探索性数据分析在LoRa通信SNR性能的研究

发布时间：2021-07-18 07:46

　　为了降低数据传输信噪比,提高传输质量,在实际部署过程中需合理配置LoRa物理层参数。为此,基于探索性数据分析,提出一种优化配置参数选择的预测模型。首先,设置物理层参数配置,收集数据;其次,利用探索性数据分析剔除数据中的异常值,并计算各配置参数和信噪比的相关性;最后,通过ID3决策树算法构建预测模型,建立配置参数和SNR之间的关系,以此提高传输信噪比,改善数据传输质量。实验结果表明,预测模型可以有效地对LoRa通信技术中信噪比性能进行优化。 

【文章来源】：现代电子技术. 2020,43(04)北大核心

【文章页数】：4 页

【部分图文】：

SNR直方图

测试地点选取在学校操场，测试场景为视线内（L.O.S），网关和终端之间无遮挡，并且两者之间相距125 m，如图1所示。本文采用一个终端向一个网关发送数据的测试方式。网关图如图2所示。图2 网关图

图1 位置部署网关放在室内高1.5 m的桌子上，并采用Semtech公司提供的无线射频芯片SX1278，该芯片具有扩频功能，可以实现在同一信道中采用不同的扩频因子同时发射数据且互不干扰。本次测试为了更有效地接收信号，将网关的天线放在高2 m的窗外，如图3所示。终端位于高10 m的体育场看台上，同样采用SX1278芯片来发送数据，如图4所示。

【参考文献】：
期刊论文
[1]一种基于数据挖掘的目标行为规律分析算法[J]. 高轶,王鹏.  无线电工程. 2018(12)
[2]数据挖掘技术决策树分类算法（ID3算法）研究[J]. 李莉.  电子技术与软件工程. 2018(14)
[3]决策树ID3算法研究[J]. 杜威铭,冉羽.  科技视界. 2018(11)
[4]新兴物联网技术——LoRa[J]. 王阳,温向明,路兆铭,程刚,潘奇.  信息通信技术. 2017(01)



本文编号：3289156