Files
lora_route_py/docs/algorithm_doc.md
sinlatansen d357a25076 只有hello包实现多跳,还没加入业务数据
具体的还要看opencode和gpt记录接着优化
2026-02-24 17:17:45 +08:00

413 lines
11 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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:
1. **跳数成本**: 邻居节点的跳数 + 1
2. **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
1. 解析发送方的成本
2. 计算通过该邻居到Sink的成本
3. 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:
1. 检查是否有有效路由(父节点非空)
2. 将数据包发送到父节点
3. 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
```bash
# 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
```python
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:
```python
{
"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:
1. **多跳形成证明**
- max_hop ≥ 2
- hop_histogram显示多级跳数分布
2. **网络可靠性**
- PDR > 50%
- 平均重传次数 < 1.5
3. **路由稳定性**
- 收敛时间 < 30秒
- 路由变化率 < 0.05/秒
4. **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:
```python
# 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`:
```python
NODE_COUNT = 20 # 增加节点数
AREA_SIZE = 1200 # 扩大区域
```
### 6.2 修改物理层参数
```python
# 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
`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:
1. **梯度路由**: 基于RPLRouting Protocol for Low-Power and Lossy Networks的Distance-Vector思想
2. **路径损耗模型**: 自由空间路径损耗Free-Space Path Loss, FSPL
3. **CSMA/CA**: 载波侦听多路访问/冲突避免机制
4. **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。