CN109089323A - 一种低开销的工业无线传感器选择方法 - Google Patents
一种低开销的工业无线传感器选择方法 Download PDFInfo
- Publication number
- CN109089323A CN109089323A CN201810968742.1A CN201810968742A CN109089323A CN 109089323 A CN109089323 A CN 109089323A CN 201810968742 A CN201810968742 A CN 201810968742A CN 109089323 A CN109089323 A CN 109089323A
- Authority
- CN
- China
- Prior art keywords
- sensor
- virtual
- user
- physical sensors
- cloud
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
- H04W72/121—Wireless traffic scheduling for groups of terminals or users
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
- H04W72/1263—Mapping of traffic onto schedule, e.g. scheduled allocation or multiplexing of flows
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种低开销的工业无线传感器选择方法,提出了一种新型的制造网络框架,并设计一种资源调度器,用于选择合适的可用物理传感器当前信息来制定整体虚拟传感器实例化结果,使得全体用户的并发传感请求高效的映射至传感器云;相比于传统的直接调用物理传感器获取数据,本发明能更好地适用于工业无线传感器网络的大规模节点部署;本发明方法从网络管理者的角度来看,CPS管理者如何选择物理传感器对虚拟传感器进行实例化,使得全体用户的并发传感请求能够高效的映射至传感器云,进而使得整体网络的总开销最小。
Description
技术领域
本发明属于工业无线传感器网络与传感器云技术领域,特别涉及一种工业无线传感器选择方法。
背景技术
随着“工业4.0”概念的提出,工业领域的数据量呈爆炸式增长态势,这给数据的获取和管理带来了巨大挑战。“工业4.0”通过研究智能化生产系统和过程,以及网络分布式生产设施来实现智能工厂下制造网络的纵向集成。在“工业4.0”下,通过构建信息-物理系统(CPS,Cyber-Physical System)来获取和协调制造系统中的海量数据。“工业4.0”下的CPS包含两个方面:无线传感器网络(WSN,Wireless Sensor Network)和传感器云(SC,SensorCloud)。WSN由部署区域内大量的传感器组成,通过无线通信方式形成一个自组织的网络系统,它的主要功能是传递由多种类型的传感器收集到的数据。为了实现高度灵活的、可重配置的制造网络,必须合适地、高效地获取传感器采集到的数据。通常,这些数据蕴含的大量潜在信息能够应用在制造状态预测与调整、生产线优化、设备诊断等方面,在设备行为建模与制造过程优化方面起着举足轻重的作用。传统的数据收集方法通过直接使用物理传感器来获取数据。然而,随着工业无线传感器网络中节点的大规模部署,这时用户就面临如何以最小的开销选择功能上符合需求的物理传感器。为了解决上述问题,研究者们引入了云计算技术,它能够根据用户需求提供共享的计算资源和数据。无线传感器网络与云计算的结合产生了传感器云的概念。SC是指一类基础设施结构,其将物理传感器连接至云来进行管理,以自动的方式向用户提供云服务的实例。这些云服务的实例称为虚拟传感器,其对物理传感器进行仿真,所获取的数据均来自底层的物理传感器。其中,“虚拟”是指对用户在分配和位置方面透明,即在用户体验方面,云服务的实例与系统内其他物理资源毫无区别,用户不需要担心使用哪种类型的传感器和如何配置它们,传感器云会自动处理和管理。目前,现有的研究只关注传感器云的优点,但针对用户的并发传感请求,缺少一种高效的传感器管理方法,使制造网络的管理者能够高效地处理物理传感器和虚拟传感器的映射关系。
发明内容
本发明的目的在于提供一种低开销的工业无线传感器选择方法,根据制造网络中虚拟传感器的实例化结果,实现网络总开销最小的传感器高效管理,以解决上述现有技术存在的缺陷。
为了实现上述目的,本发明采用如下技术方案:
一种低开销的工业无线传感器选择方法,包括以下步骤:
(1)感器云中包含n个虚拟传感器,虚拟传感器集为VS={vs1,vs2,…,vsn};
(2)虚拟传感器vsi对应的当前用户集为U(vsi),初始值|U(vsi)|=0,1≤i≤n;
(3)对于n个虚拟传感器,利用贪心算法,遍历用户发送到资源调度器的所有m'个并发传感需求,计算出虚拟传感器分别与物理传感器、用户之间的距离d(vsi,uj):
d(vsi,uj)=vsi.s_cost+uj.u_cost
其中,vsi.s_cost是虚拟传感器vsi和物理传感器vsp之间的距离,uj.u_cost是用户uj和虚拟传感器vsi之间的距离,1≤i≤n,1≤j≤m';
(4)对于j∈[1,m'],找出步骤(3)得到的距离d(vsi,uj)中最小的距离d(vsk,uj):
这时,将用户uj的集合和最小距离d(vsk,uj)对应的用户集U(vsk)一起添加到当前用户集U(vsk)中;
(5)遍历当前用户集U(vsi),找出虚拟传感器vsi所服务的用户数最少的当前用户,1≤i≤|V|,其中虚拟传感器子集V为通过资源调度器选择物理传感器对虚拟传感器进行实例化的可行方案集R={r1,r2,…,rm'}中所包含的n'个虚拟传感器的集合,其中n'≤n;
(6)在传感器云中,同时处于活动状态的虚拟传感器的数量存在上限k,k应满足n'≤k;
当n'>k时,将对应当前所服务用户最少的虚拟服务器vsi从虚拟传感器子集V中移除后剩余的虚拟传感器vsr:
(7)对于步骤(6)中被移除的虚拟传感器,将它之前所服务的用户重新分配给V中剩余的虚拟传感器;
(8)对于j∈[1,vsr.cur_Nu],设计贪心算法,找出步骤(7)中移除部分虚拟服务器后剩余的n'个虚拟传感器分别与物理传感器、用户之间距离的最小值d(vsk,uj)作为开销,其中vsr.cur_Nu表示重新分配后vsr对应的当前用户;
d(vsk,uj)=min{{d1j,d2j,…,d|V|j}-drj}
这时,V更新为移除vsr后的虚拟传感器子集;
(9)重复步骤(5)~(8),直到n'=k,最终得到对应开销最小的虚拟传感器子集V和可行方案集R。
进一步的,基于一种制造网络,所述制造网络包括:
信息-物理子系统层:包含若干信息物理子系统;这些信息-物理子系统包含多种类型的物理传感器;
无线传感器网络层:包含各种无线传感器网络;
传感器云层:用于处理物理传感器和云中其他资源的虚拟化;
用户层:包含生产线和制造过程中的所有数据。
进一步的,虚拟化为用户提供基于云的服务发送;整个虚拟传感器实例化结果由资源调度器(RS,Resource Scheduler)提供;资源调度器包含CPS管理员和制造网络中可用的所有物理传感器;实例化虚拟传感器能够处理传感请求并发送传感回复;一个虚拟传感器能够同时处理来自多个用户的多个传感请求。
进一步的,制造网络的工作流程包括:
1)无线传感器网络维护管理物理传感器数据库,物理传感器的基本信息通过传感器登记消息向资源调度器注册;
2)当物理传感器数据库变化时,无线传感器网络向资源调度器发送传感器更新消息;
3)用户层的用户需要数据时,同时产生大量的传感需求,然后将这些传感需求发送给资源调度器;
4)虚拟传感器由一个物理传感器实例化;资源调度器使用物理传感器的记录,向传感器云提供实例化结果,并形成一个虚拟传感器列表;
5)资源调度器通过步骤4)的传感器列表响应用户;
6)收到实例化结果相应的传感器列表后,每个用户向分配给它的虚拟传感器发出一个传感请求;
7)传感器云中的虚拟传感器与对应的物理传感器进行通信,二者之间的通信方式由资源调度器决定,其中,虚拟传感器和物理传感器之间的关系是一对多的;物理传感器和虚拟传感器之间的对应关系由资源调度器确定;
8)物理传感器将收集到的传感数据发送给传感器云;
9)传感器云将包含传感数据的传感响应反馈给用户。
进一步的,步骤2)的传感器更新方法包括:
2.1)无线传感网络将传感器更新消息发送给资源调度器;
2.2)资源调度器接收到更新请求后,如果用户的传感需求与对应的虚拟传感器之间通信结束,该虚拟传感器将会失效,这时当前虚拟传感器的数量减少;
如果资源调度器接收到新的用户传感需求,这时增加当前虚拟传感器的数量用于通信;
2.3)部分物理传感器无法正常工作时,从物理传感器数据库中删除这些失效的物理传感器;
2.4)通过修改当前虚拟传感器的数量和删除物理传感器这两种更新操作后,资源调度器使用物理传感器的记录,对虚拟传感器进行实例化。
本发明与现有技术相比有以下优点:
1、本发明设计一种资源调度器,用于选择合适的可用物理传感器当前信息来制定整体虚拟传感器实例化结果,使得全体用户的并发传感请求高效的映射至传感器云。相比于传统的直接调用物理传感器获取数据,本发明能更好地适用于工业无线传感器网络的大规模节点部署。
2、本发明提出一种低开销的工业无线传感器选择方法,现有技术对于传感器云中同时处于活动状态的虚拟传感器的数量上限未加考虑,往往需要耗费巨大的人力物力成本,本发明考虑传感器云中同时处于活动状态的虚拟传感器的上限,便于CPS管理员有效的操作和管理。
3、本发明提出了一种新型的制造网络框架,在该制造网络下提出了一种高效的传感器管理方法。具体来说,从网络管理者的角度来看,CPS管理者如何选择物理传感器对虚拟传感器进行实例化,使得全体用户的并发传感请求能够高效的映射至传感器云,进而使得整体网络的总开销最小。
附图说明
图1是新型制造网络的工作流程示意图。
图2是本发明一种低开销的工业无线传感器选择方法的流程图。
图3是本发明对不同的并发传感需求和传感器云中活动的虚拟传感器的平均连接开销的实验结果图。图3(a)表示对于传感器云中同时处于活动状态的虚拟传感器不同数量的平均连接开销的结果图,图3(b)表示对于发送到资源管理器的传感需求不同的数量的平均连接开销的结果图。
具体实施方式
下面结合附图对本发明详细说明:
在“工业4.0”下,本发明将新型制造网络分为如下四个子层:
1)信息-物理子系统层:包含多个信息物理子系统,如协同计划系统,机械驱动系统,单一传感系统,控制系统和生产管理系统。这些信息-物理子系统包含多种类型的物理传感器。
2)无线传感器网络层:包含各种无线传感器网络。对于智能工厂中不同的网络物理子系统,存在多个异形无线传感器网络。这些网络的传感器包含现代化生产及生产过程中的温度、压力、位移、热能、震动和噪声数据。
3)传感器云层:处理物理传感器和云中其他资源的虚拟化。与普通云系统类似,虚拟化为用户提供基于云的服务发送。整个虚拟传感器实例化结果由资源调度器提供。资源调度器包含CPS管理员和制造网络中可用的所有物理传感器。实例化虚拟传感器可以处理传感请求并发送传感回复。通常,一个虚拟传感器能够同时处理来自多个用户的多个传感请求。
4)用户层:包含生产线和制造过程中的所有数据。通常,智能工厂中包含有大量的数据请求者,例如A/C控制器,能量分析仪、LED仪表板、人类操作员等。通常,这些数据请求者统称为用户(U,User)。
针对上述制造网络层次化结构,本发明提出了一种新型的制造网络,表1给出了该制造网络的八种具体行为,以及这八种行为分别对应的发送方、接收方和类型。
表1制造网络的八种具体行为
定义 | 发送方 | 接收方 | 类型 |
传感器数据 | WSN | SC | 结果 |
传感器注册 | WSN | RS | 请求 |
传感器更新 | WSN | RS | 请求 |
传感需求 | U | RS | 请求 |
实例化 | RS | SC | 结果 |
传感器列表 | RS | U | 结果 |
传感请求 | U | SC | 请求 |
传感响应 | SC | U | 结果 |
新型制造网络的工作流程参见图1,包括有如下步骤:
(1)无线传感器网络维护管理物理传感器数据库,物理传感器的基本信息通过传感器登记消息向资源调度器注册。
(2)当物理传感器数据库变化时,无线传感器网络将向资源调度器发送传感器更新消息。
(3)用户层的用户需要数据时,会同时产生大量的传感需求,然后将这些传感需求发送给资源调度器。
(4)虚拟传感器由对应的物理传感器实例化。资源调度器使用物理传感器的记录,向传感器云提供实例化结果,并形成一个虚拟传感器列表。
(5)资源调度器通过步骤(4)的传感器列表响应用户。
(6)收到实例化结果相应的传感器列表后,每个用户向分配给它的虚拟传感器发出一个传感请求。
(7)传感器云中的虚拟传感器与对应的物理传感器进行通信,二者之间的通信方式由资源调度器决定,其中,虚拟传感器和物理传感器之间的关系是一对多的。即,一个物理传感器可以由多个虚拟传感器共享。物理传感器和虚拟传感器之间的对应关系由资源调度器确定。
(8)物理传感器将收集到的传感数据发送给传感器云。
(9)传感器云将包含传感数据的传感响应反馈给用户。
步骤(2)的传感器更新的过程具体有:
(2.1)无线传感网络将传感器更新消息发送给资源调度器。
(2.2)资源调度器接收到更新请求后,如果用户的传感需求与对应的虚拟传感器之间通信结束,该虚拟传感器将会失效,这时当前虚拟传感器的数量减少。
如果资源调度器接收到新的用户传感需求,这时增加当前虚拟传感器的数量用于通信。
(2.3)无线传感器网络通常包含成百上千的物理传感器节点,这些传感器节点的物理尺寸通常都是有限的,因此其能量供给通常受限。此外,物理传感器受射频干扰等外界环境的影响,导致部分物理传感器无法正常工作,这时将从物理传感器数据库中删除这些失效的物理传感器。
(2.4)通过修改当前虚拟传感器的数量和删除物理传感器这两种更新操作后,资源调度器使用物理传感器的记录,对虚拟传感器进行实例化。
随着无线传感器网络中节点的大规模部署,传统的直接使用物理传感器来获取数据的方法已经不能同时满足多个用户感知和获取数据,这时用户就面临如何以最小的开销选择功能上符合需求的物理传感器。为了解决这个问题,研究者们在无线传感器网络中引入了云计算技术,产生了传感器云技术。传感器云由构建在物理无线传感器之上的虚拟传感器组成,它实现了更高效的传感器管理,降低系统和用户的收集采集成本。传感器云中的虚拟传感器的数据均来自底层的物理传感器,这里的“虚拟”是指对用户在分配和位置方面透明,即在用户体验方面,云服务的实例与系统内其他物理资源毫无区别。
目前,针对用户并发的传感请求,现有的研究缺少一种高效的传感器管理方法,使制造网络的管理者能够高效地处理物理传感器和虚拟传感器的映射关系。本发明提出了一种新型的制造网络框架,在该制造网络下提出了一种高效的传感器管理方法。具体来说,从网络管理者的角度来看,CPS管理者如何选择物理传感器对虚拟传感器进行实例化,使得全体用户的并发传感请求能够高效的映射至传感器云,进而使得整体网络的总开销最小。
请参阅图1所示,针对上述问题,本发明展开了研究,提出了一种低开销的工业无线传感器选择方法,包括以下步骤:
(1)感器云中包含n个虚拟传感器,虚拟传感器集为VS={vs1,vs2,…,vsn}。
(2)虚拟传感器vsi对应的当前用户集为U(vsi),初始值|U(vsi)|=0,1≤i≤n。
(3)对于n个虚拟传感器,利用贪心算法,遍历用户发送到资源调度器的所有m'个并发传感需求,计算出虚拟传感器分别与物理传感器、用户之间的距离d(vsi,uj):
d(vsi,uj)=vsi.s_cost+uj.u_cost
其中,vsi.s_cost是虚拟传感器vsi和物理传感器vsp之间的距离,uj.u_cost是用户uj和虚拟传感器vsi之间的距离,1≤i≤n,1≤j≤m'。
(4)对于j∈[1,m'],找出步骤(3)得到的距离d(vsi,uj)中最小的距离d(vsk,uj):
这时,将用户uj的集合和最小距离d(vsk,uj)对应的用户集U(vsk)一起添加到当前用户集U(vsk)中。
(5)遍历当前用户集为U(vsi),找出vsi所服务的用户数最少的当前用户,1≤i≤|V|,其中虚拟传感器子集V为通过资源调度器选择物理传感器对虚拟传感器进行实例化的可行方案集R={r1,r2,…,rm'}中所包含的n'个虚拟传感器的集合,其中n'≤n。
(6)实际上,在传感器云中,同时处于活动状态的虚拟传感器的数量存在上限k,k应满足n'≤k。
当n'>k时,将对应当前所服务用户最少的虚拟服务器vsi从虚拟传感器子集V中移除后剩余的虚拟传感器vsr。
(7)对于步骤(6)中被移除的虚拟传感器,将它之前所服务的用户重新分配给V中剩余的虚拟传感器。
(8)对于j∈[1,vsr.cur_Nu],设计贪心算法,找出步骤(7)中移除部分虚拟服务器后剩余的n'个虚拟传感器分别与物理传感器、用户之间距离的最小值d(vsk,uj)作为开销,其中vsr.cur_Nu表示重新分配后vsr对应的当前用户。
d(vsk,uj)=min{{d1j,d2j,…,d|V|j}-drj}
这时,V更新为移除vsr后的虚拟传感器子集。
(9)重复步骤(5)~(8),直到n'=k,最终得到对应开销最小的虚拟传感器子集V和可行方案集R。
本发明的效果可以通过以下实验来进行验证:
一种低开销的工业无线传感器选择方法,同上所述,
一、实验条件和内容
实验条件为:在参数为(Debian Stretch 9.4.0CoreTMi5 CPU 2.50GHz RAM8GB)的计算机上使用NS-3仿真平台进行了仿真。
针对仅有一个工业无线传感器网络和一个传感器云的制造网络,本仿真采用温度传感器、湿度传感器和压力传感器这三种类型的物理传感器,每种传感器包括100个传感器节点,传感器云最多包含150个虚拟传感器,用户数为600个。
仿真内容如下:
1)采用本发明方法的性能和执行算法的迭代次数之间的关系;
2)采用本发明的解决方案的迭代次数范围和相应的最优解决方案的迭代次数;
3)针对传感器云中同时处于活动状态的虚拟传感器和用户的并发传感需求的不同数量,平均连接开销的变化。
具体参数设置如表2:
表2实验的参数设置一览表
二、实验结果
在上述实验条件下,使用本发明进行仿真实验。对于m'=200和400,k∈[50,100],如图3(a)所示,基于贪心算法的aver_cost随着k的增加而单调递减,aver_cost在k值较大的附近比k值较小的附近变化大。当k=100时,从可行方案集R对应的虚拟传感器子集V中移除了n'-k个虚拟传感器,此时,n'=k,算法终止。如图3(b)所示,对于k=30和60,m'∈[1.0,5.0],基于贪心算法的aver_cost随着m'的增加波动越来越小,最终逐渐趋于稳定。更进一步,k=60时本发明的整体性能优于k=30时的性能。这是因为随着k值的增加,传感器云中可以使用更多的虚拟传感器来实现本发明的方案。因此,为了使得整体网络的总开销最小,CPS管理者在k的有效范围内应优先选择较大的k值。
综上,本发明公开的一种低开销的工业无线传感器选择方法,属无线传感器网络与传感器云技术领域,以上实验结果表明,相对于传统的物理传感器获取数据方式和CPS管理传感器技术,本发明能更好地适用于无线传感器网络的大规模节点部署,对传感器进行高效的管理,使得全体用户的并发传感请求能够高效的映射至传感器云,进而使得整体网络的总开销最小。
Claims (5)
1.一种低开销的工业无线传感器选择方法,其特征在于,包括以下步骤:
(1)传感器云中包含n个虚拟传感器,虚拟传感器集为VS={vs1,vs2,…,vsn};
(2)虚拟传感器vsi对应的当前用户集为U(vsi),初始值|U(vsi)|=0,1≤i≤n;
(3)对于n个虚拟传感器,利用贪心算法,遍历用户发送到资源调度器的所有m'个并发传感需求,计算出虚拟传感器分别与物理传感器、用户之间的距离d(vsi,uj):
d(vsi,uj)=vsi.s_cost+uj.u_cost
其中,vsi.s_cost是虚拟传感器vsi和物理传感器vsp之间的距离,uj.u_cost是用户uj和虚拟传感器vsi之间的距离,1≤i≤n,1≤j≤m';
(4)对于j∈[1,m'],找出步骤(3)得到的距离d(vsi,uj)中最小的距离d(vsk,uj):
这时,将用户uj的集合和最小距离d(vsk,uj)对应的用户集U(vsk)一起添加到当前用户集U(vsk)中;
(5)遍历当前用户集U(vsi),找出虚拟传感器vsi所服务的用户数最少的当前用户,1≤i≤|V|,其中虚拟传感器子集V为通过资源调度器选择物理传感器对虚拟传感器进行实例化的可行方案集R={r1,r2,…,rm'}中所包含的n'个虚拟传感器的集合,其中n'≤n;
(6)在传感器云中,同时处于活动状态的虚拟传感器的数量存在上限k,k应满足n'≤k;
当n'>k时,将对应当前所服务用户最少的虚拟服务器vsi从虚拟传感器子集V中移除后剩余的虚拟传感器vsr:
(7)对于步骤(6)中被移除的虚拟传感器,将它之前所服务的用户重新分配给V中剩余的虚拟传感器;
(8)对于j∈[1,vsr.cur_Nu],设计贪心算法,找出步骤(7)中移除部分虚拟服务器后剩余的n'个虚拟传感器分别与物理传感器、用户之间距离的最小值d(vsk,uj)作为开销,其中vsr.cur_Nu表示重新分配后vsr对应的当前用户;
d(vsk,uj)=min{{d1j,d2j,…,d|V|j}-drj}
这时,V更新为移除vsr后的虚拟传感器子集;
(9)重复步骤(5)~(8),直到n'=k,最终得到对应开销最小的虚拟传感器子集V和可行方案集R。
2.根据权利要求1所述的一种低开销的工业无线传感器选择方法,其特征在于,基于一种制造网络,所述制造网络包括:
信息-物理子系统层:包含若干信息物理子系统;这些信息-物理子系统包含多种类型的物理传感器;
无线传感器网络层:包含各种无线传感器网络;
传感器云层:用于处理物理传感器和云中其他资源的虚拟化;
用户层:包含生产线和制造过程中的所有数据。
3.根据权利要求2所述的一种低开销的工业无线传感器选择方法,其特征在于,虚拟化为用户提供基于云的服务发送;整个虚拟传感器实例化结果由资源调度器提供;资源调度器包含CPS管理员和制造网络中可用的所有物理传感器;实例化虚拟传感器能够处理传感请求并发送传感回复;一个虚拟传感器能够同时处理来自多个用户的多个传感请求。
4.根据权利要求2所述的一种低开销的工业无线传感器选择方法,其特征在于,制造网络的工作流程包括:
1)无线传感器网络维护管理物理传感器数据库,物理传感器的基本信息通过传感器登记消息向资源调度器注册;
2)当物理传感器数据库变化时,无线传感器网络向资源调度器发送传感器更新消息;
3)用户层的用户需要数据时,同时产生大量的传感需求,然后将这些传感需求发送给资源调度器;
4)虚拟传感器由一个物理传感器实例化;资源调度器使用物理传感器的记录,向传感器云提供实例化结果,并形成一个虚拟传感器列表;
5)资源调度器通过步骤4)的传感器列表响应用户;
6)收到实例化结果相应的传感器列表后,每个用户向分配给它的虚拟传感器发出一个传感请求;
7)传感器云中的虚拟传感器与对应的物理传感器进行通信,二者之间的通信方式由资源调度器决定,其中,虚拟传感器和物理传感器之间的关系是一对多的;物理传感器和虚拟传感器之间的对应关系由资源调度器确定;
8)物理传感器将收集到的传感数据发送给传感器云;
9)传感器云将包含传感数据的传感响应反馈给用户。
5.根据权利要求2所述的一种低开销的工业无线传感器选择方法,其特征在于,步骤2)的传感器更新方法包括:
2.1)无线传感网络将传感器更新消息发送给资源调度器;
2.2)资源调度器接收到更新请求后,如果用户的传感需求与对应的虚拟传感器之间通信结束,该虚拟传感器将会失效,这时当前虚拟传感器的数量减少;
如果资源调度器接收到新的用户传感需求,这时增加当前虚拟传感器的数量用于通信;
2.3)部分物理传感器无法正常工作时,从物理传感器数据库中删除这些失效的物理传感器;
2.4)通过修改当前虚拟传感器的数量和删除物理传感器这两种更新操作后,资源调度器使用物理传感器的记录,对虚拟传感器进行实例化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810968742.1A CN109089323B (zh) | 2018-08-23 | 2018-08-23 | 一种低开销的工业无线传感器选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810968742.1A CN109089323B (zh) | 2018-08-23 | 2018-08-23 | 一种低开销的工业无线传感器选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109089323A true CN109089323A (zh) | 2018-12-25 |
CN109089323B CN109089323B (zh) | 2021-07-09 |
Family
ID=64794422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810968742.1A Active CN109089323B (zh) | 2018-08-23 | 2018-08-23 | 一种低开销的工业无线传感器选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109089323B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112533207A (zh) * | 2021-02-05 | 2021-03-19 | 浙江地芯引力科技有限公司 | 一种无线传感器的数据验证方法、装置及其系统 |
WO2022089399A1 (zh) * | 2020-10-29 | 2022-05-05 | 中兴通讯股份有限公司 | 获取传感器数据的方法和装置、电子设备、可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104184785A (zh) * | 2013-09-12 | 2014-12-03 | 中国林业科学研究院资源信息研究所 | 基于云平台的林业物联网系统 |
US20180121931A1 (en) * | 2016-10-31 | 2018-05-03 | International Business Machines Corporation | Ensuring compliance of internet of things (iot) devices |
CN108400937A (zh) * | 2018-02-23 | 2018-08-14 | 北京交通大学 | 煤矿井下无线多媒体传感器网络区分服务的路由方法 |
-
2018
- 2018-08-23 CN CN201810968742.1A patent/CN109089323B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104184785A (zh) * | 2013-09-12 | 2014-12-03 | 中国林业科学研究院资源信息研究所 | 基于云平台的林业物联网系统 |
US20180121931A1 (en) * | 2016-10-31 | 2018-05-03 | International Business Machines Corporation | Ensuring compliance of internet of things (iot) devices |
CN108400937A (zh) * | 2018-02-23 | 2018-08-14 | 北京交通大学 | 煤矿井下无线多媒体传感器网络区分服务的路由方法 |
Non-Patent Citations (1)
Title |
---|
MADOKA YURIYAMA: "Sensor-Cloud Infrastructure Physical Sensor Management with Virtualized Sensors on Cloud Computing", 《INTERNATIONAL CONFERENCE ON NETWORK-BASED INFORMATION SYSTEMS》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022089399A1 (zh) * | 2020-10-29 | 2022-05-05 | 中兴通讯股份有限公司 | 获取传感器数据的方法和装置、电子设备、可读存储介质 |
CN112533207A (zh) * | 2021-02-05 | 2021-03-19 | 浙江地芯引力科技有限公司 | 一种无线传感器的数据验证方法、装置及其系统 |
CN112533207B (zh) * | 2021-02-05 | 2021-05-07 | 浙江地芯引力科技有限公司 | 一种无线传感器的数据验证方法、装置及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109089323B (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105049268B (zh) | 分布式计算资源分配系统和任务处理方法 | |
CN109491790A (zh) | 基于容器的工业物联网边缘计算资源分配方法及系统 | |
CN104092756B (zh) | 一种基于dht机制的云存储系统的资源动态分配方法 | |
TWI547817B (zh) | 叢集運算架構的資源規劃方法、系統及裝置 | |
CN107197035A (zh) | 一种基于一致性哈希算法的亲和性动态负载均衡方法 | |
CN115408151A (zh) | 一种联邦学习训练加速方法 | |
CN111314123B (zh) | 一种面向时延和能耗的电力物联网工作负载分配方法 | |
CN108322548A (zh) | 一种基于云计算的工业过程数据解析平台 | |
CN107729147A (zh) | 流计算系统中的数据处理方法、控制节点及流计算系统 | |
CN106534318A (zh) | 一种基于流量亲和性的OpenStack云平台资源动态调度系统和方法 | |
CN109194746A (zh) | 基于物联网的异构信息处理方法 | |
CN108885641A (zh) | 高性能查询处理和数据分析 | |
CN109151042B (zh) | 物联感知数据智能规划方法 | |
CN109089323A (zh) | 一种低开销的工业无线传感器选择方法 | |
CN109819032A (zh) | 一种联合考虑基站选择与计算迁移的云机器人任务分配方法 | |
CN116050540B (zh) | 一种基于联合双维度用户调度的自适应联邦边缘学习方法 | |
CN102331948A (zh) | 一种基于资源状态的虚拟机结构调整方法和调整系统 | |
CN110119399A (zh) | 基于机器学习的业务流程优化方法 | |
CN107301094A (zh) | 面向大规模动态事务查询的动态自适应数据模型 | |
CN105912740A (zh) | 一种基于云计算的cae分布式协同工作方法 | |
Wang et al. | Towards fairer and more efficient federated learning via multidimensional personalized edge models | |
CN111711702B (zh) | 一种基于通信拓扑的分布式协同交互方法及系统 | |
CN108712337A (zh) | 高性能网络中多路径带宽调度方法 | |
CN109005071A (zh) | 一种决策部署方法和调度设备 | |
CN103974082B (zh) | 子节点、父节点以及用于多层次视频网络的缓存方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |