IoT networks play an important role in the fth generation of mobile networks, as IoT networks have applications in several areas, with the objective of sensing and helping in decision making for several systems that exist today. Among these applications, we can highlight smart city, smart farms, smart campus and applications in health and industry. The technologies belonging to the IoT, LoRa is one of the most used due to its wide range and high number of sensors in the network. This work uses this technology in order to optimize the physical layer parameter, spread factor (SF), in order to adapt the LoRa channel to variations in the environment, mobile nodes, and to plan links between the LoRa node and gateway. Through the conditions for receiving the packages, the SF variation increases the probability of receiving the packages. To determine the best SF based on the channel conditions, we propose a fuzzy logic initially with input parameters: RSSI and SNR, with the possible SF values output in the range 7 to 12.
Internet of Things (IoT) e um conceito de rede que permite a varios dispositivos, que antes exerciam apenas func~oes unicas, conectar-se uns aos outros. Estes dispositivos s~ao equipados com tecnologias que os permite produzir dados sobres as condic~oes internas do sistema, assim como interagir com o ambiente que os envolve [Set17].
Muitas pesquisas s~ao realizadas para IoT, o que levou ao seu aprimoramento e desenvolvimento, prometendo que a partir do uso de tecnologias integradas e de processamento massivo de dados, soluco~es mais e cazes para diversos objetivos como: casas inteligentes (Smart home), campus inteligente (Smart campus ), agricultura inteligente (Smart farming ), cidades inteligentes (Smart Cities ) entre outros [Lop19].
A comunicac~ao e o ponto chave que possibilitar agregar todos os dispositivos em uma rede IoT. Comunicac~ao Sem Fio (CSF) fornece os benef cios de mobilidade, sem cabo e facilita adicionar mais dispositivos a rede e facilmente o fornecimento a qualquer objeto a capacidade de se conectar a internet [Kha20]. RSSF se apresenta como uma parte fundamental da IoT, pois serve ao proposito de habilitar a interconex~ao e integrac~ao dos dispositivos do mundo f sico com o ciberespaco. RSSF consiste em sensores sem o de baixa pot^encia que s~ao validos como infraestrutura para uma implantac~ao prevendo longos per odos de tempo. No entanto, RSSF esta associada a muitos desa os herdados devido as restric~oes dos nos onde os sensores est~ao associados, como capacidade de energia, capacidade computacional e largura de banda de comunicac~ao [Kob20], [Mod20].
Diferentes cenarios requerem diferentes modelos de implantac~ao com diferentes par^ametros de uma rede. Por exemplo: transporte inteligente exige uma implantac~ao de rede que seja capaz de lidar com a mobilidade, cidades inteligentes exigir~ao implantac~ao de rede que capaz de lidar com comunicac~oes de longo alcance e assim por diante. Hoje em dia, existem varias tecnologias de CSF desenvolvidas para cada perspectiva, variando de curto alcance (ZigBee, 6LowPAN) a medio e longo alcance (LoRa, Sigfox, UNB, LTE-M, etc.) [Mek19].
Redes de longa dist^ancia e baixa pot^encia (LPWANs) ir~ao melhorar as aplicac~oes IoT existentes devido ao baixo consumo de energia e a comunicac~ao de longo alcance associada. LPWANs operam em bandas sem o licenciadas e n~ao licenciadas. As principais caracter sticas dos LPWANs que devem orientar o design para redes IoT s~ao: baixo consumo de energia, facil implantac~ao de infraestrutura de rede em todo o pa s, seguranca e cobertura estendida [Khu17]. 2
LoRa (Long Range) e a camada f sica usada em LoRaWAN. Apresenta operac~ao de baixa pot^encia, baixa taxa de dados e longo alcance de comunicaca~o. As redes LoRaWAN s~ao organizadas em uma topologia estrela, no qual os nos transmitem dos dispositivos nais para os gateways conectados a rede central. Dispositivos nais enviam dados para gateways em um unico salto sem o, e os gateways s~ao conectados ao servidor por meio de uma rede n~ao LoRaWAN (IP, LTE ou Ethernet). A comunicac~ao e bidirecional, embora a comunicac~ao de uplink dos dispositivos nais para o servidor da rede seja priorizada devido a certas limitac~oes [Sorn20].
LoRaWAN de ne tr^es tipos de dispositivos classes A, B e C com diferentes capacidades. Os dispositivos da Classe A usam acesso ALOHA puro para o uplink. Depois de enviar um quadro, um dispositivo de Classe A escuta uma resposta durante duas janelas de recepc~ao de downlink. A transmiss~ao de downlink so sera permitida apos uma transmiss~ao de uplink bemsucedida. Portanto, o trafego de downlink n~ao pode ser transmitido ate que uma transmiss~ao de uplink bem-sucedida seja decodi cada pelo gateway [Sor20]. Os dispositivos de Classe B s~ao projetados para aplicativos com necessidades adicionais de trafego de downlink. Finalmente, os Classe C est~ao sempre ouvindo o canal, exceto quando est~ao transmitindo geralmente s~ao usados como gateways.
A comunicac~ao entre os dispositivos nais e os gateways comeca com um procedimento de junc~ao que pode ocorrer em varios canais de frequ^encia por implementac~ao de salto de canal pseudoaleatorio. Cada quadro e transmitido com um fator de espalhamento espec co (SF), de nido como SF = log2(Rc=Rs), onde Rs e a taxa de s mbolo e Rc e a taxa de chip. Consequentemente, ha uma compensac~ao entre SF e o alcance de comunicac~ao. Quanto maior o SF mais lenta e a transmiss~ao e maior sera o alcance da comunicac~ao. O numero de chips por s mbolo e calculado como 2 elevado ao SF. Cada aumento no SF reduz pela metade a taxa de transmiss~ao e, portanto, dobra a durac~ao da transmiss~ao, consequentemente aumentando o consumo de energia. Os codigos usados nos diferentes SFs s~ao semi-ortogonais. Isso signi ca que varios quadros podem ser trocados na rede ao mesmo tempo, desde que cada um seja enviado com um dos seis diferentes SFs de SF = 7 a SF = 12 [Ade17].
A camada f sica LoRa usa modulac~ao de espectro de propagac~ao de chirp (CSS), uma tecnica de espectro de propagac~ao em que o sinal e modulado por pulsos de chirp (pulsos sinusoidais de frequ^encia variavel), melhorando assim a resili^encia e a robustez contra interfer^encia, efeito Doppler e multipercusso. Os pacotes cont^em um pre^ambulo (com 8 s mbolos), um cabecalho, a carga util e um campo de veri cac~ao de redund^ancia c clica (CRC) com con gurac~oes que fornecem uma taxa de codi cac~ao de 4/5 a 4/8. Os valores t picos de BW s~ao 125, 250 e 500 kHz na banda HF ISM 868 e 915 MHz. A taxa de dados teoricos varia de acordo com o SF e o BW, entre 18 b/s (BW = 7,8 kHz e SF = 12) a 37 kb / s (BW = 500 kHz e SF = 7) [Man20].
E esperado que as redes LoRa suportem um grande numero de dispositivos trocando dados na camada f sica. Logo o gerenciamento dos par^ametros de transmiss~ao da camada f sica desempenha um papel importante na determinac~ao da capacidade e escalabilidade das redes LoRa. Para tal, a especi cac~ao LoRaWAN descreve um mecanismo Adaptive Data Rate (ADR) que e um mecanismo para otimizar taxas de dados, tempo no ar e consumo de energia na rede. E recomendado que o ADR seja ativado somente quando o dispositivo nal tiver condic~oes su cientemente estaveis. Signi cando que o recomendado e ativar ADR para dispositivos estaticos [Man20]. Se o dispositivo nal puder determinar que as condic~oes s~ao instaveis o ADR deve ser desativado.
No entanto, tambem e esperado que mesmo em uma rede instavel tambem exista con abilidade no uxo de dados, ent~ao a implementac~ao de um agente que exerca uma ac~ao semelhante ao do ADR, de maneira inteligente. Como por exemplo: o controle fuzzy, que pode alterar os par^ametros de transmiss~ao dinamicamente a partir de leituras padr~oes de RSSI, SNR e CRC para ent~ao de nir o SF e/ou BW [Ade17].
Esta sec~ao apresenta a metodologia empregada neste trabalho. S~ao abordados as campanhas de medic~oes onde dados foram coletados e utilizados para determinar os para^metros do controle Fuzzy, dos quais os valores mais relevantes para este estudos s~ao os dados de RSSI e SNR, possibilitando desenvolver a proposta de logica difusa para determinar o SF otimo de acordo com as condic~oes do canal LoRa. 3.1
As campanhas de medic~oes foram realizadas nas depend^encias da Universidade Federal do Para (UFPA), onde foram estudados os valores de RSSI e SNR em diversos pontos a longo da rua igarape tucunduba, posicionando o transmissor no topo do espaco de ensino Mirante do Rio a 30 metros de altura e o receptor a 3,3 metros acima. A antena receptora foi posicionada em uma haste instalada ha um carro, percorrendo o trajeto a uma velocidade constante de 20 Km/h possibilitando gerar as instabilidades de uma rede movel, ent~ao os dados eram capturados a cada segundo e associados a uma latitude e longitude. Vale ressaltar que a escolha de posicionamento do Tx e dos Rxs e devido ao interesse nos dados dos dispositivos em movimento. A Fig. 1 apresenta o transmissor em vermelho e o receptor em azul.
Figura 1: Disposic~ao das Antenas Transmissora Antena Receptora
As medic~oes foram realizadas com a frequ^encia de 915Mhz, CRC de 4/5, BW de 125Khz, SF 7 e 12. Por necessidade do estudo, onde visamos enviar a maxima quantidade de informac~ao poss vel pelo canal o menor CRC foi escolhido, e para resultados iniciais foi usado apenas a BW de 125Khz. O equipamento de transmiss~ao e recepc~ao utilizado foi a plataforma de desenvolvimento Dragino UNO, baseado no transceptor SX1276 con gurado com a pot^encia de transmiss~ao de 20dBm. As antenas utilizadas (Tx e Rx) foram do tipo helicoidal, com 3 dBi de ganho. 3.2
A logica fuzzy trabalha, com incertezas e verdades parciais dos fen^omenos naturais, de uma maneira sistematica e rigorosa. Logo para uma rede n~ao estavel com incertezas relacionadas ao recebimento dos dados, mostrasse como um forte candidato a oferecer uma maior con abilidade para rede [Sim99].
De maneira simpli cada um controle fuzzy pode ser dividido emquatro passos, onde as entradas sa~o lidas e transformadas em entradas fuzzy (1 - Fuzzy caca~o), em seguida s~ao aplicadas a um equac~ao caracter stica fuzzy (2 - Infer^encia fuzzy ), contendo uma lista de regras (3 - Base de Regras) para ent~ao por m gerar uma sa da que pode ser lida por um sistema qualquer (4 Defuzzi cac~ao) [Sim99]. Controles fuzzy, tem como principal vantagem em relac~ao a outros algoritmos a n~ao necessidade de treinamento, gerando respostas que satisfazem o sistemas em tempo real [Sim99].
Atraves de campanhas de medic~oes e manuais dos circuitos integrado usados e poss vel identi car valores de referencia do RSSI e SNR associados ao local de implementac~ao da rede LoRa, tambem e poss vel encontrar os valores maximos e m nimos teoricos, possibilitando associar esses valores para de nir os graus de pertin^encia de cada variavel e inferir uma faixa de operac~ao do controle fuzzy. A Tab. 1 mostra a sensibilidade maxima teorica de RSSI e SNR, tambem mostra os valores de sensibilidade referentes as medic~oes feitas com a fam lia de chips SX12XX [Man20].
(kBHWz) SF (RdBSSmI) S(dNBR) Teorico 112255 172 --114273 --72,05
Medido 112255 172 --112460 --260
Usando os dados da Tab. 1 com os extraidos da campanha podemos inferir os valores da nossa faixa de avaliac~ao, como pode ser visto na Fig. 2, onde e poss vel encontrar as duas entradas fuzzy com seus valores associados.
A Fig. 2 exempli ca os poss veis valores das entradas do controle fuzzy , onde a entrada RSSI e SNR possuem tr^es func~oes de associac~ao no formato triangular. Este tipo de func~ao de associac~ao e a mais comum e usado quando existe um valor unico que possui o maior grau de pertin^encia entre todos os outros. Os valores de entradas fuzzy da Fig. 2 resultara em uma sa da fuzzy. A Fig. 3 mostra um exemplo poss vel de sa da, baseado nos SFs mais extremos incluindo um SF medio.
Como pode ser observado na Fig 3, o controle fuzzy tera tr^es sa das que satisfar~ao as necessidades do ambiente estudado e otimizar~ao os links de transfer^encia de dados. 4
Com a aplicac~ao do controle Fuzzy e esperado que o mesmo determine o melhor SF para as condic~oes do canal atual, mesmo quando exposta a situac~oes de instabilidade. A natureza movel do receptor dentro do cenario e um bom exemplo de rede que se bene cia de uma optimizac~ao de SF, devido a elevada variabilidade no canal por decorr^encia da mudanca do ambiente e movimentac~ao do no, diferente das condic~oes de canal de um enlace. Atribuir o valor de SF dinamicamente de maneira otima aumenta a probabilidade de recebimento do pacote LoRa e otimizar o consumo energetico, atraves das variac~oes de RSSI, SNR e a con rmac~ao de pacotes.
Os autores agradecem a Universidade Federal do Para (UFPA), ao PPGEE / UFPA, ao LCT / UFPA e a CAPES pelo suporte e apoio concedido ao desenvolvimento desta pesquisa.
Things: Architectures, Protocols, and Applications". Hindawi Publishing Corporation,pages 1-25, 2017.
gresso de Tecnologia e Desenvolvimento na Amaz^onia - CTDA, Santarem, Para. 2019.