[论文解读] Band & Tone Jamming Analysis and Detection on LoRa signals

Clément Demeslay, Roland Gautier+2 more|arXiv (Cornell University)|Jun 21, 2021

IoT Networks and Protocols参考文献 12被引用 2

一句话总结

本文分析了在AWGN信道中，带宽阻塞干扰（BJ）和音调干扰（TJ）对LoRa信号的影响，证明了由于其啁啾扩频调制，LoRa表现出极强的抗干扰能力。本文提出了一种轻量级、基于物理层的干扰检测方案，利用解啁啾和DFT处理，实现了高检测性能——尤其在单音调干扰（STJ）方面表现优异，仿真和理论分析均显示其具有较低的虚警率和漏检率。

ABSTRACT

International audience

研究动机与目标

• 分析传统干扰——带宽阻塞干扰（BJ）和音调干扰（TJ）——在AWGN环境下对LoRa信号的影响。
• 通过评估不同干扰条件下符号误码率（SER）的退化情况，评估LoRa对BJ和TJ的抗干扰能力。
• 设计一种简单、低复杂度的干扰检测方案，利用LoRa物理层现有处理流程实现实时检测。
• 在不同信号-干扰功率比（SJR）条件下，比较单音调干扰（STJ）、多音调干扰（MTJ）和BJ的检测性能。

提出的方法

• 将BJ建模为覆盖整个LoRa带宽的类似噪声的信号，将TJ建模为特定频率的窄带音调。
• 利用LoRa解啁啾过程（与下啁啾相乘）后接DFT，检测频带中干扰能量的分布。
• 通过接收信号与参考啁啾之间的相关性，采用最大似然（ML）检测方法，提取频域中的符号能量。
• 采用基于信噪比（SNR）的检测阈值（λSAA），该阈值由零假设与备择假设下检验统计量的理论累积分布函数（CDF）推导得出。
• 通过理论和仿真计算的CDF，结合数值反演，计算虚警概率和漏检概率，评估检测性能，适用于BJ和TJ。
• 通过仿真验证该方案，采用真实参数：SNRdB = -8，B = 125 kHz，SF = 7–12，以及不同干扰功率（NJRdB = -10 至 20）。

实验结果

研究问题

• RQ1 在AWGN信道中，带宽阻塞干扰（BJ）如何影响LoRa信号的符号误码率（SER）？
• RQ2 音调干扰（TJ），包括单音调（STJ）和多音调（MTJ），对LoRa SER性能有何影响？
• RQ3 一种轻量级、基于物理层的检测方案能否在不修改LoRa现有信号处理流程的前提下，有效检测BJ和TJ？
• RQ4 检测性能如何随干扰-信号功率比（SJR）和积分长度（L）变化？
• RQ5 STJ、MTJ和BJ之间的相对检测性能如何？哪种干扰类型最易被检测？

主要发现

• LoRa对BJ和TJ均表现出极强的抗干扰能力，BJ的影响几乎等同于额外的AWGN，仅导致SER轻微退化。
• 音调干扰（TJ）的参数如V和uv对SER性能影响可忽略，表明其对音调位置和功率分布具有鲁棒性。
• 所提出的检测方案在NJRdB = -10且P_SAA_fa = 10⁻⁵条件下，对多音调干扰（MTJ）的漏检概率（Pmd）约为6×10⁻²，对BJ的Pmd约为9×10⁻²。
• 单音调干扰（STJ）的检测性能优于BJ检测，在L = 64且P_SAA_fa = 10⁻³条件下，Pmd比BJ低约390倍。
• 理论与仿真结果高度一致，尤其在使用数值CDF计算MTJ时，显著降低了性能评估中的偏差。
• 检测性能随积分长度（L）增加和NJR降低而提升，但存在虚警率与漏检率之间的权衡。