Українська
Отримано 26.09.2024, Доопрацьовано 23.01.2025, Прийнято 26.02.2025
Метою статті було дослідження та порівняння результатів обчислень параметрів мережі LoRa, отриманих за допомогою комп’ютерного моделювання, з результатами експериментальних вимірювань. Для досягнення мети було використано методи комп’ютерного моделювання втрат сигналу. Зокрема, у статті описано модифікацію симулятора FLoRa для оцінки втрат сигналу під час його поширення, виконання комп’ютерних симуляцій у FLoRa та порівняння отриманих результатів з даними, здобутими в ході експерименту. Також проведено порівняння значень RSSI, отриманих у процесі симуляції, з експериментальними значеннями. Розширено функціональні можливості програмного симулятора FLoRa шляхом додавання значень втрат потужності сигналу до таблиці результатів симуляції. З використанням програми FLoRa виконано симуляцію втрат потужності сигналу на шляху поширення на частотах 433 МГц, 868 МГц та 2,4 ГГц. Порівняльний аналіз показав, що результати симуляції для різних коефіцієнтів розподілення) та різних частот сигналу відповідають експериментальним даним. Встановлено, що в програмі значення потужності отриманого сигналу представлені як значення RSSI. Потужність сигналу на вході не відповідає значенням RSSI і залежить від конкретного типу мікросхеми приймача, тому методика розрахунку RSSI має бути скорегована. Підтверджено, що було б доцільно виводити в таблицю результатів як значення сигналу на вході приймача, так і значення RSSI. Для підвищення точності комп’ютерної моделі FLoRa, зокрема обчислення значень RSSI, запропоновано враховувати особливості вимірювання цих значень різними типами мікросхем приймачів LoRa. Отримані результати можуть бути використані для підвищення точності моделювання і відповідно якості проектування мереж на основі технології LoRa
Long Range; комп’ютерні симулятори; Framework for LoRa; Received Signal Strength Indicator; втрати потужності сигналу; коефіцієнт розподілення; параметри симуляції
[1] Almuhaya, M.A.M., Jabbar, W.A., Sulaiman, N., & Abdulmalek, S. (2022) A survey on LoRaWAN technology: Recent trends, opportunities, simulation tools and future directions. Electronics, 11(1), article number 164. doi: 10.3390/ electronics11010164.
[2] Bertoldo, S., Paredes, M., Carosso, L., Allegretti, M., & Savi, P. (2019). Empirical indoor propagation models for LoRa radio link in an office environment. In 13th European conference on antennas and propagation (EuCAP) (pp. 1-5). Krakow: IEEE.
[3] Bouras, C., Gkamas, A., Katsampiris Salgado, S.A., & Papachristos, N. (2021). Spreading factor analysis for LoRa networks: A supervised learning approach. In Á. Rocha, H. Adeli, G. Dzemyda, F. Moreira & A.M. Ramalho Correia (Eds.), Trends and applications in information systems and technologies. WorldCIST 2021. Advances in intelligent systems and computing (pp. 344-353). Cham: Springer. doi: 10.1007/978-3-030-72657-7_33.
[4] Campos, M.G., Almeida, L.G., Matheus, L.E.M., & Borin, J.F. (2024). On the simulation of LoRaWAN networks: A focus on reproducible parameter configuration. Computer Networks and Communications, 2(1), article number 148. doi: 10.37256/cnc.2120244496.
[5] Capriglione, D., Ferrigno, L., D’Orazio, E., Paciello, V., & Pietrosanto, A. (2012). Reliability analysis of RSSI for localization in small scale WSNs. In IEEE international instrumentation and measurement technology conference proceedings (pp. 935-940). Graz: IEEE. doi: 10.1109/I2MTC.2012.6229301.
[6] Centelles, R.P., Meseguer, R., Freitag, F., Baig Viñas, R., & Navarro, L. (2024). A minimalistic distance-vector routing protocol for LoRa mesh networks. IEEE Access, 12, 128941-128962. doi: 10.1109/ACCESS.2024.3443605.
[7] FLoRa. (n.d.). A framework for LoRa simulations with OMNeT++. Retrieved from https://flora.aalto.fi/.
[8] Francisco, S., Pinho, P., & Luís, M. (2021). Improving LoRa network simulator for a more realistic approach on LoRaWAN. In 2021 telecoms conference (ConfTELE) (pp. 1-6). Leiria: IEEE. doi: 10.1109/ CONFTELE50222.2021.9435570.
[9] Griva, A.I., Boursianis, A.D., Wan, S., Sarigiannidis, P., Psannis, K.E., Karagiannidis, G., & Goudos, S.K. (2023). LoRa-based IoT network assessment in rural and urban scenarios. Sensors, 23(3), article number 1695. doi: 10.3390/ s23031695.
[10] Kamal, M.A., Alam, M., Sajak, A.A.B., & Su’ud, M. (2023). Requirements, deployments, and challenges of LoRa technology: A survey. Computational Intelligence and Neuroscience, 2023(1), article number 183062. doi: 10.1155/2023/5183062.
[11] Mnguni, S., Mudali, P., Abu-Mahfouz, A.M., Adigun, M. (2021). Performance evaluation of spreading factors in LoRa networks. In R. Zitouni, A. Phokeer, J. Chavula, A. Elmokashfi, A. Gueye & N. Benamar (Eds.), Towards new e-infrastructure and e-services for developing countries (pp. 203-215). Cham: Springer. doi: 10.1007/978-3-030-70572-5_13.
[12] Nahorniuk, O.A. (2024). Method of automatic parameters estimation of radio signals generated according to LoRa standard. Bulletin of NTUU KPI Series – Radio Electronics and Radio Engineering, (95), 23-30.
[13] Onykiienko, Yu., Popovych, P., Yaroshenko, R., Mitsukova, A., Beldyagina, A., & Makarenko, Yu. (2022). Using RSSI data for LoRa network path loss modelling. In IEEE 41st international conference on electronics and nanotechnology (ELNANO) (pp. 576-580). Kyiv: IEEE. doi: 10.1109/ELNANO54667.2022.9927036.
[14] Premsankar, G., Ghaddar, B., Slabicki, M., & Francesco, M.D. (2020). Optimal configuration of LoRa networks in smart cities. IEEE Transactions on Industrial Informatics, 16(12), 7243-7254. doi: 10.1109/TII.2020.2967123.
[15] Rappaport, T.S. (1996). Wireless communications: Principles and practice. Saddle River: Prentice Hall.
[16] Rasic, T., Simon, J.L.E., Zoric, N., & Simic, M. (2021). The impact of LoRa transmission parameters on packet delivery and dissipation power. In 2021 international balkan conference on communications and networking (BalkanCom) (pp. 11-15). Novi Sad: IEEE. doi: 10.1109/BalkanCom53780.2021.9593195.
[17] Sarr, Y., Gueye, B., & Sarr, C. (2019). Performance analysis of a smart street lighting application using LoRa wan. In 2019 international conference on advanced communication technologies and networking (CommNet) (pp. 1-6). Rabat: IEEE. doi: 10.1109/COMMNET.2019.8742356.
[18] Serati, R., Teymuri, B., Anagnostopoulos, N., & Rasti, M. (2022). ADR-Lite: A low-complexity adaptive data rate scheme for the LoRa network. In 18th international conference on wireless and mobile computing, networking and communications (WiMob) (pp. 296-301). Thessaloniki: IEEE. doi: 10.1109/WiMob55322.2022.9941614.
[19] Silva, E.F., Figueiredo, L.M., de Oliveira, L.A., Chaves, L.J., de Oliveira, A.L., Rosário, D., & Cerqueira, E. (2023). Adaptive parameters for LoRa-based networks physical-layer. Sensors, 23(10), article number 4597. doi: 10.3390/ s23104597.
[20] Yascaribay, G., Huerta, M., Silva, M., & Clotet, R. (2022). Performance evaluation of communication systems used for internet of things in agriculture. Agriculture, 12(6), article number 786. doi: 10.3390/agriculture12060786.
English