LoRa 网络调查:研究问题、当前解决方案和待解决问题
本文通过建立一个随机几何模型来研究若干个 IoT 设备接入 Internet 所使用的低功耗广域网络(Low Power Wide Area networks, LPWA),并对其中的一种主流 LPWA 技术 ——LoRa 进行了分析。研究发现,由于使用了与众不同的调制技术 (chirp spread-spectrum modulation technique) 以及采用了 ALOHA 协议,基于该技术的网络可能受到信号干扰的影响,限制了其可扩展性,限制因素可表现为以下两个方面:同传播序列的信号干扰和频谱受限制。
Oct, 2016
本文介绍了一种新的无线互联网技术,即通过在无许可低子 GHz 频段使用低速长距离传输技术实现星型拓扑接入网络来为物联网场景提供连接,这种新方法在效率、有效性和架构设计方面优于传统方式,特别适用于典型的智能城市应用。
Oct, 2015
本文介绍了基于 LoRaWAN 的智能校园数据集,并使用 k 最近邻解决方案处理缺失值,并使用 LSTM 预测未来数据。最后,使用深度神经网络预测基于传感器读数的房间内人数。研究表明,模型在预测人数方面有 95% 的准确性,数据集公开并详细描述,为探索其他特征和应用提供了机会。
Apr, 2023
本研究论文重点介绍物联网(IoT)中的本地化技术,着重分析由 LPWAN 产生的各种误差,如何评估和解决这些误差对 IoT 的定位能力产生重大影响,并提供了详尽的指导和建议。
Apr, 2020
本文介绍用于训练和测试 NELoRa 的数据集,其中包含 27,329 个使用 7 到 10 扩频因子的 LoRa 符号,NELoRa 可以实现比标准 LoRa 解码器 1.84-2.35dB 的信噪比增益。
Apr, 2023
本研究通过自学习、分布式学习的方法,适应环境,使物联网设备之间的通信参数最大程度优化,实现能源效率和通信可靠性的提高,并与中心化方式进行对比,结果显示本方法能显著提升物联网通信的能源效率和可靠性,在低成本和低功耗的物联网应用中具有很好的应用前景。
Jul, 2018
本文讨论了基于低功率通信网络的大规模分布式多智能体系统中的拒绝服务攻击问题,并利用神经网络,将推测目标信号的带宽和扩频因子的问题转化为分类问题进行高效实现。
Sep, 2023
本文综述了机器学习在物联网无线通信中的应用,重点关注了它的特定网络层,包括物理层、数据链路层和网络层等,以及对硬件实现的探讨;同时提供了对物联网无线通信中的机器学习面临的挑战和问题的详细分析。
Jan, 2019
本篇教程以 Wi-Fi 感知技术为例,介绍了数据采集、信号处理、特征提取和模型设计的理论原则和代码实现,强调了深度学习模型(如 CNN、RNN 和对抗性学习模型)在无线感知系统中的应用。
Jun, 2022