LoRaWAN 網(wǎng)絡是典型的星型架構網(wǎng)絡，但單節(jié)點的廣播數(shù)據(jù)也可以同時被多個網(wǎng)關收到并同時上報NS服務器，對于此消息有下行需求時，需要通過NS服務器的下行網(wǎng)關選擇算法，選擇合適網(wǎng)關進行下行。

一個健全的算法需要考慮到不同網(wǎng)關的網(wǎng)絡延時、空口負載、信號質(zhì)量及任務隊列選擇最優(yōu)網(wǎng)關進行下行，確保下行消息可靠送達并使整體網(wǎng)絡負載趨于均衡。

利爾達的下行選擇算法也隨著NS服務器的更新在不斷迭代升級，我們在上篇中對兩種常用的算法進行分析描述，今天將繼續(xù)通過仿真一起看看各種算法在實際應用場景中是如何表現(xiàn)的。

現(xiàn)有算法缺陷及優(yōu)化算法提出

算法一：信號質(zhì)量優(yōu)先法

算法簡化流程圖如下：

缺陷：

1、該算法僅以信號質(zhì)量作為選擇標準，NS可以選擇出距離節(jié)點最近的網(wǎng)關，但是沒有考慮網(wǎng)關網(wǎng)絡延遲，若選擇的網(wǎng)關為4G網(wǎng)關，網(wǎng)絡波動嚴重，將產(chǎn)生大量下行丟包。

2、未考慮網(wǎng)關上行負載情況，遇到第三章中所述的負載問題時也無法進行有效處理。

算法二：影響因子得分加權法

算法簡化流程圖如下：

缺陷：

1、遇到第三章中所述的上下行鏈路不對等問題時，算法可能因為其他網(wǎng)關的網(wǎng)絡延遲及通信負載較好而選擇極遠處網(wǎng)關下行而導致丟包

2、經(jīng)過模擬測試，網(wǎng)關網(wǎng)絡延遲大于450ms時，任何下行數(shù)據(jù)都將失敗，使用權重來考慮該因素并不合理。

3、其實該算法的幾個權重值都很難定奪，任何的影響因子出現(xiàn)較為極限的情況時，都會使最終得分有失合理性，很難通過權重值平衡各種極限情況。

算法三：利爾達Unicore 3.0 下行選擇算法
考慮到現(xiàn)有算法的缺點并結合實際應用場景可能遇到的問題，現(xiàn)提出一種新的解決辦法，由于核心部分涉及公司機密，故簡單介紹其特點如下：
1、充分進行網(wǎng)絡負載均衡，保證網(wǎng)絡內(nèi)所有網(wǎng)關的下行負載處于健康狀態(tài)，面對個別網(wǎng)關網(wǎng)絡擁堵的狀況時可以很好地將任務均分給附近網(wǎng)關。
2、網(wǎng)關的下行充分考慮下行質(zhì)量，所有的下行保證處于安全邊際內(nèi)，不會因為個別因素的影響而選擇信號質(zhì)量在安全邊際外的網(wǎng)關下行。保證上下行鏈路雙向可達。
3、可以處理較大的網(wǎng)絡波動，保證選擇的下行網(wǎng)關不受網(wǎng)絡波動影響。

算法仿真

基于Python實現(xiàn)上述三種算法并對實際應用場景進行圖形化建模，用以分析算法的執(zhí)行情況。效果圖如下：

該算法仿真基于以下原理與假設：

1、在1*1的正交坐標軸內(nèi)以隨機生成或手動指定的方式確定網(wǎng)關數(shù)量及坐標位置。網(wǎng)關位置以紅色三角進行標注

2、網(wǎng)關屬性包含上行負載及下行負載，每個網(wǎng)關的上行負載可手動設定，且為靜態(tài)值，與下行負載沒有任何直接聯(lián)系。網(wǎng)關的下行負載在仿真算法中動態(tài)計算，網(wǎng)關每處理一個下行請求都會累加下行負載

3、坐標軸1*1區(qū)域內(nèi)以均勻分布的方式隨機生成指定數(shù)量的坐標點，代表有下行需求的節(jié)點，坐標點與網(wǎng)關的距離代表上行信息的信號質(zhì)量，距離越遠信號質(zhì)量越差。

4、無需考慮實際環(huán)境中建筑、樹林等遮擋物帶來的信號衰減，因為坐標軸內(nèi)的點位置即代表上行信號質(zhì)量，并非現(xiàn)實中的節(jié)點位置。

5、每隨機生成一個下行需求點，運行指定的下行選擇算法，選擇出最優(yōu)網(wǎng)關下行后，該網(wǎng)關下行負載增加，并將該點以該網(wǎng)關對應的顏色標注在坐標軸內(nèi)。

6、不考慮下行速率及TOA時間，將網(wǎng)關的上下行通信占空比抽象為簡單的數(shù)值，每有一個下行請求，網(wǎng)關下行負載+0.1。

7、假定下行點數(shù)量即為周期時間內(nèi)整個系統(tǒng)需要處理的下行請求，且網(wǎng)關計算動態(tài)負載的周期與這個周期時間一致。因此增加點數(shù)量即為模擬更高頻次的下行請求，且代碼中動態(tài)負載只需累加即可無需循環(huán)計算。

8、為簡化算法模擬過程，假定周期時間都所有網(wǎng)關的網(wǎng)絡延時均正常。

8、處理完所有點的下行請求后坐標軸內(nèi)會顯示大量著色節(jié)點，代表單位時間內(nèi)對應網(wǎng)關處理的下行請求。

9、代碼運行結束后各網(wǎng)關的上下行負載情況會以表格的形式打印出來。

算法對比

手動設定網(wǎng)關位置及各網(wǎng)關上行負載，模擬出常規(guī)及各種特殊情況，對比三種不同算法的表現(xiàn)，驗證算法效果。

算法一：信號質(zhì)量優(yōu)先法

算法二：影響因子得分加權法

算法三：利爾達Unicore 3.0 下行選擇算法

【常規(guī)情況】

條件：下行請求數(shù)量1000 / 網(wǎng)關數(shù)量3 / 隨機分布 / 網(wǎng)關上行輕負載

結果：算法一無負載均衡；算法二負載均衡效果差；算法三負載均衡效果佳

結果分析：

算法一和算法二在網(wǎng)關分布均勻且個網(wǎng)關上行負載無明顯差距的情況下，呈現(xiàn)的效果類似，基本是按照就近原則擇優(yōu)，圖上可以看到明顯的三條明顯的分界線，即網(wǎng)關兩兩連線的中垂線。最終的網(wǎng)關上下行負載都不是很均勻。

算法三中無明顯邊界線，距離網(wǎng)關較近處的節(jié)點選擇下行時較為靈活，點位分布存在交叉區(qū)域，而較偏遠的點則選擇了信號質(zhì)量最好的網(wǎng)關下行。網(wǎng)絡負載也做到了很理想的均衡。

【部分網(wǎng)關位置較偏遠】

條件：下行請求數(shù)量1000 / 網(wǎng)關數(shù)量3 / 隨機分布 / 網(wǎng)關上行輕負載 / 網(wǎng)關分布不均勻

結果：算法一無負載均衡；算法二負載均衡效果差、部分下行可能丟包；算法三下行質(zhì)量可靠、負載均衡效果尚可。

結果分析：

該情況下選取的三個網(wǎng)關位置中，兩個的位置較偏遠。由于下行行請求散點是均勻分布，難以按照設想隨意調(diào)整分布密度，因此改變網(wǎng)關位置其實相當于改變下行請求的分布情況。該情況下下行請求主要集中于中央網(wǎng)關的附件，下面看下三種算法對于這種情況的處理。

算法一由于僅判斷信號質(zhì)量，在下行請求分布不均勻時，下行負載嚴重不均衡。

算法二可以注意帶紅圈標注處的情況，由于網(wǎng)關負載在加權求和的算法中占有一定權重，因此當右上角網(wǎng)關負載較小時，得分較高。紅圈內(nèi)的綠色點即是因此原因被分配給了該網(wǎng)關來下行。然而這么偏遠位置的節(jié)點本身信號質(zhì)量已經(jīng)很差，還要選擇非最近網(wǎng)關下行，很可能遇到第三章所述的上下行不對等問題，而導致下行失敗。且由最終的下行負載情況可以看出負載分布也是差距懸殊。若調(diào)整網(wǎng)關負載所占的得分權重，調(diào)大則上下行不對等問題更加明顯，調(diào)小則負載分布更加不均勻。存在一定的局限性。

算法三中右上角網(wǎng)關自身附近的下行請求較少，但是算法給他分配了大量中間網(wǎng)關附近的下行請求，最大程度地幫助整個系統(tǒng)分擔下行負載。并且該網(wǎng)關僅響應自己安全邊際內(nèi)的下行，對于偏遠點全部交由最近的網(wǎng)關處理以保障通信成功率。最終的下行負載情況雖然沒有做到完全均衡，但是優(yōu)于前兩者。

【某網(wǎng)關負載較重情況】

條件：下行請求數(shù)量1000 / 網(wǎng)關數(shù)量5 / 隨機分布 / 單網(wǎng)關上行重負載 / 網(wǎng)關分布較均勻

結果：算法一無負載均衡；算法二負載均衡效果差；算法三負載均衡效果好。

結果分析：

這是一種較為常見的情況，區(qū)域內(nèi)分布了五臺網(wǎng)關，最右側網(wǎng)關覆蓋的節(jié)點較多，且上行負載較大，設定值為17.5%，主要關注各算法對這個高負載網(wǎng)關的處理。

算法一僅判斷信號質(zhì)量，不判斷負載情況，最右處網(wǎng)關在已有17.5%的上行負載時依然需要處理26.9%的下行負載。

算法二在上一個模擬場景中暴露出負載權重過大的缺陷，本場景中未改變負載權重?？梢钥闯鱿鄬τ谒惴ㄒ唬惴ǘ捎诰W(wǎng)關負載在加權求和的算法中占有一定權重，已經(jīng)起到了一定效果，將網(wǎng)關4的下行負載降低了一些，但是在該場景下，相對于上個場景反而顯得負載的權重太小，無法處理好大負載網(wǎng)關。

算法三中可以看到左側的網(wǎng)關都向右分擔了更多的下行任務，最終網(wǎng)關4的下行負載僅為12.9%，相比于其他算法有明顯提升。

總結

綜合以上仿真結果——

算法一由于為考慮網(wǎng)關負載情況，在負載均衡的處理上完全由節(jié)點與網(wǎng)關的位置決定，雖然能保證從信號最優(yōu)網(wǎng)關下行，但是缺點在于無法做到負載均衡。

算法二在將考慮到了各類影響因素，設定不同的權重進行加權求和，看似可以通過權重因子的調(diào)節(jié)靈活地調(diào)整算法以應對各種情況，但是在仿真的模擬情況二和情況三中，使用相同的權重，卻暴露出相反方向的問題，也就是說權重因子無論如何調(diào)節(jié)都無法同時處理這兩種情況。并且在負載均衡方面算法二也僅是相對于算法一有一點點提升。

算法三在上述模擬情況及其余大量隨機測試中沒有暴露出問題，算法從設計角度已經(jīng)保證了遠處節(jié)點可以得到最佳網(wǎng)關的響應，并且在負載均衡方面拿出近處節(jié)點靈活分配，最大程度的做到負載均衡。