LoRa(Long Range radio)系统在当前不断发展的低功率广域网(LPWAN)中处于相对领先地位。它的MAC层采用的是基于ALOHA的接入协议。该接入机制虽然简单易实现,但同时也容易加剧冲突和碰撞的发生,降低整个系统的通信性能。因此,需要研究多...LoRa(Long Range radio)系统在当前不断发展的低功率广域网(LPWAN)中处于相对领先地位。它的MAC层采用的是基于ALOHA的接入协议。该接入机制虽然简单易实现,但同时也容易加剧冲突和碰撞的发生,降低整个系统的通信性能。因此,需要研究多个终端同时占用信道资源时的相互干扰情况,而LoRa信号的扩频因子(SF)将决定信号的通信覆盖范围。因此,分析了干扰信号的SF与发送信号的SF相同以及不同时,干扰信号对发送信号解调性能的影响。实验结果表明,相同SF信号间的干扰影响相对较大,而干扰信号使用的SF与发送信号不同时,干扰的影响相对较小。通过理论分析,获得了接收端正确解调时所要求的信干比(SIR)。可见,不同SF的LoRa信号可看作伪正交。展开更多
本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择...本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束,将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程(Discrete-time and Finite-state Markov Decision Process,DFMDP)进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明,所提算法在平均能效方面优于其他方案,且收敛速度在可接受范围内.展开更多
文摘LoRa(Long Range radio)系统在当前不断发展的低功率广域网(LPWAN)中处于相对领先地位。它的MAC层采用的是基于ALOHA的接入协议。该接入机制虽然简单易实现,但同时也容易加剧冲突和碰撞的发生,降低整个系统的通信性能。因此,需要研究多个终端同时占用信道资源时的相互干扰情况,而LoRa信号的扩频因子(SF)将决定信号的通信覆盖范围。因此,分析了干扰信号的SF与发送信号的SF相同以及不同时,干扰信号对发送信号解调性能的影响。实验结果表明,相同SF信号间的干扰影响相对较大,而干扰信号使用的SF与发送信号不同时,干扰的影响相对较小。通过理论分析,获得了接收端正确解调时所要求的信干比(SIR)。可见,不同SF的LoRa信号可看作伪正交。
文摘本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束,将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程(Discrete-time and Finite-state Markov Decision Process,DFMDP)进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明,所提算法在平均能效方面优于其他方案,且收敛速度在可接受范围内.