论文部分内容阅读
为满足越来越多远距离物联网设备的连接需求,专为低带宽、低功耗、远距离、大量连接的物联网应用而设计的低功耗广域网(Low Power Wide Area Networks,LPWAN)应运而生。在目前众多的LPWAN技术中,LoRa由于其低成本、易组网、高性能受到广泛关注,LoRa技术近年广泛应用于智慧城市、智慧工业、智能家居等领域。本文主要研究LoRa网关部署问题和基于LoRa的室内定位问题。在LoRa网关部署问题中,如何在满足业务需求的条件下,通过选择网关的部署位置来降低LoRa网络中终端的功耗是本问题的优化目标。具体来说,以LoRa智能水表网络的LoRa网关部署为应用背景,提出一种基于免疫算法的LoRa网络网关部署方法。该方法首先建立LoRa智能水表网络网关部署的优化模型,将功耗优化问题转为距离优化问题,包括距离约束条件以及容量约束条件。然后,利用免疫算法进行求解,与传统遗传算法进行了对比。实验结果表明,提出的基于免疫算法的LoRa网络网关部署方法可以快速收敛,获取了次优的网关部署方案,为LoRa网关的位置部署提供了快速优化方法,有效解决了 LoRa智能水表建网中网关部署选址难的问题。在基于LoRa的室内定位研究中,设计与实现基于LoRa的室内定位协议和原型系统,然后在此基础上提出一种基于LoRa指纹和支持向量回归(Support Vector Regression,SVR)的室内定位算法。首先,基于LoRa SX1280模块,完成了室内定位的工作协议流程和数据帧格式的设计和实现。然后,针对传统基于无线信号RSSI(接收信号强度指示)指纹和SVR室内定位算法定位精度不高问题,从两个方面进行改进:1)在指纹特征方面,增加LoRa测距指纹,提高指纹稳定性;2)在指纹数据库建立和在线定位过程中,分别采用高斯滤波和中位数滤波来对指纹进行预处理,消除指纹的粗大误差。最后,利用实现的LoRa室内定位系统和指纹定位算法,开展了实际室内环境下的现场实验。实验结果表明,本文设计的室内定位系统,1m以内的定位误差的累积概率为78.5%,3m以内的定位误差的累积概率为90%。在改进的第一个方面,增加LoRa测距指纹之后定位精度相比之前提高了 40%;在改进的第二个方面,增加了高斯滤波与中位数滤波预处理后定位精度较传统的支持向量回归算法提高了38%。在这两个方面进行改进之后定位精度总体提高了 63%,证明了本算法的两个改进是有效的。