LoRa (Long-Range) is an LPWAN (low-power wide-area network) protocol that is part of the IoT family that focusses on long-range communication of up to 14km, albeit with delay-inherent transmissions. Three IoT-based time synchronisation methodologies are analysed, and their efficacy measured through a systematic critical literature review. These include a GNSS-based method, an off-the-shelf GPS hardware resampling method, and the LongShoT method, within the context of vehicular ad-hoc networks (VANET), wireless sensor networks (WSN), and long-range wide area network (LoRaWAN) respectively. Although two of the three methods are not LoRaWAN-specific, the findings obtained from the research are applied to the context of LoRa in the proposed methodology. A methodology for selecting a time synchronisation methodology with regards to LoRa specifically is posited, whereby each requirement of synchronisation objective, energy consumption and costs, scenario and security analysis, application requirements, microcontroller requirements and transceiver requirements are taken into consideration. These are then followed by a fine-grain approach to the selection of a particular time-sync method. The resultant methodology may not only have implications in the field of research, where practitioners may adopt this literature review as a baseline understanding of time synchronisation methods and obstacles encountered toward LoRa, however developers of applications for the LoRaWAN may adapt the analysed methods outlined within.


翻译:Lora(Long-Range)是一个LPWAN(低功率广域网)协议,是IOT系列的一部分,分别侧重于高达14公里的远程通信,尽管有延迟的内在传输。分析了三种基于IOT的时间同步方法,并通过系统的批判性文献审查衡量其效力。其中包括基于全球导航卫星系统的方法、现成的GPS硬件取样法和LongShoT方法,在车辆专用网络(VANET)、无线传感器网络(WSN)和远程广域网(LORAWAN)的背景下,分别侧重于高达14公里的远程通信。虽然三种方法中有两种不是LOWAN特有的,但从研究中得出的结果应用于拟议方法中的LoRa的背景。一种选择与LoRa具体相关的时间同步方法的假设,根据这种方法,对同步目标、能源消耗和成本、设想和安全分析、应用要求、微控制器要求和移动器的同步应用要求,以及Lo Rawange应用网络(LORAWAN)的远程区域障碍网络(LORAWAN)分别侧重于通信应用,但这种方法可能只用于实地选择方法。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
108+阅读 · 2020年6月10日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
AAAI2020 图相关论文集
图与推荐
10+阅读 · 2020年7月15日
【资源】语音增强资源集锦
专知
8+阅读 · 2020年7月4日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
0+阅读 · 2021年8月21日
VIP会员
相关资讯
AAAI2020 图相关论文集
图与推荐
10+阅读 · 2020年7月15日
【资源】语音增强资源集锦
专知
8+阅读 · 2020年7月4日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员