Student of the Department of Probability Theory and Cybersecurity, RUDN University
Student of the Department of Probability Theory and Cybersecurity, RUDN University
Candidate of Physical and Mathematical Sciences, assistant professor of the Department of Probability Theory and Cybersecurity, RUDN University
Doctor of Physical and Mathematical Sciences, Full Professor of Department of Probability Theory and Cybersecurity, RUDN University; Senior Researcher of Institute of Informatics Problems of Federal Research Center ``Computer Science and Control'' Russian Academy of Sciences
Background: The extension of NB-IoT to LEO satellite systems enables mMTC in remote areas beyond terrestrial coverage. However, LEO NB-IoT faces significant physical layer challenges, including extreme path loss, rapid orbital dynamics, and blockage by buildings, forests, and hills. Existing Markov chain propagation models fail to capture the fine-grained elevation-dependent variability required for transmission optimization. Purpose: This study develops an accurate BLER model for LEO NB-IoT that accounts for elevation angle, deployment-specific shadowing, and scintillation, enabling dynamic scheduling to improve reliability and energy efficiency. Methods: We propose a fine-grained model incorporating ITU-R P.681-11 Loo parameterization with PCHIP interpolation for arbitrary elevations, integrating free-space loss, elevation-dependent scintillation, atmospheric absorption, and two-state Markov shadowing with urban/village/rural parameters. The BLER is estimated via Monte Carlo simulations with $10^5$ samples and link-budget analysis for repetitions $N_{\text{rep}}\in\{1,2,4,8,16,32,64,128\}$. Results: Elevation angle is the dominant factor: at EIRP=42 dBm and $N_{\text{rep}}=1$, BLER falls from 1 at $20^\circ$ to <0.1 at $70^\circ$. Deployment conditions have secondary but measurable effects; urban scenarios show up to 0.4 higher BLER than villages at the same elevation. Increasing the number of repetitions to 128 shifts the BLER curves by 8-10 dBm, whereas $N_{\text{rep}}=4$ yields a near-zero BLER at $50^\circ$ in all scenarios. Conclusions: Fixed-time transmission is suboptimal; UEs can achieve near-zero BLER by waiting for elevations above $50^\circ$ with moderate repetitions. Our model enables elevation-aware scheduling from ephemeris data without requiring real-time sounding, offering a practical framework for reliable and energy-efficient LEO NB-IoT communications under diverse environmental conditions.
Актуальность: Распространение технологии узкополосного интернета вещей (NB-IoT) на низкоорбитальные (LEO) спутниковые системы обеспечило массовые межмашинное взаимодействие (mMTC) в удалённых районах, недоступных для наземных сетей. Однако системы NB-IoT на базе LEO сталкиваются с серьёзными проблемами физического уровня, включая экстремальные потери распространения, быстрое изменение орбитальных параметров и затенение сигнала окружающими объектами, такими как здания, леса и холмы. Существующие модели распространения, основанные на простых марковских цепях, не учитывают изменчивость канала в зависимости от угла места, необходимую для практических задач оптимизации. Цель: Данное исследование направлено на разработку точной модели для определения коэффициента блочных ошибок (BLER) в системах связи LEO NB-IoT, учитывающей угол поднятия, затенение и эффекты сцинтилляции, что позволит осуществлять динамическое планирование передачи для повышения надёжности и энергоэффективности. Методы: Предложена детерминированная модель распространения, включающая параметризацию канала по модели Loo из рекомендации ITU-R P.681-11 с интерполяцией методом кубических эрмитовых сплайнов (PCHIP) для произвольных углов. Модель объединяет потери в свободном пространстве, сцинтилляционные потери, зависящие от угла места, атмосферное поглощение и двухрежимное марковское затенение с параметрами, зависящими от условий развёртывания (город, деревня, лесистая местность). Оценка BLER выполнялась с помощью моделирования методом Монте-Карло. Результаты: Угол поднятия является доминирующим фактором, влияющим на BLER: при фиксированной эквивалентной изотропно-излучаемой мощности (EIRP) 42 дБм и $N_{\text{rep}}=1$ значение BLER уменьшается с приблизительно 1 при $20^\circ$ до менее 0.1 при $70^\circ$. Условия развёртывания оказывают вторичный, но измеримый эффект: в городских сценариях BLER может быть на 0.4 выше, чем в сельской местности при том же угле. Увеличение числа повторений с 1 до 128 сдвигает кривые BLER на 8-10 дБм, тогда как $N_{\text{rep}}=4$ обеспечивает надёжную связь ($\text{BLER} \approx 0$) при $50^\circ$ во всех рассмотренных условиях. Заключение: Предложенная модель BLER, учитывающая угол места и условия развёртывания, показывает, что схемы с фиксированными временными интервалами неоптимальны: абонентские устройства могут достичь почти нулевого BLER, откладывая передачу до моментов с более высокими углами места ($> 50^\circ$) при умеренном числе повторений. Модель представляет собой инструмент планирования передачи на основе эфемеридных данных без необходимости зондирования канала в реальном времени, предлагая практический путь к надёжной и энергоэффективной связи LEO NB-IoT в различных условиях окружающей среды.