目前,无线通信技术已经逐渐成为工业界和学术界研究的焦点。LPWAN(low-power Wide-Area Network,LPWAN)技术的出现为物联网远距离传输提供了新的解决方案,其中,LoRa(Long Range,LoRa)网络以其完善的网络协议、非授权的频段备受关注。LoRa节点主要依靠较低占空比和较低发射功率来实现低功耗这一优势。然而通过实际部署和研究的结果发现,为了满足通信需要而提高占空比、为了保证传输成功率而增大发射功率、需要实现如时间同步等特殊网络协议的LoRa网络都伴随着节点能耗上升的问题,在这些网络中即使仔细地调整LoRa网络中的各种参数,节点的生存周期也最高仅达三年左右,与预期的十年相差甚远。为了降低LoRa节点能耗,延长节点生存周期,本文提出D-S LoRa(Downsample LoRa,D-S LoRa)解码系统,可以在大幅降低LoRa节点采样率的情况下实现LoRa数据包的解码,从而有效降低LoRa节点的能耗。本文创新性研究内容主要包括:(1)针对LoRa节点解码时能耗利用率低的问题,提出并设计了一个基于节点降采样的低能耗LoRa解码系统(简称D-S LoRa)。设计了滑动窗口和相关性分析相结合的方法来获取LoRa信号的时/频域特征,准确识别降采样时的LoRa数据包开始位置的检测。在频域特征的基础上,使用bp神经网络对降采样信号进行分类,实现降采样LoRa数据包的解码。由于采用降采样策略和有效的信号检测与解码方法,因此D-S LoRa系统可以容忍更低信噪比,能大大提高节点传输成功率,降低节点能耗。(2)针对降采样LoRa解码系统在动态信噪比环境中能耗增加的问题,提出并设计了D-S LoRa系统能量估计模型和节点采样率随环境信噪比调整的动态参数调整模型。所设计的能量估计模型可以支持LoRa WAN协议中的A,B,C类访问模式,通过能量估计模型可知:D-S LoRa系统在A类访问模式最高可将节点能耗降低约80%,B类访问模式最高可将节点能耗降低约75%左右,C类访问模式最高可将节点能耗降低约98%左右。所提出的动态参数调整模型可以对节点的采样率进行自适应调整,通过选择最优的降采样倍数将D-S LoRa系统的能量利用率提高近60%。