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

0 引 言

無線傳感器網(wǎng)絡(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)絡系統(tǒng)，由微型傳感器控制節(jié)點組成。它能夠協(xié)作地感知、采集和處理網(wǎng)絡覆蓋區(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))技術應運而生[2]。以GSM和GPRS為代表的廣域無線通信技術，具有通信速率高的特點。但是，接入LPWAN的終端設備能耗僅為GPRS的1/10，且覆蓋能力更強，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，具有低延遲的特點，但信號覆蓋范圍小、功耗高[3]。

工作在授權頻段的窄帶物聯(lián)網(wǎng)NB-IOT(Narrow Band Internet of Things)技術和非授權頻段LoRa(Long Range)技術，是LPWAN的典型代表。NB-IoT技術構建于蜂窩網(wǎng)絡，可直接部署于GSM網(wǎng)絡[4]。LoRa技術得益于其免費頻段的自組網(wǎng)優(yōu)勢，可以由用戶自行架設到環(huán)境惡劣、偏遠等信號盲區(qū)，實現(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)絡對監(jiān)控區(qū)域的覆蓋性能，即如何評估或判定當前監(jiān)控區(qū)域的覆蓋情況。本文給出以LoRa為代表的LPWAN技術，提出基于該技術實現(xiàn)的網(wǎng)絡覆蓋性能評估。通過對相關模擬仿真軟件比較和分析，得出LoRaSim所模擬的網(wǎng)絡規(guī)劃更符合實際場景中的無線傳感器網(wǎng)絡傳輸。LoRaSim通過數(shù)據(jù)包接收率、數(shù)據(jù)包碰撞率、網(wǎng)絡能量消耗參數(shù)等，對網(wǎng)絡覆蓋性能進行評判。

LoRa技術遵循的遠距離通信網(wǎng)絡協(xié)議和系統(tǒng)架構為LoRaWAN協(xié)議。該協(xié)議是LoRa Alliance為LPWAN制定的全球標準。低功耗廣域物聯(lián)網(wǎng)中存在大量的終端節(jié)點設備，其中遵循LoRaWAN協(xié)議的設備為LoRaWAN終端。工作的LoRaWAN終端支持定位功能。對LoRaWAN終端進行定位時，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)絡覆蓋及定位技術背景介紹;第2部分給出LoRaWAN網(wǎng)絡框架，說明各部分的作用與功能;第3部分聚焦LoRaWAN網(wǎng)絡覆蓋特性，給出主流仿真軟件，同時以LoRaSim軟件為模擬工具，開展LoRaWAN網(wǎng)絡中單一基站覆蓋性能的研究;第4部分總結LoRaWAN終端定位方法，重點探討精度較高的TDOA架構及所涉算法，得出基于TDOA技術的定位方法更加適用于低功耗廣域物聯(lián)網(wǎng);最后進行總結和展望。

1　LoRaWAN網(wǎng)絡架構

LoRaWAN網(wǎng)絡架構如圖1所示，由終端節(jié)點、網(wǎng)關、網(wǎng)絡服務器及應用服務器組成。終端節(jié)點采用單跳與一個或多個網(wǎng)關通信。設計時，需根據(jù)應用場景滿足低功耗、廣域連接要求。網(wǎng)關是傳輸?shù)闹薪?，起到中繼器的作用，將終端節(jié)點與網(wǎng)絡服務器互通。節(jié)點與網(wǎng)關基于LoRa調制傳輸信息，而與服務器則通過廣域通信方式連接。所有節(jié)點與網(wǎng)關之間雙向通信，支持云端升級。網(wǎng)絡服務器是將采集到的信息進行存儲與處理，提供給應用服務器，供客戶使用。

2　LoRaWAN覆蓋性能評估

2.1　網(wǎng)絡模擬仿真

部署無線傳感網(wǎng)絡前，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多路徑傳播預測模型的商用軟件S_IOT。

NS-3能夠按需編輯網(wǎng)絡拓撲和網(wǎng)絡環(huán)境，模擬網(wǎng)絡數(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，利用多種機制進行并聯(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動上層應用，支持大規(guī)模的網(wǎng)絡仿真[7]。LoRaSim是此類軟件的擴展，基于LoRa網(wǎng)絡特性仿真和模擬。因此，LoRaSim不僅能夠體現(xiàn)出LoRa傳輸?shù)奶攸c，還可以對網(wǎng)絡進行多種形式的規(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、基站輻射效應等實際情況。

S_IOT是一款商業(yè)軟件，能夠將2D和3D數(shù)據(jù)進行融合，開展從郊區(qū)到密集城鎮(zhèn)多種環(huán)境下的網(wǎng)絡規(guī)劃，包含了終端節(jié)點的具體地理位置信息，但是應用成本較高[8]。

LoRaSim是免費開源項目，遵循LoRaWANTM協(xié)議標準，能夠對LoRa網(wǎng)絡開展多種形式網(wǎng)絡覆蓋研究。所以，本文采用LoRaSim模擬評估LoRa網(wǎng)絡覆蓋性能。

2.2　基于LoRaSim網(wǎng)絡覆蓋性能評估

LoRaSim基于SimPy的離散事件模擬器，可以模擬LoRa網(wǎng)絡的數(shù)據(jù)碰撞、分析網(wǎng)絡的可擴展性?；舅悸肥前凑帐录l(fā)生的時間順序處理，不斷從優(yōu)先隊列里取出等待事件，逐個處理，直至整個模擬結束[9]。通過LoRaSim對LoRa網(wǎng)絡的部署進行評估，得出一定配置參數(shù)條件下，LoRa網(wǎng)絡的數(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)絡能量消NEC(Network Energy Consumption)指標。指標定義及特點如下[10]。

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

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

(2)數(shù)據(jù)包碰撞率：在其他相關條件不變，終端節(jié)點數(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(擴頻因子)、BW(帶寬)、CR(編碼率)、ATD(到達網(wǎng)關時間差)、AP(到達功率)等參數(shù)有關，定義為：

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

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

本文是對單一基站覆蓋的無線網(wǎng)絡進行仿真，仿真模擬類型分6組：數(shù)據(jù)傳輸最慢、頻率隨機選擇、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。

擴頻信息的發(fā)送速度稱為符號速率Rs ，碼片速率與標稱符號速率之間的比值為擴頻因子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的對比實驗，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的默認配置，是其他5組的參考實驗;E5是E3的對比實驗，在E3的基礎上，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)絡能量消耗(NEC)的模擬結果。

通過仿真圖可以看出：在E2、E3、E5中，隨著節(jié)點數(shù)的增加，網(wǎng)絡的數(shù)據(jù)包獲取率、數(shù)據(jù)包碰撞率、網(wǎng)絡能量消耗的變化較小，網(wǎng)絡性能較好;在E0、E1、E4中，隨著節(jié)點數(shù)的增加，網(wǎng)絡的數(shù)據(jù)包獲取率、數(shù)據(jù)包碰撞率、網(wǎng)絡能量消耗的變化幅度較大，網(wǎng)絡性能較差。LoRaSim對無線傳感器網(wǎng)絡模擬部署，對配置參數(shù)進行優(yōu)化，獲得無線傳感器網(wǎng)絡的數(shù)據(jù)包獲取率、數(shù)據(jù)包碰撞率、網(wǎng)絡能量消耗參數(shù)，評估網(wǎng)絡性能，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，避免了真實環(huán)境下的無線傳感器網(wǎng)絡大規(guī)模鋪設，滿足了無線傳感器網(wǎng)絡多種參數(shù)配置和按需拓撲的要求。

3　LoRa終端定位

在無線傳感器網(wǎng)絡中，節(jié)點以自組織方式相互協(xié)調工作，實現(xiàn)了無線傳感器網(wǎng)絡中的節(jié)點定位，用于目標跟蹤或監(jiān)測。ZigBee技術是新型無線網(wǎng)絡技術，功耗低、網(wǎng)絡容量大，但只能專網(wǎng)專用的特點，不適用于要求傳輸速率高的場景;WiFi定位技術是基于IEEE802.11a/b/g/n通信協(xié)議的無線網(wǎng)絡技術，定位范圍較廣、成本較低，但服務范圍受限、能耗大特點，不適用于低功耗應用場景;藍牙定位技術是基于IEEE802.15.1標準的無線網(wǎng)絡技術，設備體積小，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，頻譜范圍寬、脈沖持續(xù)時間短，可實現(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，覆蓋范圍較廣、網(wǎng)內(nèi)通信能力較強，但能量消耗高、易被干擾;米級定位有WiFi、藍牙定位技術，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。應用在LPWAN中的節(jié)點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)絡中，根據(jù)不同的分類指標可以將定位方法分為不同種類型[14]，具體分類結果如表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度指示值測量RSSI、基于到達角度AOA、基于到達時間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度與已知的發(fā)射節(jié)點射頻信號相比較，利用信號傳播衰減模型將傳播損耗轉換為距離。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定位目標節(jié)點的角度，利用三角測量法得到定位結果。

TOA則通過測量無線傳播信號在兩點間的傳播時間乘以傳播速度得到距離。

TDOA是基于目標到達不同基站的時間差對物體進行定位，而不是基于目標到達基站的絕對時間對物體進行定位。TDOA降低了移動目標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，LoRa定位適用于追蹤移動響應慢、低頻的目標，不適用于實時、高頻移動的跟蹤。當3個及3個以上基站同時接收到某一個LoRa終端的LoRaWAN幀結構數(shù)據(jù)時，終端的位置信息可以通過TDOA技術得到。

LoRa終端定位架構如圖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)幀結構的一部分被轉發(fā)到網(wǎng)絡服務器。網(wǎng)絡服務器將對同一個數(shù)據(jù)幀的多個接收進行排序，將所有包含該數(shù)據(jù)幀時間戳的元數(shù)據(jù)進行分組，并從定位解算器請求一個定位計算。在一個給定的數(shù)據(jù)幀結構中，基本的定位解算函數(shù)將計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來計算目標的位置，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，改進對信號源的估計位置。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，計算量相對較大。在基站排列不是標準排列時，算法很難保證收斂。

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

綜合三種算法的特點，實際應用時，可以設計基于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的接收質量、網(wǎng)關部署策略和密度、用于定位的算法和網(wǎng)關時間同步的精度等。通過對定位求解器的輸出結果進行濾波、增加網(wǎng)關部署的密度、減少時間戳誤差來提高定位精度。

4　結　語

通過LoRaSim模擬仿真軟件對LoRaWAN網(wǎng)絡開展模擬分析，能夠進行網(wǎng)絡多種參數(shù)配置和拓撲，快速獲取網(wǎng)絡覆蓋性能評判結果。在滿足覆蓋性能要求的情況下，按照仿真中參數(shù)配置進行實際環(huán)境下的網(wǎng)絡鋪設，可以大大節(jié)約鋪設成本，加快鋪設進程?；赥DOA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，加快實現(xiàn)了低功耗廣域物聯(lián)網(wǎng)中終端節(jié)點的定位。

參考文獻：

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

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

[3] 東輝,唐景然,于東興.物聯(lián)網(wǎng)通信技術的發(fā)展現(xiàn)狀及趨勢綜述[J].通信技術,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.