Un algoritmo de tasa de datos adaptativa de reducción de colisiones basado en el FSVM para una puerta de enlace LoRa de bajo costo
Autores: Wang, Honggang; Pei, Peidong; Pan, Ruoyu; Wu, Kai; Zhang, Yu; Xiao, Jinchao; Yang, Jingfeng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un algoritmo de tasa de datos adaptativa de reducción de colisiones basado en el FSVM para una puerta de enlace LoRa de bajo costo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Comunicación inalámbrica
LoRa
Aplicaciones de IoT
Tasa de datos adaptativa
Calidad de enlace
Aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
LoRa (Long Range), una tecnología de comunicación inalámbrica para redes de área amplia de baja potencia (LPWANs), permite una amplia gama de aplicaciones de IoT y comunicación entre dispositivos, debido a su apertura y despliegue flexible de red. En el despliegue y operación actual de las redes LoRa, el esquema de transmisión de enlace estático no aprovecha completamente los recursos del canal en un entorno de canal variable en el tiempo, lo que resulta en un rendimiento deficiente de la red. En este documento, proponemos un algoritmo de tasa de datos adaptativa (ADR) más efectivo para pasarelas de bajo costo, primero analizamos el impacto de los diferentes parámetros de hardware (RSSI, SNR) en la calidad del enlace y clasificamos la calidad del enlace utilizando la máquina de vectores de soporte difuso (FSVM). En segundo lugar, establecemos un modelo de rendimiento del dispositivo final (ED) y un modelo de consumo de energía y diseñamos diferentes algoritmos de tasa adaptativa, según la calidad del enlace considerando tanto el rendimiento a nivel de enlace como el rendimiento de la capa MAC. El algoritmo propuesto utiliza el aprendizaje automático para clasificar la calidad del enlace, lo que puede clasificar con precisión la calidad del enlace utilizando una pequeña cantidad de datos, en comparación con otros algoritmos de tasa adaptativa, y el algoritmo de adaptación de parámetros de enlace puede maximizar el rendimiento mientras se asegura la estabilidad del enlace, considerando el rendimiento a nivel de enlace y el rendimiento de la capa MAC, en comparación con otros algoritmos. Los resultados muestran que supera al algoritmo ADR estándar de LoRaWAN tanto en escenarios de un solo ED como en múltiples ED, en términos de la tasa de recepción de paquetes (PRR) y el rendimiento de la red. En comparación con LoRaWAN ADR en 32 escenarios de múltiples ED, el algoritmo propuesto mejora el rendimiento en un 34.12% y la tasa de recepción de paquetes en un 26%, mejorando significativamente el rendimiento de la red y la tasa de recepción de paquetes.
Descripción
LoRa (Long Range), una tecnología de comunicación inalámbrica para redes de área amplia de baja potencia (LPWANs), permite una amplia gama de aplicaciones de IoT y comunicación entre dispositivos, debido a su apertura y despliegue flexible de red. En el despliegue y operación actual de las redes LoRa, el esquema de transmisión de enlace estático no aprovecha completamente los recursos del canal en un entorno de canal variable en el tiempo, lo que resulta en un rendimiento deficiente de la red. En este documento, proponemos un algoritmo de tasa de datos adaptativa (ADR) más efectivo para pasarelas de bajo costo, primero analizamos el impacto de los diferentes parámetros de hardware (RSSI, SNR) en la calidad del enlace y clasificamos la calidad del enlace utilizando la máquina de vectores de soporte difuso (FSVM). En segundo lugar, establecemos un modelo de rendimiento del dispositivo final (ED) y un modelo de consumo de energía y diseñamos diferentes algoritmos de tasa adaptativa, según la calidad del enlace considerando tanto el rendimiento a nivel de enlace como el rendimiento de la capa MAC. El algoritmo propuesto utiliza el aprendizaje automático para clasificar la calidad del enlace, lo que puede clasificar con precisión la calidad del enlace utilizando una pequeña cantidad de datos, en comparación con otros algoritmos de tasa adaptativa, y el algoritmo de adaptación de parámetros de enlace puede maximizar el rendimiento mientras se asegura la estabilidad del enlace, considerando el rendimiento a nivel de enlace y el rendimiento de la capa MAC, en comparación con otros algoritmos. Los resultados muestran que supera al algoritmo ADR estándar de LoRaWAN tanto en escenarios de un solo ED como en múltiples ED, en términos de la tasa de recepción de paquetes (PRR) y el rendimiento de la red. En comparación con LoRaWAN ADR en 32 escenarios de múltiples ED, el algoritmo propuesto mejora el rendimiento en un 34.12% y la tasa de recepción de paquetes en un 26%, mejorando significativamente el rendimiento de la red y la tasa de recepción de paquetes.