• LoRa
• machine-learning
• outdoor-to-indoor
• smart-metering
• SVM

La progettazione di un sistema LoRa solleva inevitabilmente l'importante problema della pianificazione radio. Lo sviluppo di nuovi strumenti per questa attività richiede una comprensione approfondita delle perdite di propagazione che si verificano sui link che collegano i concentratori di dati e gli oggetti connessi. Alcuni studi di propagazione da esterno all'aperto sono già stati eseguiti, ma, per quanto è a noi noto, sono disponibili pochi risultati sulla propagazione outdoor-to-indoor.
In questa tesi è stato sviluppato un sistema semiautomatico in grado di calcolare le perdite che si verificano lungo un link di un collegamento radio LoRa nella propagazione da esterno a interno di un edificio. La soluzione proposta si basa sulla conoscenza delle planimetrie dell'edificio in esame in congiunzione all’impiego di tecniche di machine learning sulla base di dati sperimentali. Il sistema è utile per applicazioni di smart-metering; tuttavia può essere impiegato anche in altre applicazioni che coinvolgono uno scenario outdoor-to-indoor.

The design of a LoRa system unavoidably raises the important problem of radio planning. The development of new tools for this task requires an in-depth understanding of the propagation losses experienced over the wireless links connecting data concentrators and end-point units. Some outdoor-to-outdoor propagation studies has already been carried on but, as far as know, few results are available about indoor-to-indoor propagation. In this thesis a semi-automated system able to calculate the path losses of a LoRa system in an outdoor-to-indoor scenario is developed. The proposed solution relies on the knowledge of the floor plans of the building under investigation in conjunction and on the use of machine learning tools. The system is certainly useful for smart-metering applications; however, it can be also employed in other applications involving an outdoor-to-indoor scenario.