基于认知无线电LoRa频谱分配研究.docVIP

基于认知无线电LoRa频谱分配研究 　　[摘 要]随着智能技术的发展，传统的人与人之间的通信方式已经不能满足人们的生产生活需要。物联网（IoT，Internet of Things）是基于人与人、人与物、物与物大量设备之间进行的通信技术。物联网有多种通信方式，其中LoRa（Long Range）是一种采用扩频技术，工作在非授权频段下的无线通信技术。认知无线电（CR，Cognitive Radio）通过频谱感知技术，在不干扰主用户的前提下，次用户利用空闲频谱完成自己的通信。本文提出两种频谱资源分配方法，一种是高需求优先分配法，另一种是最大连接数法。 　　[?P键词]物联网、LoRa、认知无线电、频谱分配 　　中图分类号：S657 文献标识码：A 文章编号：1009-914X（2018）18-0324-01 　　0 引言 　　近年来，物联网技术取得了飞速的发展，传统的通信方式也逐渐发生改变。LoRa是互联网技术中的一种通信方式，具有功耗低、覆盖范围大、低时延敏感等特性。预测数据表明，2020年全球将会有超过500亿乃至上万亿的设备接入互联网[1]，这将对有限的频谱资源造成极大的负担。为了缓解紧张的频谱资源，Joseph Mitola博士在1999年提出了认知无线电。认知无线电利用频谱感知技术，在不干扰主用户的前提下为次用户提供通信信道（频谱）。在物联网通信中，大多数设备对时延要求不高，只需隔一定的时间传输一次数据给服务器，而且LoRa又工作于非授权频段下，所以采用认知无线电的方式接入到互联网中是可行的。 　　1.LoRa通信 　　LoRa是由Semtech公司与2013年发布的一种工作于非授权频段的长距离低功耗的传输技术，使用LoRaWAN通信协议。LoRa的电池寿命设计使用年限为10年，且利用休眠技术延长了电池的使用寿命。低成本、广覆盖、低功耗等特性让LoRa在人们的生产生活中得到了大量的应用。周杰等在[2]中将图书馆中的智能设备与LoRa通信相结合，在自助打印机、检索机、智能点检设备等方面应用，在一定程度上方便了使用者。吴畏等在[3]中，利用LoRa技术设计了养老社区的智能监护系统，为老年人的生活提供了便利的服务。邵泽华在[4]中提出智能燃气表的LoRa通信网络结构，总结了LoRa在燃气表中的特点。 　　2.认知无线电 　　认知无线电在1999年被提出，随着人工智能的崛起，各种学习算法也越来越完善，如：q-learning、deep learning、reinforcement learning，让CR重新回到人们的视线中。在CR中次用户（非授权用户）最开始需要感知频谱是否空闲，随后才决定是否依靠该空闲频谱完成通信。主用户采用信道编码技术，使得信道有一定的检错纠错能力。次用户在通信的时候，有时候会对主用户带来干扰导致误码，在一定的误差范围内是可以接受的。刘俊霞在[5]中提出了基于并行分配的算法，通过同时给顶点着色，节省了频谱分配所需要的时间。朱冰连等在[6]中，利用改进后的蝙蝠算法结合贪婪选择，最大化提升网络收益。 　　3.LoRa认知通信频谱分配仿真 　　3.1 高需求优先分配法 　　不同的物联网设备对带宽的需求一般不相同，这里的资源分配是对带宽需求高的设备优先分配，然后更新网络拓扑结构，接着对下一个状态的最高需求设备进行分配。 　　3.2 最大连接数法 　　最大连接数法，即在有限的带宽内，最大限度的保证接入互联网中的设备个数。未来互联网中将会有大量的设备进入进来，由于其通信时间短，所以采用最大的连接数的方法将会提高整个通信网络效率。 　　3.3 仿真结果及其分析 　　假设在一个认知网络下，可用的带宽资源为20HZ，每个LoRa设备所需的带宽资源在1-10HZ之间随机分布且为整数。为了减少因随机数带来的误差，采用10000组随机数。仿真结果图只取前100组数据，从图一、图二可以看出高需求优先分配法在频谱利用率上要略高于最大连接数分配法，但是最大接入用户数却明显低于最大连接数分配法。这种现象是因为，最大连接数法对带宽需求小的用户优先分配，分配到后面，所需带宽越来越大，从而造成了后面的最小带宽大于了此时可用的带宽，所以会造成频谱资源空闲。而高需求优先分配则是相反的。计算出仿真数据表明，高需求优先分配法平均频谱利用率在88.3%左右，平均接入用户数在2.7左右；最大连接数法平均频谱利用率在84.0%左右，平均接入用户数在4.3左右。 　　4.总结 　　本文首先介绍了物联网技术中的LoRa通信方式，以及现阶段的一些应用状况。接着介绍认知无线电技术及其对频谱分配的研究方法。然后提出两种分配方法，基于高需求优先分配法和最大连接数法。最后对两种方法进行仿真分析，仿真结果表明，高需求优先分配方法在平均频