Akıllı Şehir Kapsamında Demiryollarında Kullanılan LPWAN Teknolojilerinin İncelenmesi: Çok Kriterli Karar Verme Yöntemleri Uygulaması

Öz

Bu çalışmanın amacı, akıllı şehir kapsamında kritik bir öneme sahip bir bileşen olan akıllı ulaşım sistemlerinde kullanılabilecek en uygun LPWAN (Low Power Wide Area Network) teknolojilerinin değerlendirilmesidir. Özellikle demiryolu taşımacılığı gibi geniş ölçekli ve kritik altyapı sistemlerinde, bu teknolojilerin doğru seçimi ve uygulanması, akıllı ulaşımın etkinliğini doğrudan etkilemektedir. Akıllı ulaşım kapsamında uygulanacak olan LPWAN teknolojileri ile trafik güvenliği ile ulaşımda verimliliğin artırılması, bilgi akışının hızlandırılması ve kullanıcı memnuniyetinin sağlanması gibi konularda öncelikle iyileşmeler hedeflenmektedir. Çalışmada, şehirlerin sürdürülebilirlik ve teknolojik gelişmeler doğrultusunda yeniden şekillenmesi sürecinde, düşük enerji tüketimi ve geniş kapsama alanı gibi avantajları ile ön plana çıkan LPWAN teknolojilerinden LoRa, Sigfox, NB-IoT, Nwave, DASH7, Qowiso ve LTE-M teknolojileri incelenmiştir. Analiz sürecinde, çok kriterli karar verme yöntemlerinden Entropi ile kriter ağırlıkları belirlenmiş, ardından RAM ve CURLI-2 sıralama yöntemleri kullanılarak, çalışma kapsamında belirlenen kriterler doğrultusunda söz konusu teknolojilerin önem düzeyleri karşılaştırmalı olarak analiz edilmiştir. Araştırma sonuçlarında ise hem CURLI-2 hem de RAM yöntemleriyle yapılan analizler, demiryollarında LPWAN teknolojilerinden hangilerinin tercih edilmesi gerektiğine dair tutarlı ve karşılaştırmalı bulgular sunmakta, yöntemlerin doğrulayıcı nitelikte sonuçlar ürettiğini göstermektedir. Sonuç olarak, çalışma, akıllı ulaşım sistemlerinde kaynak kullanımını optimize eden ve yaşam kalitesini arttıran LPWAN teknolojilerinin önceliklendirilmesini sağlayarak, karar vericilere stratejik planlama açısından önemli bir katkı sunmaktadır. Uzun vadede şehir planlamasında bu tür teknolojilere yönelik yatırımların artırılması, sürdürülebilir kentleşme hedefleri açısından daha rasyonel bir yaklaşım olacaktır.

Anahtar Kelimeler

• Sürdürülebilirlik
• Akıllı ulaşım
• LPWAN
• RAM
• CURLI-2
• Entropi

Investigation of LPWAN Technologies Used in Railways within the Scope of Smart Cities: Application of Multi-Criteria Decision Making Methods

Öz

The objective of this study is to evaluate the most suitable LPWAN (Low Power Wide Area Network) technologies that can be used in intelligent transportation systems, which are a critical component of smart cities. Especially in large-scale and critical infrastructure systems such as rail transportation, the correct selection and application of these technologies directly affects the effectiveness of intelligent transportation. LPWAN technologies, which will be implemented within the scope of intelligent transportation, primarily aim to improve traffic safety, accelerate information flow, increase transportation efficiency and ensure user satisfaction. In this study, LPWAN technologies such as LoRa, Sigfox, NB-IoT, Nwave, DASH7, Qowiso, and LTE-M, which stand out due to their advantages such as low energy consumption and wide coverage area, were examined in the context of cities being reshaped in line with sustainability and technological developments. During the analysis process, the weights of criteria were determined using the Entropy method from multi-criteria decision-making methods, and then the RAM and CURLI-2 ranking methods were used to compare and analyze the importance levels of the technologies in question according to the determined criteria within the scope of the study. The research results show that both the CURLI-2 and RAM analyses provide consistent and comparative findings on which LPWAN technologies should be preferred in intelligent transportation systems, demonstrating that the methods produce valid results. In conclusion, the study provides an important contribution to decision makers in terms of strategic planning by prioritizing LPWAN technologies that optimize resource use and improve quality of life in intelligent transportation systems. In the long term, increasing investments in such technologies in urban planning would be a more rational approach in terms of sustainable urbanization goals.

Anahtar Kelimeler

• Sustainability
• Smart transportation
• LPWAN
• RAM
• CURLI-2
• Entropy

Kaynakça

1. [1] Ö. Ünsal, S. Avcı, “Akıllı şehir tartışmaları üzerine bir değerlendirme ve Türkiye,” Mavi Atlas, vol. 11, no. 1, pp. 87–104, Nisan. 2023, doi: 10.18795/gumusmaviatlas.1229850.
2. [2] M. Tektaş, K. Korkmaz, H. Erdal, “Akıllı ulaşım sistemlerinin geleceği (ekonomik ve çevresel faydaları),” Balkan Sosyal Bilimler Dergisi, no. Özel Sayı, pp. 561–577, Dec. 2016. [çevrimiçi]. Erişim linki: https://dergipark.org.tr/en/pub/bsbd/issue/43860/539514 .
3. [3] M. Tektaş, N. Tektaş, “Akıllı ulaşım sistemleri (AUS) uygulamalarının sektörlere göre dağılımı,” Akıllı Ulaşım Sistemleri ve Uygulamaları Dergisi, vol. 2, no. 1, pp. 32–41, Nisan. 2019.
4. [4] E. Duman, M. Altıntaş, İ. Gül, M. Dolu, “LPWAN teknolojileri ve uygulama alanlarının karşılaştırmalı incelemesi,” Veri Bilimi, vol. 5, no. 1, pp. 34–44, Oct. 2022.
5. [5] Y. Kabalcı, M. Ali, “Emerging LPWAN technologies for smart environments: An outlook,” in Proc. 2019 1st Global Power, Energy and Communication Conf. (GPECOM), Cappadocia, Turkey, Jun. 12–15, 2019, doi: 10.1109/GPECOM.2019.8778626.
6. [6] R. Dirnfeld Turocy, F. Flammini, S. Marrone, R. Nardone, V. Vittorini, “Low-power wide-area networks in intelligent transportation: Review and opportunities for smart-railways,” in Proc. IEEE Intell. Transp. Syst. Conf. (ITSC), Sept. 2020, doi: 10.1109/ITSC45102.2020.9294535.
7. [7] J. Sramota, A. Skavhaug, “RailCheck: A WSN-based system for condition monitoring of railway infrastructure,” presented at the DESTinationRAIL EU Project, Norwegian Univ. of Science and Technology, 2018.
8. [8] A. Juneja, S. Juneja, V. Bali, S. Mahajan, “Multi-criterion decision making for wireless communication technologies adoption in IoT”, International Journal of System Dynamics Applications (IJSDA), 10.1 (2021) 1-15.

9. [9] A. Prithiviraj, A. Maheswari, D. Balamurugan, V. Ravi, M. Krichen, R. Alroobaea, S. Rubaiee, et al, “Multi-criteria fuzzy-based decision making algorithm to optimize the VHO performance in hetnets”, Computers, Materials & Continua, 70.1 (2022).
10. [10] A. Ochoa-Zezzatti, R. Contreras-Masse, and J. Mejía, “Multicriteria analysis for LPWAN selection for Industry 4.0 based on TOPSIS and a model of proportionality”, Computational Intelligence for Business Analytics. Cham: Springer International Publishing, 2021. 15-46.
11. [11] M. A. Q. Martinez, G. A. L. González, M. D. G. Rios, et al, “Selection of LPWAN technology for the adoption and efficient use of the IoT in the rural areas of the province of Guayas USING AHP method”, International Conference on Applied Human Factors and Ergonomics. Cham: Springer International Publishing, 2020.
12. [12] A. Sotoudeh-Anvari, “Root Assessment Method (RAM): A novel multi-criteria decision making method and its applications in sustainability challenges”, Journal of Cleaner Prod., 423 (2023) 138695.
13. [13] T. V. Dua, “Development of a new multi-criteria decision-making method”, Eastern-European Journal of Enterprise Technologies, 3.4 (2023) 123.
14. [14] M. Bakır, Ö. Atalık, “Entropi ve Aras yöntemleriyle havayolu işletmelerinde hizmet kalitesinin değerlendirilmesi”, İşletme Araştırmaları Dergisi, 10(1), 617-638, 2018.
15. [15] M. Mekkia, M. Bajic, T. Chaxel, F. Meyer, “A comparative study of LPWAN technologies for large-scale IoT deployment”, ICT Express, vol. 3, no. 1, pp. 1–7, 2017.
16. [16] L. Centenaro, L. Vangelista, A. Zanella, M. Zorzi, “Long-range communications in unlicensed bands: The rising stars in the IoT and smart city scenarios,” IEEE Wireless Communications, 23(5) (2016) 60-67.
17. [17] A. Augustin, J. Yi, T. Clausen, W. M. Townsley, “A study of LoRa: Long range & low power networks for the internet of things,” Sensors, 16 (9) (2016) 1466.
18. [18] R. Sariningrum, P.D.P Adi, Y.Y. Maulana, T. Adiprabowo, S.H. Wibowo, N. Fitria, H. Novita et al, “Non-Terrestrial Networks LPWAN IoT Satellite Communication for Medical Application”, 2025 International Conference on Smart Computing, IoT and Machine Learning (SIML). IEEE, 2025.
19. [19] F. Sánchez Sutil, and A. Cano-Ortega, “Smart public lighting control and measurement system using LoRa network”, Electronics, 9.1 (2020) 124.
20. [20] M. Suryanegara, “Technology Progress and Adoption” in Chen,L.,K.Ramli,F.F.Hastiadi, and M.Suryanegara (eds.), Accelerating Digital Transformation in Indonesia: Technology, Market and Policy. Jakarta: ERIA, (2023), 37-76.
21. [21]B.S. Chaudhari, M. Zennaro, and S. Borkar, “LPWAN technologies: Emerging application characteristics, requirements, and design considerations”, Future Internet, 12.3 (2020) 46.
22. [22]Y. Chen, T. Farley, and N. Ye, “QoS requirements of network applications on the Internet”, Information Knowledge Systems Management, 4.1 (2004) 55-76.
23. [23]P. Singh, and S. Dutt Joshi, “Some studies on multidimensional Fourier theory for Hilbert transform, analytic signal and AM–FM representation”, Circuits, Systems, and Signal Processing, 38.12 (2019) 5623-5650.
24. [24]B. Nancy, C.W.G. Loh, M.R. Bazin, T.M. Panceras, “A case study: Broadband over powerline for rural area deployment in Sarawak”, E3S Web of Conferences. Vol. 242. EDP Sciences, 2021.
25. [25]C. Mi, B. Liu, “The Research and Application of Fuzzy Entropy Weight Comprehensive Evaluation Method in Paper Quality Evaluation”, (2011) https://doi.org/10.1007/978-3-642-27503-6_38
26. [26]S. T. Mhlanga, M. Lall, “Influence of Normalization Techniques on Multi-criteria Decision-making Methods”, Journal of Physics: Conference Series., 2224 (1) (2022) IOP Publishing.
27. [27]F. Arvin, A. E. Turgut, N. Bellotto, S. Yue, “Comparison of different cue-based swarm aggregation strategies”, International Conference in Swarm Intelligence. Cham: Springer Intern. Publishing, (2014)
28. [28]J. J. Starns, J. E. Olchowski, “Shifting the criterion is not the difficult part of trial-by-trial criterion shifts in recognition memory”, Memory & Cognition, 43.1 (2015): 49-59.
29. [29] C. Özarpa, İ. Avcı, İ., & B. F. Kınacı, “Akıllı raylı sistemlerde kullanılan alt sistemlerin kritik seviye analizi”, Demiryolu Mühendisliği, 14 (2021):143-153.
30. [30] M. Donadio, “Monitoring system for a railway infrastructure,” in Proc. 2018 Int. Conf. Smart Infrastructure and Construction, 2018.