Although the idea of using wireless links for covering large areas is not new, the advent of LPWANs has recently started changing the game. Simple, robust, narrowband modulation schemes permit the implementation of low-cost radio devices offering high receiver sensitivity, thus improving the overall link budget. The several technologies belonging to the LPWAN family, including the well-known LoRaWAN solution, provide a cost-effective answer to many Internet-of-things (IoT) applications, requiring wireless communication capable of supporting large networks of many devices (e.g., smart metering). Generally, the adopted MAC strategy is based on pure ALOHA, which, among other things, allows to minimize the traffic overhead under constrained duty cycle limitations of the unlicensed bands. Unfortunately, ALOHA suffers from poor scalability, rapidly collapsing in dense networks. This work investigates the design of an improved LoRaWAN MAC scheme based on slotted ALOHA. In particular, the required time dissemination is provided by out-of-band communications leveraging on FM-RDS broadcasting. An experimental setup based on low-cost hardware is used to characterize the obtainable synchronization performance and derive a timing error model. Consequently, improvements in success probability and energy efficiency have been validated by means of simulations in very large networks with up to 10000 nodes. It is shown that the advantage of the proposed scheme over conventional LoRaWAN communication is up to 100% when short update time and large payload are required. Similar results are obtained regarding the energy efficiency improvement, which is close to 100% for relatively short transmission intervals and long message duration; however, due to the additional overhead for listening to the time dissemination messages, efficiency gain can be negative for short-duration messages fastly repeating.


翻译:虽然使用无线链接覆盖大片地区的想法并不新鲜,但LPWAN的出现最近开始改变游戏。简单、稳健、窄带调制计划允许实施低成本无线电设备,对接收机敏感度高,从而改善总体连结预算。LPWAN家族的一些技术,包括众所周知的LORAWAN解决方案,为许多互联网应用程序提供了具有成本效益的答案,需要无线通信支持许多装置的大型网络(例如智能计量),一般而言,通过的MAC战略以纯ALOHA为基础,除其他外,允许在无许可证频带的有限税周期限制下将交通管理管理管理管理费用降至最低。不幸的是,ALOHA家家家族的几种技术,包括众所周知的LORWAN 解决方案,为许多基于时间档的改进LOWAN MACM(I)应用程序提供了成本有效的解决方案设计。特别是,通过调频-RDS广播的超频带通信工具更新所需要的时间。基于低频频频路段的短时间设置,基于低价硬件的实验性更短时间定位,但高频频路路段的运行效率则用于实时传输。

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
专知会员服务
44+阅读 · 2020年10月31日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
专知会员服务
61+阅读 · 2020年3月4日
【大规模数据系统,552页ppt】Large-scale Data Systems
专知会员服务
60+阅读 · 2019年12月21日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员