Search

Narrow band Internet of Things (NB-IoT) is a technology that has been growing in recent years and will continue to play an important role in fifth (5G) and sixth (6G) generations of mobile communications in upcoming years. NB-IoT covers a big part of the communication market segment with several examples including monitoring of smart cities, agriculture, cattle and forest or a variety of industrial applications. Some of these scenarios are remote places where there is not an accessible terrestrial network and there is also not a great demand of service to deploy a new one. One solution to address this issue is the use of Non-Terrestrial Networks (NTN) which would guarantee satellite connectivity to these remote areas. On this project, a MATLAB code has been developed to simulate a satellite scenario where several NB-IoT devices will try to access the satellite using a Random Access (RA) procedure. With the help of the simulations, it has been determined which parameters of the RA are the most critical to the system capacity. Four methods are proposed which can help to equalize the capacity across the NTN cell to guarantee fairness for all User Equipment (UEs)., Internet de las Cosas de banda estrecha (NB-IoT) es una tecnología que ha estado creciendo en los últimos años y seguirá desempeñando un papel importante en la quinta (5G) y sexta (6G) generaciones de comunicaciones móviles en los próximos años. NB-IoT cubre una gran parte del segmento del mercado de la comunicación con numerosos os ejemplos que incluyen la monitorización de ciudades inteligentes, agricultura, ganadería y áreas forestales o una amplia variedad de aplicaciones industriales. Algunos de estos escenarios son lugares remotos donde no hay una red terrestre accesible y tampoco hay una gran demanda de servicio para desplegar una nueva. Una solución para abordar este problema es el uso de Redes No Terrestres (NTN) que garantizarían la conectividad satelital a estas áreas remotas. En este proyecto se ha desarrollado un código MATLAB para simular un escenario de satélite donde varios dispositivos NB-IoT intentarán acceder al satélite mediante un procedimiento de Acceso Aleatorio (RA). Con la ayuda de las simulaciones, se ha determinado qué parámetros del RA son los más críticos para la capacidad del sistema. Se proponen cuatro métodos que pueden ayudar a igualar la capacidad en la celda NTN para garantizar la equidad para todos los equipos de usuario (UE)., Internet de les coses de banda estreta (NB-IoT) és una tecnologia que ha anat creixent en els darrers anys i que continuarà jugant un paper important en la cinquena (5G) i la sisena (6G) generacions de comunicacions mòbils en els propers anys. NB-IoT cobreix una gran part del segment del mercat de la comunicació amb diversos exemples, com ara el monitoratge de ciutats intel·ligents, l'agricultura, la ramaderia i les àrees forestals o una varietat d'aplicacions industrials. Alguns d'aquests escenaris són llocs remots on no hi ha una xarxa terrestre accessible i tampoc hi ha una gran demanda de servei per desplegar-ne una de nova. Una solució per abordar aquest problema és l'ús de xarxes no terrestres (NTN) que garantirien la connectivitat per satèl·lit a aquestes zones remotes. En aquest projecte, s'ha desenvolupat un codi MATLAB per simular un escenari de satèl·lit on diversos dispositius NB-IoT intentaran accedir al satèl·lit mitjançant un procediment d'accés aleatori (RA). Amb l'ajuda de les simulacions, s'ha determinat quins paràmetres de la RA són els més crítics per a la capacitat del sistema. Es proposen quatre mètodes que poden ajudar a igualar la capacitat de la cèl·lula NTN per garantir l'equitat per a tots els equips d'usuari (UE).

AIMS/HYPOTHESIS: We investigated the long-term impact of diabetic ketoacidosis (DKA) at onset on metabolic regulation and residual beta cell function in a Danish population with type 1 diabetes. METHODS: The study is based on data from DanDiabKids, a Danish national diabetes register for children. The register provides clinical and biochemical data on patients with type 1 diabetes diagnosed in 1996-2009 and then followed-up until 1 January 2012. Repeated-measurement models were used as statistical methods. RESULTS: The study population comprised 2,964 children