University of Oulu

Increasing the performance of low power wide area networks through replication, coding, and non-orthogonal schemes

Saved in:
Author: de Souza Sant'Ana, Jean Michel1,2
Organizations: 1University of Oulu Graduate School
2University of Oulu, Faculty of Information Technology and Electrical Engineering, Communications Engineering, CWC - Radio Technologies (CWC-RT)
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 1.4 MB)
Persistent link: http://urn.fi/urn:isbn:9789526239279
Language: English
Published: Oulu : University of Oulu, 2023
Publish Date: 2023-12-01
Thesis type: Doctoral Dissertation
Defence Note: Academic dissertation to be presented with the assent of the Doctoral Programme Committee of Information Technology and Electrical Engineering of the University of Oulu for public defence in the Wetteri auditorium (IT115), Linnanmaa, on 8 December 2023, at 12 noon
Tutor: Associate Professor Hirley Alves
Professor Richard Demo Souza
Reviewer: Professor Mikael Gidlund
Professor Olav Tirkkonen
Opponent: Associate Professor Jimmy Jessen Nielsen
Description:

Abstract

Low Power Wide Area Networks (LPWAN) are wireless solutions designed mainly for Internet-of-Things (IoT) applications. However, the scalability of these networks remains a significant concern, especially when faced with stricter reliability requirements or the need to accommodate a massive number of devices. Additionally, the challenge lies in developing lightweight protocols that can effectively improve the performance of IoT devices while minimizing energy consumption and cost.

In this thesis, our objective is to enhance the reliability of LPWANs through the utilization of message replication and non-orthogonal techniques. The use of replication in these scenarios is particularly advantageous as it requires minimal processing on the devices themselves. To achieve this, we have designed a novel hybrid coded message replication scheme that combines simple repetition with a previously proposed coded replication method in the literature. Furthermore, we have explored a scenario involving gateways equipped with successive interference cancellation (SIC) capabilities to address multiple transmission collisions. Additionally, we have proposed a non-orthogonal replication scheme, where devices transmit multiple superposed signals in the power domain, enabling a gateway to decode them using SIC.

To assess the performance of our schemes, we have employed a stochastic geometry model for analytical evaluation and conducted Monte Carlo simulations for validation. Our evaluation focuses on key metrics such as outage and success probabilities, energy consumption, and coverage. By employing these techniques and evaluating them rigorously, we aim to contribute to the advancement of LPWANs, making them more reliable, energy-efficient, and capable of supporting a wide range of IoT applications.

see all

Tiivistelmä

Pienitehoiset laajan peittoalueen verkot (LPWAN) ovat etenkin esineiden internetin (IoT) sovelluksiin suunniteltuja langattomia ratkaisuja. Näiden verkkojen skaalautuvuus on kuitenkin merkittävä ongelma varsinkin suurta luotettavuutta tai massiivista laitteiden kytkettävyyttä vaadittaessa. Lisähaasteena on keveiden protokollien kehittäminen IoT-laitteiden suorituskyvyn parantamiseen pitäen samalla energian kulutuksen ja kustannuksen minimissä.

Tässä väitöskirjassa tavoitteena on parantaa LPWANin luotettavuutta käyttämällä viestin toistettavuutta ja epäortogonaalisia tekniikoita. Toisteen käyttö on erityisen hyödyllistä näissä skenaarioissa, koska se ei juurikaan vaadi laitteiden omaa prosessointia. Tätä varten työssä on suunniteltu uusi hybridi koodatusta toisteviestimenetelmästä, joka yhdistää yksinkertaisen toisteen aiemmasta kirjallisuudesta tunnettuun koodattuun toistemenetelmään. Lisäksi on tutkittu skenaariota, jossa yhdyskäytävät kykenevät peräkkäiseen häiriönpoistoon (SIC) samanaikaisten lähetysten törmäysten selvittämiseksi. Epäortogonaalisen toistamisen avulla laitteet lähettävät useita päällekkäisiä signaaleja tehotasossa, jolloin ne voidaan dekoodata SIC-menetelmän avulla yhdyskäytävässä.

Esitettyjen menetelmien suorituskyvyn arviointiin on käytetty sekä analyyttisiä stokastiseen geometriaan pohjautuvia malleja että Monte Carlo -simulointeja. Tärkeimpiä suorituskykymittareita ovat yhteyskatko- ja onnistumistodennäköisyydet, energian kulutus ja peittoalue. Näiden tekniikoiden johdonmukaisella käytöllä pyritään edistämään LPWAN-kehitystä siten, että niistä tulee luotettavampia, energiatehokkaampia ja kykeneviä palvelemaan laajaa IoT-sovelluskirjoa.

see all

Osajulkaisut / Original papers

Osajulkaisut eivät sisälly väitöskirjan elektroniseen versioon. / Original papers are not included in the electronic version of the dissertation.

  1. Sant’Ana, J. M. S., Hoeller, A., Souza, R. D., Montejo-Sanchez, S., Alves, H., & Noronha-Neto, M. (2020). Hybrid coded replication in LoRa networks. IEEE Transactions on Industrial Informatics, 16(8), 5577–5585. https://doi.org/10.1109/TII.2020.2966120

    Rinnakkaistallennettu versio / Self-archived version

  2. De Souza Sant’Ana, J. M., Hoeller, A., Souza, R. D., Alves, H., & Montejo-Sanchez, S. (2020). LoRa performance analysis with superposed signal decoding. IEEE Wireless Communications Letters, 9(11), 1865–1868. https://doi.org/10.1109/LWC.2020.3006588

    Rinnakkaistallennettu versio / Self-archived version

  3. Sant’Ana, J. M. S., Montejo-Sánchez, S., Souza, R. D., & Alves, H. (2023). Non-orthogonal replication scheme for ALOHA uplink in LPWAN. IEEE Transactions on Industrial Informatics. Advance online publication. https://doi.org/10.1109/TII.2023.3280315

    Rinnakkaistallennettu versio / Self-archived version

see all

Series: Acta Universitatis Ouluensis. C, Technica
ISSN: 0355-3213
ISSN-E: 1796-2226
ISSN-L: 0355-3213
ISBN: 978-952-62-3927-9
ISBN Print: 978-952-62-3926-2
Issue: 918
Type of Publication: G5 Doctoral dissertation (articles)
Field of Science: 213 Electronic, automation and communications engineering, electronics
Subjects:
Funding: This thesis was financially supported by Research Council of Finland (former Academy of Finland) FIREMAN Project (Grant Number: 326301) and 6G Flagship Programme (Grant Number: 346208).
Academy of Finland Grant Number: 326301
346208
Detailed Information: 326301 (Academy of Finland Funding decision)
346208 (Academy of Finland Funding decision)
Copyright information: © University of Oulu, 2023. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.