Comparación de una red LoRaWAN con modelos
de propagación en un entorno con vegetación
de soja
Comparison of a LoRaWAN network with propagation models in a soybean vegetation
environment
Adrián Jaszczyszyn
#1
, Marcelo Guiguet
#2
, Hugo Ramón
#3
#
Instituto de Investigación y Transferencia en Tecnología - Universidad
Nacional del Noroeste de la Provincia de Buenos Aires - Argentina
1
adrian.jaszczyszyn@itt.unnoba.edu.ar
2
marcelo.guiguet@itt.unnoba.edu.ar
3
hugo.ramon@itt.unnoba.edu.ar
Resumen— Las redes LPWAN son sistemas inalámbricos de
bajo consumo energético y gran alcance, diseñadas
principalmente para conectar dispositivos de Internet de las
Cosas (IoT) a la red. En el sector agroindustrial, el IoT está
revolucionando la industria a través de la implementación de
técnicas avanzadas de agricultura inteligente o de precisión.
Una de las tecnologías clave para alcanzar este objetivo es
LoRa, junto con la arquitectura de red LoRaWAN, aplicada en
prácticas agrícolas tradicionales. El presente trabajo analiza la
comparación de mediciones realizadas por nodos ubicados a
diferentes alturas en relación con un gateway, evaluando
diversos modelos de pérdidas de propagación, además de
modelos específicos que consideran el exceso de vegetación.
Todo esto en una infraestructura basada en LoRaWAN, dentro
de un entorno rural dedicado al cultivo de soja.
Palabras clave: IoT; LoRaWAN; modelos de propagación con
vegetación.
Abstract— LPWAN networks are low-power, long-range
wireless systems, primarily designed to connect Internet of
Things (IoT) devices to the network. In the agro-industrial
sector, IoT is revolutionizing the industry through the
implementation of advanced smart or precision agriculture
techniques. One of the key technologies to achieve this goal is
LoRa, together with the LoRaWAN network architecture,
applied in traditional agricultural practices. This work
analyzes the comparison of measurements made by nodes
located at different heights in relation to a gateway, evaluating
various propagation loss models, as well as specific models that
consider excess vegetation. All this in a LoRaWAN-based
infrastructure, within a rural environment dedicated to
soybean cultivation.
Keywords: IoT; LoRaWAN; propagation models with
vegetation.
I. INTRODUCCIÓN
Las tendencias actuales y las oportunidades emergentes
en el ámbito de IoT para el área agroindustrial están
vinculadas a la adopción de tecnologías de redes de área
amplia de bajo consumo (Low Power Wide Area Networks,
LPWAN). Estas soluciones se destacan por ofrecer bajas
tasas de transmisión de datos, coste reducido, extensos
rangos de cobertura y bajo consumo energético. Entre las
distintas tecnologías LPWAN disponibles, LoRaWAN
ofrece, además de las características mencionadas, la ventaja
de basarse en un estándar abierto, proporcionar seguridad
integrada y permitir implementaciones privadas.
Según la documentación oficial de la LoRa Alliance® y
Semtech [1][2], LoRaWAN es un protocolo de
comunicación basado en un estándar abierto para la capa de
acceso, mantenido por la LoRa Alliance®. Este protocolo
define tanto la comunicación como la arquitectura de red.
La capa física LoRa emplea una técnica de modulación de
espectro ensanchado derivada del Chirp Spread Spectrum
(CSS), facilitando la comunicación de largo alcance para
redes de dispositivos inalámbricos de bajo consumo [2]. La
modulación LoRa permite ajustar tres parámetros que
influyen en el desempeño del enlace de comunicación:
BandWidth (BW), Spread Factor (SF) y Coding Rate (CR)
[3].
LoRa utiliza seis factores de propagación (SF7 a SF12), y
la combinación de diferentes SF y BW resulta en diversas
tasas de datos, Data Rate (DR). El SF establece un
equilibrio entre la velocidad de transmisión de datos y el
rango de cobertura. Un SF mayor, reduce la velocidad de
datos pero aumenta el alcance, incrementando el tiempo en
el aire y el consumo energético, mejorando la resistencia a
interferencias y distancias más largas. Además, junto con
estos factores de propagación, se aplican técnicas de
corrección de errores que mejoran la sensibilidad del
receptor. La selección de valores más altos para SF y CR
afecta el tiempo de ocupación del canal [3][4]. LoRa ofrece
tres valores de BW: 125 kHz, 250 kHz y 500 kHz [5], así
como cuatro valores posibles de CR: 1, 2, 3 y 4,
correspondientes a las tasas de codificación 4/5, 4/6, 4/7 y
4/8, respectivamente. La codificación reduce la tasa de
Revista elektron, Vol. 8, No. 2, pp. 100-106 (2024)
ISSN 2525-0159
101
Recibido: 30/09/24; Aceptado: 02/12/24
https://doi.org/10.37537/rev.elektron.8.2.203.2024
Original Article
errores de paquetes y añade símbolos de control para
detectar e incluso poder determinar los valores correctos.
En una red LoRaWAN la inteligencia y la complejidad se
centra en el servidor de red o network server, quien es el que
administra la red, como muestra la Fig. 1. Los nodos no
están asociados con un gateway específico y cada gateway
reenvía el paquete recibido por el nodo al servidor de red a
través de alguna red celular, Ethernet o WiFi. El servidor de
red filtra los paquetes recibidos redundantes, realiza las
verificaciones de seguridad y es el que envía los datos hacia
el servidor de aplicación [2].
LoRaWAN define el protocolo de comunicación que
permite la administración de la comunicación entre los
distintos gateways y los nodos. El protocolo y la
arquitectura de la red tienen la mayor influencia en la
determinación de la vida útil de la batería de un nodo, la
capacidad de la red, la calidad del servicio, la seguridad y
las distintas posibilidades de conexión a aplicaciones [2].
Fig. 1. Arquitectura de la red LoRaWAN
LoRaWAN permite dos tipos de activaciones de un nuevo
nodo que se une a la red, Activation By Personalization
(ABP) es el modo más sencillo y Over-The-Air-Activation
(OTAA) es la manera más segura de conectarse a la red y la
recomendada. A su vez, la comunicación es bidireccional y
existen tres tipos de clases de nodos: Clase A: Es ideal para
dispositivos que utilizan batería, debido a que solo escuchan
con un par de ventanas de recepción luego de enviar datos.
Clase B: Este tipo de dispositivos tienen las ventanas de
recepción en base a tiempos predeterminados con el
gateway, permite reducir la latencia y optimizar el uso de
batería. Clase C: Esta clase de nodo ofrece el menor ahorro
de energía debido a que se encuentra la mayor parte en
modo escucha, de esta manera está preparado para
minimizar la latencia de los mensajes. LoRaWAN fue
pensado y diseñado para operar en la banda de frecuencias
no licenciadas para aplicaciones industriales, científicas y
médicas (ISM) y en Argentina opera en la banda AU915.
En los sistemas de comunicación inalámbrica, la señal
emitida por la antena del transmisor experimenta múltiples
transformaciones a lo largo de su trayectoria por el medio de
propagación, llegando al receptor sólo una pequeña parte de
la señal original, dado que en los sistemas de
radiofrecuencia intervienen fenómenos como la reflexión, la
difracción y la dispersión, los cuales afectan la propagación
de la señal recibida. Para caracterizar este comportamiento,
se utilizan los modelos de propagación, que consisten en un
conjunto de expresiones matemáticas, diagramas y
algoritmos que describen cómo se comporta la transmisión
de radio en un entorno dado. Existen diferentes tipos de
modelos para predecir la atenuación de señales. Los
modelos empíricos se basan en observaciones y experiencias
previas, proporcionando fórmulas que se ajustan de manera
general al entorno de interés. Por otro lado, los modelos
deterministas emplean principios físicos para calcular la
atenuación, proporcionando resultados basados en leyes
físicas en ese entorno particular [6][7][8].
La recomendación UIT-R P.525-4 [9], última aprobada y
puesta en vigor en agosto de 2019, para el cálculo de la
atenuación en el espacio libre, indica que para enlaces punto
a punto, la pérdida básica de transmisión en el espacio libre
se expresa como:
(1)
donde, L
bf
: pérdida básica de transmisión en el espacio
libre y d: distancia , λ: longitud de onda; se expresan en las
mismas unidades.
El L
bf
se expresa en decibelios (dB) y puede representarse
en función de la frecuencia en lugar de la longitud de onda
[8][10], y se formula de la siguiente manera:
(2)
donde, f: frecuencia en megahercio (MHz) y d: distancia
en kilómetros (km).
Otro modelo es el de reflexión terrestre de dos rayos o
también conocido como Two-Ray Model Path Loss, se
fundamenta en los principios de la óptica geométrica y
considera el componente de la transmisión directa desde el
transmisor al receptor y el componente de reflexión en la
superficie terrestre. La ecuación incorpora la distancia entre
las antenas del transmisor y el receptor y las alturas de la
antenas expresadas en metros, como muestra la ecuación:
(3)
En presencia de vegetación, el modelo de espacio libre o
el modelo de reflexión terrestre de dos rayos no predicen
adecuadamente la atenuación del canal. Esto se debe a la
obstrucción causada por cultivos o árboles, que puede
provocar que la señal se refleje, se difracte o se disperse,
resultando en un desvanecimiento de la señal. Además,
factores como los cambios en la densidad de la vegetación,
el movimiento de los componentes vegetales, y condiciones
ambientales como el viento, la lluvia y la humedad, también
influyen en la atenuación de la señal [8].
Para predecir la pérdida de la señal de propagación en
presencia de vegetación, se utilizan modelos de propagación
Revista elektron, Vol. 8, No. 2, pp. 100-106 (2024)
ISSN 2525-0159
102
http://elektron.fi.uba.ar
con exceso de atenuación vegetativa, algunos de los
modelos empíricos de pérdida de trayectoria más utilizados
se expresan en función de la frecuencia de la señal y la
profundidad de la vegetación en función del modelo de
decaimiento exponencial, ver Fig. 2. Los modelos que
proporcionan una explicación de la propagación de ondas de
radio en presencia de vegetación pueden ser el modelo
ITU-R (International Telecommunications Union -
Radiocommunication Sector), el modelo FITU-R (Fitted
ITU-R), el modelo LITU-R (Lateral ITU-R), el modelo
COST235 (European Cooperation in Science and
Technology - COST) y el modelo Modified Exponential
Decay (MED) de Weissberger [11][12][13].
Fig. 2. Modelos de pérdidas de propagación y modelos de atenuaciones
en presencia de vegetación
Las atenuaciones de propagación debida a la vegetación
Att
(apv)
, tienen un formato general que puede ser expresado
por la siguiente expresión:
(4)
donde X, Y, y Z son variables de valores ajustados
obtenidos de medidas. Una tabla resumen sería la siguiente:
TABLA I
RESÚMEN DE VALORES EMPÍRICOS PARA DISTINTOS MODELOS CON VEGETACIÓN, EN
COLOR AZUL SON LOS UTILIZADOS EN LOS CÁLCULOS
II. DESARROLLO
Se evalúa la calidad de la señal de los nodos ubicados a
diferentes alturas y el gateway, analizando la influencia de
obstrucción de la vegetación de la soja. Se toma como base
la potencia de recepción que va a ser igual a la potencia de
transmisión, más las ganancias del transmisor y receptor,
menos las atenuaciones de pérdida de espacio libre o dos
rayos, según sea el caso de evaluación, menos las
atenuaciones de propagación provistas por la vegetación:
(5)
Se utiliza el RMSE, la raíz cuadrática media, para medir la
desviación promedio de las predicciones del modelo con
respecto a los valores reales.
(6)
Siendo, n el número de observaciones en el conjunto de
datos de prueba; x
pred
son las predicciones del modelo; y
real
son los valores reales observados. Cuanto menor sea el valor
del RMSE, mejor será la precisión del modelo.
A. Armado de escenario
El escenario de prueba se desarrolló en una parcela de
una hectárea dedicada al cultivo de soja, ubicada en un
campo de la zona núcleo del noroeste de la provincia de
Buenos Aires. Esta parcela contenía hileras de plantación de
aproximadamente 10 metros de longitud, con una
separación de 1,5 metros entre cada hilera. La experiencia se
llevó a cabo en 4 (cuatro) ubicaciones, con distancias que
oscilan entre 230 y 310 metros entre el gateway y los nodos,
además de una obstrucción máxima de 89 metros de soja. La
toma de muestras se realizó durante el estadío fenológico
R3-R4 de la soja [14], momento en el cual las hojas se
encuentran completamente desarrolladas, lo que resultó
propicio para el análisis de distintos modelos de
propagación en un entorno con vegetación abundante.
Las ubicaciones de los cuatro puntos de toma de datos,
junto con las distancias al gateway y la distancia con
vegetación en cada sitio, se presentan en la Tabla II:
TABLA II
PUNTOS Y DISTANCIAS DE TOMA DE DATOS
Revista elektron, Vol. 8, No. 2, pp. 100-106 (2024)
ISSN 2525-0159
103
http://elektron.fi.uba.ar
La configuración y los parámetros del gateway y los
nodos utilizados para la experiencia se encuentran en la
Tabla III.
TABLA III
PARÁMETROS DE CONFIGURACIÓN DE LOS NODOS Y GATEWAY
III. RESULTADOS
El RMSE del modelo de espacio libre, junto con las
atenuaciones de los modelos en presencia de vegetación,
arrojaron los siguientes resultados:
TABLA VI
TABLA DE RMSE CON EL MODELO DE ESPACIO LIBRE Y ATENUACIONES CON
VEGETACIÓN
Los resultados del RMSE para el modelo de reflexión
terrestre de dos rayos y las atenuaciones con los modelos en
presencia de vegetación se presentan en la Tabla V.
TABLA V
TABLA DE RMSE CON EL MODELO DE REFLEXIÓN TERRESTRE DE DOS RAYOS Y
ATENUACIONES CON VEGETACIÓN
La propagación de las ondas de radio entre los nodos y
el gateway se ve afectada por la presencia de soja, que
bloquea la línea de visión a partir de los 230 metros. Esta
obstrucción conlleva a una pérdida de potencia de la señal a
medida que aumenta la distancia. La Fig. 3 presenta las
curvas según la ecuación 5, que muestran las pérdidas de
espacio libre, junto con los modelos de atenuación por
vegetación para los nodos RAK5205_01 y RAK5205_03,
ambos configurados con DR5 y los datos medidos con su
curva de regresión.
Fig. 3. Modelo de pérdidas de espacio libre y atenuaciones de
vegetación para el nodo RAK5205_01 a 30 cm y RAK5205_03 a 60 cm
con DR5
Revista elektron, Vol. 8, No. 2, pp. 100-106 (2024)
ISSN 2525-0159
104
http://elektron.fi.uba.ar
La Fig. 4 presenta las atenuaciones del modelo de dos rayos
y los modelos de pérdida con vegetación de los nodos
RAK5205_01 y RAK5205_03, ambos configurados con
DR2.
Fig. 4. Modelo de dos rayos y atenuaciones de vegetación para el nodo
RAK5205_01 a 30 cm y RAK5205_03 a 60 cm con DR2
IV. CONCLUSIONES
Según señala Farhad en [15], la ubicación y elevación de
las antenas de los nodos, junto con el spreading factor (SF),
son fundamentales para la cobertura. En este estudio de
caso, todos los datos enviados por los nodos configurados
con DR2 (SF10/125kHz) y DR5 (SF7/125kHz) fueron
recibidos por el gateway debido a las distancias cortas
(menos de 310 metros). Sin embargo, se observaron
diferencias significativas en las atenuaciones debido a la
vegetación de la soja según la altura de los nodos, como se
muestra en las Fig. 3 y 4. El nodo RAK5205_01, ubicado a
30 cm del nivel del suelo, exhibió una pendiente más
pronunciada que el RAK5205_03, situado a 60 cm, a
medida que la distancia con la vegetación aumentaba.
En cuanto a la evaluación del RMSE los cálculos
arrojaron que los modelos de atenuación con vegetación
considerados en este estudio estiman las pérdidas de
cultivos de soja a niveles de uno a dos dígitos para los
RMSE de los modelos analizados, como se vio en las tablas
V y VI.
Se alcanza la misma conclusión que en la investigación
de Raheemah en [16], donde el modelo L
bf
+Att
(COST235)
mostró la mejor concordancia con las mediciones empíricas
en comparación con otros modelos de atenuación con
vegetación. Esta observación se confirma en la Fig. 3,
donde el modelo L
bf
+Att
(COST235)
se aproxima a la curva de
regresión lineal de los datos observados para el nodo
RAK5205_01, logrando el menor RMSE: 4,358 para DR5.
Para el modelo de reflexión terrestre de dos rayos con las
atenuaciones de los modelos con vegetación, los valores
observados se ubicaron entre el L
pe
+Att
(COST235)
y los otros
modelos con vegetación, como se observa en la Fig. 4. En el
caso del nodo RAK5205_01 para ambos DR, el modelo que
mejor se ajusta es L
pe
+Att
(COST235)
, mientras que para el nodo
RAK5205_03 en ambos DR, es L
pe
+Att
(LITU-R)
.
La precisión en la predicción de la pérdida de señal es
crucial para el diseño y la implementación de sistemas de
comunicación inalámbrica eficientes y confiables. En
entornos donde la vegetación como la soja en éste caso y
otros obstáculos afectan la propagación de las ondas de
radio, es fundamental utilizar modelos de atenuación
precisos. En este estudio, observamos que el modelo
L
bf
+Att
(COST235)
demostró una notable concordancia con las
mediciones empíricas, con un RMSE por debajo de los dos
dígitos para el nodo RAK5205_01 configurado con DR5.
Este resultado subraya la importancia de seleccionar y
validar modelos de propagación que consideren
adecuadamente las condiciones específicas del entorno,
incluyendo la altura de los nodos y las características de la
vegetación. Estos hallazgos son esenciales para predecir con
precisión la cobertura de señal, optimizar el rendimiento del
sistema y asegurar una comunicación robusta y confiable en
aplicaciones prácticas.
REFERENCIAS
[1] Lora-Alliance (s.f.). What-is-lorawan. Consultado el 15 de
septiembre de 2024, desde
https://lora-alliance.org/wp-content/uploads/2020/11/what-is-lorawa
n.pdf
[2] Semtech (s.f.). What is Lora. Consultado 15 de septiembre de 2024,
desde https://www.semtech.com/lora/what-is-lora.
[3] Semtech (2021). Portal para el desarrollador, documentos
técnicos. Consultado el 15 de septiembre de 2024, desde
https://lora-developers.semtech.com/library/tech-papers-and-guides/l
ora-and-lorawan/
[4] P. Pickering (2017). Desarrollar con LoRa para aplicaciones IoT de
baja tasa y largo alcance. Consultado el 15 de septiembre de 2024,
desde
https://www.digikey.com/es/articles/develop-lora-for-low-rate-long-r
ange-iot-applications
[5] Semtech. (May 2015). LoRa™ Modulation Basics, AN1200.22
Application. Revisión 2. Consultado el 15 de septiembre de 2024,
desde
https://www.frugalprototype.com/wp-content/uploads/2016/08/an12
00.22.pdf
[6] Y. Okumura (1967). Field strength and its variability in VHF and
UHF land-mobile radio service (Vol. 16).
[7] Á.C. Aznar, J. R. Robert., J.M.R. Casals, L.J. Roca, S.B. Bori., &
M.F. Bataller (2004). Antenas. Univ. Politèc. de Catalunya.
[8] T. Rappaport (2002). Wireless Communications: Principles and
Practice. Prentice Hall PTR.
[9] Unión Internacional de Telecomunicaciones. (2019).
Recomendación UIT-R P.525-4 (08/2019)– Cálculo de la atenuación
en el espacio libre. Consultado el 15 de septiembre de 2024, desde
https://www.itu.int/rec/R-REC-P.525/es.
[10] P. de Fornel & H. Sizun (2006). Radio Wave Propagation for
Telecommunication Applications. Springer Berlin Heidelberg.
[11] M.A. Weissberger (1982). An initial critical summary of models for
predicting the attenuation of radio waves by trees. ESD-TR-81-101,
Revista elektron, Vol. 8, No. 2, pp. 100-106 (2024)
ISSN 2525-0159
105
http://elektron.fi.uba.ar
Electromagnetic Compatibility Analysis Center,
Annapolis,Maryland USA, Final Report 833-7.
[12] CCIR (1986). Influences of terrain irregularities and vegetation on
troposphere propagation. CCIR Report, 235-236
[13] COST235 (1996). Radio propagation effects on next-generation
fixed-service terrestrial telecommunication systems.
[14] D. Santos (2010). Fenología en el Cultivo de Soja: una "hoja de
ruta". Segunda edición (2010). Consultado el 15 de septiembre de
2024, desde
https://inta.gob.ar/sites/default/files/script-tmp-inta-fenologia-en-el-c
ultivo- de- soja- una- hoja- de- ruta.pdfs
[15] A. Farhad, D.H. Kim, & J.Y. Pyun (2019). Scalability of LoRaWAN
in an urban environment: A simulation study. 2019 Eleventh
International Conference on Ubiquitous and Future Networks
(ICUFN), 677-681.
[16] A. Raheemah, N. Sabri, M. Salim, P. Ehkan & R.B. Ahmad (2016).
New empirical path loss model for wireless sensor networks in
mango greenhouses. Computers and Electronics in Agriculture, 127,
553-560.
Revista elektron, Vol. 8, No. 2, pp. 100-106 (2024)
ISSN 2525-0159
106
http://elektron.fi.uba.ar
