CN111372313B - 基于LoRa上行传输系统的高能效资源分配方法 - Google Patents
基于LoRa上行传输系统的高能效资源分配方法 Download PDFInfo
- Publication number
- CN111372313B CN111372313B CN202010093807.XA CN202010093807A CN111372313B CN 111372313 B CN111372313 B CN 111372313B CN 202010093807 A CN202010093807 A CN 202010093807A CN 111372313 B CN111372313 B CN 111372313B
- Authority
- CN
- China
- Prior art keywords
- terminal
- terminals
- data rate
- signal
- noise ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于LoRa上行传输系统的高能效资源分配方法，包括：通过网关的多个信道接收来自多个终端发射的信号；获得所述多个信道接收的所述信号的信噪比；根据所述信噪比对所述多个终端重新分配信道，并根据重新分配的信道调整所述多个终端的发射参数；根据重新分配的信道和调整后的发射参数进行数据传输。本发明的基于LoRa上行传输系统的高能效资源分配方法，能够将LoRa系统的传输参数根据网关的信道条件分配给终端，从而实现了不同的应用场景中高能效的通信。
Description
技术领域
本发明属于通信技术领域，具体涉及一种基于LoRa上行传输系统的高能效资源分配方法。
背景技术
随着5G无线通信的快速发展，物联网的发展也得到了极大的促进。低功率广域网络技术(LPWAN)作为传统蜂窝无线通信的补充技术，致力于促进物联网的各种应用并支持覆盖大面积的终端设备以低功耗、低数据率进行通信。LoRa是一种低功耗广域网络规范，适用于在地区、国家或全球网络中的电池供电的无线设备。LoRa以物联网的关键要求为目标，如安全的双向通讯、移动化和本地化服务。该标准提供智能设备间无缝的互操作性，不需要复杂的本地安装，给用户、开发者、企业以自由，使其在物联网中发挥作用。
LoRa能够以低功耗支持远距离通信，因此可以延长电池的寿命。但是为了实现此特性，必须要设置适当的传输参数设置，才能达到通过降低功耗来延长电池寿命的目的。LoRa的四个关键参数主要包括传输功率、扩频因子(SF)、信道和编码速率(CR)，如何权衡好这四个参数是延长LoRa电池寿命的关键，因此必须仔细配置传输参数来支持低功耗的可靠通信。
然而，目前对实现LoRa的高能效研究主要专注于单一参数(如SF或传输功率)对通信质量如信道容量、网络吞吐量的影响，而缺乏多参数对于通信质量影响的研究，这制约了在不同的应用场景中实现高能效的通信。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于LoRa上行传输系统的高能效资源分配方法。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于LoRa上行传输系统的高能效资源分配方法，包括：
S1：通过网关的多个信道接收来自多个终端发射的信号，每个终端都需要遍历所有信道；
S2：获得所述多个信道接收的所述信号的信噪比；
S3：根据所述信噪比对所述多个终端重新分配信道，并根据重新分配的信道调整所述多个终端的发射参数；
S4：根据重新分配的信道和调整后的发射参数进行数据传输。
在本发明的一个实施例中，所述S1包括：
S11：在所述LoRa上行传输系统中随机分布K个终端，其终端索引为K＝ {1,2,…,K}，并且K＝|K|，其中|·|是集合的基数；
S12：在所述LoRa上行传输系统的网关中设置N个信道，其信道索引为Ν＝{1,2,…,N}，并且N＝|Ν|；
S13：利用所述N个信道接收来自所述K个终端的信号，其中，所述网关的第n个信道接收的信号为
其中，n∈Ν，λk,n为第k个终端与第n个信道的匹配系数，并且
pk,n为第k个终端在第n个信道上的传输功率，gk,n是从第k个终端到第n 个信道的大尺度衰落，hk,n是从第k个终端到第n个信道的服从瑞利分布的信道信息，xk,n是第k个终端的数据信号，ωn是第n个信道的加性高斯白噪声。
在本发明的一个实施例中，所述S3包括：
S31：根据所述N个信道与所述K个终端的对应关系将所述信噪比构建成第一信噪比矩阵，其中，所述第一信噪比矩阵的行表示信道，所述第一信噪比矩阵的列表示终端；
S32：利用最坏情况优先算法对所述第一信噪比矩阵进行处理，得到所述终端与所述信道的匹配关系并更新所述多个终端所占用的信道，同时获取各个终端的信噪比。
在本发明的一个实施例中，在所述S32之后还包括：
S33：根据所述终端的预设数据速率约束对所述多个终端的发射参数进行优化。
在本发明的一个实施例中，所述S32包括：
S321：在所述第一信噪比矩阵中获取每一列中的最小信噪比；
S322：按照每一列中的最小信噪比从小到大的顺序对所述信噪比矩阵的列进行重新排列，获得第二信噪比矩阵；
S323：将所述第二信噪比矩阵中第一列中与最大信噪比对应的信道分配给对应的终端，并在所述第二信噪比矩阵中删除与所述最大信噪比所在的行和列；
S324：将剩余的信噪比数据组成第三信噪比矩阵，并重复步骤S321至步骤S323，直至所有信道分配完成，从而获得所述终端与所述信道的最优匹配关系；
S325：根据所述最优匹配关系获得所述多个终端当前的信噪比。
在本发明的一个实施例中，所述S33包括：
S331：预先对每个终端设定最低数据速率约束值rk,0；
S332：计算每个终端的实际数据速率Rk,n；
S333：调整所述实际数据速率Rk,n，使得每个终端的调整后实际数据速率R’k,n均大于所述最低数据速率约束值rk,0；
S334：根据所述调整后实际数据速率R’k,n计算每个终端的扩频因子；
S335：根据所述扩频因子获取每个所述终端的发射速率。
在本发明的一个实施例中，所述S33包括：
S331’：预先设定所有终端总数据速率的最低数据速率约束r0；
S332’：计算所有终端的数据速率总和R；
S333’：判断所述数据速率总和R是否大于所有终端总数据速率的最低数据速率约束r0，若是，则执行步骤S335；若否，则执行步骤S334；
S334’：按照所有终端的信噪比由大到小的顺序依次减小终端的扩频因子并获得数据速率，直至调整后所述数据速率总和R’大于所有终端总数据速率的最低数据速率约束r0；
S335’：根据每个终端的扩频因子调整终端的传输功率，以使所述终端的信噪比等于预先设定的信噪比阈值。
在本发明的一个实施例中，所述S334’包括：
S3341’：对所有终端中信噪比最大的终端的扩频因子减一，获得的调整后的扩频因子；
S3342’：根据所述调整后的扩频因子计算所有终端的调整后数据速率总和R’，判断所述调整后数据速率总和R’是否大于所有终端总数据速率的最低数据速率约束r0，若是，则执行步骤S335’，若否，则按照信噪比从大到小的顺序依次对后续终端的扩频因子减一，直到根据调整后的扩频因子计算的数据速率总和大于所有终端总数据速率的最低数据速率约束r0，执行步骤 S335’。
与现有技术相比，本发明的有益效果在于：
1、本发明的基于LoRa上行传输系统的高能效资源分配方法考虑了 LoRa终端的多个传输参数，将LoRa系统的传输参数(包括传输功率、信道和扩频因子)根据网关的信道条件以低复杂度的分配方法分配给终端，更全面地考虑了LoRa系统传输参数，使LoRa系统在满足最低数据速率约束的情况下以更低的功率进行传输。
2、本发明的基于LoRa上行传输系统的高能效资源分配方法分别考虑了按单个终端和按所有终端的总数据速率约束两个场景下的资源分配优化，为了解决单个终端数据速率约束的资源分配问题，首先考虑影响单个终端数据速率的扩频因子的选择，然后再考虑传输功率的选择；为了解决所有终端总数据速率具有最低数据速率约束的资源分配问题，首先考虑影响所有终端的总数据速率的扩频因子的选择，然后再考虑各个终端传输功率的选择，最终实现了不同的应用场景中高效高能效的通信。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于LoRa上行传输系统的高能效资源分配方法的流程图；
图2是基于随机选择、匈牙利算法和本发明实施例方法的终端-信道匹配后，LoRa系统信道上SNR的累积分布函数(CDF)仿真曲线图；
图3a是利用不同方法进行终端-信道匹配后具有相同最低数据速率约束的各终端的SNR对比图；
图3b是利用不同方法进行终端-信道匹配后具有相同最低数据速率约束的各终端的传输功率对比图；
图3c是利用不同方法进行终端-信道匹配后具有相同最低数据速率约束的各终端所需的传输功率、传输速率和传输效率的对比图；
图4a是利用不同方法进行终端-信道匹配后具有不同最低数据速率约束的各终端的SNR对比图；
图4b是利用不同方法进行终端-信道匹配后具有不同最低数据速率约束的各终端的传输功率对比图；
图4c是利用不同方法进行终端-信道匹配后具有不同最低数据速率约束的各终端所需的传输功率、传输速率和传输效率的对比图；
图5a是所有终端总数据速率具有总最低数据速率约束时各算法实现的总数据速率对比图；
图5b是所有终端总数据速率具有总最低数据速率约束时各算法节约的能量对比图；
图6a是不同信道上的两个不同终端随频率的SNR变化图；
图6b是不同信道上的两个不同终端随时间的SNR变化图；
图7是利用随机选择和本发明方法实现终端-信道匹配后SNR的CDF 实测曲线图；
图8是在每个终端具有最低数据速率约束值和所有终端的总数据速率有最低数据速率约束两种下，本发明实施例提供的方算法节省的功率图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于LoRa上行传输系统的高能效资源分配方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
实施例一
请参见图1，图1是本发明实施例提供的一种基于LoRa上行传输系统的高能效资源分配方法的流程图。该高能效资源分配方法包括：
S1：通过网关的多个信道接收来自多个终端发射的信号；
进一步地，所述S1包括：
S11：在所述LoRa上行传输系统中随机分布K个终端；
具体地，在所述LoRa上行传输系统中有随机分布有K个终端，其终端索引为K＝{1,2,…,K}，K＝|K|，其中|·|是集合的基数。
S12：在所述LoRa上行传输系统的网关中设置N个信道；
具体地，假设网关有N个信道，所述信道的索引为Ν＝{1,2,…,N}，并且 N＝|Ν|。在LoRa上行链路中，每个终端遍历所有信道并以预定的扩频因子 (SF)与网关进行通信，其中，SF的集合为MSF＝{7,8,9,10,11,12}，MSF＝|MSF|。具有不同SF的终端可以在同一信道上传输数据，因为根据LoRa协议，它们的传输信号彼此正交。但是，具有相同SF的终端不能使用相同的信道进行数据传输，因为它们会相互干扰。
S13：根据LoRa协议，利用所述N个信道接收来自所述K个终端的信号，其中，所述网关的第n个信道接收的信号为：
其中，n∈Ν，λk,n为第k个终端与第n个信道的匹配系数，如下表示：
pk,n为第k个终端在第n个信道上的传输功率，gk,n为从第k个终端到第n 个信道的大尺度衰落，
dk为终端k到网关的距离，α为路损因子，hk,n为从第k个终端到第n个信道的服从瑞利分布的信道信息， hk,n～CN(0,1)，xk,n为第k个终端的数据信号，ωn为第n个信道的加性高斯白噪声，所有信道的加性高斯白噪声的均值为0。
S2：获得所述多个信道接收的所述信号的信噪比；
根据所述网关接收到的信号计算所述网关的所述多个信道接收到的来自每个终端的信号的信噪比(SNR)。
S3：根据所述信噪比对所述多个终端重新分配信道，并根据重新分配的信道调整所述多个终端的发射参数；
网关根据具体的系统要求，利用接收到的各终端在各信道发送信号的 SNR来给各终端重新分配单独的信道并调整发射参数，用以低功耗传输信息。具体地，所述S3包括：
S31：根据所述N个信道与所述K个终端的对应关系将所述信噪比构建成第一信噪比矩阵，其中，所述第一信噪比矩阵的行表示终端，所述第一信噪比矩阵的行表示信道；
表1本发明实施例示例性提供的一种信噪比矩阵表
| k1 | k2 | k3 | k4 | |
| n0 | 3.73 | 4.95 | 5.03 | 0.34 |
| n1 | 1.39 | 2.01 | 0.52 | 4.71 |
| n2 | 0.41 | 1.63 | 4.52 | 0.87 |
| n3 | 2.13 | 5.07 | 4.57 | 2.55 |
请参见表1，表1是本发明实施例示例性提供的一种信噪比矩阵表，其中，表格的行表示终端个数，表格的列表示信道个数。假设该基于LoRa上行传输系统包括四个终端，网关包括四个信道。如表1所示，表1中的数值 3.73即表示第一个信道n0所接收的来自第一个终端k1的信号的信噪比，4.95 即表示第一个信道n0所接收的来自第二个终端k2的信号的信噪比，以此类推。由于在一个信道能同时只能允许一个终端传输，因此各个终端需要彼此错开所占用的信道，当一个终端在所占用的信道上传输完成后，再去占用下一个信道进行传输，该终端上一次占用的信道则被其他终端占用进行传输，通过这样的方式，一个终端可以遍历所有信道进行传输，而不会导致在一个信道内同时有两个终端进行传输的问题。
S32：利用最坏情况优先算法对所述第一信噪比矩阵进行处理，得到所述终端与所述信道的最优匹配关系并获得所述多个终端的发射参数。
具体地，S321：在所述第一信噪比矩阵中获取每一列中的最小信噪比；
以表1为第一信噪比矩阵，在表1中找出每一列中的最小信噪比，对于第一列，最小信噪比为0.41，对于第二列，最小信噪比为1.63，对于第三列，最小信噪比为0.52，对于第四列，最小信噪比为0.34。
S322：按照每一列中的最小信噪比从小到大的顺序对所述信噪比矩阵的列进行重新排列，获得第二信噪比矩阵；
请参见表2，表2是表1中的第一信噪比矩阵按照每一列中的最小信噪比从小到大的顺序调整后的表，如表2所示，在步骤S321中获得的所有列的最小信噪比中，0.34为最小值，则将信噪比0.34所在的列排在第一列，0.41为次小值，因此将信噪比0.41所在的列排在第二个，依次类推，则获得表2所示的调整后的信噪比矩阵表。
表2根据表1中的第一信噪比矩阵按照最小信噪比从小到大调整后的第二信噪比矩阵表
| k4 | k1 | k3 | k2 | |
| n0 | 0.34 | 3.73 | 5.03 | 4.95 |
| n1 | 4.71 | 1.39 | 0.52 | 2.01 |
| n2 | 0.87 | 0.41 | 4.52 | 1.63 |
| n3 | 2.55 | 2.13 | 4.57 | 5.07 |
S323：将所述第二信噪比矩阵中第一列中与最大信噪比对应的信道分配给对应的终端，并在所述第二信噪比矩阵中删除与所述最大信噪比所在的行和列；
继续参见表2，在表2中，第一列中信噪比最大值为4.71，则在该步骤中，将4.71对应的信道n1分配给当前终端k4，从而获得了信道n1与终端k4的匹配关系。在信道n1与终端k4的匹配关系确认之后，删除表2中的第二行与第一列。
S324：将剩余的信噪比数据组成第三信噪比矩阵，并重复步骤S321至步骤S323，直至所有信道分配完成，从而获得所述终端与所述信道的最优匹配关系；
具体地，请参见表3，表3是删除表2中的第二行与第一列后形成的第三信噪比矩阵。类似地，先按照每一列中的最小信噪比从小到大的顺序对所述信噪比矩阵的列进行重新排列，获得第四信噪比矩阵，在表4所示的第四信噪比矩阵中，第一列中信噪比最大值为3.73，则在该步骤中，将3.73对应的信道n0分配给当前终端k1，从而获得了信道n0与终端k1的匹配关系。在信道n0与终端k1的匹配关系确认之后，删除表4中的第一行与第一列。
表3是删除表2中的第二行与第一列后形成的第三信噪比矩阵
| k1 | k3 | k2 | |
| n0 | 3.73 | 5.03 | 4.95 |
| n2 | 0.41 | 4.52 | 1.63 |
| n3 | 2.13 | 4.57 | 5.07 |
表4是根据表3中的第三信噪比矩阵按照最小信噪比从小到大调整后的第四信噪比矩阵表
| k1 | k2 | k3 | |
| n0 | 3.73 | 4.95 | 5.03 |
| n2 | 0.41 | 1.63 | 4.52 |
| n3 | 2.13 | 5.07 | 4.57 |
以上述方式，依次确认所有信道与终端的匹配关系。需要说明的是，本实施例的信道的数量大于等于终端的数量。
S325：根据所述最优匹配关系获得所述多个终端的发射参数。
具体地，请参见表5，表5是当信道的带宽B＝125kHz时终端的数据速率表，其中，SFfactor表示扩频因子，SNR threshold表示信噪比阈值，Data rate表示数据速率。利用表5，根据当前终端所匹配的信道的扩频因子，即可获得当前终端的数据速率。需要说明的是，表5中的值可以通过下述公式获得：
其中，B是信道的带宽，mk,n是信道n上的终端k的扩频因子，并且， mk,n∈M SF，ck,n是信道n上的终端k的编码速率。
表5当信道的带宽B＝125kHz时终端的数据速率表
进一步地，S33：根据所述终端的预设数据速率约束对所述多个终端的发射参数进行优化。
具体地，如果系统对单个终端有最低数据速率约束，则所述S33包括：
S331：预先对每个终端设定最低数据速率约束值rk,0；
S332：获得每个终端的实际数据速率Rk,n；
进一步地，利用表5，根据当前终端所匹配的信道的扩频因子，即可得知每个终端的实际数据速率Rk,n。
S333：调整所述实际数据速率Rk,n，使得每个终端的调整后实际数据速率R’k,n均大于所述最低数据速率约束值rk,0；
S334：根据所述调整后实际数据速率R’k,n获得每个终端的调整后扩频因子；
具体地，利用表5获得与所述调整后实际数据速率R’k,n对应的调整后扩频因子。假设当前选定的SF为10，数据速率为0.98kbps，最低数据速率约束值rk,0为1kbps，则终端应当选定表5中数据速率为1.76kbps所对应的SF，调整之后，终端数据速率1.76kbps就可以大于1kbps，从而满足需求。
S335：根据所述调整后扩频因子获取每个所述终端的发射速率。
此外，当所有终端总数据速率有最低数据速率约束时，则所述S33包括：
S331’：预先设定最低数据速率总和约束值r0；
S332’：计算所有终端的数据速率总和R；
进一步地，利用表5，根据当前终端所匹配的信道的扩频因子，即可确定每个终端的实际数据速率Rk,n。
随后根据公式
计算所有终端的数据速率总和R。
S333’：判断所述数据速率总和R是否大于所有终端总数据速率的最低数据速率约束r0，若是，则执行步骤S335；若否，则执行步骤S334；
S334’：按照所有终端的信噪比由大到小的顺序依次减小终端的扩频因子并获得数据速率，直至调整后所述数据速率总和R’大于所有终端总数据速率的最低数据速率约束r0；
具体地，对所有终端中信噪比最大的终端对应的扩频因子减一，获得的调整后的扩频因子；根据所述调整后的扩频因子计算所有终端的调整后数据速率总和R’，判断所述调整后数据速率总和R’是否大于所有终端总数据速率的最低数据速率约束r0，若是，则执行步骤S335’，若否，则按照信噪比从大到小的顺序依次对后续终端的扩频因子减一，直到根据调整后的扩频因子计算的数据速率总和大于所有终端总数据速率的最低数据速率约束 r0，执行步骤S335’。
S335’：根据每个终端的扩频因子调整对应终端的传输功率，以使所述终端的信噪比等于预先设定的信噪比阈值。
示例性地，假设有1，2，3共3个终端，通过资源分配之后1，2，3终端的SNR分别为2dB，1dB，3dB，SF分别设置为10，10，9，此时三个终端的数据速率分别为0.98kbps，0.98kbps，1.72kbps，若所有终端总数据速率的最低数据速率约束r0为3kbps，而当前总数据速率为3.72kbps，大于最低数据速率总和约束值r0，因此可以直接调整各个终端的传输功率使得各个终端的SNR刚好等于-15dB，-15dB，-12dB；若所有终端总数据速率的最低数据速率约束值r0为5kbps，而当前总数据速率为0.98+0.98+1.72＝3.72kbps，小于所有终端总数据速率的最低数据速率约束r0，因此需要首先调制SF使得总数据速率满足约束值，在调制SF之前，首先对SNR由大到小进行排序，排序结果为3dB，2dB，1dB，终端顺序变为了3，1，2，对于SNR最大的终端 3先调整SF，让SF减1变为8，此时终端3的数据速率变为3.13kbps，此时所有终端总传输速率为3.13+0.98+0.98＝5.09kbps大于约束值，因此可以调整3，1， 2终端的传输功率使得各个终端的SNR刚好等于-9dB，-15dB，-15dB，从而节省了传输功率。
随后，S4：根据重新分配的信道和调整后的发射参数进行数据传输。
以下将通过数值模拟来评估本发明实施例提出的高能效资源分配方法的性能。
具体地，考虑具有一个网关和8个终端的LoRa上行系统，其中，网关位于通信区域的中心，并且终端距离网关周围由近至远分布，通信覆盖范围的半径为12km，由于多径的存在信道出现了瑞利衰落。为了使传输参数保持一致，本实施例将信道的数量设置为8，其中，每个信道的中心频率分别对应US915频段中的902.3kHz，902.5kHz，902.7kHz，902.9kHz，903.1kHz， 903.3kHz，903.5kHz和903.7kHz。每个信道的带宽设置为125kHz，所有终端的初始传输功率设置为30dBm，SF设置为7。
对于终端-信道匹配，本发明实施例评估了四个方法，包括现有技术的随机选择算法、贪婪算法和匈牙利算法以及本发明实施例的方法，其中，在随机选择算法中，终端和信道不考虑终端的信道条件并随机匹配；在贪婪算法中，具有最高SNR的终端首先选择其最佳信道，该信道对此终端具有最高的SNR，随后具有次高SNR的终端在其余未选择的信道中选择其最佳信道，该过程一直持续到信噪比最差的终端最后完成信道选择为止；匈牙利算法是最优匹配算法。
本发明实施例的方法使用LoRa网关收集所有终端在所有信道上传输信号的信噪比，利用信噪比对信道进行分配，输出终端-信道的匹配。随后，各终端根据网关反馈的终端-信道的匹配来调整所占用的信道。如果系统对单个终端有最低数据速率约束，首先考虑影响单个终端数据速率的扩频因子的选择，然后再考虑传输功率的选择；为了解决所有终端总数据速率的最低数据速率约束资源分配问题，首先考虑影响所有终端总数据速率的扩频因子的选择，再依次调整传输功率，使终端发射信号的SNR满足最小数据速率约束所需的最低SNR。
请参见图2，图2是基于随机选择、匈牙利算法和本发明实施例方法的终端-信道匹配后，LoRa系统SNR的累积分布函数(CDF)仿真曲线图，其中未考虑SF分配和功率调节。从图2中可以看出，随机选择的性能最差，因为其在不考虑信道条件的情况下执行终端-信道匹配，会导致高功耗，以达到所需的数据速率约束。另一方面，本发明实施例的方法的性能接近于基于匈牙利算法的性能，但复杂度较低，如下所述。
考虑到不同的应用场景需要不同的最小数据速率，考虑了两种不同的情况。一种是单个终端具有最低数据速率约束，针对单个终端具有最低数据速率约束，又考虑了单个终端具有不同最低数据速率约束和单个终端具有相同最低数据速率约束两种情况。考虑单个终端具有不同最低数据速率约束时，为终端设置0.1kbps，0.5kbps，1kbps和3kpbs四种的最小数据速率约束，每两个终端具有一个最小数据速率约束；考虑单个终端具有相同最低数据速率约束时，所有终端最小数据速率约束均设置为3kbps。另一种是所有终端总数据速率有最低数据速率约束值，所有终端总数据速率的最低数据速率约束值设置为25kbps。
请参见图3a至图3c，其中，图3a是利用不同方法进行终端-信道匹配后具有相同最低数据速率约束的各终端的SNR对比图；图3b是利用不同方法进行终端-信道匹配后具有相同最低数据速率约束的各终端的传输功率对比图；图3c是利用不同方法进行终端-信道匹配后具有相同最低数据速率约束的各终端所需的传输功率、传输速率和传输效率的对比图。在图3b和图3c中，node1、node2…node7、node8表示8个不同的终端，图中的Rand+ 表示随机选择算法加S334的SF调整步骤以及S335的功率调整步骤，pro 表示本发明的方法，Hung+表示匈牙利算法加S334的SF调整步骤以及S335 的功率调整步骤，power saved表示节省的功率。图3a至图3c说明不同的终端在具有不同的最小数据速率的情况下，本发明方法与随机选择和匈牙利算法相比的性能，其中，本发明提出的SF分配和功率调节方法在所有算法中都采用，以最小化总传输功率。具体地，图3a表示8个终端距离网关由近至远放置，运用随机选择算法、本发明方法、匈牙利算法给每个终端分配资源块，分配好之后各个终端的SNR大小情况。图3b表示8个终端运用随机选择算法、本发明方法、匈牙利算法所节省的功率。从图3c的第一个图的纵坐标表示消耗的功率，可以看出，现有技术的匈牙利算法和本发明方法的传输功率消耗非常接近。可以看到，本发明方法与匈牙利算法具有相似的性能，与随机选择相比，可以节省更多的能量。图3c的第二张图表示传输速率，纵轴为传输速率，横轴为所采用的各种算法，从图3c的第二张图可以看出，在调整发射功率之后三种算法的总数据速率的性能几乎相同，这是因为所有终端的最低SNR高于SNR阈值才能达到最小接收数据速率，这意味着所有信道都处于满足最小接收数据速率的条件下。图3c 的第三张图表示传输效率，纵轴为传输速率与所需传输功率的比值。从图 3c的第三张图可以看出，后两种算法具有更高的传输效率。
进一步地，请参见图4a至图4c，其中，图4a是利用不同方法进行终端-信道匹配后具有不同最低数据速率约束的各终端的SNR对比图；图4b 是利用不同方法进行终端-信道匹配后具有不同最低数据速率约束的各终端的传输功率对比图；图4c是利用不同方法进行终端-信道匹配后具有不同最低数据速率约束的各终端所需的传输功率、传输速率和传输效率的对比图。在图4b和图4c中，node1、node2…node7、node8表示8个不同的终端，图中的Rand+表示随机选择算法加S334的SF调整步骤以及S335的功率调整步骤，pro表示本发明的方法，Hung+表示匈牙利算法加S334的SF调整步骤以及S335的功率调整步骤。从图4a可以看出，匈牙利算法和本发明方法仍然具有良好的传输功率性能，尤其是在处于不良信道条件的终端5、 6、7和8上。图4b给出每个终端需要达到数据速率约束的传输功率，并且随机选择会在信道状况不好的终端5、6、7和8上损失大量能量。图4c中的第一个图说明本发明的方法可以比其他两种现有技术算法节省更多能量，这是因为本发明的方法总是首先在不良信道条件下选择终端，但是这些终端对功耗有更大的影响。图4c中的第二个图说明在调整传输功率之后每种算法都可以达到最小数据速率。图4c的第三张图表示单个终端具有相同最低数据速率约束情况下的传输效率，纵轴为传输速率与所需传输功率的比值，图4c中的第三个图说明在满足速率约束的情况下，本实施例所提出的方法传输效率也是在所列出的几种方法中是最高的，也就是说，在满足速率约束的情况下，做需要的功率最少，因此本发明的方法是一种有效的算法。
另外，本发明的方法的复杂度为O(K2)，而匈牙利算法的复杂度为O(K3)。因此，当系统中包含大量终端时，本发明的方法比匈牙利算法效率更高。另外，本发明的方法在LoRa网关中实施是更实际的，因为在LoRa网关中需要具有高效的低复杂度算法来支持低功耗的通信。
进一步地，在本发明实施例中，将所有终端总数据速率的最低数据速率约束设置为25kbps，以评估本发明方法的性能。与现有技术的随机选择、贪婪算法和匈牙利算法相比，本发明的方法的性能更高。
请参见图5a和图5b，其中，图5a是所有终端总数据速率具有总最低数据速率约束时各算法实现的总数据速率对比图；图5b是所有终端总数据速率具有总最低数据速率约束时各算法节约的能量对比图，图中的Rand+ 表示随机选择算法加S334的SF调整步骤以及S335的功率调整步骤，pro 表示本发明的方法，Hung+表示匈牙利算法加S334的SF调整步骤以及S335 的功率调整步骤，Gready+表示贪婪算法加S334的SF调整步骤以及S335 的功率调整步骤。图5a和图5b显示了与随机选择算法，贪婪算法和匈牙利算法相比，本发明方法的性能。从图5a中可以看出，基于随机选择、本发明方法、匈牙利算法和贪婪算法的所有终端总数据速率分别为20.43kbps、 26.51kbps、26.51kbps和23.23kbps。尽管本发明方法的传输功率高于基于随机选择和贪婪算法，但随机选择和贪婪算法的最小数据速率低于基本要求，如图5b所示。另一方面，本发明方法的性能与匈牙利算法相当，但是具有较低的复杂性。
进一步地，本发明实施例实现了具有一个网关和8个终端的上行链路 LoRa系统，其中，网关采用由Rasberry Pi 3控制的SX1301芯片，每个终端采用由Arduino UNO控制的SX1276芯片。SX1301是多通道芯片，最多具有8个信道，每个信道的带宽固定为125kHz。系统设置为非协议模式，因此终端可以连续发送数据。所有终端的SF因子均设置为8。每个终端的默认传输功率均设置为14dBm。在实验中，终端到网关的距离约为30m， 39m，52m，69m。
通常，设置在不同位置的不同终端经历不同信道的频率选择性衰落。请参见图6a和图6b，其中，图6a是不同信道上的两个不同终端的SNR，图6b是不同信道上的两个不同终端随时间的SNR变化图。如图6b所示，两个终端的信道条件互不相同。此外，对于相同的终端，不同信道上的信道条件也不同。通过有效的终端-信道匹配，可以为每个终端选择合适的信道，从而可以进一步节省能量以延长电池工作时间。
请参见图7，图7是利用随机选择和本发明方法实现终端-信道匹配后SNR的CDF实测曲线图。从图7中可以看出，与随机选择相比，本发明方法在具有较高和较低SNR区间具有更好的性能。不同终端在采用同一个信道，可能具有不同的SNR，如果做合理的选择，例如，node1选择good channel(好的信道)，node2避开bad channel(不好的信道)而去选择下一个信道，整体SNR就会提高。每个终端由于摆放位置的不同，会具有不同的频率选择性衰落，应对每个终端的频率选择性衰落，如果采用合理的资源块分配，就会提升系统整体的SNR。本发明的方法避免为具有较低SNR的终端分配更差的信道，因此消耗较少的功率来使SNR达到的SNR阈值。此外，本发明的方法为具有较高SNR的终端分配更好的信道，从而可以为这些终端节省很多功率。
进一步地，请参见图8，图8是在单个终端具有最低数据速率约束和所有终端的总数据速率有最低数据速率约束两种情况下，本发明实施例提供的方算法节省的功率图。针对每个终端具有最低数据速率约束值rk,0的情况，本实施例首先考虑终端与信道的匹配，然后再考虑针单个终端具有最低数据速率约束的情况下对扩频因子与传输功率的选择，该过程在图8中以 RBAl-per-ED表示。将该RBAl-per-ED方法的性能与基于随机终端-信道匹配算法进行比较，以显示性能增益。在实验中，终端首先以连续的时间间隔以遍历8个信道方式在每个信道与网关进行通信，记录每个终端在不同信道上的SNR以进行终端-信道匹配。本实施例首先基于随机选择执行终端-信道匹配，并记录每个通道上的SNR，然后执行RBAl-per-ED方法。由于SNR与传输功率不容易直接换算，通过调节每个终端的传输功率，以使每个通道上的SNR等于随机选择的SNR，并记录此时两种算法的传输功率。最后，本实施例计算了本发明方法相比随机选择节省的传输功率。
进一步地，如果系统对所有终端总数据速率有最低数据速率约束，首先将所有终端当前的总数据速率与所有终端总数据速率的最低数据速率约束进行比较，若满足所有终端总数据速率的最低数据速率约束，那么依次调整传输功率，使终端发射信号的SNR满足最低数据速率约束所需的最低 SNR，若不满足所有终端总数据速率的最低数据速率约束，则减小SF直至所有终端的总数据速率满足所有终端总数据速率的最低数据速率约束，再依次调整传输功率，使终端发射信号的SNR满足最低数据速率约束所需的最低SNR，为了方便描述，该过程在图8中以RBAl-sum-ED表示。为了将 RBAl-sum-ED方法与基于随机选择的终端-信道匹配的性能进行比较，本实施例首先执行基于随机选择执行终端-信道匹配，并记录每个通道上的SNR，再执行RBAl-sum-ED方法，如果此时不满足最低数据速率，则将具有较高SNR的终端的SF逐渐减小，然后调节其传输功率，使得各个终端的SNR与采用随机选择的终端-信道匹配的SNR相等，并记录此时两种算法的传输功率。最后，本实施例计算了本发明方法相比随机选择节省的传输功率。
请参见图8，图8分别示出了RBAl-per-ED相比随机选择节省的传输功率和RBAl-sum-ED相比随机选择节省的传输功率。从图中可以看出，基于 RBAl-per-ED方法相比随机选择可以节省39.88％的传输功率，而基于 RBAl-sum-ED算法相比随机选择可以节省34.64％的传输功率。
本发明实施例的基于LoRa上行传输系统的高能效资源分配方法，将 LoRa系统的传输参数(包括传输功率、信道和扩频因子)根据网关的信道条件分配给终端，从而实现了不同的应用场景中高能效的通信。本发明实施例的基于LoRa上行传输系统的高能效资源分配方法分别考虑了按单个的终端数据速率约束和按所有终端总数据速率的最低数据速率约束的资源分配优化。为了解决单个终端数据速率约束的资源分配问题，首先考虑终端与信道的匹配，然后再考虑针单个终端具有最低数据速率约束的情况下对扩频因子与传输功率的选择。为了解决所有终端总数据速率具有最低数据速率约束的资源分配问题，首先将所有终端当前的总数据速率与所有终端总数据速率的最低数据速率约束进行比较，若满足所有终端总数据速率的最低数据速率约束，那么依次调整传输功率，使终端发射信号的SNR满足最低数据速率约束所需的最低SNR，若不满足所有终端总数据速率的最低数据速率约束，则减小SF直至所有终端的总数据速率满足所有终端总数据速率的最低数据速率约束，再依次调整传输功率，使终端发射信号的SNR满足最低数据速率约束所需的最低SNR。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (6)
1.一种基于LoRa上行传输系统的高能效资源分配方法，其特征在于，包括：
S1：通过网关的多个信道接收来自多个终端发射的信号，每个终端都需要遍历所有信道；
S2：获得所述多个信道接收的所述信号的信噪比；
S3：根据所述信噪比对所述多个终端重新分配信道，并根据重新分配的信道调整所述多个终端的发射参数；
S4：根据重新分配的信道和调整后的发射参数进行数据传输；
所述S3包括：
S31：根据N个信道与K个终端的对应关系将所述信噪比构建成第一信噪比矩阵，其中，所述第一信噪比矩阵的行表示信道，所述第一信噪比矩阵的列表示终端；
S32：利用最坏情况优先算法对所述第一信噪比矩阵进行处理，得到所述终端与所述信道的匹配关系并更新所述多个终端所占用的信道，同时获取各个终端的信噪比；
所述S32包括：
S321：在所述第一信噪比矩阵中获取每一列中的最小信噪比；
S322：按照每一列中的最小信噪比从小到大的顺序对所述信噪比矩阵的列进行重新排列，获得第二信噪比矩阵；
S323：将所述第二信噪比矩阵中第一列中与最大信噪比对应的信道分配给对应的终端，并在所述第二信噪比矩阵中删除与所述最大信噪比所在的行和列；
S324：将剩余的信噪比数据组成第三信噪比矩阵，并重复步骤S321至步骤S323，直至所有信道分配完成，从而获得所述终端与所述信道的最优匹配关系；
S325：根据所述最优匹配关系获得所述多个终端当前的信噪比。
2.根据权利要求1所述的基于LoRa上行传输系统的高能效资源分配方法，其特征在于，所述S1包括：
S11：在所述LoRa上行传输系统中随机分布K个终端，其终端索引为
并且
其中|·|是集合的基数；
S12：在所述LoRa上行传输系统的网关中设置N个信道，其信道索引为
并且
S13：利用所述N个信道接收来自所述K个终端的信号，其中，所述网关的第n个信道接收的信号为
其中，
λk,n为第k个终端与第n个信道的匹配系数，并且
pk,n为第k个终端在第n个信道上的传输功率，gk,n是从第k个终端到第n个信道的大尺度衰落，hk,n是从第k个终端到第n个信道的服从瑞利分布的信道信息，xk,n是第k个终端的数据信号，ωn是第n个信道的加性高斯白噪声。
3.根据权利要求1所述的基于LoRa上行传输系统的高能效资源分配方法，在所述S32之后还包括：
S33：根据所述终端的预设数据速率约束对所述多个终端的发射参数进行优化。
4.根据权利要求3所述的基于LoRa上行传输系统的高能效资源分配方法，其特征在于，所述S33包括：
S331：预先对每个终端设定最低数据速率约束值rk,0；
S332：计算每个终端的实际数据速率Rk,n；
S333：调整所述实际数据速率Rk,n，使得每个终端的调整后实际数据速率R’k,n均大于所述最低数据速率约束值rk,0；
S334：根据所述调整后实际数据速率R’k,n计算每个终端的扩频因子；
S335：根据所述扩频因子获取每个所述终端的发射速率。
5.根据权利要求4所述的基于LoRa上行传输系统的高能效资源分配方法，其特征在于，所述S33包括：
S331’：预先设定所有终端总数据速率的最低数据速率约束r0；
S332’：计算所有终端的数据速率总和R；
S333’：判断所述数据速率总和R是否大于所有终端总数据速率的最低数据速率约束r0，若是，则执行步骤S335；若否，则执行步骤S334；
S334’：按照所有终端的信噪比由大到小的顺序依次减小终端的扩频因子并获得数据速率，直至调整后所述数据速率总和R’大于所有终端总数据速率的最低数据速率约束r0；
S335’：根据每个终端的扩频因子调整终端的传输功率，以使所述终端的信噪比等于预先设定的信噪比阈值。
6.根据权利要求5所述的基于LoRa上行传输系统的高能效资源分配方法，其特征在于，所述S334’包括：
S3341’：对所有终端中信噪比最大的终端的扩频因子减一，获得的调整后的扩频因子；
S3342’：根据所述调整后的扩频因子计算所有终端的调整后数据速率总和R’，判断所述调整后数据速率总和R’是否大于所有终端总数据速率的最低数据速率约束r0，若是，则执行步骤S335’，若否，则按照信噪比从大到小的顺序依次对后续终端的扩频因子减一，直到根据调整后的扩频因子计算的数据速率总和大于所有终端总数据速率的最低数据速率约束r0，执行步骤S335’。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010093807.XA CN111372313B (zh) | 2020-02-14 | 2020-02-14 | 基于LoRa上行传输系统的高能效资源分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010093807.XA CN111372313B (zh) | 2020-02-14 | 2020-02-14 | 基于LoRa上行传输系统的高能效资源分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111372313A CN111372313A (zh) | 2020-07-03 |
| CN111372313B true CN111372313B (zh) | 2022-11-04 |
Family
ID=71211431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010093807.XA Active CN111372313B (zh) | 2020-02-14 | 2020-02-14 | 基于LoRa上行传输系统的高能效资源分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111372313B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114173421B (zh) * | 2021-11-25 | 2022-11-29 | 中山大学 | 基于深度强化学习的LoRa逻辑信道及功率分配方法 |
| CN116347569B (zh) * | 2022-10-09 | 2024-03-15 | 荣耀终端有限公司 | 数据传输方法、程序产品以及电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102413557A (zh) * | 2011-11-25 | 2012-04-11 | 中国电信股份有限公司 | 上行参考信号传输方法、终端和多天线通信系统 |
| CN103874181A (zh) * | 2012-12-10 | 2014-06-18 | 中国移动通信集团设计院有限公司 | 一种为终端分配下行信道的方法和设备 |
| CN103889000A (zh) * | 2012-12-21 | 2014-06-25 | 中国移动通信集团北京有限公司 | 一种信道分配方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3071685B1 (fr) * | 2017-09-26 | 2019-10-11 | Thales | Methode d'allocation de ressources frequentielles pour un systeme de telecommunication par satellite |
-
2020
- 2020-02-14 CN CN202010093807.XA patent/CN111372313B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102413557A (zh) * | 2011-11-25 | 2012-04-11 | 中国电信股份有限公司 | 上行参考信号传输方法、终端和多天线通信系统 |
| CN103874181A (zh) * | 2012-12-10 | 2014-06-18 | 中国移动通信集团设计院有限公司 | 一种为终端分配下行信道的方法和设备 |
| CN103889000A (zh) * | 2012-12-21 | 2014-06-25 | 中国移动通信集团北京有限公司 | 一种信道分配方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| A Survey on Energy Efficient Narrowband Internet of Things (NBIoT): Architecture, Application and Challenges;Sakshi Popli等;《IEEE Access》;20181115;全文 * |
| 一种正交调制协作系统的功率分配方法;李靖等;《西安交通大学学报》;20090210(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111372313A (zh) | 2020-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109474980B (zh) | 一种基于深度增强学习的无线网络资源分配方法 | |
| CN108391317B (zh) | 一种蜂窝网络中d2d通信的资源分配方法及系统 | |
| CN108616997B (zh) | Noma系统中的功率分配方法 | |
| CN112601284B (zh) | 基于多智能体深度强化学习的下行多小区ofdma资源分配方法 | |
| CN111372313B (zh) | 基于LoRa上行传输系统的高能效资源分配方法 | |
| US20120230264A1 (en) | Method, apparatus and system for cooperative resource scheduling and cooperative communication | |
| CN104717755A (zh) | 一种蜂窝网络中引入d2d技术的下行频谱资源分配方法 | |
| CN110677175B (zh) | 一种子信道调度与功率分配联合优化方法 | |
| CN103281770A (zh) | 一种实现协作式多点传输调度与功率分配的方法 | |
| CN105406945A (zh) | 一种多基站系统中可伸缩视频的多播资源分配及传输方法 | |
| CN109327895B (zh) | 基于noma和cr网络的功率分配方法 | |
| CN114189870A (zh) | 基于多智能体深度强化学习的多小区多业务资源分配方法 | |
| CN104581918B (zh) | 基于非合作博弈的卫星跨层联合优化功率分配方法 | |
| CN106937399B (zh) | 全双工缓存中继系统多用户调度方法及系统 | |
| CN111787543A (zh) | 一种基于改进灰狼优化算法的5g通信系统资源分配方法 | |
| CN114423028A (zh) | 基于多智能体深度强化学习的CoMP-NOMA协作成簇与功率分配方法 | |
| CN103139800A (zh) | 中继蜂窝网络的节点调整方法、装置及系统 | |
| CN103024752A (zh) | 用户协作小区集合的选择方法及系统 | |
| CN109462862B (zh) | 一种基于概率的可密性干扰规避方法 | |
| CN101919292A (zh) | 动态开销信道功率分配的方法 | |
| KR101480547B1 (ko) | 유선 중계국을 활용한 셀룰러 시스템에서의 무선자원 할당방법 | |
| CN107249213B (zh) | 一种d2d通信中频谱效率最大化的功率分配方法 | |
| CN108540246B (zh) | 一种基于认知无线电的资源分配方法 | |
| CN109041016B (zh) | 一种密集场景下5g通信系统终端接入数量的优化方法 | |
| CN106878931A (zh) | 全双工d2d通信资源分配方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |