CN109246787B - 一种结合预测控制的中继选择方法 - Google Patents
一种结合预测控制的中继选择方法 Download PDFInfo
- Publication number
- CN109246787B CN109246787B CN201811228359.9A CN201811228359A CN109246787B CN 109246787 B CN109246787 B CN 109246787B CN 201811228359 A CN201811228359 A CN 201811228359A CN 109246787 B CN109246787 B CN 109246787B
- Authority
- CN
- China
- Prior art keywords
- data
- relay
- time
- signal
- noise ratio
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/18—Communication route or path selection, e.g. power-based or shortest path routing based on predicted events
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明属于无线通信技术领域,具体的说涉及一种结合预测控制的中继选择方法。本发明将预测控制与中继选择结合在一起,即在中继中存放当前时刻和未来时刻的数据。这既能解决中继的实时性问题,还能对预测控制造成的深衰落和较大的资源消耗进行一定程度的缓解。具体地,求出每个中继对应的信噪比、数据有效个数和信息新鲜度,通过将这三个数据进行加权求和,求出每个中继对应的值,值最大的中继代表综合性能更好,然后选出这个中继。结果证明本发明提出的这种方法可以降低数据的发送失败概率,并使系统的性能得到提高。
Description
技术领域
本发明属于无线通信技术领域,具体的说涉及一种结合预测控制的中继选择方法。
背景技术
在预测控制(PPC)系统中,每个数据包都包含了当前时刻的命令和未来时刻的命令,这可以提高系统的鲁棒性。当执行器接收到数据包时,它执行当前命令并存储将来的命令。在数据包传输过程中,如果存在数据包不能及时到达的情况,则执行之前缓存的命令。因此,预测控制系统保证了较低的中断概率和延迟,并且它们也可以提高系统的稳定性。
由于在单独的预测控制系统中,直通的链路会造成严重的深衰落和大量的资源损耗,因此需要在链路中间设置中继。目前大多数中继选择方案都是基于中继过去的信道状态信息,因此可能会和实际情况产生一些偏差。同时当一次发送失败时,可能会面临中断。针对这个问题,目前提出的一种方法是对信噪比进行预测,然后根据这一条件来选择中继。结果表明所提算法能降低系统平均误码率和中断概率。但是由于其选择的指标只有一个,所以可能考虑到的问题不是很全面。因此目前的中继选择没有同时很好地解决实时性和系统性能。并且由于预测控制系统中存储了当前时刻和未来时刻的数据,因此信息新鲜度和数据有效位数值得讨论,而传统的结合信道质量的方法没有针对数据的差异进行考虑,可能不适用结合预测控制的系统。
发明内容
本发明的目的是解决在预测控制系统中,当直通链路的通信质量不理想的情况下,从多个中继中选择其中一个中继来转发数据。
本发明将预测控制与中继选择结合在一起,即在中继中存放当前时刻和未来时刻的数据。这既能解决中继的实时性问题,还能对预测控制造成的深衰落和较大的资源消耗进行一定程度的缓解。具体地,求出每个中继对应的信噪比、数据有效个数和信息新鲜度,通过将这三个数据进行加权求和,求出每个中继对应的值,值最大的中继代表综合性能更好,然后选出这个中继。结果证明本发明提出的这种方法可以降低数据的发送失败概率,并使系统的性能得到提高。
为了便于理解,首先对本发明对本发明的应用环境进行介绍。
本发明考虑无线通信网络。由于同等条件下,多中继选择优于单中继选择,因此假设有10个中继,且在源点到目的点S-D链路的中线上均匀分布,相邻两个中继之间的距离d(Ri,Rj)=2H,源点S到目的点D的距离d(S,D)=2L,d(S,Rj)表示从源点到中继的距离,d(Rj,D)表示从中继到目的点的距离。由此可得
每个时刻S都会向中继或者目的点发出数据,但是由于每次数据传输的状况不同,因此会出现失败或者成功的情况。多次传输以后,各个中继存储的有效数据就会不一样。即使在源点和中继中都有代表同一时刻的数据,但是他们从根本上就有很大不同。源点处的k时刻的数据是实际的数据,而中继中的k时刻数据均是前几个时刻时候预测得到的。
对于信道模型,主要涉及从源点S发送数据到中继,以及从中继发送数据到目的点D这两个过程的信道模型。
从S到10个中继和到D的发送过程中,均考虑瑞利衰落信道模型。其中包括路径衰落、瑞利衰落。路径衰落系数服从
gp(dB)=-128.1-37.6log10(d) d≥0.035km
式中d代表经过的距离。
信道容量为
其中P0是发送功率,N0表示高斯白噪声功率谱密度,h是瑞利衰落系数,是一个随机值。
当从中继发送数据到目的点D时,其信道模型与从源点S发送到中继的信道模型相同,不同的是两种信道模型的瑞利衰落系数h改变了。
在传输过程中,每一个数据包里面包含了当前时刻的数据以及预测的未来K-1个时刻的数据。当一个数据包发送成功以后,执行当前时刻的指令,并把预测的K-1个时刻的数据进行缓存。当下一个数据包发送成功时,就把相同时刻的数据进行更新,即用最新时刻的数据替代最早缓存的数据。
如果下一个数据包发送失败,就用中继里面缓存的数据。因此,缓冲区实际上是防止无线通信链路中丢包和延迟的保障。
本发明的技术方案为:
一种结合预测控制的中继选择方法,该方法用于无线通信网络,设定数据包的长度为10,即每个时刻,从源点发出的数据都包含了当前时刻的数据和预测的未来9个时刻的数据,其特征在于,所述中继选择方法包括以下步骤:
S1、定义中继性能指标参数:
定义信息新鲜度用于表示某一时刻的数据与当前时刻从源点发出的数据之间的差异:
其中,Xs(k)表示第k时刻从源点发出的数据,Xi(k-1)表示第i个中继在第k-1个时刻时存储的数据,||X||2表示二范数的平方;
定义数据的有效个数用于表示当前时刻以及之后能用的数据的个数:
N=Nt+Np
其中,Nt为当前时刻的数据个数,Np为预测的未来时刻的数据个数;
定义信噪比公式为:
其中,P0是发送功率,N0表示高斯白噪声功率谱密度,h是瑞利衰落系数,是一个随机值,gp为路径衰落系数:gp(dB)=-128.1-37.6log10(d),d≥0.035km,d代表经过的距离;
S2、对信噪比做如下处理:
将11个发送过程的信噪比按从小到大的顺序进行排列,然后给最小的信噪比重新赋值1,根据顺序,赋值依次加1,因此信噪比最大时其对应的数值应该为11;
S3、定义获得衡量中继总体性能的指标Γ:
Γi(k)=eSi(k)-wUi(k)+(1-e-w)Ni(k)
其中,Γi(k)表示第i个中继在k时刻下对应的和,Si(k)表示k时刻第i个中继对应的信噪比经过步骤S2处理后的值,Ni(k)表示在k时刻第i个中继的有效数据个数,e、w、(1-e-w)分别为信噪比、信息新鲜度和数据有效个数对应的权重;
S4、定义信噪比赋予的权重从0.5开始,依次加0.1,为了保证三个指标同时作用,因此每一个权值不能为0,于是在每一个时刻k,均可以得到每个中继的所有权重分配方式;
然后在每个时刻k,选出使Γ达到最大的那个中继,即
s.t.Γi(k)=eSi(k)-wUi(k)+(1-e-w)Ni(k)
0<w<1
0<e<1
0<w+e<1
S5、在每种权重分配方式下,在每一个时刻选出最佳的中继来发送数据,通过较多次传输以后,能得到每种权重分配方式下对应的中断概率,选出使中断概率Pout最小的那一组权重,即为最后确定的权重分配方式,如下所示:
本发明的有益效果为,本发明中的方法是将预测控制系统与中继选择结合在一起,使数据包含当前时刻和未来时刻,然后通过结合信噪比、数据有效个数、信息新鲜度来选出综合性能最好的中继进行转发,在提高系统稳定性的同时也提高了系统的实时性。
附图说明
图1是数据有效个数的累积分布示意图;
图2是相同时间内,三种方法各自发送到目的地的有效数据总个数的示意图;
图3是目的地每次接收到的平均有效数据个数的示意图;
图4是信息新鲜度的累积分布示意图;
图5是数据的发送失败概率随时间变化的关系曲线示意图。
具体实施方式
下面将结合附图,详细描述本发明的技术方案。
由于结合了预测控制,使得数据包存储了当前时刻和未来时刻的数据,因此对于每一个中继来说,其中存储的数据的信息新鲜度和数据有效位数会有很大不同。而传统的结合信道质量的中继选择方法没有针对数据的差异进行考虑,最后选出来的中继可能不一定是最佳的,因此传统方法可能不适用于结合预测控制的系统。
因此本发明从数据的传送过程和数据本身的特性来进行综合考虑。首先,信道质量的好坏直接影响了数据发送的结果。其次通过对数据的分析,提取到与数据密切相关的两个指标:信息新鲜度、信息的有效个数。因此中继的选择方案通过以上三个指标来进行设定。
在本发明中,设定数据包的长度为10,即每个时刻,从源点发出的数据都包含了当前时刻的数据和预测的未来9个时刻的数据,由于发送情况的不同,最后每个中继中存储的数据会有极大的不同,其中的不同主要表现在数据的有效个数和信息新鲜度上。信息新鲜度是表示某一时刻的数据与当前时刻从源点发出的数据之间的差异,通过如下式子表示:
其中Xs(k)表示第k时刻从源点发出的数据,Xi(k-1)表示第i个中继在第k-1个时刻时存储的数据,||X||2表示二范数的平方。由式子可分析出信息新鲜度Ui(k)越小越好。
数据的有效个数表示当前时刻以及之后能用的数据的个数,而在此时刻之前的数据均超过了时限,视为无效。为了方便,将每个时刻的数据个数总的表示成一个数据。有效数据个数通过如下式子进行计算
N=Nt+Np
其中,Nt为当前时刻的数据个数,Np为预测的未来时刻的数据个数。由于从源点发送的数据是最新的,因此只有当从源点发送时,当前时刻的数据才存在,即Nt为1。而存储在各个中继中的数据,均是之前时刻发送得到的,即使有表示当前时刻的数据,但也只是通过之前预测得到的,不具有有效性与实时性,因此它们的Nt为0。
信道质量通过信噪比来衡量,信噪比公式如下所示:
最后将三个因素综合起来考虑。但是通过计算得到,有效数据个数和信息新鲜度在同一个数量级,而信噪比的数量级比它们都小很多,因此为了能同时进行比较,本发明选择了如下的方式对信噪比这一指标进行了处理。
将11个发送过程的信噪比按从小到大的顺序进行排列,然后给最小的信噪比重新赋值1,根据顺序,赋值依次加1,因此信噪比最大时其对应的数值应该为11。经过处理后,三个指标均处在同一个数量级,此时可以一起进行讨论。
通过分析可得到,信噪比和数据有效个数是衡量传输性能的正向指标,即它们的数值越大传输效果越好,而信息新鲜度是反向指标,即其值越小传输效果越好。因此在赋予权重时,信噪比和数据有效个数的权重应该为正数,而信息新鲜度的权重应该为负数,然后将每个指标相加,得到衡量中继总体性能的指标Γ,如下所示
Γi(k)=eSi(k)-wUi(k)+(1-e-w)Ni(k)
其中,Γi(k)表示第i个中继在k时刻下对应的和,Si(k)表示k时刻第i个中继对应的信噪比经过处理后的值,Ni(k)表示在k时刻第i个中继(或者源点)的有效数据个数。e、w、(1-e-w)分别为信噪比、信息新鲜度和数据有效个数对应的权重。
通过一系列分析及验证发现,相对另外两个指标,信噪比对性能的影响更大,因此给信噪比赋予的权重从0.5开始,依次加0.1,而为了保证三个指标同时作用,因此每一个权值不能为0。于是在每一个时刻k,均可以得到每个中继的所有权重分配方式。
然后在每个时刻k,选出使Γ达到最大的那个中继,即
s.t.Γi(k)=eSi(k)-wUi(k)+(1-e-w)Ni(k)
0<w<1
0<e<1
0<w+e<1
此时,在每种权重分配方式下,每一个时刻都选出了最佳的中继来发送数据,通过较多次传输以后,能得到每种权重分配方式下对应的中断概率,通过比较,选出使中断概率Pout最小的那一组权重,即为最后确定的权重分配方式,如下所示:
此时就解决了三个指标的权重分配问题,进而也解决了中继的选择问题。
图1是数据有效个数的累积分布图,没有中继时,从源点直接发送数据到目的地址,发送成功的概率大约为0.33,使用传统中继选择方法,可以使发送成功的概率提高到0.62,而结合预测控制的中继选择方法,可以使得成功概率接近1,这大大提高了系统的性能。
图2是相同时间内,三种方法各自发送到目的地的有效数据总个数。从图中可以看到结合预测控制的中继选择方法发送的数据接近无中继选择和传统中继选择方法的两倍,这大大提高了系统的发送效率。
图3是目的地每次接收到的平均有效数据个数,从图上能很清晰地看到结合预测控制的中继选择方法发送的平均数据有效个数远远大于没有中继选择和传统中继选择的方法。
图4是信息新鲜度的累积分布图,当信息新鲜度为0时代表从源点发送数据到目的点,10代表发送失败,并且信息新鲜度越小代表的信息越新。从图中可以看出,在结合预测控制的中继选择方法下,信息新鲜度为0-5时所占的比例为0.98。在没有中继选择的方法下,信息新鲜度为0时所占的比例为0.33。在传统中继选择的方法下,信息新鲜度为0-5时所占的比例为0.62。由此可知,结合预测控制的中继选择方法发送的数据更新,更能接近真实的情况,最后得到的结果会更准确。
图5是数据的发送失败概率随时间变化的关系曲线,在结合预测控制的中继选择方法下,随着时间的推移,失败概率越来越低。而在没有中继选择和传统中继选择方法下,失败概率一直在一个比较大的数值上稳定。
Claims (1)
1.一种结合预测控制的中继选择方法,该方法用于无线通信网络,设定数据包的长度为10,即每个时刻,从源点发出的数据都包含了当前时刻的数据和预测的未来9个时刻的数据,其特征在于,所述中继选择方法包括以下步骤:
S1、定义中继性能指标参数:
定义信息新鲜度用于表示某一时刻的数据与当前时刻从源点发出的数据之间的差异:
其中,Xs(k)表示第k时刻从源点发出的数据,Xi(k-1)表示第i个中继在第k-1个时刻时存储的数据,||X||2表示二范数的平方;
定义数据的有效个数用于表示当前时刻以及之后能用的数据的个数:
N=Nt+Np
其中,Nt为当前时刻的数据个数,Np为预测的未来时刻的数据个数;
定义信噪比公式为:
其中,P0是发送功率,N0表示高斯白噪声功率谱密度,h是瑞利衰落系数,是一个随机值,gp为路径衰落系数:gp(dB)=-128.1-37.6log10(d),d≥0.035km,d代表经过的距离;
S2、对信噪比做如下处理:
将11个发送过程的信噪比按从小到大的顺序进行排列,然后给最小的信噪比重新赋值1,根据顺序,赋值依次加1,因此信噪比最大时其对应的数值应该为11;
S3、定义获得衡量中继总体性能的指标Γ:
Γi(k)=eSi(k)-wUi(k)+(1-e-w)Ni(k)
其中,Γi(k)表示第i个中继在k时刻下对应的和,Si(k)表示k时刻第i个中继对应的信噪比经过步骤S2处理后的值,Ni(k)表示在k时刻第i个中继的有效数据个数,e、w、(1-e-w)分别为信噪比、信息新鲜度和数据有效个数对应的权重;
S4、定义信噪比赋予的权重从0.5开始,依次加0.1,为了保证三个指标同时作用,因此每一个权值不能为0,于是在每一个时刻k,均可以得到每个中继的所有权重分配方式;
然后在每个时刻k,选出使Γ达到最大的那个中继,即
s.t.Γi(k)=eSi(k)-wUi(k)+(1-e-w)Ni(k)
0<w<1
0<e<1
0<w+e<1
S5、在每种权重分配方式下,在每一个时刻选出最佳的中继来发送数据,通过较多次传输以后,能得到每种权重分配方式下对应的中断概率,选出使中断概率Pout最小的那一组权重,即为最后确定的权重分配方式,如下所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811228359.9A CN109246787B (zh) | 2018-10-22 | 2018-10-22 | 一种结合预测控制的中继选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811228359.9A CN109246787B (zh) | 2018-10-22 | 2018-10-22 | 一种结合预测控制的中继选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109246787A CN109246787A (zh) | 2019-01-18 |
CN109246787B true CN109246787B (zh) | 2021-04-23 |
Family
ID=65081009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811228359.9A Active CN109246787B (zh) | 2018-10-22 | 2018-10-22 | 一种结合预测控制的中继选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109246787B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111836329B (zh) * | 2019-04-19 | 2022-04-22 | Oppo广东移动通信有限公司 | 数据传输方法及相关装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE602006002718D1 (de) * | 2006-02-17 | 2008-10-23 | Ntt Docomo Inc | Verfahren und Vorrichtung zur bewegungsbewussten Gatewayauswahl für Weiterreichung in einem drahtlosen ad-hoc Mehrsprungnetz |
CN102438234B (zh) * | 2011-08-22 | 2014-07-30 | 北京邮电大学 | 移动协作网络中多目标安全中继选择方法 |
CN106972898A (zh) * | 2017-03-15 | 2017-07-21 | 北京大学 | 基于信道预测的车联网数据传输调度方法 |
-
2018
- 2018-10-22 CN CN201811228359.9A patent/CN109246787B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109246787A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109862610B (zh) | 一种基于深度强化学习ddpg算法的d2d用户资源分配方法 | |
CN110601826B (zh) | 一种基于机器学习的动态dwdm-qkd网络中的自适应信道分配方法 | |
CN109587519B (zh) | 基于q学习的异构网络多径视频传输控制系统及方法 | |
CN109413707B (zh) | 无线网络环境下基于深度强化学习技术的智能路由方法 | |
CN103179171B (zh) | 基于分布式系统架构的文件传输方法及装置 | |
CN114301794B (zh) | 面向leomeo双层卫星星座的层间链路拓扑设计方法 | |
CN115173923B (zh) | 一种低轨卫星网络能效感知路由优化方法和系统 | |
CN109246787B (zh) | 一种结合预测控制的中继选择方法 | |
CN103929782A (zh) | 一种适用于工业无线传感器网络的资源均衡多径路由方法 | |
CN115278811A (zh) | 一种基于决策树模型的mptcp连接路径选择方法 | |
WO2022110980A1 (zh) | 一种基于深度强化学习的智能网络编码方法和设备 | |
CN115189908B (zh) | 一种基于网络数字孪生体的随机攻击生存性评估方法 | |
CN112423360A (zh) | 传感器节点的硬件框架 | |
CN116708269A (zh) | 基于端到端价值学习的配电物联网路由选择方法及系统 | |
CN111901833A (zh) | 一种面向不可靠信道传输的联合服务调度以及内容缓存方法 | |
WO2024092993A1 (zh) | 服务功能链利润最大化映射方法和系统 | |
CN115190027B (zh) | 一种基于网络数字孪生体的自然故障生存性评估方法 | |
US20230128069A1 (en) | Technique for Determining Segmentation Parameters for Use in Segmenting RLC PDUS | |
Razmara et al. | A Hybrid Neural Network Approach for Congestion Control in TCP/IP Networks | |
CN114553836B (zh) | 一种基于强化学习的数据块传输准时性提升方法 | |
CN113316216B (zh) | 一种用于微纳卫星网络的路由方法 | |
CN111741531B (zh) | 一种5g基站下通信设备最佳运行状态的优化方法 | |
Sadek et al. | Dynamic bandwidth allocation using a two-stage fuzzy neural network based traffic predictor | |
JP7493679B2 (ja) | タイムセンシティブネットワークを構成することを考慮してストリームのセットを処理する方法、及びタイムセンシティブネットワークシステム | |
CN110177029B (zh) | 一种电力通信网业务运行质量评估方法 |
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 |