РОЗРОБКА ВБУДОВАНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ДЛЯ МОДУЛІВ LORA НА БАЗІ ESP32 З АДАПТИВНОЮ КОНФІГУРАЦІЄЮ ТА МОНІТОРИНГОМ ЯКОСТІ ЗВ’ЯЗКУ

У статті описано новий підхід до розробки вбудованого програмного забезпечення для LoRa-модулів на базі мікроконтролера ESP32. Основна ідея роботі полягає у створенні універсальної прошивки з мінімалістичною архітектурою та розширеними можливостями конфігурації, що забезпечує надійний обмін даними у режимі peer-to-peer. Розроблена система використовує спрощений текстовий формат команд (COMMAND;PARAM=VALUE) замість JSON, що знижує обчислювальні витрати та пришвидшує обробку. Завдяки цьому спрощується інтеграція у прикладні рішення та підвищується ефективність використання апаратних ресурсів. У прошивку інтегровано механізм підтвердження доставки (ACK) із повторною передачею у разі втрати пакета, що підвищує надійність каналу зв’язку. Додатково реалізовано команду CONFIG_SYNC для автоматичної синхронізації параметрів між вузлами, що гарантує стабільність у динамічних умовах. Запропонований підхід передбачає також функцію PING/PING_ACK, яка окрім перевірки доступності з’єднання забезпечує отримання діагностичних характеристик, включно з RSSI, SNR, TOA, DELAY та швидкістю передавання даних. Передбачено можливість передачі великих повідомлень за допомогою алгоритму сегментації та об’єднання пакетів, що долає апаратні обмеження LoRa-чіпа SX1276. У ході дослідження здійснено експериментальну перевірку роботи прошивки з варіацією ключових параметрів: spreading factor, bandwidth, coding rate, transmission power та preamble length. Отримані результати підтвердили закономірності впливу цих параметрів на затримку, швидкість, RSSI та відношення сигнал/шум, що дозволило сформувати практичні рекомендації для оптимізації роботи системи. Запропоноване рішення поєднує простоту у використанні, гнучкість конфігурацій та інструменти оцінки якості зв’язку, забезпечуючи баланс між продуктивністю та масштабованістю. Подальший розвиток передбачає інтеграцію модулів штучного інтелекту, зокрема reinforcement learning, для автоматичного підбору оптимальних параметрів у реальному часі, що відкриває перспективи створення інтелектуальних самоналаштовуваних безпровідних систем.