标签: 无线自组网

无线多跳自组网（ Wireless Multi-hop Ad Hoc Network ）是一种分布式网络，节点通过无线信号连接，数据通过多个中间节点转发到目标节点。这种网络的链路计算模型分析涉及多个方面，包括路径选择、信道质量、干扰和网络容量等。 · 无线多跳网络 ：数据包从源节点传递到目标节点，需通过多个中间节点的转发。 · 链路计算 ：指对网络中节点间的通信链路进行建模与评估，包括信道条件、链路质量和路径选择等。 1. 物理层建模 路径损耗模型 包括自由空间模型、两路径模型和阴影衰落模型，用于描述信号强度随距离和障碍的变化。 信道模型 包括 AWGN （加性高斯白噪声）信道和瑞利衰落信道，描述无线信道的随机特性。 2. 链路层建模 链路质量 SNR （信噪比） ：影响通信链路的可靠性。 BER （误码率） ：随着 SNR 的变化，通过仿真或理论公式估算。 链路容量 根据香农定理 3. 网络层建模 路由协议 考虑 AODV 、 DSR 等协议，评估多跳路径的选择对链路性能的影响。 多跳路径延迟 包括每一跳的传输延迟 ​ 、处理延迟 ​ 、排队延迟 和传播延迟 ​ 。 吞吐量与拥塞控制 在多跳场景中，节点间干扰显著影响整体吞吐量，需通过建模分析 CSMA/CA 或 TDMA 等机制的优化。 4. 路径选择模型 路径选择是自组网的核心问题，常用的路径选择算法包括： 最短路径算法 ：基于跳数（ Hop Count ）最小化，简单但可能忽略信道质量。 最优链路质量路径 ：结合链路质量指标（如 SNR 、 BER 、链路稳定性），如 AODV （ Ad-hoc On-demand Distance Vector ）。 能量感知路径选择 ：考虑节点能量消耗，选择能量消耗最小的路径。 分析模型 ： Bellman-Ford 模型 ：适用于动态网络中路径的迭代优化。 动态规划模型 ：解决多个权重的路径选择问题。 5. 信道质量模型 信道质量直接影响链路的可靠性和吞吐量，常用指标包括： 接收信号强度（ RSSI ） ：衡量信号强度，但易受路径损耗和干扰影响。 信噪比（ SNR ） ：用于评估信道的清晰度。 比特误码率（ BER ） ：表征传输可靠性。 分析模型 ： 路径损耗模型 ：自由空间模型、对数衰落模型。 干扰模型 ：分析干扰对信道容量的影响，如 SINR （信号干扰噪声比）模型。 6. 干扰模型 多跳自组网中，节点密集时干扰显著，影响网络性能。 同频干扰 ：多个节点在相同信道通信导致干扰。 邻近干扰 ：不同信道但频谱重叠引起干扰。 分析模型 ： 干扰图模型 ：图论方法建模干扰关系，辅助信道分配。 冲突域分析模型 ：分析节点覆盖范围内的冲突链路。 7. 各种应用分析 · 军事通信 ：强调抗干扰和高可靠性，重点关注信道质量和干扰分析模型。 · 物联网 ：注重能效和路径优化，适合能量感知路径选择模型。 · 应急网络 ：快速部署需求高，路径选择模型应突出动态适应能力。 2024年12月7日于 波利通创新科技（北京）有限公司 copyright@Bolicom

MIMO （多输入多输出）宽带无线自组网在复杂的通信环境中，为提高网络的传输性能与效率，快速收敛的路由算法显得尤为重要。这类算法需要结合 MIMO 技术的特点，优化链路选择、提高数据传输速率、增强网络可靠性。 信道状态信息（ Channel State Information, CSI ）是 MIMO 系统中路由选择和链路质量评估的关键参数。 CSI 的获取与利用直接影响无线自组网的传输性能。 1. CSI 的定义与组成 CSI 描述了发射端和接收端之间无线信道的详细特性，用以表征信道的物理传播特性。主要包括以下信息： 幅度信息： 信道增益，用于衡量信号的衰减程度。 相位信息： 信号传播路径中的相移情况，用于优化相干通信和波束成形。 频率选择性特征： 不同子载波信道增益的变化情况，尤其在宽带通信中显得重要。 时间选择性特征： 随时间变化的信道特性，特别是在移动场景下。 2. CSI 的获取方法 CSI 获取通常分为 完全 CSI 和 部分 CSI ： 完全 CSI ： 表示精确了解信道的幅度和相位信息。 通常通过导频信号和信道估计算法实现。 应用场景：波束成形、预编码、空间复用。 部分 CSI ： 表示对信道的统计特性（如信道分布、平均增益）有基本了解。 通常用于降低开销和复杂度。 应用场景：链路选择和大规模 MIMO 系统。 3. CSI 的特性与对路由的影响 快速时变特性： 信道在移动或多径环境中变化较快，需要实时更新 CSI 。 路由层需设计快速收敛机制以适应信道波动。 空域特性： MIMO 系统利用多个天线获取的空间分集增益可改善信道容量。 CSI 的空域特性对波束成形、干扰规避等功能尤为关键。 频域特性： 宽带系统中，信道在不同频率上的响应不同。 基于 CSI 的频域信息，可优化路由的多子载波分配。 4. CSI 在路由中的应用 链路质量评估： 根据 CSI 计算链路信道容量、信干噪比（ SINR ）、误码率等指标，选择最佳链路。 示例公式： 多路径路由优化： 利用 CSI 识别多路径间的独立性和信道质量，分配流量至干扰较小的路径。 波束成形与路径优化： 利用 CSI 调整发射信号方向，提高传输效率，减少干扰，结合路由算法优化数据转发路径。 动态频谱分配： 基于 CSI 信息选择高质量频段进行通信，降低干扰，提高吞吐量。 5. CSI 获取与使用的挑战 高开销： 获取完全 CSI 需要大量导频信号，尤其在大规模 MIMO 或高移动性场景中。 解决方案：设计压缩感知或基于统计特性的 CSI 估计方法，降低开销。 快速更新需求： 信道时变性要求高频率更新 CSI ，但过于频繁的更新可能带来网络开销。 解决方案：结合机器学习预测 CSI 变化，减少更新频率。 测量与量化误差： 在信号测量与量化过程中可能引入误差，影响路由决策。 解决方案：通过误差容忍算法或误差补偿机制减小影响。 协作式 CSI 获取： 在分布式网络中，各节点需要协同交换 CSI 信息，增加通信负担。 解决方案：采用分布式计算与局部优化策略减少协作需求。 6. 基于 CSI 的路由算法优化 结合 CSI 优化路由算法的设计思路包括： 分布式动态路由： 节点通过局部 CSI 信息动态调整路由，减少中心控制依赖。 联合优化： 将 CSI 与能耗、延迟等指标联合建模，选择全局最优路径。 机器学习辅助： 通过强化学习算法学习信道状态的变化规律，预测并优化路由。 总之 信道状态信息（ CSI ）是 MIMO 宽带无线自组网路由算法的核心数据源。通过高效获取、准确建模和灵活应用 CSI ，可以实现对信道动态变化的精准感知，从而优化路由性能、提高网络吞吐量并降低延迟。未来发展方向包括 CSI 的低开销获取、协作式处理和智能化利用。 待续： MIMO 宽带无线自组网快速收敛路由算法探索 - 多维链路成本函数

应用案例分析： 针对在高速公路上货车行驶过程中收集 5 公里范围内的 GPS 定位数据，上报云服务器端，最终实时显示每一辆货车的运行轨迹，用户的项目需求如下： 200 辆货车（无线从站节点），要求很高的实时性，每秒发 5 包，每个 GPS 定位数据报文 30 个字节，这样 200 辆车同时上报每秒需要发送 30K 的字节（ 200 x 5 x 3 0 =30K 字节）， 30K 字节 x 8bit=240 k bps 速率。 这就意味着上行传输（无线从站节点向无线基站传输数据）需要 240K bps 速率，在 5Km 范围内提供 240K bps 速率，还要考虑项目预算，就有一定的技术难度。 下面随我们一起探讨一下 LoRa 技术，带自组网技术、普通的单载波技术能否满足用户的上述需求？ 采用 LoRa 技术，无线通信距离可以做到 5Km ，但是只能提供 0.3k bps 码流，远远达不到 240K 的带宽，不能满足用户高速率、远距离、实时传输的需求。 采用宽带自组网技术，可以很轻松的做到 2M 的码流，但是接收灵敏度只有 -95 dBm ，故无线通信距离只能做到 1.5Km ，也不能满足用户高速率、远距离、实时传输的需求。 采用普通单载波技术，可以借助接收放大器和发送放大器是可以实现 5Km 的通信距离，单载波的传输速率最多也只能做到 100K bps 。也不能满足用户高速率、远距离、实时传输的需求。 采用单载波并联技术，在 433MHz 频带上，在 100k bps 速率下接收灵敏度可以做到 -105 dBm ，单个射频模组可实现 5Km 的传输距离，如下图所示，采用一台汇集无线基站 +1 台扩展无线基站 -1+1 台扩展无线基站 -2 并联的方式，就可实现 12 个射频模组并联运行。 1 个射频模组的速率是 100K bps ， 12 个射频模组并联后可提供 1.2M bps ，这就实现了大于 240K bps 的传输速率。 单载波并联技术方案同时兼顾到了无线通信距离和传输速率两个方面，此方案在整体解决方案上相比于 4G 专网的解决方案，在成本上具有非常明显的优势，极大的满足了用户的需求 单载波并联技术方案的优势： 1 、距离远 无线通信距离 5Km （空旷环境，玻璃钢天线架高 7m ） 2 、速率高 可实现 1.2M bps 的传输速率 3 、实时性高 无线网络实时性高。 4 、成本低 相对 4G 专网技术，整套无线通讯方案的成本较低 5 、便捷 用户安装操作简单。

许多用户使用其他厂家的 433M 透传无线模块反馈这样的问题：前期购买几个样品测试，在无线信号覆盖半径内，收发包测试都很稳定，但是小批量购买 100 个模块收发就会出现无法收发的情况。这是什么原因呢？ 首先科普一下， 无线电波，在同一个信道同一时刻只允许一个节点发射行为 。 433M 的无线透传模块，没有专用的 MAC 层，缺少时钟调度机制，如果只是几个样品，那么无线网络中就不存在拥塞，收发数据就是正常的；如果无线通信的节点数量增加，那么就会出现如同十字路口多个车辆强行通过的拥塞问题。 现实生活总针对拥塞问题，我们采取红绿灯管控措施，那么无线通信的网络中如何在遵循 无线电波在同一个信道同一时刻只允许一 个节点发射行为，又能支持几百个无线节点的正常收发通信呢？ 此时就需要在无线网络中出现一个类似红绿灯作用的时钟调度机制，这样就可以在这个网络中进行有序的正常收发通信。有下面两种方式： 方式一：用户应用层加入时钟调度机制 有些用户在购买 433MHz 透传无线模块后，在用户自己的 CPU 应用层加入时钟调度机制，可以解决这个问题，另外由于它是通过串口下达指令的，因此效率低，延迟大，无线通信的带宽利用不充分，就会影响整个无线通信的时效性，因此这并不是一个最优的解决方案。 方式二：无线模块内部软件实现 如果能在 433MHz 无线模块内部本身就可以充分利用带宽，在专用的 MAC 层处理好这个时钟调度机制，引入 TDMA 算法，就能很好的解决这个问题，同时方便用户高效使用无线模块。按照 OSI 七层模型设计的无线自组网协议，内置 TDMA 算法就能完美的解决这个问题，在信号覆盖范围内实现 100% 稳定可靠的无线通信。 无线通信网络的 OSI 七层模型第二层就是 MAC---- 链路层 (Media Access Control Layer) ： TDMA 时隙的分配，请求，确认，锁定，释放工作，实现大量节点同时访问网络情况下的仲裁，通过排队机制实现有 序接入网络。

很多客户反映无线电通信中的电磁波干扰，看不见，摸不到，也无法呈现，有时会碰到这样的问题：同一组设备、在相同的环境中，有的时间段无线通信很好，有的时间段突然无线通信的信号质量严重下降，这个是怎么回事？ 由于目前市面上的无线电通信设备种类很多， WiFi ， ZigBee ， LoRa ，对讲机，无线电台等等，电磁波环境是复杂和多样的，作为厂家我们是无法完全模拟用户的现场环境，用户是可以通过“ WiMi-net 无线自组网管理平台”软件（下载中心），去定位问题，再去解决这个问题。 无线通信中有第三方无线电设备电磁波干扰排查办法： 在“ WiMi-net 无线自组网管理平台”软件的“信道部署”页面点击“自动搜索”就可以搜索电磁波噪声，观察本底噪声（包括平均底噪和极大底噪）。一般在无干扰环境中，平均底噪数值在 -105dBm 附近，极大底噪不超过 -95dBm 。如果这个数值，比无干扰情况下，高出 10dBm 就说明附近有比较强的干扰。 如果第三方设备电磁波干扰排除后， 搜索出数值后，先选择“平均底噪”最小的，“平均底噪”越小的外界干扰越少，如果挑选出的最小“平均底噪”相同，那么就选择“最大底噪”最小的，“最大底噪”越小的外界干扰越少。尽量按照这种方式选择无线产品的工作信道，避免外界信号的干扰。如下图无线主站 0XB9C2, 选择平均底噪最小的“ -111dBm ”就是“ 0 ”频带的“ 4 ”信道是最优信道。 这种查找的办法，具有通用性，只要有无线发射行为，都可以检测出来，与电磁波的频率和信号格式均无关。