Algoritmos de adaptação em redes LoRaWAN com nodos móveis: estudo de caso em parque eólico

Abstract

Durante a construção de um parque eólico é comum que os colaboradores permaneçam por longos períodos expostos às intempéries, o que pode levar à fadiga e complicações de saúde. Além disso, os parques eólicos normalmente ocupam vastas áreas, que levam um tempo considerável para serem percorridas a pé ou até mesmo por veículos. Isto costuma ser determinante no limite mínimo de tempo para a chegada de uma equipe de primeiros socorros, no caso de acidentes. Neste contexto, é possível aumentar a segurança dos trabalhadores por meio do uso de dispositivos vestíveis (?crachás?) caracterizados como nodos móveis (endpoints) de uma rede sem fio do tipo long range (LoRa). Isto não somente permite o rastreamento da posição desses profissionais, obtida por um receptor GPS no crachá, como possibilita a transmissão de um sinal de emergência. Motivado por esse problema, com o objetivo de otimizar o desempenho da rede, nesta dissertação são comparados alguns algoritmos de adaptive data rate (ADR) para redes LoRa existentes na literatura utilizando o simulador FLoRa. Além disso, é proposto um novo algoritmo, denominado distance-ADR (D-ADR), que com base na distância ao gateway mais próximo determina a potência de transmissão e o fator de espalhamento das mensagens a serem transmitidas pelo endpoint. Por meio de resultados de simulação com o software FloRa demonstra-se que o algoritmo D-ADR melhora o desempenho de rede, medido em termos do data extraction rate (DER), em situações onde os endpoints são móveis, alcançando um DER acima de 72% em um cenário de gateway único e 300 endpoints móveis transmitindo um pacote a cada minuto, enquanto o algoritmo ADR-TTN alcança um DER de 57%. Esta vantagem se mantém no cenário de um parque eólico específico com 4 gateways e 1500 endpoints móveis transmitindo um pacote a cada minuto, onde o D-ADR alcança um DER de 61%, enquanto os demais algoritmos não ultrapassam 60%. Também são apresentados resultados práticos preliminares do D-ADR implementado em hardware do crachá e testado em ambiente urbano.

Abstract: During the construction of wind farms workers may spend large amounts of time exposed to harsh weather conditions, which can lead to fatigue and health complications. Moreover, wind farms usually occupy large areas that may take a relatively long time to be traveled by foot or even in vehicles. This usually determines the minimum response time for the arrival of rescue teams in the case of accidents, for instance. In this context, it is possible to augment the personell?s safety by equipping them with wearable devices which are moving nodes (endpoints) of a long range (LoRa) wireless communication network. This not only allows for tracking each worker?s position, obtained by means of a GPS receiver, but also for transmitting distress signals. With this motivation, in this dissertation existing adaptive data rate (ADR) algorithms found in the literature are compared to one another by means of the FLoRa simulator. Moreover, a new algorithm, named distance-ADR (D-ADR) is proposed which, based on the endpoints distance to the nearest gateway, determines the transmission power and the spreading factor with which the packets are transmitted. By means of simulation results with the FLoRa software, it is shown that deployment of the D-ADR improves the network performance measured in terms of the data extraction rate (DER) in situations where the endpoints are moving, yielding a DER above 72% in a scenario consisting of a single gateway and 300 endpoints transmitting at every minute, whereas the ADR-TTN algorithm, for instance, reaches a DER of 57%. This advantage is maintained in a specific wind farm case with 4 gateways and 1500 moving endpoints also transmitting at every minute: the D-ADR reaches a DER of 61% while the other algorithms do not surpass the 60% threshold. Also, practical preliminary results are presented regarding the implementation of the D-ADR in hardware and tested in an urban environment.