Table of Contents

Le taux de dilemme des données dans l'IoT à bande étroite

La norme Narrowband Internet of Things (NB-IoT), qui fait partie de la spécification 3GPP Release 13, a été conçue pour connecter un nombre massif de dispositifs à faible complexité sur de vastes zones géographiques avec une consommation minimale d'énergie. En occupant seulement 180 kHz de bande passante, le NB-IoT obtient une couverture exceptionnelle et une pénétration intérieure profonde. Cependant, cette couche physique étroite impose une contrainte fondamentale : les taux de données sont plafonnés à environ 250 kbps en aval et 230 kbps en amont en pratique, avec des déploiements typiques fournissant souvent beaucoup moins en raison du codage de répétition et des marges budgétaires de liaison.Pour de nombreuses applications et mdash; des compteurs intelligents, des capteurs environnementaux, des trackers d'actifs et mdash; ces taux sont suffisants.

Cet article explore les techniques les plus prometteuses de pointe de FSK qui remodelent ce qui est possible dans les réseaux IoT à bande étroite. Il examine comment les modifications de l'encodage des symboles, le contrôle adaptatif des paramètres, les schémas de diversité de fréquences et la conception orthogonale des signaux peuvent débloquer collectivement des taux de données qui s'approchent ou dépassent les plafonds actuels de NB-IoT tout en maintenant la compatibilité en arrière et l'efficacité énergétique.

FSK Principes fondamentaux revisités: Pourquoi il reste pertinent pour l'IoT à bande étroite

Dans sa forme binaire la plus simple (BFSK), une carte logique 0 à une fréquence et une carte logique à une autre. Le signal n'est pas cohérent au récepteur, ce qui signifie que la synchronisation de phase est inutile— le détecteur mesure simplement l'énergie aux fréquences prévues. Cela rend FSK très robuste à la phase bruit et oscillateur dérive, qui sont courantes dans les radios IoT à faible coût. Pour le NB-IoT, qui fonctionne dans un spectre autorisé en dessous de 1 GHz (généralement des bandes 700-900 MHz), ces caractéristiques sont directement bénéfiques: les appareils peuvent utiliser des oscillateurs à cristaux peu coûteux et obtenir encore une démodulation fiable dans des conditions de propagation défavorables.

Chaque symbole ne porte qu'un seul bit, et la séparation de fréquence doit être suffisamment grande pour maintenir l'orthogonalité, généralement au moins le taux de symbole. Dans un canal de 180 kHz, après des bandes de garde et un filtrage, la bande passante utilisable est d'environ 160 kHz. À un taux de symbole de 100 ksymboles/s, par exemple, BFSK donne 100 kbps— bien en dessous de ce que les applications modernes exigent. Le défi est d'augmenter le nombre de bits par symbole tout en maintenant la bande passante fixe et le budget de puissance faible. C'est là que des variantes FSK innovantes entrent dans l'image, chacune abordant une dimension spécifique du compromis vitesse-bande-puissance.

FSK multi-niveaux: Encodage Plus de Bits par symbole

De la modulation binaire à la modulation maary

La voie la plus directe vers des taux de données plus élevés est d'augmenter l'ordre de modulation. M-ary FSK (M-FSK) utilise des fréquences distinctes M, où chaque symbole porte des bits log2(M). Par exemple, 16-FSK code quatre bits par symbole, quadruplant théoriquement la vitesse de données par rapport à BFSK au même taux de symbole. L'occupation spectrale de M-FSK est à peu près M fois l'espacement du symbole, de sorte que la bande passante s'étend linéairement avec M. Dans un canal limité de 160 kHz, le maximum possible M est limité. Avec un espacement de fréquence minimal égal à la vitesse de symbole (pour une détection cohérente) ou légèrement plus grand (pour un non-cohérent), 16-FSK nécessiteraient environ 1,6 MHz— bien au-delà du canal NB-IoT.

L'innovation dans le M-FSK moderne pour l'IoT à bande étroite consiste à optimiser l'espacement des fréquences et à le combiner avec la façon de façonner les impulsions pour s'adapter à plus de niveaux dans la bande passante disponible sans interférence destructrice. Les filtres à colmatage et à gaussien peuvent réduire l'énergie de lobe latéral, permettant ainsi de rapprocher les fréquences. Par exemple, avec un taux de symbole de 10 ksymboles/s et un facteur de roulis de 0,5, 8-FSK peuvent être installés dans environ 120 kHz, laissant place aux bandes de garde.

Considérations pratiques de mise en œuvre

Le PAPR plus élevé met en évidence l'efficacité de l'amplificateur de puissance, qui est critique pour les appareils fonctionnant avec une batterie. Les circuits de suivi ou de biais adaptatifs peuvent atténuer cette situation, mais ils ajoutent coût et complexité. De plus, le récepteur doit faire une distinction entre des tonalités plus espacées, imposant une précision plus stricte des oscillateurs locaux. Pour de nombreux scénarios IoT, un oscillateur de cristal à température compensée (TCXO) suffit, mais il faut un budget de liaison soigneux pour vérifier la marge sous la dérive la plus défavorable.

FSK adaptative: Modulation en fonction des conditions du canal

Pourquoi l'adaptation est importante dans le NB-IoT

Les réseaux NB-IoT servent des appareils dans une gamme variée d'environnements : sous-sols intérieurs profonds, canyons urbains extérieurs, champs agricoles éloignés et véhicules en mouvement. Les conditions de canaux varient énormément selon ces scénarios, ainsi qu'au fil du temps en raison de la perte, de l'interférence et de la mobilité.Les paramètres FSK fixes imposent une conception prudente : l'ordre de modulation et la séparation de fréquence doivent être choisis pour fonctionner dans les pires conditions, laissant la capacité sur la table lorsque les canaux sont bons.

Mécanismes d ' adaptation

Dans un système A-FSK, l'émetteur et le récepteur maintiennent une boucle de commande. Le récepteur évalue la qualité du canal actuel et renvoie un indice de modulation à l'émetteur. Cette rétroaction peut être transmise dans un canal de contrôle dédié, piggybacké sur des reconnaissances, ou déduite de la réception par liaison ascendante à la station de base. La granularité d'adaptation peut varier de grossière (switching entre 2-FSK, 4-FSK et 8-FSK) à fine (ajustement de la fréquence, variance de la bande passante du filtre à l'impulsion ou vitesse de symbole par petites étapes).

Les recherches menées par Abdelkader et al. (2021) ont démontré un schéma de FSK adaptatif pour la liaison ascendante NB-IoT qui a permis d'améliorer le débit de 180 % en moyenne par rapport aux 4-FSK non adaptés dans des scénarios mixtes intérieur/extérieur, avec une dégradation de sensibilité inférieure à 2 dB au niveau de la modulation la plus basse. La principale conclusion était que les frais généraux d'adaptation (message de rétroaction et intervalles de garde de transition) consommaient moins de 1 % du temps d'air total, ce qui rend le gain net fortement positif. Les travaux récents de l'IEEE sur la modulation adaptative pour la liaison à longue distance fournissent de nouvelles preuves que ces boucles sont pratiques même avec les longs retards de propagation et les budgets limités de liaison ascendante typiques des déploiements massifs de l'IoT.

Défis et solutions de mise en œuvre

Dans le NB-IoT, la station de base (eNodeB) contrôle la programmation des liaisons ascendantes, de sorte que les décisions d'adaptation sont mieux prises du côté du réseau. L'appareil peut intégrer les estimations de qualité des canaux dans ses paquets de données de liaisons ascendantes, ne nécessitant pas de transmissions supplémentaires. Au réseau, les stations de base de radio définies par logiciel (SDR) ou les architectures Cloud-RAN peuvent mettre en œuvre l'algorithme d'adaptation de manière flexible. Les organismes de normalisation, dont 3GPP dans les versions 17 et 18, ont envisagé de soutenir les schémas de modulation et de codage adaptatifs pour le NB-IoT. Bien que la norme actuelle prescrit des tables MCS fixes, des améliorations propriétaires sur le spectre autorisé sont possibles lorsque les opérateurs contrôlent à la fois les appareils et les équipements réseau.

Fréquence de mise à jour FSK: Exploiter la diversité pour la robustesse et le taux

Principes de l'happing de fréquence dans l'IoT à bande étroite

Dans le contexte du NB-IoT, le FHSS peut être appliqué dans la bande de 180 kHz attribuée en sautant entre les sous-bandes de, par exemple, 15 kHz chacune, ou à travers un spectre plus large si les contraintes réglementaires le permettent. L'avantage principal est l'immunité des interférateurs à bande étroite : si une fréquence est bloquée ou effacée, les symboles sur les autres fréquences seront probablement reçus correctement, ce qui permettra de corriger l'erreur avant (CEF) pour récupérer l'ensemble du paquet.

Gains de taux de données grâce à l'atténuation des interférences

Dans les bandes ISM encombrées ou près des bandes autorisées avec interférence des canaux adjacents, les taux de perte de paquets pour FSK statique peuvent être de 10 à 30%. Chaque paquet perdu déclenche une retransmission à la couche MAC, réduisant ainsi de moitié le débit dans les cas graves. FHSS réduit la probabilité de collision avec un interfère spécifique à la fraction de temps passé sur cette fréquence. Pour un système de saut à 12 sous-bandes avec occupation uniforme, la probabilité de collision diminue d'un facteur de 12, en supposant que l'interfère occupe une sous-bande.

Un système conçu par Malarski et al. (2022) a combiné le FHSS avec 16-FSK dans un canal de 200 kHz et a obtenu un débit efficace de 180 kbps sous des niveaux d'interférence qui auraient limité un lien statique de 4-FSK à 45 kbps. Le taux de saut a été fixé à 200 houblons par seconde, en équilibreant la diversité rapide avec les frais généraux de synchronisation. Les auteurs ont également noté que le FHSS procure naturellement des avantages de sécurité : un eavesdropper doit suivre la séquence de saut, qui peut être dérivée d'un hash cryptographique clé. Un relevé complet du FHSS pour l'IoT de faible puissance discute des compromis entre l'intervalle de saut, le nombre de sous-bandes et la latence de synchronisation, qui sont particulièrement aigus pour les dispositifs se réveillant à partir d'un sommeil profond.

Synchronisation et coordination des réseaux

Une critique de FHSS pour le NB-IoT est qu'il complique la synchronisation. Le NB-IoT s'appuie sur des signaux de référence à bande étroite dont le moment est critique pour la démodulation. Si le dispositif saute des fréquences, il doit réacquérir le timing et le décalage de la fréquence à chaque saut, en consommant puissance et temps d'air. Les solutions comprennent l'utilisation d'un signal de référence commun transmis sur toute la bande passante (bien que le NB-IoT soit déjà de 180 kHz de large) ou en utilisant un ton pilote de saut dédié.

Orthogonale FSK: Efficacité spectrale par la conception des signaux

Minimiser le discours croisé avec l'orthogonalité

La FSK binaire classique avec séparation de fréquence égale au taux de symbole atteint la véritable orthogonalité sur un intervalle de symbole, mais pour M>2, la condition d'orthogonalité devient complexe et les échelles de bande passante linéairement avec M, comme indiqué précédemment. L'innovation dans la FSK orthogonale moderne (O-FSK) consiste à utiliser des constellations de signaux non orthogonales ou « emballées » combinées à la détection itérative ou à l'annulation successive d'interférences (SIC) au récepteur. Cela permet d'espacer les fréquences plus étroitement que la limite classique, tandis que le récepteur résout l'interférence résiduelle algorithmiquement.

O-FSK à structure d'impulsion et à efficacité spectaculaire

En formant les impulsions transmises avec des filtres à haute teneur en cocaïne qui ont un facteur de roulis aussi bas que 0,1, les tons FSK adjacents peuvent être espacés à des intervalles aussi bas que 0,6 fois le taux de symbole tout en maintenant une performance d'erreur acceptable avec la FEC. Ceci est parfois appelé « détection rapide » ou « compact » FSK. Le récepteur utilise une banque de filtres assortis suivie d'un estimateur de séquence de style Viterbi qui explique l'interférence intersymbole et inter-porteur. La complexité est plus élevée qu'un détecteur d'énergie classique, mais les noyaux DSP de microcontrôleur moderne ou les accélérateurs FEC dédiés peuvent le gérer dans le budget de puissance d'un appareil NB-IoT.

Les résultats expérimentaux de She et al. (2023) ont montré qu'un système O-FSK 16 tons dans une bande passante de 160 kHz a atteint une efficacité spectrale de 2,4 bps/Hz, comparativement à 0,33 bps/Hz pour 2-FSK et 1,0 bps/Hz pour 8-FSK avec espacement classique. En termes de taux de données brutes, cela se traduit par 384 kbps dans la bande de 160 kHz, qui dépasse le maximum nominal de NB-IoT et approche celui de LTE-M. Le compromis est une réduction de 4-5 dB de la sensibilité par rapport à BFSK, ce qui signifie que la technique est la mieux adaptée aux appareils à budgets de liaison modérés.

Intégration avec la numérologie NB-IoT

Une question pratique importante est la façon dont O-FSK peut coexister avec les signaux NB-IoT existants. NB-IoT utilise 12 sous-porteurs de 15 kHz chacun, avec SC-FDMA pour la liaison ascendante et ODMA pour la liaison descendante. Les signaux FSK, par contre, sont en continu sur la durée du symbole. La superposition directe O-FSK causerait des interférences aux appareils existants. Une approche consiste à attribuer un sous-ensemble de PRB (blocs de ressources physiques) au sein du transporteur NB-IoT pour le trafic O-FSK, en utilisant le multiplexage du domaine temporel pour séparer les deux interfaces aériennes. Une autre consiste à mettre en œuvre O-FSK comme superposition transparente au-dessus de la modulation existante NB-IoT, où les symboles FSK sont transmis sur un petit nombre de sous-porteurs pendant les fentes en ralenti.

Avantages pratiques et stratégies de mise en œuvre

Gains quantitatifs de rendement dans les scénarios

Les techniques décrites ci-dessus peuvent multiplier les taux de données par des facteurs de 4-8 par rapport aux systèmes standard BFSK ou même actuels basés sur le QPSK NB-IoT. Le tableau ci-dessous résume les taux réalisables sous des contraintes typiques à bande étroite (bande passante utilisable de 160 kHz, bande passante de 10 dB SNR, canal de décoloration TU-3), en se fondant sur une synthèse des résultats publiés :

  • BFSK (base): ~20 kbps, grande robustesse, ~5 dB marge de sensibilité
  • 8-FSK adaptatif: 60-80 kbps, 2-3 dB pénalité
  • FHSS+16-FSK: 100-130 kbps, 4 dB de pénalité, interférence-robust
  • O-FSK avec SIC: 180-200 kbps, 5-6 dB, efficacité spectrale la plus élevée

Ces chiffres supposent que l'appareil a un canal clair et une mobilité modérée (jusqu'à 30 km/h). Pour les scénarios intérieurs profonds ou à longue portée avec une perte de trajectoire élevée, les schémas de ordre inférieur avec un codage de répétition restent préférables, mais le cadre adaptatif peut y revenir automatiquement. L'effet net est qu'un appareil unique peut supporter une gamme de 10x de taux de données, de 10 kbps à une couverture extrême à 200 kbps en bonnes conditions, sans changer de matériel.

Consommation d'énergie et compromis de latence

Les taux de données plus élevés réduisent le temps de transmission, ce qui réduit directement l'énergie dépensée dans l'état actif radio et le coût de l'énergie dominant pour la plupart des appareils IoT. Cependant, la complexité du récepteur pour O-FSK et FHSS peut augmenter l'énergie de traitement. Une budgétisation prudente est nécessaire. Dans un module NB-IoT typique, le front-end radio consomme ~50-100 mA, tandis que le processeur de bande de base ajoute ~10-50 mA selon la charge de traitement. Pour O-FSK avec SIC, le courant de bande de base peut augmenter de 20-30%, mais le temps de transmission diminue de 70-80%, ce qui donne une économie nette d'énergie pour les paquets de plus de quelques centaines d'octets.

Voie migratoire pour les déploiements existants

Les mises à jour du logiciel de la station de base peuvent ajouter du support pour les modes de saut adaptatif et de fréquence, car il s'agit principalement de changements de planning et de couche MAC. Les appareils avec de nouveaux chipsets qui prennent en charge les FSK et O-FSK à plusieurs niveaux peuvent ensuite être introduits dans de nouveaux déploiements ou comme des rénovations. Il n'est pas nécessaire de « couper le flash » à l'échelle du réseau. Les premiers adoptants comprennent des réseaux de capteurs de ville intelligents nécessitant des instantanés d'image de caméra, des systèmes de maintenance prédictive industrielle avec des données de vibration haute fréquence et des plates-formes IoT agricoles qui transmettent des images multispectrales de cultures. Le Livre blanc sur l'évolution du NB-IoT d'Ericsson décrit une feuille de route qui inclut des modulations améliorées comme élément clé pour la version 18 et au-delà.

Applications et études de cas dans le monde réel

Mesure intelligente avec micrologiciel en direct

Une utilitaire européenne a déployé 50 000 compteurs de gaz et d'eau intelligents en utilisant NB-IoT avec 4-FSK et répétition adaptative. Les compteurs collectent des données de consommation heure par heure (quelques centaines d'octets par rapport au rapport), mais le cas critique était des mises à jour du firmware à distance pour changer les algorithmes de facturation. Avec BFSK, une image firmware de 512 KB a pris environ 210 secondes au-dessus de l'air, risquant de perturber le compteur si la couverture pendant le téléchargement a perdu.

Agriculture : données de capteur à haute résolution

Un fournisseur d'IoT agricole a remplacé un système 2G par un système NB-IoT utilisant FHSS et 16-FSK. Les capteurs ont recueilli des images du sol à des intervalles de 10 minutes, produisant des paquets de 2-10 KB. Sur un déploiement de terrain typique avec rayon cellulaire de 3 km, le système a atteint 25 kbps. Le nouveau système a fourni une moyenne de 110 kbps, permettant une résolution d'image de 64x64 pixels à 240x240 pixels dans le même budget de transmission.

Stationnement et éclairage de la ville intelligente

Dans un couloir urbain dense avec interférence du Wi-Fi et du LTE dans les bandes voisines, une ville a déployé des capteurs de stationnement NB-IoT en utilisant FSK adaptative. Le système a détecté l'occupation et a transmis les données à un serveur central. L'interférence a causé un taux de perte de paquets de 15% avec BFSK fixe. En permettant la saute de fréquence sur 8 sous-bandes et la chute adaptative à 2-FSK dans des conditions mauvaises, le taux de perte est tombé à 1.2%, et le débit médian a doublé de 18 kbps à 36 kbps. Le réseau prend maintenant en charge les mises à jour en temps réel de disponibilité de stationnement avec sous-seconde latence, une exigence pour les intégrations d'applications mobiles qui était auparavant impossible.

Orientations futures et perspectives de recherche

Apprentissage automatique pour FSK adaptative

Un réseau neuronal formé sur les schémas historiques RSSI et les erreurs peut prédire la meilleure séquence de modulation et de saut pour le prochain intervalle de transmission. Les premiers résultats montrent des gains de débit supplémentaires de 10 à 15 % par rapport à l'adaptation fondée sur les règles, en particulier dans les environnements non stationnaires avec une interférence rapide ou éclatement.

Intégration avec le MIMO massif et le NB-IoT

Les bases massives MIMO peuvent diriger simultanément plusieurs faisceaux vers différents appareils. Combinées avec les techniques FSK, elles pourraient permettre la séparation spatiale des appareils utilisant différents ensembles de fréquences, ce qui multiplierait efficacement le taux de données par appareil. Bien que le NB-IoT soit généralement déployé sur des cellules macro ayant un support MIMO limité (souvent 2x2 ou 4x4), les déploiements futurs sur le spectre de la bande moyenne ou mmWave pourraient tirer parti de gains de réseau plus élevés.

Evolution des normes : version 19 du 3GPP et au-delà

3GPP étudie actuellement la possibilité de « continuer à améliorer le NB-IoT » pour la version 19, qui peut inclure un support facultatif pour la FSK à ordre supérieur, la modulation adaptative et le saut de fréquence. Le défi principal est la compatibilité avec les millions de dispositifs NB-IoT existants, mais les fonctionnalités optionnelles activées par signalisation permettent une introduction progressive. L'écosystème des fournisseurs de chipsets, des fabricants de modules et des opérateurs de réseau est favorable, car la demande de taux de données plus élevés dans les limites des contraintes à bande étroite continue de croître. Les derniers documents d'étude de 3GPP RAN1 incluent des contributions sur les améliorations de la forme d'onde pour l'IoT.

Conclusion

Les techniques innovantes de FSK offrent un chemin pratique et évolutif vers des taux de données sensiblement plus élevés dans les réseaux IoT à bande étroite sans abandonner les forces de base de faible puissance, une large couverture et une simplicité. FSK multiniveau élève directement le débit binaire, FSK adaptative associe la modulation aux conditions de canal pour un débit maximal, le saut de fréquence fournit une immunité de diversité et d'interférence, et FSK orthogonale pousse l'efficacité spectrale vers des limites théoriques. Ensemble, ces méthodes peuvent apporter des améliorations de débit 4-8x, permettant de nouveaux cas d'utilisation tels que les mises à jour de firmware en direct, la transmission d'images et le contrôle à faible latence, tous dans l'empreinte de bande étroite existante.

Pour les opérateurs de réseau et les fabricants d'appareils, le message est clair : le tuyau à bande étroite peut transporter plus de données que les implémentations actuelles. Grâce au déploiement réfléchi de ces variantes avancées de FSK, l'écosystème IoT peut supporter des applications plus riches, des durées de vie plus longues des appareils et des performances plus fiables, tout en restant dans le cadre du spectre autorisé qui donne au NB-IoT ses avantages de qualité de service.