CN106535104A - 一种基于流量感知的自适应蓝牙传输方法 - Google Patents

Abstract

本发明公开了一种基于流量感知的自适应蓝牙传输方法，包括：S1.获取蓝牙设备在下一时刻的数据流量和在下一时刻的响应延时；S2.根据所述下一时刻的数据流量和所述下一时刻的响应延时，通过预设的连接参数模型，确定满足所述下一时刻的数据流量和所述下一时刻的响应延时的需求，且功率最小的蓝牙设备的连接参数；S3.以所述连接参数配置蓝牙设备，进行数据传输。本发明具有既能满足蓝牙设备的网络吞吐量和延时要求，又能有效降低蓝牙设备的通信功耗，算法简单，响应速度快的优点。

Description

一种基于流量感知的自适应蓝牙传输方法

技术领域

本发明涉及蓝牙数据传输技术领域，尤其涉及一种基于流量感知的自适应蓝牙传输方法。

背景技术

低功耗蓝牙即BLE(Bluetooth Low Energy，低功耗蓝牙)是蓝牙4.0的核心规范，该技术最大特点是拥有超低的运行功耗和待机功耗，功耗较传统蓝牙降低了90％，可应用于对成本和功耗都有严格要求的无线方案，已广泛应用于智能家居、健康医疗电子、汽车电子设备、智能可穿戴设备以及各种物联网应用等等。

BLE规范中定义GAP和GATT两个基本配置文件。协议中的GAP层负责设备访问模式和进程，包括设备发现、连接建立、连接终止、初始化安全特征等。GAP层连接参数包括：连接间隔、从机潜伏、监督超时、跳频增量等。协议栈中GATT层用于已连接蓝牙设备之间的数据通信。GAP层中的连接间隔、从机潜伏，GATT层中的特征数量、特征尺寸等参数，主要地决定了通信的吞吐量、延时、功耗等指标。例如，短的连接间隔，数据吞吐量高，发送等待时间短，两设备都会以高功耗运行；长的连接间隔，数据吞吐量低，发送等待时间长，两设备都会以低功耗运行。低或者0潜伏值，从设备以高功耗运行，从设备可以快速收到来自中心设备的数据；高潜伏值，从设备在没有数据发送的情况下可以低功耗运行，从设备无法及时收到来自中心设备的数据。不同参数之间存在着高耦合性，然而，在实际的数据传输场景中，不同时刻所需要传输的数据异构性较强，所需传输的数据量波动较大。例如，在多媒体数据和应用程序数据等传输场景中，需要调整BLE参数来达到一个相对较高的网络吞吐量以降低数据传输延时；而在传感数据和指令数据等频度高但数据量较小的传输场景中，对BLE协议的吞吐量要求则相对较低，如何调整BLE参数来降低数据传输功耗，优化终端设备的能量效率则成为了关键所在。现有的蓝牙通信手段采用固定的连接参数进行数据传输，没有对应用场景进行感知，没有基于通信量对连接参数进行自适应更新，需要更好的策略来寻求传输速率与功耗、延时等指标的权衡。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种通过预设蓝牙设备的网络流量、自适应地对蓝牙设备的连接参数进行更新，即能满足蓝牙设备的网络吞吐量和延时要求，又能有效降低蓝牙设备的通信功耗的基于流量感知的自适应蓝牙传输方法。

为解决上述技术问题，本发明提出的技术方案为：一种基于流量感知的自适应蓝牙传输方法，包括：

S1.获取蓝牙设备在下一时刻的数据流量和在下一时刻的响应延时；

S2.根据所述下一时刻的数据流量和所述下一时刻的响应延时，通过预设的连接参数模型，确定满足所述下一时刻的数据流量和所述下一时刻的响应延时的需求，且功率最小的蓝牙设备的连接参数；

S3.以所述连接参数配置蓝牙设备，进行数据传输。

作为本发明的进一步改进，步骤S1中所述下一时刻的数据流量通过获取蓝牙设备的历史数据流量，基于自回归模型预测得到。

作为本发明的进一步改进，所述自回归模型如式(1)所示，

式(1)中，为预测的下一时刻的数据流量，S_k-i为所述历史数据流量，u为自回归模型所采用的历史数据流量样本个数，a_i为自回归模型的系数。

作为本发明的进一步改进，所述自回归模型的系数a_i通过历史数据流量采用最小二乘法计算确定，如式(2)所示，

式(2)中，a_i为自回归模型的系数，S_j为所述历史数据流量，v为预设的预测规模参数。

作为本发明的进一步改进，步骤S2中预设的连接参数模型为预设的连接参数矩阵；所述连接参数矩阵中的每个元素包括数据吞吐量水平值、响应延时水平值、功率水平值、蓝牙设备Interval参数值和蓝牙设备SlaveLatency参数值。

作为本发明的进一步改进，所述连接参数矩阵中同一行中各元素的SlaveLatency参数值相同，Interval参数值按照使用频率的概率分布划分；所述连接参数矩阵中同一列中各元素的Interval参数值相同，SlaveLatency参数值按照使用频率的概率分布划分。

作为本发明的进一步改进，所述按照使用频率的概率分布划分为以预设的比例参数按照等比规则划分。

作为本发明的进一步改进，所述步骤S2的具体步骤包括：

S2.1.以所述连接参数矩阵中的全部元素为待查询目标元素集；

S2.2.以所述下一时刻的响应延时为查询参数，查询所述待查询目标元素集中响应延时水平值小于所述下一时刻的响应延时的元素，并将查询结果作为待查询目标元素集；

S2.3.以所述下一时刻的数据流量为查询参数，查询所述待查询目标元素集中数据吞吐量水平值大于所述下一时刻的数据流量的元素，并将查询结果作为待查询目标元素集；

S2.4.查询获取所述待查询目标元素集中功率水平值最小的元素，并以该元素的蓝牙设备Interval参数值和蓝牙设备SlaveLatency参数值为蓝牙设备的连接参数。

作为本发明的进一步改进，在所述步骤S2.2之前，还包括功率匹配步骤S2a，具体步骤包括：

S2a.1.获取蓝牙设备的当前剩余电量，当所述当前剩余电量小于预设的电量阈值时，跳转至步骤S2a.2，否则跳转至步骤S2.2；

S2a.2.计算预测功率比值指标，所述预测功率比值指标为所述当前剩余电量与所述下一时刻的数据流量的比值；

S2a.3.以所述预测功率比值指标为查询参数，查询所述待查询目标元素集中功率水平值与所述数据吞吐量水平值的比值小于所述预测功率比值指标的元素，并将查询结构作为待查询目标元素集。

与现有技术相比，本发明的优点在于：

1、本发明通过预测下一时刻的数据流量和下一时刻的响应延时，并通过预设的连接参数模型，确定既能满足下一时刻的数据流量和下一时刻的响应延时的要求，又能最大限度降低蓝牙设备的通信功耗的连接参数，并以此连接参数配置蓝牙设备，具有进一步降低蓝牙设备的功耗，提高蓝牙设备的使用时间的优点。

2、本发明预设的连接参数模型为预设的连接参数矩阵，将蓝牙设备Interval参数值按照使用频率的概率分布划分为有限个区间，SlaveLatency参数值按照使用频率的概率分布划分为有限个区间，最终得到的具有有限个元素的连接参数矩阵，从而将此两个参数决定的上十万种连接模式减化为连接参数矩阵中的有限种连接模式，本发明中以面向应用场景的数据流量分布模型构建精确的区间划分，既能够保证蓝牙设备在使用频率最大的数据流量和响应延时区段内能够较小粒度地响应吞吐量和响应延时的变化，并及时的对蓝牙设备的连接参数进行重新配置更新，又大大降低了蓝牙设备的连接参数更新频率。

附图说明

图1为本发明具体实施例流程示意图。

图2为本发明具体实施例连接参数矩阵示意图。

图3为本发明具体实施例按照使用频率的概率划分区间原理示意图。

图4为本发明具体实施例查询蓝牙连接参数矩阵流程示意图。

具体实施方式

以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。

如图1所示，本实施例的基于流量感知的自适应蓝牙传输方法，包括：S1.获取蓝牙设备在下一时刻的数据流量和在下一时刻的响应延时；S2.根据下一时刻的数据流量和下一时刻的响应延时，通过预设的连接参数模型，确定满足下一时刻的数据流量和下一时刻的响应延时的需求，且功率最小的蓝牙设备的连接参数；S3.以连接参数配置蓝牙设备，进行数据传输。

在本实施例中，步骤S1中下一时刻的数据流量通过获取蓝牙设备的历史数据流量，通过自回归模型预测得到。自回归模型如式(1)所示，

式(1)中，为预测的下一时刻的数据流量，S_k-i为历史数据流量，u为自回归模型所采用的历史数据流量样本个数，a_i为自回归模型的系数。

自回归模型的模型预测误差如式(3)所示，

式(3)中，e_k为模型预测误差，为预测的下一时刻的数据流量，S_k为下一时刻的实际数据流量。

在预测下一时刻的数据流量中，会产生预测误差，定义误差水平为预测相对误差，如式(4)所示，

式(4)中，P为预测相对误差，为预测的下一时刻的数据流量，S_k为下一时刻的实际数据流量，{α,β}为预设的误差水平。

选择较小的自回归模型所采用的历史数据流量样本个数u能够取得较好的预测效果，在本实施例中，采用1阶预测的自回归模型，即u＝1。

自回归模型的系数a_i通过历史数据流量采用最小二乘法计算确定，如式(2)所示，

式(2)中，a_i为自回归模型的系数，S_j为历史数据流量，v为预设的预测规模参数。预设的预测规模参数优选为12，当然也可以是其它值。

在本实施例中，如图2所示，步骤S2中预设的连接参数模型为预设的连接参数矩阵；连接参数矩阵中的每个元素包括数据吞吐量水平值、响应延时水平值、功率水平值、蓝牙设备Interval参数值和蓝牙设备SlaveLatency参数值。连接参数矩阵中同一行中各元素的SlaveLatency参数值相同，Interval参数值按照使用频率的概率分布划分；连接参数矩阵中同一列中各元素的Interval参数值相同，SlaveLatency参数值按照使用频率的概率分布划分。蓝牙设备Interval参数值包括Max和Min两个具体参数，分别对应Interval参数值所划分的区间的两个端点值。

蓝牙设备的连接间隔值域介于7.5ms-4.0s之间，取值为1.25ms的整数倍，则Interval参数值的取值范围为6至3200(单位为：1.25ms)，共3195个不同的取值，蓝牙设备SlaveLatency参数值的取值范围为0至499，共500个不同的取值。则按照现有的蓝牙设备的连接参数的配置方法，共有3195×500＝1597500种不同的配置方案。Interval参数值的取值越小，蓝牙设备的吞吐量水平越高，SlaveLatency参数值的取值越小，蓝牙设备的响应延时越低。

在本实施例中，将Interval参数值在6至3200的取值范围内按照使用频率的概率划分为不同的区间，将SlaveLatency参数值在0至499的取值范围内按照使用频率的概率划分为不同的区间。所谓按照使用频率的概率划分是指通过预先分析参数值的使用频率，使用频率高的参数值取值区间采用细粒度的划分，在使用频率低的参数值取值区间采用粗粒度的划分。在本实施例中，按照使用频率的概率分布划分为以预设的比例参数按照等比规则划分。如图3所示，对0至1的区间内，假设数值越低，使用频率越高，即0的使用频率最高，1的使用频率最低，预设的比例参数为1/2，则进行3次等比规则划分后形成的4个区间为[0，1/8)，[1/8，1/4)，[1/4，1/2)，[1/2，1]。当然，如果使用频率非上述的线性的变化，在第一次划分后生成[0，1/2)，[1/2，1)两个区间，如果区间[0，1/2)的使用频率更高，则继续对[0，1/2)的区间进行划分，分为[0，1/4)和[1/4，1/2)两个区间，如果区间[1/4，1/2)的使用频率更高，则继续对[1/4，1/2)的区间进行划分，依此类推，完成区间的划分。

由于蓝牙设备在具体的应用场景中，使用频率较高的Interval参数值和SlaveLatency参数值集中在取值较小的区间，因此，在本实施例中，同样选择1/2为预设的比例参数，将Interval参数值和SlaveLatency参数值各划分为8个取值区间，构建成8×8的连接参数矩阵。如图2所示，Interval参数值的8个区间分别为：[6，25)，[25，50)，[50，100)，[100，200)，[200，400)，[400，800)，[800，1600)，[1600，3200)共8个区间(单位：1.25ms)，区间的下限值和上限值分别为连接参数矩阵中蓝牙设备Interval参数值的Min值和Max值。SlaveLatency参数值的8个区间分别为：[0，4)，[4，8)，[8，16)，[16，32)，[32，63)，[63，125)，[125，250)，[250，499)共8个区间，区间的下限值为连接参数矩阵中蓝牙设备SlaveLatency参数值。连接参数矩阵中每个元素对应的数据吞吐量水平值、响应延时水平值、功率水平值是该具体的Interval参数值和SlaveLatency参数值下所体现的数据吞吐量水平值、响应延时水平值、功率水平值，可以是Interval参数值和SlaveLatency参数值确定后的实测值，也可以是根据Interval参数值和SlaveLatency参数值所计算得到的理论值。通过对蓝牙设备的高吞吐量区间和低响应延时区间进行细粒度的划分，以使得蓝牙设备能够及时响应应用场景中吞吐量的变化，及时对连接参数进行更新调整。

在本实施例中，如图4所示，步骤S2的具体步骤为：S2.1.以连接参数矩阵中的全部元素为待查询目标元素集；S2.2.以下一时刻的响应延时为查询参数，查询待查询目标元素集中响应延时水平值小于下一时刻的响应延时的元素，并将查询结果作为待查询目标元素集；S2.3.以下一时刻的数据流量为查询参数，查询待查询目标元素集中数据吞吐量水平值大于下一时刻的数据流量的元素，并将查询结果作为待查询目标元素集；S2.4.查询获取待查询目标元素集中功率水平值最小的元素，并以该元素的蓝牙设备Interval参数值和蓝牙设备SlaveLatency参数值为蓝牙设备的连接参数。

在本实施例中，在步骤S2.2之前，还包括功率匹配步骤S2a，具体步骤为：S2a.1.获取蓝牙设备的当前剩余电量，当当前剩余电量小于预设的电量阈值时，跳转至步骤S2a.2，否则跳转至步骤S2.2；S2a.2.计算预测功率比值指标，预测功率比值指标为当前剩余电量与下一时刻的数据流量的比值；S2a.3.以预测功率比值指标为查询参数，查询待查询目标元素集中功率水平值与数据吞吐量水平值的比值小于预测功率比值指标的元素，并将查询结构作为待查询目标元素集。

对于蓝牙设备的剩余电量较多时，不需要考虑剩余电量对数据传输的影响，但当蓝牙设备剩余电量不足时，需要考虑剩余电量是否能够完成预测的下一时刻的网络吞吐量的数据的传输。在本实施例中，预设的电量阈值取蓝牙设备电量的5％，当蓝牙设备的当前剩余电量低于5％时，则执行功率匹配步骤S2a。对于所预测的下一时刻的数据流量，蓝牙设备要完成数据传输所需要的能耗如式(5)所示，

式(5)中，为完成数据传输所需要的能耗，P^send为蓝牙设备在连接模式下的功耗，t_send为完成数据传输所需要的时间，N为所预测的下一时刻的数据流量，T_i为蓝牙设备在连接模式下的数据吞吐量水平值，E'为蓝牙设备的当前剩余电量。为了保证蓝牙设备在当前剩余电量情况下能够完成数据的传输，因此，式(5)所示不等式成立，由式(5)可得，完成数据传输的功率需要满足式(6)所示，

即预设的连接参数矩阵的各元素中，只有功率水平值与数据吞吐量水平值的比值小于等于蓝牙设备的当前剩余电量与所预测的下一时刻的数据流量的比值的元素对应的连接参数，才能够满足蓝牙设备在当前剩余电量的情况下完成数据传输的需求。从而确定即可完成数据传输目标，又最节能的蓝牙设备连接参数，对蓝牙设备进行配置。

上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (9)

1.一种基于流量感知的自适应蓝牙传输方法，其特征在于，包括：

S1.获取蓝牙设备在下一时刻的数据流量和在下一时刻的响应延时；

S2.根据所述下一时刻的数据流量和所述下一时刻的响应延时，通过预设的连接参数模型，确定满足所述下一时刻的数据流量和所述下一时刻的响应延时的需求，且功率最小的蓝牙设备的连接参数；

S3.以所述连接参数配置蓝牙设备，进行数据传输。

2.根据权利要求1所述的基于流量感知的自适应蓝牙传输方法，其特征在于：步骤S1中所述下一时刻的数据流量通过获取蓝牙设备的历史数据流量，基于自回归模型预测得到。

3.根据权利要求2所述的基于流量感知的自适应蓝牙传输方法，其特征在于：所述自回归模型如式(1)所示，

式(1)中，为预测的下一时刻的数据流量，S_k-i为所述历史数据流量，u为自回归模型所采用的历史数据流量样本个数，a_i为自回归模型的系数。

4.根据权利要求3所述的基于流量感知的自适应蓝牙传输方法，其特征在于：所述自回归模型的系数a_i通过历史数据流量采用最小二乘法计算确定，如式(2)所示，

式(2)中，a_i为自回归模型的系数，S_j为所述历史数据流量，v为预设的预测规模参数。

5.根据权利要求1至4任一项所述的基于流量感知的自适应蓝牙传输方法，其特征在于：步骤S2中预设的连接参数模型为预设的连接参数矩阵；所述连接参数矩阵中的每个元素包括数据吞吐量水平值、响应延时水平值、功率水平值、蓝牙设备Interval参数值和蓝牙设备SlaveLatency参数值。

6.根据权利要求5所述的基于流量感知的自适应蓝牙传输方法，其特征在于：所述连接参数矩阵中同一行中各元素的SlaveLatency参数值相同，Interval参数值按照使用频率的概率分布划分；所述连接参数矩阵中同一列中各元素的Interval参数值相同，SlaveLatency参数值按照使用频率的概率分布划分。

7.根据权利要求6所述的基于流量感知的自适应蓝牙传输方法，其特征在于：所述按照使用频率的概率分布划分为以预设的比例参数按照等比规则划分。

8.根据权利要求6所述的基于流量感知的自适应蓝牙传输方法，其特征在于：所述步骤S2的具体步骤包括：

S2.1.以所述连接参数矩阵中的全部元素为待查询目标元素集；

S2.2.以所述下一时刻的响应延时为查询参数，查询所述待查询目标元素集中响应延时水平值小于所述下一时刻的响应延时的元素，并将查询结果作为待查询目标元素集；

S2.3.以所述下一时刻的数据流量为查询参数，查询所述待查询目标元素集中数据吞吐量水平值大于所述下一时刻的数据流量的元素，并将查询结果作为待查询目标元素集；

S2.4.查询获取所述待查询目标元素集中功率水平值最小的元素，并以该元素的蓝牙设备Interval参数值和蓝牙设备SlaveLatency参数值为蓝牙设备的连接参数。

9.根据权利要求8所述的基于流量感知的自适应蓝牙传输方法，其特征在于：在所述步骤S2.2之前，还包括功率匹配步骤S2a，具体步骤包括：

S2a.1.获取蓝牙设备的当前剩余电量，当所述当前剩余电量小于预设的电量阈值时，跳转至步骤S2a.2，否则跳转至步骤S2.2；

S2a.2.计算预测功率比值指标，所述预测功率比值指标为所述当前剩余电量与所述下一时刻的数据流量的比值；

S2a.3.以所述预测功率比值指标为查询参数，查询所述待查询目标元素集中功率水平值与所述数据吞吐量水平值的比值小于所述预测功率比值指标的元素，并将查询结构作为待查询目标元素集。