详情
CLAA刘建业:基于CLAA网络指纹学习技术低成本、低功耗大范围定位应用
作者:莫非
时间:2017-09-11 09:09:02
8月17日,由中国物联网产业应用联盟主办,深圳物联传媒承办的“2017深圳国际定位技术与应用高峰论坛”在深圳会展中心隆重开幕。在论坛上,中兴克拉总经理CLAA联盟秘书长刘建业先生作了主题为《基于CLAA网络指纹学习技术低成本、低功耗大范围定位应用》的分享,向我们介绍CLAA技术在定位方面的应用特性。
关键词: CLAA LPWA 指纹学习

  定位技术多种多样,比如蓝牙、wifi等技术精度可以做到很高,但是使用范围比较小,而蜂窝基站则是可以进行大范围的布置,相应的精度比较低,GPS则是需要比较大的功耗。可以说不同的定位技术都有各自的特点,未来物联网的应用场景需要哪些定位技术呢?

  8月17日,由中国物联网产业应用联盟主办,深圳物联传媒承办的“2017深圳国际定位技术与应用高峰论坛”在深圳会展中心隆重开幕。在论坛上,中兴克拉总经理CLAA联盟秘书长刘建业先生作了主题为《基于CLAA网络指纹学习技术低成本、低功耗大范围定位应用》的分享,向我们介绍CLAA技术在定位方面的应用特性。

  中兴克拉总经理CLAA联盟秘书长刘建业先生

  未来大部分的物联网连接将通过LPWA技术实现

  刘建业表示,未来物联网将会有数百亿甚至更多的连接,其中绝大多数的IoT连接都将是通过LPWA(Low Power Wide Area低功耗广域)技术。而LPWA连接的特点是数量多、流量非常小,对应的ARPU值很低,因此部署成本必须足够低,IoT设备才会快速增长上去,提供海量的数据。

  LPWA有多种技术流派,每种技术都有自己的优势。LoRa是异步网络,节点可以根据具体应用场景进行或长或短的睡眠从而达到真正的超低功耗,其他的蜂窝技术都是同步网络,节点必须定期联网,虽然信道利用率很高,但是实际测试功耗也高。

  LoRa自由组网,可以在很多偏远地区进行相应的覆盖。尤其是在实现定位功能方面,LoRa的定位通过基站定位便可以实现,而NB-IoT需要在R14版本才加上定位功能,并且因为出于成本的考虑,很多地区的基站覆盖密度不够,造成定位精度差。

  而相应的,作为运营商的网络技术,NB-IoT在频谱利用率、可靠性一级速率方面性能更为优越。

  LoRa与NB-IoT技术对比

  1、投资成本节省

  相比于NB-IoT,使用LoRa模组和终端成本节省2/3;建网CAPEX是1/20;OPEX是1/100。

  2、市场部署更快 实现按需部署

  LoRa的覆盖不依赖现网的LTE基站部署,可以按照企业需求部署。目前LoRa已成熟商用4年, LoRa芯片年出货量已超过1000万。

  3、应用场景 更丰富

  LoRa终端功耗仅为NB-IoT的1/100且具有独有的GPS-FREE定位功能。相比于NB-IOT,移动性更好。此外,LoRa成熟商用的终端类别数是NB-IoT的10倍。

  CLAA联盟及生态

  CLAA是由中兴通讯发起成立的中国LoRa应用联盟,中兴作为LoRa联盟董事会成员之一,得到了LoRa联盟的大力支持。

  CLAA联盟内多家企业基于统一且标准化的CLAA技术规范和接口开发,并且通过CLAA IoT联调,促进大规模商用部署的落地。CLAA技术规范是在LoRaWAN基础上针对中国市场,做了增强的技术标准,可以开放性的吸收相关的企业加入,目前CLAA联盟已经有800+家企业加盟,100+行业应用及传感装置通过验证并于示范基地部署,40+CLAA物联网应用示范基地成立并应用。

  目前的IoT市场因为技术协议的不同,限制了整个产业的发展,而在CLAA这个开放式的联盟里面,通过形成一个市场认可的标准化IoT方案,以促使整个产业的快速发展,在整个联盟生态内,中兴克拉可以提供咨询服务、芯片模块、终端传感、CLAA网络、应用集成、运营服务等多种业务,已经在燃气、水表、电表、停车管理等等多种领域均有部署。并计划在4年内完成全国CLAA网络初步覆盖。

  基于CLAA网络指纹学习的低成本、低功耗定位解决方案

  定位无疑是未来物联网非常重要的一个应用领域,但是到底什么样的定位方案才能更适合物联的需求呢?刘总在论坛上表示,未来的定位需求需要满足以下几点要求:

  覆盖要广:室内 + 室外,无死角

  续航要长:低频次定位至少续航一年,高频次满足一周的时间

  部署要易 :定位网络要容易部署,实施方便

  成本要低:网络设备、定位终端、定位标签等终端成本要低

  定位要准:不同定位场景有不同的精度要求,室外50米,室内3米

  目前,GPS定位精度在10米到100米之间,最大的缺陷是功耗高,无法做长时间的定位,而且仅限室外定位,受建筑物的影响也较大。而WIFI、蓝牙、RFID、ZigBee、地磁等定位,定位精度较高,功耗低,但比较适合室内定位,无法用于室外广域的定位。

  刘建业表示, CLAA提出独特的网络指纹机器学习定位技术,指纹定位是利用待定位终端的信号特征与指纹数据库的匹配来定位。一般使用RSSI和SNR做为信号指纹特征,预先采集充足的指纹信息以及对应的GPS信息。通过大数据学习、深度学习和训练,建立定位模型。

  网络指纹采集器(克拉鼠)在CLAA网络覆盖区进行动态指纹数据采集,支持LoRa带有GPS,信号RSSI及位置信息做为指纹,通过LoRa网络发送到定位云平台,存储到指纹数据库。同时CLAA网络覆盖区内的任意固定位置传感器都可以作为定位信标来使用,在数据上传的同时,完成众包及海量定位数据存储及学习。

  定位标签支持LoRa,无需GPS,将Lora信号通过无线网络发送到定位云平台,发起定位请求,云平台根据设置的模型进行深度机器学习,并实时给出定位结果,形成低功耗、低成本、广覆盖的定位架构。同时还能够与室内定位技术结合,提供连续、低功耗定位服务,定位终端支持LoRa + BLE/RFID/WIFI /磁传感等多种定位技术组合,形成室外、室内一体化定位组合。

  中兴克拉室内室外一体化定位解决方案满足极低功耗、极低成本、大范围覆盖、精度要求不高的大量人员、动物、资产、物流管理中的定位需求,网络部署容易、节点少,在完成常规物联网应用的同时提供“杀手级”一体化定位解决方案。

上一篇:图尔克RFID技术助力Gefasoft在自动化装卸系统中避免错误 下一篇:美国意联杨军良:新零售,未来已来