摘要
在LoRa（长距离）广域网（LoRaWAN）中，A类设备采用纯ALOHA随机接入机制。在大规模接入以及流量突发的情况下，很可能会出现严重的数据包碰撞，这会降低传输速率并增加数据包丢失率。为了解决这些问题，本文提出了一种将扩展卡尔曼滤波器（EKF）与非正交多址接入（NOMA）相结合的碰撞缓解方案。首先，构建一个非线性状态空间模型，以描述积压节点的动态变化以及流量到达的不确定性。积压节点数量被视为隐藏状态，而新到达且成功解码的数据包则被纳入状态转换方程中。在网关处，解码后的数据包数量和信道占用情况被视为观测值，以此建立系统状态与可观测特征之间的非线性映射关系。随后应用EKF进行递归预测和修正，从而实现积压状态的实时估算。据此，还设计了一种自适应退避策略，根据估算出的最佳负载来调整传输概率。此外，为减少由碰撞导致的数据包丢失，还引入了一种具有连续干扰消除功能的功率域NOMA方案。通过利用不同扩频因子（SF）之间的准正交性，将采用不同SF传输的信号分离成大致独立的处理分支。为应对SF之间并非完全正交的情况，还引入了跨SF残余耦合系数，用以描述泄漏干扰。对于使用相同SF传输的信号，通过由基于SINR的解码阈值、功率域分离要求、可处理的最大SIC层数以及残余SIC干扰共同约束的NOMA-SIC机制，对重叠的数据包进行依次解码和恢复。由此，所提出的接收机架构提升了对发生碰撞的LoRa数据包的解码和恢复能力。仿真结果表明，在中高流量负荷下，该方案显著提高了传输速率和接入成功率，同时有效降低了碰撞概率和数据包丢失率，进而提升了LoRa网络的整体稳定性和效率。
