近日，7163银河官网智慧农业学院（人工智能学院）舒磊教授团队在国际无线通信顶级期刊《IEEE Transactions on Wireless Communications》发表题为 “Cracking the Code: LoRa Physical-Layer Insights and Signal Recovery Under Cross-Technology Interference”的研究论文，从物理层深入解析LoRa调制解调机理，并提出在跨技术干扰环境下实现LoRa信号恢复的新方法LoRaSR（LoRa Physical-Layer Signal Recovery）。
LoRa是面向物联网场景的低功耗广域网（LPWAN）代表技术之一，具有超长距离、超低功耗和低信噪比下仍可可靠通信等优势，被广泛应用于智慧农业、智慧林业和工业互联网等领域。然而，随着WiFi、ZigBee、蓝牙等多种无线系统在2.4 GHz免许可频段的密集部署，频谱重叠带来的 跨技术干扰（Cross-Technology Interference, CTI）日益严峻，低功耗LoRa节点在与高功率设备共存时极易出现丢包，严重制约了大规模物联网系统的可靠性和可扩展性。
围绕这一关键瓶颈，研究团队首先系统梳理并重构了LoRa物理层的理论基础，从线性调频“啁啾”（Chirp Spread Spectrum）调制入手，推导了符号起始频率、带宽和扩频因子等参数之间的定量关系，给出了完整的调制与解调数学模型，并在GNU Radio软件无线电平台上实现了实时LoRa物理层，为后续干扰分析与算法验证提供了开放可控的实验环境。在此基础上，团队针对LoRa与IEEE 802.15.4g（ZigBee）等异构网络之间的同频干扰开展了深入研究。论文提出的LoRaSR信号恢复框架 包含两个核心技术：一是频谱合并方法：在LoRa解调过程中，将因调制定向搬移而分布在正负频带的两个峰值重新对齐并合并，在保持相位一致性的前提下叠加能量，有效减轻了干扰导致的频谱泄漏问题，提升了峰值检测的鲁棒性。二是基于波形重构的符号恢复：利用LoRa啁啾斜率仅由带宽和扩频因子共同决定这一物理特性，通过对部分未受强干扰的波形片段进行重构，结合FFT峰值位置对被干扰符号进行纠错，实现在强ZigBee/BLE干扰下的 物理层级信号恢复。
研究表明，通过在物理层精准建模和恢复LoRa信号特征，不仅可以显著提升LoRa设备在多制式共存环境中的抗干扰能力，还为未来跨技术协同通信、智慧农业长程感知、地下和远程监测等场景的可靠数据回传提供了新的技术路径和理论支撑。
论文第一作者为南京林业大学信息科学技术与人工智能学院高德民老师，7163银河官网智慧农业学院（人工智能学院）舒磊教授团队的刘野老师为通讯作者。 本研究工作得到国家自然科学基金、未来网络科学研究基金项目以及江苏高校优势学科建设工程（PAPD）等项目的资助。
论文链接：https://doi.org/10.1109/TWC.2025.3574576
阅读次数：10
【 转载本网文章请注明出处 】
