Utveckling av mätmetod och prestandaanalys av LoRa

(1)

Utveckling av mätmetod och prestandaanalys av LoRa

Development of measurement

method and performance analysis of LoRa

PARHAM GITIJAH

KTH

SKOLAN FÖR KEMI, BIOTEKNOLOGI OCH HÄLSA

(2)

(3)

Utveckling av mätmetod och prestandaanalys av LoRa

Development of measurement method and performance

analysis of LoRa

Parham Gitijah

Examensarbete inom Elektroteknik,

Grundnivå, 15 hp

Handledare på KTH: Ibrahim Orhan Examinator: Elias Said

TRITA-CBH-GRU-2019:045 KTH

Skolan för kemi, bioteknologi och hälsa 141 52 Huddinge, Sverige

(4)

(5)

Sammanfattning

Internet of Things (IoT) tillämpningar har ökat under de senaste åren och därför behövs nya kommunikationstekniker som uppfyller kriterierna låg strömförbrukning, lång räckvidd samt låg kostnad, som behövs för att distribuera tekniken i samhället. LoRa (Long Range) är en framstående trådlös kommunikationsteknik som utvecklades av LoRa Alliance för att uppfylla dessa kriterier.

Syftet med arbetet är att utveckla en mätmetod för prestandaanalys av radiosystemet LoRa.

Mätmetoden används sedan för att analysera hur olika parametrar som datahastighet, avstånd och olika miljöer påverkar LoRa-nätverksprestandaparametrar dvs. signalstyrka, paketförluster, fördröjningar (latency) och fördröjningsvariationer (jitter).

För att uppnå syftet utvecklades först en mätningsmetod. Därefter genomfördes experiment i två olika miljöer (stadsmiljö och havsmiljö) för prestandaanalys av LoRa. I varje experiment positionerades en IoT-nod på olika avstånd och datapaket skickades med olika datahastigheter från IoT-noden till en gateway. Datahastigheten ändrades genom att ändra på spridningsfaktor (SF) och bandbredd. Passiv mätningsmetod användes för att samla in mätningsdata. Metoden som användes för att analysera resultaten var statistisk dataanalysmetod då de data som samlades in var kvantitativa.

Resultatet visar att signalstyrkan påverkas av miljö, avstånd och bandbredd. Signalstyrkan är starkare i fri sikt jämfört med stadsmiljö. Signalstyrkan är starkare även vid kortare avstånd och större bandbredd. Däremot har datahastigheten (SF) minimal påverkan på signalstyrkan. Att signalstyrkan påverkas av bandbredden är intressant resultat som inte kunde förutses innan.

Paketförlusten påverkas av miljö, datahastighet (SF och bandbredd) och avstånd. Fler datapaket förloras vid längre avstånd och i stadsmiljön. Lägre datahastighet leder till att färre datapaket förloras och på så sätt längre kommunikationsräckvidd uppnås. Enligt tidigare arbetens simuleringar förutsågs att högre datahastighet leder till längre kommunikationsräckvidd men i den här studien genomfördes experiment på riktig hårdvara för att undersöka resultaten.

Miljö, avstånd och datahastighet påverkar fördröjningen. Fördröjningen är några millisekunder längre i stadsmiljö än havsmiljö vid samma avstånd. Fördröjningen är även några millisekunder längre vid längre avstånd i samma miljö. Däremot har datahastighet största påverkan på fördröjningen. Fördröjningen ändras med några hundra millisekunder när datahastigheten ändras genom SF och/eller bandbredd.

Fördröjningsvariationen påverkas inte av miljö och avstånd. Datahastighet (bandbredd och SF) påverkar fördröjningsvariationen men denna påverkan är låg och man kan bortse från den.

Nyckelord

LoRa, LPWAN, IoT, datahastighet, bandbredd, signalstyrka, paketfördröjning, paketförlust, fördröjningsvariation, passiv mätning.

(6)

(7)

Abstract

The Internet of Things (IoT) use cases have increased significantly in recent years. Therefore, new wireless communication technologies are needed that meet the criteria such as low power consumption, long range and low cost. LoRa, which stands for "Long Range", is a wireless communication technology developed by the LoRa Alliance to meet these criteria.

The purpose of this paper is to a develop measurement method for performance analysis of the LoRa radio system. The measurement method used to analyze how different parameters such as data rate, distance and different environments affect LoRa network performance parameters i.e. signal strength, packet loss, latency and jitter.

To achieve the purpose, a measurement method and prototype were first developed. Then experiments were carried out in two different environments (urban and open space). In each experiment, an IoT node was positioned at different distances and data packets were sent from the IoT node to a gateway with different data rates. The data rate was changed by changing the spreading factor (SF) and bandwidth. Passive measurement method was used to collect measurement data. The method used to analyze the results was the statistical data analysis method since the data collected was quantitative.

The result shows that the signal strength is affected by the environment, distance and bandwidth. The signal strength is stronger in free view compared to urban environment. The signal strength is stronger even at shorter distances and greater bandwidth. However, the data rate (SF) has minimal impact on signal strength. The fact that the signal strength is affected by the bandwidth is interesting results that could not be predicted before.

The packet loss is affected by the environment, data rate and distance. More data packets go lost at longer distances and in the urban environment. Lower data rate cause to fewer data packets go lost and a longer communication range being achieved. According to earlier work's simulations, it was possible to predict that higher data rates lead to longer communication range, but in this study experiments were carried out on real hardware to investigate the results.

Environment, distance and data rate affect the delay. The delay is a few milliseconds longer in urban environment than the free space environment at the same distance. The delay is also a few milliseconds longer at longer distances in the same environment. However, data rate has the greatest impact on the delay. The delay changes by a few hundred milliseconds when the data rate is changed by SF and/or bandwidth.

The jitter is not affected by the environment and distance. Data rate (bandwidth and SF) affects the delay variation but this influence is low and can be ignored.

Keywords

LoRa, IoT, LPWAN, Internet of Things, signal strength, packet loss, latency, jitter, data rate, passive measurement.

(8)

(9)

Jag har fått mycket stöd från mina föräldrar och mina nära och kära vilket har varit viktig för att kunna slutföra detta arbete därför vill jag rikta ett stort tack till dem.

Under arbetsgången har jag fått mycket stöd från min handledare Ibrahim Orhan och jag vill rikta ett stort tack till honom för trevliga möten och goda råd. Hans intresse för att utbilda nya ingenjörer borde vara en förebild för flera i branschen.

(10)

(11)

Innehållsförteckning

1 Inledning ... 1

Problemformulering ... 1

Målsättning... 1

Avgränsningar ... 1

2 Teori och bakgrund... 3

Internet of Things ... 3

Trådlösa kommunikationer... 3

Relaterad forskning ... 4

Nätverksprestanda ... 5

Mätningsmetoder ... 5

2.5.1 Passiv mätning ... 6

2.5.2 Aktiv mätning ... 6

2.5.3 Hybridmätning ... 6

LoRa ... 6

2.6.1 LoRa nätverksarkitektur ... 7

2.6.2 Modulation i LoRa ... 7

2.6.3 Överföringsparametrar ...8

3 Metod och genomförande ... 11

Litteraturstudie ... 11

Mätningsmetod ... 11

Testscenarion och datainsamling ... 11

3.3.1 Mjukvara ... 13

Experimentdesign ... 14

3.4.1 Konfigurering... 14

3.4.2 Utrustning... 15

3.4.3 Miljöer ... 15

Dataanalys ... 17

Trovärdighet... 17

4 Resultat ... 19

Signalstyrka ... 19

Paketförlust ... 21

Fördröjning ... 25

Fördröjningsvariation ...28

5 Analys och diskussion ... 31

(12)

5.1.1 Spridning av signalstyrka ... 31

5.1.2 Miljö och avstånd ... 32

5.1.3 Datahastighet ... 32

Paketförlust ... 33

5.2.1 Spridning av paketförluster... 33

Fördröjning... 35

5.3.1 Spridning av fördröjning ... 35

Fördröjningsvariation... 36

5.4.1 Spridning av fördröjningsvariation ... 36

5.4.2 Avstånd och miljö ... 37

Ekonomi och miljö... 38

6 Slutsatser... 39

Fortsatt arbete... 39

Källförteckning... 41

(13)

1 Inledning

Problemformulering

Internet of Things (IoT) tillämpningar har ökat avsevärt under de senaste åren. Om bara några år uppskattas tiotals miljarder olika typer av enheter vara anslutna till internet [4]. Därför behövs nya kommunikationstekniker som uppfyller kriterierna låg strömförbrukning, lång räckvidd och låg kostnad, som behövs för att kunna distribuera tekniken i samhället. Low-Power Wide Area Network (LPWAN) utvecklades för att uppfylla dessa kriterier [1].

LoRaWAN (long range wide area network) är en trådlös kommunikationsteknik inom LPWAN- familjen och erbjuder uppkoppling för utomhus IoT-applikationer [1]. LoRaWAN liksom alla andra trådlösa kommunikationer, har dock begränsningar. Ett problem hos trådlösa kommunikationer som uppkommer när sikten mellan sändaren och mottagaren är skymd. Då minskas signalstyrkan och data kan gå förlorad dvs. data kommer inte fram till mottagaren. I trådlösa kommunikationsprotokoll som t.ex. LoRaWAN är det viktigt att data som skickas kommer fram till mottagaren. Skymd sikt är inte den enda faktorn som påverkar kommunikationsräckvidden och kommunikationsprestandan.

Även andra faktorer som datahastighet, avstånd och miljö kan påverka. Den trådlösa kommunikationstekniken som analyseras i det här examensarbetet är LoRaWAN (Long Range Wide Area Network) som är en långdistanskommunikationsteknik.

Uppdragsgivaren är ett konsultbolag som arbetar med molntjänster, digitalisering, IoT-projekt osv.

Uppdragsgivarens mål är att genomföra ett IoT-projekt där man sätter upp IoT-enheter (t.ex.

sensorer) på distans och i olika miljöer och skicka information till en centralenhet. Uppdragsgivaren önskar veta om LoRa är en teknik som skulle kunna fungera i dagsläget för att kunna avläsa och skicka datatrafik från IoT-noder till LoRa gateway. Flesta studier som är publicerade har analyserat LoRa- nätverksprestanda med hjälp av simuleringar. I denna studie genomförs experiment på riktig hårdvara för att besvara uppdragsgivarens önskemål.

Målsättning

Syftet med arbetet är att utveckla en mätmetod för prestandaanalys av radiosystemet LoRa.

Mätmetoden ska användas sedan för att analysera hur olika parametrar som datahastighet (spridningsfaktor och bandbredd), avstånd och olika miljöer påverkar LoRa- nätverksprestandaparametrar dvs. signalstyrka, paketförluster, fördröjningar (latency) och fördröjningsvariationer (jitter). Ett arbete med vetenskaplig grund och beprövande metoder inom prestandamätning för trådlöskommunikation ska genomföras för att kunna uppfylla syftet där arbetet skall bidra med information och erfarenhet om hur olika parametrar påverkar nätverksprestandan.

Avgränsningar

I det här examensarbetet tas inte hänsyn till varierande väderleksförhållanden vid genomförandet av experimenten och analys av resultaten även om vädret kan påverka resultaten i varierande grad, positivt eller negativt. Mätningar kommer emellertid att ske under liknande väder- och temperaturförhållanden för att minimera påverkan på resultaten mellan de olika testfallen.

Spridningsfaktor (SF) 12 undersöks inte i det här examensarbetet eftersom i den här arbeten används RadioHead-biblioteket för att initiera överföringsparametrar och RadioHead-biblioteket har inte stöd

(14)

2 | INLEDNING

för SF 12. I sektion 2.6.3 och 3.2.1 beskrivs överföringsparametrar och RadioHead-bibliotek mer i detalj.

(15)

2 Teori och bakgrund

Kapitlet inleds med en kort beskrivning av begreppen Internet of Things och några av dagens trådlösa kommunikationstekniker. Därefter beskrivs LoRa (long range) kommunikationstekniken samt fördelarna med denna teknik mer i detalj. Tidigare arbeten inom området, nätverksprestandaparametrar och mätningsmetoder beskrivs även här.

Internet of Things

Den brittiska teknikpionjären Kevin Ashton lyfte för första gången fram begreppet Internet of Things (IoT) år 1999 under en presentation på företaget Procter & Gamble [2]. IoT är ett samlingsbegrepp för den utvecklingen som möjliggör för maskiner, fordon, hushållsapparater och många andra enheter kan kommunicera med andra enheter via internet. Enheterna är utrustade med sensorer och processorer på så sätt kan de samla in data och skapa smarta och automatiserade tjänster, varor och miljöer [3]. Studien [4] visar att ca 30 miljarder IoT produkter kommer att vara uppkopplade år 2020.

Trådlösa kommunikationer

Nuförtiden används olika trådlösa kommunikationstekniker för IoT. Som kort räckvidd trådlösa kommunikationstekniker (short-range radio communication) kan man nämna t.ex. Wifi, ZigBee, Z- wave och Blåtand (Bluetooth). GSM, UMTS och LTE är exempel på cellulära långdistans kommunikationstekniker. Varje kommunikationsteknik har sina för- respektive nackdelar eftersom varje teknik passar bäst till ett visst användningsområde. Till exempel har både WiFi och ZigBee kort räckvidd på ca 100m men ZigBee har lägre energiförbrukning och lägre datahastighet. Denna egenskap hos ZigBee leder till att ZigBee föredras framför Wifi när energiförbrukningen är viktig men datahastighet är mindre viktig. Exempelvis är ZigBee bra för smarta hem [5].

Då utomhus IoT-enheter har inte ibland tillgång till fast spänningskälla behöver de oftast ha en intern spänningskälla istället t.ex. ett batteri. Då är det extra viktigt att välja en kommunikationsteknik med låg energiförbrukning. IoT-enheter behöver ibland kommunicera med varandra medan de är flera kilometer ifrån varandra. Då ställs specifika krav på dem såsom lång räckvidd, låg datahastighet, låg energiförbrukning och kostnadseffektivitet. De korta räckviddteknikerna (t.ex. ZigBee, Blåtand) är inte anpassade för scenarier som kräver långdistansöverföring. Cellulära kommunikationer (t.ex. 2G, 3G och 4G) fyller krav på långdistansöverföring men de har hög energiförbrukning [6]. För att kunna uppfylla båda kriterierna, dvs låg energiförbrukning och lång räckvidd, utformades en typ av trådlös nätverksteknik som kallas för Low-Power Wide Area Network (LPWAN). Där inräknas LoRa (long range), NB-IoT (Narrowband IoT), Sigfox m.fl. [7]. Många olika LPWAN-tekniker kommer att påverka IoT-marknaden i framtiden, eftersom varje teknik är lämplig för olika användningsfall.

Exempelvis fokuserar vissa tekniker på en längre batterilivstid medan andra fokuserar på maximal räckvidd och datahastighet. LPWAN möjliggör långdistansöverföring upp till 10–40 km i landsbygdsområden och 1–5 km i stadszoner. Dessutom är den billig och mycket energieffektiv. Man kan räkna med ca 10 år batterilivslängd under vissa kriterier [6]. En jämförelse mellan olika kommunikationstekniker avseende datahastighet och räckvidd visas i figur 1.

(16)

4 | TEORI OCH BAKGRUND

Figur 1: Datahastighet respektive räckvidd hos olika trådlöskommunikationstekniker.

Relaterad forskning

I en studie av Petajajarvi et al. [21] genomfördes experimenten för att bland annat mäta det maximala LoRa kommunikationsräckvidden och paketförlusten. I alla experimenten placerades mottagaren (gateway) 24 meter över havsytan. Första experimentet genomfördes i en stadsmiljö där IoT-noden placerades på biltak. Andra experimentet genomfördes i en havsmiljö där noden kopplades till båtens radarmast. I havsmiljön kunde en kommunikation på ett avstånd på ca 30 km uppnås med 38%

paketförlust. I stadsmiljön ledde en kommunikation på ca 10 km till 33% paketförlust men när avståndet översteg 10 km förlorades majoritet av datapaketen (ca 74%). Resultatet av denna studie visade att LoRa:s kommunikationsräckvidd i stadsmiljö är betydligt kortare än i havsmiljö (fri sikt).

Det visade även att antalet paketförluster ökar när avståndet mellan sändare och mottagare ökar [21].

En studie om LoRa av Lavric och Popa [20] genomfördes för att analysera LoRa:s nätverksprestanda med hjälp av simuleringar. Simuleringar genomfördes med hjälp av Pothosware simulator. Under simuleringen användes konstant kommunikationsbandbredd och coding rate men varierande värde på spridningsfaktor (SF). Begreppen coding rate och SF förklaras i sektion 2.6.3. Det visade sig att ett högre värde på SF främjar bättre skydd mot interferens och förlänger kommunikationsräckvidden medan datahastigheten minskas och fördröjningen ökar.

Mohan et al. [9] undersökte i sin studie vilka parametrar som kan påverka nätverksprestandan.

Parametrar som beskrevs i studien var bland annat paketförlust, fördröjning (latency) och fördröjningsvariationer (jitter). Dessa parametrar beskrivs mer i detalj i sektion 2.4. I studien undersöktes även mätningsmetoder för nätverksprestanda dvs. aktiv mätning och passiv mätning.

Både aktiv och passiv mätning beskrivs mer i detalj i sektion 2.5. I studien undersöktes bland annat för- och nackdelar med mätningsmetoderna. Resultatet av Mohan et al:s studie visade att nackdelen med aktiv mätning är att det är svårare att mäta vissa parametrar såsom paketförlust samt tillgänglig bandbredd noggrann jämfört med passiv mätning. En annan nackdel med aktiv mätning är att man belastar dataflödet med testpaket (sondpaket). Sondpaketen kan eventuellt störa dataflödet då införandet av sondpaketen innebär ökad datatrafik. Nackdelen med passiv mätning är att man behöver ha tillgång till nätverksresurser som t.ex. routrar eller switchar. Fördelen med aktiv mätning

(17)

är att man inte behöver äga nätverket dvs. ha tillgång till routrar och switchar. En annan studie om jämförelse mellan aktiv mätning och passiv mätning av Hasib et al. [10] genomfördes. Resultatet av denna studie var ganska lik som Mohan et al. artikeln då i resultatet visades samma nack- och fördelar på aktiv och passiv mätning.

Nätverksprestanda

Enligt artikeln [9] är parametrar som kan påverka nätverksprestandan bland annat fördröjning (latency), paketförluster och fördröjningsvariation (jitter). Petajajarvi et al. i artikeln [21] mätte även antal paketförluster för att undersöka det maximala LoRa-kommunikationsräckvidden. En annan parameter som är viktig i trådlös kommunikationen är signalstyrka [23]. Parametrar som nämndes ovan beskrivs i denna sektion. Nedanstående parametrar har valts att mätas enligt mätningsmetoderna som nämndes i relaterad forskning sektionen.

- Fördröjning (latency):

Fördröjning är tiden som tar för data att överföras från sändare till mottagare. Denna parameter kallas ibland för delay. När avståndet mellan två enheter som kommunicerar med varandra ökar, ökar även fördröjningen då datapaketen måste färdas längre för att mottagas av mottagare. För att mäta fördröjningen kan man mäta envägfördröjning eller tvåvägfördröjning (Round trip time, härefter RTT). RTT är tiden för data att överföras från sändare till mottagare plus tiden för data att överföras från mottagare till sändare.

- Paketförluster:

En Paketförlust definieras som ett datapaket som skickas från sändaren men kommer inte fram till mottagaren på grund av olika anledningar såsom hårdvarumässiga problem, fysiska hinder, kollisioner, störningar i form av brus osv.

- Fördröjningsvariation (jitter):

Jitter är tidsskillnaden mellan fördröjningar (latency). Jitter visar att datapaket inte mottagas av mottagare med samma tidsintervall som de skickades från sändaren [9]. Man kan beräkna jitter med formeln nedan där r är mottagningstid och s är sändningstid [19].

J = (rn-rn-1) - (sn-sn-1) (1)

- Signalstyrka (RSSI):

Received signal strength indication (RSSI) är ett relativt mått på styrkan hos en radiosignalenergi. RSSI mäts i dBm. Om signalstyrkan (RSSI) är stark innebär det att färre datapaket kan gå förlorad jämfört med när signalstyrkan är svag [8].

Mätningsmetoder

För att mäta nätverksprestandan i den trådlösa kanalen finns det olika metoder där metoderna skiljer sig åt mellan olika protokoll och beror på vilka parametrar man vill mäta. Nätverksprestandan kan mätas med hjälp av aktiv mätning genom injektion av testtrafik eller passiv mätning genom att observera användarens datatrafik.

(18)

2.5.1 Passiv mätning

Passiv mätning innebär att man lyssnar av passerande trafik i en nod. För att kunna använda denna metod krävs det att det redan finns datatrafik på nätverket. Fördelen med passiv mätning är att den inte belastar nätverket till skillnad från aktiv mätning och man kan lättare mäta vissa parametrar noggrannare såsom paketförlust och tillgänglig bandbredd. Nackdelar med passiv mätning är att det krävs att man har tillgång till nätverksresurser och oftast blir mängden av infångade data för stort och svårt att hantera. De typer av information som kan erhållas genom passiv övervakning är exempelvis datahastighet och könivåerna i bufferter som kan användas för att visa både paketförluster och fördröjningar [9], [10].

2.5.2 Aktiv mätning

Aktiv mätning innebär att man skickar någon slags testtrafik över nätverket som kallas för sond (probe). Syftet med sondpaket är att ge en viss inblick i hur nätverkstrafik behandlas inom nätverket.

Till skillnad från passiv mätning genererar aktiv mätning ytterligare nätverkstrafik. Nackdelen är att de sondpaketen eventuellt kan störa det normala trafikflödet. Fördelen med aktiv mätning är att det inte krävs att ha full tillgång till nätverksresurser såsom routrar eller switchar. Vid användning av aktiv mätning finns det inte problem med hantering av användarens privata data, eftersom data som används för mätning inte innehåller någon privat information då datalasten i sondpaketen innehåller vanligen enbart slumpmässiga databitar. De typer av information som kan erhållas genom aktiv mätning är exempelvis tillgänglig bandbredd, paketförluster, jitter osv men det är svårare att mäta vissa parametrar såsom paketförluster samt tillgänglig bandbredd noggrannare jämfört med passiv mätning [9], [10].

2.5.3 Hybridmätning

Kombination av aktiv- och passiv mätning kallas hybridmätning. Ett exempel på en hybridmätning är ett scenario där sondpaketen skickas över ett nätverk och deras framsteg övervakas med passiv mätning på så sätt mätaren kan spåra sondpaketen och registrera mellanliggande och slut-till-slut fördröjningarna. Detta är inte möjligt genom att endast göra aktiv mätning. Figur 2 visar ett exempel på hybridmätning [9], [10].

Figur 2: Exempel på hybrid mätning.

LoRa

LoRa som står för ”Long Range” är en trådlös kommunikationsteknik som utvecklades av LoRa Alliance. LoRa Alliance är en förening som skapades 2015 för att stödja LoRaWAN (long range wide area network) protokollet samt säkerställa driftskompatibiliteten hos alla LoRaWAN-produkter och

(19)

tekniker [11]. LoRaWAN utvecklades huvudsakligen för att uppfylla viktiga krav på IoT, såsom säker dubbelriktad kommunikation (full-duplex), lång batterilivstid, kommunikation på långa avstånd och mobilitet. LoRaWAN-protokollet är baserat på LoRa som är det fysiska lagret för kommunikationen [12].

2.6.1 LoRa nätverksarkitektur

Ett typisk LoRa nätverksarkitektur är ett stjärnnätverk som består av tre olika typer av enheter: IoT- nod, LoRa-gateway och LoRa-server. Grundarkitekturen är att ändutrustningarna dvs. IoT-noderna kommunicerar med gateway med LoRa-protokollet. Sedan skickar gateway LoRaWAN-ramar som har kommit in från ändenheterna till en nätverksserver via en IP-anslutning. Gateway här fungerar som en protokollomvandlare medan LoRa-servern är ansvarig för avkodning av datapaket som skickas av ändenheterna och generering av datapaket som ska skickas tillbaka till ändenheterna. Figur 3 visar exempel på LoRaWAN:s nätverksarkitektur [12].

Figur 3: Ett exempel på LoRaWAN:s nätverksarkitektur.

2.6.2 Modulation i LoRa

Spread Spectrum (SS) är en teknik för trådlösa kommunikationer där man utnyttjar olika bärfrekvenser för att skicka data. Det finns många olika metoder för SS-tekniken såsom Frequency Hopping Spread Spectrum (FHSS) och Direct Sequence Spread Spectrum (DSSS). I FHSS skickar sändare databitar med hjälp av många bärfrekvenser. Databitarna skickas med hjälp av olika frekvenser på flera delkanaler (subchannels). Vilka frekvenser som ska användas av sändare och mottagare avgörs med hjälp av spreading code. Både mottagare och sändaren ändrar (hoppar mellan) olika frekvenser i ett fast tidsintervall för att kunna överföra databitar. I DSSS kodas varje databit till n antal bitar (kallas för chips) med en unik spridningskod som är förutbestämd av sändare och mottagare. Figur 4 visar ett exempel på DSSS och figur 5 visar ett exempel på FHSS [13].

(20)

Figur 4: DSSS exempel [13]. Figur 5: FHSS exempel [13].

LoRa använder en variant av spread spectrum teknik som kallas för chirp spread spectrum (CSS) modulation. Chirp spread spectrum modulation är en metod för att överföra data genom att koda data till flera signaler (chirps) där signalfrekvensen ändras linjärt över tid, det vill säga att CSS modulation inte skickar konstant analog signal på en exakt frekvens. Chirp är en signal där dess frekvens ökas (Up-chirp) eller minskas (down-chirp) över tid. Chirp-pulserna linjäritiet leder till att fasförskjutningar mellan sändare och mottagare elimineras vid avkodning. Fasförskjutningarna kan nå upp till 20% av bandbredden utan att påverka avkodningsprestandan. Denna egenskap avgör att modulationen blir immun till dopplereffekten som orsakas av fasförskjutningar. Detta leder till att priset på LoRa sändare sänks då sändaren inte behöver tillverkas med extra noggrannhet för att förhindra fasförskjutningar [12]. Till skillnad från FHSS och DSSS som väljer slumpmässiga frekvenser för att särskilja signalen från brus, använder chirp spread spectrum hela sin bandbredd för att skicka en signal och på så sätt minskas risken att brus och störningar gör signalen oläsbart [14].

2.6.3 Överföringsparametrar

Det finns olika parametrar (t.ex. uteffekt, bärvågsfrekvens, bandbredd, coding rate) som påverkar anpassning av LoRa-modulation. I denna sektion beskrivs dessa parametrar mer i detalj.

2.6.3.1 Uteffekt

Uteffekt (på engelska Transmission Power) på LoRa kan justeras från -4 dBm till 20 dBm men på grund av begränsningar som finns för konstruktion av hårdvara är intervallet ofta begränsat mellan 2 dBm till 20 dBm. Enligt ETSI (European Telecommunications Standards Institute) är den maximala tillåtna uteffekten i Europa är +14 dBm [22], [17].

2.6.3.2 Bärvågsfrekvens

Bärvågsfrekvensen (på engelska Carrier Frequency) är den centrala frekvens som används för dataöverföring och LoRa använder licensfria frekvenser. Licensfria frekvenser är gratis att använda och alla kan använda dem så länge bestämmelserna såsom maxeffekt följs. Bärvågsfrekvensen som används i LoRa är 863–870 MHz i Europa, 902–928 MHz i USA och 470–510 MHz i Kina [15], [17].

2.6.3.3 Bandbredd

Bandbredd (på engelska Bandwidth) är det frekvensintervallet för chirp-signalen. I LoRa brukar bandbredden väljas mellan 125 kHz, 250 kHz eller 500 kHz. Högre bandbredd passar bra när snabb överföring önskas. Lägre bandbredd används när lång räckvidd är viktigare för kommunikationen [17].

(21)

2.6.3.4 Coding rate

Coding rate (CR) är forward error correction (FEC) rate som LoRa använder för att skydda data mot interferensstörningar. CR kan sättas lika med 4/5, 4/6, 4/7 eller 4/8. Exempelvis visar CR lika med 4/5 att för varje 4 databitar som ska överföras genereras totalt 5 bitar där 5 - 4= 1 bit är redundant bit som används för att identifiera eventuellt bitfel samt rätta till felet om det är möjligt. Ett högre värde på CR främjar bättre skydd mot interferens men det innebär längre fördröjning [16], [17].

2.6.3.5 Spridningsfaktor

Spridningsfaktor (SF) är antal chips per symbol dvs. SF visar hur många chips används för att representera en symbol. En symbol representerar ett eller flera databitar. Chirps signal delas upp till chips enligt formeln nedan:

2^𝑆𝐹= 𝑐ℎ𝑖𝑝𝑠 [𝑠𝑡] (2) Värdet på SF är ett heltal nummer mellan 6 till 12. Ett större värde på SF innebär att mottagare har bättre förmåga att hantera brus. Ökning av SF med 1 leder till att datahastigheten halveras och fördröjningen ökas som i sin tur leder till ökad energiförbrukning. För att ändra datahastigheten kan man helt enkelt ändra på SF-värdet eller ändra på bandbredden. Datahastighet 𝑅_𝑏 (bithastighet) i LoRa beräknas enligt formeln nedan [16], [17]:

𝑅_𝑏 = 𝑆𝐹 × (𝐵𝑊 ⁄ ( 2^𝑆𝐹 )) × 𝐶𝑅 (3)

Tabell 1 visar olika datahastigheter för olika SF där bandbredd (BW) är 125 KHz och CR är 4/5.

Tabell 1: Tabellen visar datahastighet för olika spridningsfaktor.

SF Bithastighet [bit/s]

7 5469

8 3125

9 1758

10 977

11 537

12 293

(22)

Tabell 2 visar olika datahastigheter för olika bandbredd där SF är 7,9 eller 11 och CR är 4/5. Värden beräknades fram med hjälp av formeln (3). Tabell 2 visar att högre värde på bandbredden leder till högre datahastighet medans ett högre värde på SF sänker datahastigheten.

Tabell 2: Tabellen visar datahastighet för olika spridningsfaktor och olika bandbredd (BW).

BW [KHz] SF Bithastighet [bit/s]

125 7 5469

250 7 10 938

500 7 21 875

125 9 1758

250 9 3516

500 9 7031

125 11 537

250 11 1074

500 11 2148

(23)

3 Metod och genomförande

I detta kapitel beskrivs metoden som används för att genomföra prestandamätningsexperimenten i detta arbete. Här beskrivs vilka miljöer experimenten genomfördes i samt vilka parametrar som undersöktes. Utrustningen som användes för experimenten samt metoden att analysera mätvärdena beskrivs även här.

Litteraturstudie

Vetenskapliga artiklar och tidigare arbeten undersöktes för att kunna uppfylla arbetets syftet och speciellt fokus var på artiklar som hade genomfört mätningar på LoRa-nätverksprestanda med hjälp av simuleringar eller experiment. Dessa artiklar användes för att kunna avgöra vad som ska mätas samt vilka mätningsmetoder som passar bäst. Artiklarna användes även för att jämföra och validera resultaten ifrån detta examensarbete.

Mätningsmetod

Metoden som valdes för att mäta signalstyrkan, RTT, fördröjningsvariationen och paketförlusten i det här arbetet var passiv mätningsmetod. Passiv mätningsmetod valdes eftersom det är lättare att mäta vissa parametrar noggrannare såsom paketförlust och fördröjning med passiv mätning jämfört med aktiv mätning. En annan fördel med passiv mätningsmetod är att den inte kommer att belasta den ordinarie datatrafiken [9], [10]. För att kunna mäta nätverksprestanda behövdes en datatrafik i första hand. Datatrafik genererades vid IoT-noden sidan och med hjälp av två datorer, en dator kopplat till IoT-noden och en dator kopplat till gateway:en, kunde datatrafiken observeras (passiv mätning) och skriva ut värden på parametrar som skulle mätas på datorskärmen. Figur 6 visar nätverkstopologin samt mätningsmetoden som användes i denna studie.

Figur 6: LoRa nätverkstopologi som används i denna studie.

Testscenarion och datainsamling

Som nämndes tidigare i teorikapitlet, kan man i LoRa ändra datahastigheten genom att ändra på spridningsfaktor (SF) och/eller bandbredd (BW). Varje SF (från SF=7 till SF=11) på varje avstånd räknades som ett scenario. Bandbredden ändrades på varje avstånd i de olika miljöerna med SF vald till 7, 9 och 11 för att undersöka hur datahastigheten och avståndet påverkar de parametrarna som skulle mätas. Mätningar genomfördes på 3 olika avstånd i varje miljö med 5 olika SF och 3 olika bandbredd. Bandbredden konfigurerades på 125, 250 eller 500 kHz vid SF 7, 9 och 11. Vid övriga SF konfigurerades bandbredden på 125 kHz. För varje scenario genomfördes 10 mätningstester för att validera mätningsresultaten. Totalt undersöktes 33 scenarier i varje miljö dvs. 330 mätningstester genomfördes i varje miljö. SF 12 undersöktes inte enligt det som beskrevs i avgränsnings sektionen.

(24)

12 | METOD OCH GENOMFÖRANDE

För att samla in mätdata skickades 50 datapaket med datalasten ”Hello this is device 1” för varje mätningstest. Ett datapaket skickades från IoT-noden till gateway:en varje 2 sekunder. För varje mottaget datapaket skickades ett ack (respons) tillbaka för att bekräfta att data mottogs av gateway:en. Ack användes för att kunna mäta RTT och fördröjningsvariationen.

För att initiera överföringsparametrar samt skicka och ta emot datapaket i LoRa användes RadioHead-biblioteket som är ett färdigt bibliotek för inbyggda mikroprocessorer. Det är ett komplett objektorienterat bibliotek för att bland annat skicka och ta emot datapaket i olika trådlösa kommunikationstekniker såsom t.ex. LoRa [24]. RadioHead-bibliotek innehåller även metoder för att mäta bland annat signalstyrka. Signalstyrkan och antalet paketförluster mättes vid gateway-sidan.

Genom att anropa lämplig metod från RadioHead-biblioteket kunde man få värdet på RSSI och genom att observera antal inkommande datapaketet kunde man avgöra antalet paketförluster. För att mäta RTT användes en timer med millisekunds noggrannhet vid IoT-noden sidan. RTT är tiden som tar från att datapaketet är skickat tills IoT-noden tar emot en ack från gateway. För att mäta fördröjningsvariationen (jitter) mätes tidsskillnaden mellan två eftervarandra mottagna datapaket (mottagningstidsvariation) och tidsskillnaden mellan sändningstid av två efterföljande datapaket (sändningstidsvariation), se formell (1) i sektion 2.4. För att kunna uppnå millisekundprecision kunde man inte använda tidstämpelfunktionen som finns hos Arduino. Istället används två timers. En timer på sändarsidan (IoT-noden) som mätte tidsskillnaden mellan sändningstiden mellan två efterföljande datapaket (sändningsvariation). Den andra timern användes på mottagaren sidan (gateway) som mätte tidsskillnad mellan mottagningstiden på två efterföljande datapaket (mottagningsvariation). För att uppnå högre noggrannhet hos mätningar avlästes värdet på timern vid sändarsidan efter att datapaketet var skickat. Ibland dröjer det lite från att programmet begär att noden skall skicka ett datapaket tills datapaketet är verkligen skickat. För att lösa problemet anropades funktionen waitPacketSent() från RadioHead-biblioteket. När funktionen waitPacketSent() anropas exekverar programmet inte nästa kommando tills datapaketet är verkligen skickat. Värdet på timern avlästes alltid efter waitPacketSent() för att höja mätningsnoggrannheten dvs. värdet på timern avlästes när datapaketet verkligen var skickat. Observera att timern startas när den deklareras och man kan bara läsa av värdet på timern efteråt. RTT och sändningstidsvariation skrivs ut på dataskärmen som är kopplat till IoT-noden. RSSI, mottagningstidsvariation och antal mottagna datapaketen skrivs ut på dataskärmen kopplat till gateway:en. Tabell 3 visar ett exempel på mätningsvärden som visades på datorskärmen som var kopplad till IoT-noden. Tabell 4 visar ett exempel på mätningsvärden som visades på datorskärmen som var kopplad till gateway:en.

Tabell 3: Visar mätningsvärden på datorskärmen kopplat till IoT-noden.

Paket # RTT [ms]

Sändningstidsvariation [ms]

Antal paketförlust [st]

Datalast

1 229 0 0 ”Paket 1 ack”

2 228 2456 0 ”Paket 2 ack”

3 226 2457 0 ”Paket 3 ack”

(25)

Tabell 4: Visar mätningsvärden på datorskärmen kopplat till gateway:en.

3.3.1 Mjukvara

Figur 7 visar flödesschema för mjukvaran på IoT-noden (client). Det framgår av figur 7 när IoT- nodensmjukvaran (client) först exekveras så initieras överföringsparametrar och globala variabler samt skapas en timer. Observera att timern startas direkt efter att den skapas i programmet och man kan bara läsa av värdet på timern efteråt. Efter det exekveras en oändlig loop. Denna loop kallas även för super loop. I början av super loop skapas en while loop som kontrollerar om 50 datapaket är skickade. Om alla datapaket är skickade så hoppar programmet ur while loopen och programmet loopar utan att exekvera någon kod. Om det finns något datapaket kvar att skicka så går programmet igenom while loopen och ökar först counter som är en globalvariabel och visar hur många datapaket som har skickats. Efter det skickas ett datapaket. Programmet väntar tills datapaketet är skickat.

Sedan avläses timern som används för att mäta RTT och sändningstidsvariationen och sparas värdet på timern i en globalvariabel som heter prevTime, se figur 7. Sedan väntar programmet på ett ack från gateway:en i 2 sekunder. Mottagandet av ack innebär att mottagare har tagit emot datapaketet. Om ingen respons (ack) fås tillbaka inom 2 sekunder innebär det att datapaketet har gått förlorat så ökas variabeln som visar antal datapaketförluster och sedan skrivs det ut på skärmen att datapaketet är förlorat (Lost). Om IoT-noden får en ack från gateway:en så räknas ut RTT genom att avläsa nuvarande tiden på timern och subtrahera med värdet på prevTime variabeln. Därefter skrivs RTT, antal paketförluster, datapaketsnummer, datalasten för ack och sändningstidsvariation ut på datorskärmen som är kopplat till IoT-noden, se tabell 3. Programmet loopar tills alla datapaket är skickade.

Figur 8 visar flödesschema för mjukvaran på gateway:en (server). Figur 8 visar när gateway (Server) mjukvaran först exekveras så initieras överföringsparametrar och deklareras globala variabler samt skapas en timer. Efter att initieringen är klar så väntar gateway på ett datapaket från ändenheter, i vårt fall IoT-noden. När ett datapaket tas emot avläses timern som används för att mäta mottagningstidsvariation. Värdet på timern sparas i en globalvariabel som heter prevTime, se figur 8. Därefter avläses RSSI och datalasten sparas i bufferten. Sedan skrivs värden på RSSI, datalasten, datapaketsnummer samt mottagningsvariation ut på datorskärmen som är kopplat till gateway, se tabell 4. Därefter skapas ett ack. Ack skickas till IoT-noden som hade skickat datapaketet.

Nr RSSI [dBm]

Mottagningsvariation [ms]

Datalast

1 -77 0 ” Hello this is device 1”

(26)

Figur 7: Flödesschema för mjukvaran av IoT-noden. Figur 8: Flödesschema för mjukvaran av gateway:en.

Experimentdesign

Den här sektionen inleds med en beskrivning av parametrar som skulle mätas, utrustningen och LoRa-nätverkstopologin som användes i experimenten. Därefter beskrivs de miljöerna som experimenten genomfördes i.

3.4.1 Konfigurering

I sektion 2.4 diskuterades parametrar som kan påverka nätverksprestandan och förklarades varför dessa parametrar skulle undersökas och mätas. Inför varje mätning konfigurerades överföringsparametrarna som förklarades i sektion 2.6.3. Vissa överföringsparametrar var konstanta på alla scenarier men några överföringsparametrar ändrades för varje scenario för att kunna undersöka hur dessa parametrar påverkar nätverksprestandan. Nedan beskrivs vilka parametrar som var konstanta och vilka som var varierande. Både IoT-noden och gateway:en konfigurerades enligt nästa sida.

(27)

Konstanta överföringsparametrar:

- CR: 4/5

- Uteffekt: 14dBm

- Bärvågsfrekvens (CF): 867,1 - 868,5 MHz Varierande överföringsparameter:

- SF: 7 till 11

- Bandbredd (BW): 125 kHz, 250 kHz och 500 kHz

Andra varierande parametrar var miljö och avstånd enligt nedan:

- Miljö: Stadsmiljö samt havsmiljö

- Avstånd i stadsmiljö: 150 m, 300 m och 500 m - Avstånd i havsmiljö: 700 m, 1000 m och 1500 m 3.4.2 Utrustning

Utrustningar som användes för att genomföra experimenten beskrivs i de underliggande kapitlen.

Installation av LoRa-nätverket var inte komplicerat då experimenten som ska genomföras har endast två enheter, se figur 6.

3.4.2.1 IoT-nod

En IoT-nod (ändenhet) är utrustade med olika sensorer som samlar in data och skickar dem till en gateway. I det här arbetet användes inte sensordata utan IoT-enheten skickade enbart förbestämda bokstäver (char) som datalast. Två komponenter användes för att bygga upp en IoT-nod, nämligen en SX1276 LoRa Shield och en Arduino uno. Arduino uno är en 8-bitars mikrokontroller. Dragino LoRa Shield är en långdistanssändare som med hjälp av Arduino uno kan kommunicera med gateway.

Bilaga 2 visar IoT-noden.

3.4.2.2 Gateway

Enheten som kommer att användas som gateway är Dragino LoRa LG01P. LG01P är en enkelkanal LoRa-gateway med öppen källkod med möjlighet att kunna modifiera programvaran. LG01P använder en programmerbar mikrokontrollenhet (M328P) för att kommunicera med LoRa-enheter.

Språket är C och verktyget att programmera är Arduino IDE. LG01P kan även brygga data från LoRa till IP-nätverk. Det maximala avståndet som LG01P kan kommunicera på är mellan 5-10 km [18].

Bilaga 3 visar en bild på LG01P Gateway.

3.4.3 Miljöer

Petajajarvi et al [21] hade valt havsmiljö (fri sikt) och stadsmiljö för att genomföra experimenten. I den här studien valdes liknande miljöer för att kunna jämföra och diskutera resultatet av paketförluster i jämförelse med artikeln [21]. Resultaten jämfördes även med artikeln om LoRa av Lavric och Popa [20].

3.4.3.1 Stadsmiljö

Experimenten genomfördes i Flemingsbergsområdet som ligger i Huddinge. Gateway:en placerades utanför ett fönster på våning 4 i ett höghus. Höjden från marken till gateway:en uppskattades vara 10 m. IoT-noden placerades i olika avstånd från gateway. Byggnaderna mellan gateway:en och noden hade varierande höjd (från 10 m till ca 40 m). Mätningarna genomfördes på avstånd 150 m, 300 m, 500 m. Figur 9 visar karta över stadsområden och placering av gateway:en och noden för varje test.

(28)

Figur 9: Placering av IoT-noden och gateway:en i stadsmiljö 3.4.3.2 Fri sikt

Experimenten genomfördes i Sollentuna vid Edsviken sjö. Gateway:en placerades på ett hustak på ett trevåningshus och höjden från marken till gateway:en uppskattades vara ca 10 m. IoT-noden placerades i olika avstånd från gateway. Mätningarna genomfördes på avstånd 700 m, 1000 m, 1500 m. Figur 10 visar karta över havsmiljön (fri sikt) och placering av gateway:en och noden för varje test.

Figur 10: Placering av IoT-noden och gateway:en i havsmiljö

(29)

Dataanalys

För att analysera data så exporterades alla mätvärden från testen till en Excel-fil där medelvärdet på RSSI och RTT av 50 datapaketen beräknades och presenterades för varje test.

Fördröjningsvariationen beräknades för varje två efterföljande mottagna datapaket med hjälp av Excel. Medelvärden på fördröjningsvariationen av 50 datapaket beräknades och presenterades för varje test. Metoden som användes för att analysera insamlade data var statistisk dataanalysmetod.

Statistisk dataanalysmetod passade bra i det här arbetet på grund av att data som samlades in från experimenten var kvantitativa. För att lättare kan analysera resultaten skapades även histogram. För att analysera spridning av resultaten mellan olika tester i ett visst scenario ritades även upp spridningsdiagrammen.

Trovärdighet

För att uppnå hög trovärdighet så jämfördes resultat av det här arbetet med teorin som beskrevs i kapitel 2 och tidigare studier och artiklar som nämndes i sektion 2.3 där som var möjligt. Det har använts även pålitliga källor såsom studier och artiklar från IEEE databasen i det här arbetet.

(34)

22 | RESULTAT

Figur 17: Figuren visar antal paketförluster med olika SF och bandbredd [kHz] på avståndet 150 m i stadsmiljön.

0 5 10 15 20 25 30 35 40 45 50

Antal paketförluster [st]

Antal paketförluster på avståndet 150 m i stadsmiljö

0 10 20 30 40 50 60

Antal paketförluster på avståndet 300 m i stadsmiljö

(35)

Figur 20, 21 och 22 visar resultaten av antal paketförluster vid avstånden 700 m, 1000 m och 1500 m i havsmiljön där x-axeln visar olika SF med olika bandbredd och y-axeln visar antal paketförluster [st].

Figur 20: Figuren visar antal paketförluster med olika SF och bandbredd [kHz] på avståndet 700 m i havsmiljön.

0 10 20 30 40 50 60

Antal paketförluster på avståndet 500 m i stadsmiljö

0 2 4 6 8 10 12 14 16 18 20

Antal paketförluster på avståndet 700 m i havsmiljö

(36)

24 | RESULTAT

Figur 21: Figuren visar antal paketförluster med olika SF och bandbredd [kHz] på avståndet 1000 m i havsmiljön.

Figur 22: Figuren visar antal paketförluster med olika SF och bandbredd [kHz] på avstånd 1500 m i havsmiljön.

0 10 20 30 40 50 60

Antal paketförluster på avståndet 1000 m i havsmiljö

Fördröjningen (RTT) på avståndet 1000 m i havsmiljö

0 100 200 300 400 500 600 700

RTT [ms]

Fördröjningen (RTT) på avståndet 1500 m i havsmiljö

(40)

28 | RESULTAT

Fördröjningsvariation

Figur 29, 30 och 31 visar resultaten av fördröjningsvariationen (jitter) [ms] vid avstånden 150 m, 300 m och 500 m i stadsmiljön där x-axeln visar olika SF och olika bandbredd och y-axeln visar fördröjningsvariationen [ms].

Figur 29: Figuren visar fördröjningsvariationen (jitter) [ms] med olika SF och bandbredd [kHz] på avståndet 150 m i stadsmiljön.

Figur 30: Figuren visar fördröjningsvariationen (jitter) [ms] med olika SF och bandbredd [kHz] på avståndet 300 m i stadsmiljön. 0

0.5 1 1.5 2 2.5 3

Fördröjningsvariation [ms]

Fördröjningsvariation på avståndet 150 m i stadsmiljö

0 0.5 1 1.5 2 2.5 3

Fördröjningsvariation på avståndet 300 m i stadsmiljö

(41)

Figur 31: Figuren visar fördröjningsvariationen (jitter) [ms] med olika SF och bandbredd [kHz] på avståndet 500 m i stadsmiljön.

Figur 32, 33 och 34 visar resultaten av fördröjningsvariationen (jitter) [ms] vid avstånden 700 m, 1000 m och 1500 m i stadsmiljön där x-axeln visar olika SF och olika bandbredd och y-axeln visar fördröjningsvariationen [ms].

Figur 32: Figuren visar fördröjningsvariationen (jitter) [ms] med olika SF och bandbredd [kHz] på avståndet 700 m i havsmiljön.

0 0.5 1 1.5 2 2.5 3

Fördröjningsvariation på avståndet 500 m i stadsmiljö

0 0.5 1 1.5 2 2.5 3

Fördröjningsvariation på avståndet 700 m i havsmiljö

(42)

30 | RESULTAT

0 0.5 1 1.5 2 2.5 3

Fördröjningsvariation på avståndet 1000 m i havsmiljö

0 0.5 1 1.5 2 2.5 3

Utveckling av mätmetod och prestandaanalys av LoRa

Utveckling av mätmetod och prestandaanalys av LoRa

Development of measurement

method and performance analysis of LoRa

PARHAM GITIJAH

Utveckling av mätmetod och prestandaanalys av LoRa

Development of measurement method and performance

analysis of LoRa

Parham Gitijah

Sammanfattning

Nyckelord

Abstract

Keywords

Innehållsförteckning

1 Inledning

Problemformulering

Målsättning

Avgränsningar

2 Teori och bakgrund

Internet of Things

Trådlösa kommunikationer

Relaterad forskning

Nätverksprestanda

Mätningsmetoder

LoRa

3 Metod och genomförande

Litteraturstudie

Mätningsmetod

Testscenarion och datainsamling

Experimentdesign

Dataanalys

Trovärdighet

4 Resultat

Signalstyrka

Signalstyrka på avståndet 150 m i stadsmiljö

Signalstyrka på avståndet 300 m i stadsmiljö

Signalstyrka på avtåndet 500 m i stadsmiljö

Signalstyrka på avståndet 700 m i havsmiljö

Paketförlust

Signalstyrka på avståndet 1000 m i havsmiljö

Signalstyrka på avståndet 1500 m i havsmiljö

Antal paketförluster på avståndet 150 m i stadsmiljö

Antal paketförluster på avståndet 300 m i stadsmiljö

Antal paketförluster på avståndet 500 m i stadsmiljö

Antal paketförluster på avståndet 700 m i havsmiljö

Antal paketförluster på avståndet 1000 m i havsmiljö

Antal paketförluster på avståndet 1500 m i havsmiljö

Fördröjning

Fördröjningen (RTT) på avståndet 150 m i stadsmiljö

Fördröjningen (RTT) på avståndet 300 m i stadsmiljö

Fördröjningen (RTT) på avståndet 500 m i stadsmiljö

Fördröjningen (RTT) på avståndet 700 m i havsmiljö

Fördröjningen (RTT) på avståndet 1000 m i havsmiljö

Fördröjningen (RTT) på avståndet 1500 m i havsmiljö

Fördröjningsvariation

Fördröjningsvariation på avståndet 150 m i stadsmiljö

Fördröjningsvariation på avståndet 300 m i stadsmiljö

Fördröjningsvariation på avståndet 500 m i stadsmiljö

Fördröjningsvariation på avståndet 700 m i havsmiljö

Fördröjningsvariation på avståndet 1000 m i havsmiljö

Fördröjningsvariation på avståndet 1500 m i havsmiljö