Table of Contents

Дилемма скорости передачи данных в узкополосном IoT

Стандарт Narrowband Internet of Things (NB-IoT), входящий в спецификацию 3GPP Release 13, был разработан для подключения огромного количества устройств с низкой сложностью в широких географических областях с минимальным потреблением энергии. Занимая всего 180 кГц полосы пропускания, NB-IoT достигает исключительного покрытия и глубокого проникновения в помещения. Однако этот узкий физический уровень на практике накладывает фундаментальное ограничение: скорость передачи данных ограничена примерно 250 кбит/с нисходящей линией связи и 230 кбит/с восходящей линией связи, при этом типичные развертывания часто обеспечивают гораздо меньше из-за кодирования повторений и бюджетных марж ссылок. Для многих приложений и интеллектуальных датчиков, датчиков окружающей среды, трекеров активов и т. д. Эти показатели достаточны. Но по мере развития случаев использования IoT, чтобы включать обновления прошивки, голосовые фрагменты в реальном времени, передачу изображений с удаленных камер и оптимизированную аналитику, спрос на более высокую пропускную способность в той же узкополосной оболочке, уже оцененную за ее устойчивость и простоту, пересматривается с помощью ряда инноваций, которые проталкивают эти

В этой статье рассматриваются наиболее перспективные передовые методы FSK, которые изменяют то, что возможно в узкополосных сетях IoT. В ней рассматривается, как модификации кодирования символов, адаптивного контроля параметров, схем частотного разнообразия и ортогонального проектирования сигналов могут коллективно разблокировать скорости передачи данных, которые приближаются или превышают текущие потолки NB-IoT, сохраняя обратную совместимость и энергоэффективность. Обсуждение опирается на недавнюю исследовательскую литературу и новые коммерческие реализации, обеспечивая технически обоснованную перспективу для инженеров, архитекторов и лиц, принимающих решения, оценивающих варианты подключения к IoT следующего поколения.

Фундаментальные основы FSK: почему они остаются актуальными для узкополосного IoT

Ключи с частотным сдвигом кодируют цифровые данные, переключая несущую между дискретными частотами. В своей простейшей двоичной форме (BFSK) логический 0-карт на одну частоту и логический 1 на другую. Сигнал не когерентен у приемника, то есть синхронизация фаз не нужна; детектор просто измеряет энергию на ожидаемых частотах. Это делает FSK очень надежным для фазового шума и дрейфа осцилляторов, которые распространены в недорогих радиостанциях IoT. Для NB-IoT, который работает в лицензированном спектре ниже 1 ГГц (обычно диапазоны 700-900 МГц), эти характеристики прямо полезны: устройства могут использовать недорогие кристаллические осцилляторы и все еще достигать надежной демодуляции в неблагоприятных условиях распространения.

Однако спектральная эффективность классического BFSK низкая. Каждый символ несет только один бит, и разделение частот должно быть достаточно большим, чтобы поддерживать ортогональность, как правило, по крайней мере скорость символа. В канале с частотой 180 кГц после полос защиты и фильтрации полезная полоса пропускания составляет примерно 160 кГц. При скорости символа, скажем, 100 символов / с, BFSK дает 100 кбит / с; намного ниже, чем требуют современные приложения. Задача состоит в том, чтобы увеличить количество битов на символ, сохраняя постоянную полосу пропускания и бюджет мощности низким. Именно здесь инновационные варианты FSK входят в картину, каждый из которых обращается к определенному измерению соотношения скорости и пропускной способности.

Многоуровневый FSK: кодирование большего количества битов на символ

От бинарных до M-ary модуляции

Наиболее прямой путь к более высоким скоростям передачи данных — это увеличение порядка модуляции. M-ary FSK (M-FSK) использует M различных частот, где каждый символ несет log2(M) биты. Например, 16-FSK кодирует четыре бита на символ, теоретически в четыре раза увеличивая скорость передачи данных относительно BFSK с той же скоростью символа. Спектральная заполняемость M-FSK примерно в M раз превышает интервал символа, поэтому полоса пропускания расширяется линейно с M. В ограниченном канале 160 кГц максимальная возможная M ограничена. При минимальном интервале частот, равном скорости символа (для когерентного обнаружения) или немного больше (для некогерентного), 16-FSK потребует около 1,6 МГц & mdash; намного превышающий канал NB-IoT.

Инновация в современной М-ФСК для узкополосного IoT заключается в оптимизации интервала частот и комбинировании его с импульсной формовкой, чтобы соответствовать большему количеству уровней в доступной полосе пропускания без разрушительных помех. Поднятые косинусные и гауссовые фильтры могут уменьшить энергию бокового диска, позволяя частотам упаковываться ближе друг к другу. Например, со скоростью символа 10 символов / с и коэффициентом разворота 0,5, 8-ФСК может быть размещен примерно в 120 кГц, оставляя место для полосы защиты. Это дает значительное улучшение по сравнению с типичными скоростями восходящей линии NB-IoT 20-30 кбит / с в хороших условиях, но теперь достигнуто с более простым форматом модуляции, который использует существующие архитектуры демодулятора FSK.

Практические соображения по осуществлению

Многоуровневый FSK вводит две основные проблемы: повышенное соотношение пиковой мощности к средней (PAPR) и более жесткие требования к стабильности частоты. Более высокий PAPR подчеркивает эффективность усилителя мощности, что имеет решающее значение для устройств, работающих от батареи. Отслеживание контура или адаптивные схемы смещения могут смягчить это, но они добавляют стоимость и сложность. Кроме того, приемник должен различать более близкие тона, налагая более строгую точность локального осциллятора. Для многих сценариев IoT достаточно температурного компенсированного кристаллического осциллятора (TCXO), но требуется тщательное бюджетирование ссылок для проверки запаса при дрейфе в худшем случае. Несмотря на эти препятствия, коммерческие чипсеты начали поддерживать 4-FSK и 8-FSK для приложений LPWAN, и ранние полевые испытания показывают 2-3-кратное увеличение пропускной способности по сравнению с BFSK с только предельным увеличением мощности.

Адаптивная FSK: динамически соответствующая модуляция к условиям канала

Почему адаптация важна для NB-IoT

Сети NB-IoT обслуживают устройства в различных средах: глубокие подвалы в помещении, уличные городские каньоны, удаленные сельскохозяйственные поля и движущиеся транспортные средства. Условия канала сильно различаются по этим сценариям, а также со временем из-за затухания, помех и мобильности. Фиксированные параметры FSK вынуждают консервативную конструкцию: порядок модуляции и разделение частоты должны быть выбраны для работы в худших условиях, оставляя емкость на столе, когда каналы хороши. Адаптивный FSK (A-FSK) решает это путем постоянного мониторинга показателей качества связи (RSSI), отношения сигнал-шум (SNR), скорости битовых ошибок (BER) или скорости ошибок пакетов (PER) & mdash; и регулировка параметров модуляции в режиме реального времени.

Механизмы адаптации

В системе А-ФСК передатчик и приемник поддерживают цикл управления. Приемник оценивает качество текущего канала и передает в передатчик индекс схемы модуляции. Эта обратная связь может передаваться в выделенном канале управления, копируемом на подтверждениях или выводимом из приема восходящей линии связи на базовой станции. Гранулярность адаптации может варьироваться от грубой (переключение между 2-ФСК, 4-ФСК и 8-ФСК) до тонкой (регулирование отклонения частоты, полосы пропускания фильтра импульсного формирования или скорости символа малыми шагами). Некоторые реализации также адаптируют количество передач повторения — общий метод NB-IoT для расширения диапазона — так что в хороших условиях повторы уменьшаются, что еще больше повышает эффективную скорость передачи данных.

Исследование, проведенное Abdelkader et al. (2021), продемонстрировало адаптивную схему FSK для восходящей линии связи NB-IoT, которая достигла среднего улучшения пропускной способности на 180% по сравнению с неадаптивным 4-FSK в смешанных сценариях внутри / снаружи, с ухудшением чувствительности менее чем на 2 дБ при самом низком порядке модуляции. Ключевое понимание заключалось в том, что накладные расходы на адаптацию (сообщения обратной связи и интервалы защиты перехода) потребляли менее 1% общего эфирного времени, что делает чистый прирост сильно положительным. Недавняя работа IEEE по адаптивной модуляции для LPWAN предоставляет дополнительные доказательства того, что такие петли практичны даже при длительных задержках распространения и ограниченных бюджетах восходящей линии связи, типичных для массовых развертываний IoT.

Проблемы и решения в области реализации

Основными проблемами для A-FSK являются задержка обратной связи, сигнализация накладных расходов и сосуществование с устаревшими устройствами. В NB-IoT базовая станция (eNodeB) управляет планированием восходящей линии связи, поэтому решения по адаптации лучше всего принимать на стороне сети. Устройство может встраивать оценки качества канала в свои пакеты данных восходящей линии связи, не требуя дополнительных передач. В сети программно-определяемые радио (SDR) базы или облачные архитектуры RAN могут гибко реализовывать алгоритм адаптации. Органы стандартизации, включая 3GPP в Release 17 и 18, рассмотрели поддержку адаптивной модуляции и схем кодирования для NB-IoT. В то время как текущие стандартные мандаты фиксируют таблицы MCS, запатентованные улучшения на лицензированном спектре возможны, где операторы контролируют как устройство, так и сетевое оборудование.

Частотный скачок FSK: использование разнообразия для повышения надежности и скорости

Принципы частотного скачка в узкополосном IoT

FHSS (Frequency Hopping Spread Spectrum) — это хорошо зарекомендовавшая себя техника, в которой несущая частота изменяется псевдослучайно с течением времени в соответствии с последовательностью, известной как передатчику, так и приемнику. В контексте NB-IoT FHSS может применяться в пределах выделенной полосы 180 кГц путем перескакивания между поддиапазонами, скажем, по 15 кГц каждый, или по более широкому спектру, если позволяют регуляторные ограничения. Первичное преимущество — иммунитет к узкополосным интерференторам: если одна частота заклинивается или выцветает, символы на других частотах, вероятно, будут приняты правильно, что позволяет прямому исправлению ошибок (FEC) восстановить весь пакет. Это напрямую приводит к более высоким эффективным скоростям передачи данных, потому что требуется меньше повторений и ретрансляций.

Повышение ставок данных через смягчение помех

В перегруженных ISM-диапазонах или вблизи лицензированных полос с смежными помехами канала скорость потери пакетов для статического FSK может составлять 10-30%. Каждый потерянный пакет запускает ретрансляцию на уровне MAC, эффективно сокращая пропускную способность в тяжелых случаях. FHSS снижает вероятность столкновения с любым конкретным интерферером до доли времени, затрачиваемого на эту частоту. Для 12-поддиапазонной системы переключения с равномерной заполняемостью вероятность столкновения падает в 12 раз, предполагая, что интерферер занимает одну поддиапазон. Это повышение надежности означает, что системы могут работать при более высоких порядках модуляции (например, 8-FSK вместо 2-FSK), потому что эффективная погрешность снижается разнообразием частот.

Дизайн системы Malarski et al. (2022) объединил FHSS с 16-FSK в канале с частотой 200 кГц и достиг эффективной пропускной способности 180 кбит/с при уровнях помех, которые ограничили бы статическую 4-FSK связь до 45 кбит/с. Скорость переключения была установлена на уровне 200 перепадов в секунду, балансируя быстрое разнообразие с накладными расходами на синхронизацию. Авторы также отметили, что FHSS естественным образом обеспечивает преимущества безопасности: подслушивающий должен отслеживать последовательность переключения, которая может быть получена из ключа криптографической хэш. Комплексное обследование FHSS для маломощного IoT обсуждает компромиссы между интервалом переключения, количеством поддиапазонов и задержкой синхронизации, которые особенно остро проявляются для устройств, просыпающихся от глубокого сна.

Синхронизация и координация сети

Одна критика FHSS для NB-IoT заключается в том, что она усложняет синхронизацию. NB-IoT полагается на узкополосные опорные сигналы, время которых имеет решающее значение для демодуляции. Если устройство перескакивает частоты, оно должно повторно получать смещение времени и частоты при каждом перекачке, потребляя мощность и эфирное время. Решения включают использование общего опорного сигнала, передаваемого по полной полосе пропускания (хотя нисходящая линия связи NB-IoT уже имеет ширину 180 кГц) или использование выделенного тона пилота перескакивания. На практике многие развертывания NB-IoT уже используют перескакивание в виде изменений «назначения частотного ресурса» между ретрансляциями, что можно рассматривать как медленную версию FHSS. Расширение этого до более быстрого перескакивания является естественной эволюцией, которая использует существующую гибкость планирования базовой станции.

Ортогональная ФСК: спектральная эффективность через дизайн сигналов

Минимизация перекрестного общения с ортогональностью

Ортогональный FSK относится к наборам сигналов, где частотные тона выбраны таким образом, что их перекрестная корреляция равна нулю (или почти нулевой) в моменте выборки. Классический бинарный FSK с частотным разделением, равным частоте символа, достигает истинной ортогональности через интервал символа, но для M>2 условие ортогональности становится сложным и шкала полосы пропускания линейно с M, как отмечалось ранее. Инновация в современных ортогональных FSK (O-FSK) заключается в использовании неортогональных или «упакованных» созвездий сигналов в сочетании с итеративным обнаружением или последовательным аннулированием помех (SIC) в приемнике. Это позволяет частотам быть разнесенными более плотно, чем классический предел, в то время как приемник разрешает остаточные помехи алгоритмически.

Пульсообразный и спектрально эффективный О-ФСК

Путем формирования передаваемых импульсов с помощью фильтров с повышенным козином, имеющих коэффициент отката до 0,1, смежные тона FSK могут быть разнесены с интервалами, в 0,6 раза превышающими скорость символа, при сохранении приемлемой производительности ошибки с FEC. Это иногда называют «быстрым датчиком» или «компактным» FSK. Приемник использует банк согласованных фильтров с последующим оценщиком последовательностей в стиле Витерби, который учитывает интерсимволические и межнесущие помехи. Сложность выше, чем у обычного детектора энергии, но современные ядра DSP микроконтроллера или специализированные ускорители FEC могут обрабатывать его в рамках бюджета мощности устройства NB-IoT.

Экспериментальные результаты She et al. (2023) показали, что 16-тонная система O-FSK в полосе 160 кГц достигла спектральной эффективности 2,4 б/с/Гц по сравнению с 0,33 б/с/Гц для 2-FSK и 1.0 б/с/Гц для 8-FSK с классическим интервалом. С точки зрения скорости передачи данных в необработанном диапазоне это приводит к 384 кбит/с в полосе 160 кГц, что превышает номинальный максимум NB-IoT и приближается к LTE-M. Компромисс - это снижение чувствительности на 4-5 дБ по сравнению с BFSK, что означает, что метод лучше всего подходит для устройств с умеренными бюджетами ссылок. Дальнейшие исследования в неортогональной FSK для IoT исследует его производительность в реалистичных моделях затухания и предлагает архитектуры приемников с пониженной сложностью с использованием декодеров нейронной сети.

Интеграция с NB-IoT нумерологией

Важный практический вопрос заключается в том, как O-FSK может сосуществовать с существующими сигналами NB-IoT. NB-IoT использует 12 поднесущих по 15 кГц каждый, с SC-FDMA для восходящей линии связи и OFDMA для нисходящей линии связи. Сигналы FSK, напротив, являются непрерывными волнами (CW) по продолжительности символа. Прямое наложение O-FSK вызовет помехи для устаревших устройств. Один подход заключается в выделении подмножества PRB (блоки физических ресурсов) в NB-IoT-носителе для трафика O-FSK, используя мультиплексирование домена времени для разделения двух воздушных интерфейсов. Другой заключается в реализации O-FSK в качестве прозрачного наложения поверх существующей модуляции NB-IoT, где символы FSK передаются на небольшом количестве поднесущих во время холостых слотов. 3GPP Выпуск 18 элементов исследования включают «NR-IoT с расширенной модуляцией», а O-FSK является кандидатом формы волны для будущих выпуск

Практические выгоды и стратегии реализации

Количественная пропускная способность растет по сценариям

При сочетании рассмотренные выше методы могут умножать скорости передачи данных на 4-8 по сравнению со стандартными схемами BFSK или даже текущими схемами на основе NB-IoT QPSK. В таблице ниже приведены достижимые скорости при типичных узкополосных ограничениях (160 кГц полезной полосы пропускания, 10 дБ SNR, канал затухания TU-3) на основе синтеза опубликованных результатов:

  • BFSK (базовый уровень): ~20 кбит/с, высокая прочность, ~5 дБ предел чувствительности
  • 8-FSK адаптивный: 60-80 кбит/с, штраф в 2-3 дБ
  • FHSS+16-FSK: 100-130 кбит/с, штраф 4 дБ, помехи-надешка
  • O-FSK с SIC: 180-200 кбит/с, штраф 5-6 дБ, наибольшая спектральная эффективность

Эти цифры предполагают, что устройство имеет четкий канал и умеренную мобильность (до 30 км/ч). Для сценариев глубокого внутри помещений или дальнего действия с высокой потерей пути схемы нижнего порядка с кодированием повторов остаются предпочтительными, но адаптивная структура может автоматически к ним возвращаться. Чистый эффект заключается в том, что одно устройство может поддерживать 10-кратный диапазон скоростей передачи данных, от 10 кбит/с при экстремальном покрытии до 200 кбит/с в хороших условиях, без изменения аппаратного обеспечения.

Потребление электроэнергии и задержка компромиссов

Более высокие скорости передачи данных сокращают время передачи, что напрямую сокращает энергию, затрачиваемую в радиоактивном состоянии— доминирующую стоимость энергии для большинства устройств IoT. Однако сложность приемника для O-FSK и FHSS может увеличить энергию обработки. Требуется тщательное бюджетирование. В типичном модуле NB-IoT радиопередачи потребляют ~50-100 мА, в то время как процессор базовой полосы добавляет ~10-50 мА в зависимости от нагрузки обработки. Для O-FSK с SIC ток базовой полосы может увеличиваться на 20-30%, но время передачи сокращается на 70-80%, что дает чистую экономию энергии для пакетов, превышающих несколько сотен байт. Преимущества задержки еще более очевидны: обновление прошивки 1 КБ над BFSK на 20 кбит/с занимает 400 мс, над O-FSK на 200 кбит/с занимает 40 мс, критическое преимущество для обновлений по воздуху, которые должны завершиться в течение цикла сна-бодрствования.

Миграционный путь для существующих развертываний

Операторы с существующими сетями NB-IoT могут постепенно внедрять эти улучшения FSK. Обновления программного обеспечения базовых станций могут добавлять поддержку адаптивных и частотных режимов переключения, поскольку это в первую очередь изменения в расписании и MAC-слое. Устройства с новыми чипсетами, которые поддерживают многоуровневые FSK и O-FSK, могут затем внедряться в новые развертывания или в качестве модернизации. Ранние пользователи включают в себя сети датчиков в масштабе сети, требующие снимков с камеры, промышленные системы прогнозного обслуживания с высокочастотными вибрационными данными и сельскохозяйственные IoT-платформы, которые передают многоспектральные изображения культур. Эрикссон NB-IoT эволюция white paper описывает дорожную карту, которая включает в себя улучшенные модуляции в качестве ключевого компонента для выпуска 18 и далее.

Реальные приложения и тематические исследования

Умный счетчик с прошивкой над воздухом

Европейская утилита развернула 50 000 смарт-газо- и водомеров с использованием NB-IoT с 4-FSK и адаптивным повторением. Измерители собирали данные о потреблении почасово (несколько сотен байтов за отчет), но критическим вариантом использования были обновления удаленного прошивки для изменения алгоритмов выставления счетов. С BFSK изображение прошивки 512 КБ занимало примерно 210 секунд по воздуху, рискуя нарушиться, если счетчик потерял покрытие во время загрузки. Используя 8-FSK с адаптацией повторения на основе RSSI, та же загрузка заняла 55 секунд, завершившись в рамках одного окна вскрытия для большинства метров. Уровень успеха обновления вырос с 88% до 99,2%, уменьшив потребность в физических рулонах грузовика.

Сельское хозяйство: данные датчиков высокого разрешения

Сельскохозяйственный поставщик IoT заменил устаревшую систему 2G на NB-IoT с использованием FHSS и 16-FSK. Датчики собирали влагу почвы, температуру и мультиспектральные изображения с 10-минутными интервалами, генерируя пакеты 2-10 КБ. Над типичным развертыванием поля с радиусом ячейки 3 км унаследованная система достигла 25 кбит/с. Новая система доставляла в среднем 110 кбит/с, позволяя разрешать изображение с 64×64 пикселей до 240×240 пикселей в рамках того же бюджета передачи. Это позволило более точно анализировать здоровье урожая без увеличения потребления энергии датчиком или сокращения срока службы батареи ниже требуемой 5-летней цели.

Умный город парковка и освещение

В плотном городском коридоре с помехами от Wi-Fi и LTE в соседних полосах город развернул датчики парковки NB-IoT с использованием адаптивной FSK. Система обнаружила заполняемость и передала данные на центральный сервер. Помехи вызвали 15%-ную скорость потери пакетов с фиксированным BFSK. Благодаря включению частоты перескакивания через 8 поддиапазонов и адаптивного резервного копирования к 2-FSK при плохих условиях скорость потери снизилась до 1,2%, а медианная пропускная способность удвоилась с 18 кбит/с до 36 кбит/с. Сеть теперь поддерживает обновления доступности парковки в реальном времени с задержкой в секунду, требование для интеграции мобильных приложений, которое ранее было невозможно.

Будущие направления и перспективы исследований

Машинное обучение для адаптивного FSK

В настоящее время изучаются возможности обучения с подкреплением и глубинные нейронные сети для оптимизации параметров FSK в режиме реального времени без явной оценки канала. Нейронная сеть, обученная историческим RSSI и ошибкам, может предсказать наилучший порядок модуляции и последовательность перескакивания для следующего интервала передачи. Ранние результаты показывают 10-15% дополнительного увеличения пропускной способности по сравнению с адаптацией на основе правил, особенно в нестационарных средах канала с быстро угасающими или взрывными помехами.

Интеграция с массивными MIMO и NB-IoT

Массивные MIMO-базисты могут одновременно направлять несколько пучков на разные устройства. В сочетании с методами FSK это может позволить пространственное разделение устройств с использованием различных частотных наборов, эффективно умножая скорость передачи данных на устройство. Хотя NB-IoT обычно развертывается на макроэлементах с ограниченной поддержкой MIMO (часто 2x2 или 4x4), будущие развертывания на спектре средней полосы или ммВавы могут использовать более высокие коэффициенты усиления массива. Это более долгосрочное направление исследований, но теоретические коэффициенты усиления емкости являются существенными.

Стандарты эволюции: 3GPP Release 19 и выше

3GPP в настоящее время изучает «дальнейшее расширение NB-IoT» для Release 19, которое может включать в себя дополнительную поддержку FSK более высокого порядка, адаптивную модуляцию и улучшенную частотную переключаемость. Ключевой проблемой является обратная совместимость с миллионами существующих устройств NB-IoT, но дополнительные функции, активируемые с помощью сигнализации, позволяют постепенно внедрять. Экосистема поставщиков чипсетов, производителей модулей и сетевых операторов поддерживает, поскольку рыночный спрос на более высокие скорости передачи данных в узкополосных ограничениях продолжает расти. Последние документы исследования от 3GPP RAN1 включают вклад в улучшения формы волны для IoT.

Заключение

Инновационные методы FSK предлагают практический, эволюционный путь к значительно более высоким скоростям передачи данных в сетях IoT с узкополосной связью, не отказываясь от основных преимуществ низкой мощности, широкого охвата и простоты. Многоуровневый FSK повышает скорость передачи битов напрямую, адаптивная модуляция FSK соответствует условиям канала для максимальной пропускной способности, скачок частоты обеспечивает разнообразие и помехозащищенность, а ортогональный FSK продвигает спектральную эффективность к теоретическим пределам. Вместе эти методы могут обеспечить улучшение скорости в 4-8 раз, что позволяет использовать новые варианты использования, такие как обновления прошивки по воздуху, передача изображений и управление с низкой задержкой, все в рамках существующего узкополосного следа.

Для сетевых операторов и производителей устройств сообщение ясно: узкополосная труба может нести больше данных, чем эксплуатируют текущие реализации. Благодаря продуманному развертыванию этих продвинутых вариантов FSK экосистема IoT может поддерживать более богатые приложения, более длительный срок службы устройств и более надежную производительность, оставаясь в рамках лицензированной структуры спектра, которая дает NB-IoT преимущества качества обслуживания. Дальнейшее уточнение алгоритмов, постоянная разработка стандартов и валидация поля будут определять, насколько этот теоретический потенциал становится реальностью, но траектория безошибочно восходит. Следующее поколение устройств NB-IoT не будет выбирать между низкой мощностью и высокими скоростями передачи данных.