Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace

Detalhes bibliográficos
Autor(a) principal: Jesus, Gabriel Germino Martins de
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/222115
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica.
id UFSC_fb3da5734e83fd2b6fd1a38dc79bfbd0
oai_identifier_str oai:repositorio.ufsc.br:123456789/222115
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlaceInternet das coisasLoRaWANTaxa de dados adaptativaTCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica.LoRaWAN é um protocolo de rede que permite a implementação de aplicações de redes de longo alcance e baixa potência para a Internet das Coisas. Seu esquema de modulação, LoRa, utiliza diversos parâmetros de transmissão que permitem comunicação bidirecional por longas distâncias, em uma relação de troca entre alcance e tempo de transmissão. As especificações de LoRaWAN sugerem o uso de um algoritmo adaptativo, o Adaptive Data Rate (ADR), para atribuir estes parâmetros dinamicamente aos seus usuários. O ADR usado por uma rede LoRaWAN aberta mundial, a The Things Network, seleciona os parâmetros para comunicação sem desconexão, diminuindo o tempo de transmissão e consumo energético. No entanto, a suas estimativas frequentemente otimistas resultam na seleção de parâmetros inadequados, especialmente quando os sinais são transmitidos em canais com muitas perdas. Estimativas de canal mais precisas poderiam melhorar a alocação de parâmetros, ao custo do aumento da complexidade do algoritmo. Através de simulações, mostrou-se que o parâmetro de margem de enlace do ADR pode ser selecionado para compensar essa estimativa falha sem adicionar complexidade ao algoritmo, garantindo a qualidade do serviço e ainda um consumo energético menor comparado a uma distribuição aleatória de parâmetros. Neste trabalho, uma modificação ao ADR é proposta, de forma que a seleção da margem de enlace seja feita em tempo de execução, sem necessidade de conhecimento prévio das configurações da rede e sem aumentar a complexidade nas computações feitas no servidor de rede.LoRaWAN is a network protocol to support the deployment of Low-Power Wide-Area Network applications for the Internet of Things. Its modulation scheme, LoRa, uses different transmission parameters to allow long-range bidirectional communication by trading-off range for time-on-air (ToA). The LoRaWAN specification suggests using an Adaptive Data Rate (ADR) algorithm to assign transmission parameters to nodes dynamically. The ADR algorithm used by The Things Network, a global open network, selects transmission parameters for communication without disconnection while lowering ToA and energy consumption. However, its often optimistic link quality estimate drives the assignment of inadequate parameters, especially in lossy channels. More precise channel quality estimates would improve resource allocation at the cost of increased complexity at the network server. Through simulations, it is shown that the ADR link margin parameter can be used to compensate for inaccurate link quality estimates without increasing complexity, providing better service to nodes and maintaining low levels of energy consumption compared to a random parameter assignment. In this work, a modification to ADR that allows the selection of the link margin at run-time is proposed, increasing the network performance without the need of any prior knowledge and with no increase in the network server computational complexity.Florianópolis, SCSouza, Richard DemoUniversidade Federal de Santa CatarinaJesus, Gabriel Germino Martins de2021-04-12T20:37:29Z2021-04-12T20:37:29Z2021-04-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis56application/pdfhttps://repositorio.ufsc.br/handle/123456789/222115info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2021-04-12T20:37:30Zoai:repositorio.ufsc.br:123456789/222115Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-04-12T20:37:30Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
title Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
spellingShingle Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
Jesus, Gabriel Germino Martins de
Internet das coisas
LoRaWAN
Taxa de dados adaptativa
title_short Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
title_full Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
title_fullStr Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
title_full_unstemmed Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
title_sort Avaliação do desempenho do algoritmo adaptativo de taxa de dados de redes LoRaWAN com flexibilização da margem do enlace
author Jesus, Gabriel Germino Martins de
author_facet Jesus, Gabriel Germino Martins de
author_role author
dc.contributor.none.fl_str_mv Souza, Richard Demo
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Jesus, Gabriel Germino Martins de
dc.subject.por.fl_str_mv Internet das coisas
LoRaWAN
Taxa de dados adaptativa
topic Internet das coisas
LoRaWAN
Taxa de dados adaptativa
description TCC (graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia Elétrica.
publishDate 2021
dc.date.none.fl_str_mv 2021-04-12T20:37:29Z
2021-04-12T20:37:29Z
2021-04-09
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/222115
url https://repositorio.ufsc.br/handle/123456789/222115
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 56
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652415823511552

Registros relacionados