一、先算一笔账

假设你要给 500 台已经装在现场的电池设备升级固件,其中一半在井室、管道夹层、金属机柜里。

按国内市政项目的常见口径粗估,一次上门(含差旅、人工、协调、停机确认)在 300 到 1,000 元之间,500 台就是 15 万到 50 万元,工期以季度计。这是"没有远程升级能力"的真实价格。

FUOTA 给出的答案是另一条路径:把镜像切成上千个碎片,用多播一次性广播给整个设备组,设备各自拼装。500 台和 5 台,空口时间几乎一样长——因为广播不区分听众。

但这条路径不是装个功能就能走通的。它由五份互相独立的规范拼起来,每一步都有硬约束,预算要按空口时间、占空比和设备类别逐项算。这篇文章按规范把这套机制拆开,最后给出一个可以直接拿去评审的决策清单。

二、三个"升级"不是一回事

工程讨论里最常见的混乱,是把三种升级混为一谈。先把边界钉死:

升级对象 通道 谁执行 典型工具 本文是否涉及
网关固件 / ThinkLink 本体 以太网 / Wi-Fi / 4G 运维在 Web 或 API 上下发 gwTool、网关升级包、系统升级 否(第 27 期已专门讨论 A/B 分区)
终端设备固件 LoRaWAN 空口(多播或单播) 应用服务器编排 FUOTA 服务端 是
终端设备固件(本地) NFC / 串口 现场人员用手机或工装 TapLink 等 仅作兜底对比

三类升级的失败后果也完全不同:网关刷坏可以拆机走串口救砖;终端在空口升级中失败、又没留回滚空间,往往意味着这台设备从此只能报废。所以第三类升级的规范里,冗余和校验不是可选项,是及格线。

三、五份规范各管一段

FUOTA 不是一份规范,而是 LoRa Alliance 的一组应用层规范,加一份把流程串起来的建议书(TR002《FUOTA Process Summary》)。它们是积木关系:

规范 名称 管什么 默认应用端口
TS003 Application Layer Clock Synchronization 让设备知道网络的绝对时间 202
TS004 Fragmented Data Block Transport 把镜像切块、传输、用冗余纠错 201
TS005 Remote Multicast Setup 给组内设备发共享组地址与组密钥,约定会话 200
TS006 Firmware Management Protocol 查版本、下发待装镜像、重启 202(按实现)
TS007 Multi-Package Access Protocol 查设备到底实现了哪些包 按实现

关键认知:这五份规范没有一份是 MAC 层强制的。也就是说,"设备支持 LoRaWAN 1.0.4"不等于"设备支持 FUOTA"。设备可能只实现了 TS004(能收分片),却没实现 TS005(进不了多播组),甚至没实现 TS003(不知道什么时候该开窗)。这就是为什么 TS007 存在——升级前先问清楚对方实现了哪些包,而不是假设。

四、一次升级的六个阶段

真实的 FUOTA 是一个有严格顺序的流程。任何一步跳过,后面都会以"升级失败"的形式暴露,但根因往往在前面。

阶段 0:设备能力自检

三个硬条件必须先确认,缺一项就换方案:

  • 类别:Class B 或 Class C 才可能加入多播会话。Class A 设备的接收窗口跟着自己的上行走,无法在约定时刻统一开窗,只能靠单播逐片下发。
  • Flash 空间:要放得下第二份镜像(A/B 双区),或至少支持分页写入并把写入进度持久化。
  • Bootloader:要能校验镜像签名、核对硬件型号与版本号、在写入中断电后能恢复。

第二条和第三条属于硬件与生产阶段的决定,软件改不了。选型时必须在样机上验证,而不是看宣传页。

阶段 1:时钟同步(TS003)

多播的本质是"约好一个绝对时刻,全组同时开窗"。没有统一时间,就没有多播。

设备用的是低价晶振,日漂移几十 ppm 很常见,几天不校时就会偏出接收窗口。TS003 定义的 AppTimeReq / AppTimeAns 往返流程,就是让设备算出自己与网络时间的偏移并持续校正。

这一步常被跳过,因为"设备明明刚上过线"。但上过线不等于校过时——很多设备只在入网时同步一次,或者根本没实现时钟同步包。

阶段 2:建立多播组(TS005,端口 200)

服务器通过 McGroupSetupReq 给设备下发组参数:组 ID、多播地址 McAddr、加密后的组密钥 McKey_encrypted、以及 minMcFCount(该组下行的最小帧计数器)。

规范给的硬边界:设备至少要支持 1 个多播上下文,最多支持 4 个(McGroupID 0 到 3)。如果服务器下发了一个设备不支持的组 ID,设备会在 McGroupSetupAns 里把 IDerror 位置 1 明确拒绝。这条设计很务实——它把"设备不支持"从沉默失败变成了可观测的错误。

minMcFCount 是防重放的:设备必须丢弃帧计数器低于该值的多播帧。它的用途是"把设备加进一个已经运行的组"时,避免设备重放历史帧。

组密钥怎么来的,是这一阶段最容易被忽略的版本差异:

  • LoRaWAN 1.0.x:需要一把额外的根密钥 GenAppKey,由它在设备内派生 McKEKey,再用 McKEKey 解出 McKey_encrypted 得到 McKey,最后派生出 McAppSKey 与 McNwkSKey。
  • LoRaWAN 1.1 及以上:McRootKey 直接从 AppKey 派生,不需要第二把根密钥。

结论很直接:在 1.0.x 设备上,"能不能上多播"是出厂密钥预置阶段就决定的事,产线没预置 GenAppKey,软件再怎么升级也补不上。

阶段 3:建立分片会话(TS004,端口 201)

FragSessionSetupReq 定义这次传输的参数:会话索引、总片数 NbFrag、每片大小 FragSize(必须是 8 的倍数)、分片算法、冗余率、会话过期时间。

单次会话最多 16,383 片——这个上限对绝大多数固件够用,但它提醒你一件事:片数不是无限的,镜像越大、片越小,片数越容易顶到天花板。

冗余率是 TS004 的核心设计:服务器按比例多发一部分片,设备凑够任意一组就能重建,不必逐片请求重传。这一步把"可靠传输"从"重传机制"换成了"编码机制",代价是空口时间按比例增加。

阶段 4:多播下发(端口 202)

DataFragment 帧的结构极简:3 字节帧头(会话索引 + 片序号),其余全是镜像切片。所以 DR0 下 51 字节的应用载荷,实际每帧只装 48 字节镜像。

Class C 设备全程开窗接收,Class B 设备按 ping slot 定时开窗。服务器不看回执,一路广播到底。

快的原因和风险的原因在这里是同一件事:广播不关心谁收到了。所以"发完了"和"装好了"是两件事,中间隔着阶段 5。

阶段 5:收尾与校验

设备回过 AllFragReceivedReq 报告片是否凑齐,然后进入本地流程:重建镜像、用升级服务器公钥验签、核对镜像头里的硬件型号与当前版本、标记为待装、重启、由 bootloader 写入。

TR002 在这里有一句很重要的提醒:只实现分片传输,不等于具备签名校验和掉电恢复能力。这两项属于设备与 bootloader 的实现质量,规范只推荐、不强制。所以验收清单里必须单独列一条"断网断电测试",而不是相信"支持 FUOTA"这句话。

阶段 6:验收

TS006 负责查版本。实践中要抽三件事:版本号是否真的翻了、传感器读数是否正常(防止"新固件能启动但驱动挂了")、以及下一次上行是否按新配置的间隔发出。

五、升级预算:三本账

FUOTA 项目最容易出问题的地方不是协议,是时间估算。三个变量决定总时长:镜像大小、数据率、冗余率。下面用 EU868 的一组真实参数算一遍。

第一本账:空口时间

取 100 kB 镜像(按 100,000 字节计)、DR0(SF12BW125)、每帧装 48 字节镜像:

项目 数值
镜像切片数 约 2,084 片
加 10% 冗余后的总帧数 约 2,300 帧
每帧空口时间(SF12) 约 2.8 秒
纯空口总时长 约 6,400 秒,即 1.8 小时

1.8 小时的纯空口时间,看起来还能接受。但这只是"物理上要占用多久的空中时间",还没算监管。

第二本账:占空比

EU868 的 869.4–869.65 MHz 子频段受 ERC Recommendation 70-03 约束,占空比上限 10%。换算下来,一台网关在一小时内最多发射 360 秒,按每帧 2.8 秒算,约合 129 帧/小时。

2,300 帧 ÷ 129 帧/小时 ≈ 18 小时。

所以真实答案不是 1.8 小时,而是接近 18 小时——而且是理想情况,不考虑丢包重发、不考虑这台网关还要发别的下行。这解释了为什么很多项目的 FUOTA "跑了一整夜还没结束"。

第三本账:数据率是最大杠杆

同一个 100 kB 镜像改到 DR5(SF7BW125),每帧载荷 242 字节、扣掉 3 字节帧头可装 239 字节镜像,约 460 帧、每帧 0.39 秒:纯空口 3 分钟,受 10% 占空比限制后约 30 分钟。

从 DR0 到 DR5,总时长差约 36 倍。但代价是:组内每一台设备都必须能在 SF7 下可靠接收。而组内最差的那台设备,往往就是当初需要装它的理由——地下、金属柜、远端点位。

这就是 FUOTA 规划里真正的取舍:数据率由最差链路决定,不由平均值决定。可选的解法有三个:升级前做一轮覆盖确认、把边缘设备临时挪到好信号处、或者分批用不同数据率跑。

加一笔:现场 vs 空口的对照

三种路径处理 500 台设备的量级差异,值得并排看一眼:

  • 逐台现场升级:按上面 300–1,000 元/点粗估,15 万到 50 万元,工期以季度计,且每次都要协调停机。
  • 单播批量下发:服务器逐台下发,每台要等自己的上行窗口才能带一片。按 15 分钟上报间隔、2,300 帧算,单台要三周以上,而且占空下行资源。
  • 多播 FUOTA:一次广播,按上面的账 30 分钟到 18 小时,与设备数量基本无关。

三种路径的成本结构完全不同:第一种买的是人工,第二种买的是时间,第三种买的是前期研发与设备端能力。

六、多播的安全代价

多播省下了空口,但把安全模型改了一处:组内所有设备共用同一套会话密钥(McAppSKey 与 McNwkSKey)。

这意味着:只要有一台设备被物理拆开、密钥被读出,攻击者就能伪造合法的多播下行,向整组设备广播任意内容。单播模式下,一台设备沦陷只影响自己;多播模式下,一台设备沦陷就是整个组。

规范的对策是把密钥锁进硬件:McKey_encrypted 通过 McKEKey 解密后,理想情况下 McKey、McAppSKey、McNwkSKey 都不离开安全元件。这样即使拿到设备,也读不出密钥。

现实中的结论是三条:

  • 多播组成员应该是你能确认做了密钥保护的设备型号,而不是"反正都能加进去";
  • 1.0.x 的 GenAppKey 预置属于产线与供应链管理,不在运维手里;
  • 组规模越大,单台沦陷的影响面越大——所以分组策略也应该按业务域切,而不是图省事一个组装全城。

七、现场最容易失手的六个点

按实际项目里出问题的频率排:

  1. 把 Class A 设备塞进多播组。设备永远收不到,日志里只显示"部分设备未响应"。升级前逐台核对类别,别信型号名。
  2. 没做时钟同步就建组。表现是"部分设备偶尔连上、偶尔丢片",根因是设备时间漂移出窗口。先跑一轮 TS003,再建组。
  3. 多播超时设短了。发到 80% 就超时结束,剩下的片永远补不上。超时值要按"分片大小 + 镜像大小 + 数据率"算,不能拍脑袋。第三方平台通常提供自动计算,默认值往往是 4,096 秒这一量级。
  4. 用平均信号定数据率。边缘设备掉队,靠冗余硬扛,冗余被吃掉就等于没有冗余。数据率按组内最差设备定。
  5. 冗余率按理论值设。10% 冗余只够"丢 10%",而金属遮挡环境的瞬时丢包率可以高得多。工程实践里 25% 更稳妥,代价是空口时间同比增加。
  6. 只做 TS004,不做验签与掉电保护。这是唯一会造成不可逆损失的一类错误:升级中断后设备变砖,现场也救不回来。

还有一条不算错误但经常被漏算:电量预算。Class C 设备在多播期间全程开窗,一次升级要在 30 到 60 分钟里保持接收态。对电池设备来说,这是几年生命周期里最集中的一笔耗电,要按第 19 期讲过的电池寿命估算方法单独核算一次,必要时把升级排在电量充足期(比如刚换电池后的第一个月)。

八、平台侧:批量下发不等于多播

这一节讲清楚一个容易被销售话术模糊掉的边界。

ThinkLink 侧目前提供的是四类与"升级"相关的能力:设备固件库(导入 EB compiler 编译的 obin,或用云编译器直接保存)、设备级固件升级、批量一次性 RPC 下发、以及 TapLink 的手机 NFC 本地升级。网关侧另有网关升级包与系统升级两套独立通道。

其中批量一次性 RPC 与 FUOTA 多播不是一回事,区别值得写明白:

  • 批量一次性 RPC 是逐台单播下发,界面里可以设置"设备间发送间隔(毫秒)"来避免瞬时并发过高。500 台就是 500 次单播,耗时随设备数量线性增长。
  • FUOTA 多播是一次广播、全组同时接收,耗时与设备数量基本无关,只与镜像大小、数据率、冗余率相关。

换句话说:批量单播解决的是"不用一台台点",多播解决的是"不用一帧帧等"。前者是效率问题,后者是物理约束问题。

就 ThinkLink 而言,官方尚未对 TS004 / TS005 多播 FUOTA 能力做宣称,平台侧表述保持保守,以官方确认为准。对私有网络用户的现实建议是分规模看:

  • 几十台、集中在少数站点:单播批量 + 分批时间窗完全够用,不必为多播付出研发与设备端改造成本。
  • 上百台、分散在广域:才值得评估多播路线,且第一件事是确认设备端是否真的实现了 TS003 / TS004 / TS005,而不是确认"平台支不支持"。
  • 十台以内或有机械维护需求:现场用 NFC 升级更省事,顺手还能做一次紧固件与密封检查。

九、决策清单

值得投入多播 FUOTA 的条件(建议同时满足三条以上):

  • 现场设备 100 台以上,且物理分散、单次上门成本高
  • 设备为 Class B / Class C,且确认实现了 TS003、TS004、TS005
  • 固件镜像 30 kB 以上,且预期每年升级两次以上
  • 有明确的升级时间窗(业务低谷期),能接受数小时的接收态耗电
  • 具备回滚方案:A/B 分区,或至少能在现场用 NFC / 串口恢复

单播批量就够的情况:

  • 设备几十台,集中在少数几个站点
  • 升级频率低(一年一次以内),镜像小
  • 设备是 Class A 且改不动

该走现场的情况:

  • 设备十台以内
  • 设备没有多播能力,且没有 A/B 分区
  • 升级同时需要机械维护、密封检查、电池更换

评审时必须问的五个问题:

  1. 设备实现了哪几个包?(要具体到 TS 编号,不要"支持 FUOTA")
  2. 镜像多大、目标数据率多少、组内最差链路能不能撑住这个速率?
  3. 冗余率多少、多播超时多少,这两个数是怎么算出来的?
  4. 验签与掉电恢复在哪一层做,有没有做过断电测试?
  5. 升级失败后的回滚路径是什么,需不需要到现场?

十、小结

FUOTA 不是"加个升级按钮"的功能,而是一次需要预算、时间窗、回滚方案和验收标准的运维工程。它的技术核心不在协议多复杂,而在三个算术:镜像切成多少片、每片占多少空中时间、占空比允许你铺多久。

把这三笔账算清楚,500 台设备的升级就是一次夜间的广播;算不清楚,它就是 500 次现场作业。


参考资料:LoRa Alliance TS003《Application Layer Clock Synchronization》、TS004《Fragmented Data Block Transport》、TS005《Remote Multicast Setup Specification v1.0.0》、TS006《Firmware Management Protocol》、TS007《Multi-Package Access Protocol》、TR002《FUOTA Process Summary》;ERC Recommendation 70-03(869.4–869.65 MHz 频段 10% 占空比);LoRaWAN 区域参数 RP002 载荷上限;公开的第三方平台 FUOTA 实施文档(ChirpStack、AWS IoT Core for LoRaWAN)与实测口径。空口时间与占空比计算基于 EU868、无中继假设,实际项目须按所在区域参数与网关下行负载重算。现场上门成本为国内项目粗估区间,仅用于量级对比。