LoRaEnergySim

Loraenergysim

Структура состоит из трех основных компонентов, то есть узлов, воздушного интерфейса и шлюза. Узлы отправляют сообщения в шлюз через воздушный интерфейс. Столкновения и слабые сообщения обнаруживаются в компоненте воздушного интерфейса. Непонижаемые и сильные пакеты доставляются в шлюз, в то время как сообщение по нисходящей линии связи будет запланировано в случае запроса узла.

Как цитировать?

@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},
}

Другие публикации:

 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.

Как использовать?

Источник каркаса расположен в папке Framework . Папка Simulations содержит несколько примеров.

Общий рабочий процесс

Чтобы сравнить различные settings/configurations , крайне важно, чтобы местоположения узлов были одинаковыми для всех моделирования. Следовательно, файл generate_locations.py включен в примеры.

Рабочий процесс:

• Определите свои настройки для среды моделирования, например, начало распространения коэффициента, продолжительность моделирования (в режиме реального времени), в файле GlobalConfig
• Создайте свои места, см. Здесь. Он будет использовать настройки, определенные в файле GlobalConfig.
• Создайте файл Simulation.py , как подробно здесь.

Генерировать местоположения узла

Настраиваемые параметры:

• Количество мест, то есть количество узлов IoT
• Размер ячейки, ячейка здесь - прямоугольная область. Размер ячейки определит длину краев в метрах
• Количество моделирования Monto-Carlo для запуска. Поскольку симуляция содержит случайное и не определенное поведение и различные наборы местоположения, усреднение результатов по нескольким моделированию будет иметь более статистическое значение.

Для каждого моделирования генерируется случайный набор местоположений внутри области и хранится в location_file , который является параметром, определенным в файле GlobalConfig.py .

Симуляция

В файле моделирования вы будете использовать строительные блоки в рамках для моделирования конкретной среды и получить результаты, такие как потребляемая энергия, и количество столкнутых сообщений. См. Framework раздела (ниже) для настраиваемых параметров и вывода. Пожалуйста, смотрите комментарии в Example>simulation.py о том, как написать файл моделирования. В simulation.py вы загружаете местоположения, укажите объект, чтобы удерживать результаты и указать, что вы хотите моделировать. В SimulationProcess сама симуляция запускается. Ворота создается, узлы генерируются с их параметрами LORA и энергетическим профилем. После чего моделирование запускается. После завершения одного моделирования результаты извлекаются из объектов и возвращаются, которые будут использоваться в файле simulation.py .

Теперь проект можно запустить, сначала запустив generate_locations.py , а затем simulation.py .

Рамки

Пожалуйста, прочитайте сначала статью, чтобы иметь более подробное понимание структуры в отношении работы Лоравана и ограничений.

Модель распространения

Модель распространения определяет, как на сообщения влияют окружающая среда. Это предсказывает потерю пути, то есть, сколько сигнал ослаблен между передатчиком и приемником для данной среды. PropagationModel.py содержит (в настоящее время) две реализации:

• log shadow model or log-distance path loss model, where the default parameters are based on the Rep. ITU-R P.2346-0 and J. Petajajarvi, K. Mikhaylov, A. Roivainen, T. Hanninen and M. Pettissalo, "On the coverage of LPWANs: range evaluation and channel attenuation model for LoRa technology," 2015 14th International Conference on ITS Telecommunications (Itst), 2015, с. 55-59, doi: 10.1109/itst.2015.7377400.
• Стоимость 231, включая более подробную информацию о окружающей среде, например, высотах здания

SNR модель

Эта модель преобразует силу принятого сигнала (RSS) в отношение сигнал / шум (SNR) методом rss_to_snr . В этот момент на шум влияет только тепловой шум. Это приводит к (DB):

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

Лора Параметры

Все параметры, характерные для протокола LORA (Lorawan), и измеренное потребление энергии, связанное с этими параметрами, включены здесь.

Лорапакет

Lorapackets отправляются через воздушный интерфейс от узлов к шлюзу. LoRaPacket содержит класс сообщений о восходящей линии связи и нисходящей линии связи, включая соответствующие метаданные и информацию, касающуюся состояния сообщения, например, полученного, столкнувшегося, ...

Энергетический профиль

Класс профиля энергии содержит сон, обработку, передачу и полученную силу узла. Это может быть различным для каждого узла и может быть определена в файле simulation.py .

Узел

Класс узлов содержит всю информацию, касающуюся энергопотребления, количество сообщений, отправленных, отправка полезной нагрузки, ретрансмиссии, ... узлов действуют как реальные узлы IoT, присоединяясь к сети, ожидание, сна, передачу и получение. Их поведение определяется в основном файле simulation.py .

После запуска симуляции вы можете извлечь следующее вхождение:

• energy_per_bit . Это количество энергии, потребляемой для отправки одного бита данных
• transmit_related_energy_per_bit . Это содержит только расходы на энергию в режиме передачи.
• transmit_related_energy_per_unique_bit . Это содержит только расходы на энергию в режиме передачи, а ретрансмиссии tx'ed не рассматриваются против передаваемых битов
• 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
        }

Воздушный интерфейс

Авиационный интерфейс обнаруживает столкновения и изменяет объект Lorapacket, чтобы узел и шлюз знали, что произошло во время передачи сообщения. Он использует используемую модель распространения и модель SNR, чтобы определить, была ли передача успешной или нет.

Ворота

У шлюза полученный SNR проверяется, а сообщения ниже требуемого порога отмечены как слабые и не являются RX'ed. Шлюз также обрабатывает сообщения DL, если запрошен узел.

Настраиваемые свойства

• Energy_profile: EnergyProfile,
• lora_parameters,
• sleep_time,
• process_time,
• АДР,
• расположение,
• PAYLOAD_SIZE,
• Reformed_messages = true

Что в настоящее время отслеживается

• 'Waittimedc': total_wait_time_because_dc
• 'Nodlreceived': num_no_downlink,
• 'Uniquepackets': num_unique_packets_sent,
• «TotalPackets»: packets_sent,
• 'Colledpackets': num_collyded,
• 'Retransmittedpackets': num_retransmission,
• 'Totalbytes': bytes_sent,
• «TotalEnergy»: total_energy_consumed (),
• 'Txrxenergy': anpermit_related_energy_consumed (),

Общие ошибки

В: Не могу найти Globaconfig, локации, ....
A: Убедитесь, что папки структура и моделирование помечены как корень источника. Для щелкните правой кнопкой мыши Pycharm на папке> Mark Directory AS> Source Root

В: Нет вывода в iPython/Spyder
A: Код запускается в Parralel по умолчанию, а вывод STD в этом случае плохо обрабатывается. Вы можете запустить код последовательно, см. Комментарии в примере/simulation.py относительно функции pool.map внизу.

Академическая работа с использованием нашего симулятора

Цитируется в.

Симулятор, используемый в:

• Ф. де Ранго, Д. Стумппо и А. Иера, «Назначения каналов, осведомленных о вмешательствах для масштабируемой сети LORA», 2024 20-я Международная конференция по беспроводным и мобильным вычислениям, сети и коммуникации (Wimob), Paris, France, 2024, стр. 19-24, DOI: 10.1109/wimob61911.2024.1070310.
• GL Scapin, G. Alvarez, N. Quiroga, F. Collado и Ja Frair, «Оценка производительности сети Lorawan DTS-IOT: режимы операции и размещение сервера», 2024 IEEE Biennial Congress of Argentina (Argencon), Сан-Николас де Лос-Арройос, Аргентина, 2024, стр. 10.1109/argencon62399.2024.10735884.
• Park, G., Lee, W. & Joe, I. (2020). Оптимизация сетевых ресурсов с обучением подкрепления для сетей с широкой областью низкой мощности. Eurasip Journal по беспроводной связи и сети, 2020 (1), 1-20.
• L. Beltramelli, A. Mahmood, P. österberg, M. Gidlund, P. Ferrari и E. Sisinni, «Энергетическая эффективность прорези из Lorawan Communication с внеполосной синхронизацией», в IEEE Transactions на инструментах и ​​измерениях, вып. 70, с. 1-11, 2021, искусство №. 5501211, doi: 10.1109/tim.2021.3051238.
• Thoen B, Callebaut G, Leenders G, Wielandt S. Развертываемая платформа LPWAN для недорогих и ограниченных энергии IoT-применений. Датчики. 2019; 19 (3): 585. https://doi.org/10.3390/S19030585
• T. Fedullo, A. Morato, F. Tramarin, P. Bellagente, P. Ferrari и E. Sisinni, «Адаптивная трансмиссия Lorawan, эксплуатирующее обучение армированию: промышленный случай», 2021 IEEE International Workshop по метрологии для промышленности 4.0 и IOT (MetroInd4.0 & IOT), ROME, Italy, 2021, PP. 67676767676767667667666 гг. 10.1109/metroind4.0iot51437.2021.9488498.
• Leenders G, Callebaut G, Ottoy G, Van Der Perre L, De Strycker L. Энергоэффективный протокол Lora Multi-Hop с помощью преамбулью отбора проб для дистанционного зондирования. Датчики. 2023; 23 (11): 4994. https://doi.org/10.3390/S23114994
• Acosta-Garcia, L., Aznar-Poveda, J., Garcia-Sanchez, AJ, Garcia-Haro, J. & Faringer, T. (2023). Динамическая политика передачи для повышения производительности сети LORA: глубокий подход к обучению. Интернет вещей, 24, 100974.
• G. Leenders, G. Ottoy, G. Callebaut, L. van der Perre и L. de Strycker, «Энергоэффективный многоохонный протокол Lora с помощью протокола в преамбуле», 2023 IEEE по беспроводной связи и сетевой конференции (WCNC), Глазго, Соединенное Королевство, 2023, стр. 1-6, doi: doi: doi: doi: 10.1109/WCNC55385.2023.10118770.
• E. Sisinni et al., «Новая адаптивная стратегия Lorawan для интеллектуальных измерений», 2020 IEEE Международный семинар по метрологии для промышленности 4.0 & IOT, Рома, Италия, 2020, стр. 690-695, DOI: 10.1109/metroind4.0iot48571.2020.913822226.
• T. Fedullo, A. Mahmood, F. Tramarin, A. Morato, M. Gidlund и L. Rovati, «Использование гибридных стратегии контроля доступа среды и ретрансляции для преодоления ограничений по служебным циклам в сенсорных сетях на основе Лоры,« 2023 IEEE International Enmentation и технология измерительных технологий (I2MTC), Kualia Lumm, Malayia, 2023, 1, PPP. doi: 10.1109/i2mtc53148.2023.10176039.
• F. de Rango, A. Lipari, D. Stumpo и A. Iera, «Динамическое переключение в Лораване под несколькими шлюзами и тяжелой трафик», 2021 IEEE Global Communications Conference (Globecom), Мадрид, Испания, 2021, с. 1-6, DOI: 10.1109/Globecom46510.2021.9685009.
• D. Stumpo, F. de Rango, F. Buffone и M. Tropea, «Производительность расширенного симулятора Loraenergysim в поддержке сценариев с несколькими гейтэй и помехи», 2022 IEEE/ACM 26th International Symposium по распределенному моделированию и приложениям в реальном времени (DS-RT), Alès, France, France, 2022, PP. 10.1109/ds-rt55542.2022.9932063.
• G. Callebaut, G. Ottoy и LV d. Перре, «Оптимизация передачи узлов IoT в динамических средах», Международная конференция 2020 г. по омни-слойным интеллектуальным системам (монеты), Барселона, Испания, 2020, с. 1-5, doi: 10.1109/coins49042.2020.9191674.
• Križanović, v.; Grgić, K.; SpiShić, J.; Žagar, D. Расширенный энергоэффективный мониторинг окружающей среды в точном сельском хозяйстве с использованием беспроводных сенсорных сетей на основе Лоры. Датчики 2023, 23, 6332.
• Чжан, Цзяйю. «Рекомендации по проектированию протокола низкой энергетики для нулевых энергетических устройств». (2023).
• Стумпи, Даниэле, Флориано де Ранго и Франческо Буффоне. «Расширение симулятора Loraenergysim для поддержки управления помехами в рамках сценариев IoT с несколькими Gateway». (2022).
• T. Fedullo, A. Morato, F. Tramarin, P. Ferrari and E. Sisinni, "Smart Measurement Systems Exploiting Adaptive LoRaWAN Under Power Consumption Constraints: a RL Approach," 2022 IEEE International Workshop on Metrology for Industry 4.0 & IoT (MetroInd4.0&IoT), Trento, Italy, 2022, pp. 354-359, doi: 10.1109/metroind4.0iot54413.2022.9831487.