文摘

为了解决这个问题,现有的LoRaWAN自适应数据速率控制算法会导致数据传输效率低在网络拥塞的情况下,结合模糊逻辑回归方法分类器和一种改进的自适应数据速率控制器提出了避免调整时间。分类器可以通过逻辑回归学习获得预测拥塞状态。数据速率控制器确定数据速率调整方案根据预测拥塞状态。实验结果表明,在大约12年代网络拥塞发生时,数据包的数量高于LoRaWAN违约损失的方法的方法研究。的价值ADR_ MSG_CNT 15源节点的方法在清廉30年代,虽然某些节点的RCV_ACK_CNT是0。它证明了方法是更有效的比原来LoRaWAN自适应数据速率控制算法。

1。介绍

在信息技术快速发展的时代,无线通信技术发展得越来越快,不仅使人与人之间的沟通变得简单、迅速,但也完全改变了我们的生活方式。作为无线通信的一个重要组成部分,特设网络在无线通信领域中起着独特的作用。无线ad hoc网络可以建立灵活、可以随时随地联网没有任何预设配置。与网络相比,需要基础设施建设、特设网络更方便、更快。特设无线网络技术的发展,其应用已渗透到人们生活的方方面面(1]。

近年来,在户外旅游、抢险救灾、和其他场景,临时建立的需求相对长途通信网络正在增加。然而,通信距离的无线个域网、无线网络和无线ad hoc网络中使用其他技术目前只有几百米,这就极大地限制了无线ad hoc网络的应用范围,使它更加难以扩大无线ad hoc网络的传输距离2]。目前,新开发的罗拉技术不仅实现超长距离传输,也保持低功耗消费在无线电频率级别和具有较强的抗干扰能力,在很大程度上弥补了缺陷的传统无线ad hoc网络的物理层技术。

罗拉(远程)意味着长途传输。罗拉技术是专利Semtech开发的扩频调制技术,集数字扩频、数字信号处理、前向纠错编码,和其他技术。适用于长距离、低功耗和低利率的应用场景(3]。与传统的扩展频谱调制相比,罗拉技术增加了链路预算和抵制带内干扰的能力,扩大交流范围和鲁棒性的无线通信链路。

2。文献综述

罗拉技术是由Semtech在德国,和一系列的独家罗拉射频模块被释放。罗拉通讯技术是物联网最青睐的技术。罗拉联盟由Semtech Sagemcom、IBM、思科、以及许多其他供应商公司开发和标准化LoRaWAN [4]。罗拉联盟的主要任务是提供硬件和软件连接物联网解决方案运营商基于LoRaWAN标准。LoRaWAN标准规范定义了罗拉联盟罗拉终端节点的低功耗和兼容性的网络设备,主要包括网络通信协议和系统架构。LoRaWAN确保互操作性的标准化在不同的终端节点,模块,网关,和服务器,加速LoRaWAN网络的应用和部署。2016年1月,中兴通讯签署了战略合作协议,Semtech为了开展深入合作罗拉技术及应用5]。中兴通讯成立CLAA(中国罗拉应用联盟)与主要互联网公司的事情。奈尔斯等人提出的罗拉应用于互联网的安全应用程序的车辆(6]。杨等人提出使用罗拉在无线滴灌控制系统(7]。罗拉Gonzalez-Palacio等人提出了适用于各种行业的应用场景在本文跟踪系统(8]。Duong Thao集中在服务器上作用的劳拉和发达的通信劳拉网络开放平台(9]。贾殷等人提出了一个新的想法基于罗拉低功耗的建立透明的IPv6通信广域网(10]。

LoRaWAN技术发展迅速。目前,超过250标准LoRaWAN网络部署在世界各地超过18个国家,120个地区。67和58电信运营商和网络运营商是执行特定的网络部署和运营推广。Senet建造LoRaWAN无线实验网络覆盖110个城市超过12500平方公里(在美国11]。此外,该公司计划在23个州建立LoRaWAN业务网络和225个城市提供至少5000万人。康卡斯特LoRaWAN用于智能城市。公司使用LoRaWAN提供B2B服务。去年,康卡斯特LoRaWAN在美国的三个城市的部署。计划正在进行中,以推出LoRaWAN今年12个美国其他城市。法国Telecom-Orange LoRaWAN网络的实现全国覆盖在法国12]。

研究中,一种改进的自适应数据速率控制器使用提出了一种模糊逻辑回归分类器。预测拥塞时,避免时间可以自动调整,而不是降低数据率,从而保证数据通信的效率高。

3所示。研究方法

3.1。相关的知识

低功耗广域联网包括LoRaWAN SigFox,轻便。他们都有数据成本低的优势,低成本,低通信能力和适合长途通信。LoRaWAN代表模型。LoRaWAN包括终端设备、网关和网络服务器13]。

LoRaWAN支持数据率管理,确保所有的网络功能。当有一个不可靠的连接,数据交换方法用于管理无线连接。在完成文件传输控制,终端临时识别收到的应答消息网关。终端设备有一个计数器(ADR_ACK_CNT)和顶部链接增加了1每次发送数据。当计值达到第一位,调整值在没有收到应答消息,并设置延时消(ADR_ACK_DELAY)等待ACK消息(14]。如果没有收到响应,通过移动终端机器试图恢复连接到下一个更低的数据。换句话说,终端设备控制接收应答数据的数据速率。LoRaWAN数据更改的值在图所示1。


图1
原理图的LoRaWAN自适应数据速率。

假设一个属性集 ,幂集 为 ,如果设置功能 满足下列条件:(1)有界性: , ;(2)单调性:任何 , ,然后 是一个模糊测量上定义 (15]。

模糊测度,·曲克积分或多重线性模型可以用来代替加权算术平均数作为多属性决策分析集成算子,但其应用条件和建模的结果是不同的。基于模糊测度的多重线性模型可以表示为下面的公式: 在哪里 , 的补充 。

3.2。提出一种自适应数据速率控制方法

该方法由拥堵分类器和一种改进的数据速率控制器。交通拥堵分类器使用吞吐量( )和接收信号强度( )和网关的连接数( )对统计数据。它决定了交通拥堵状态(Y)通过逻辑回归学习。然后,自适应数据速率执行控制(博士)按照国家交通拥堵16]。图2显示了该方法的系统结构。


图2
改进的自适应数据速率控制器体系结构。
3.2.1之上。交通拥堵分类器

堵塞通过监督学习分类器可以预测网络拥塞,这是广泛应用于无线网络状态的预测。和状态预测中使用有效的网络数据传输。该方法使用逻辑回归来预测网络拥塞。逻辑回归使用二分法的s形的函数,和拥堵状态被认为是二项分布(17]。

公式(2)是一个逻辑函数从0到1。

后的s形的函数,输入参数 被替换成线性函数与数据集 和重量 ,下面的公式(4)。

如图2三个属性,给出了改进的方法,即数据率、接收信号强度,网关连接数量。因此,在(3), ,逻辑回归模型的网络拥塞概率 设置下列公式所示:

不能发生网络拥塞的概率是用以下公式表示:

因此,交通拥堵状态的概率是用以下公式表示:

代表拥堵状态。值可以是0或1。

如果 训练样本的学习可以独立生成网络拥塞,然后上的似然函数θ设置可以更改为下面的公式:

似然函数也可以表示为一个对数似然函数,如以下公式所示:

因为拥堵分类器需要学会找到最合适的值 和最大化对数似然函数来判断拥堵,梯度提升优化算法如下:

更新根据对数似然函数的梯度, 单元大小的梯度。乙状结肠的导数函数如下:

因此,的对数似然函数的梯度我在以下公式(th训练样本表达12):

然后,重量 获取更新以下公式(13):

网络服务器收集上的拥堵分类器训练样本的每个终端和获得最佳的重量通过学习18]。重量会定期更新从网络服务器端网关。网关负责广播更新后的重量和分享每一个终端设备的重量,使终端设备通过使用广播价值判断拥塞 (19]。由于网络服务器管理每个终端设备,它可以获得足够的有效的训练样本。因此,网络服务器不仅可以不断学习找到最优值 但也分享结果与终端设备,它使用 对交通拥堵状态进行分类。

3.2.2。数据速率控制器

因为大多数物联网服务包括短消息,切换调制方案在拥堵是不合适的。数据速率控制器提出的目标的研究是为了避免数据速率的降低由于不必要的调整调制方案。的情况不需要开关调制方案,提出了调整的方法避免时间替换的方法降低数据率,扩大网络覆盖的拥堵。提出的数据速率控制器使用拥塞分类器的结果来确定是否要切换到低数据率或调整避免时间20.,21]。

4所示。结果分析

模拟环境的研究是Linux +网络simulatorversion - 2.35。模拟环境的配置如表所示1。

表1
主要仿真参数。

在仿真实验中,LoRaWAN类规范是用来模拟无线网络由一个基站。带宽是125千赫,数据率分为四个水平。率980位/秒的数据,1 760位/秒,3 125位/秒和5 470位/秒。随机避免网络拥塞的时间算法的研究是设置为2∼6 s。ACK等待时间是0.5秒,渠道倾听时间是1 s。在仿真环境中,造成的丢包信道失败是忽视,只有交通拥堵造成的丢包。因此,可以间接反映出通过网络拥塞丢包数量的变化随着时间的推移,(22]。

随着数据速率与丢失的数据包的数量呈正相关,DR3数据速率的数据传输15每十年代,源节点重复100次,平均获得LoraWAN默认的自适应数据速率。之间的关系研究算法和丢失的数据包的数量随着时间的推移图所示3。实验结果表明,网络拥塞发生在大约12秒。默认LoraWAN方法有更多的数据包损失比方法的研究。15的价值ADR_ MSG_CNT源节点在该方法内30 0∼10秒。然而,一些节点的RCV_ACK_CNT是0 (23]。网络服务器通过逻辑回归预测网络拥塞状态分类器与每个终端节点和股票预测的重量。网络拥塞预计在8秒左右。避免等待一个随机时间后2∼6秒,网络拥塞开始缓解在15秒左右。后续的包丢失曲线比LoraWAN平滑的默认。结果表明,该算法可以避免增加时间的节点根据网络拥塞避免的预测程度的损失大量的数据包造成的拥堵。


图3
包丢失的数量随时间的变化。

通过比较的方法研究LoraWAN默认的自适应数据速率算法,平均传输延迟时间之间的关系和发送数据包的数量在不同利率水平得到如图4图7(24]。


图4
DR3的比较数据率水平。

图5
比较DR2数据率水平。

图6
根据DR1的比较数据率水平。

图7
传输延迟的比较根据收到的数据包的数量。

图4和图6显示之间的关系网络发送数据包的数量和平均传输延迟时间的两个算法。数据传输延迟的方法明显优于原LoRaWAN默认自适应数据速率算法。

图7显示了网络服务器收到的数据包之间的关系和数据传输延迟。网络服务器收到总共150包。当默认数据速率将DR3、终端设备的变化速度每50包发送。见图7,输入的数据传输延迟的方法是远低于旧LoRaWAN自适应数据速率算法。

现在,LoRaWAN变化数据速率算法依赖于ACK来控制数据的速度无论集成。这降低了数据速率通过改变无线电频率调整在一个网络崩溃。因此,低利率在紧急情况下导致较慢的传输数据。然而,这项研究中概述的程序可以增加消除定期维护数据的时候。它使用在状态的网络教育资源来控制数据速率。因此,尽管该方法更多的补偿时间比现有的算法,结果表明,传输延迟小于现有的算法,它可以实现高效的数据传输网络中的拥塞环境(25]。

5。结论

基于LoRaWAN自适应数据速率算法的分析,提出了一种改进的自适应数据率方法的研究。逻辑回归分类器是用来预测网络拥塞,然后切换不同的数据速率或调整避免时间是否确定分类器的结果。如果网络拥塞发生,避免终端设备选择一个随机的时间,否则,它转向一个更低的利率,扩大网络覆盖。实验结果表明,该方法比现有的自适应算法更高效的数据速率调整考虑网络拥塞。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是研究基金会支持的能力改善项目广西高校中青年教师在2022年“设计和研究海洋水产养殖环境智能监控系统基于AIoT”下项目数量:2022 ky1458。