[論文レビュー] A Fair Adaptive Data Rate Algorithm for LoRaWAN

Khaled Q. Abdelfadeel, Victor Cionca+1 more|arXiv (Cornell University)|Jan 1, 2018

IoT Networks and Protocols参考文献 2被引用数 11

ひとこと要約

本稿では、LoRaWANにおける公平な適応的データレートアルゴリズムFADRを提案する。FADRは、受信信号強度インジケータ（RSSI）の差をCIR閾値未満に保ち、領域ベースのスプリングファクター（SF）割り当てを用いることで、データ抽出レート（DER）の公平性とエネルギー効率の両立を動的に最適化する。最小空気時間割り当てと比較して300%高い公平性、最新の手法と比較して22%高い公平性を達成し、極度に混雑したネットワーク環境では22%低いエネルギー消費量を実現する。

ABSTRACT

LoRaWAN exhibits several characteristics that can lead to an unfair distribution of the Data Extracted Rate (DER) among nodes. Firstly, the capture effect leads to a strong signal suppressing a weaker signal at the gateway and secondly, the spreading codes used are not perfectly orthogonal, causing packet loss if an interfering signal is strong enough. In these conditions, nodes experiencing higher attenuation are less likely to see their packets received correctly. We develop FADR, a Fair Adaptive Data Rate algorithm for LoRaWAN that exploits the different Spreading Factors (SFs) and Transmission Powers (TPs) settings available in LoRa to achieve a fair Data Extraction Rate among all nodes while at the same time avoiding excessively high TPs. Simulations show that FADR, in highly congested cells, achieves 300% higher fairness than the minimum airtime allocation approach and 22% higher fairness than Brechts approach, while consuming almost 22% lower energy.

研究の動機と目的

• スプリングファクターの非直交性とキャプチャ効果によって引き起こされるLoRaWANにおけるDERの不公平な分配を是正すること。
• 高密度なLoRaWAN展開環境において、公平性を維持または向上させつつエネルギー消費を低減すること。
• RSSIおよびチャネル状態に基づいて、ノードごとに送信電力とスプリングファクターを最適化する動的で適応的なアルゴリズムの開発。
• 最小空気時間割り当てやBrechtの手法といった既存手法を上回る公平性とエネルギー効率を達成すること。
• 局所的でRSSI駆動の電力制御を通じて、大規模なLoRaWANネットワークにおけるスケーラブルで公平な通信を実現すること。

提案手法

• FADRはノードをRSSIでソートし、50ノードごとのグループごとに最適な分配を用いてスプリングファクターを割り当てる。これにより、衝突確率を均一化する。
• RSSI差をCIR閾値（6 dB）未満に抑えることができる最小の送信電力レベルを選択する電力割り当てアルゴリズムを採用する。
• 高い経路損失を示すノード（例：クリティカルノード）を特定し、キャプチャ効果を回避するために必要に応じて高い電力を割り当てる。
• RSSIおよびCIR値を用いたしきい値ベースの電力割り当て戦略を採用し、すべてのノードでの信頼性の高い受信を確保する。
• 複数レベルの動的送信電力割り当てを実施し、公平性を確保しながらエネルギー消費を最小限に抑える。
• FADRは初期パケットデータ収集後に起動され、実時間での適応にあたり、測定されたRSSIおよびCIR値に依存する。

実験結果

リサーチクエスチョン

• RQ1 キャプチャ効果およびスプリングファクターの不完全な直交性が生じる条件下で、LoRaWANにおけるデータ抽出レート（DER）の公平性はどのように向上できるか？
• RQ2 不公平性を最小限に抑えつつ、過剰なエネルギー消費を避けるために、どの送信電力およびスプリングファクター設定が最適か？
• RQ3 FADRは、最小空気時間割り当ておよびBrechtの手法と比較して、公平性およびエネルギー効率の面でどのように差をつけるか？
• RQ4 大規模で高密度なLoRaWANネットワーク環境において、グローバルで距離に基づく電力割り当てと比較して、局所的でRSSIに基づく電力制御は優れているか？
• RQ5 適応的SFおよびTP割り当ては、異なる経路損失を持つノード間でのDERのばらつきをどの程度低減できるか？

主な発見

• FADRは、4000ノードを有する極度に混雑したLoRaWANネットワーク環境において、最小空気時間割り当て手法と比較して300%高い公平性を達成する。
• Brechtの最先端手法（DERの公平性を狙ったもの）と比較して、FADRは22%高い公平性を実現する。
• より高い公平性を達成しているにもかかわらず、FADRはBrechtの手法と比較して全体のネットワークエネルギー消費量を22%低減する。
• FADRは、特に高経路損失およびSF 7を有するノードにおいて、DERの均一性を保ち、性能のばらつきを低減する。
• RSSI差を6 dBのCIR閾値未満に保つことで、FADRはキャプチャ効果および不完全な直交性を効果的に緩和する。
• シミュレーション結果は、FADRがDERを損なわず、公平性およびエネルギー効率の面で既存手法を上回ることを確認している。