11 KiB
11 KiB
LoRa多跳网络仿真系统技术文档
1. 系统概述
本仿真系统实现了一个基于梯度路由（Gradient Routing）的LoRa多跳网络仿真平台，使用Python和SimPy离散事件仿真框架开发。系统旨在验证LoRa网络在多跳场景下的可靠性和性能，为后续STM32WL硬件移植提供理论依据和算法验证。
1.1 主要特性
- 梯度路由协议: 基于成本（cost）的分布式路由算法，节点通过HELLO消息发现邻居并建立到Sink的路由
- 可靠MAC层: 实现CSMA类退避算法和ACK确认机制，支持数据包重传
- 无线信道模型: 基于自由空间路径损耗的RSSI计算，支持碰撞检测
- 可观测性框架: 完整的路由收敛分析、跳数分布统计、信道利用率监测、丢包率分析
1.2 项目结构
lora_route_py/
├── sim/
│ ├── config.py # 配置参数
│ ├── main.py # 仿真主入口
│ ├── core/
│ │ ├── packet.py # 数据包定义
│ │ └── metrics.py # 指标收集系统
│ ├── routing/
│ │ └── gradient_routing.py # 梯度路由协议
│ ├── mac/
│ │ └── reliable_mac.py # 可靠MAC层
│ ├── radio/
│ │ ├── channel.py # 无线信道
│ │ ├── propagation.py # 传播模型
│ │ └── airtime.py # 空口时间计算
│ ├── node/
│ │ └── node.py # 节点实现
│ ├── analysis_tools/ # 分析工具
│ │ ├── topology.py
│ │ ├── convergence.py
│ │ ├── channel_analysis.py
│ │ └── reliability_analysis.py
│ └── tests/ # 单元测试
│ ├── test_multihop_exists.py
│ ├── test_convergence.py
│ ├── test_reliability.py
│ ├── test_route_stability.py
│ ├── test_collision.py
│ └── test_channel_not_saturated.py
└── docs/
└── algorithm_doc.md # 本文档
2. 算法原理
2.1 梯度路由协议（Gradient Routing）
梯度路由是一种分布式、自组织的路由协议，灵感来源于蚂蚁觅食行为和自然梯度场。每个节点维护一个"成本"值（cost），表示到Sink节点的估计距离（跳数+链路惩罚）。
2.1.1 成本计算
节点的成本由两部分组成：
- 跳数成本: 邻居节点的跳数 + 1
- 链路惩罚: 基于RSSI（接收信号强度指示器）计算
new_cost = neighbor_cost + 1 + link_penalty
link_penalty = max(0, (RSSI_THRESHOLD - RSSI) / LINK_PENALTY_SCALE)
其中：
RSSI_THRESHOLD = -105 dBm: 接收灵敏度阈值LINK_PENALTY_SCALE = 8.0: 链路惩罚缩放因子
链路惩罚机制使得信号质量更好的链路具有更低的成本，从而优先选择高质量链路。
2.1.2 HELLO消息机制
每个节点定期（默认8秒）广播HELLO消息，包含：
- 源节点ID
- 当前成本值
- 序列号
邻居节点收到HELLO后：
- 解析发送方的成本
- 计算通过该邻居到Sink的成本
- 如果新成本更低，则更新父节点和成本
2.1.3 路由收敛
初始时，只有Sink节点成本为0，其他节点成本为∞。随着HELLO消息的传播，网络逐渐收敛。每个节点最终选择成本最低的邻居作为父节点，形成以Sink为根的树形拓扑。
2.1.4 数据转发
当节点需要发送数据时：
- 检查是否有有效路由（父节点非空）
- 将数据包发送到父节点
- 父节点继续转发，直到到达Sink
中间节点使用路径追踪机制避免路由环路：
- 每个数据包维护
path列表，记录经过的节点ID - 节点收到数据包时，检查自身ID是否已在路径中
- 如果已存在，则丢弃该数据包（防止无限循环）
2.2 可靠MAC层
采用类似传统CSMA的机制，但针对LoRa特性进行了简化。
2.2.1 发送流程
1. 数据包入队
2. 等待随机退避时间 (0~2秒)
3. 发送数据包
4. 等待ACK确认
5. 若超时未收到ACK，重传（最多3次）
6. 超过最大重传次数后丢弃
2.2.2 关键参数
| 参数 | 默认值 | 说明 |
|---|---|---|
| BACKOFF_MAX | 2.0s | 最大退避时间 |
| MAX_RETRY | 3 | 最大重传次数 |
| ACK_TIMEOUT_FACTOR | 2.5 | ACK超时倍数 |
2.3 无线信道模型
2.3.1 RSSI计算
采用自由空间路径损耗模型：
RSSI = TX_POWER - 10*n*log10(d) + Gaussian_noise
参数说明：
TX_POWER = 14 dBm: 发射功率n = 2.7: 路径损耗指数（城市环境典型值）d: 距离（米）Gaussian_noise ~ N(0, 3dB): 高斯噪声
2.3.2 碰撞检测
当两个数据包传输时间重叠时，判定为碰撞，接收方丢弃所有参与碰撞的数据包。
3. 可观测性框架
3.1 指标体系
系统实现了完整的指标收集和分析框架，主要包括：
3.1.1 基本性能指标
| 指标 | 说明 |
|---|---|
| total_sent | 节点生成的数据包总数 |
| total_received | Sink成功接收的数据包数 |
| total_forwarded | 中间节点转发的数据包数 |
| pdr | 数据包交付率 (PDR = received / sent) |
3.1.2 多跳路由指标
| 指标 | 说明 |
|---|---|
| max_hop | 数据包经历的最大跳数 |
| avg_hop | 平均跳数 |
| hop_histogram | 跳数分布直方图 |
| MULTIHOP_FORMED | 是否形成多跳 (max_hop ≥ 2) |
3.1.3 路由稳定性指标
| 指标 | 说明 |
|---|---|
| route_changes | 路由变化总次数 |
| route_change_rate | 路由变化率 (次/秒) |
| convergence_time | 路由收敛时间 |
3.1.4 信道利用指标
| 指标 | 说明 |
|---|---|
| channel_utilization | 信道利用率 (%) |
| collisions | 碰撞次数 |
3.1.5 丢包分类
| 指标 | 说明 |
|---|---|
| loss_collision | 因碰撞丢包 |
| loss_no_route | 因无路由丢包 |
| loss_retry_exceeded | 因重传超限丢包 |
| loss_channel_busy | 因信道繁忙丢包 |
3.2 关键验证点
3.2.1 多跳路由验证（最重要）
验证目标: 证明数据包确实通过多跳传输，而非直接从源到Sink。
验证方法:
max_hop >= 2: 最大跳数≥2，证明存在多跳hop_histogram: 跳数分布反映网络拓扑深度path追踪: 记录每个数据包经过的节点序列
3.2.2 路由收敛验证
验证目标: 证明网络能够自组织形成稳定的路由树。
验证方法:
- 路由收敛时间测量
- 无路由环路证明
- 路由变化率在合理范围
3.2.3 可靠性验证
验证目标: 证明网络在给定条件下能够可靠传输数据。
验证方法:
- PDR > 50%（默认阈值）
- 平均重传次数合理
- 无因协议缺陷导致的系统性丢包
4. 测试方法
4.1 运行测试
# 运行所有测试
python -m pytest sim/tests/ -v
# 运行特定测试
python -m pytest sim/tests/test_multihop_exists.py -v
# 运行并显示详细输出
python -m pytest sim/tests/ -v -s
4.2 测试套件说明
| 测试文件 | 测试数量 | 验证内容 |
|---|---|---|
| test_multihop_exists.py | 2 | 多跳路由是否形成 |
| test_convergence.py | 3 | 路由收敛性 |
| test_reliability.py | 3 | 网络可靠性 |
| test_route_stability.py | 2 | 路由稳定性 |
| test_collision.py | 2 | 碰撞检测 |
| test_channel_not_saturated.py | 2 | 信道利用率 |
总计: 14个测试用例，全部通过表示仿真系统验证完成。
4.3 运行仿真
from sim.main import run_simulation
# 默认配置运行
results = run_simulation()
# 自定义参数运行
results = run_simulation(
num_nodes=20, # 节点数量
area_size=1000, # 部署区域大小（米）
sim_time=500, # 仿真时间（秒）
seed=42 # 随机种子（可复现）
)
# 访问结果
metrics = results["metrics"]
topology = results["topology"]
4.4 结果解读
仿真完成后，系统输出以下关键指标：
{
"total_sent": 92, # 发送数据包数
"total_received": 61, # 接收数据包数
"pdr": 66.3, # 交付率(%)
"max_hop": 11, # 最大跳数
"avg_hop": 6.5, # 平均跳数
"hop_histogram": {4:5, 6:5, 7:5, 9:7, ...}, # 跳数分布
"MULTIHOP_FORMED": True, # 多跳形成标志
"route_changes": 3, # 路由变化次数
"channel_utilization": 5.2, # 信道利用率(%)
"collisions": 19, # 碰撞次数
}
5. 科研论文引用指南
5.1 仿真参数配置
发表论文时，建议在正文中说明以下参数配置：
网络规模: N = 12 节点
部署区域: 800m × 800m
Sink位置: 区域中心
仿真时间: 200-300秒
随机种子: 42（可复现）
LoRa物理层:
- 发射功率: 14 dBm
- 扩频因子: SF9
- 带宽: 125 kHz
- 编码率: 4/5
路由协议:
- HELLO周期: 8秒
- 链路惩罚因子: 8.0
- 路由更新阈值: 1.0
5.2 关键结果展示
建议在论文中重点展示以下结果：
-
多跳形成证明
- max_hop ≥ 2
- hop_histogram显示多级跳数分布
-
网络可靠性
- PDR > 50%
- 平均重传次数 < 1.5
-
路由稳定性
- 收敛时间 < 30秒
- 路由变化率 < 0.05/秒
-
信道健康度
- 信道利用率 < 20%
- 碰撞率 < 10%
5.3 图表生成
可使用分析工具生成可视化图表：
# 拓扑分析
from sim.analysis_tools.topology import analyze_topology
# 收敛分析
from sim.analysis_tools.convergence import analyze_convergence
# 信道分析
from sim.analysis_tools.channel_analysis import analyze_channel
# 可靠性分析
from sim.analysis_tools.reliability_analysis import analyze_reliability
6. 扩展与定制
6.1 修改网络规模
编辑 sim/config.py:
NODE_COUNT = 20 # 增加节点数
AREA_SIZE = 1200 # 扩大区域
6.2 修改物理层参数
# 更激进的配置（更长距离）
SF = 10 # 更大扩频因子
TX_POWER = 20 # 更高发射功率
# 更保守的配置（更短距离）
SF = 7
RSSI_THRESHOLD = -100
6.3 添加新指标
在 sim/core/metrics.py 中的 SimulationMetrics 类添加新字段，并在相应位置调用 record_xxx() 方法记录数据。
7. 参考文献
本仿真系统基于以下经典算法和模型：
- 梯度路由: 基于RPL（Routing Protocol for Low-Power and Lossy Networks）的Distance-Vector思想
- 路径损耗模型: 自由空间路径损耗（Free-Space Path Loss, FSPL）
- CSMA/CA: 载波侦听多路访问/冲突避免机制
- SimPy: Python离散事件仿真框架
8. 结论
本仿真系统成功验证了LoRa多跳网络的以下关键特性：
✓ 分布式路由自组织能力
✓ 多跳数据转发机制
✓ 网络可靠传输性能
✓ 路由稳定性
✓ 信道资源利用率
14项测试全部通过，证明该系统可以作为STM32WL硬件移植的算法基础和研究验证工具。