一个模型与叶面积指数和树干直径LoRaWAN无线电传播在中国东部混交林

文摘

物联网(物联网)是一种非常有前途的技术在森林工程,特别是对环境和植物生长监测。罗拉广域网(LoRaWAN)是一个流行的选择林业物联网由于其低功耗和远程能力。实际部署和网络优化需要精确的路径损耗模型,所以LoRaWAN广播频道在森林中需要深入研究。然而,大多数现存的传播模型不涉及具体的林业环境参数。在本文中,两个参数相关的树木被认为:叶面积指数和树干直径。由于这两个项目的图示特点(从春天到冬天),实证模型通过广泛的测量运动了:首先,通道测量平台设计基于混交林的真实场景。其次,罗拉的信道传输的衰落特征节点测试,和相应的模型和评估。最后,一个能量收获LoRaWAN部署和运营在一个森林的中国东部地区环境监测采样基于我们的传播模型。结果表明,433 MHz罗拉路径损耗的混合森林可以精确的预测模型。此外,网络覆盖和优化罗拉节点能耗可以执行,使可靠的永久发展林业发展监测系统。

1。介绍

multispecies森林是一个重要的营林政权可持续森林管理。由于其垂直分层结构、树冠可塑性和混交林生态位分离可以更有效地利用树冠空间更有效地提高森林生产力和养分循环的自然森林。连同它的面积增加,混合森林管理面临着不同的挑战[1]:比赛对自然资源不同的树种,不同抚育措施的增长阶段,提高害虫防治技术。因此迫切需要开发和利用合理的资源监控系统的预测和管理混交林(2,3]。低功耗广域网络(LPWANs)是一种很有前途的技术,因为他们的适用性高、能源消耗低、自组织机制。概述和比较不同的新兴LPWAN技术提出了(4- - - - - -6),表中列出1。特别是,LoRaWAN是最准LPWAN的技术之一,获得更大的研究和工业社区的兴趣。它也越来越多地采用物联网(物联网)在森林里7- - - - - -10]。

LoRaWAN链接每个节点通过无线通信,如图1所示。当他们在森林里部署,无线电信号可能会经历衰减由于衍射,反射、散射和吸收效应引起的各种障碍的树木和灌木。混交林具有挑战性的无线电传播环境,需要更好地理解传播特性来设计高效的无线系统,可以内部操作。然而,森林无线电传播相对复杂的建模不同环境参数(如植被类型、密度、高的树木,和天气条件)可以有很强的影响。

研究人员已经开发出几个著名的实证模型来研究森林里的无线电频道的特点:孟等人进行实验为附近地面无线电波传播路径损耗模型在一个种植园在240和700 MHz大森林深度(11),该LITU-R模式主要考虑横向波效应和显示了叶损失的预测更好的性能在一个大树叶深度(5公里)。代理等人发现,信号衰减依赖于植被密度、树的定义的产品密度和平均直径的树干12]。安德森等人提出了超宽频测量运动的结果和综合参数分析四种不同森林密度在多个不同位置在马里兰州的维吉尼亚州。他们证明了超宽频传播在森林环境中严重依赖于森林密度、天线类型和森林的配置(13]。Palaios等人研究了靠近地面的传播特性在一个典型的欧洲中部森林UHF-bands 485 MHz (14];结果表明,森林类型有显著影响的传播,因此混合型森林需要自己的模型。

另一方面,罗拉的表征广播频道最近也有一些成果:本纳等人研究了罗拉路径损耗和时间消退(868 MHz)奶牛在谷仓15]。Hosseinzadeh等人罗拉的室内传播性能评估技术和识别模型能最好地描述该过程(16]。El Chall等人调查了LoRaWAN广播频道在室内和室外环境在城市和农村的位置在黎巴嫩(17]。Sanchez-Iborra等人提出了一个综合绩效评估LoRaWAN不同环境条件下(18]。点对点罗拉路径损耗特性研究在城市,森林,和沿海环境(19]。尤其是Sardar等人分析了环境因素在不同天线高度等林业罗拉通讯和数据包的长度20.]。

基于上述文献,我们发现大多数现有的实证模型集中在单一树种如香柏树、松树。小金合欢confusa或日本柳杉、玻璃、木材和灌木都很少考虑,更少的混交林。其次,大多数模型都是基于无线电频率和传输距离,而几乎没有考虑环境参数。前的树木模型主要分为叶片和out-of-leaf的情况。然而,树木的叶面积的变化与不同的季节,和树干的横截面积也会影响无线电传播在其成长阶段。第三,混合森林中的树木随机分布的空间不同于人工种植的树木按行和列,而sub-GHz罗拉这种森林尚未研究。最后,因为球场上测量设备能源总是紧张,很可能小说的能量采集(EH)物联网技术将发现他们使用的森林监测(21- - - - - -23]。所以结合节能无线传输功率控制机制与准确的传播模型是必要的和不可避免的EH-wireless传感器系统在森林里。

在这个工作中,实际LoRaWAN传感器节点用于描述路径损耗效应在433 MHz频带混合森林环境在不同的高度从地面。测量结果与Okumura-Hata-Rural路径损耗模型(24)和LITU-R模型(11)显示了显著差异。因此,叶面积指数(LAI)能反映叶片的密度在不同生长阶段介绍作为一个特征参数,和主干胸径(DBH)代表截面的树木的其他领域。实证模型组成的这两个新参数然后发展,它与现有的模型相比,我们来演示其准确性LoRaWAN节点部署在混交林中在南京地区的中国东部城市。测量数据,以及发展路径损耗模型,可用于有效的规划和部署EH-WSN混交林环境。我们所知,这是第一个研究传播特性的分析罗拉混交林。

本文的其余部分组织如下:部分2描述了测量活动,提出了实用的传感器节点和调查场景中使用。讨论了数据分析和模型构建部分3。部分4测试该模型在实际领域,比较它与现有的模型。结论和未来的研究给出了部分5。

2。实验装置和测量活动

2.1。混交林环境描述

我们的建模过程在南京林业大学的一个典型的混交林,江苏,中国东部( , )。这个演示森林基地建于1999年,长300米,宽200米。马尾松,冬青属植物对栓皮栎种群,属glauca, Photinia beauverdiana,和悬钩子属植物corchorifolius是占主导地位的不同,平均约2.75米的冠冕。植物大约1.3高-11.9米,树干胸径大约0.11 - -0.56米。

测量建模主要是由四个成长阶段包括春季萌发阶段,夏天叶扩张阶段,秋叶下降阶段,并在2018年冬季衰老阶段。同一棵树上的变化如图四个发展阶段2:3月初,树和稀疏的树叶(图2(一个));接下来,树叶在6月下旬(图迅速增长2 (b));赖和胸径也达到峰值;那棵树是在叶(图9月下降阶段2 (c));最后,冬天叶子逐渐消逝,只存在分支(图2 (d))。这些不同的形态特征可以肯定影响通过和附近的无线信号传播。

2.2。测量设备

实验平台用于我们的测量活动图描述了3。的Arduino UNO Dragino罗拉盾扩展板作为传感器节点,由一个3.7 V, 3000 mAH可充电锂电池25]。它有一个集成罗拉SX1278收发器和运行LoRaWAN协议。一个节点没有关联的传感器连接到一个笔记本作为水槽,并能够接收罗拉帧从20到141−−dBm根据罗拉BW和科幻小说26]。水槽和传感器节点使用一个全向偶极天线3 dBi的收获。在每一帧的接收,水槽提供了接收信号强度指示(RSSI),信噪比(信噪比),负载信息。这些接收到的参数记录在笔记本上的服务器端进行进一步分析和处理。接待的质量可以实时监控与MQTT Web客户机应用程序。

罗拉节点被配置为发送一个数据包每间隔。包还包括一个序列号,以识别包丢失。传输功率设置为14 dBm,科幻12(达到最好的接收机灵敏度),和BW 125 kHz,使用三个默认通道(433.175,433.375,和433.575 MHz)。数据包的有效载荷是37个字节包括13字节MAC头。测量设置参数表中列出2。在所有的测量,水槽的位置是固定的,而传感器节点可以移动到不同的位置。

从图可以看出3,有两个特别设计了林业传感器:胸径和光合有效辐射(PAR)。胸径传感器主要由高精度滑动膜电位计,一个圆形的灵活弹性轮缘,甲板固定位置,信号处理桥电路。收紧后安装到树干上,电位器的滑动条指出电阻的精确值,我们可以推断出胸径。赖PAR传感器测量的设计,是基于参考系统(27,28),它包括两部分:测试组件和组件的引用。测试标准应放置在皇冠传感器测量光通量,通过参考传感器的地方可以设置在一个明确的领域提供了对比和评价。两种传感器组成一个有效的和不可或缺的供应提出了无线电传播的分析物联网在森林里。

2.3。实际测量的设置

在整个实验,目的是把水槽节点的中心指定部署领域和收集RSS阅读(即在11个不同的距离。、5、10、20、30、40、50、60、70、80、90和100米),在十二个不同30度分离组成。因此,面积理想情况下需要进行真正的现场部署实验。

水槽节点的天线摆放在离地面1.3米,即。,胸径的高度。RSSIs被传输节点5然后测量高度从底部到顶部的高度为0.5,1.3,2,2.5,3 m。发射和接收天线是在所有的测试中保持着勃起的。的顶部和侧面视图测量位置如图4。注意,由于广泛的随机散射树叶,树枝和灌木丛中,信号强度可能大幅改变,即使是一个小变化在发射天线的位置。对于每个度量点,100个样本收集,提供一个足够大的数据集近似重要信号的统计特性,如均值和可变性。因此,每660个测点的射频测量平均每100 RSSI样本。

此外,胸径和赖结果也被收集并存储在笔记本电脑与水槽。这两种专用传感器节点发送的数据一天一次水槽进行后续数据分析。他们都是安装在一些特定的森林树木被种植标准(29日]。我们举行了整个测量运动混合森林每四个发展阶段;所选树的平均赖和胸径值被用作确切的小说在接下来的路径损耗模型分析参数。

3所示。测量结果和经验模型

在本节中,我们目前的结果测量样本混交林进行南京林业大学节中描述2。然后,我们推导传递损失(PL)模型从四个不同的环境(春、夏、8月和冬季)。最后,提出了PL模式进行了分析和讨论。

混交林的RSSI值收集环境都转化为PL值代表了信号衰减发射机和接收机天线之间的路径。至于PL,价值是一个独特的传播环境的属性。一般来说,PL的关系,传动功率,并给出RSSI: 在哪里指的是路径损耗,是指传输能力,接收功率( ), 是传输天线增益,是接收天线增益。表3只是介绍了PL结果在春季阶段测量时传输节点的高度是0.5米。

然后,我们计算的平均PL值相关的每个测试点包括相应的5山庄。图5说明了PL值与平均距离的日志。此外,它说明了相应的线性回归模型。

它可以清楚地指出,PL值之间的差异相对较大的在同样的距离。在混合森林环境中,这种差异主要是由于没有发生光的视线发射机和接收机之间的通信,导致伟大的信号波动。在某些情况下,多个传输信号的波可能到达沉没,导致多径衰落。在其他情况下,只有一小部分分散传输信号的可能。同时,混交林的季节变化对PL值有很大的影响,增长,腐烂的树枝和树叶直接变换LoRaWAN的传播途径。

同时,我们可以看到平均PL价值观密切关注线性回归直线,这表明PL值之间的依赖关系和距离的日志。事实上,在图提供的线性回归5产生一个可靠的确定系数(即 ),因此,对数正态分布模型适用于估算PL: 在哪里的路径损耗指数显示的速度与距离信号变弱,在一个已知的参考距离路径损耗吗在远场代表一个零均值高斯随机变量的标准偏差 ,它反映了变化的平均接收功率。

图6显示衰减指数的变化和根据不同的高度。高度超过1.3米,随着高度增加,特别是在夏天,它是非常合理的,由于茂密的树枝和树叶。通信路径总是通过冠高度超过2米。然而,0.5米的衰减是或多或少地超过了1.3米,除了冬季阶段,我们主要属性现象的灌木和茂密的矮丛中踩出混交林。显示了相反的趋势作为测试节点的高度增加,值下降主要是因为发射机之间的障碍,和接收器同时增加。此外,根据不同的季节,这两条曲线表现出相似的变化趋势,我们应该彻底的分析。换句话说,我们可以尝试将特定森林参数结合在一起。

在这里,我们记录的平均胸径和赖值对传输节点和水槽之间的距离。这两个特定的传感器节点位于half-randomly基于林业种植规则(29日]。我们可以看到,平均胸径值几乎保持相同的从春天到夏天,然后它有一个快速增长直到冬天在图7(一)。然而,图7 (b)显示的LAI值主要是随着季节的变化,而不是距离。两项可以完全代表样本混交林的特点。

最后一个参数的对数正态分布模型,为代表 ,可以定义的标准偏差。图5显示,一个好的近似的值可以通过使用获得的意思。在这里,我们认为 dB。

为了精确评估参数n和 ,我们引入联合多项式将胸径和赖在一起。如下所示的公式,精心制作的三个常量线性拟合( )随着距离( ,从发送方到接收方)和高度( ,节点的垂直位置离地面)。这些参数是由上述数据的曲线拟合6和7:

同样,我们可以:

和只是胸径和赖的值。因此,创建一个新的经验模型可以通过使用方程(3)- (12))来估计LoRaWAN路径损耗在一个典型的混交林。

4所示。评估和讨论

4.1。模型验证

我们进行实验评估不同混交林在2019年中国南京东部城市,它位于子锦山山脉西侧,长度为170米,宽120米。森林树种结构类似于我们的模型,除了重刷近似高0.6米。同时,胸径和赖值较高是由于保护良好的自然环境。

测试方法类似于建模实验。这里,验证测量是执行在5个不同的高度(0.75米,1.3米,1.75米,2.25米,2.75米)以及一个发射机和接收机之间的直线。在同一时间,两个林业参数(LAI和胸径)在每个验证点可以方便地收集。所以我们从3月到7月,实现整个验证和测试职位和一个广泛的选择尽可能多的不同生长阶段的代表性。

测量结果的比较,提出了新的模型如图所示8。95%的值大于0.85,最小值是0.81。大部分的均方根误差(RMSE) 2和4之间的值,如表所示4。

从结果我们可以看出,该模型匹配的测量很好。一般来说,高密度的树木的存在会导致一个坏质量接待:赖的高价值和胸径总是意味着有更多的障碍物的无线电散射、反射、衍射和吸收。因此,这个nonline视线PL值急剧增加以及传输距离和天线高度。

然后,提出的新模型也与一些现有的模型在测试点(d),如图9:经验模型的结果Okumura-Hata-Rural dash-dot线表示,它可以观察到Okumura-Hata模型低估了PL价值观和呈现缓慢上升趋势;相比之下,在虚线LITU-R模型的结果显示了小错误,因为这是遵循开发的数据更高的耗散。然而,他们都显示相对较大的偏差而提出的模型。所以彻底评估不同的路径损耗模型,我们使用三个参数:RMSE,平均绝对误差(MAE)和平均绝对百分误差(日军)。从表5,我们可以观察到最好的预测是通过使用该路径损耗模型。

主要原因是,没有一个现有的模型可以估计路径损耗没有任何赖和胸径在任何高度。此外,RMSE值、美和日军在Okumura-Hata-Rural和LITU-R高度变化从一个到另一个高度,因此,一个轻微的天线或森林参数的变化将产生负面影响的路径损耗模型的预测。我们提出的新模型优于现有的模型RMSE最低的,梅,日军不管天线的高度。因此,我们的模型的预测值更接近实际观测结果比现有的模型。

4.2。现场测量的能量采集罗拉节点上

在本节中,我们评估的性能提出了无线传播模型基于风能收获LoRaWAN已安装在样品混交林(南京林业大学22]。我们把风力传感器节点作为发射器(图10显示节点的主板,传感器可以连接在实践中)。无限电源水槽负责接收消息并返回包交货率(PDR)每天。发射率是250个基点,载荷是50个字节长度。所选节点位于三个不同位置:(i) , ;(2) , ;(3) , 。相应的通信距离和天线高度是(我) 米, m;(2) 米, m;(3) 米, m。

我们验证的有效性传播损耗计算模块通过使用两个比较。现有的固定传动功率计划被实现为一个引用,它被称为Fixed-TX方案。的wind-harvesting LoRaWAN节点工作在我们的模型在位置(iii),而其他节点位于职位(i)和(ii)与固定传动功率设置 和 ,分别。节点(3)可以通过方程计算其发射功率(1基于RSSI值有效。所有三个节点开始,最初1焦耳的能量和平均风速在实验中是4.4 m / s。

表6介绍了总共10080包的平均PDR(7天期间每分钟10包)和三个节点的剩余能量的最后一次。我们可以看到,该方法达到了最低的能源消耗与其他传动功率策略相比,无论距离。与Fixed-TX-14 dBm方案相比,我们提出的模块实现能源减少30%左右。与Fixed-TX-7 dBm方案相比,我们提出的模块提高了PDR 5%左右。无线路径损耗和背景噪音总是时变,固定传动功率绝对不能保证最优传输能源效率。拟议的PL模型有效地动态地计算最优传动功率随着能量最低成本。

4.3。雨衰减的LoRaWAN在森林里

雨和雾森林地区很常见。许多研究表明,无线电信号的传播受到雨水和有一些显著的模型推导分析其影响(30.,31日]。然而,大多数现有的研究集中在雨衰减通过无线信号频率高于10 GHz。在本部分中,我们调查的影响,降雨衰减在首次提出林业LoRaWAN之内。实验的设置是一样的4.2部分,我们记录RSSI的位置的变化(2)降雨时每10秒。图中给出的测量数据11由一个移动平均过滤窗口与30个样本。降雨时期值得注意的是,有一个明显的PL衰减。

图(11日)显示了一个重大影响罗拉信号的路径损耗下雨时在连续7天观察,每增加PL值对应于一个降雨事件准确。虽然雨率已由标准的雨量计记录(32)不超过极重的水平,近8 dB PL发生变化。图11 (b)显示了一个详细的雨衰减的变化过程,PL价值大幅增加在开始下雨的时候,它返回到原始状态雨停后相对较慢。衰落的主要原因可能是水分子坚持在罗拉节点的天线和遍布的传播空间,它将彻底改变传播特性和天线性能。

根据文献[33),雨衰减可以表示为 ,在哪里雨率与给定时期而和雨是根据无线电波频率和温度。因此,我们计算这个项目与雨收集数据和推断的结果设置为3.86毫米/小时基于传统的雨从当地气象站的信息,和只是分别是2.11和0.55。所以更新的一般PL模型是:

此外,我们还应用更新模型wind-harvesting LoRaWAN节点来验证其有效性。它位于位置(iii),平均风速为4.9米/秒多雨的时期。另外两个节点位于位置设置(i)和(ii)一样的4.2部分,和相应的结果如表所示7。

可以看出,更新模型的残余能量减少略否则两个Fixed-TX节点获得更高由于较大的风速。然而,PDR的更新计划保持100%,比较两个节点显著下降。这表明PL更新模型比赛真正的雨衰减效率和能源中性稳定运行机制。

5。结论

物联网在森林环境可以支持应用程序如火灾报警、环境监测、病虫害诊断和树木生长监测。大规模部署LoRaWAN在森林环境中需要精确描述的传播渠道利用实用的传感器节点。然而,大多数现有的研究在森林环境中使用信号发生器来代替实际的传感器节点,这反过来,可能会导致不准确的模型,因此,可怜的决策在罗拉的大规模部署节点。不准确的模型也可能导致网络的可怜的能源效率以及准确定位和覆盖控制应用程序。

在这工作,经验LoRaWAN路径损耗模型研究了中国东部的混交林使用实用的传感器节点测量在433 MHz。这种新模型根据胸径和赖不同高度发达并与现有Okumura-Hata-Rural模型和LITU-R路径损耗模型来证明其准确性。此外,基于风能收获的罗拉节点的性能配备我们的模型也被调查。结果表明,RMSE、美和日军的新模型值几乎所有小于现有的模型,因此该模型最佳匹配的真正领域应用现状LoRaWAN混交林。

测量数据,以及提出的模型,可以用于有效地计划和部署LoRaWAN在森林环境中,即使在雨季。此外,未来的研究将包括使用同样的方法去调查其他LPWAN协议的行为像LTE-M和NB-IoT在森林环境中。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

确认

本研究在经济上支持中国的国家自然科学基金资助下31700478和31700478。

引用

1. h .香、l . Zhang和d,“改变土壤碳的分数和肥性聚集在中国南方的一个森林生态系统演替,”森林》第六卷,没有。12日,第2718 - 2703页,2015年。视图:出版商的网站|谷歌学术搜索
2. j . Dempewolf j . Nagol s .嗯,c·希尔和r·齐默尔曼,“在本测量树高生长在混合使用无人机图像林分,”森林,8卷,不。7,231年,页2017。视图:出版商的网站|谷歌学术搜索
3. p . Surovy和k . Kuželka收购森林属性决策支持企业级森林使用遥感技术审查,”森林,10卷,不。3,p。273年,2019年。视图:出版商的网站|谷歌学术搜索
4. w . Ayoub a . e . Samhat f·维尔,m . Mroue J.-C。Prevotet“物联网的移动:LoRaWAN的概述,DASH7,和NB-IoT LPWANs标准和支持移动性,”IEEE通信调查和教程,21卷,不。2、1561 - 1581年,2019页。视图:出版商的网站|谷歌学术搜索
5. m .哈菲兹·m·雷迪,s . a·拉扎·扎伊迪,”计算方法对网络感知和网络无关的物联网低功率宽区域网络(LPWANs)”IEEE物联网》第六卷,没有。3、5732 - 5744年,2019页。视图:出版商的网站|谷歌学术搜索
6. m . Chen y苗,x, x,和缘分,“Cognitive-LPWAN:对智能混合低功率无线服务广泛的区域网络,”IEEE绿色通信和网络,3卷,不。2、409 - 417年,2019页。视图:出版商的网站|谷歌学术搜索
7. t . o . Olasupo和c . e . Otero”节点定位的影响在广播传播模型airborne-deployed传感器网络在大规模植被地形、树”IEEE系统,人,和控制论:系统,50卷,不。1,第269 - 256页,2020。视图:出版商的网站|谷歌学术搜索
8. s . Sendra l·加西亚,j . Lloret博世,和r . Vega-Rodriguez”LoRaWAN消防监控网络在农村环境中,“电子产品,9卷,不。3,p。531年,2020年。视图:出版商的网站|谷歌学术搜索
9. p . Avila-Campos f . Astudillo-Salinas a Vazquez-Rodas, a . Araujo”评价LoRaWAN传播范围无线传感器网络在河岸的森林,”学报》22日国际ACM会议建模、分析和模拟无线和移动系统——MSWIM 19迈阿密海滩,页199 - 206年,2019年11月美国佛罗里达州。视图:出版商的网站|谷歌学术搜索
10. o . Iova, a·l·墨菲,g . p .山顶et al .,“罗拉从城市到山:硬件和环境因素,探索”《2017年国际会议上嵌入式无线系统和网络瑞典乌普萨拉,页317 - 322,2017年2月。视图:谷歌学术搜索
11. y s孟、y . h·李和公元前Ng”经验附近地面路径损耗建模在VHF和UHF波段森林,”IEEE天线和传播卷,57号5,1461 - 1468年,2009页。视图:出版商的网站|谷歌学术搜索
12. j . a . r .代理和f·e·s·桑托斯“实证为森林环境传播模型在树干的层面上,“IEEE天线和传播卷,59号6,2357 - 2367年,2011页。视图:出版商的网站|谷歌学术搜索
13. c·r·安德森,h . i沃洛斯,r . m . Buehrer”表征low-antenna超宽带的传播在森林环境中,“IEEE车辆技术,卷62,不。7,2878 - 2895年,2013页。视图:出版商的网站|谷歌学术搜索
14. A . Palaios y Labou, p . Mahonen”在欧洲森林无线电传播特性研究混合森林环境,”2014年IEEE军事通信会议马里兰州巴尔的摩,页376 - 381,美国2014年10月。视图:出版商的网站|谷歌学术搜索
15. 本,d . Plets大肠Tanghe et al .,“互联网的动物:描述的罗拉sub-GHz off-body乳制品谷仓,无线频道”电子信件,53卷,不。18日,第1283 - 1281页,2017年。视图:出版商的网站|谷歌学术搜索
16. s . Hosseinzadeh h·拉里贾尼k·柯蒂斯,a . Wixted和a . Amini”经验传播绩效评价室内环境的罗拉,”2017年IEEE国际会议15日工业信息学(INDIN)大白鹅,页26-31,德国,2017年7月。视图:出版商的网站|谷歌学术搜索
17. r . El Chall, s·拉胡德和m . El Helou”LoRaWAN网络:无线传播模型和绩效评估在各种环境中在黎巴嫩,”IEEE物联网》第六卷,没有。2、2366 - 2378年,2019页。视图:出版商的网站|谷歌学术搜索
18. r . Sanchez-Iborra j . Sanchez-Gomez j . Ballesta-Vinas医学博士。卡诺,a . Skarmeta“绩效评估罗拉考虑场景的条件下,“传感器,18卷,不。3,p。772年,2018年。视图:出版商的网站|谷歌学术搜索
19. g . Callebaut和l . Van der Perre罗拉点对点的路径损耗的特性:运动测量和建模考虑审查数据,”IEEE物联网,7卷,不。3、1910 - 1918年,2020页。视图:出版商的网站|谷歌学术搜索
20. m . s . Sardar, y, w . Xue-fen et al .,“罗拉CSS无线传输特性的实验分析林业监测和遥感”2018年国际研讨会在传感和仪表在物联网时代(张明),第01254 - 01249页,上海,中国,2018年9月。视图:出版商的网站|谷歌学术搜索
21. 朱y y, b . Li, w . Liu”Energy-neutral通信协议为活着的树上面bioenergy-powered无线传感器网络,”移动信息系统卷,2018篇文章ID 5294026, 15页,2018年。视图:出版商的网站|谷歌学术搜索
22. 李y, b, f,“预测风力无线传感器节点供电,电源管理”未来的互联网,10卷,不。9,85年,页2018。视图:出版商的网站|谷歌学术搜索
23. d .高张,f, t .他和j .张“RowBee:路由协议基于cross-technology能量采集无线传感器网络通信,”IEEE访问7卷,第40673 - 40663页,2019年。视图:出版商的网站|谷歌学术搜索
24. y时候,大肠Ohmori、t .【和k .福田“磁场强度及其变化在VHF和UHF陆地移动无线服务,“审查电气通信实验室,16卷,不。9 - 10,825 - 873年,1968页。视图:谷歌学术搜索
25. t . o . Olasupo,”小物联网设备的无线通信建模部署在落基山区环境中,“IEEE传感器信,3卷,不。7日,1 - 4,2019页。视图:出版商的网站|谷歌学术搜索
26. 美国高,x, c . du,问:,“一个多通道低功耗广域网络与高精度同步机振动监测的能力,”IEEE物联网》第六卷,没有。3、5040 - 5047年,2019页。视图:出版商的网站|谷歌学术搜索
27. j·鲍尔,b . Siegmann t jarm, n . Aschenbruck”对无线传感器网络的潜力的现场评估作物叶面积指数”IEEE传感器信卷,128年,第159 - 149页,2016年。视图:出版商的网站|谷歌学术搜索
28. 瞿y, j .孟h .广域网,y,“初步研究集成无线智能终端对叶面积指数测量,”计算机和电子产品在农业卷。129年,56 - 65,2016页。视图:出版商的网站|谷歌学术搜索
29. y, n . Heerink s, p . Berentsen l . Zhang和w·范德·沃夫”间作和农林复合经营在中国的现状和趋势,“农业、生态系统和环境,卷244,不。15日,52 - 61年,2017页。视图:出版商的网站|谷歌学术搜索
30. 工程学系。方,研究。程,Y.-R。狗”,利用感知无线电强度和降水对改进的距离估计,“IEEE传感器杂志,18卷,不。16,6863 - 6873年,2018页。视图:出版商的网站|谷歌学术搜索
31. m . Cheffena m·穆罕默德,“实证路径损耗模型在冰天雪地的环境中,无线传感器网络部署”IEEE天线和无线传播的信》16卷,第2880 - 2877页,2017年。视图:出版商的网站|谷歌学术搜索
32. 科技“TS 1000 RMS。”代表,Tsingsense有限公司,北京,中国,2020年5月,http://www.tsingsense.com.cn/index.php?act=goods&op=index&goods_id=100076。视图:谷歌学术搜索
33. r·奥尔森·d·罗杰斯和d·霍奇”,基于“增大化现实”技术^b雨衰减的计算关系”,IEEE天线和传播,26卷,不。2、318 - 329年,1978页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020吴阴等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。