Optimalisering av toveis kommunikasjon i LoRaWAN for pålitelig IoT-datakommunikasjon

Abstract

LoRaWAN (Long Range Wide Area Network) er en protokoll for lavstrøms, langdistansekommunikasjon designet for Internet of Things (IoT). Den bruker Chirp Spread Spectrum (CSS) modulasjon for robust dataoverføring over flere kilometer med minimalt strømforbruk, ideelt for applikasjoner som smarte byer, landbruk og industriell overvåking. Denne bacheloroppgaven undersøker dataterskler som fører til overbelastning av svitsjer i LoRaWAN-nettverk under toveis kommunikasjon, med fokus på opplink- og nedlinktrafikk. Gjennom MATLAB-simuleringer ble nettverksytelsen analysert for scenarier med varierende antall enheter (100, 1000, 10000), datahastigheter (1-20 pakker per time) og avstander (100 m, 1 km, 10 km). Studien identifiserte nedlink-kapasitet som en kritisk flaskehals på grunn av bekreftelser og pliktssyklusbegrensninger (1 % i EU868-båndet). Optimaliseringsteknikker, som dynamisk justering av spredningsfaktor (SF7-SF12) og selektiv bekreftelse (kun 20 % av pakkene mottar ACK), forbedret suksessrater betydelig, fra 0,18 til 0,5 for opplink og 0,15 til 0,4 for nedlink ved høye belastninger (10 000 enheter, 19 pakker per time, 100 m). Studien bekrefter LoRaWANs potensial for robust IoT-kommunikasjon, men understreker behovet for målrettede optimaliseringer for å håndtere økende datatrafikk. Fremtidig arbeid foreslås å inkludere kollisjonsmodeller, testing av Klasse B- og C-enheter, reell maskinvarevalidering og bruk av maskinlæring for økt skalerbarhet.

LoRaWAN (Long Range Wide Area Network) is a protocol for low-power, long-range communication designed for the Internet of Things (IoT). It employs Chirp Spread Spectrum (CSS) modulation to enable robust data transmission over several kilometers with minimal power consumption, ideal for applications such as smart cities, agriculture, and industrial monitoring. This bachelor thesis investigates data thresholds leading to switch overload in LoRaWAN networks during bidirectional communication, focusing on uplink and downlink traffic. Through MATLAB simulations, network performance was analyzed for scenarios with varying numbers of devices (100, 1000, 10000), data rates (1-20 packets per hour), and distances (100 m, 1 km, 10 km). The study identified downlink capacity as a critical bottleneck due to acknowledgments and duty cycle constraints (1% in the EU868 band). Optimization techniques, such as dynamic spreading factor adjustment (SF7-SF12) and selective acknowledgment (only 20% of packets receive ACK), significantly improved success rates, from 0.18 to 0.5 for uplink and 0.15 to 0.4 for downlink under high loads (10,000 devices, 19 packets per hour, 100 m). The study confirms LoRaWAN’s potential for robust IoT communication but highlights the need for targeted optimizations to handle increasing data traffic. Future work is suggested to include collision models, testing of Class B and C devices, real hardware validation, and the use of machine learning to enhance scalability.