?作者簡介熱愛科研的Matlab仿真開發(fā)者擅長數(shù)學(xué)建模、數(shù)據(jù)處理、算法改進、程序設(shè)計科研仿真。 往期回顧關(guān)注個人主頁完整代碼獲取 定制創(chuàng)新 論文復(fù)現(xiàn)私信個人信條做科研博學(xué)之、審問之、慎思之、明辨之、篤行之是為博學(xué)慎思明辨篤行。 內(nèi)容介紹一、研究核心定位與整體架構(gòu)本研究瞄準(zhǔn)LoRaWAN網(wǎng)絡(luò)部署中最核心的工程痛點傳輸參數(shù)配置始終要在通信容量與終端能耗之間做權(quán)衡傳統(tǒng)默認(rèn)的擴頻因子分配方案往往要么犧牲大量終端續(xù)航換高吞吐量要么大幅降低網(wǎng)絡(luò)容量換低能耗很難實現(xiàn)二者的協(xié)同優(yōu)化。論文將終端在不同擴頻因子上的分配問題建模為一個多目標(biāo)凸優(yōu)化問題首次在完全相同的確定性多網(wǎng)關(guān)LoRaWAN網(wǎng)絡(luò)模型上對兩類完全不同的優(yōu)化范式進行了系統(tǒng)性的公平對比第一類是基于凸結(jié)構(gòu)的精確數(shù)學(xué)求解器CVX、IPOPT、Gurobi利用問題連續(xù)松弛后的凸特性輸出帶理論保證的全局最優(yōu)解作為整個研究的性能基準(zhǔn)上限第二類是無梯度的生物啟發(fā)元啟發(fā)式算法遺傳算法GA、花授粉算法FPA、非支配排序遺傳算法NSGA-II這類算法不需要依賴目標(biāo)函數(shù)的梯度信息后續(xù)可以直接擴展到非凸的復(fù)雜擴展模型中工程落地適配性更強。整個評估覆蓋了終端節(jié)點數(shù)量從500到4500的全規(guī)模場景同時測試了5組不同的吞吐量-能耗權(quán)重組合最終輸出聚合吞吐量、總能耗、能效、收斂特性、算法執(zhí)行時間五大核心維度的定量對比結(jié)果所有仿真代碼、原始數(shù)值結(jié)果、圖表生成腳本全部開源開放完全可復(fù)現(xiàn)。二、核心優(yōu)化模型拆解整個研究的數(shù)學(xué)模型完全基于Semtech官方發(fā)布的LoRa物理層標(biāo)準(zhǔn)構(gòu)建所有公式與工業(yè)實際LoRaWAN設(shè)備的硬件特性完全對齊沒有引入脫離工程實際的理論近似。?空中時間計算?嚴(yán)格遵循Semtech標(biāo)準(zhǔn)定義符號時長、前導(dǎo)碼時長、 payload 時長的計算邏輯其中符號時長與擴頻因子SF呈指數(shù)增長關(guān)系直接決定了單包傳輸時長與單包能耗是整個優(yōu)化模型的核心變量。?網(wǎng)絡(luò)吞吐量模型?采用純ALOHA隨機接入模型計算每個擴頻因子下的無碰撞傳輸概率總聚合吞吐量是所有擴頻因子吞吐量的求和精準(zhǔn)復(fù)現(xiàn)LoRaWAN無調(diào)度隨機接入的碰撞特性。?總能耗模型?完整統(tǒng)計所有終端在評估時間窗口內(nèi)的總能耗不僅包含傳輸階段的主動能耗還覆蓋Class A終端兩個接收窗口的接收能耗、空閑等待階段的待機能耗所有電流參數(shù)完全匹配SX1272商用LoRa芯片的實測 datasheet 數(shù)值。?多目標(biāo)目標(biāo)函數(shù)?采用比例公平效用函數(shù)避免負(fù)載過度集中在單個擴頻因子上再通過Nadir-Utopia歸一化方法將吞吐量效用與總能耗兩個量綱完全不同的目標(biāo)映射到同一尺度最終形成可配置權(quán)重的復(fù)合優(yōu)化目標(biāo)。優(yōu)化決策變量是分配到每個擴頻因子上的終端占比離散場景下的搜索空間超過10的19次方通過連續(xù)松弛將組合優(yōu)化問題轉(zhuǎn)化為單位單純形上的凸規(guī)劃問題保證了全局最優(yōu)解的存在性。?統(tǒng)一求解流程?所有6種算法都嚴(yán)格執(zhí)行完全相同的三步求解流程先最大化吞吐量效用得到效用最大值與對應(yīng)能耗再最小化總能耗得到能耗最小值與對應(yīng)效用最后完成歸一化后最大化復(fù)合目標(biāo)保證不同算法之間的對比完全公平不存在流程差異帶來的性能偏差。三、仿真場景與參數(shù)設(shè)置仿真場景完全復(fù)現(xiàn)了領(lǐng)域內(nèi)經(jīng)典研究Loubany等人提出的標(biāo)準(zhǔn)測試場景7km×7km的城市密集區(qū)域4個網(wǎng)關(guān)均勻部署最多4500個終端節(jié)點在區(qū)域內(nèi)均勻分布傳播模型采用Okumura-Hata城市密集傳播模型所有參數(shù)完全匹配工業(yè)通用LoRaWAN部署的典型配置終端節(jié)點全部搭載SX1272商用LoRa芯片載波頻率868MHz帶寬125kHz編碼率4/5擴頻因子覆蓋7到12共6個等級終端每小時生成6個40字節(jié)的數(shù)據(jù)包仿真總時長720s完整定義了發(fā)射、接收、待機、休眠四個狀態(tài)的工作電流Class A的兩個下行接收窗口時長分別為1s和2s與LoRaWAN 1.0.2協(xié)議標(biāo)準(zhǔn)完全對齊。測試的5組權(quán)重組合分別對應(yīng)純吞吐量優(yōu)先、吞吐量占75%能耗占25%、二者各占50%、吞吐量占25%能耗占75%、強能耗優(yōu)先共五種典型的工程部署需求。四、6種優(yōu)化算法的實現(xiàn)細(xì)節(jié)倉庫中6種算法的參數(shù)全部經(jīng)過嚴(yán)格調(diào)優(yōu)不同算法之間的計算資源投入基本保持對等避免參數(shù)差異導(dǎo)致的不公平對比三種元啟發(fā)式算法全部基于原生Matlab實現(xiàn)不需要依賴任何外部商業(yè)求解器普通PC環(huán)境即可直接運行遺傳算法GA種群規(guī)模80迭代200代采用BLX-α交叉、高斯變異、錦標(biāo)賽選擇精英保留策略花授粉算法FPA種群規(guī)模100迭代200次切換概率0.8采用Lévy飛行實現(xiàn)全局授粉NSGA-II實現(xiàn)了快速非支配排序與擁擠度距離計算直接輸出吞吐量-能耗二維帕累托前沿。三種精確求解器分別采用不同的技術(shù)路線CVX采用 disciplined convex 編程范式調(diào)用SDPT3/SeDuMi內(nèi)點法后端IPOPT采用原對偶內(nèi)點法有限內(nèi)存海森矩陣近似搭配MUMPS線性求解器最大迭代次數(shù)1000Gurobi開啟非凸優(yōu)化模式空間分支定界求解數(shù)值聚焦等級設(shè)為3收斂容差1e-6保證輸出結(jié)果的高精度。除此之外倉庫還配套了四類分析腳本支持跨算法結(jié)果對比導(dǎo)出、NSGA-II帕累托前沿導(dǎo)出、GA多隨機種子95%置信區(qū)間收斂分析、分權(quán)重結(jié)果CSV導(dǎo)出所有分析流程完全自動化。五、可復(fù)現(xiàn)性執(zhí)行流程與輸出規(guī)范整個倉庫的可復(fù)現(xiàn)性設(shè)計非常完善從環(huán)境配置到結(jié)果生成的全流程都有標(biāo)準(zhǔn)化的執(zhí)行步驟首先配置外部求解器路徑將示例路徑文件復(fù)制為本地私有配置文件分別設(shè)置CVX、IPOPT、Gurobi的工具箱路徑僅運行元啟發(fā)式算法時完全不需要這一步配置。在Matlab環(huán)境中直接運行對應(yīng)腳本即可啟動6種優(yōu)化器所有結(jié)果自動輸出到data/mat目錄下的mat格式文件中Windows環(huán)境還提供了批處理腳本支持后臺無界面批量運行。所有優(yōu)化器執(zhí)行完成后運行配套分析腳本自動完成跨算法結(jié)果對比、帕累托前沿生成、收斂置信區(qū)間統(tǒng)計。最后通過Python腳本批量生成所有論文圖表自動將結(jié)果輸出到figures目錄下的對應(yīng)子文件夾中所有路徑自動從倉庫根目錄解析不需要手動修改路徑配置。Windows控制臺遇到cp1252代碼頁的Unicode編碼錯誤時設(shè)置PYTHONIOENCODINGutf-8環(huán)境變量即可解決。所有輸出結(jié)果的命名規(guī)則完全統(tǒng)一不同算法的吞吐量、總能耗、效用值、復(fù)合目標(biāo)、收斂曲線全部有對應(yīng)的mat與CSV格式文件方便后續(xù)二次數(shù)據(jù)分析與擴展研究。六、核心定量結(jié)果與關(guān)鍵結(jié)論在4500個終端的最大規(guī)模場景下不同算法的性能差異呈現(xiàn)出非常清晰的規(guī)律當(dāng)權(quán)重設(shè)置為吞吐量-能耗各占50%的均衡工況時精確求解器Gurobi可以實現(xiàn)最高846kbit/s的聚合吞吐量元啟發(fā)式算法GA的吞吐量僅比它低1kbit/s幾乎達到全局最優(yōu)水平當(dāng)權(quán)重設(shè)置為強能耗優(yōu)先(0.1, 0.9)時所有6種算法的吞吐量結(jié)果差異不到1%此時優(yōu)化問題對算法選擇的敏感度大幅降低。能耗維度上元啟發(fā)式算法FPA在均衡工況下實現(xiàn)了最低的447kJ總能耗比精確求解器Gurobi的467kJ總能耗降低了超過4%在強能耗優(yōu)先場景下所有算法的總能耗收斂到441~444kJ的極小范圍內(nèi)。能效維度上GA在均衡權(quán)重工況下實現(xiàn)了1.855bit/J的最高能效相比傳統(tǒng)純吞吐量優(yōu)先的配置能效直接提升了約51%完全不需要額外的硬件基礎(chǔ)設(shè)施投入僅通過擴頻因子分配策略的優(yōu)化就實現(xiàn)了網(wǎng)絡(luò)能效的翻倍級提升。執(zhí)行效率維度上元啟發(fā)式算法的速度優(yōu)勢極其明顯FPA的總執(zhí)行時間僅5.43s平均每個節(jié)點規(guī)模場景僅需0.14s比精確求解器CVX快了超過32倍完全可以在普通LoRaWAN網(wǎng)關(guān)的嵌入式處理器上在線運行實現(xiàn)動態(tài)實時資源分配。最終論文總結(jié)出三個核心工程結(jié)論精確求解器可以輸出理論最優(yōu)的吞吐量基準(zhǔn)作為所有其他算法的性能上限元啟發(fā)式算法在執(zhí)行速度與能效優(yōu)化上優(yōu)勢顯著GA在吞吐量幾乎不損失的前提下實現(xiàn)了最高能效FPA的執(zhí)行速度極快適合資源受限的嵌入式網(wǎng)關(guān)部署當(dāng)能耗權(quán)重占主導(dǎo)時所有算法的性能差異極小此時不需要使用高成本的商業(yè)精確求解器輕量化的元啟發(fā)式算法完全可以滿足工程需求。同時研究也明確標(biāo)注了模型的適用邊界本確定性靜態(tài)模型僅適用于終端數(shù)量、傳播條件的變化時間尺度遠(yuǎn)大于LoRaWAN下行重配置周期的部署場景Okumura-Hata模型僅代表城市環(huán)境的中值路徑損耗沒有考慮陰影衰落、植被遮擋、建筑穿透損耗的影響因此報告中的能效提升是理論上的上限值實際部署中需要預(yù)留一定的鏈路余量保證網(wǎng)絡(luò)連通性。?? 運行結(jié)果 參考文獻更多免費數(shù)學(xué)建模和仿真教程關(guān)注領(lǐng)取團隊擅長輔導(dǎo)定制多種科研領(lǐng)域MATLAB仿真助力科研夢#各類智能優(yōu)化算法改進及應(yīng)用#生產(chǎn)調(diào)度 #經(jīng)濟調(diào)度#裝配線調(diào)度#充電優(yōu)化#車間調(diào)度#發(fā)車優(yōu)化#水庫調(diào)度#三維裝箱#物流選址#貨位優(yōu)化#公交排班優(yōu)化#充電樁布局優(yōu)化#車間布局優(yōu)化#集裝箱船配載優(yōu)化#水泵組合優(yōu)化#解醫(yī)療資源分配優(yōu)化#設(shè)施布局優(yōu)化#可視域基站和無人機選址優(yōu)化#背包問題#風(fēng)電場布局#時隙分配優(yōu)化#最佳分布式發(fā)電單元分配#多階段管道維修#工廠-中心-需求點三級選址問題 #應(yīng)急生活物質(zhì)配送中心選址#基站選址#道路燈柱布置#樞紐節(jié)點部署#輸電線路臺風(fēng)監(jiān)測裝置#集裝箱調(diào)度 #機組優(yōu)化 #投資優(yōu)化組合 #云服務(wù)器組合優(yōu)化#天線線性陣列分布優(yōu)化#CVRP問題#VRPPD問題#多中心VRP問題#多層網(wǎng)絡(luò)的VRP問題#多中心多車型的VRP問題 # 動態(tài)VRP問題 #雙層車輛路徑規(guī)劃2E-VRP #充電車輛路徑規(guī)劃EVRP #油電混合車輛路徑規(guī)劃#混合流水車間問題#訂單拆分調(diào)度問題#公交車的調(diào)度排班優(yōu)化問題#航班擺渡車輛調(diào)度問題#選址路徑規(guī)劃問題#港口調(diào)度#港口岸橋調(diào)度#停機位分配#機場航班調(diào)度#泄漏源定位#冷鏈#時間窗#多車場等#選址優(yōu)化#港口岸橋調(diào)度優(yōu)化#交通阻抗#重分配#停機位分配#機場航班調(diào)度#通信上傳下載分配優(yōu)化#機器學(xué)習(xí)和深度學(xué)習(xí)時序#回歸#分類#聚類和降維#bp時序#回歸預(yù)測和分類#ENS聲神經(jīng)網(wǎng)絡(luò)時序#回歸預(yù)測和分類#SVM#CNN-SVM#LSSVM#RVM支持向量機系列時序#CNN#TCN#GCN卷積神經(jīng)網(wǎng)絡(luò)系列時序#ELM#KELM#RELM#DELM極限學(xué)習(xí)機系列時序#GRU#Bi-GRU#CNN-GRU#CNN-BiGRU門控神經(jīng)網(wǎng)絡(luò)時序#ELMAN遞歸神經(jīng)網(wǎng)絡(luò)時序#LSTM#BiLSTM#CNN-LSTM#CNN-BiLSTM/長短記憶神經(jīng)網(wǎng)絡(luò)系列時序#RBF徑向基神經(jīng)網(wǎng)絡(luò)時序#DBN深度置信網(wǎng)絡(luò)時序#FNN模糊神經(jīng)網(wǎng)絡(luò)時序#RF隨機森林時序#回歸預(yù)測和分類#BLS寬度學(xué)習(xí)時序#回歸預(yù)測和分類#PNN脈沖神經(jīng)網(wǎng)絡(luò)分類#模糊小波神經(jīng)網(wǎng)絡(luò)預(yù)測和分類#XGBOOST集成學(xué)習(xí)時序#回歸預(yù)測預(yù)測和分類#Transform各類組合時序#回歸預(yù)測預(yù)測和分類#風(fēng)電預(yù)測#光伏預(yù)測#電池壽命預(yù)測#輻射源識別#交通流預(yù)測#負(fù)荷預(yù)測#股價預(yù)測#PM2.5濃度預(yù)測 #電池健康狀態(tài)預(yù)測#用電量預(yù)測#水體光學(xué)參數(shù)反演#NLOS信號識別#地鐵停車精準(zhǔn)預(yù)測#變壓器故障診斷#圖像處理方面#圖像識別 #圖像分割#圖像檢測#圖像隱藏#圖像配準(zhǔn)#圖像拼接#圖像融合#圖像增強#圖像壓縮感知#路徑規(guī)劃方面#旅行商問題TSP #車輛路徑問題VRP #MVRP#CVRP#VRPTW等 #無人機三維路徑規(guī)劃#無人機協(xié)同#無人機編隊#機器人路徑規(guī)劃#柵格地圖路徑規(guī)劃#多式聯(lián)運運輸問題#充電車輛路徑規(guī)劃EVRP #雙層車輛路徑規(guī)劃2E-VRP #油電混合車輛路徑規(guī)劃 #船舶航跡規(guī)劃 #全路徑規(guī)劃規(guī)劃 # 倉儲巡邏 #公交車時間調(diào)度#水庫調(diào)度優(yōu)化#多式聯(lián)運優(yōu)化#無人機應(yīng)用方面#無人機路徑規(guī)劃 #無人機控制#無人機編隊#無人機協(xié)同#無人機任務(wù)分配#無人機安全通信軌跡在線優(yōu)化#車輛協(xié)同無人機路徑規(guī)劃 ##通信方面#傳感器部署優(yōu)化 #通信協(xié)議優(yōu)化#路由優(yōu)化#目標(biāo)定位優(yōu)化#Dv-Hop定位優(yōu)化 #Leach協(xié)議優(yōu)化#WSN覆蓋優(yōu)化#組播優(yōu)化#RSSI定位優(yōu)化#水聲通信#通信上傳下載分配#信號處理方面#信號識別 #信號加密#信號去噪#信號增強#雷達信號處理#信號水印嵌入提取#肌電信號#腦電信號#信號配時優(yōu)化#心電信號#DOA估計#編碼譯碼#變分模態(tài)分解#管道泄漏#濾波器#數(shù)字信號處理傳輸分析去噪 #數(shù)字信號調(diào)制#誤碼率#信號估計#DTMF#信號檢測#電力系統(tǒng)方面#微電網(wǎng)優(yōu)化 #無功優(yōu)化#配電網(wǎng)重構(gòu)#儲能配置#有序充電#MPPT優(yōu)化#家庭用電#電/冷/熱負(fù)荷預(yù)測 #電力設(shè)備故障診斷#電池管理系統(tǒng)BMSSOC/SOH估算粒子濾波/卡爾曼濾波 #多目標(biāo)優(yōu)化在電力系統(tǒng)調(diào)度中的應(yīng)用#光伏MPPT控制算法改進擾動觀察法/電導(dǎo)增量法 #電動汽車充放電優(yōu)化#微電網(wǎng)日前日內(nèi)優(yōu)化#儲能優(yōu)化#家庭用電優(yōu)化#供應(yīng)鏈優(yōu)化\智能電網(wǎng)分布式能源經(jīng)濟優(yōu)化調(diào)度#虛擬電廠#能源消納#風(fēng)光出力#控制策略#多目標(biāo)優(yōu)化#博弈能源調(diào)度#魯棒優(yōu)化