[發明專利]LoRa數據包起點對齊方法及裝置

有效

• 申請號: 202011183243.5
• 申請日: 2020-10-29
• 公開（公告）號: CN112437030B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 王繼良;童率;劉云浩
• 申請（專利權）人: 清華大學
• 主分類號: H04L27/26
• 分類號: H04L27/26;H04L27/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 程琛

1.一種LoRa數據包起點對齊方法，其特征在于，包括：

將多種預設的高斯白噪聲分別添加到每個信號樣本中，獲取含有高斯白噪聲的信號樣本；

根據所述含有高斯白噪聲的信號樣本和所述信號樣本的類別，對卷積神經網絡進行訓練，所述信號樣本的類別為含有LoRa數據包或不含有LoRa數據包，其中，所述卷積神經網絡包括：擴張卷積層、卷積層和RNN分類層；

將當前信號進行解擴頻后，再進行傅里葉變換，將解擴頻和傅里葉變換后的當前信號輸入到所述卷積神經網絡中，輸出所述當前信號的類別；

所述將所述解擴頻和傅里葉變換后的當前信號輸入到所述卷積神經網絡中，輸出所述當前信號的類別，包括：

將所述解擴頻和傅里葉變換后的當前信號輸入到所述卷積神經網絡，通過所述擴張卷積層和所述卷積層對所述解擴頻和傅里葉變換后的當前信號進行特征提取，得到提取的特征，并將所述提取的特征輸入至所述RNN分類層，通過所述RNN分類層得到所述當前信號的類別；

若檢測到網關接收的當前信號中含有LoRa數據包，則對所述LoRa數據包的前導碼中的任一上掃頻符號和任一下掃頻符號分別進行解擴頻后，再進行傅里葉變換，獲取該上掃頻符號和該下掃頻符號的波峰頻率；

根據該上掃頻符號和該下掃頻符號的波峰頻率，計算所述當前信號的載波頻率偏移；

根據所述載波頻率偏移，計算所述網關接收當前信號的接收窗口起點與所述LoRa數據包的起點之間的時間偏移，根據所述時間偏移調整所述接收窗口起點，以使所述接收窗口起點與所述LoRa數據包的起點對齊。

2.根據權利要求1所述的LoRa數據包起點對齊方法，其特征在于，所述根據該上掃頻符號和該下掃頻符號的波峰頻率，計算所述當前信號的載波頻率偏移，包括：

計算該上掃頻符號的波峰頻率和該下掃頻符號的波峰頻率的平均值，將所述平均值作為所述當前信號的載波頻率偏移。

3.根據權利要求1所述的LoRa數據包起點對齊方法，其特征在于，所述根據所述載波頻率偏移，計算所述網關接收當前信號的接收窗口起點與所述LoRa數據包的起點之間的時間偏移，包括：

計算該上掃頻符號的波峰頻率和所述載波頻率偏移的差值；

將所述差值除以該上掃頻符號的線性掃頻斜率，獲取所述網關接收當前信號的接收窗口起點與所述LoRa數據包的起點之間的時間偏移。

4.根據權利要求1-3任一所述的LoRa數據包起點對齊方法，其特征在于，所述根據所述時間偏移調整所述接收窗口起點，以使所述接收窗口起點與所述LoRa數據包的起點對齊之后，包括：

根據調整后的接收窗口起點對所述當前信號進行解碼。

5.一種LoRa數據包起點對齊裝置，其特征在于，包括：

獲取模塊，用于若檢測到網關接收的當前信號中含有LoRa數據包，則對所述LoRa數據包的前導碼中的任一上掃頻符號和任一下掃頻符號分別進行解擴頻后，再進行傅里葉變換，獲取該上掃頻符號和該下掃頻符號的波峰頻率；

計算模塊，用于根據該上掃頻符號和該下掃頻符號的波峰頻率，計算所述當前信號的載波頻率偏移；

調整模塊，根據所述載波頻率偏移，計算所述網關接收當前信號的接收窗口起點與所述LoRa數據包的起點之間的時間偏移，根據所述時間偏移調整所述接收窗口起點，以使所述接收窗口起點與所述LoRa數據包的起點對齊；

所述獲取模塊，還用于將多種預設的高斯白噪聲分別添加到每個信號樣本中，獲取含有高斯白噪聲的信號樣本；根據所述含有高斯白噪聲的信號樣本和所述信號樣本的類別，對卷積神經網絡進行訓練，所述信號樣本的類別為含有LoRa數據包或不含有LoRa數據包；將當前信號進行解擴頻后，再進行傅里葉變換，將解擴頻和傅里葉變換后的當前信號輸入到所述卷積神經網絡中，輸出所述當前信號的類別，其中，所述卷積神經網絡包括：擴張卷積層、卷積層和RNN分類層；

所述獲取模塊，用于將所述解擴頻和傅里葉變換后的當前信號輸入到所述卷積神經網絡，通過所述擴張卷積層和所述卷積層對所述解擴頻和傅里葉變換后的當前信號進行特征提取，得到提取的特征，并將所述提取的特征輸入至所述RNN分類層，通過所述RNN分類層得到所述當前信號的類別。