01
课程导论：为什么LPWAN需要数据压缩？
核心挑战与优化目标，开启高效传输之旅
导论动机
02
LPWAN技术概览
LoRa、NB-IoT、Sigfox 物理层与MAC层对比
LoRaNB-IoTSigfox
03
数据压缩基础
无损 vs 有损，熵编码原理（霍夫曼、算术编码）
熵编码霍夫曼
04
LPWAN载荷限制
LoRaWAN最大载荷与占空比限制，数据包结构解析
载荷占空比
05
轻量级压缩算法（一）
运行长度编码（RLE）在传感器数据中的应用
RLE传感器
06
轻量级压缩算法（二）
差分编码与增量编码，适用于缓慢变化的数据
差分增量
07
轻量级压缩算法（三）
LZW与LZSS在嵌入式系统中的实现与内存优化
LZWLZSS嵌入式
08
专用压缩方案：旋转门算法
Swinging Door Trending 时间序列压缩
旋转门时间序列
09
专用压缩方案：PAA与SAX
分段聚合近似与符号聚合近似
PAASAX
10
专用压缩方案：死区压缩与自适应采样
死区压缩、自适应采样率调整
死区自适应
11
数据帧结构优化：自定义应用层协议
减少协议头开销，精简帧结构
协议头自定义
12
数据帧结构优化：位域映射与枚举压缩
位域映射、枚举类型压缩
位域枚举
13
数据帧结构优化：Varint与TLV格式
可变长度编码、TLV格式
VarintTLV
14
传输效率优化：确认重传与ADR
ACK/NACK 与自适应数据速率
ADR重传
15
传输效率优化：数据聚合与合并
减少空中唤醒次数，批量传输
聚合合并
16
传输效率优化：下行链路与多播广播
多播与广播策略，下行优化
多播广播
17
传输效率优化：时间同步与分时隙
时间同步、分时隙传输，避免冲突
时隙同步
18
边缘计算与预处理：特征提取与清洗
在终端节点进行特征提取与数据清洗
边缘计算清洗
19
边缘计算：轻量级ML异常检测
轻量级机器学习模型进行异常检测与过滤
ML异常检测
20
边缘计算：状态机上报策略
事件驱动 vs 周期上报，状态机设计
状态机事件驱动
21
固件升级与配置：差分OTA升级
差分OTA升级，减少固件传输量
OTA差分
22
固件升级与配置：远程参数与动态切换
远程参数配置、动态压缩策略切换
远程配置动态
23
安全与压缩的权衡：加密影响
加密对压缩率的影响，端到端加密策略
加密权衡
24
安全与压缩：AES-CCM*协同设计
轻量级加密算法与压缩的协同设计
AES-CCM*协同
25
实战案例（一）：智能水表数据采集
从原始数据到压缩传输的全流程
水表全流程
26
实战案例（二）：农业环境监测网络
多传感器数据融合与压缩
农业多传感器
27
实战案例（三）：资产追踪与物流监控
位置数据的压缩与轨迹优化
追踪轨迹
28
性能评估与测试：压缩率/功耗/延迟
权衡分析，测试方法论
评估测试
29
性能评估：Wireshark与频谱分析
空中抓包与效率分析
Wireshark频谱
30
课程总结与未来趋势
语义通信、AI原生压缩在LPWAN中的应用前景
语义通信AI压缩