论文部分内容阅读
随着物联网技术的广泛应用和快速发展,接入互联网中的物联网设备每年都迎来井喷式的增长,为了满足物联网终端的及时响应以及节省带宽的消耗,业界对此提出雾计算(Fog Computing)的概念,并成为物联网领域的热点问题。而LoRaWAN作为当今最流行的物联网协议之一,如何对它进行雾计算的改造具有很大的研究意义和应用价值。将雾计算与LoRaWAN进行结合,根据其三层式的网络结构,主要思路是把网络服务器从云端下移到网关,使更靠近终端的网关成为雾计算节点。然而实际情况下网络中存在多个网关,多网关的改造面临着稳定性和协同性的挑战。针对这些问题,本文开展了理论分析、方法研究和仿真验证等工作,主要内容如下:(1)针对网关计算能力不足和雾端数据难以共享的问题,引入FogFlow雾计算框架,通过对LoRaWAN网关在软件和硬件方面的升级,将普通网关改造为胖网关(Fat Gateway),设计了面向雾计算的LoRaWAN(Fog-Based LoRaWAN,FB-LoRaWAN)系统,增强网关的计算能力的同时保障网络服务器的可用性。(2)针对多网关改造过程中面临的网关选择问题,基于混合整数线性规划的理论,提出胖网关选择算法(Fat Gateway Selection Algorithm,FGSA)寻找最佳的网关选择方案,经过与常见的其他几种算法进行仿真实验对比,能够提高系统的综合性能。(3)面对提出的FB-LoRaWAN系统,实现了其中的重要软件模块,并利用云服务和树莓派嵌入式设备,进行系统应用的容器化部署和软件功能验证,搭建了一套实物的实验平台。(4)针对云端接收数据量过多的问题,基于本文设计的“终端-雾端-云端”三层架构,提出各个层次之间的合作算法,并将其应用于FB-LoRaWAN系统,经过LoRa终端的发包实验,验证了系统整体的正常运行,发挥了雾端的效用。(5)针对现有LoRaWAN网络架构响应时延较大的问题,选择终端入网等网络行为进行实验,对比FB-LoRaWAN系统与原LoRaWAN系统的平均执行时间,验证了雾计算与LoRaWAN结合方案在响应性能的优越性。本文以FB-LoRaWAN的系统架构设计为中心,解决了在多LoRaWAN网关改造过程中的诸多问题,实现了网关作为雾计算节点的重要软件模块,为雾计算与LoRaWAN的结合提供了切实可行的工程方案。