Proposta de Análise e Modelagem em Pequena e Larga Escala para Ambientes
Mistos Utilizando Tecnologia LoRa em 915 MHz
Internet das Coisas, perda de propagação, ambientes mistos, LoRa, 915 MHz.
O uso de IoT em diversas aplicações desencadeou o aumento de dispositivos conectados em áreas de
coberturas maiores, com baixo consumo de energia e robustez a interferências. As redes de longo alcance e
baixa potência (LPWAN) juntamente com a tecnologia LoRa são soluções eficientes em planejamento de
redes com estas características, pois seus dispositivos são relativamente simples, o que acarreta em um
baixo consumo, além de operarem em bandas de frequências sub-GHz não-licenciadas, fornecendo
excelentes características de propagação de ondas de rádio. Ao ser propagada em um canal de
comunicação, a onda sofre atenuações por diversos fatores e compreender o comportamento do sinal para
os diferentes ambientes é de suma importância para garantir a qualidade de transferência de informação
entre os dispositivos da rede. Neste contexto, este trabalho apresenta uma proposta de modelagem de
canal em pequena e larga escala da perda de propagação para protocolo LoRaWAN na frequência de 915
MHz em ambientes com características morfológicas mistas. Extensas campanhas de medições do tipo
Drive Test foram realizadas em setores distintos da Universidade Federal do Pará para coletar valores de
Indicador de Intensidade de Sinal Recebido, Relação Sinal-Ruído e pontos geolocalizados, considerando
uma taxa de código de 4/5 e diferentes fatores de espalhamento - SF7, SF9 e SF12 para os setores
Profissional e Saúde, assim como, SF7, SF8 e SF9 para as margens da orla da UFPA. A partir dos dados
medidos, os modelos de propagação empíricos Close-In e Floating Intercept para a predição da perda de
percurso foram investigados em dois casos, downlink e uplink. Os valores dos parâmetros PLE e α e β para
os modelos CI e FI, respectivamente, foram obtidos por meio da técnica de Mínimos Quadrados Lineares,
por resultar em menor desvio padrão em relação aos dados medidos. Os resultados preliminares da
modelagem em larga escala são apresentados e possuem boa concordância com os dados medidos.