O documento apresenta um estudo sobre o uso da tecnologia LoRaWAN para monitoramento de saúde com foco na redução do consumo de energia. Em 3 frases: (1) É proposta a arquitetura HeaLoRa para monitorar parâmetros fisiológicos e identificar o nível de risco do paciente; (2) O sistema propõe variar a frequência de transmissão de dados de acordo com o nível de risco, economizando energia; (3) Os resultados demonstraram aumento de 3 a 10 vezes na autonomia do sistema em diferentes cenários simul

1. Estudos com inovações para consumo de
energia
Wesley Geraldo Sampaio da Nóbrega
Prof: José Valdemir dos Reis Junior

2. Energy Consumption Improvement of a Healthcare Monitoring System:
Application to LoRaWAN
“Houssein Taleb , Abbass Nasser, Guillaume Andrieux , Nour Charara, and
Eduardo Motta Cruz (01 abr 2022). IEEE SENSORS JOURNAL, VOL. 22, NO. 7 ”
Publicado em 2022
Local – IEEE Sensors Council
Qualis A2
2

3. Sumário
1. Introdução
2. Objetivos
3. HeaLoRa
4. Discussão
5. Conclusão

4. 1. Introdução
▸ Novas tecnologias wireless: WiFi, Bluetooth and ZigBee
▸ As bandas Sub-GHz, incluindo 433, 868 e 915 MHz são a alternativa
emergente para a banda ISM de 2,45 GHz
▸ Exalta sempre LoRaWAN em relação às outras tecnologias,
principalmente a maior sensibilidade do receptor com menor
consumo de energia em comparação com outros LPWAN. Além do
código do protocolo LoRaWAN ser aberto e os equipamentos serem
mais baratos
▸ LoRa é altamente imune a interferência e sua taxa de dados é
adaptada dinamicamente de acordo ao fator de espalhamento

5. 2. Objetivos
▸ Investigar LoRa como tecnologia sem fio para transmissão de dados
de saúde: número de transmissões x consumo de energia
▸ Foi proposto um modelo energético que analisa o consumo de
energia de um sistema baseado em wireless LoRa para aplicações
de saúde
▸ HeaLoRa monitora parâmetros fisiológicos humanos: temperatura,
pulso, saturação, PA: baseado no EWS (EARLY WARNING
SCORE) para identificar o RL (Risk Level)
▸ Simular 2 cenários: situação normal e anormal levando-se em conta
SF, CR e BW e a probabilidade de colisões

6. 3. HeaLoRa – EWS
▸ Proposto do artigo: A. Benhamida, M. Takács, M. Kozlovszky, H.
Redjimi and M. Ogbolu, "Fuzzy Model for Early Warning Score
System," 2019 IEEE International Work Conference on
Bioinspired Intelligence (IWOBI), 2019, pp. 000167-000172, doi:
10.1109/IWOBI47054.2019.9114532.
▸ Usa pontuações para determinar a situação médica do paciente;
▸ Pode-se determinar o grau de criticidade do paciente;
▸ Uso do The MATLAB fuzzy toolbox
(https://www.mathworks.com/products/fuzzy-logic.html) para
determinar o RL do sistema.

7. 3. HeaLoRa – Arquitetura

8. 3. HeaLoRa – Mecanismo proposto
▸ Propõe-se o desenvolvimento de
um sistema dinâmico onde os
dados são enviados de forma
regulamentada e tempo
controlado, conforme necessário,
referente ao estado de criticidade.
Caso não haja coleta,
processamento, recebimento ou
transmissão de dados, o sistema
ativa o modo de
suspensão(reduzir consumo de
bateria);

9. 3. HeaLoRa – Hardware
Frequência Cardíaca Temperatura
Pressão Arterial
LoRa

10. 3. HeaLoRa – Fuzzy
▸ O RL calculado e usado no sistema foi encontrado usando-se os parâmetros
presentes no EWS e inseridos manualmente na ferramenta Matlab fuzzy toolbox
com os seguintes parâmetros: temperatura corporal, frequência cardíaca,
pressão arterial e saturação de oxigênio;

11. 3. HeaLoRa – Tempo de “sono” do sistema
▸ O tempo de sono é determinado usando o RL onde o duração máxima entre
duas medições é de 60 min para uma situação normal e 1 min para um RL
máximo onde o paciente está em uma situação de urgência que requer um
monitoramento contínuo;

12. 4. Discussão
▸ As limitações do ciclo de trabalho LoRa resultam em um número limitado de
transmissões permitidas por dia (Só deu o exemplo da Europa)
▸ No sistema proposto isso vai depender do RL e pode variar de 1 min a 60 min
▸ Impacto do SF e BW sobre as transmissões:
▹ SF12 e BW 125 kHz -> 23 transmissões por hora
▹ SF7 BW 500 kHz -> 2710 transmissões por hora
▸ Conclusão: usando um alto SF e baixo BW pode-se fornecer um monitoramento
eficaz do paciente

13. 4. Discussão

14. 4. Discussão

15. 4. Discussão

16. 4. Conclusão
▸ Nossos resultados mostraram uma eficácia muito boa em termos
de vida útil do sistema, com ganhos de autonomia multiplicados
por 3 a 10 dependendo o cenário estudado.

17. Future Trends for Healthcare Monitoring System in Smart Cities
Using LoRaWAN-Based WBAN
“Imen Bouazzi, Monji Zaidi, Mohammed Usman, Mohammed Zubair Mohammed
Shamim, Vinit Kumar Gunjan , and Ninni Singh , "Future Trends for Healthcare
Monitoring System in Smart Cities Using LoRaWAN-Based WBAN," Hindawi
Mobile Information Systems Volume 2022, Article ID 1526021, 12 pages.”
Publicado em 2022
Local - Hindawi
Qualis --
17

18. Sumário
1. Introdução
2. Objetivos
3. WBAN
4. Desenvolvimento do Estudo
5. Dispositivos IoT
6. Funcionamento do sistema
7. Testes e resultados
8. Conclusão

19. 1. Introdução
▸ WBAN: usam o corpo humano como meio de transmissão de dados;
▸ WSN: redes de sensores sem fio sofrem com a baixa taxa de
transmissão, solução ? 5G;
▸ Desenvolvimento de novas tecnologias de baterias;

20. 2. Objetivos
▸ O trabalho busca abrir um caminho para comparar as principais
LPWANs tecnologias conforme apresentado na tabela a seguir e
para avaliar seu desempenho e escolher a melhor solução para se
transformar em cidades inteligentes que contenham muitas
dispositivos.
▸ Foco no período de transmissão de dados e seu impacto no
consumo de energia.

21. 3. WBAN
▸ Usa o campo elétrico do corpo humano para transmitir dados sem
fio, por exemplo, do music player para o fones de ouvido, da chave
eletrônica do carro no bolso ao sistema de destravamento das
portas, ou do sistema cardíaco sensor para a unidade de controle
usado ao redor da correia
▸ Sensores são usados ​​para monitorar, coletar e transmitir
informações médicas sinais e outras informações sobre o corpo
humano como Eletroencefalografia (EEG), Eletrocardiografia (ECG),
e temperatura, diretamente para um nó conhecido como
“concentrador”

22. 3. WBAN

23. 3. WBAN
▸ As WBANs diferem das redes de sensores sem fio típicas em em
larga escala, e caracterizam-se pela mobilidade no rede que
acompanha os movimentos do corpo humano e a qualidade dos
links que varia de acordo com o postura do portador

24. 4. Desenvolvimento do estudo
▸ Melhorar o desempenho do LoRaWAN em termos de consumo de
energia;
▸ Foi usado o simulador NS-3 para a rede de sensores sem fio;
▸ Parâmetros simulados
▹ Payload
▹ SF
▹ Colisões entre as transmissãos;
▹ Reconhecimento de frames enviados
▹ Duty Cycle
▹ Consumo de energia

25. 4. Desenvolvimento do estudo
▸ Foram criados no NS-3 100 nós em topologia estrela;
▸ Nós móveis N e nós estáticos M;
▸ Dentre os nós existem os Gateways e os End Nodes;

26. 4. Desenvolvimento do estudo

27. 4. Desenvolvimento do estudo

28. 4. Desenvolvimento do estudo

29. 4. Desenvolvimento do estudo

30. 4. Desenvolvimento do estudo

31. 8. Conclusão
▸ Dispositivos sensores IoT fazem o trabalho dentro de hospitais ou
residências mais sofisticado;
▸ Alguns dispositivos precisam de uma boa escolha de baterias e um
bom gerenciamento de informações a serem alimentadas durante
um longo período de tempo;
▸ Trabalho futuro: estudar o impacto de outros parâmetros sobre o
comportamento do consumo de energia entre nós comunicantes
através da tecnologia LoRaWAN;

32. Estudos com inovações para consumo de
energia
Wesley Nóbrega
Orientador: José Valdemir
Thank You!