申请/专利权人：中国地质大学(武汉)

申请日：2022-07-12

公开（公告）日：2024-04-16

公开（公告）号：CN115334541B

主分类号：H04W24/02

分类号：H04W24/02;H04W24/06;H04W28/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.11.29#实质审查的生效;2022.11.11#公开

摘要：本发明涉及LoRa网络能效优化领域，提供一种参数迭代式LoRa网络能效优化方法及系统，包括：根据LoRa网络的各节点的信噪比计算获得各节点的路径损耗，将各节点按路径损耗从小到大排序；根据排序依次对各节点的参数进行迭代优化，迭代优化的过程中不断调整各节点的参数，直至LoRa网络的平均能效收敛于最佳值，将此时各节点的参数作为目标参数；通过网关将目标参数发送给各节点。本发明建立了一个完备的LoRa网络的能效模型，该模型结合了LoRa网络的传输成功率和能耗，能完备的计算出LoRa网络的能效；本发明提供的LoRa网络能效优化方法通过迭代的方式对每个节点的物理层参数进行优化，显著地提升LoRa网络能效性能，提高了LoRa网络的覆盖能力和网络容量。

主权项：1.一种参数迭代式LoRa网络能效优化方法，其特征在于，包括：S1：根据LoRa网络的各节点的信噪比计算获得各节点的路径损耗，将各节点按路径损耗从小到大排序；S2：根据排序依次对各节点的参数进行迭代优化，迭代优化的过程中不断调整各节点的参数，直至LoRa网络的平均能效收敛于最佳值，将此时各节点的参数作为目标参数；S3：通过网关将目标参数发送给各节点；步骤S2具体为：S21：每次迭代开始将AD_count的值初始化为0，节点的编号i初始化为1；S22：获取节点i的所有参数，将参数的编号设为k，k的初始值为1，最大值为ni；S23：若k≤ni则进入步骤S24，否则i的值加1并进入步骤S25；S24：通过能效模型计算选取参数k时的节点i的能效和网络平均能效增量；若网络平均能效增量大于0则将该参数更新为节点i的目标参数，AD_count的值加1，k的值加1，返回步骤S23；否则节点i的目标参数不变，AD_count的值不变，k的值加1，返回步骤S23；S25：若i≤预设最大值则返回步骤S22；否则进入步骤S26；S26：若AD_count的值为0则表示迭代优化完成，结束迭代优化；否则返回步骤S21；节点i的能效的计算公式为： 其中，i和j为节点编号，EFFi为节点i的能效，PSPi为节点i的传输成功率，PL为传输负载字节数，Woncei为节点一次传输的能量总消耗； Pnci为节点i不发生碰撞丢包的概率，Ni_inter为可能使节点i发生碰撞丢包的干扰节点总数，ToA为节点传输的空中时间，S为节点的消息速率；Pcqi＝1-Pcr8·PL4Pcqi为节点i发生信道质量丢包的概率，Pcr为一个汉明码编码发生错误的概率； Woncei为节点一次传输的能量总消耗，U为LoRa芯片的工作电压3.3V，n为节点的传输阶段的编号，Tn为节点传输阶段n的持续时间，In为节点在传输阶段n时的电流消耗；所述LoRa网络的平均能效的计算公式为： 其中，i为节点的编号，Ntotal为节点的总数，EFFi为节点i的能效。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉) 一种参数迭代式LoRa网络能效优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD