Extended Range Wide Area Network (LoRaWAN) has recently gained a lot of attention from the industrial and research community for dynamic Internet of Things (IoT) applications. IoT devices broadcast messages for neighbor gateways that deliver the message to the application server through an IP network. Hence, it is required to deploy LoRaWAN gateways, i.e., network planning, and optimization, in an environment while considering Operational Expenditure (OPEX) and Capital Expenditure (CAPEX) along with Quality of Service (QoS) requirements. In this article, we introduced a LoRaWAN gateway placement model for dynamic IoT applications called DPLACE. It divides the IoT devices into groups with some degree of similarity between them to allow for the placement of LoRaWAN gateways that can serve these devices in the best possible way. Specifically, DPLACE computes the number of LoRaWAN gateways based on the Gap statistics method. Afterward, DPLACE uses K-Means and Fuzzy C-means algorithms to calculate the LoRaWAN gateway placement. The simulations’ results proved the benefits of DPLACE compared to state-of-the-art LoRaWAN gateway placement models in terms of OPEX, CAPEX, and QoS.
O LoRaWAN é a tecnologia sem fio de longo alcance mais utilizada para aplicações de Internet das Coisas (IoT) que trabalham com alta densidade, pois é capaz de conectar dispositivos que requerem serviços de comunicação de longo alcance, baixo custo e menor consumo de energia. Contudo, a densificação do uso de LoRaWAN em serviços IoT traz uma série de desafios devido a interferência por transmissão simultânea no mesmo canal e/ou maior consumo de energia pelos dispositivos. Nesse contexto, é crucial entender os conceitos de alocação de recursos do LoRaWAN para otimizar a configuração de parâmetros específicos do rádio, ie, Fator de Espalhamento (SF) e Frequência de portadora (CF), em que a otimização dos parâmetros de transmissão via modelos de otimização é um desafio em aberto. Este artigo apresenta o MARCO, um modelo de otimização de alocação de recursos para minimizar a Qualidade de Serviço (QoS) do LoRaWAN para aplicações de IoT, além de contribuir para a melhora da eficiência enérgica dos dispositivos. O MARCO considera uma programação linear inteira mista para definir as configurações ideais dos parâmetros SF e CF, bem como especificações de trafego da rede como um todo. Resultados de simulação demonstram a eficiência em termos de taxa de extração de dados, número de colisões e consumo de energia do MARCO em comparação com as heurísticas de alocação de recursos para LoRaWAN existentes.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.