HADR: 物联网LoRaWAN中的混合自适应数据速率

∈可在www.sciencedirect.com上在线获取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%© 2022作者由爱思唯尔公司出版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*通讯作者。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7.第一次会议。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。7.第一次会议。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3个1. 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8.第八条。H A D R 、BADR和不同ED条件下ADR的PSR。图9.第九条。 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。9.第九条。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