Para avaliar a influência da disposição das ERBs e do seu número por km2, duas áreas com diferentes densidades de ERBs foram escolhidas: A primeira, chamada neste trabalho de Região 1, é constituída de um grupo de pequenas cidades (Castro, Carambeí, Tibagi e Piraí do Sul) situadas no segundo planalto paranaense (MINEROPAR, 2001), esta região foi escolhida pela sua grande importância para o agronegócio, atualmente a região é a maior produtora de leite do país (IBGE, 2017b), e pelo fato de ter uma baixa concentração de ERBs por km2 (15 ERBs em uma área de 7.560,6 km2, ou seja, 1 ERB a cada 504 km2), sendo composta basicamente de áreas rurais como indicado na Figura 7. Na figura, os marcadores em vermelho indicam a posição real das ERBs da operadora analisada, obtidos de (ANATEL, 2018b).
Figura 7 – A Região 1 é composta principalmente áreas rurais no segundo planalto paranaense e tem 15 ERBs distribuídas em 7.560,6 km2.
-50.5 -50.4 -50.3 -50.2 -50.1 -50 -49.9 -49.8 -49.7 -49.6 -49.5 Longitude -24.9 -24.8 -24.7 -24.6 -24.5 Latitude ERBs
Fonte: Autoria própria.
A segunda região, Região 2, é um recorte da área urbana do município de Cascavel no oeste paranaense, contendo 32 ERBs em uma área aproximada de 622 km2 (1 ERB a cada 19,4 km2). O município possuía, no senso de 2010, uma população estimada de 286.205 ocupando a 5 posição no ranking de maior população do estado (IBGE, 2017a). A Figura 8 retrata o recorte dessa região.
Diferentemente de Lauridsen et al. (2017), neste trabalho considera-se que os dispositivos podem estar em qualquer lugar dentro da região selecionada, ou seja, cada pixel da grade gerada pode conter um UE. Como os dados de endereços para regiões rurais não estavam disponíveis, considerou-se que todos os pixels do mapa conteriam um UE, dessa forma a análise pode ser vista como um pior caso, onde todos os pixels da grade
32
Figura 8 – A Região 2 é majoritariamente urbana, retrata um recorte da área urbana do município de Cascavel - PR, com 32 ERBs distribuídas em aproximadamente 622 km2. -53.6 -53.55 -53.5 -53.45 -53.4 -53.35 -53.3 Longitude -25.04 -25.02 -25 -24.98 -24.96 -24.94 -24.92 -24.9 Latitude ERBs
Fonte: Autoria própria.
teriam um endereço válido. Além disso, também foi levado em conta que os dispositivos poderiam estar localizados dentro de benfeitorias (indoor), o que foi simulado adicionando 20 dB sobre as perdas de um cenário considerado externo.
A Tabela 5 resume os principais parâmetros de simulação para as regiões analisadas.
Tabela 5 – Parâmetros de Simulação.
Parâmetro Região 1 (Rural) Região 2 (Urbano)
Área 7.560,6 km2 622 km2
Densidade de ERBs 504 km2/BS 19,4 km2/BS
Distância de correlação 120 m 50 m
Resolução do mapa 93m x 93m
Mapa do terreno DEM (INPE, 2018)
Perda de Percurso Rural Macro NLOS Urbano Macro NLOS
3.4 MODELO DE SIMULAÇÃO
O diagrama em blocos da Figura 9 ilustra o procedimento adotado para determinar a porcentagem de cobertura nas regiões propostas. O processo foi dividido em três etapas, que seguem explicadas abaixo.
33
Figura 9 – Diagrama em blocos ilustrando o modelo de simulação proposto. A simulação foi dividida em três seções. A primeira parte (Pré-processamento de Dados) os parâmetros de topologia são carregados e as ERBs e áreas foras da região desejada são descartadas. Em seguida, as distâncias e ângulos entre cada ERB e UE são calculadas, que juntamente com o sombreamento, o padrão de radiação das antenas e parâmetros das tecnologias serão utilizados pelo bloco “Estimador
de Perdas” que estima a potência média perdida. Depois de estimar as perdas,
a cobertura para cada pixel é determinada comparando a perda estimada com o MCL. Por fim, no módulo de Pós Processamento são geradas as CDFs e plotadas as perdas para cada pixel e sua ERB servidora.
Posição das ERBs Pré-processamento de Dados DEM Simulador Pós Processamento Seleciona Área de interesse Parâmetros das Tecnologias Calcula distância e ângulos Modela o Sombreamento Estima as Perdas Parâmetro das ERBs Plota as Perdas Plota as CDFs Decisor de Cobertura MCL das Tecnologias Parâmetros de Sombreamento
Fonte: Autoria própria.
3.4.1 Pré-processamento de Dados
Neste passo de pré-simulação, os dados do terreno (latitude, longitude, elevação) são recuperados do DEM, com uma resolução de 3 arco-segundos, e carregados no ambiente de simulação. Nesta fase são carregados também os dados de localização (latitude, longitude e altura das antenas) das ERBs e ganho das antenas. No bloco
34
“Seleciona Área de Interesse” os dados de posição das ERBs são atrelados à grade fornecida pelo DEM, e por fim a área de interesse bem como as ERBs, que estão localizadas dentro dela, são recortadas da área total para evitar simulações com tempo muito elevado de processamento. Como resultado deste bloco temos uma grade com Np pixels, onde
cada pixel está associado à uma latitude, longitude e elevação, bem como existem NBS, de
um total de Nppixels que contém uma ERB, e a cada um desses NBS pixels está associada
à altura da antena da ERB naquela localidade, conforme fornecido por (ANATEL, 2018b). 3.4.2 Simulador
Os dados de topologia gerados na etapa anterior são utilizados neste módulo para criar um padrão, ou grade, de sombreamento e para calcular as distâncias e ângulos entre cada pixel e cada ERB. Na sequência, o bloco “Estimador de perdas” estima as perdas totais para cada link, as quais em seguida serão comparadas com o MCL para determinar se um pixel está ou não coberto. Mais especificamente:
• “Calcula Distância e Ângulos”: Este bloco é responsável por calcular a distância entre o p-ésimo pixel e a i-ésima ERB, ∀ p ∈ {1,...,Np}, i ∈ {1,...,NBS}. A distância
entre cada pixel e ERB é calculada como apresentado na Seção 3.2. A altura dos dispositivos e ERBs também é levada em conta no cálculo da distância. Vale lembrar que a altura dos UEs foi fixada em 1,5 metros enquanto a altura para as antenas das ERBs foram tiras do banco de dados da ANATEL, e correspondem à atual infraestrutura implantada da operadora avaliada.
• “Modela o Sombreamento”: Neste bloco, a grade fornecida pela módulo de Pré- processamento de dados é utilizada juntamente com dados da distância de correlação e desvio padrão do sombreamento para gerar um padrão de sombreamento que juntamente será utilizado para estimar a perda de percurso.
• “Estima as Perdas”: Este bloco pega as distâncias, ângulos e padrão de sombreamento gerado pelos processos anteriores e juntamente com parâmetros das tecnologias (frequência da portadora) e parâmetros das ERBs (ganho das antenas e padrão de radiação) para estimar as perdas totais no processo de transmissão. Seja p ∈ {1,...,Np} o índice do p-ésimo pixel no conjunto de Np pixels que
representam a área estudada, e i ∈ {1,...,NBS} representa a i-ésima ERB do número
total de NBS ERBs. Assim, podemos estimar as perdas para o UE do pixel p com
35
LinkLosst(i,p) = P Lt(i,p) + Lt
(i) − AGt(i,p), (6) onde LinkLosst(i,p) representa as perdas estimadas para o UE do pixel p com relação a ERB i dada a tecnologia t ∈ {LoRa,NB-IoT}, P Lt(i,p) é a perda de percurso estimada entre a ERB i e o pixel p obtida da Equação (1), AGt(i,p) é o ganho das antenas da ERB i para o pixel p. O LinkLoss pode ser visto também como a soma das perdas em (3). Vale ressaltar que devido ao efeito da direcionalidade das antenas, o ganho varia de pixel para pixel quando utilizando o NB-IoT. Além disso, para o NB-IoT deve ser incluído nesse parâmetro o ganho da antena do UE, uma vez que a potência transmitida não é considerada ERPI2(3GPP, 2015). E Lt(i) representa perdas adicionais, tais como perdas nos cabos (quando aplicável) e perdas ligadas a atenuação causada à dispositivos localizados indoor. • “Decisor de Cobertura”: Uma vez que as perdas foram calculadas, este módulo
compara o mínimo link loss (entre o pixel e o conjunto de ERBs) com o MCL específico de cada tecnologia, a fim de determinar se um pixel é coberto ou não por aquela tecnologia.
Podemos definir uma variável indicadora φt
(p)∈ {0,1} que indica quando o p-ésimo pixel é coberto pela tecnologia t ou não, de tal forma que φt(p) = 1 que o pixel p está coberto pela tecnologia t e φt(p) = 0 quando não está. Assim, temos que
φt (p) = 1, se min i LinkLoss t(i,p) < MCLt ; 0, caso contrário, (7)
onde MCLt é o limite de potência que pode ser perdida pela tecnologia t como apresentado na Tabela 3, e o LinkLosst(i,p) representa as perdas estimadas para o UE do pixel p com relação a ERB i, calculado de acordo com (6).
Dessa forma, pode-se definir a taxa de cobertura ( υt) para uma determinada tecnologia t como υt= PNp p=1φ t(p) Np . (8) 3.4.3 Pós-Processamento
No módulo de pós processamento duas tarefas são executadas independentemente. Primeiro o LinkLoss é plotado para as duas regiões nos diferentes cenários, permitindo
36
assim uma análise visual das áreas com falta de cobertura. Em seguida as funções de distribuição cumulativa (CDFs), que representam a porcentagem de pixels que estão cobertos pelas tecnologias, são calculadas e plotadas.
37
4 RESULTADOS NUMÉRICOS
A seguir são apresentados os resultados da comparação entre LoRa e NB-IoT para as duas regiões analisadas, conforme apresentado nas seções anteriores. A primeira parte apresenta os resultados para a Região 1 (majoritariamente rural, com uma baixa densidade de ERBs), enquanto a segunda parte apresenta os dados para a denominada Região 2 (predominantemente urbana, com uma alta densidade de ERBs por km2). 4.1 REGIÃO 1 (RURAL)
A Figura 10 representa a CDF das perdas (Link Loss) para LoRa and NB-IoT, sendo considerado duas bandas de operação para o NB-IoT, 850 e 1900 MHz. As linhas verticais pontilhadas representam o MCL para o LoRa e para o NB-IoT, conforme indicado na Tabela 3, de tal forma que a parte à esquerda do limite representa a porcentagem de pixels que estão em outage (não cobertos pela tecnologia indicada). Como mencionado na Seção 3.3, foi considerado uma atenuação adicional de 20 dB para representar os UEs que estão localizados dentro de benfeitorias (indoor devices).
Na Figura 10 pode ser visto que, quando considerado dispositivos em ambiente externo, a porcentagem de pixels cobertos foi de aproximadamente 91,77% para usuários LoRa e 93,11% para usuários operando com NB-IoT em 850 MHz. Quando comparamos com o resultado do NB-IoT operando na banda de 1900 MHz, a média de cobertura para essa região cai para 80,81%. Quando analisado o cenário indoor a porcentagem diminui consideravelmente, não atingindo nem 50% de cobertura em todos os quadros. LoRa e NB- IoT a 850 MHz aproximam-se de 40%, com 34,80% e 40,79% respectivamente, enquanto NB-IoT operando a 1900 MHz, gera uma atenuação mais severa, conforme descrito em (1), fornecendo cobertura à apenas 20,01% dos pixels dessa área.
A Figura 11 ilustra visualmente a cobertura na Região 1, para dispositivos externos, apresentando o Link Loss entre cada pixel e a ERB com o melhor link budget para aquele pixel. Quanto mais azul a cor do pixel, maiores as perdas e consequentemente maior é a possibilidade de que aquele pixel não esteja coberto. O oposto é verdadeiro, quanto mais vermelha a cor do pixel menores as perdas. Pode-se perceber pela Figura 11 o efeito da direcionalidade das antenas quando NB-IoT é implementado ao invés de LoRa.
38
Figura 10 – Função de Distribuição Cumulativa (CDF) para UEs na Região 1. (a) NB-IoT operando a 850 MHz (b) NB-IoT operando a 1900 MHz.
-210 -200 -190 -180 -170 -160 -150 -140 -130 -120 -110 -100 Link Loss [dB] 10-3 10-2 10-1 100
Função de Distribuição Cumulativa (CDF)
LoRa Outdoor NB-IoT Outdoor LoRa Indoor NB-IoT Indoor LoRa NB-IoT 6.89% 65.20% 59.21% 8.23%
(a) Região 1 - LoRa and NB-IoT (a 850 MHz)
-210 -200 -190 -180 -170 -160 -150 -140 -130 -120 -110 -100 Link Loss [dB] 10-3 10-2 10-1 100
Função de Distribuição Cumulativa (CDF)
LoRa Outdoor NB-IoT Outdoor LoRa Indoor NB-IoT Indoor LoRa NB-IoT 19.19% 79.99% 65.20% 8.23%
(b) Região 1 - LoRa and NB-IoT (a 1900 MHz)
Fonte: Autoria própria.
4.2 REGIÃO 2 (URBANA)
As Figuras 12 e 13 apresentam os mesmos resultados que as Figuras 10 e 11, mas agora considerando a Região 2, com uma maior densidade de ERBs por km2.
Pode-se perceber pela Figura 13(a) que, devido à alta concentração de ERBs, a quantidade de pixels que não servidos por ambas as tecnologias é menor que 1% para os dispositivos localizados em ambientes externos, para todos os cenários onde a frequência de operação é menor que 1 GHz. Para dispositivos localizados indoor, com 20 dB a mais de perdas com relação ao cenário outdoor, a porcentagem de pixels cobertos cai para 79,61%
39
para LoRa e 78,77% para NB-IoT à 850 MHz. Mesmo para NB-IoT operando à 1900 MHz (a pior configuração dentre as três candidatas), a cobertura ainda alcança 53,67% dos dispositivos. Um resultado importante obtido para a Região 2 é que diferentemente da Região 1, LoRa apresentou uma taxa de cobertura ligeiramente melhor que NB-IoT.
Os gráficos da Figura 13 revelam onde estão as áreas com pior cobertura na
Figura 11 – Link loss para Região 1. (a) NB-IoT operando a 850 MHz; (b) NB-IoT operando a 1900 MHz; (c) LoRa. Quanto mais azul a cor do pixel maiores são as perdas naquela área.
(a) Região 1 - NB-IoT (a 850 MHz)
(b) Região 1 - NB-IoT (a 1900 MHz)
(c) Região 1 - LoRa
40
Região 2. Visto que a cobertura para o cenário externo nessa região é acima de 99%, decidiu-se plotar o gráfico de perdas para o cenário indoor. Apesar de em um modo geral o NB-IoT apresentar maiores perdas que o LoRa, seu MCL ser mais robusto compensa essas perdas, não prejudicando sua cobertura, como pode ser visto pelas Figuras 14(c) e 14(a) que apresentam quase a mesma porcentagem de cobertura para LoRa e NB-IoT, enquanto NB-IoT tem perdas bem mais acentuadas.
Figura 12 – Função de Distribuição Cumulativa (CDF) para UEs na Região 2. (a) NB-IoT operando a 850 MHz (b) NB-IoT operando a 1900 MHz.
-200 -190 -180 -170 -160 -150 -140 -130 -120 -110 -100 Link Loss [dB] 10-3 10-2 10-1 100
Função de Distribuição Cumulativa (CDF)
LoRa Outdoor NB-IoT Outdoor LoRa Indoor NB-IoT Indoor NB-IoT LoRa 0.12% 20.39% 21.23% 0.27%
(a) Região 2 - LoRa and NB-IoT (a 850 MHz)
-200 -190 -180 -170 -160 -150 -140 -130 -120 -110 -100 Link Loss [dB] 10-3 10-2 10-1 100
Função de Distribuição Cumulativa (CDF)
LoRa Outdoor NB-IoT Outdoor LoRa Indoor NB-IoT Indoor NB-IoT 23.88% 46.33% LoRa 20.39% 0.12%
(b) Região 2 - LoRa and NB-IoT (a 1900 MHz)
41
Figura 13 – Link loss para Região 2. (a) NB-IoT operando a 850 MHz; (b) NB-IoT operando a 1900 MHz; (c) LoRa. Quanto mais azul a cor do pixel maiores são as perdas naquela área.
-53.41 -53.6 -53.41 -53.6 -53.41 -53.6 Longitude -24.94 -25.05 -24.94 -25.05 Latitude -180 -160 -140 -120 -100 -80 -60 Link Loss [dB]
(a) Região 2 - NB-IoT (a 850 MHz)
-53.41 -53.6 -53.41 -53.6 -53.41 -53.6 Longitude -24.94 -25.05 -24.94 -25.05 Latitude -180 -160 -140 -120 -100 -80 -60 Link Loss [dB] (b) Região 2 - NB-IoT (a 1900 MHz) -53.41 -53.6 -53.41 -53.6 -53.41 -53.6 Longitude -24.94 -25.05 -24.94 -25.05 Latitude -180 -160 -140 -120 -100 -80 -60 Link Loss [dB] (c) Região 2 - LoRa
42
5 CONCLUSÃO
O objetivo deste trabalho foi adaptar a simulação de cobertura proposta por Lauridsen et al. (2017), para regiões no Brasil, a fim de avaliar a influência da infraestrutura de rede caso fosse implantado uma das tecnologias propostas (LoRa ou NB-IoT). Para tal, foi levado em conta a infraestrutura de uma operadora local, as bandas de frequência permitidas no Brasil e duas regiões foram escolhidas, uma principalmente rural, com uma baixa densidade de ERBs, e outra principalmente urbana, com uma alta densidade de ERBs por km2.
Os resultados mostraram que, para a área principalmente rural, considerando que os dispositivos estão localizados em áreas externas, a cobertura atinge de 93,11% para NB-IoT operando à 850 MHz, 91,77% para LoRa e 81,81% para NB-IoT operando à 1900 MHz. Contudo, a cobertura de dispositivos localizados dentro de casas, prédios ou construções é baixa, chegando no melhor caso, quando é atendida pela NB-IoT à 850 MHz, a apenas 40,79%. Quando atendida pelo LoRa, essa porcentagem cai para 34,80% e menos de 20,01% quando atendida pelo NB-IoT à 1900 MHz. A taxa de cobertura para a região majoritariamente urbana, considerando um cenário de dispositivos externos, alcança mais do que 97,61% para ambas as tecnologias e ambas as faixas de frequência do NB-IoT. Quando adicionamos 20 dB de perda para simular o efeito de dispositivos estarem localizados indoor, a taxa de cobertura cai para 79,61% para LoRa, 78,77% para NB-IoT à 850 MHz e 53,67% para NB-IoT à 1900 MHz.
Dentre as tecnologias analisadas, NB-IoT operando à 1900 MHz tem, em todos os cenários, a pior taxa de cobertura. Os resultados mostraram ainda que NB-IoT operando à 850 MHz apresenta a melhor taxa de cobertura para a região com baixa densidade de ERBs, mas quando o cenário muda para uma região principalmente urbana e com alta densidade de ERBs, LoRa provê a melhor taxa de cobertura. Isso pode ser atribuído ao fato de NB-IoT utilizar antenas direcionais, as quais fornecem uma melhor cobertura próxima ao raio principal da antena mas deixa as outras direções descobertas. Portanto, podemos concluir que a infraestrutura (posicionamento e quantidade de ERBs) tem influência na escolha de uma dessas tecnologias com base na taxa de cobertura.
43
5.1 TRABALHOS FUTUROS
Uma sequência natural dando continuação à comparação dessas duas tecnologias, é comparar o consumo de energia para as áreas propostas. Modelos de consumo de energia para LoRa são propostos por Bouguera et al. (2018) e Lauridsen et al. (2018) respectivamente. Bouguera et al. (2018) discute o trade-off existente entre alcance, fator de espalhamento (SF) e potência de transmissão. Além disso, os autores definem e comparam três cenários de operação do LoRaWAN para uma aplicação específica. No primeiro caso, o UE não espera nenhuma mensagem da aplicação, sem nenhuma mensagem de confirmação, outro cenário onde apenas a primeira das janela recepção é esperada e um terceiro cenário onde as duas janelas de recepção são demoduladas.
Lauridsen et al. (2018) propõem um modelo para estimar a duração da bateria de dispositivos NB-IoT e, para tanto, eles realizam medições de consumo com dois aparelhos de marcas diferentes e comparam os resultados com o estimado pelo 3GPP. Em seguida, estabelecem um modelo de consumo, o qual é utilizado para gerar uma estimativa do tempo de vida de uma bateria alimentando esses aparelhos.
Por fim, Martinez et al. (2019) apresenta os mecanismos de economia de energia implementados pelo NB-IoT e discute alguns aspectos que devem ser levados em conta quando comparando LoRa e NB-IoT, como por exemplo, o serviço de garantia de entrega de mensagens fornecido pelo NB-IoT, que utiliza mensagens de confirmação para reenviar uma mensagem caso haja falha. Esse serviço, utilizando mensagens de confirmação no LoRaWAN, é impraticável, visto que esse protocolo opera em banda não licenciada (ISM) e tem restrições de duty-cycle, dessa forma os usuários são forçados a utilizar outras estratégias, como número de repetições fixas.
44
REFERÊNCIAS
3GPP. TR 36.814 V9.0.0; Evolved Universal Terrestrial Radio Access (E-UTRA); Further
advancements for E-UTRA physical layer aspects (Release 9). 650 Route des Lucioles
- Sophia Antipolis Valbonne - France, 2010. v. 9, n. 3, 1–104 p. Disponível em:
<http://www.qtc.jp/3GPP/Specs/36814-900.pdf>.
3GPP. TR45.820 - Cellular System Support for Ultra Low Complexity and Low Thoughput
Internet of Things. 650 Route des Lucioles - Sophia Antipolis Valbonne - France, 2015.
V2.1.0.
3GPP. Standardization of NB-IoT Completed. June 2016. [Online]. Disponível em:
<http://www.3gpp.org/news-events/3gpp-news/1785-nb_iot_complete>.
ABOWD, G. D.; DEY, A. K.; BROWN, P. J.; DAVIES, N.; SMITH, M.; STEGGLES, P. Towards a better understanding of context and context-awareness. In: Proceedings of
the 1st International Symposium on Handheld and Ubiquitous Computing.
London, UK: Springer-Verlag, 1999. (HUC ’99), p. 304–307. ISBN 3-540-66550-1. Disponível em: <http://dl.acm.org/citation.cfm?id=647985.743843>.
ADELANTADO, F.; VILAJOSANA, X.; TUSET-PEIRO, P.; MARTINEZ, B.; MELIA-SEGUI, J.; WATTEYNE, T. Understanding the limits of lorawan. IEEE
Communications Magazine, v. 55, n. 9, p. 34–40, Sep. 2017. ISSN 0163-6804.
ADHIKARY, A.; LIN, X.; WANG, Y. . E. Performance evaluation of nb-iot coverage. In: IEEE 84TH VEHICULAR TECHNOLOGY CONFERENCE (VTC-FALL). 2016 IEEE
84th Vehicular Technology Conference (VTC-Fall). 2016. p. 1–5.
AL-FUQAHA, A.; GUIZANI, M.; MOHAMMADI, M.; ALEDHARI, M.; AYYASH, M. Internet of things: A survey on enabling technologies, protocols, and applications. IEEE
Communications Surveys Tutorials, v. 17, n. 4, p. 2347–2376, Fourthquarter 2015.
ISSN 1553-877X.
ALCARAZ, C.; NAJERA, P.; LOPEZ, J.; ROMAN, R. Wireless sensor networks and the internet of things: Do we need a complete integration? In: 1st International Workshop
on the Security of the Internet of Things. 2010.
AMARAL, B. do. Sigfox lança sua rede para IoT no Brasil. Abril 2017. Disponível em: <https://teletime.com.br/07/04/2017/sigfox-lanca-sua-rede-para-iot-no-brasil/>. ANATEL. Plano de Atribuição, Distribuição e Destinação
de Radiofrequências. Maio 2018. [Online]. Disponível em:
<http://www.anatel.gov.br/setorregulado/atribuicao-destinacao-e-distribuicao-de-
faixas>.
ANATEL. Relatório das Estações por localidade. 2018. [Online]. Disponível em:
45
AYOUB, W.; SAMHAT, A. E.; NOUVEL, F.; MROUE, M.; PRéVOTET, J. Internet of mobile things: Overview of lorawan, dash7, and nb-iot in lpwans standards and supported mobility. IEEE Communications Surveys Tutorials, p. 1–1, 2018. ISSN 1553-877X. BALANIS, C. A. Antenna theory: analysis and design. 3. ed. Hoboken, New Jersey: John Wiley & Sons, 2005. ISBN 0-471-66782-X.
BOUGUERA, T.; DIOURIS, J.-F.; CHAILLOUT, J.-J.; JAOUADI, R.; ANDRIEUX, G. Energy consumption model for sensor nodes based on lora and lorawan. Sensors, v. 18, n. 7, 2018. ISSN 1424-8220. Disponível em: <https://www.mdpi.com/1424- 8220/18/7/2104>.
CHAMBERLAIN, R. G. What is the best way to calculate the
great circle distance between 2 points? 1996. Disponível em:
<http://www.faqs.org/faqs/geography/infosystems-faq/>.
COLINA, A. L.; VIVES, A.; ZENNARO, M.; BAGULA, A.; PIETROSEMOLI, E. IoT
in Five days. March 2016.
COMMSCOPE. Product Specifications - CV65BSX-M. May 2013. [Online]. Disponível em: <https://www.commscope.com/catalog/antennas/pdf/part/2839/ CV65BSX-M_CV65BSX-2X2.pdf>.
ETSI. TS 136 101 - User Equipment (UE) radio transmission and reception. Apr. 2017. [Online]. V14.3.0.
EVANS, D. The Internet of Things: How the next evolution
of internet is changing everything. April 2011. Disponível em:
<https://www.cisco.com/c/dam/en_us/about/ac79/docs/innov/IoT_IBSG_
0411FINAL.pdf>.
FELTRIN, L.; TSOUKANERI, G.; CONDOLUCI, M.; BURATTI, C.; MAHMOODI, T.; DOHLER, M.; VERDONE, R. Narrowband iot: A survey on downlink and uplink perspectives. IEEE Wireless Communications, v. 26, n. 1, p. 78–86, February 2019. ISSN 1536-1284.
FRAILE, R.; GOZALVEZ, J.; LAZARO, O.; MONSERRAT, J.; CARDONA, N. Effect of a two dimensional shadowing model on system level performance evaluation. COST
273 TD (04), v. 190, 01 2004.
GOLDSMITH, A. Wireless Communications. Cambridge University Press, 2005. GRIóN, F. J.; PETRACCA, G. O.; LIPUMA, D. F.; AMIGó, E. R. Lora network coverage evaluation in urban and densely urban enviroment simulation and validation tests in autonomous city of buenos aires. In: XVII WORKSHOP ON INFORMATION PROCESSING AND CONTROL (RPIC). 2017 XVII Workshop on Information