低功耗廣域物聯(lián)網(wǎng)絡(luò)(LPWAN)是新型的無線通信技術(shù)，主要包括工作在授權(quán)頻段的NB-IOT技術(shù)和非授權(quán)頻段的LoRa技術(shù)。評估LoRa技術(shù)的網(wǎng)絡(luò)覆蓋性能，對網(wǎng)絡(luò)中的終端節(jié)點(diǎn)開展定位研究。通過數(shù)據(jù)碰撞、網(wǎng)絡(luò)可擴(kuò)展性、路徑損耗模型，基于離散事件方法模擬單個基站覆蓋，得出對應(yīng)參數(shù)配置下的網(wǎng)絡(luò)數(shù)據(jù)包獲取率、數(shù)據(jù)包碰撞率及網(wǎng)絡(luò)能量消耗情況。同時，使用TDOA算法對LPWAN中的終端節(jié)點(diǎn)定位分析，提高路由效率，確定網(wǎng)絡(luò)覆蓋質(zhì)量，并實(shí)現(xiàn)負(fù)載均衡。

0 引 言

無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSN)是通過無線通信方式組成的一個多跳自組織網(wǎng)絡(luò)系統(tǒng)，由微型傳感器控制節(jié)點(diǎn)組成。它能夠協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域中被觀察對象的信息，并發(fā)送給采集者[1]。物聯(lián)網(wǎng)的快速發(fā)展對無線通信提出了更高要求，使得低功耗、遠(yuǎn)距離、廣覆蓋、多連接的LPWAN(Low Power Wide Area Network，低功耗廣域物聯(lián)網(wǎng))技術(shù)應(yīng)運(yùn)而生[2]。以GSM和GPRS為代表的廣域無線通信技術(shù)，具有通信速率高的特點(diǎn)。但是，接入LPWAN的終端設(shè)備能耗僅為GPRS的1/10，且覆蓋能力更強(qiáng)，比GPRS提升了20 dB增益。以ZigBee和Wi-Fi為主的局域無線通信技術(shù)，具有低延遲的特點(diǎn)，但信號覆蓋范圍小、功耗高[3]。

工作在授權(quán)頻段的窄帶物聯(lián)網(wǎng)NB-IOT(Narrow Band Internet of Things)技術(shù)和非授權(quán)頻段LoRa(Long Range)技術(shù)，是LPWAN的典型代表。NB-IoT技術(shù)構(gòu)建于蜂窩網(wǎng)絡(luò)，可直接部署于GSM網(wǎng)絡(luò)[4]。LoRa技術(shù)得益于其免費(fèi)頻段的自組網(wǎng)優(yōu)勢，可以由用戶自行架設(shè)到環(huán)境惡劣、偏遠(yuǎn)等信號盲區(qū)，實(shí)現(xiàn)區(qū)域內(nèi)的無線專網(wǎng)覆蓋。在低功耗物聯(lián)網(wǎng)中，首先需要面對的是如何評估無線傳感器網(wǎng)絡(luò)對監(jiān)控區(qū)域的覆蓋性能，即如何評估或判定當(dāng)前監(jiān)控區(qū)域的覆蓋情況。本文給出以LoRa為代表的LPWAN技術(shù)，提出基于該技術(shù)實(shí)現(xiàn)的網(wǎng)絡(luò)覆蓋性能評估。通過對相關(guān)模擬仿真軟件比較和分析，得出LoRaSim所模擬的網(wǎng)絡(luò)規(guī)劃更符合實(shí)際場景中的無線傳感器網(wǎng)絡(luò)傳輸。LoRaSim通過數(shù)據(jù)包接收率、數(shù)據(jù)包碰撞率、網(wǎng)絡(luò)能量消耗參數(shù)等，對網(wǎng)絡(luò)覆蓋性能進(jìn)行評判。

LoRa技術(shù)遵循的遠(yuǎn)距離通信網(wǎng)絡(luò)協(xié)議和系統(tǒng)架構(gòu)為LoRaWAN協(xié)議。該協(xié)議是LoRa Alliance為LPWAN制定的全球標(biāo)準(zhǔn)。低功耗廣域物聯(lián)網(wǎng)中存在大量的終端節(jié)點(diǎn)設(shè)備，其中遵循LoRaWAN協(xié)議的設(shè)備為LoRaWAN終端。工作的LoRaWAN終端支持定位功能。對LoRaWAN終端進(jìn)行定位時，不需要增加額外的成本和處理能力，這為終端的定位節(jié)約了成本。

本文共包括5部分：第1部分概述LPWA網(wǎng)絡(luò)覆蓋及定位技術(shù)背景介紹;第2部分給出LoRaWAN網(wǎng)絡(luò)框架，說明各部分的作用與功能;第3部分聚焦LoRaWAN網(wǎng)絡(luò)覆蓋特性，給出主流仿真軟件，同時以LoRaSim軟件為模擬工具，開展LoRaWAN網(wǎng)絡(luò)中單一基站覆蓋性能的研究;第4部分總結(jié)LoRaWAN終端定位方法，重點(diǎn)探討精度較高的TDOA架構(gòu)及所涉算法，得出基于TDOA技術(shù)的定位方法更加適用于低功耗廣域物聯(lián)網(wǎng);最后進(jìn)行總結(jié)和展望。

1　LoRaWAN網(wǎng)絡(luò)架構(gòu)

LoRaWAN網(wǎng)絡(luò)架構(gòu)如圖1所示，由終端節(jié)點(diǎn)、網(wǎng)關(guān)、網(wǎng)絡(luò)服務(wù)器及應(yīng)用服務(wù)器組成。終端節(jié)點(diǎn)采用單跳與一個或多個網(wǎng)關(guān)通信。設(shè)計(jì)時，需根據(jù)應(yīng)用場景滿足低功耗、廣域連接要求。網(wǎng)關(guān)是傳輸?shù)闹薪?，起到中繼器的作用，將終端節(jié)點(diǎn)與網(wǎng)絡(luò)服務(wù)器互通。節(jié)點(diǎn)與網(wǎng)關(guān)基于LoRa調(diào)制傳輸信息，而與服務(wù)器則通過廣域通信方式連接。所有節(jié)點(diǎn)與網(wǎng)關(guān)之間雙向通信，支持云端升級。網(wǎng)絡(luò)服務(wù)器是將采集到的信息進(jìn)行存儲與處理，提供給應(yīng)用服務(wù)器，供客戶使用。

2　LoRaWAN覆蓋性能評估

2.1　網(wǎng)絡(luò)模擬仿真

部署無線傳感網(wǎng)絡(luò)前，需要使用仿真軟件模擬規(guī)劃，減少部署成本，優(yōu)化覆蓋質(zhì)量及性能。對于LPWAN覆蓋性能的研究，按照模型分類有基于離散事件模型的NS-3、OMNet++、ToSSIM、LoRaSim(開源)代碼及軟件，有基于3D多路徑傳播預(yù)測模型的商用軟件S_IOT。

NS-3能夠按需編輯網(wǎng)絡(luò)拓?fù)浜途W(wǎng)絡(luò)環(huán)境，模擬網(wǎng)絡(luò)數(shù)據(jù)的傳輸，并輸出性能參數(shù)[5]。OMNet++可以根據(jù)不同目的改變用戶接口，支持分布式并行仿真，利用多種機(jī)制進(jìn)行并聯(lián)的分布式模擬器之間的通信仿真[6]。ToSSIM把硬件中斷換成離散仿真事件，由仿真器事件拋出的中斷來驅(qū)動上層應(yīng)用，支持大規(guī)模的網(wǎng)絡(luò)仿真[7]。LoRaSim是此類軟件的擴(kuò)展，基于LoRa網(wǎng)絡(luò)特性仿真和模擬。因此，LoRaSim不僅能夠體現(xiàn)出LoRa傳輸?shù)奶攸c(diǎn)，還可以對網(wǎng)絡(luò)進(jìn)行多種形式的規(guī)劃，如單一基站覆蓋研究、多基站覆蓋研究等，并考慮數(shù)據(jù)包堵塞、碰撞、基站輻射效應(yīng)等實(shí)際情況。

S_IOT是一款商業(yè)軟件，能夠?qū)?D和3D數(shù)據(jù)進(jìn)行融合，開展從郊區(qū)到密集城鎮(zhèn)多種環(huán)境下的網(wǎng)絡(luò)規(guī)劃，包含了終端節(jié)點(diǎn)的具體地理位置信息，但是應(yīng)用成本較高[8]。

LoRaSim是免費(fèi)開源項(xiàng)目，遵循LoRaWANTM協(xié)議標(biāo)準(zhǔn)，能夠?qū)oRa網(wǎng)絡(luò)開展多種形式網(wǎng)絡(luò)覆蓋研究。所以，本文采用LoRaSim模擬評估LoRa網(wǎng)絡(luò)覆蓋性能。

2.2　基于LoRaSim網(wǎng)絡(luò)覆蓋性能評估

LoRaSim基于SimPy的離散事件模擬器，可以模擬LoRa網(wǎng)絡(luò)的數(shù)據(jù)碰撞、分析網(wǎng)絡(luò)的可擴(kuò)展性?；舅悸肥前凑帐录l(fā)生的時間順序處理，不斷從優(yōu)先隊(duì)列里取出等待事件，逐個處理，直至整個模擬結(jié)束[9]。通過LoRaSim對LoRa網(wǎng)絡(luò)的部署進(jìn)行評估，得出一定配置參數(shù)條件下，LoRa網(wǎng)絡(luò)的數(shù)據(jù)包獲取率DER(Data Extraction Rate)、數(shù)據(jù)包碰撞率DCR(Data Collision Rate)和網(wǎng)絡(luò)能量消NEC(Network Energy Consumption)指標(biāo)。指標(biāo)定義及特點(diǎn)如下[10]。

(1)數(shù)據(jù)包接收率：反映整個網(wǎng)絡(luò)性能指標(biāo)，可用來評估系統(tǒng)性能。

其中NRr 為網(wǎng)絡(luò)接收到的數(shù)據(jù)包數(shù)目;Sent 是網(wǎng)絡(luò)發(fā)送的數(shù)據(jù)包數(shù)目。

(2)數(shù)據(jù)包碰撞率：在其他相關(guān)條件不變，終端節(jié)點(diǎn)數(shù)越多，發(fā)送的數(shù)據(jù)包數(shù)目越多，數(shù)據(jù)包的碰撞率越高。它的數(shù)值與數(shù)據(jù)包的SF(擴(kuò)頻因子)、BW(帶寬)、CR(編碼率)、ATD(到達(dá)網(wǎng)關(guān)時間差)、AP(到達(dá)功率)等參數(shù)有關(guān)，定義為：

其中Nc 為網(wǎng)絡(luò)中產(chǎn)生碰撞的數(shù)據(jù)包數(shù)目;Sent 是網(wǎng)絡(luò)發(fā)送的數(shù)據(jù)包數(shù)目。

(3)網(wǎng)絡(luò)能量消耗：即LoRa網(wǎng)絡(luò)功耗總和，與Rt (數(shù)據(jù)包傳輸時間)、Px (發(fā)射功率)、V (節(jié)點(diǎn)工作電壓)、Ns (數(shù)據(jù)包數(shù)目)有關(guān)，表示為：

本文是對單一基站覆蓋的無線網(wǎng)絡(luò)進(jìn)行仿真，仿真模擬類型分6組：數(shù)據(jù)傳輸最慢、頻率隨機(jī)選擇、數(shù)據(jù)傳輸最快、距離選擇最優(yōu)傳輸參數(shù)、LoRaWAN默認(rèn)配置及距離選擇最優(yōu)傳輸參數(shù)及功率。具體配置參數(shù)如表1所示。

擴(kuò)頻信息的發(fā)送速度稱為符號速率Rs ，碼片速率與標(biāo)稱符號速率之間的比值為擴(kuò)頻因子SF ，表示每個信息位發(fā)送的符號數(shù)量。LoRa符號速率表達(dá)式為：

6組模擬中，E0中的SF最大，BW最小，數(shù)據(jù)傳輸最慢;E1是E0的對比實(shí)驗(yàn)，對比變量是載波頻率;E2中，SF最小，BW最大，數(shù)據(jù)傳輸最快;E3是根據(jù)距離選擇最優(yōu)傳輸參數(shù);E4是LoRaWAN的默認(rèn)配置，是其他5組的參考實(shí)驗(yàn);E5是E3的對比實(shí)驗(yàn)，在E3的基礎(chǔ)上，使傳輸功率最低。圖2、圖3、圖4分別描述了六組類型測試在單一基站覆蓋下數(shù)據(jù)包獲取率(DER)、數(shù)據(jù)包碰撞率(DCR)網(wǎng)絡(luò)能量消耗(NEC)的模擬結(jié)果。

通過仿真圖可以看出：在E2、E3、E5中，隨著節(jié)點(diǎn)數(shù)的增加，網(wǎng)絡(luò)的數(shù)據(jù)包獲取率、數(shù)據(jù)包碰撞率、網(wǎng)絡(luò)能量消耗的變化較小，網(wǎng)絡(luò)性能較好;在E0、E1、E4中，隨著節(jié)點(diǎn)數(shù)的增加，網(wǎng)絡(luò)的數(shù)據(jù)包獲取率、數(shù)據(jù)包碰撞率、網(wǎng)絡(luò)能量消耗的變化幅度較大，網(wǎng)絡(luò)性能較差。LoRaSim對無線傳感器網(wǎng)絡(luò)模擬部署，對配置參數(shù)進(jìn)行優(yōu)化，獲得無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)包獲取率、數(shù)據(jù)包碰撞率、網(wǎng)絡(luò)能量消耗參數(shù)，評估網(wǎng)絡(luò)性能，滿足低功耗廣域物聯(lián)網(wǎng)的覆蓋性能要求。LoRaSim通過軟件模擬仿真的方式，避免了真實(shí)環(huán)境下的無線傳感器網(wǎng)絡(luò)大規(guī)模鋪設(shè)，滿足了無線傳感器網(wǎng)絡(luò)多種參數(shù)配置和按需拓?fù)涞囊蟆?/p>

3　LoRa終端定位

在無線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)以自組織方式相互協(xié)調(diào)工作，實(shí)現(xiàn)了無線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)定位，用于目標(biāo)跟蹤或監(jiān)測。ZigBee技術(shù)是新型無線網(wǎng)絡(luò)技術(shù)，功耗低、網(wǎng)絡(luò)容量大，但只能專網(wǎng)專用的特點(diǎn)，不適用于要求傳輸速率高的場景;WiFi定位技術(shù)是基于IEEE802.11a/b/g/n通信協(xié)議的無線網(wǎng)絡(luò)技術(shù)，定位范圍較廣、成本較低，但服務(wù)范圍受限、能耗大特點(diǎn)，不適用于低功耗應(yīng)用場景;藍(lán)牙定位技術(shù)是基于IEEE802.15.1標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)技術(shù)，設(shè)備體積小，但不適用于大范圍的定位場景[11]。

毫米級定位有超寬帶(Ultra Wide Band，UWB)無載波通信技術(shù)，頻譜范圍寬、脈沖持續(xù)時間短，可實(shí)現(xiàn)高精度測距，但定位范圍小，且易受外界影響 [12];幾十厘米級定位有GPS+GPRS定位技術(shù)，覆蓋范圍較廣、網(wǎng)內(nèi)通信能力較強(qiáng)，但能量消耗高、易被干擾;米級定位有WiFi、藍(lán)牙定位技術(shù)，精度范圍分別是2 m左右、3～15 m[13]。LPWAN具有覆蓋范圍廣、功耗低、通信距離長的特點(diǎn)。應(yīng)用在LPWAN中的節(jié)點(diǎn)定位算法必須滿足定位范圍廣、定位功耗低、定位不易受環(huán)境干擾的要求。本文提出基于TDOA的LoRa定位。

3.1　定位概述

在無線傳感器網(wǎng)絡(luò)中，根據(jù)不同的分類指標(biāo)可以將定位方法分為不同種類型[14]，具體分類結(jié)果如表2所示。

基于測距定位依據(jù)所提取無線信號傳播中的特征參數(shù)，分為基于接收信號強(qiáng)度指示值測量RSSI、基于到達(dá)角度AOA、基于到達(dá)時間TOA和基于時間差TDOA。

RSSI是通過測量基站接收到的無線射頻信號強(qiáng)度與已知的發(fā)射節(jié)點(diǎn)射頻信號相比較，利用信號傳播衰減模型將傳播損耗轉(zhuǎn)換為距離。較為典型的是基于RSSI的射頻指紋定位方法[15]。

AOA通過測量無線信號到達(dá)定位目標(biāo)節(jié)點(diǎn)的角度，利用三角測量法得到定位結(jié)果。

TOA則通過測量無線傳播信號在兩點(diǎn)間的傳播時間乘以傳播速度得到距離。

TDOA是基于目標(biāo)到達(dá)不同基站的時間差對物體進(jìn)行定位，而不是基于目標(biāo)到達(dá)基站的絕對時間對物體進(jìn)行定位。TDOA降低了移動目標(biāo)和基站之間的時間同步要求，但是基站之間的時間必須同步。TDOA的定位精度范圍是20～200 m。本文探討的是基于TDOA的LoRa終端定位。

3.2　基于TDOA的LoRa定位

依據(jù)LoRaWAN協(xié)議的功耗低、覆蓋范圍廣的特點(diǎn)，LoRa定位適用于追蹤移動響應(yīng)慢、低頻的目標(biāo)，不適用于實(shí)時、高頻移動的跟蹤。當(dāng)3個及3個以上基站同時接收到某一個LoRa終端的LoRaWAN幀結(jié)構(gòu)數(shù)據(jù)時，終端的位置信息可以通過TDOA技術(shù)得到。

LoRa終端定位架構(gòu)如圖5所示。該定位不需要額外的硬件支撐，但基站之間需要精確的時間同步。每個被接收到的上行數(shù)據(jù)幀會獲得一個精確的時間戳，作為數(shù)據(jù)幀結(jié)構(gòu)的一部分被轉(zhuǎn)發(fā)到網(wǎng)絡(luò)服務(wù)器。網(wǎng)絡(luò)服務(wù)器將對同一個數(shù)據(jù)幀的多個接收進(jìn)行排序，將所有包含該數(shù)據(jù)幀時間戳的元數(shù)據(jù)進(jìn)行分組，并從定位解算器請求一個定位計(jì)算。在一個給定的數(shù)據(jù)幀結(jié)構(gòu)中，基本的定位解算函數(shù)將計(jì)算不同基站接收的時間差，然后通過這個時間差測算終端到不同基站的距離?；赥DOA的算法有很多，主要包括Chan算法、Taylor算法和Fang算法。

3.3　TDOA算法

基于TDOA的Chan算法[16]。在信噪比較高時，TDOA測量誤差近似服從高斯分布。在這一前提下，使用兩步最大似然估計(jì)來計(jì)算目標(biāo)的位置，即為Chan氏算法。Chan氏算法是一種基于TDOA、具有解析表達(dá)式解的定位算法，在TDOA誤差服從理想高斯分布時性能良好。在視距環(huán)境下，該算法的定位精度能夠達(dá)到克拉美羅下限。在非視距環(huán)境下，Chan氏算法的定位精度會下降。

基于TDOA的Taylor級數(shù)展開算法。Taylor級數(shù)展開算法是一種遞歸算法，在每一次遞歸中通過求解TDOA測量誤差的局部最小二乘解，改進(jìn)對信號源的估計(jì)位置。Taylor級數(shù)展開法通常具有較好的定位性能，但需要遞歸求解，計(jì)算量相對較大。在基站排列不是標(biāo)準(zhǔn)排列時，算法很難保證收斂。

基于TDOA的Fang算法。利用傳感器得到的TDOA測量值直接估算標(biāo)簽位置，算法計(jì)算量小，在視距條件下有著很高定位精確度。

綜合三種算法的特點(diǎn)，實(shí)際應(yīng)用時，可以設(shè)計(jì)基于Taylor、Fang、Chan算法的協(xié)同定位方法。根據(jù)基站數(shù)目的不同，混合選擇Chan、Taylor及Fang算法。協(xié)同算法精度明顯高于其中任何一種單獨(dú)的定位算法[17]。

為提高定位的精確性，需要了解影響定位精度的因素。LoRaWAN定位精度的影響因素主要包括GPS的接收質(zhì)量、網(wǎng)關(guān)部署策略和密度、用于定位的算法和網(wǎng)關(guān)時間同步的精度等。通過對定位求解器的輸出結(jié)果進(jìn)行濾波、增加網(wǎng)關(guān)部署的密度、減少時間戳誤差來提高定位精度。

4　結(jié)　語

通過LoRaSim模擬仿真軟件對LoRaWAN網(wǎng)絡(luò)開展模擬分析，能夠進(jìn)行網(wǎng)絡(luò)多種參數(shù)配置和拓?fù)洌焖佾@取網(wǎng)絡(luò)覆蓋性能評判結(jié)果。在滿足覆蓋性能要求的情況下，按照仿真中參數(shù)配置進(jìn)行實(shí)際環(huán)境下的網(wǎng)絡(luò)鋪設(shè)，可以大大節(jié)約鋪設(shè)成本，加快鋪設(shè)進(jìn)程。基于TDOA方法的LoRaWAN終端定位，可以提高低功耗廣域物聯(lián)網(wǎng)中終端的定位精度，且不需要額外的硬件支撐，減少了終端的定位成本，加快實(shí)現(xiàn)了低功耗廣域物聯(lián)網(wǎng)中終端節(jié)點(diǎn)的定位。

參考文獻(xiàn)：

[1] 夏少波,許娥.無線傳感器網(wǎng)絡(luò)WSN探究[J].通信技術(shù),2010,43(08):18-20,23.

[2] 趙靜,蘇光添.LoRa無線網(wǎng)絡(luò)技術(shù)分析[J].移動通信,2016,40(21):50-57.

[3] 東輝,唐景然,于東興.物聯(lián)網(wǎng)通信技術(shù)的發(fā)展現(xiàn)狀及趨勢綜述[J].通信技術(shù),2014,47(11):1233-1239.

[4] Rashmi S S,Yiqiao W,Seung H H.A Survey on LPWA Technology:LoRa and NB-IoT[J].ICT Express,2017,3(01):14-21.

[5] Riley G F,Henderson T R.Modeling and Tools for Network Simulation,Chapter The NS-3 Network Simulator[M].Berlin:Spring Berlin Heidelberg,2010:15-34..

[6] Varge A.The OMNeT++ Discrete Event Simulation System[C].In Proceeding of the European simulation multiconference(ESM’2001),2001(09):65.

[7] Levis P,Lee N,Welsh M,et al.Tossim:Accurate and Scalable Simulation of Entire Tinyos Application[C].In Proceedings of the International Conference on Embedded Networked Sensor Systems(ACM SenSys),2003.

[8] SIRADEL eNGie.SiradelS_IOT[EB/OL].(2016-05-29)[2018-06-25].http://www.siradel.com/portfolio-item/alliance-lora/.

[9] Team Simpy.SimPy-Event discrete simulation for Python[EB/OL].(2015-05-24)[2018-08-10].https://simpy.readthedocs.io.

[10] Bor M,Roedig U,Voigt T,et al.Do LoRa Low-Power Wide-Area Networks Scale?[C].In Proceedings of the Conference on Modeling, Analysis and Simulation of Wireless and Mobile Systems(ACM MSWiM),2016.