The advantages of LoRaWAN over conventional networks (GSM, 4G, 5G) in terms of investment and operating costs have been proven for network coverage in urban and rural areas. However, the theoretical coverage compared to the reality on the ground and the quality of service (QoS) provided remain very relative and depend on several technical factors, subject to increased research. Several recent approaches and hardware specifications recommended adding gateways as a solution to improve the LoRaWAN QoS indicators, mainly for high-traffic situations. However, such a solution will not work in all real-life scenarios since many factors must be considered. This article presents a study of the factors impacting the LoRaWAN QoS in the case of the usage of multiple gateways by exploring different scenarios to show how the payload length impacts the whole network’s packet delivery ratio (PDR) and how it interacts when enhancing the GW number with and without confirmed traffic. Based on the simulation results, increasing the number of gateways can negatively impact the network’s ability to support higher payload packets, especially in a high-traffic scenario. More precisely, we can say that for a low number of GWs, it is more appropriate to use a high payload length since we can achieve a high PDR. Nevertheless, with a high number of GWs, it would be more appropriate to use a low payload length to achieve a good PDR. Similarly, our analyses show that increasing the number of gateways ensures a better PDR but with a significant packet loss at the gateways, which is synonymous with higher energy consumption.

Le LPWAN, ou Low Power Wide Area Network, est un type de réseau de communication sans fil à faible débit, de large couverture avec une consommation minimale d’énergie. La variante LoRaWAN, Long Range Wide Area Network permet de connecter un grand nombre d'appareils sur de vastes zones. Cependant, ces réseaux présentent des limites en termes de qualité de service (QoS). Ce travail propose des solutions d'optimisation susceptibles de permettre à ce réseau de répondre aux exigences de la connectivité des villes intelligentes. Nos recherches ont permis de détecter l’impact du facteur charge utile (Payload) sur les indicateurs clés de la QoS. Le facteur History Range (HR) lié au mécanisme d’auto-adaptation de débits de données (ADR), servant de base de changement dynamique du Data Rate (DR) du mécanisme ADR a également été étudié. Grâce à l’ajustement de ce paramètre, les simulations conduites sur NS3 ont permis d’obtenir un taux de PDR allant jusqu’à 88% par rapport au mécanisme ADR natif et ont réduit les pertes liées aux interférences de 20%. Partant des analyses citées, nous proposons le mécanisme d’optimisation LLNRM qui présente des résultats meilleurs que les autres approches d'optimisation de référence, avec une amélioration allant jusqu'à 40 % du PDR avec deux passerelles et de plus de 25 % avec cinq passerelles. Ces résultats mettent également en évidence la capacité de LLNRM à améliorer les performances du réseau dans des scénarios de type urbain.Sur le plan général, les contributions issues de cette thèse permettraient à LoRaWAN de répondre aux besoins des villes intelligentes, ce qui est un gage de l’atteinte des Objectifs de Développement Durable (ODD9).