T he   seco nd  is   bas ed   on  pri or it y  w hich   is   ge ner at e d  by  pr e ssu re   sens or s ,  w hic h  is  more   cr ucia l  an d  nee ds  im mediat e  at te nti on  to   pr e ve nt  wastage   of  water  a nd  da mage   to   the   crop.  To  im pr ov e   the  perfor mance  of  the  pro po se d  s ys te m,  feat ur es   an d  f unct ion al it y  of  the  CS A - MGR   protoc ol  ha ve  been  co ns ide re d  by   util iz ing   t he  c on ce pt  of   du al   tra ff ic   le ve ls  to  en ha nce  thr oughput  an d  delay .   Figure  1  s hows  the  flo w diagr am of t he pr opos e d  s ys te m.             Figure  1.   Flo w  d ia gram  of t he  prop os ed  wo r k       3.1.   W orkin g pri ncipl e of th e propos ed sy stem   The   first   ap pr oach  is  dri p  ir rigati on,   w hic h  i nvolv e s  t he   util iz at ion   of  pip es   c on ta ini ng  emit te rs   to  deliver   water  directl y  to   the   r oo ts   of  the   pl ants.  T his   sys te m  co mprise s   esse ntial   el em ents  s uc h  a s  a   wate r  so urce,   a  pri m ary  pi peline,   a nd  a  series  of   se co ndar y  pi pes  li nke d  t o  the  mai n  one  thr ough  ma nu al   or   automate d  val ves.  T he  sec on d  te c hn i qu e   is  known   as   s pr in kler  i rr i gation,  wh e re  press ur i zed  water   is  pu mp e d  and  subse quen tl y  directe d  to   nozzl es  that  disp e rse  water   into  t he  ai r .  But  this  met hod  is  le ss   c ompete nt   because   of  the   wastage  of  w at er  owed  t o  e vapo rati on   a nd   run off  w hich  is.  Conseq ue ntly,  the  dr i p  ir rigati on   method  e mer ge s  as  the  s up e ri or   c hoic e  f or   our  desig n.  Fig ure  2  show s  the  dep l oyment  a nd  data  flo w  between  sens or   node s a nd actuat or s   [ 19] .   The  m odel   w e  pro po s e  em p lo ys   a  cl os e d - l oop  met hodo l ogy,  w her e in  the  s ys te m   co ns ist entl y  ob s er ves  it s  re act ion s  a nd  uti li zes  the  in pu t  to  enact  necess ary   modific at ion s   in  it s  c on t r ol  mec han is ms .  This   model  is  cra fte d  with  a  fo c us  on  ta il or e d  ir r igati on   f or   s pe ci fic  sit es,  ena bling   adj us tme nts  in  c r op   wa te ring  that  account  f or  both  te m pora l  and   s patia l  con si der at io ns.  The  pr opos e d  desig n ’ s  main  go al   is  to  a ddr ess  the  sh ort co min gs   of   the  c urre nt  dr i p  irri gation  method.  Va riat ion s  in  so il   ty pe ,  crop  var ie ty ,   and   weathe r  pa tt ern s   are  t he  ca us es   of  these  disc rep a ncies,  al ong  with   a  f oc us   on  ad dressi ng  the  iss ues  associat ed  with  dr ip   irrigati on  s et up  malfu nctio ns.  T o  a ddress   th ese  chall e ng es ,   it   bec om es   es sentia l  to  c onti nuously   m on it or  the   water  fl ow   rate  within  the  dri p  irri gatio n  s ys te m  an d  at   the  same  ti me  water  the  cr ops  with  a  bala nced  qu a ntit y of wat er   [ 20] , [2 1] .      Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   677 - 688   680       Figure  2. De pl oyment  of se nsor  no des  a nd a ct uator n et wor ks       3.2 .     P ri ority - ba sed   D IS   In  the   pr opos e d  protoc ol,   tw o  pri mar y  sorts  of  traf fic  a re  pr oduce d  by  t he  sens or s .  Te mpe ratur e s  a nd   so il   mo ist ure  are  the  fi rst  c at egory,  w hich   we  de scribe  as  typ ic al   traf f ic   becau se  no   immediat e  ac ti on   is  need e d.  T he   ne xt  kind,   wh ic h  is  obta ine d  f rom  se n s or s   t hat  measu re   press ur e ,  is   cat eg ori zed   as  pri ori ty  traff i c   since  an y  dif ficult ie s  that  are   disco ve red   m us t  be   res olv e d  rig ht  awa y,   ei t her   by  cl os i ng  the  pri mar y  va lve  or  need i ng   huma n  assist ance .  Wh e ne ver   mu l ti ple  traff ic   ty pe s  are  ope rati ng  at   the  sam e  t ime,  it   is  obvio us   t hat  pr i or it y  traf fic  fo c us es   on   de pe nd a bili ty  a nd  punctuali ty   ov er  regular   tra ffi c   [22 ] .   As   a   re su lt ,  t o  c omple te   the   qu al it y - of - se r vi ce  crit eria  f or  e ach  tra ff ic   ty pe   an d  preve nt  c olli sion s   am ong  man y  dif fer e nt  s ources   of  tr aff ic ,   a  s uitable   for w ard i ng  proce dure  must   be   us e d.  I n  this   w ork ,  a n  ex planati on  f or  how   pat hways   with   va ri ou s   traff ic   pr i or it ie s mig ht  be bu il t t o  meet  t hese  issues is  pro vi ded in  t he  sect i on s  that  fo ll ow .     3.3.  M athem ati cal m od el   for priori ty  ba s ed D I S p r otoc ol   Pr io rity - base d  DI S   im pro ves   co mm un ic at io n  by  set ti ng  pri or it y  le vels   f or  di ff e ren t   co nd it io ns  o r   QoS  de pendin g  upon  it s  re quirements.   T his  protoc ol  pro vid es  i nterf e re nc e  sup pr es sio n  f rom  diff e re nt  nodes ,   acce ssing  of  s pectr um ,   dy na mica ll y  set ti ng  up  of  pr i or it y  an d  gu a ran te e d  QoS.   A  sim plifie d  mathe mati cal   model  f or   m ul ti path  pri or it y - base d  D IS   ca n  be  f ormulat ed   as  an  opti miza ti on   pr ob le m .   Let     be  the  total   numb e r  of   node s  in  the  sy ste m,  pi  is  the  pr i or it y  le vel  f or  the  no de  w he r e  =   1,   2,  3 ,  … ,    and  the  range  of  pr i or it y  val ue   is  [ 1,  M]  w her e     is  the  maxim um  pri or it y.   ,  ,    an d     represe nt  inter fer e nce   exp e rience d,   t he  re quireme nt   of   data  rate,   QoS  re quireme nt  an d  a vaila ble  sp ect r um   res ources  of   t he  it h  no de   resp ect ivel y.   The   pro pose d  model  is   re pr e sented   in   si x  s ta ges  as sig nme nt  of  pr i or it y,  inter fer e nce   s uppressi on ,   al locat ion   of  r eso ur ces ,  guar anteed   Q oS,  a ll ocati on   of  da ta   rate  a nd  dyna mic  a dju st ment.   As sig nme nt  of  pr i or it y  ( ):  Pr i or it y  is  denote d  by  pi   w hich   is  deter mine d  base d  on  re quireme nt  of  se r vi ce  requeste d  f rom   the it h node . Set ti ng  up o f pr i or it y i s formul at ed  as a  fun ct i on of  node ’ s  re qu i reme nt whi ch  is  giv e n b y   (1),     = (        ℎ    )   (1)     The fu nctio n    ta kes dif fer e nt val ues based  on fi xe d,   dyna mic an d user s pecific p rio rity     =   {                  (   )        ℎ (    )        ℎ        Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708       Wi rel ess sen s or netw ork s  bas ed  ef fi ci ent d ri p  irri gati on  monitorin g  sy ste m s   ( Ka rthik  Sagar As hok )   681   −   In te r fer e nce  s uppressi on  ( ):   This  ca n  be  modele d  us i ng  powe r - c ontr ol le d   strat eg y.   Let     de note s   transmitt ed   power  of  the   th   de vice  a nd       represents   c hanne l  gai n  betwee n  th   de vice  a nd   th   de vice   s o   that   ( 2) ,     =   ∑                        whe re   i , j   = 1 , 2 , … . . N ≠   (2)     Eq uation   (2)  r epr ese nts   inter fer e nce   ex per i enced  from   al l  ot her  nodes   to   th   node   as   a   s um  of  pro du ct s   of   their  tran smit te d  po wer   a nd  channel  gai n.   To  s uppress     on e  m us t  co ntr ol  the  po wer   a nd   a djust   valu es   dynamical ly  w it h  ob je ct ive  i s  to  minimi ze  the  powe r.   Th e  ob je ct ive  functi on   t o  s uppress     can  be  .  Algorith m  1 ,   i mp le me ntati on of  pr io rity  DIS pro t oc ol.     =    ∑ = 1   (3)     su bject e d  to   co nd it io n   ≤ ≤    w her e            are  maxim um  and  minim um  powe r  of  t he   dev ic e.   T he  e quat ion  ( 3)  min imi zes  the  tota l  interfe ren ce   consu med   by  al l  nodes  with   res pect  to  po wer  le vels.   −   Re so urce  al l oc at ion   ( λ ) :  Allocat ion  of  re qu ire d  res ources   in   pro posed   m odel   can   be   done   by  c onside rin g  sp ec tr um  of  re so urces   λ   to   ea ch   no de    by  f ulfill ing  Ω   at   dat a  rate   .  T he   w ho le   re source   al locat io n  process   ca n  be   f ormulat ed   as   a  pro blem   of  op ti miza ti on  s ub je ct ed   to   goal   of  maximizi ng  s ys te m   util it y  base d  on  a vaila bili ty  of  s pec trum   a nd  node ’ s  re qu ireme nt ,  util it y  of  eac h   node  ca n  be   ex pr esse d  a s  a  functi on  of  it s  al locat ed  s pe ct ru m   res ourc e,  sa y  ( λ ).   Ne xt ,  ai m  is  t o  maximize   t he   al locat ion  of   resou rces  us in g  (4),     λ =  ∑ ( λ ) = 1   (4)     with a c onstrai nt     { ∑ λ = 1 ≤ λ     ,  Ω   ( λ )  ≥   Ω  ,  ( λ )   ≥  ,  λ    ≤ λ i ≤ λ max   }, ∀   i= 1,   2, …… … ., N.     Using   ( 4)  prot oco l,   we   are   a ble  t o  al locat e   the  s pectr um  of  res ources   to   al l  nodes   s o  th at   overall   util it y  is  maximize d.   −   Qu al it y  of  ser vice  ( Ω ):  Q ualit y  of   ser vice  in  propose d  m od el   is  ac hie ve d  by  ma ximizi ng   t he  util it i es   der i ved  f rom  a ll ocated  resou r ces.  T he  pri ma ry  goal   of  the   model  is  t o  ac hi eve  higher   pac ket  deliver y  rat io  and   minim um   delay  in  delive ry   of   a  pack et .   To  achie ve  th e  go al   le t  us   c on si der   Ω   is  the  qu al it y  of   the   serv ic e  re qu ir e ment  of  ℎ   node wh e re  = 1, 2 ,  … ,  . Gua ra nteed Qo S ca n be  for mu la te d as   ( 5),     Ω =  ∑ ( )   = 1     ( 5)     with a c onstrai nt      { ∑   ≤  , Ω ( ) ≥ Ω  , ( ) ≥  = 1 ,  ≤ ≤    } , ∀   = 1 , 2 , 3 … .     Using  (5) pr ot oco l ca n  al l oca te  the r es ource s so that s ys te m u ti li ty is ma ximize d w hile  mainta in  Q oS .   −   Data  rate   al loc at ion   ( ):  Data  rate    al locat ion  in  t he  pro po s ed  a rch it ect ure   is  ac hieve d  by  maximi zi ng   sy ste m  t hroug hput  without  disturbin g  us e r  re quireme nts .  Let     denote  data  re qu i rem ent  of  ℎ   node   wh e re  =   1, 2, … ,   . Object ive  f unct ion t o ma ximize  d at a  rate i s g i ven by   (6),     =  ∑     = 1   (6)     with a c onstrai nt     { ∑   ≤  , ( ) ≥    , = 1    ≤ ≤    } , ∀   = 1 , 2 , 3 … .     −   Dynamic  a djust ment:  dyna mic  adjustme nt   is  achieved  by   c ha ng i ng   data  rate    an d  interfe ren ce     adap ti vel y.   De pendin g  upon  t he  co ndit ion s  of   netw ork  pr i or it y  sc he du li ng  w il l  be  done .   This  is  achie ve d  by ma ximizi ng  the s ys te m  pe r forma nce ,   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   677 - 688   682     ∑   ( )   = 1     ( 7)     with a c onstrai nt       { ≤      , ( ) ≥    , Ω ( ) ≥ Ω  ,  ≤ ≤      } , ∀   = 1 , 2 , 3 … .       Fr om  (7)  ov e r al l  sy ste m  perf ormance   will   be  e nh a nce d  by  e ns uri ng  t he   interfe re nce  r ang e   is  withi n  the  desire d ran ge.     Algorith m l.  I mp le me ntati on of  p rio rity  DIS pro t oc ol   1 .   Definition:   HPQ: High Priority Queue   LPQ: Low Priority Queue   Node: A device in a network   MAT: Time of  message arrival to a node.   NSI: Information about length of queue, network states.   MsgInt: Message interval at nodes exchange the information.   2 .   Initialization:   Initialization of HPQ and LPQ at each node   Node initialization to keep track of queue length a nd status of queue.   3 .   Message Arrival:   While network is in operation:   If message Priority   = -   High      HPQ enqueue (message)   Else:      LPO enqueue (message)   Update NSI   4 .   Exchange of information:   At each interval:   Exchange NSI information with  neighboring   node.   Update NSI   5 .   Propagation of message   If HPQ is not empty:      Prioritize the sharing of high priority message from HPO   Else:      sharing of high priority message from LPQ   6 .   Dynamic Adjustment: Dynamically adjust the frequency of propagation messages based on   current load and queue length   If length HP)>>length (LPO):      Increase the frequency of high priority messages   If length (LPQ)>length (HPQ):      Increase the frequency of l ow priority messages.   7 .   Congestion Control:   If congestion Detected      Signal the  neighbor      Adjust the propagation rate or reroute message   Update NSI   8 .   Stop     The   ab ove - des cribe d  al gorith m  is  i mp le me nt ed  us in g  the   T OS S I M   sim ula tor   to   m od el   th e  be ha vior  of  t he  p rio rity   DIS  pr oto c ol  in  a  co ntr olled  en vir onme nt.  TO SSIM  al l ow s   f or   preci se  te sti ng   of   m essag e   pr i or it iz at ion ,   qu e ue   ma na ge ment,   a nd  dyna mic  a dju stme nts  i n  netw ork   loa d.  T he   pro tocol ’ s   perf ormanc e   unde r  dif fer e nt   congesti on   s cenari os   is  ev al uated  by  s i mu la ti ng   real - world  c onditi ons.  T he  ex pe rimental   resu lt s,   wh ic h  will   be   detai le d  i n  t he   ne xt  se ct ion ,   hi ghli gh t   the   protoc ol ’ s   eff ic ie nc y  in   ha nd li ng   high - pri or it y  message s a nd  con t ro ll in g network  c ongestio n.       4.   EXPERI MEN TATION  AN D RESULT  A NA L YS I S   4.1.     E xper im enta l  s etup   The  e xperime nt  wa s  c onduct ed  us i ng  the  T OS S I M   simulat or,  util iz ing   the   Tel os B   m ote   config ur at io n  ou tl ine d  i n  Ta ble  1.   This   set up  e ns ures  a c cur at e  simulat ion  of  netw ork   be ha vio r   unde r  the   pro po se d  prot oco l.   Fig ure  3  visu al ly  il l us trat es  t he  ne twork  la yout ,  hi gh li ghti ng   the  placeme nt  an d  config ur at io n o f nodes  f or  c omp reh e ns ive  te sti ng  a nd  performa nce e valuat ion .   The  netw ork   to po l ogy  i nclu de s  tw o  s ources   ( mo te   1  a nd  2),  12  inter mediat e  m otes,  a nd  a  sing le   si nk   (m ote  15).  Th e   sink   is power e d  via  a  un i ver s al   serial   bu s ( U SB )   cable  c onne ct ed  to  a  mai n  per s onal   com pute r   ( PC ) ,   an d  al l  mo te s  a re  pr ogra mme d  th rough  th e  U S B  port.  A  U SB  hub  with  13   ports  is  us e d  to   com pile  mu lt iple  mo te s   simult ane ou sl y  us i ng   a  s hell  script.  A n  a ddit ion al   mo te   se rv es  as  a  rem ot e  con tr ol  to  e ns ure   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708       Wi rel ess sen s or netw ork s  bas ed  ef fi ci ent d ri p  irri gati on  monitorin g  sy ste m s   ( Ka rthik  Sagar As hok )   683   sy nc hro nized   s ta rtup  of  al l  ne twork   m otes.   This  m ote  is   pr ogram med   with  NE SC   c ode  t o  broa dcast   a  s pecial   pack et   at   high   transmissi on  powe r,  prom pting  a ny  receivi ng  m ote   to   perform   a   syst em  reset.   De buggi ng  was   cond ucted  on  t he  ce ntral  PC,   with  mo te s   se nd i ng  de bug  message s  via  US B  inte rf ace s.  Alt hough  th is  set up  represe nts  a  s mall - scal e  sen s or  net work,   t he   ex per ime nt  i s  val uab le   as  it   de monstrate s   protoc ol  beh a vi or   i n  a  real  ha r dw a re  env i ronme nt.   The  TO SSIM   simulat or  retai ns   t he  phys ic al   an d  li nk - la yer  pro pe rtie s  of  WSNs ,   pro vid in g  a   re al ist ic   env ir on ment   f or  e valuati ng  var i ous   pr oto c ols  a nd  al gorithm s  [ 18] .   We  util iz e  the   Cutec om  t oo l t o  rec ord  the te stbed ’ s p e rfo r mance in  a trac e file , s pecifica ll y  trackin g  the  p acket  deliver y  rati o  and  the  a verag e  pac ket  dela y  betwee n  t he  s ource  a nd  de sti nation .  A ddit ion al ly ,  the   pro tocol  al lo ws  f or   t he   accum ulati on   of   noise ,  w hic h  can   ei ther  i nc rease  or  decr e ase  the  li nk   gai n.   T o  a ddress  t his  issue ,  our   prot oco l   is  adj us te d  as   fo ll ows :  d ur i ng  t he   disc ov e r y  pe rio d,  eve r y  node   kee ps  track   of   the   c ount  of  hello   pack et s  receive d  from   each  neig hbor   within   it s  inter nal  me mor y.  T his  is   acco mp li sh e d  by  c omp uting  the   per ce ntage   diff e re nce  between  the   total   num ber  of  he ll o  messa ges   that  a re  r ece ived   by   the  t ot al   amo un t  t ha t  wa s   antic ipate d.  T he   s ub se quent   hop  is   sel ect ed   thr ough ou t   the   routin g  proce dure   dep e ndin g  on  the   c onnect ion ’ s  trustwo rthin es s ,  wit h  a  predet ermine d  t hr es hold.   I n  t he  sit ua ti on   at   ha nd,  70%  is  t he  nec essar y  a nd  s uff ic ie nt   per c e ntage .  Ti ny   ca rr ie r  sen s e  avo i dan c e  (T iny CS A)   is  a n  al te red   va riant o f  t he  CSA - MGR  prot oco l  in   wh ic h  every sta rting  node  j us t creat es a sin gle  path way to t he  e ndpo i nt.       Table1 . Con fig ur at io n para me te rs   Sl.  No .   Para m eter   Sp ecifica tio n   1   MAC  lay e r  f ra m e wo rk   IE E E  8 0 2 .15 .4   2   Path   lo ss  exp o n en t   4 .7   3   Distan ce   3  m eters   4   Path   lo ss  at  re fer en ce dis tan ce   5 6 .4 d B   5   Pack et  s ize   5 4  by tes   6   Frequ en cy   2 .4 GHz           Figure  3. Ex pe rimental  to polo gy       4.1 .     R esult  analy si s   In   simulat in g  wireless  c omm un ic at io n  s ys te ms,  ke y  par am et ers  li ke  dela y  a nd  la te ncy  are  crit ic al ,  especial ly  f or  app li cat io ns   su c h  as  irri ga ti on   wi reless  sens or   netw orks.   T hese  fac tors  determi ne   how   eff ic ie ntly  data  is transm it te d. High d el a ys  c an  le ad  to  i neff ic ie nt w at er ma nag e ment a nd sy ste m f ai lu re s  [23],  [24] .     4.1.1.  Key   met ri cs   Av e ra ge  delay :  cal culat ed   as   the   a ver a ge   ti me  ta ken  for  pack et s   to   tra ve l  f rom  t he  source   to   t he   destinat io n.   Pa cket  delive ry  r at io  ( PD R ):  T he   rati o  of  s u c cessf ully  deliv ered  pack et s   t o  t he   total   nu mb e r  of  pack et s  sent.  T he  propose d  protoc ol  ex hib it e d  lo wer  ave rage  delays   co mpa red   t o  oth e r  prot oco ls,   in dicat in g  eff ic ie nt  data   trans missi on   an d  reduce d  la te ncy .  T his  fin ding  s up ports  the   obj ect ive  of  e nhancin g   commu nicat io n  e ff ic ie nc y  i n WS Ns.   The  ave rag e  d el a y  is  wr it te n  as   ( 9),      _  = ∑ = 1   (9)   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   677 - 688   684   w he re    is  the  total   numb e r  of  pack et s  receiv ed  an d    do e s  ℎ   pack et   ex per ie nc e  the  dela y.   It   is  no t   eas y  to   measu re  di rectl y  but  can  be   est imat ed  us i ng   t he  traf fic  load  of   a  network .   Packet - deliver y - rati o  can  be   cal culat ed  as   ( 10) .      = (                      ) × 100%   (10)     Table  2  co mpa re s  a ver a ge  de la y  pe rce ntag es  betwee n  C SA - MGR  a nd  the  p rio rity  DI S   prot oc ol   acro s s  diff e re nt   protoc ols  li ke   topol ogy  ge ographic  gr ee dy  f orwardin g  (T P GF ) ,  L I NK  A war e ,  Ti ny CS A,   a nd   Tiny   Hop,   m easur e d  at   va ry i ng   packet s  per   sec ond  ( PPS )  rates.  T he  res ults  sho w   that  p rio rity  D IS  consi ste ntly  re du ce s  delay  co mp a red  to  C S A - MGR,  par ti cularly   in   TP GF ,   w he re  delays  dro p  si gn i ficantl y  from 20 % t o  13% at 1 0  PPS and   from 3 2% t o  26% at 2 1  P PS.  Acr os s all  p r oto c ols,  p rio rity DIS d e m onstrat es   bette r  dela y  pe rformance ,  im pr ovin g  net work   e ff ic ie nc y.   The  P DR  wa s  measu red   acr oss  dif fer e nt  pr oto c ols  su c h  as  Tin yCSA ,   LI N K - Aware , a nd TP GF.   −   Tiny CS A :  De monstrate d  s uperi or   PD R   pe rformance ,  e ffec ti vely  a vo i din g  the  c ar rier  sense  e ff ect .   T his   su ggest s t hat T iny CS A  is  mor e reli able  for  a pp li cat io ns   requirin g hig h dat a integ rity.   −   LINK - A war e   protoc ol :  s how ed  relat ively  good   PD R   pe rfo rma nce,  c onsid erin g  li n k  reli abili ty  duri ng  pa th   const ru ct io n. T his in dicat es a  balance d  a ppr oa ch betwee n re li abili ty an d pe rformance .   −   TPG F   p ro t oc ol :  disp la ye d  lo wer   PD R  res ul ts  du e  t o  it s  gr ee dy  f orwa r ding  a ppro ac h,  wh ic h  pr i or it iz es  paths  closest t o t he  si nk. T his  highli gh ts  a   tra de - off bet wee n path  opti mali ty a nd r el ia bili ty.   −   Tiny - h op  p ro t oco l:   Ha d  the   lo west  PD R,   at trib uted   to   ack nowle dge ment  an d  retr ansmissi on  iss ues,   emp hasizi ng  th e  need   f or   rob us t  ack nowle dgme nt  mec hani sms  in  W SNs.   Diff e re nt  valu es  obta ined  fro m   exp e rime nt   is  dep ic te d  in  Ta ble   3  an d  it   c ompare d  with  sta nd a rd  sen sor  net wor k  protoco ls  li ke   TP GF ,   LINK  A war e ,  t iny  cl us te r - bas ed  sel f - organ iz at ion  alg ori thm , tiny h op - base d routi ng  proto col.       Table  2.  C omp ariso n of ave ra ge dela y vs . PP S w it h di ff e rent   protoc ols   Delay (% )  in  CSA - MGR vs   Priority   DIS   PPS   TPGF   LI NK   Awa re   Tiny CSA   Tiny  Hop   CSA - M GR   Priority  DI S   CSA - M GR   Priority  DI S   CSA - M GR   Priority  DI S   CSA - M GR   Priority  DI S   10   20   13   22   21   23   25   110   112   21   32   26   23   23   24   21   105   108   22   33   23   24   24   25   27   110   110   24   29   28   25   26   26   25   115   113   18   25   19   27   23   28   24   125   111   19   26   21   28   21   29   29   130   106   20   27   25   29   21   34   32   135   105   * PPS - Pack ets Pe r  Seco n d       Table  3.   Packe t deli very  rati o vs  P PS     PDR   (% )  in  CSA - MGR vs  P riority   DIS     TPGF   LI NK   Awa re   Tiny CSA   Tiny h o p   PPS   CSA - M GR   Priority  DI S   CSA - M GR   Priority  DI S   CSA - M GR   Priority  DI S   CSA - M GR   Priority  DI S   10   25   35   45   52   64   78   78   88   15   17   27   44   51   69   85   76   87   20   15   19   32   5 0 .41   66   8 4 .12   74   86   25   8   16   30   50   60   78   66   78   30   9   12   27   48   55   73   60   72   35   10   11   23   45   52   68   56   68   40   5   10   21   40   45   64   52   65   45   4   9   19   38   36   59   45   59   50   5   8   12   35   27   54   37   56       Re gardless  of  the  PP S  num be r,   Ti nyH op   c on sist e ntly  e xhibit s  higher   la te ncy  co mp a r ed  t o  oth e r  protoc ols,  w hich  is  no te w or t hy.  T his  diff e r ence  is  at tri bu t ed  to   the  desi gn  of   t he  Ti nyH op  prot oc ol.  W hile  it  op e rates  simi la rly  to  the  ad - hoc  on - de ma nd   distance  ve ct or   ( A ODV)   protoc ol,  it   incorp or at e s  a  s epar at e   ackno wled gem ent  pr ocess  for   eve ry  co ntr ol  and  in formati on  pack et .   H ow ever,  e nab li ng  ackno wled gem ents   for  i nfo rmati on  pac kets   co ul d  e xte nd  the   w ai ti ng   ti me   du e   to   po te ntial   co ll isi on s  or  c ha nnel   util iz at ion   i ssu es,   especial ly  at   hi gh e r  PPS  rate s.  Fig ur e   4  il lustrate s  the  a ve rag e  delay  vs.  PPS ,  sho wing  that  the  pro po s ed   protoc ol  sig ni ficantl y  reduc es  la te ncy.  O n  the   ot her   hand,  existi ng   proto cols  e xhibit   simi la r  delay   performa nce.   Table   3  c omp ares  the  PD R   vs .  PPS  ac r oss  dif fer e nt  pr oto c ols,  dem on strat in g  the  s up e rio r   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C omp E ng     IS S N:   20 88 - 8708       Wi rel ess sen s or netw ork s  bas ed  ef fi ci ent d ri p  irri gati on  monitorin g  sy ste m s   ( Ka rthik  Sagar As hok )   685   performa nce   of  Ti ny C SA  [ 25 ],  [ 26] .   T he   av erag e   P DR   cha ng e s  for   an   inc reasin g  num be r  of  P PS   (sta rting  a t   10  a nd  goin g  up  to   50).  PDR   decli ne s  at   TPG F   a nd  val ues   dec rease   f r om  35   per  ce nt   to   8  per  ce nt  as   PP S   increases .  I n  c on t rast,   LI N K  Aw a re   sho ws   a   relat ivel y  sta bl e  PD R   of  a rou nd  50%,   w hile  CSA   de monstr at es  a   gr a dual   decr ea se  from  78 %  t o  54%.  Ti ny   Hop  e xh i bits  the  hi gh est   P D R,  sta rting   at   88%  an d  dec re asi ng   to   56%  as  PPS   i ncr ease s.  T his  analysis  sug ge sts  that  TP GF  may  strug gle  t o  mai ntain  pac ket  deli very  ra te s  as  PPS   inc reases,   w hile  L INK   Aw a re   an d  CS A  offe r  more   c on sist e nt  performa nce,   an d  T iny  H op  c onsi ste ntly  achieves  h i gh e r  P DRs ac ro s s  the r a nge  of   PP S v al ues.   Figure  5  sho w s  the  PD R  for  var i ou s  prot oc ols  agai ns t  the   PPS  pa ramete r,   hi gh li gh ti ng  the  superi or   performa nce  of  Tin yCS.   The   obser ved   t rend  s hows  that  t he  P DR  ge neral ly  decr ea ses  as  the  PP S  pa r amet er   increases .  Re m ark a bly,  Tin yC SA   ac hieve s  be tt er  PD R  c ompare d  t o  th e  ot her   prot oco ls ,  wh ic h  is  e xp e c te d  as   the  paths   c onstructe d  f or  bo t h  s ources   in   Ti nyCSA   a void   th e  car rier   se ns e   eff ect .   T he   LI NK - A wa re  pro tocol   al so   de monstr at es  relat ively   good  P DR  performa nce,  as  the  pat h  c on st ru ct io n  process  c onside r s  li nk  reli abili ty .  Howev e r,  the   T P GF  pr oto c ol  e xh i bits  lo we r  PD R   beca us e   of  it s  gr ee dy   f orwardin g  a ppro ac h.   Anothe r  c hara ct erist ic   ob se r ve d  is  t hat  du rin g  the   path  c ons tructi on  proces s,  it   al wa ys   c hoose s  the   on e   c losest   to  the   si nk.  L ast ly,  t he  Ti ny - Hop   pr oto c ol   show s  t he  l east   PD R   re sul t,  w hich   can   be  at tri bu te d  t o  t he   chall enges r el at ed  to ac knowl edg e ments  and  potenti al  r et ra ns missi on s .           Figure  4. A verage  delay vs  P PS           Figure  5. N umber  of PPS  vs   PD R   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec   &  C omp E ng,  V ol.  15 , No .  1 ,  Febr uary   20 25 :   677 - 688   686   4.2.    Discussio n   This  resea rc h  discuss e s  pe rformance  opti miza ti on   f or  pr eci sio n  a gri culture  us i ng  f our  WSN  protoc ols,   na m el y  Tin yCS A,  Link - awa re,   T PG F ,  a nd  Ti ny - Hop.  T he  pr iority - base d  pr oto c ol  of  Tin yC SA   pro vid es   a  bette r  pack et   deliv ery  rati o  ( PD R )  without  ca rr i er  se ns e   issues ,  a nd  he nce,   th e  net work  is  hi gh l y   reli able.  Th e  pe rformance wa s  al so   well - bal anced  w it h  reli abili ty  du e  t o  the  li nk   a wa reness  of   t he  Lin k - awa re   protoc ol.   H owever,  t he  perf orma nce  of  TP GF  was   no t   th at   good   in   de nse   net wor ks ,   wh il e  Tin y - Hop  face d  pro blems  wit h  ackno wled gme nt.  T he  res ults  show  prot oc ols  su c h  as  Tiny CS A,  base d  on   pri ori ty  pr oto c ols,   gr eat ly  imp r ove commu nicat ion ef fici e nc y.   −   Tiny CS A:  Ac hieve d  bette r   PD R   by   co ns t ru ct in g  pat hs  that  a void   the   carrier   se ns e   e ff ect ,   e nh a nci ng  ov e rall   netw ork  pe rforma nce .  This  fi nd i ng   al ign s  wit h  th e  hypothesis  t hat  pr i or it y - ba sed  pr oto c ols  can   impro ve netw ork  r el ia bili ty.   −   Link - awa re   pr oto c ol:  Ba la nc ed  betwee n  pat h  reli abili ty  a nd  perf ormance ,   w hich   s upport s  the   obje ct ive   of   achievin g ef fici ent and  reli able com munica ti on.   −   TPG F   pr oto c ol:  Strugg le d  with  lo wer  P DR  due  to   it s  path   s el ect ion   strat e gy,  i nd ic at in g  th e  li mit at ion s  of   gr ee dy fo rw a r di ng  i n dense   ne twork  scena rio s.   −   Tiny - H op  prot oco l:   Faced   c ha ll eng es   with   ackno wled gm e nts,  le a ding   to   re duced   P DR,   hi gh li ghti ng  t he   importa nce  of  eff ic ie nt ac knowle dgme nt me chan is ms.   The  resu lt s  fro m  Tin yCS A  in dicat e  that  pri or it y - ba sed  pr oto c ols  are   hi g hly   e ff ect ive   in  op ti mizi ng  WSN  perform ance,  pa rtic ularly  i n  sce nar i os  re qu i rin g  hig h  data   integ r it y  an d  l ow  la te ncy .   T he  s uperi or   performa nce  of  Tin yCS A  in   te rms  of   PD R  su ggest s  t hat  pri or it y - based  prot oco ls  ca n  si gn i ficantl y  im pro ve   netw ork  reli ab il it y,   al ign ing   with  the  stu dy 's  ob je ct ive  of  enh a ncin g  c ommu nicat io n  eff ic ie nc y  in  WSNs .   Com par e d  to   pr e vious   stu dies,  Ti ny CS A's  a bili ty  to   av oid   t he  c arr ie r  sens e  e ff ect   ma r ks   a   nota ble   impro veme nt.  Howe ver,  the   study's   reli anc e  on   simulat io ns   li mit s  t he  gen e ra li zabil it y  of  the se  fin dings.   Un e xpect ed   re su lt s  in   the   T P GF  prot oco l   in dicat e  pote ntial   issues   with   greedy  forw a r ding  i n  de ns e  net works,   warrantin g  f ur t her  in vestigat ion.  T his  resea r ch  w ork  is   ai m ed  at   de velo ping  a n  e ff ic ie nt  WSN  a rch it ect ur e   f or  bette r  w at er   util iz at ion   in   preci sion  ag ricul ture.  T he   fi nd i ng s   unde rsc ore  the   im portan ce  of  pr io rity - base d  protoc ols,  bu t  fu t ur e  re searc h  sho uld   te st  these  prot oco l s  in  real - worl d  ag ricult ural   set ti ng s  an d  c on si der   add it io nal  Q oS  pa rameters .   Un a nswere d  qu e sti on s  i nc lud e  the   pro tocols'  perfor mance  unde r   varyin g  env i ronme ntal  conditi ons a nd  their a pp li cabil it y  to  oth e r WS N  a pp li cat io ns .       5.   CONCL US I O NS   A ND FUT UR E  WO RK   In   this  wor k,   a   WSAN - ba sed   arch it ect ur al   model  for  dr ip   irrigati on  syst em  is  propose d.   T his  m od e l   include s  se nso rs  to   meas ure  pr ess ure,  te mpe ratur e ,  a nd  s oi l  mo ist ure  to   track   irri gation   op e rati ons,   inc lud in g  instances   of  s ys te m  fail ure.   We   achie ve d  hi gh  Q oS  pe rformance   w he n  c ompar ed   with  t he  CS A - MGR  protoc ol  a nd  c on si der i ng  tw o  traf fic  le vels.   O ur  m et hod  performs   bette r  t han  the   e xisti ng   prot oco ls   in  the   te rminolo gy  of   la te ncy   a nd  P DR  f or  pri ori ty  tra ff ic ,  as  s how n  by  e xtens ive  sim ulati ons  us i ng  the  T OS S I M   simulat or.  We   al so   pe rforme d  te sts  in  a  re al   te st  env ir onment,  c onfir ming   a pprecia ble  adv a nce ments   ov e r   current  te c hn i ques.  We  inte nd  to  c oncentr a te   our  f uture  work  on  act ua l  agr ic ultu ral  la nds  with  a dd ed  Q oS  par a mete rs.       REFERE NCE S   [1]   M.   T.   Ng u y en ,  C.  V  Ng u y en ,  an d   H.   N.   Ng u y en ,  “ Visu alizatio n - b ased   m o n ito ring   in   early  w arnin g   sy stems  wit h   wireless  s en so r   n etwo rks , ”   Ind o n esia n   Jo u rnal  o f  Electrica l  Eng in e erin g   a n d   Co mp u ter  S cien ce ,  v o l.  3 1 ,  n o .  1 ,  p p .  2 8 1 – 2 8 9 ,  Ju l.  2 0 2 3 ,     d o i: 10 .1159 1 /ijee cs.v 3 1 .i1.p p 2 8 1 - 2 8 9 .   [2]   A.  C am illi ,   C.   E.   Cu g n asca,  A.   M .   Saraiva,   A .  R .  Hi rakawa,   an d   P .   L.   P.   Co rr êa,   “ F rom   wi reless  s en so rs  to   field   m ap p in g :   An ato m y   o f   an   ap p licatio n   for  p r eci sio n   ag ricultu re, ”   Co m p u ters   a n d   Electro n ics  in   Agr ic u ltu re ,  v o l.  5 8 ,  n o .   1 ,  p p .   2 5 – 3 6 ,  Au g .  2 0 0 7 ,  d o i: 1 0 .10 1 6 /j.compag .20 0 7 .01. 0 1 9 .   [3]   R.  Bas k ar,   G.  A .   Ku m ar,   an d   D.  Kara n ,  “ S m a rt  ag ricultu ral  re m o te  m o n ito ring   sy ste m   for  b etter  so il   h ealth   u sing  IoT, ”   Inter n a tio n a l Jo u r n a l  o f Health  Scien ces ,  v o l.  6 ,  n o .  8 ,  p p .  1 2 3 9 – 1 2 5 1 ,  Jun. 20 2 2 ,   d o i: 10 .5 3 7 3 0 /ijh s.v 6 n S4 .9 8 8 5 .   [4]   D.  Mahes war i,  R .  Harish ,  S .  So w m iy a,  an d   K .  A iswary a,  “ S m a rt  c rop   p rotectio n   sy stem  for  ag ricultu re  u sin g   I o T, ”   Inter n a tio n a l   Jo u rn a l of Cr ea tiv e  Resear ch  Tho u g h ts (I JCRT ) ,  v o l.  22 ,  n o .  1 ,  p p .  4 4 3 – 4 4 7 ,  2 0 2 3 .   [5]   L .   G a r c í a ,   L .   P a r r a ,   J .   M .   J i m e n e z ,   J .   L l o r e t ,   a n d   P .   L o r e n z ,   “ I o T - b a s e d   s m a r t   i r r i g a t i o n   s y s t e m s :   a n   o v e r v i e w   o n   t h e     r e c e n t   t r e n d s   o n   s e n s o r s   a n d   I o T   s y s t e m s   f o r   i r r i g a t i o n   i n   p r e c i s i o n   a g r i c u l t u r e , ”   S e n s o r s ,   v o l .   2 0 ,   n o .   4 ,   F e b .   2 0 2 0 ,     d o i :   1 0 . 3 3 9 0 / s 2 0 0 4 1 0 4 2 .   [6]   D.  W o h we  Sa m b o ,  A.   Fo rster ,  B.   O .  Yen k e,  I.   Sa rr ,   B.  Gu ey e,  an d   P.   Day an g ,  “ W ireless  u n d ergrou n d   sen so r  n etwo rks   p ath   lo ss   m o d el  for   p recisi o n   ag ricultu re  (W USN - P LM ), ”   I EE E  S en so r s  Jo u rn a l ,  v o l.  2 0 ,   n o .  1 0 ,  p p .  5 2 9 8 – 5 3 1 3 ,  May   2 0 2 0 ,  d o i:  1 0 .11 0 9 /JSEN.20 2 0 .29 6 8 3 5 1 .   [7]   K.  Riah i,  G.  K ah n ,  B.  D aff lo n ,  an d   J.  Laval,   “ A  faulty   IoT  n etwo rk:  si m u latin g   sen so rs  an d   p erturbatio n s, ”   in   Lectu re  No tes  in   Netw o rks  an d  Sys t ems ,  v o l.  4 7 0 ,  Sp ri n g er   Internatio n al  Pu b lish in g ,  2 0 2 2 ,  p p .  8 7 – 9 7 .       Evaluation Warning : The document was created with Spire.PDF for Python.