CN108810165A - 一种物联网数据融合中传输调度算法 - Google Patents

Abstract

本发明属于物联网数据融合领域，具体是一种为了保证数据融合的性能的传输调度算法。主要分为四个步骤：A.对传感器信号进行相关计算并打包成二进制数据包；B.对每个数据包内的二进制决策的相关性进行计算统计；C.根据数据包内相关性和数据包的截止到期时间设定一个动态紧急度；D.根据每个数据包的动态紧急度来进行传输调度。本次发明首次将数据包内数据相关性用于传输调度算法中，保证实时数据能够保证其时延约束，导致非常好的延迟性能的同时保证了更有传输价值的数据包的吞吐量。

Description

一种物联网数据融合中传输调度算法

技术领域

本发明属于物联网数据融合领域，具体是一种为了保证数据融合的性能的传输调度算法。

背景技术

近年来，随着物联网的发展和信息的爆炸式增长，无线传感器网络作为物联网的主要组成部分得到了蓬勃的发展和广泛的应用。

作为物联网的接入层，无线传感器网络是由一组具有感知、计算和通信能力的多传感器节点组成的分布式传感器网络。无线传感器网络的主要兴趣在于通过部署许多小型，智能和无线传感器节点来监控物理环境。无论是在民用还是军用领域，无线传感器网络都具有广阔的应用前景。在民用领域，无线传感器网络可在空间探索、卫生保健、环境监侧、公共安全和其他商业用途上得到广泛应用。在军事领域，因为无线传感器网络的存在，指挥中心可以实时掌握战场上的动态。在物联网中，数据是物联网多源信息综合处理的一项新技术，它能利用多传感器的信息，将来自某一目标的多源信息提取，处理，分析，综合多传感时空上的冗余或者互补信息，产生比单一信源更精确、更完全的估计和决策。

无线传感器网络是物联网信息采集的基础载体，通过节点上多传感器采集周边多重信息，将数据汇集到融合节点，实现全面、有效的处理分析来进行周边环境监测。但是无线节点在向融合中心传输数据时会引起较大的延时，在实时应用场景下，保证实时数据和更有价值数据的传输对于数据融合调度问题就非常关键，传统的方式在处理每个节点时候按照相同的概率访问信道，势必会造成节点共享信道的不公平性，从而造成网络延时的增大，降低网络吞吐量和网络生存期，因此对于采取一种高效传输算法是必要的。

综合现今成果，关注数据融合处理的研究只专注于对融合中心已接收到的数据进行融合处理，而关注通信传输方面的研究大多关注尽可能提高吞吐量而没有考虑融合中心对所需数据的要求，二者都不全面。

本发明专利正是数据融合的传感器传输调度算法，即根据数据融合对不同数据的不同要求来进行传输调度，权衡数据包的剩余生存时间，保证实时数据能够保证其时延约束。并且将数据包内数据相关性用于传输调度算法中，保证了更有传输价值的数据包的吞吐量，保证数据融合的性能。

发明内容

1.一种物联网数据融合中传输调度算法包括以下步骤：

A.对传感器信号进行相关计算并打包成二进制数据包：传感器接收的信号根据与预先指定阈值的比较作出决策，大于阈值则发送决策1，否则为0，并打包成二进制数据包，具体方法为：

x_k(t)＝I

其中，s_k(t)表示接收的信号，a_k(t)为传感器检测信号，为高斯噪声。x_k(t)表示传感器做出的本地决策，I为指示函数，s_k(t)大于预先指定阈值则I等于1，否则为0。

B.对每个数据包内的二进制决策的相关性进行计算统计：对每个数据包内前后二进制数据进行异或，并将异或结果累加得X_P，求得数据包内数据跳变的比率即数据包内相关性参数C_ij，具体计算方法为：

Packet＝{b₁,b₂,b₃…b_n}

X_P＝b₁^b₂^b₃…b_n-1^b_n

其中，Packet为数据包中二进制决策集合，决策用b表示。X_P为某个数据包各个二进制决策异或累加后的总和。C_ij为某个数据包中前后决策跳变次数比上总异或次数，表示数据包中决策的相关性。

C.根据数据包内相关性和数据包的截止到期时间设定一个动态紧急度：根据数据包内相关性和数据包的剩余生存时间T_ij(t)的权衡设定动态紧急度U_ij(t)，具体计算方法为：

T_ij(t)＝G_ij-D_ij-T

其中，δ，λ为权重系数。G_ij为数据包生成时间，D_ij为数据包截止到期时间，T为当前时间。

D.根据每个数据包的动态紧急度来进行传输调度：具体方法为：

1、控制子时隙的开始，贪婪调度器将每条链路的第一个数据包的动态紧急度从大到小排序，并将它们放入候选集。

2、调度器选择第一个数据包紧急度最大的链路，放入调度集合。

3、从候选集中去除调度集和中链路干扰集中的所有链路。

4、剩余的链路中第一个数据包紧急度最大的链路被挑选到调度集合中，并且移除的处理再次执行。

5、该过程重复，直到候选集合中的所有链路被移除或挑选。

6、被挑选入调度集和的链路在本时隙可以成功传输数据包。

本发明对比已有技术具有以下显著优点：

1.实现了把数据包内数据相关性参数加入数据包紧急度中，保证了更有价值的数据包的吞吐量。

2.该方法在吞吐量，时延丢包率等方面优于其他调度算法。

附图说明

图1是本发明的总体流程图。

图2是仿真结果的吞吐量图。

图3是延迟丢失率图。

图4是延迟价值丢失率

具体实施方式

下面结合附图，说明本发明的实施方式。实施例中假定有3条链路，每条链路的干扰集分别为I1＝[2]，I2＝[1,3]，I3＝[2]。

图1是本发明的总体流程图，传输调度具体实现方式为：

A.对传感器信号进行相关计算并打包成二进制数据包：传感器接收的信号根据与预先指定阈值的比较作出决策，大于阈值则发送决策1否则为0，并打包成二进制数据包，具体方法为：

x_k(t)＝I

其中，s_k(t)表示接收的信号，a_k(t)为传感器检测信号，为高斯噪声。x_k(t)表示传感器做出的本地决策，I为指示函数，s_k(t)大于预先指定阈值则I等于1，否则为0。每包为8个字节。

B.对每个数据包内的二进制决策的相关性进行计算统计：对每个数据包内前后二进制数据进行异或，并将异或结果累加得X_P，求得数据包内数据跳变的比率即数据包内相关性参数C_ij，具体计算方法为：

Packet＝{b₁,b₂,b₃…b_n}

X_P＝b₁^b₂^b₃…b_n-1^b_n

其中，Packet为数据包中二进制决策集合，决策用b表示。X_P为某个数据包各个二进制决策异或累加后的总和。C_ij为某个数据包中前后决策跳变次数比上总异或次数，表示数据包中决策的相关性。

C.根据数据包内相关性和数据包的截止到期时间设定一个动态紧急度：根据数据包内相关性和数据包的剩余生存时间T_ij(t)的权衡设定动态紧急度U_ij(t)，具体计算方法为：

T_ij(t)＝G_ij-D_ij-T

其中，δ，λ为权重系数。G_ij为数据包生成时间，D_ij为数据包截止到期时间，T为当前时间。

D.根据每个数据包的动态紧急度来进行传输调度：具体方法为：

1、控制子时隙的开始，贪婪调度器将每条链路的第一个数据包的动态紧急度从大到小排序，并将它们放入候选集。

2、调度器选择第一个数据包紧急度最大的链路，放入调度集合。

3、从候选集中去除调度集和中链路干扰集中的所有链路。

4、剩余的链路中第一个数据包紧急度最大的链路被挑选到调度集合中，并且移除的处理再次执行。

5、该过程重复，直到候选集合中的所有链路被移除或挑选。

6、被挑选入调度集和的链路在本时隙可以成功传输数据包。

仿真结果吞吐量如图2所示，延迟丢失率如图3所示，延迟价值丢失率如图4所示。

Claims (1)

1.一种物联网数据融合中传输调度算法包括以下步骤：

A.对传感器信号进行相关计算并打包成二进制数据包：传感器接收的信号根据与预先指定阈值的比较作出决策，大于阈值则发送决策1，否则为0，并打包成二进制数据包，具体方法为：

x_k(t)＝I

其中，s_k(t)表示接收的信号，a_k(t)为传感器检测信号，为高斯噪声。x_k(t)表示传感器做出的本地决策，I为指示函数，s_k(t)大于预先指定阈值则I等于1，否则为0。

B.对每个数据包内的二进制决策的相关性进行计算统计：对每个数据包内前后二进制数据进行异或，并将异或结果累加得X_P，求得数据包内数据跳变的比率即数据包内相关性参数C_ij，具体计算方法为：

Packet＝{b₁,b₂,b₃…b_n}

X_P＝b₁^b₂^b₃…b_n-1^b_n

其中，Packet为数据包中二进制决策集合，决策用b表示。X_P为某个数据包各个二进制决策异或累加后的总和。C_ij为某个数据包中前后决策跳变次数比上总异或次数，表示数据包中决策的相关性。

C.根据数据包内相关性和数据包的截止到期时间设定一个动态紧急度：根据数据包内相关性和数据包的剩余生存时间T_ij(t)的权衡设定动态紧急度U_ij(t)，具体计算方法为：

T_ij(t)＝G_ij-D_ij-T

其中，δ，λ为权重系数。G_ij为数据包生成时间，D_ij为数据包截止到期时间，T为当前时间。

D.根据每个数据包的动态紧急度来进行传输调度：具体方法为：

1、控制子时隙的开始，贪婪调度器将每条链路的第一个数据包的动态紧急度从大到小排序，并将它们放入候选集。

2、调度器选择第一个数据包紧急度最大的链路，放入调度集合。

3、从候选集中去除调度集和中链路干扰集中的所有链路。

4、剩余的链路中第一个数据包紧急度最大的链路被挑选到调度集合中，并且移除的处理再次执行。

5、该过程重复，直到候选集合中的所有链路被移除或挑选。

6、被挑选入调度集和的链路在本时隙可以成功传输数据包。