LoRaEnergySim 다운로드 LoRaEnergySim 소스 코드 다운로드

LoRaEnergySim

AI 소스 코드

1.0.0

다운로드

loraenergysim

프레임 워크는 세 가지 주요 구성 요소, 즉 노드, 에어 인터페이스 및 게이트웨이로 구성됩니다. 노드는 에어 인터페이스를 통해 게이트웨이로 메시지를 보냅니다. 에어 인터페이스 구성 요소에서 충돌 및 약한 메시지가 감지됩니다. 청지되지 않은 강력한 패킷은 게이트웨이로 전달되며, 그 후 노드에서 요청하면 다운 링크 메시지가 예약됩니다.

Simulation

인용하는 방법?

@INPROCEEDINGS{8885739,  
author={G. {Callebaut} and G. {Ottoy} and L. {van der Perre}},  
booktitle={2019 IEEE Wireless Communications and Networking Conference (WCNC)},   
title={Cross-Layer Framework and Optimization for Efficient Use of the Energy Budget of IoT Nodes},   
year={2019},  
volume={},  
number={},  
pages={1-6},
}

기타 간행물 :

 G. Callebaut, G. Ottoy and L. V. d. Perre, "Optimizing Transmission of IoT Nodes in Dynamic Environments," 
2020 International Conference on Omni-layer Intelligent Systems (COINS), 2020, pp. 1-5, doi: 10.1109/COINS49042.2020.9191674.

사용 방법?

프레임 워크의 소스는 Framework 폴더에 있습니다. Simulations 폴더에는 몇 가지 예가 포함되어 있습니다.

일반 워크 플로

다른 settings/configurations 비교하기 위해서는 노드의 위치가 모든 시뮬레이션에 대해 동일해야합니다. 따라서 파일 generate_locations.py 예제에 포함되어 있습니다.

워크 플로 :

GlobalConfig 파일에서 시뮬레이션 환경, 예를 들어, 스프레드 팩터, 시뮬레이션 지속 시간 (실시간)을 정의하십시오.
위치를 생성하십시오. GlobalConfig 파일에 정의 된 설정을 사용합니다.
여기에서 자세히 설명 된대로 Simulation.py 파일을 만듭니다.

노드 위치를 생성합니다

구성 가능한 매개 변수 :

위치 수, 즉 IoT 노드 수
세포 크기, 세포는 여기서 직사각형 영역입니다. 셀 크기는 미터의 가장자리 길이를 결정합니다.
실행할 Monto-Carlo 시뮬레이션 수. 시뮬레이션에는 무작위 및 비 결정적 동작 및 다른 위치 세트가 포함되어 있으므로 여러 시뮬레이션을 통해 결과를 평균하면 통계적 의미가 있습니다.

각 시뮬레이션에 대해, 영역 내부의 임의의 위치 세트가 생성되고 GlobalConfig.py 파일에 정의 된 매개 변수 인 location_file 에 저장됩니다.

시뮬레이션

시뮬레이션 파일에서 프레임 워크의 빌딩 블록을 사용하여 특정 환경을 시뮬레이션하고 소비 에너지 및 충돌 메시지 수와 같은 결과를 얻습니다. 구성 가능한 매개 변수 및 출력은 섹션 Framework (아래)를 참조하십시오. 시뮬레이션 파일을 작성하는 방법에 대한 Example>simulation.py 의 주석을 참조하십시오. simulation.py 에서 위치를로드하고 결과를 유지할 객체를 지정하고 시뮬레이션 할 내용을 지정하십시오. SimulationProcess 에서는 시뮬레이션 자체가 실행됩니다. 게이트웨이가 생성되고 노드는 LORA 매개 변수 및 에너지 프로파일로 생성됩니다. 시뮬레이션이 실행됩니다. 하나의 시뮬레이션이 완료된 후 결과는 객체에서 추출되어 반환되어 simulation.py 파일에 사용됩니다.

이제 generate_locations.py 먼저 실행 한 다음 simulation.py 실행하여 프로젝트를 실행할 수 있습니다.

뼈대

Lorawan 운영 및 한계와 관련하여 프레임 워크를보다 자세히 이해하려면 먼저 논문을 읽으십시오.

전파 모델

전파 모델은 메시지가 환경에 의해 어떻게 영향을 받는지 결정합니다. 주어진 환경에 대해 경로 손실, 즉 송신기와 수신기 사이에 신호가 얼마나 약화되는지 예측합니다. PropagationModel.py 에는 두 가지 구현이 포함됩니다.

로그 그림자 모델 또는 로그-지식 경로 손실 모델. 기본 매개 변수는 반복 ITU-R P.2346-0 및 J. Petajajarvi, K. Mikhaylov, A. Roivainen, T. Hanninen 및 M. Pettissalo를 기반으로하는 LPWANS의 범위 및 채널 감쇠 모델에 대한 범위의 텔레 커 컨퍼런스, "2015 14 번째 국제 회의에서"2015 년 14 번째 컨퍼런스에 대한 " (Itst), 2015, pp. 55-59, doi : 10.1109/itst.2015.7377400.
환경에 대한 자세한 내용을 포함하여 Cost231, 예를 들어, 건물 높이

SNR 모델

이 모델은 rss_to_snr 메소드에 의해 수신 된 신호 강도 (RSS)를 신호 대 잡음비 (SNR)로 변환합니다. 현재 노이즈는 열 노이즈에 의해서만 영향을받습니다. 이로 인해 (DB)가 발생합니다.

 SNR = RSS - ( - 174 + 10 * log10 ( 125e3 ))

LORA 매개 변수

LORA 프로토콜 (Lorawan) 및 이러한 매개 변수와 관련된 측정 된 에너지 소비에 특정한 모든 매개 변수가 포함되어 있습니다.

Lorapacket

Lorapackets는 노드에서 게이트웨이로 공기 인터페이스를 통해 전송됩니다. LoRaPacket 은 관련 메타 데이터 및 메시지 상태에 관한 정보 (예 : 수신, 충돌, ...

에너지 프로파일

에너지 프로파일 클래스에는 노드의 수면, 처리, 전송 및 수신 된 전력이 포함되어 있습니다. 이것은 각 노드마다 다를 수 있으며 simulation.py 파일에서 정의 할 수 있습니다.

마디

노드 클래스에는 전력 소비, 메시지 수, 페이로드 송신, 재전송 및 ... 노드는 실제 IoT 노드 역할, 네트워크에 가입, 대기, 수면, 전송 및 수신에 관한 모든 정보가 포함되어 있습니다. 그들의 동작은 기본 simulation.py 에서 결정됩니다.

시뮬레이션을 실행하면 다음과 같은 균일을 추출 할 수 있습니다.

energy_per_bit . 이것은 하나의 데이터를 전송하기 위해 소비되는 에너지의 양입니다.
transmit_related_energy_per_bit . 여기에는 전송 모드에서 에너지 소비 만 포함됩니다.
transmit_related_energy_per_unique_bit . 여기에는 전송 모드에서의 에너지 소비 만 포함되며 TX'ed Retransmission은 전송 된 비트에 포함되지 않습니다.
total_energy_consumed
get_simulation_data :

 series = {
            'WaitTimeDC' : self . total_wait_time_because_dc / 1000 ,  # [s] instead of [ms]
            'NoDLReceived' : self . num_no_downlink ,
            'UniquePackets' : self . num_unique_packets_sent ,
            'TotalPackets' : self . packets_sent ,
            'CollidedPackets' : self . num_collided ,
            'RetransmittedPackets' : self . num_retransmission ,
            'TotalBytes' : self . bytes_sent ,
            'TotalEnergy' : self . total_energy_consumed (),
            'TxRxEnergy' : self . transmit_related_energy_consumed (),
            'EnergyValuePackets' : self . energy_value
        }

에어 인터페이스

에어 인터페이스는 충돌을 감지하고 Lorapacket 객체를 변경하여 노드와 게이트웨이가 메시지 전송 중에 무슨 일이 있었는지 알 수 있습니다. 전송이 성공했는지 여부를 결정하기 위해 사용 된 전파 모델 및 SNR 모델을 사용합니다.

게이트웨이

게이트웨이에서 수신 된 SNR이 확인되고 필요한 임계 값 아래의 메시지는 약한 것으로 표시되어 있으며 RX'ed가 아닙니다. 게이트웨이는 또한 노드에서 요청하면 DL 메시지를 처리합니다.

구성 가능한 속성

Energy_Profile : EnergyProfile,
lora_parameters,
sleep_time,
process_time,
ADR,
위치,
payload_size,
확인 된_messages = true

현재 추적되는 것

'Waittimedc': Total_wait_time_because_dc
'nodlreceived': num_no_downlink,
'eliquepackets': num_unique_packets_sent,
'TotalPackets': Packets_Sent,
'CollidedPackets': num_collided,
'RetransmittedPackets': num_retransmission,
'TotalBytes': bytes_sent,
'Totalenergy': Total_energy_consumed (),
'TXRXENERGY': Transmit_Related_energy_consumed (),

일반적인 오류

Q : Globaconfig, 위치를 찾을 수 없습니다 ....
A : 폴더 프레임 워크 및 시뮬레이션이 소스 루트로 표시되어 있는지 확인하십시오. pycharm의 경우 폴더를 마우스 오른쪽 버튼으로 클릭하십시오> 디렉토리 마크 디렉토리> 소스 루트

Q : Ipython/Spyder의 출력이 없습니다
A : 코드는 기본적으로 Parralel에서 실행 되며이 경우 STD 출력은 잘 처리되지 않습니다. 코드를 순간적으로 실행하고 맨 아래의 pool.map 함수와 관련하여 example/simulation.py에서 주석을 볼 수 있습니다.

시뮬레이터를 사용한 학업 작업

인용.

사용 된 시뮬레이터 :

F. De Rango, D. Stumpo 및 A. Iera, "확장 가능한 LORA 네트워크에 대한 간섭 지역 인식 채널 과제", 2024 20 번째 무선 및 모바일 컴퓨팅, 네트워킹 및 통신 (WIMOB), 파리, 프랑스, 2024, pp. 19-24, DOI : 10.1109/WIMOB61911.2070310.
GL Scapin, G. Alvarez, N. Quiroga, F. Collado 및 Ja Fraire, "Lorawan DTS-IOT 네트워크의 성능 평가 : 운영 모드 및 서버 배치,"2024 IEEE Biennial Certress of Argentina (Argencon), San Nicolás de Los Arroyos, Argentina, 2024, pp. 1-8, 1-8 : 10.1109/argencon62399.2024.10735884.
Park, G., Lee, W., & Joe, I. (2020). 저전력 와이드 지역 네트워크를위한 강화 학습을 통한 네트워크 리소스 최적화. 무선 통신 및 네트워킹에 대한 Eurasip 저널, 2020 (1), 1-20.
L. Beltramelli, A. Mahmood, P. Österberg, M. Gidlund, P. Ferrari 및 E. Sisinni, "대역 외부 동기화와의 슬롯 형 로라완 커뮤니케이션의 에너지 효율", IEEE 계측 및 측정, vol. 70, pp. 1-11, 2021, Art no. 5501211, doi : 10.1109/tim.2021.3051238.
Thoen B, Callebaut G, Leenders G, Wielandt S. 저비용 및 에너지 제약 IoT 응용 프로그램을위한 배포 가능한 LPWAN 플랫폼. 센서. 2019; 19 (3) : 585. https://doi.org/10.3390/S19030585
T. Fedullo, A. Morato, F. Tramarin, P. Bellagente, P. Ferrari 및 E. Sisinni, "Adaptive Lorawan 전송 강화 학습 : 산업 사례,"2021 IEEE International Workshop 4.0 & IoT (Metroind4.0 & IoT), Rome, Rome, 2021, PP. 10.1109/metroind4.0iot51437.2021.9488498.
Leenders G, Callebaut G, Ottoy G, van der Perre L, De Strycker L. 원격 감지를위한 프리임블 샘플링을 통한 에너지 효율적인 LORA 멀티 홉 프로토콜. 센서. 2023; 23 (11) : 4994. https://doi.org/10.3390/s23114994
Acosta-Garcia, L., Aznar-Poveda, J., Garcia-Sanchez, AJ, Garcia-Haro, J., & Fahringer, T. (2023). LORA 네트워크 성능 향상을위한 동적 전송 정책 : 심층 강화 학습 접근법. 사물 인터넷, 24, 100974.
G. Leenders, G. Ottoy, G. Callebaut, L. van der Perre 및 L. de Strycker, "프리 앰블 샘플링을 통한 에너지 효율적인 LORA 멀티 홉 프로토콜", 2023 IEEE 무선 통신 및 네트워킹 컨퍼런스 (WCNC), Glasgow, KIKER, 2023, pp. 1-6, DOI : 10.1109/wcnc55385.2023.10118770.
E. Sisinni et al., "스마트 계량 응용 프로그램을위한 새로운 로라완 적응 전략", 2020 IEEE 국제 워크숍 업계 4.0 & IoT, Roma, Italy, 2020, pp. 690-695, doi : 10.1109/metroind48571.2020.9138226.
T. Fedullo, A. Mahmood, F. Tramarin, A. Morato, M. Gidlund 및 L. Rovati, "LORA 기반 센서 네트워크의 듀티주기 제한을 극복하기위한 하이브리드 매체 액세스 제어 및 릴레이 전략 활용,"2023 IEEE International Instrumentation and Secale Technology Conference (I2MTC), Malaysia, 2023, PP. 01-06, doi : 10.1109/i2mtc53148.2023.10176039.
F. De Rango, A. Lipari, D. Stumpo 및 A. Iera, "여러 게이트웨이 및 무거운 트래픽 부하에서 로라완의 동적 스위칭", 2021 IEEE Global Communications Conference (Globecom), Madrid, Spain, 2021, pp. 1-6, doi : 10.1109/Globecom46510.2021.9685009.
D. Stumpo, F. de Rango, F. Buffone 및 M. Tropea, "다중 게이트 웨이 시나리오 및 간섭 관리를 지원하는 확장 된 Loraenergysim 시뮬레이터의 성능", 2022 IEEE/ACM 분산 시뮬레이션 및 실시간 응용 프로그램 (DS-RT), Alès, France, 2022, Pp. 135-142, Doi : 10.1109/DS-RT55542.2022.9932063.
G. Callebaut, G. Ottoy 및 LV d. Perre, "동적 환경에서 IoT 노드 전송 최적화", 2020 Omni-Layer Intelligent Systems (코인), 스페인, 2020, pp. 1-5, doi : 10.1109/coins49042.2020.9191674에 관한 국제 회의.
Križanović, V.; Grgić, K.; Spišić, J.; žagar, D. LORA 기반 무선 센서 네트워크를 사용한 정밀 농업의 고급 에너지 효율적인 환경 모니터링. 센서 2023, 23, 6332.
Zhang, Jiayue. "제로 에너지 장치에 대한 저전력 통신 프로토콜의 설계 지침." (2023).
Stumpo, Daniele, Floriano de Rango 및 Francesco Buffone. "다중 게이트 웨이 IoT 시나리오에서 간섭 관리를 지원하기 위해 Loraenergysim 시뮬레이터 확장." (2022).
T. Fedullo, A. Morato, F. Tramarin, P. Ferrari 및 E. Sisinni, "전력 소비 제약 하에서 적응 형 로라완을 악용하는 스마트 측정 시스템 : RL 접근법"2022 IEEE International Workshop for Industry 4.0 & IoT (Metroind4.0 & IoT), Trento, 2022, PPP. 10.1109/metroind4.0iot54413.2022.9831487.