面向异构IoT业务的LoRa网络自适应参数配置策略

前针对LoRa组网技术的研究主要受单一应用需求驱动,可配置参数利用率低,网络性能存在进一步优化的空间.随着异构多类型IoT业务传输需求的日益增长,优化网络的性能使之能够适应多类型业务显得尤为重要.针对上述问题,本文提出了一种基于模拟退火遗传算法的动态LoRa传输参数自适应配置策略,在能耗约束的条件下可实现对多种异构业务的数据传输需求,并可提高单网关网络可支持的终端设备数量和数据吞吐量.基于LoRaSim的仿真结果表明:与传统ADR (Adaptive Data Rate)相比,本文所提方法的平均吞吐量提高了25.6%;对于超过1000台终端设备的单网关LoRa网络,当每个设备分组生成率小于1/100 s时,网络的实际分组交付率(Packet Delivery Rate, PDR)超过90%.该方法可适应多种异构业务的数据传输需求并在有效提高数据吞吐量的同时保证各业务的PDR.     

基于LoRa技术的无线通信应用研究

LoRa(Long Range)作为低功耗广域网技术(Low Power Wide Area Network,LPWAN)中的重要组成,将数字扩频、数字信号处理和前向纠错编码等多项技术相融合,拥有通信距离远、抗干扰能力强、功耗低等特性,可有效解决当前其他通信方式数据采集成功率不高、数据拥塞等缺点,因此在远距离低速通信场景中展现出独特的优越性。     

LoRa物理层同步及解调性能研究

针对现有的基于FFT的同步算法误差较大的问题,提出了一种优化的LoRa物理层前导码同步方法。首先,根据Chirp信号的时频转换特性,分别采用差分算法和插值算法对前导信号的归一化的小数频偏和小数时延进行估计,在此基础上采用基于FFT同步的联合估计算法对整数频偏和整数时延进行估计;之后,从理论上分析残余的同步误差对LoRa信号解调性能的影响。仿真结果表明,所提出的同步方案可以在相应信噪比极限下满足解调性能要求。     

基于深度学习的LoRa信号识别研究

针对低信噪比环境下传统匹配滤波算法在LoRa信号解调中误码率较高的问题,提出了一种基于深度学习的LoRa信号识别方法。设计的监督学习神经网络由输入层、卷积层、全连接层、分类层和输出层组成,利用不同信噪比的加性高斯白噪声信道模型生成的LoRa接收信号对神经网络模型进行训练,再将训练好的神经网络应用于LoRa解调的信号识别。仿真实验表明,在系统扩频因子为7且误码率为10^-4时,卷积神经网络的信噪比相比传统的匹配滤波解调方法提升了5～6 dB,相应的自由空间传输距离提升了80%～90%。     

基于多目标遗传算法的LoRa参数匹配优化

从工程应用角度出发,需要LoRa无线传输系统兼备系统功耗低、传输距离短、系统稳定性好的特点,优化设计匹配参数是提高LoRa传输性能的重要途径。以LoRa无线通信的能耗最低、最远传输距离最大以及系统的鲁棒性最强为优化目标,以SF、BW、CR等参数的有效取值为约束条件,采用线性加权的方法将多目标优化问题转换为单目标问题,求出最优解。仿真和实际测试结果表明,遗传算法应用于LoRa的参数匹配具有可行性和有效性。     

基于LoRa的河流水质监测系统设计

针对传统河流水质监测系统难以实现广覆盖与低功耗等问题,设计了一种基于LoRa的河流水质监测系统,以LoRa-SX1278芯片作为通信模块,STM32F103RCT6作为节点主控制器,将传感器采集到的水质数据通过LoRa上传至网关,网关汇集数据之后再上传至服务器,用户可在监测终端查看实时数据,评估覆盖流域水质情况,对水质污染现象及重大事故进行预警,以降低水质污染带来的风险与危害。根据野外复杂环境下的测试,在传输速率为1.2 Kb/s,发射功率30 dBm的情况下,节点可在1200 m范围内达到小于9%的丢包率;在使用6000 mA·h电池,每一小时进行一次数据采集并上传的情况下,单个节点的有效工作时间理论上可达到30个月。该系统可实现远距离低功耗的数据采集,对河流水质实时监测的研究有一定参考价值。     

LoRa低功耗农业传感终端的设计与研发

针对精细农业生产环境监测场景多、供电难等问题,研发一款锂电池供电低功耗数据采集终端,可集成各类RS485传感器.选用集成主控MCU和LoRa射频的物联网芯片XC30,使用磁保持继电器按需为传感器供电,优化二级降压稳压电路,以此来进行有效的硬件设计.在软件方面,应用LoRa下行消息加载传感器指令,实现通用终端的485传感...     

高密度LoRa网络优化方法研究

在农业物联网中,LoRa技术被广泛采用。当网络覆盖范围较大时,标准的LoRaWAN协议会增加扩展因子SF,以增大通信距离。然而,由于SF内(指SF取值相同)和SF间(指SF取值不同)冲突的影响,限制了其节点密度,不适合大范围、高密度的部署场景。为满足大范围和高密度部署要求,结合多跳路由方案和扩频因子分配方法对LoRa网络进行优化,以提高网络的节点容量和可靠性。仿真结果表明,通过使用所提出的方法,在基本节点数量大于10 000个的LoRa网络内,仍可以获得80%以上的数据包交付率PDR,显著提高了大范围、高密度场景下LoRa网络的可靠性。     

流量自适应LoRa网络防碰撞路由算法

LoRa无线技术的数据传输速率低,适合星型组网,现有的星型网络防碰撞轮询机制在大容量网络中性能不佳.基于信道竞争退避算法和分簇混合路由两方面,提出了适合LoRa网络的数据传输防碰撞算法,能自适应网络流量的变化.通过NS2软件仿真验证,在大容量LoRa网络中,算法改善了能耗、吞吐量和传输延时等方面的性能,提高了数据传输效率.     

面向精准农业的无线传感器网络研究进展

概括了当前国内外对精准农业中无线传感器网络的研究进展与应用现状,并分析了尚需解决的问题,给出了无线传感器网络今后发展的建议。最后,对精准农业中无线传感器网络的发展趋势做了展望,指出以无线传感器网络技术为基础的农业物联网是精准农业的发展方向。     

多业务CDMA网络参数优化模型与算法

在考虑覆盖率、软切换率、业务信道拥塞率和功率损耗等网络质量指标的基础上,建立多业务CDMA网络参数优化问题的数学模型.通过分析模型的特点,设计了一种基于约束优化遗传算法(COGA)的求解方法,并给出了算法实现的各种关键技术.对一个实际算例进行实验研究,仿真结果表明算法能够有效地配置各种网络参数,网络性能得到提升,优于实际DT(driver test)的优化效果,从而表明所建模型和算法能够为多业务CDMA网络参数优化问题提供快速的解决方案,有效地指导实际的网络管理工作.     

基于神经网络的电力调度信息加密传输方法研究

电力传输网络中攻击者常采用多种手段监听电力调度信息,而传统的信息加密方法保持密钥新鲜性的能力较弱,导致电力传输网络的安全性和自愈性较低.为此,利用神经网络自学习和自适应的特点,设计了新的电力调度信息加密传输方法.基于神经网络设置混沌序列,并计算连接权矩阵,然后根据行列代换规则对电力调度信息序列实时加密.在此基础上,结合...     

一种基于随机GA的提高BP网络泛化能力的方法

LM-BP网络对其初始权值和阈值敏感,泛化能力不强,针对该缺点,采用遗传算法（GA）对其初始权阈值进行优化,在一定程度上能提高LM-BP网络的泛化能力。为进一步扩展GA初始种群的覆盖范围,进一步提高LM—BP网络的泛化能力,采用多次随机产生初始种群多次优化的方法。以伦河孝感段氟化物含量为实例,建立随机GA的LM—BP网络模型,对原始数据进行拟合及测试,结果表明该方法基本能100％拟合,测试误差不超过2．3％。经过对比实验,证明了该方法的有效性。     

动态计算网络:一种面向物联网的普适计算框架

随着物联网的发展,大量不同的设备通过各种不同的方式连接到物联网中,使普适计算环境更加复杂和多样化,因此要求在物联网环境下的普适计算框架能适应新的计算条件的变化。提出了一种新的普适计算框架,以便在物联网环境中普适计算系统能够自动适应复杂多样的软硬件运行环境,使软件无需修改就可以在整个物联网环境中任意地执行,实现普适计算的服务发现、上下文感知与服务迁移功能。提出物联网环境下普适计算的基本运算单元为"动态计算网络",使用"设备动态匹配"作为普适计算软件自动适应环境的解决方案。提出的动态计算网络增强了普适计算软件对物联网环境的适应性,为面向物联网的通用软件系统设计提供了一种有效的解决方法。     

在物联网中基于社交网络方法的用户生成业务框架研究

用户生成业务(简称UGS),意为普通用户不用编程仅通过简单操作便可自己创建个性化业务。目前该技术在互联网中得到了一定的应用。社交网络的风靡给人与人之间的联系提供了丰富的数据,基于这些数据可以分析用户间的相似度,从而为相似的用户推荐业务。本文研究了传统基于社交网络的用户生成业务框架和应用在物联网环境时传统框架的不足。提出了一个基于动态社交网络的动态社交网络用户生成业务系统框架,提升了用户生成业务系统在物联网业务环境中的性能。     

物联网体系结构研究与探讨

物联网是一个十分复杂而又庞大的系统,其体系结构是影响未来发展应用的关键所在。通过对现有物联网技术文献和体系结构实例的分析,提出了一种具有感知层、接入层、网络层和应用层的4层次物联网体系结构参考模型,并对各层所实现的主要功能进行了讨论阐述。这样一个通用的参考模型呈现出了泛在化、智能化的物联网基本特征。     

基于动态补偿参数和改进的自适应遗传算法的系统辨识方法

该文提出了一种基于动态补偿原理和改进自适应遗传算法的大惯性系统辨识方法。易于实时在线处理,便于在过程控制等工业控制中应用。由于该算法综合考虑了“快速收敛”和“全局最优”两个要求,因此它不仅保证了算法的运算速度,而且能得到较好的辨识结果。仿真结果表明,该方法是有效的。     

基于BP神经网络模型实现配电网络损耗优化的研究

配电网络损耗是关系到电网正常运行的关键,如何对配电网络损耗进行优化是目前亟待解决的技术问题.论文针对无功补偿设备辐射状配电网存在的网络损耗问题,提出了一种优化方案.根据辐射状配电网体系结构的特征,提出基于BP网络模型理论进行计算配电网络损耗的方法,该方法能够映射、处理任意复杂的非线性关系,数据处理精确、及时,并根据计算...