物联网LoRaWAN中的混合自适应数据速率新方法

∈可在www.sciencedirect.com在线获取ScienceDirectICTExpress 8（2022）283www.elsevier.com/locate/icteHADR：物联网LoRaWAN中的混合自适应数据速率Arshad Farhad，Jae-Young Pyun朝鲜大学信息通信工程系无线移动通信系统实验室，韩国光州61452接收日期：2021年9月10日;接收日期：2021年10月29日;接受日期：2021年12月26日2022年1月3日上线摘要资源分配（例如，扩展因子和发射功率）应用于静态和移动物联网（IoT）应用是非常具有挑战性的。为了满足物联网应用需求，LoRaWAN分别使用自适应数据速率（ADR）和盲ADR（BADR）向静态和移动终端设备（ED）分配资源。然而，这些ADR每次都是针对特定应用而设计的（例如，用于静态ED的ADR或用于移动ED的BADR）。因此，为了适应不同的物联网应用，我们提出了一种新的方法，称为“混合ADR（HADR）”的静态和移动ED分配资源。所提出的HADR找到ED状态（即，静态或移动），执行有关ED状态的适当ADR。仿真结果表明，HADR能同时为静态ED和移动ED最优分配资源，与ADR和BADR相比，分组成功率分别提高了11%和20%版权所有© 2022作者。出版社：Elsevier B.V.代表韩国通信和信息科学研究所这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：物联网;自适应数据速率;盲ADR;混合ADR; LoRa和LoRaWAN;资源分配1. 介绍LoRa定义了物理层特性，采用线性调频扩频调制，实现 了 长 距 离 和 超 低 能 耗 通 信 [1] 。 而 远 程 广 域 网（LoRaWAN）定义了由LoRa联盟开发的开源媒体访问控制（MAC）层协议，由于其远距离连接和低部署成本，成为物联网（IoT）的事实上的技术[2此外，它还支持通过单个或多个连接器连接大量ED。网关（GW）、网络服 务 器 （ NS ） 和 应 用 服 务 器 ， 如 图 1 所 示 。 此 外 ，LoRaWAN支持两种操作模式：确认和未确认。 采用确认模式的ED期望来自NS的确认（ACK），而在未确认模式中不需要ACK[5]。在两种通信模式中，ED总是利用扩频因子（SF）来分配其传输资源[7、8、9、10、11、12]）。LoRaWAN使用自适应数据速率（ADR）来分配资源，例如，SF和发射功率（TP），到ED [6]。当ADR选择适当的SF和TP参数时，通信*通信作者。电子邮件地址：arshad@chosun.kr（A.Farhad），jypyun@chosun.ac.kr（J.Y. Pyun）。同行审议由韩国通信研究所负责教育与信息科学（KICS）。https://doi.org/10.1016/j.icte.2021.12.013ED和GW之间的阳离子被建立并维持用于高容量和静态应用，例如计量。相比之下，当传播环境由于ED移动而像移动物联网应用的情况那样发生变化时，ADR会遭受显著的分组丢失和收敛周期[7]。一方面，为了解决ADR中的问题，当前的一些研究工作建议在静态场景下对典型ADR进行增强[8[8]提出了一种基于编码率自适应和M个UL分组的平均值的修改的ADR（即，M= 20），以提高能量消耗效率和分组成功率（PSR）。在[9]中，作者通过建议减少M（即，假设M=5）分组。[9]中提出的EADR计算了参与通信的个体ED的PSR，并且将PSR与预定义的阈值（即，PSR = 80%）。如果PSR小于阈值，NS侧ADR发送包含新识别的SF和TP的链路ADRReq MAC命令作为模拟工作，在[10，11]中，提出了SF和TP调整方法，其中NS负责分配与SF灵敏度阈值有关的两个参数。另一方面，有限的注意力被给予在移动场景下的ED的资源分配。[12个]2405-9595/© 2022作者。 由Elsevier B.V.代表韩国通信和信息科学研究所出版。这是一CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。A.法哈德和J. - Y. 尤尼ICT Express 8（2022）283284Fig. 1. LoRaWAN星中之星架构。图二、网 络 服 务 器 端 的 LoRaWAN自适应数据速率[11]。表1125 kHz模式的灵敏度阈值和所需SNR（SNRreq）SF（Sg）[dBm]（Se）[dBm]SN Rreq[dB] 12 −142.5 −137.0 −2011 −140.0 −135.0 −17.510 −137.5 −133.0 −159 −135.0 −130.0 −12.58 −132.5 −127.0 −107 −130.0 −124.0 −7.5通过使用三边测量技术改进了现有的ADR，利用预定义的轨迹估计ED的下一个位置。除了现有的增强型ADR方法外，Semtech还建议使用盲ADR（BADR）来提高能源效率[13]。然而，ADR、BADR和现有的增强型ADR方法每次被设计用于一种类型的应用（例如，静态或移动）[5，14]。因此，为了满足物联网应用的多样化需求，我们提出了一种新的ADR，称为“混合ADR（HADR）”，通过分配有效的资源（例如，SF和TP）同时应用于静态和移动应用。本文的其余部分组织如下：第2节介绍了ADR的工作，讨论了模拟结果，并提供了对相关问题的见解图3.第三章。终 端 设 备 侧 的 盲自适应数据速率。到BADR和ADR。第3节提出了静态和移动应用程序的HADR。第4节评估了拟议的HADR与BADR和ADR的比较最后，第5节提出了一些结论性意见。2. LoRaWAN中的自适应数据速率本节介绍了典型的ADR和盲态ADR（BADR）变体、模拟分析以及这些ADR中的问题。2.1. 自适应数据速率图2描绘了NS侧ADR的操作过程，在识别新的SF和TP参数之前等待M个分组[6，11]。新的SF和TP识别主要基于M个分组之间的最大信噪比（SNRmax）。NS还通过取解调下限来计算当前SF所需的SNR（SNR_req），通过减去SNR_max、SNR_req和余量来计算SNR余量（SNR_margin）。表1列出了在不同SF下解调所需的最小SNRreq、GW灵敏度（Sg）和ED灵敏度（Se）。此外，SNR余量是用于判断ED的当前SF是否需要调整的指示符。虽然步骤定义了重复的次数，但应迭代ADR以调整SF和TP。最后，SF和TP参数经由DL MAC命令Link Adr Req被发送到ED。2.2. 盲自适应数据速率BADR的SF分配过程如图3所示，其中ED每小时发送具有三个SF的分组：SF 7（三次），SF 10（两次）和SF 12（一次）[13]。2.3. 模拟分析和ADR问题我们评估了移动和静态物联网应用的ADR和BADR的数据包成功率和丢失率（PSR和PLR）。2.3.1. 应用场景BADR在[13]中考虑了基于GPS的宠物跟踪应用程序，其 中 每 隔 10 分 钟 ， 跟 踪 器 就 会 唤 醒 并 在 LoRa 帧 头（FHDR）中发送一个有效载荷大小为13字节且GPS状态为17字节的数据包。为了复制这种情况，我们修改了FHDR的可选MAC命令，以适应ED位置，如图4所示。因此，在我们的情况下，ED位置的大小是8字节。A.法哈德和J. - Y. 尤尼ICT Express 8（2022）283285见图4。 修改LoRa帧头。2.3.2. 仿真设置对于BADR和ADR的性能分析，我们使用网络模拟器-3（ns-3），考虑100个ED。这些ED采用对数距离和阴影路径损耗模型，其中ED随机部署在单个GW周围的6 km半径内，初始SF为12，TP为14 dBm [7]。此外，移动ED使用随机行走2D移动性，其随机速度在2-4 m/s之间，如所适配的在[5]中。静态和移动ED每10分钟发送一个UL分组，有效载荷大小为30字节，总模拟时间为24小时。2.3.3. ADR与BADR在移动性和静态条件下的BADR和ADR的性能评估在图1和图2中给出。5和6. 如图5、移动性条件下的ADR由于不稳定的信道环境而不能自适应（在SF和TP方面），从而降低了PSR。相比之下，在静态ED条件下的ADR遭受一个显着的收敛周期，然后它可以获得一个稳定的PSR通过改变SF和TP。相比之下，在两个底层环境中的BADR的PSR是恒定的。然而，在移动条件下的PSR高于静态条件。当ED由于采用SF而不在GW附近时，如图7或10所示，ED在静态场景下重传具有相同SF的分组。然而，在移动性场景中，ED在GW周围移动;因此，最终，ED可以在GW附近，并且可以潜在地使用SF 7或10成功地将该分组转发到GW（在确认模式中允许的重传次数是7）。一般来说，在这两种情况下的BADR优于PSR中静态场景下的ADR。图图6示出了PSR和PLR的比率。PLR-I（干扰）在分组已经干扰其他分组时被测量。我们考虑SF内和SF间干扰模型，如[15，16]所示。可以看出，静态条件下的ADR由于具有高空中时间（ToA）的12的初始 SF而PLR-R（接收路径）在GW处的接收路径在接收来自ED的传入分组期间繁忙时出现（在该工作中考虑8个接收路径，其基于[17]）。然而，PLR-R的影响在少数ED场景中可以忽略不计。这是因为LoRaWAN中的GW被设计为同时接收8个数据包图五、 移动和静态条件下典型ADR的每小时PSR。见图6。 典型ADR在移动和静态条件下的分组成功率和丢失率。PLR-S（灵敏度）发生在分组在所需灵敏度下到达GW时。由于SF的低效使用，PLR-S在ADR（移动）和BADR（移动和静态）中的影响是巨大的，导致分组在所需的灵敏度阈值下到达。这些灵敏度阈值的定义见表1。此外，当与ACK发生冲突时，由于GW处的ACK传输优先级而发生PLR-T（传输）[5]。在这项工作中，我们利用双向流量，这会导致PLR-T在GW。2.3.4. ADR和BADR基于本节中给出的模拟分析，表明BADR和ADR都遭受PLR。S. PLR-S主要在ADR中测量，因为ED移动，导致SF和TP选择不当。BADR在SF分配决策中也不考虑ED移动性，从而当分组在SF灵敏度阈值下到达时导致显著的PLR-S。然而，其各种SF选择使得PLR-S在移动ED场景中减小。此外，Semtech [13]没有指示在重传机制中推荐使用SF，因为分组可以A.法哈德和J. - Y. 尤尼ICT Express 8（2022）283286∼∼∼ ∼=图第七章所 提出的混合自适应数据速率的操作过程。在确认模式下被重传七次[允许的传输总数（T x限制）被设置为8]为了解决上述关于BADR和ADR的问题，我们提出了一种新的拟议的HADR是我们的会议论文[18]的扩展，在该论文中，我们研究了移动场景下BADR3. 提出的混合自适应数据速率建议的HADR的操作程序如图所示。第七章在所提出的HADR中涉及两个主要步骤：计算ED的先前位置与当前位置之 间的距离 （d0）以及 基于ED 状态的ADR 选择（即，静态或移动）。3.1. 计算d0HADR在每个UL分组传输时检查ED是静态的还是移动的。d0通过找到ED的先前（x1，y1）和当前（x2，y2）位置之间的距离来确定。我们选择α= 5 m的阈值，因为接收信号强度在40 m内保持不变[7]。3.2. ADR选择基于d0，HADR为ED选择适当的ADR。当ED被分类为移动时，在UL分组传输（TX）时发起BADR+，如算法1所示。BADR+是BADR的稍微改变的变体，其中ED顺序地发送分组（即，[SF7 SF12]）。为了解决BADR的重传问题，我们使用类似的方法，如[15]所示。当ED未能接收到ACK时，重传计数器（ReT x C NT）递增。如果ReT x CNT是β的倍数（即，β= 2）SF增加1以重新获得连接性[15]。在静态ED的情况下，ADR+管理SF和TP两者，如算法2所示。 当NS从ED接收到M个UL分组时，静态ADR基于M个分组中的最高SNR值（SN_R_max）找到SF和TP。然而，我们通过取M个UL分组的移动平均值（SN RmAv g）来稍微修改ADR的工作，以平滑SNR，这有助于识别有效的SF和TP。为了找到SF和TP的最佳可能配置，ADR+计算所需的SNR（SNRreq）、SNR裕度（SNR裕度）和步长。steps参数定义ADR应该迭代的次数，以调整SF和TP。算法1：所提出的顺序BADR+在终端设备侧。输入 ：SF = 712，β = 2，T P = 14 dBm输出：扩频因子和发射功率1 在每次UL分组传输时2 if（T X == True）then//开始SF = 73按顺序分配SF，而不是[12，10，7]）4其他//重传方法5如果（ReT x C NT %β== 0且SF 12）<，则6SF = SF +1TP = 14 dBm8其他9继续传输当前SF10端部11端部算法2：所提出的基于移动ADR（ADR+）在网络服务器端。输入 ：SF = 712，TP = 2 14 dBm，M 20输出：扩频因子和发射功率1 在每次UL分组接收时2 if（AC K == enabled）then//确认模式31. SN Rm Av g= MovingAvg（最后MUL的SNR包）42. SN Rreq=解调地板（当前DR/SF）53. SN R margin=（SN R m - SN R要求 -dev icemargin ）六四 steps = int （序号和R裕度/3）7，而（步长>0且SF> 7）8SF = SF-1和steps=steps-19端部10，而（步骤>0和TP> 2）11TP = TP-2和steps=steps-112端部13而（步骤0和TP 14）<<14TP = TP +2和steps=steps+115末端16端部4. HADR的仿真分析模拟设置与第2节中使用的相同2.3.2.然而，在HADR的情况下，基于GW灵敏度（在初始部署期间）向ED分配SF，以避免由于高ToA而与SF 12发生干扰。这些灵敏度阈值的定义见表1。4.1. 数据包成功率图图8描绘了与典型ADR和BADR方法相比，所提出的A.法哈德和J. - Y. 尤尼ICT Express 8（2022）283287HADR的平均PSR。在混合型和静态ED病例中，ADR的表现优于A.法哈德和J. - Y. 尤尼ICT Express 8（2022）283288图八、H A D R 、BADR和不同ED条件下ADR的PSR。图第九章 在拟议的HADR中改进PSR。BADR，因为信道条件的变化很小相比之下，BADR仅通过使用SF 12、10和7进行盲发送来在移动性场景中显示改进的性能。然而，ED移动性影响ADR的PSR。在ADR的情况下，当具有新SF和TP参数的DL链路ADRReqMAC命令到达GW时，ED周围的传播环境可能受到极大影响。结果，参数不再有帮助，因为它们可能无法成功地将分组递送到GW，从而导致巨大的分组丢失。与ADR和BADR相比，所提出的HADR通过针对静态ED使用ADR+来选择最佳SF并且针对移动ED使用BADR+来顺序地盲地（不需要先验知识，诸如SNR或接收功率）利用SF进行发送而表现得显著更好。因此，与典型的ADR方法相比，所提出的HADR增强了PSR，实现了其在移动性和混合ED场景中PSR改善的主要目标，如图 所示。第九章4.2. 丢包率图 10描 述了 在混 合场 景下 的分 组成 功 率和 丢失 率（即，50%的ED是静态的，移动）。通常，PSR和PLR的比率等于1。因此，发送或重传的数据包的量专门贡献于PSR或PLR。图10（a），发展成果评估当ED增加时，主要患有PLR-I和PLR-S，以及PLR-T。PLR-I是由于ED在初始部署期间发送SF为12的分组时的高ToA引起的。当NS基于 M个分组，ED可能已经移动到另一个位置。因此，利用这些新参数发送的分组在所需的阈值灵敏度下到达GW，导致PLR-S。PLR-T影响近似类似于当丢失的分组被ED重传时的所有ADR方法（在确认模式中多达7次），增加了UL方向上的网络负载并导致与ACK的冲突。在图中所示的BADR的情况下。10（b），平均50%当用SF 7或SF 10发送时，由于在所需的灵敏度阈值之下到达， 图10（c）清楚地表明，拟议的HADR解决了通过利用BADR+和ADR+，在所需灵敏度下到达的分组的问题。在类似情况下，执行主任采用的最终标准化框架载于表2。4.3. 能耗图11显示了能源消耗的增加，ED的数量增加。在N=100的情况下，BADR的能耗高于ADR。当SF为12的数据包丢失时，必须使用相同的SF和14 dBm的TP重传。由于LoRaWAN中较高的能耗主要取决于SF，TP，ToA和几次重传尝试[7]。然而，在相同的场景下，ADR的能耗低于BADR。NS侧ADR可调节 一旦它接收到M个分组，当ED的数量增加时，由于高SF和重传引起的干扰，在ADR的情况下能量消耗逐渐增加，从而降低了网络可扩展性。HADR将ADR+用于静态，将BADR+用于移动EDs.在ADR+的情况下，通过对NS侧接收到的M个分组的SNR取移动平均值来调整SF和TP，从而降低能量消耗。然而，当移动ED利用BADR+时，如果ED不在GW附近，则分组可以被重传几次（在确认模式中最多7次在这种情况下，所提出的BADR+中的重传机制可以增加SF（当SF12 时 ） 并 分 配 最 大 允 许 发 射 功 率 （ 即 ，

下载后可阅读完整内容，剩余1页未读，立即下载