MétaCan
Menu
Retour à la cohorte
Enregistrement W2799647723 · doi:10.1109/wf-iot.2018.8355180

A low-cost LoRaWAN testbed for IoT: Implementation and measurements

2018· article· en· W2799647723 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT Networks and Protocols
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLPWANTestbedNetwork packetPayload (computing)Computer scienceWide area networkByteComputer networkDefault gatewayPacket lossSmall form factorReal-time computingEmbedded systemOperating system

Résumé

récupéré en direct d'OpenAlex

One of the challenges in deploying IoT applications is the cost of building and operating the communication infrastructure. This paper studies the feasibility of building a low-cost IoT network based on LoRa, a leading Low-Power Wide-Area Network (LPWAN) technology, using off-the-shelf components and open source software. To this end, we describe our LoRa testbed, which includes gateways, end devices and a variety of sensors. We then present extensive measurement results to characterize the performance of our LoRa network over the 915 MHz unlicensed ISM band in both indoor and outdoor scenarios for various network setups. Our results show that even in a harsh propagation environment, e.g., when the gateway is located inside a concrete building, the low-cost network is able to achieve great coverage. Specifically, we observed that: i) the indoor coverage is sufficient to cover an entire seven-story office building with minimal packet drop, ii) the outdoor coverage is very dependent on the environment, where in our experiments, a communication range of 4.4 km was achieved with only 15% packet drop, iii) network parameters such as spreading factor and packet size greatly affect the coverage; for example, we observed that a payload size of 242 bytes leads to 90% packet drop versus less than 5% drop with a payload size of 1 byte.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,237

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,047
Tête enseignante GPT0,327
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations46
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIoT Networks and ProtocolsTravaux en français237 207