[論文レビュー] Experimental Comparison of SNR and RSSI for LoRa-ESL Based on Machine Clustering and Arithmetic Distribution

Malak Abid Ali Khan, Hongbin Ma+2 more|arXiv (Cornell University)|Oct 27, 2022

IoT Networks and Protocols被引用数 6

ひとこと要約

本稿では、再送信を最小限に抑えるために、SNRに応じた動的スプライディングファクター（SF）とRSSIに応じた動的送信電力（TP）を用いた、マシンクラスタリングに基づくLoRa-ESLシステムを提案する。エンドデバイス（EDs）をクラスタ内のゲートウェイ（GWs）に算術的に分散させることで、近端遠端効果を軽減し、受信電力（RP）を向上させる。実験では、局所化精度とRPの信頼性において、RSSIがSNRを上回ることを示している。

ABSTRACT

LoRa lacks the sensing capabilities of channel status. Received signal strength indicator (RSSI) decreases due to collision, interference, and near-far effect while for signal-to-noise ratio (SNR), the packets are rejected by decreasing the transmission power (TP) at a higher spreading factor (SF). To overcome these challenges in the case of electric shelf label (ESL) to minimize the dependency on retransmission and acknowledgment, the end devices (EDs) are allocated around gateways (GWs) based on machine clustering with dynamic SF for SNR while dynamic TP for RSSI. The experimental results determined that the RSSI approach is more dominant than SNR because of determining the exact locality of the ED that diminished the capture effect. Arithmetic distribution of EDs for various GWs in different clusters helps to minify the near-far effect. The resultant received power (RP) at each cluster is higher for most of the connected EDs than the threshold RP.

研究の動機と目的

• LoRaベースのエレクトロニックシェルフラベル（ESL）における再送信およびアックノリッジメントの依存度を低下させるために、チャネル状態のセンシングを改善すること。
• 干渉、衝突、近端遠端効果を含む、LoRa-ESLにおけるSNRとRSSIの限界を解決すること。
• SNRに応じた動的SFとRSSIに応じた動的TPを用いて、局所化精度と受信電力（RP）を向上させること。
• EDsをクラスタおよびゲートウェイに算術的プロセッションで分散させることで、近端遠端効果を最小限に抑えること。
• 実世界のLoRa-ESL展開におけるRSSIとSNRの性能を評価および比較すること。

提案手法

• エンドデバイス（EDs）は、空間的分布を最適化するために機械学習クラスタリングを用いてゲートウェイ（GWs）の周囲にクラスタにグループ化される。
• 干渉下でのリンク信頼性を向上させるために、SNRに基づく送信に動的スプライディングファクター（SF）が適用される。
• 信号強度を維持し、衝突を低減するために、RSSIに基づく送信に動的送信電力（TP）が用いられる。
• 近端遠端効果を最小限に抑えるために、EDsが算術的等差数列を用いてクラスタに分散される。
• 各クラスタで受信電力（RP）が測定され、しきい値と比較されて性能が評価される。
• 実際のLoRa-ESL環境で実験的検証が実施され、RSSIとSNRの性能が比較される。

実験結果

リサーチクエスチョン

• RQ1 干渉下でのSNRに応じた動的SF割り当ては、LoRa-ESLにおけるリンク信頼性にどのように影響するか？
• RQ2 RSSIに応じた動的TP割り当ては、受信電力の向上と再送信の低減にどのように寄与するか？
• RQ3 EDsをクラスタに算術的に分散させることで、LoRa-ESLにおける近端遠端効果はどの程度軽減されるか？
• RQ4 実世界のLoRa-ESL展開において、局所化精度とRPの一貫性という観点から、SNRとRSSIのどちらの指標が優れているか？
• RQ5 GWの周囲にEDsを機械的クラスタリングすることで、全体的なシステム性能が向上し、再送信への依存度が低下するか？

主な発見

• 局所化精度と受信電力（RP）の信頼性という観点から、RSSIベースの送信がSNRを上回った。
• クラスタに分散されたEDsの算術的分布により、マルチ-GW環境下のLoRa-ESLにおける近端遠端効果が顕著に軽減された。
• 大多数の接続済みEDsが、しきい値を超える受信電力（RP）を達成しており、リンク安定性の向上を示している。
• RSSIに応じた動的TPとSNRに応じた動的SFが、干渉および衝突の影響を効果的に緩和した。
• 機械的クラスタリング手法により空間的分布が改善され、より高いRPと再送信への依存度の低減が達成された。
• 実験結果から、EDの局所化を特定するのにはRSSIがSNRよりも優位であることが確認された。