房海峰 檀蓉 韓院彬 趙繼軍

摘? 要： 為了降低數(shù)據(jù)傳輸信噪比，提高傳輸質(zhì)量，在實際部署過程中需合理配置LoRa物理層參數(shù)。為此，基于探索性數(shù)據(jù)分析，提出一種優(yōu)化配置參數(shù)選擇的預(yù)測模型。首先，設(shè)置物理層參數(shù)配置，收集數(shù)據(jù);其次，利用探索性數(shù)據(jù)分析剔除數(shù)據(jù)中的異常值，并計算各配置參數(shù)和信噪比的相關(guān)性;最后，通過ID3決策樹算法構(gòu)建預(yù)測模型，建立配置參數(shù)和SNR之間的關(guān)系，以此提高傳輸信噪比，改善數(shù)據(jù)傳輸質(zhì)量。實驗結(jié)果表明，預(yù)測模型可以有效地對LoRa通信技術(shù)中信噪比性能進行優(yōu)化。

關(guān)鍵詞： 信噪比性能; LoRa通信; 探索性數(shù)據(jù)分析; 參數(shù)優(yōu)化; 預(yù)測模型構(gòu)建; 數(shù)據(jù)收集

中圖分類號： TN92?34? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）04?0058?04

Research on exploratory data analysis for SNR performance in LoRa communication

FANG Haifeng， TAN Rong， HAN Yuanbin， ZHAO Jijun

（Hebei Provincal Key Laboratory of Urban Public Safety Information Perception and Processing， Hebei University of Engineering， Handan 056038， China）

Abstract： LoRa physical layer parameters need to be properly configured during the actual deployment to reduce the signal?to?noise ratio （SNR） in data transmission and improve the data transmission quality. Therefore， a prediction model for optimal configuration parameter selection is proposed based on exploratory data analysis （EDA）. The physical layer parameter configuration is set to collect data， and then the outliers are removed from the data by means of the EDA and the correlation between configuration parameters and SNR is calculated. The prediction model is constructed by means of the ID3 decision tree algorithm， and the relationship between configuration parameter sums and SNR is established， so as to improve the transmission SNR and the data transmission quality. The experimental results show that the prediction model can be used to effectively optimize the SNR performance in the LoRa communication technology.

Keywords：SNR performance; LoRa communication; EDA; parameter optimization; prediction model building; data collection

0? 引? 言

LoRa技術(shù)是Semtech公司于2013年發(fā)布的一種LPWAN（Low Power Wide Area Network）技術(shù)，具備功耗低、范圍廣、成本低的特點[1]。它基于未授權(quán)頻譜進行數(shù)據(jù)傳輸，可以根據(jù)用戶的需求靈活地部署網(wǎng)絡(luò)。因此，LoRa在物聯(lián)網(wǎng)領(lǐng)域具有廣泛的應(yīng)用前景[2?3]。

近年來，LoRa性能方面的研究已有很多，主要集中在它的連通性[4]、可擴展性[5]和系統(tǒng)應(yīng)用[6]等方面。然而，信號質(zhì)量作為通信技術(shù)基本要求，對LoRa性能的研究十分重要。由于LoRa技術(shù)的應(yīng)用場景可以由用戶自己制定，而LoRa通信質(zhì)量與部署場景密切相關(guān)，尤其要考慮特定場景下信噪比（Signal Noise Ratio，SNR）對信號質(zhì)量的影響，因此需要根據(jù)部署環(huán)境選擇合理的LoRa物理層配置參數(shù)，提高數(shù)據(jù)SNR，提升LoRa通信性能。因此確定LoRa配置參數(shù)與SNR之間的關(guān)系是優(yōu)化用戶LoRa網(wǎng)絡(luò)通信性能的關(guān)鍵。

為解決上述問題，本文綜合運用探索性數(shù)據(jù)分析（Exploratory Data Analysis，EDA）和ID3挖掘算法構(gòu)建LoRa物理層配置參數(shù)的預(yù)測模型，為決策者提供提升SNR的具體物理層配置的依據(jù)[7]。首先，為更全面地收集不同的配置參數(shù)與SNR之間的關(guān)系，物理層參數(shù)配置共選定3種可變配置包括6種擴頻因子（Spreading Factor，SF）、5種發(fā)射功率（Power）、3種數(shù)據(jù)包長度（Length）和3種不可變配置包括固定的編碼率、帶寬和信道。其次，測試得到的數(shù)據(jù)通過探索性數(shù)據(jù)分析方法去除異常值并計算各配置參數(shù)和SNR的相關(guān)性，尋找數(shù)據(jù)內(nèi)部之間的關(guān)聯(lián)信息。最后，運用ID3算法對數(shù)據(jù)進行建模預(yù)測，分析不同配置參數(shù)對SNR分類的影響。本次測試的場景選定為學(xué)校體育場，網(wǎng)關(guān)和終端之間相距125 m并且無遮擋。仿真結(jié)果表明，基于ID3算法構(gòu)建的預(yù)測模型可以有效地建立配置參數(shù)和SNR之間的關(guān)系，對LoRa通信中SNR性能進行優(yōu)化。

1? 數(shù)據(jù)處理模型

探索性數(shù)據(jù)分析通常是將得到的量大、雜質(zhì)多的數(shù)據(jù)，用盡量少的先驗假設(shè)來決定統(tǒng)計處理數(shù)據(jù)的方法[8]。EDA采用IPython中多種可視化功能觀察數(shù)據(jù)之間的特點[9]。本文首先通過繪制盒圖來觀察數(shù)據(jù)特性，它是包含巨大信息量的數(shù)據(jù)探索工具[10]，由矩形框和須組成，須之外的邊緣值規(guī)定為異常值。盒圖矩形框中包含了50%的樣本數(shù)據(jù)，由四分位數(shù)間距（IQR）進行約束，IQR計算方法為[IQR=Q3-Q1]，其中[Q1]為第一分位數(shù)，[Q3]為第三分位數(shù)，盒圖的須分別用[Q1-1.5IQR]和[Q3+1.5IQR]進行約束。相關(guān)性系數(shù)[ρSNR，y]用來表達變量之間的深層含義，使得變量內(nèi)關(guān)系更易被理解。通過計算相關(guān)性系數(shù)觀察各配置參數(shù)對SNR的影響。最終，采用ID3算法對數(shù)據(jù)進行建模，對LoRa性能進行合理預(yù)測。ID3是一種決策樹算法，通過樹的結(jié)構(gòu)將數(shù)據(jù)進行分類。決策樹算法采用自上而下的遞歸方法構(gòu)造預(yù)測模型并利用信息增益（Entropy）作為屬性的選擇標(biāo)準(zhǔn)[11]，而用來對比的KNN算法是采用最近鄰方法對數(shù)據(jù)進行分類[12]。通過對比兩種算法構(gòu)建的模型，分析各參數(shù)配置對LoRa性能的影響，以達到對LoRa性能進行優(yōu)化的目的。

2? 測試環(huán)境

測試地點選取在學(xué)校操場，測試場景為視線內(nèi)（L.O.S），網(wǎng)關(guān)和終端之間無遮擋，并且兩者之間相距125 m，如圖1所示。本文采用一個終端向一個網(wǎng)關(guān)發(fā)送數(shù)據(jù)的測試方式。網(wǎng)關(guān)圖如圖2所示。

網(wǎng)關(guān)放在室內(nèi)高1.5 m的桌子上，并采用Semtech公司提供的無線射頻芯片SX1278，該芯片具有擴頻功能，可以實現(xiàn)在同一信道中采用不同的擴頻因子同時發(fā)射數(shù)據(jù)且互不干擾。本次測試為了更有效地接收信號，將網(wǎng)關(guān)的天線放在高2 m的窗外，如圖3所示。終端位于高10 m的體育場看臺上，同樣采用SX1278芯片來發(fā)送數(shù)據(jù)，如圖4所示。

在本次測試中，終端具有三種可配置參數(shù)：SF，Length和Power。SF設(shè)置成SF7，SF8，SF9，SF10，SF11，SF12六種值;Length設(shè)置成50 B，100 B，150 B三種值。Power設(shè)置成0 dBm，5 dBm，10 dBm，14 dBm和20 dBm五個值。其中編碼率為固定值4/5，帶寬為固定值125 kHz，只選取478.5 MHz信道進行數(shù)據(jù)傳輸。當(dāng)配置參數(shù)配置成功時，終端周期性地向網(wǎng)關(guān)發(fā)送數(shù)據(jù)。本次測試將三種可變配置參數(shù)進行組合，一共有90組配置參數(shù)，每組配置參數(shù)需重復(fù)發(fā)送30條數(shù)據(jù)，共發(fā)送2 700條數(shù)據(jù)，但是由于測試過程中有丟包，實際只收到2 695條數(shù)據(jù)。

3? 數(shù)據(jù)處理

探索性數(shù)據(jù)分析主要通過繪圖來觀察數(shù)據(jù)之間的特性，從而對數(shù)據(jù)有一個總體的認識;再通過計算數(shù)據(jù)之間的統(tǒng)計量，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)，對選用數(shù)據(jù)建模的算法構(gòu)建數(shù)據(jù)預(yù)測模型提供依據(jù)。該模型是對數(shù)據(jù)集結(jié)構(gòu)的描述，通過它可以找到相應(yīng)數(shù)據(jù)間變化的原因。本文采用探索性數(shù)據(jù)分析方法對LoRa測試出的數(shù)據(jù)進行處理并選取ID3算法進行建模優(yōu)化，最終在得知配置參數(shù)的條件下，對SNR進行預(yù)測以提升LoRa性能。

3.1? 處理異常值

盒圖可以表示數(shù)據(jù)分布特征，并且顯示數(shù)據(jù)中異常點和中位數(shù)，從而易于對異常點進行處理。在IPython中對測試數(shù)據(jù)繪制盒圖，如圖5所示，可以看出在信道478.5 MHz中，SNR異常值等于6。本文將異常值直接刪掉，對剩余[7，16]區(qū)間內(nèi)的數(shù)據(jù)構(gòu)建預(yù)測模型。

圖6為SNR非對稱的直方圖，能反映出數(shù)據(jù)分布的頻次[8]。橫坐標(biāo)為SNR值，縱坐標(biāo)為各個SNR值出現(xiàn)的頻數(shù)。每一個SNR值出現(xiàn)的頻次都是不同的，其中SNR=11出現(xiàn)最頻繁。為方便運用ID3算法對SNR進行分類預(yù)測，根據(jù)直方圖中SNR分布情況將數(shù)據(jù)分為A，B兩類，每類為5種SNR值，即類別A表示為[A={x|x∈（7，8，9，10，11）}]和類別B表示為[B={y|y∈（12，13，14，15，16）}]。A類中SNR值較小，因此數(shù)據(jù)中噪聲較多;而B類中SNR值較大，數(shù)據(jù)中噪聲較少，信號質(zhì)量較高。

3.2? 計算相關(guān)性系數(shù)

本文利用IPython繪制出SF，Power，Length不同屬性下，SNR的均值變化趨勢，從而觀察各屬性對SNR值的影響，之后通過計算相關(guān)性系數(shù)進行驗證，如圖7～圖9所示。

在478.5 MHz信道中，不同的配置參數(shù)下SNR變化趨勢不同，因此可以得知配置參數(shù)對SNR有較大關(guān)系。由相關(guān)性系數(shù)計算得知[ρSNR，SF=-0.887，][ρSNR，Length=-0.822]，[ρSNR，Power=-0.014]，通過三者對比可知，Power和SNR相關(guān)性較小可以忽略不計。本文運用ID3算法建立數(shù)據(jù)模型時，為簡化建模過程，不考慮Power屬性對SNR的影響。

3.3? ID3構(gòu)建預(yù)測模型

本文隨機選取2 695條數(shù)據(jù)中的180條數(shù)據(jù)作為預(yù)測集，在剩余的2 515條數(shù)據(jù)中去除異常值，最終使用2 509條數(shù)據(jù)作為訓(xùn)練集來構(gòu)建預(yù)測模型。預(yù)測模型采用ID3算法中用熵劃分數(shù)據(jù)，熵越大混亂度越高，說明數(shù)據(jù)越不純。ID3算法的核心是通過熵選擇樣本分類的屬性[13]。預(yù)測模型中判定條件熵為0時，表示符合當(dāng)前判定結(jié)果的值全都屬于A，B中的某一類;熵不為0時，可以根據(jù)數(shù)據(jù)在A，B類分布的情況，將數(shù)據(jù)歸類到分類數(shù)據(jù)量較多的類別中。根據(jù)ID3算法對數(shù)據(jù)進行建模分類，得出的預(yù)測模型結(jié)果如表1所示。

在當(dāng)前測試場景中，當(dāng)SF是8，9或10時，接收到的數(shù)據(jù)屬于類B;當(dāng)SF是7，11或12時，接收到的數(shù)據(jù)屬于類A。如果想得到更高的SNR值和更快的數(shù)據(jù)傳輸速率，在以后的參數(shù)配置中SF8，SF9或者SF10應(yīng)該優(yōu)先考慮。

3.4? 預(yù)測模型評估

為了驗證所構(gòu)建的預(yù)測模型對LoRa性能優(yōu)化的影響，使用隨機抽取的180條預(yù)測集數(shù)據(jù)運用ID3和KNN兩種算法進行對比驗證。本文將這180條預(yù)測集數(shù)據(jù)通過分類得出的實際SNR類別和預(yù)測模型預(yù)測出的SNR類別進行對比，其中只有4條數(shù)據(jù)預(yù)測錯誤，性能優(yōu)化預(yù)測準(zhǔn)確性高達97.78%。而運用KNN算法對這180條數(shù)據(jù)的屬性進行預(yù)測，優(yōu)化預(yù)測準(zhǔn)確率只有68.89%。其中分類出現(xiàn)錯誤的數(shù)據(jù)大部分為兩類之間的邊緣數(shù)據(jù)。因此ID3算法所構(gòu)建的預(yù)測模型可以在理想?yún)?shù)配置情況下，更準(zhǔn)確地預(yù)測得到較高SNR值，可以達到提升LoRa性能的效果。

4? 結(jié)? 論

本文研究LoRa技術(shù)硬件參數(shù)配置對LoRa無線通信性能的影響。選擇室外125 m無遮擋環(huán)境收集數(shù)據(jù)測試LoRa性能，對于測試得到的數(shù)據(jù)運用探索性數(shù)據(jù)分析方法去除異常值，并通過計算SF，Length，Power與SNR之間的相關(guān)性系數(shù)，找到數(shù)據(jù)之間的內(nèi)在聯(lián)系。最后，運用ID3算法對接收到的數(shù)據(jù)構(gòu)建預(yù)測模型，建立硬件參數(shù)配置與SNR之間的關(guān)系。為驗證預(yù)測模型對LoRa性能的優(yōu)化的準(zhǔn)確性，訓(xùn)練集數(shù)據(jù)分別運用ID3和KNN算法進行對比預(yù)測，其中ID3算法在各參數(shù)配置中預(yù)測SNR的準(zhǔn)確率明顯高于KNN算法。因此在本測試的場景中，ID3算法建立各參數(shù)配置與SNR之間的預(yù)測模型，達到了對LoRa性能優(yōu)化的效果。

本文將SNR值分為兩類，預(yù)測出的SNR值只是個范圍并不是準(zhǔn)確的數(shù)值，后續(xù)工作會通過線性回歸算法預(yù)測出SNR的具體數(shù)值，進一步提高算法對LoRa的優(yōu)化性能。

參考文獻

[1] 王陽，溫向明，路兆銘，等.新興物聯(lián)網(wǎng)技術(shù)：LoRa[J].信息通信技術(shù)，2017（1）：55?59.

[2] RAJU V， VARMA A S N， RAJU Y S. An environmental pollution monitoring system using LoRa [C]// 2017 International Conference on Energy， Communication， Data Analytics and Soft Computing. Chennai： IEEE， 2017： 3521?3526.

[3] YAO Y， CHEN X， RAO L， et al. Lora： loss differentiation rate adaptation scheme for vehicle?to?vehicle safety communications [J]. IEEE transactions on vehicular technology， 2017， 66（3）： 2499?2512.

[4] LIM J T， HAN Y. Spreading factor allocation for massive connectivity in LoRa systems [J]. IEEE communications letters， 2018， 22（4）： 800?803.

[5] PETAJAJARVI J， MIKHAYLOV K， PETTISSALO M， et al. Performance of a low?power wide?area network based on LoRa technology： Doppler robustness， scalability， and coverage [J]. International journal of distributed sensor networks， 2017， 13（3）： 1?16.

[6] GIANNI P， CHIARA B， LUCA F， et al. Smart city pilot projects using LoRa and IEEE 802.15.4 technologies [J]. Sensors， 2018， 18（4）： 1118.

[7] 高軼，王鵬.一種基于數(shù)據(jù)挖掘的目標(biāo)行為規(guī)律分析算法[J].無線電工程，2018，48（12）：1043?1047.

[8] BREUKER D. Towards model?driven engineering for big data analytics： an exploratory analysis of domain?specific languages for machine learning [C]// Hawaii International Conference on System Sciences. Waikoloa： IEEE， 2014： 758?767.

[9] TYRALIS H， KARAKATSANIS G， TZOUKA K， et al. Exploratory data analysis of the electrical energy demand in the time domain in Greece [J]. Energy， 2017， 134（C）： 902?918.

[10] SUN Y， GENTON M G. Adjusted functional boxplots for spatio?temporal data visualization and outlier detection [J]. Environmetrics， 2012， 23（1）： 54?64.

[11] 杜威銘，冉羽.決策樹ID3算法研究[J].科技視界，2018（11）：145?146.

[12] JIVANI A. The novel k nearest neighbor algorithm [C]// 2013 International Conference on Computer Communication and Informatics. Coimbatore： IEEE， 2013： 1?4.

[13] 李莉.數(shù)據(jù)挖掘技術(shù)決策樹分類算法（ID3算法）研究[J].電子技術(shù)與軟件工程，2018（14）：181?182.