CN102307235A - 一种物联网内实时数据传输方法 - Google Patents

一种物联网内实时数据传输方法 Download PDF

Info

Publication number
CN102307235A
CN102307235A CN201110246039A CN201110246039A CN102307235A CN 102307235 A CN102307235 A CN 102307235A CN 201110246039 A CN201110246039 A CN 201110246039A CN 201110246039 A CN201110246039 A CN 201110246039A CN 102307235 A CN102307235 A CN 102307235A
Authority
CN
China
Prior art keywords
flow
internet
real
layer
things
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201110246039A
Other languages
English (en)
Inventor
金炯�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Kairun Technology Co.,Ltd.
Original Assignee
JIANGSU HUDSON IOT CO Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JIANGSU HUDSON IOT CO Ltd filed Critical JIANGSU HUDSON IOT CO Ltd
Priority to CN201110246039A priority Critical patent/CN102307235A/zh
Publication of CN102307235A publication Critical patent/CN102307235A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种物联网内实时数据传输方法,包括由物理层、媒介存取控制层、网络层、传输层和应用层组成的通信协议栈,该传输方法能够同时处理弹性和非弹性数据流拥塞协议。本发明解决的技术问题是在限定带宽中,资源的合理利用和数据流的有效高速传输。通过本发明公开的物联网内实时数据传输方法,不但合理的解决了弹性数据流和非弹性数据流共存的问题,公平分配并有效利用了有限的网络资源,而且优化了整体网络性能,最大化了媒介存取控制层的数据吞吐量,提高了网络利用率。

Description

一种物联网内实时数据传输方法
 
技术领域
本发明设计一种物联网数据传输方法,特别是一种物联网内实时数据传输方法。
背景技术
随着物联网概念的普及,各种应用层出不穷,突出表现在交通、物流、公共健康、环境监测、基础设施监测等领域。无线传感器网络作为物联网两大支柱性技术之一,与无线射频识别技术(RFID – Radio Frequency Identification)一起,在近十年来取得了长足的发展,为物联网的进一步推广夯实了基础。如今的传感器不仅体积更小,价格更低廉,更是集成了音频视频等设备,具备了实时数据采集的功能;网络技术也不断演化推进,实现了自组织定位、网内信息处理、鲁棒抗干扰等功能。因此,新一代传感器网络,如物联网,将进一步综合传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术,能够协同感知、收集、监测各类信息,进行信息智能化分析处理,并做出相应的决策和反应。由于其广泛的应用性,各类数据将更加纷繁复杂,可以预见,未来的传感器网络不仅需要支持传统的弹性(没有具体流量限制)数据流,更需要支持新兴的非弹性(实时)数据流。
传感器网络中的拥塞控制不但能够有效的避免网络拥塞的发生,而且在资源受限型网络中能够最大限度的利用有限的资源,进而从整体上优化网络性能。基于拥塞控制的重要性,传感器网络中已经存在不少拥塞控制协议,比如ARC[1], CODA[2], IFRC[3], WRCP[4], RCRT[5]等。然而,上述协议只是单纯的针对弹性数据流而设计的,没有充分考虑到非弹性数据流大量产生和存在的可能性。具体的讲,我们通常用效用函数                                                
Figure 227947DEST_PATH_IMAGE001
来描述数据带宽和其效用(或服务质量)之间的关系。弹性数据流的效用函数往往可以用对数函数来表示,比如
Figure 26270DEST_PATH_IMAGE002
,其中rs是带宽,可见对于弹性数据流而言,只要是非零带宽就会对应一个非零的效用值。而非弹性数据流的效用函数是S形(Sigmoid)函数,即需要带宽超过S形的拐点值才会有一定的效用值。鉴于它们的不同性质,如果我们将已有的只是针对弹性数据流而设计的拥塞协议用于存在非弹性数据流的网络,其结果会导致更加严重的网络拥塞和带宽分配的严重不公平性。
发明内容
为解决上述问题,本发明公开了一种物联网内实时数据传输方法,通过新的拥塞协议,实现了信道资源分配的公平性,网络性能优化以及实现了系统兼容可用性的效果。
本发明公开了一种物联网内实时数据传输方法,包括由物理层、媒介存取控制层、网络层、传输层和应用层组成的通信协议栈,物联网内实时数据传输方法还包括如下步骤所述的拥塞协议:
1):传输层,传输层还包括流量控制器模块和漏桶算法模块,
a 传输层接收应用层产生的数据流;
b流量控制器模块依据流量控制器的计算分配每个数据流的流量值;
c 漏桶算法模块依据步骤b产生的流量值分配令牌;
d 传输层以步骤c获得的令牌为前提转发数据流;
2):媒介存取控制层,媒介存取控制层还包括转发引擎模块和通信栈模块,
e 转发引擎模块接收步骤d中转发的数据流;
f 转发引擎模块通过周期性广播法于系统中获得节点缓冲区节点队列背压信息;
g 由步骤f获得的背压信息根据倒退窗算法获得队列背压以及最大队列背压;
h 根据步骤g获得的队列背压以及最大队列背压对数据流进行分组;
i 通信栈模块发送由步骤h获得的数据流。
本发明公开的物联网内数据实时传输方法不但合理的解决了弹性数据流和非弹性数据流共存的问题,公平分配并有效利用了有限的网络资源,而且优化了整体网络性能,最大化了媒介存取控制层的数据吞吐量,提高了网络利用率。
本发明公开的物联网内实时数据传输方法的一种改进,流量控制器包括弹性数据流量控制器和非弹性数据流量控制器。本改进通过对应用层产生的数据流进行差别控制,对数据流中的弹性数据流和非弹性数据流分别采用弹性数据流控制器和非弹性数据流控制器进行特定的带宽流量分配,实现了网络带宽资源的合理分配利用,有效地提高了数据流的网络传输效率。
本发明公开的物联网内实时数据传输方法的又一种改进,弹性流量控制器为
Figure 336028DEST_PATH_IMAGE003
,其中,qs是节点缓冲区中的队列长度,V是设计常数,用于调节缓冲区内的剩余队列。本改进通过对传输层获得的由应用层产生的数据流中的弹性数据流使用限定的流量控制器进行带宽或者流量分配,实现了网络带宽资源的合理分配利用,有效地提高了数据流的网络传输效率。
本发明公开的物联网内实时数据传输方法的又一种改进,弹性流量控制器为
Figure 406752DEST_PATH_IMAGE004
,其中,qs是节点缓冲区中的队列长度,V是设计常数,用于调节缓冲区内的剩余队列,Bmax为非弹性数据流S形方程的最小和最大数据要求,,rs为带宽或流量。本改进通过对传输层获得的由应用层产生的数据流中的非弹性数据流使用限定的流量控制器进行带宽或者流量分配,实现了网络带宽资源的合理分配利用,有效地提高了数据流的网络传输效率。
本发明公开的物联网内实时数据传输方法的又一种改进,最大队列背压为
Figure 362256DEST_PATH_IMAGE006
,qi是节点缓冲区中节点i的队列长度。本改进通过在媒介存取控制层获得节点的背压信息,并得到节点的最大队列背压值,再以此为依据决定对相关节点的数据流进行分组,然后经由通信栈模块发送信息,有效利用了有限的网络资源,而且优化了整体网络性能,最大化了媒介存取控制层的数据吞吐量,提高了网络利用率。
附图说明
图1、本发明涉及的弹性数据流的效用函数图;
图2、本发明涉及的非弹性数据流的效用函数图;
图3、本发明涉及的拥塞协议的系统结构图;
图4、传感器试验床的20节点网络拓扑结构图;
图5、传感器试验床的40节点网络拓扑结构图;
图6、当网络中只有弹性数据流时,采用传统拥塞协议和新设计拥塞协议在20节点试验床中就有效数据流的比较;
图7、当网络中只有弹性数据流时,采用传统拥塞协议和新设计拥塞协议在20节点试验床中就有效数据流效用的比较;
图8、当网络中只有弹性数据流时,采用传统拥塞协议和新设计拥塞协议在40节点试验床中就有效数据流的比较;
图9、当网络中只有弹性数据流时,采用传统拥塞协议和新设计拥塞协议在40节点试验床中就有效数据流效用的比较;
图10、当网络中同时存在弹性和非弹性数据流时,采用传统拥塞协议和新设计拥塞协议在20节点试验床中就有效数据流的比较;
图11、当网络中同时存在弹性和非弹性数据流时,采用传统拥塞协议和新设计拥塞协议在20节点试验床中就有效数据流效用的比较;
图12、当网络中同时存在弹性和非弹性数据流时,采用传统拥塞协议和新设计拥塞协议在40节点试验床中就有效数据流的比较;
图13、当网络中同时存在弹性和非弹性数据流时,采用传统拥塞协议和新设计拥塞协议在40节点试验床中就有效数据流效用的比较。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
如图1至图13所示,本发明公开了一种物联网内实时数据传输方法,包括由物理层、媒介存取控制层、网络层、传输层和应用层组成的通信协议栈,物联网内实时数据传输方法还包括如下步骤所述的拥塞协议:
1):传输层,传输层还包括流量控制器模块和漏桶算法模块,
a 传输层接收应用层产生的数据流;
b流量控制器模块依据流量控制器的计算分配每个数据流的流量值;
c 漏桶算法模块依据步骤b产生的流量值分配令牌;
d 传输层以步骤c获得的令牌为前提转发数据流;
2):媒介存取控制层,媒介存取控制层还包括转发引擎模块和通信栈模块,
e 转发引擎模块接收步骤d中转发的数据流;
f 转发引擎模块通过周期性广播法于系统中获得节点缓冲区节点队列背压信息;
g 由步骤f获得的背压信息根据倒退窗算法获得队列背压以及最大队列背压;
h 根据步骤g获得的队列背压以及最大队列背压对数据流进行分组;
i 通信栈模块发送由步骤h获得的数据流。
本发明公开的物联网内实时数据传输方法的一种改进,流量控制器包括弹性数据流量控制器和非弹性数据流量控制器。
本发明公开的物联网内实时数据传输方法的又一种改进,弹性流量控制器为
Figure 842916DEST_PATH_IMAGE007
,其中,qs是节点缓冲区中的队列长度,V是设计常数,用于调节缓冲区内的剩余队列。
本发明公开的物联网内实时数据传输方法的又一种改进,弹性流量控制器为
Figure 446941DEST_PATH_IMAGE008
,其中,qs是节点缓冲区中的队列长度,V是设计常数,用于调节缓冲区内的剩余队列,Bmax为非弹性数据流S形方程的最小和最大数据要求,
Figure 304039DEST_PATH_IMAGE009
,rs为带宽或流量。
本发明公开的物联网内实时数据传输方法的又一种改进,最大队列背压为
Figure 998326DEST_PATH_IMAGE010
,qi是节点缓冲区中节点i的队列长度。
根据无线网络设计中最新的联合流量控制和调度(Joint Flow Control and Scheduling)理论, 新的拥塞协议的两大设计目的,即媒介存取控制层吞吐量最大化及传输层弹性和非弹性数据流带宽分配公平合理化,可用以下最优化问题表达
 
Figure 712204DEST_PATH_IMAGE011
该优化问题包含两个核心部分,分别对应两个设计目的。展开来讲,媒介存取控制层吞吐量最大化等同于最大化调度算法马可夫链模型(Markov Chain)的熵(Entropy)值,即
其中uk满足
Figure 514572DEST_PATH_IMAGE014
代表某一调度机制
Figure 602613DEST_PATH_IMAGE015
中链接(i,j)的传输状态,1代表激活状态,0代表空闲状态。代表到达链接(i,j)数据的速率。而传输层弹性和非弹性数据流带宽分配公平合理化等同于最大化伪-效用函数,即
Figure 865284DEST_PATH_IMAGE017
因此,通过设计参数V的调节,可获得所列优化问题的目标函数。它的第一个约束条件为所有队列的服务速率必须为非负值。第二个约束条件为每个节点的流出流量必须不小于其流入流量和产生流量之和。第三、四个约束条件则来自于最大化调度算法。
通过求解以上给定的优化问题,我们可以得到对应的算法和协议。具体如下:定义第二个约束条件的相伴对偶变量(Dual Variable)
Figure 793106DEST_PATH_IMAGE019
,则部分变元的拉格朗日(Partial Lagrangian)为
Figure 596371DEST_PATH_IMAGE020
Figure 598962DEST_PATH_IMAGE021
固定向量u和q,
Figure 122347DEST_PATH_IMAGE022
为以下子问题的最优解
Figure 348929DEST_PATH_IMAGE023
Figure 590554DEST_PATH_IMAGE024
,易得,如果
Figure 131257DEST_PATH_IMAGE025
Figure 322198DEST_PATH_IMAGE026
, 否则则为0。将此结果代入部分变元的拉格朗日得
 
Figure 922944DEST_PATH_IMAGE027
其中为链接(i,j)的最大队列背压。综上所述,该优化问题对应的算法为:
传输层调节流量向量r使之最大化
Figure 792997DEST_PATH_IMAGE029
Figure 290974DEST_PATH_IMAGE030
媒介存取控制层条件变量u使之最大化
Figure 108626DEST_PATH_IMAGE031
即设置倒退窗值是平均值(Mean)为
Figure 2011102460398100002DEST_PATH_IMAGE032
的任意指数随机变量,同时对偶变量
Figure 324844DEST_PATH_IMAGE033
的更新方法是
Figure 2011102460398100002DEST_PATH_IMAGE034
其中
Figure 269666DEST_PATH_IMAGE035
以上算法与新的拥塞协议吻合,从而从数学理论上论证了其设计目的的实现以及性能的最优。
如图6至图9所示,当网络中只存在弹性数据流时,传统拥塞协议和新设计的拥塞协议在有效数据流和其对应的效用两方面均表现相当。
如图10至图13所示,当网络中同时存在弹性和非弹性数据流时,在新设计的拥塞协议下非弹性数据流的效用明显优于传统拥塞协议的效用。事实上,传统拥塞协议在此情况下失去作用。这一特征在图10和图11中显示得更加明显,在传统拥塞协议下,虽然非弹性数据流分配到了一定的带宽,却没有实际的效用,即其对应的效用却为0。
本发明公开的物联网内实时数据传输方法,针对现行的拥塞协议仅能处理弹性数据流的局限以及非弹性数据流在物联网内将大量存在的趋势,采用新设计的拥塞协议和实时数据传输方法不但合理的解决了弹性数据流和非弹性数据流共存的问题,公平分配并有效利用了有限的网络资源,而且优化了整体网络性能,最大化了媒介存取控制层的数据吞吐量,提高了网络利用率。更为重要的是,新协议与现行协议兼容,使得系统具备了完全的可实现性和可用性。

Claims (5)

1.一种物联网内实时数据传输方法,包括由物理层、媒介存取控制层、网络层、传输层和应用层组成的通信协议栈,其特征在于:所述的物联网内实时数据传输方法还包括如下步骤所述的拥塞协议:
1):传输层,所述的传输层还包括流量控制器模块和漏桶算法模块,
a 传输层接收应用层产生的数据流;
b流量控制器模块依据流量控制器的计算分配每个数据流的流量值;
c 漏桶算法模块依据步骤b产生的流量值分配令牌;
d 传输层以步骤c获得的令牌为前提转发数据流;
2):媒介存取控制层,所述的媒介存取控制层还包括转发引擎模块和通信栈模块,
e 转发引擎模块接收步骤d中转发的数据流;
f 转发引擎模块通过周期性广播法于系统中获得节点缓冲区节点队列背压信息;
g 由步骤f获得的背压信息根据倒退窗算法获得队列背压以及最大队列背压;
h 根据步骤g获得的队列背压以及最大队列背压对数据流进行分组;
i 通信栈模块发送由步骤h获得的数据流。
2.根据权利要求1所述的物联网内实时数据传输方法,其特征在于:所述的流量控制器包括弹性数据流量控制器和非弹性数据流量控制器。
3.根据权利要求2所述的物联网内实时数据传输方法,其特征在于:所述的弹性流量控制器为                                                
Figure 2011102460398100001DEST_PATH_IMAGE001
,其中,qs是节点缓冲区中的队列长度,V是设计常数,用于调节缓冲区内的剩余队列。
4.根据权利要求2所述的物联网内实时数据传输方法,其特征在于:所述的弹性流量控制器为,其中,qs是节点缓冲区中的队列长度,V是设计常数, Bmax为非弹性数据流S形方程的最小和最大数据要求,
Figure 2011102460398100001DEST_PATH_IMAGE003
,rs为带宽或流量。
5.根据权利要求1所述的物联网内实时数据传输方法,其特征在于:所述的最大队列背压为,qi是节点缓冲区中节点i的队列长度。
CN201110246039A 2011-08-25 2011-08-25 一种物联网内实时数据传输方法 Pending CN102307235A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110246039A CN102307235A (zh) 2011-08-25 2011-08-25 一种物联网内实时数据传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110246039A CN102307235A (zh) 2011-08-25 2011-08-25 一种物联网内实时数据传输方法

Publications (1)

Publication Number Publication Date
CN102307235A true CN102307235A (zh) 2012-01-04

Family

ID=45381039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110246039A Pending CN102307235A (zh) 2011-08-25 2011-08-25 一种物联网内实时数据传输方法

Country Status (1)

Country Link
CN (1) CN102307235A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108293067A (zh) * 2015-12-23 2018-07-17 英特尔公司 针对物联网设备管理通信拥塞

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110040740A1 (en) * 2009-08-15 2011-02-17 Alex Nugent Search engine utilizing flow networks
CN102111822A (zh) * 2011-01-04 2011-06-29 南京邮电大学 一种基于认知技术的物联网方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110040740A1 (en) * 2009-08-15 2011-02-17 Alex Nugent Search engine utilizing flow networks
CN102111822A (zh) * 2011-01-04 2011-06-29 南京邮电大学 一种基于认知技术的物联网方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108293067A (zh) * 2015-12-23 2018-07-17 英特尔公司 针对物联网设备管理通信拥塞
CN108293067B (zh) * 2015-12-23 2021-06-25 英特尔公司 针对物联网设备管理通信拥塞

Similar Documents

Publication Publication Date Title
Jiang et al. Resource allocation of video streaming over vehicular networks: A survey, some research issues and challenges
Du et al. Computation offloading and resource allocation in vehicular networks based on dual-side cost minimization
CN101878622B (zh) 包括基站、中继节点的无线电信系统和用于全局公平调度的方法
CN100556163C (zh) 一种移动流媒体的视频共享方法
CN102111819B (zh) 一种延迟容忍网络
Abbasi et al. Deep Reinforcement Learning for QoS provisioning at the MAC layer: A Survey
CN102857988A (zh) 认知无线Ad Hoc网络中的按需路由实现方法
CN105636062A (zh) 一种面向业务适度服务的认知无线网络传输学习方法
Saravanan et al. Design of deep learning model for radio resource allocation in 5G for massive iot device
CN103905330B (zh) 多终端协同通信业务分流比例获取方法和服务器
Huang Quality of service optimization in wireless transmission of industrial Internet of Things for intelligent manufacturing
Gupta et al. Resource orchestration in network slicing using GAN-based distributional deep Q-network for industrial applications
Bagaa et al. On using deep reinforcement learning to dynamically derive 5G new radio TDD pattern
CN102769914B (zh) 一种基于无线网络中混合业务的公平调度方法
CN102202344B (zh) 无线Mesh网中基于博弈论的跨层拥塞控制方法
CN102307235A (zh) 一种物联网内实时数据传输方法
Xiao et al. Multi-stage resource-aware congestion control algorithm in edge computing environment
Bao et al. AI-Augmented, ripple-diamond-chain shaped, rateless routing in wireless mesh networks with multibeam directional antennas
Zhang et al. Vehicular multi-slice optimization in 5G: Dynamic preference policy using reinforcement learning
CN106850643B (zh) 一种高能效的可伸缩视频编码实时流媒体的无线传输方法
Bradai et al. Clustering in cognitive radio for multimedia streaming over wireless sensor networks
Tsai et al. Joint optimization of clustering and scheduling for machine-to-machine communications in cellular wireless networks
Yang et al. Slicing allocation optimization based on MEC service-aware in 5G smart grids enabled surveillance system
He et al. ShuttleBus: Dense Packet Assembling with QUIC Stream Multiplexing for Massive IoT
Sun et al. Cooperative downloading in vehicular networks: A graph-based approach

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: JIANGSU CAMROM TECHNOLOGY CO., LTD.

Free format text: FORMER OWNER: JIANGSU HECHENG EPC NETWORK TECHNOLOGY CO., LTD.

Effective date: 20120620

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 210000 NANJING, JIANGSU PROVINCE TO: 210012 NANJING, JIANGSU PROVINCE

TA01 Transfer of patent application right

Effective date of registration: 20120620

Address after: No. 20 road in Yuhuatai District of Nanjing City, read 210012 in Jiangsu Province

Applicant after: Jiangsu Kairun Technology Co.,Ltd.

Address before: 210000, No. 8, front road, Longtan street, Qixia District, Jiangsu, Nanjing

Applicant before: Jiangsu Hudson IoT Co.,Ltd.

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120104