CN109257288B - 一种低压电力线载波通信路由选择方法 - Google Patents

一种低压电力线载波通信路由选择方法 Download PDF

Info

Publication number
CN109257288B
CN109257288B CN201810492959.XA CN201810492959A CN109257288B CN 109257288 B CN109257288 B CN 109257288B CN 201810492959 A CN201810492959 A CN 201810492959A CN 109257288 B CN109257288 B CN 109257288B
Authority
CN
China
Prior art keywords
node
path
communication
concentrator
data frame
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
Application number
CN201810492959.XA
Other languages
English (en)
Other versions
CN109257288A (zh
Inventor
卫建均
李一新
李剑桥
梁权波
陈莉妍
廖敏虹
邓涛
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.)
Guangdong Power Grid Co Ltd
Maoming Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Maoming Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Maoming Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201810492959.XA priority Critical patent/CN109257288B/zh
Publication of CN109257288A publication Critical patent/CN109257288A/zh
Application granted granted Critical
Publication of CN109257288B publication Critical patent/CN109257288B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/02Topology update or discovery
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B3/00Line transmission systems
    • H04B3/54Systems for transmission via power distribution lines
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/12Shortest path evaluation
    • H04L45/121Shortest path evaluation by minimising delays
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/22Alternate routing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/26Route discovery packet
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/74Address processing for routing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明涉及电力通信技术领域,更具体地,涉及一种低压电力线载波通信路由选择方法。本发明通过各节点通信信息表初始化、集中器节点发出探索路径数据帧以搜索其到各节点的通信路径、路径优化目标函数建立、对集中器到各节点的路径进行优化并选出最优和次优路径作为路由的主路径和备用路径等步骤,可以在不知集中器和电表连接关系的情况下,本算法可通过快速的搜索对未知的通信网络进行辨识,找出集中器到电表的最优通信路由路径。

Description

一种低压电力线载波通信路由选择方法
技术领域
本发明涉及电力通信技术领域,更具体地,涉及一种低压电力线载波通信路由选择方法。
背景技术
电力线载波通信是以低压配电网线路为通信通道,利用一定的调制手段,将数据加载在特定的载波信号中,调制后的信号通过非通信线路传播到接收端,接收端通过专用的电力线调制解调器将高频信号从电力线上分离出来并传送到终端设备的一种技术。电力线载波通信的优点是无需架设线路,只要有电力线路即可进行信号传输。因此目前,国内外集抄系统下行通信即集中器和电表之间的通信大多采用电力线载波通信方式。但是,低压电力线载波网络普遍存在载波节点数目多、拓扑结构不稳定、通信环境恶劣、时变性强和周边干扰因素多等问题,容易因为通信网络的变化降低集中抄表系统数据采集的可靠性。
因此,在集抄系统集中器和电表之间通信中,如何使集中器高效、准确地抄取用户电表的信息是广受业内关注的问题之一。最初有学者认为提高通信网络可靠性的方法是从物理层进行改进,结果表明确实在一定程度上提高了通信的可靠性满足了实际需求,但是物理层性能的提升也收到很多因素的制约因此提升空间很有限。然而通过网络层的组网,却能以较低的成本较大的提高通信网络的可靠性。因此网络层面的路由方法直接决定着通信数据如何进行中继和路由,其寻址效率又直接影响了自动抄表的工作时间,也影响了采集设备的功耗,对集抄系统下行通信的工作效率起着至关重要的作用。
发明内容
本发明的目的在于克服现有技术的不足,提供一种低压电力线载波通信路由选择方法。
为解决上述技术问题,本发明采用的技术方案是:
一种低压电力线载波通信路由选择方法,包括以下步骤:
S1:各节点的通信信息表初始化;
S2:集中器节点发出用于探索路径的探索数据帧,并搜索集中器节点到各节点的通信路径;
S3:路径优化目标函数建立,通信时延与中继节点数呈正比关系,设d(s,d)为源节点集中器到目标电表节点的通信延时,则其中ah·hoph表示从源节点到目的节点的数据包经过第h“跳”时带来的通信延迟,a为延时参数,优化目标函数设为:其中:L表示任意节点最小可通信距离;X为网络中电表节点集合;
S4:对集中器到各节点的路径进行优化,选出最优和次优路径作为路由的主路径和备用路径;
S5:蚂蚁从节点i到节点j信息素更新公式:
τij=(1-ξ)τij+ξτ0;式中:ξ为局部更新挥发因子;τ0为信息素初始值;
S6:电表节点收到蚂蚁数据帧后将数据帧中的目的地址提取出来与自身地址对比,若与自身地址不一致则转到步骤S4;
S7:集中器每一轮依次发出10个蚂蚁数据帧,集中器根据数据帧还回的信息判断10只蚂蚁是否都已探索完毕;
S8:如果10只蚂蚁都已探索完毕,则选出从集中器节点到目地节点目标函数最小即延时最短的那条路径,然后系统给予奖励即增加该路径上的信息素含量,增大该路径被下一轮中蚂蚁选中的概率,奖励规则如下:
τij=(1-ρ)τij+ρΔτij
其中,ρ表示全局信息素挥发因子;Δτij为本次迭代路径(i,j)上的信息素增量;W为信息素总量;Lbest是本次循环从源节点到目标节点多条路径中最优路径对应的目标函数值;
S9:如果10只蚂蚁未能搜索完毕,则转到步骤S3;
S10:判断连续λ次迭代最优路径是否不变,连续λ次迭代最优解不变时采用如下规则更新信息素:
上式中c为常数;τm为设定的信息素值;S11:判定算法是否达到设定的迭代次数NA,达到则记录集中器节点到目标电表节点的最优路径和次优路径,并把最优和次优路径存到集中器节点的路由表优选地,在步骤S11中,所述数据帧包括直接通信数据帧以及间接通信数据帧。
优选地,步骤S1具体为:
s11:指定节点i,节点i发出数据帧时,网络中其它节点对低压电力线上的信号进行监测;
s12:如果某节点通过分析计算得到通信信号的信噪比值大于设定的信噪比值时,则确定该节点是能与节点i直接通信的节点;同时对各节点监测到的噪声比值进行从大到小排序,然后按该顺序逐个指定节点进行数据帧发送。
优选地,步骤S2具体为:
s21:探索数据帧根据所述通信信息表的地址信息选择要走的节点,同时系统对所选的这个节点进行评价并反馈给探索数据帧奖励或者惩罚回报;
s22:探索数据帧根据反馈的奖励或者惩罚信号不断更改原有策略,最终使目标函数获得最大值,则对应的策略即为集中器节点到目标电表节点的一组路径;
s23:探索数据帧将这组路径带回至集中器保存并准备接下来的路径优化;
s24:用P(j,k)表示动作k的评价值,其中j为各时刻状态的集合即探索数据帧所处的节点位置集合,k为各时刻动作的集合即探索数据帧将选择的下个节点集合;在t时刻从状态jt选择动作kt,获得即时回报rt,则P矩阵更新公式为:P(jt,kt)=(1-σ)P(jt,kt)+σ(rt+γmax P(jt+1,k)),式中:σ为学习因子,0<σ<1;γ为折扣因子,0<γ<1;jt+1表示下一个时刻的状态。
优选地,步骤S4具体为:
s41:初始信息素选择;将所述P矩阵中的值作为对应各节点间的初始信息素;
s42:集中器根据步骤s22中形成的路径,以通信延时为优化目标,发出数据探索帧;
s43:将数据探索帧看作路径优化算法中的蚂蚁,蚂蚁根据自身释放的信息素浓度以及该段路的噪声比值选择下一个要访问的节点,蚂蚁从一个节点到另一个节点按如下状态转移规则进行:位于节点i的蚂蚁M,按照状态转移规则选择要访问的下一个节点j,转移规则公式如下:
上式中:τij为路径(i,j)上信息素的大小;εij为路径(i,j)上的噪声比值大小;ω为信息启发式因子;υ为噪声比影响因子;当q≤q0时,按照先验规律选择路径;当q>q0时,按下式进行路径搜索:
当q≤q0时,蚂蚁按[τij]ωij]υ取最大值时选择下一个节点j;
当q>q0时,蚂蚁按概率选择下一个节点;
q0按下式做调整:上式中:N为当前迭代的次数,Nmax为迭代的最大次数。
优选地,在步骤s11中,所述数据帧包括直接通信数据帧以及间接通信数据帧。
优选地,在步骤s42中,该数据帧的内容包括:源地址信息、目标地址信息、噪声比信息。
与现有技术相比,本发明的有益效果是:
(1)本发明在不知集中器和电表连接关系的情况下,传统的人工指定中继的方式已经不能满足实际需求。本路由算法可通过快速的搜索对未知的通信网络进行辨识,找出集中器到电表的最优通信路由路径。
(2)低压电力线载波通信网络中经常有用户的投入和退出,使得通信网络的逻辑拓扑结构时刻在变化中。本路由算法适应这种变化,快速找出集中器到目标电表的最优通信路由路径。
(3)低压电力线具有高噪声、高衰减、负载多等特征,通信信道容易受到这些因素的影响,本算法在某些通信节点受到破坏时对整个通信网络进行重新的组网,具有较强的抗毁性。
附图说明
图1为本发明的具体算法流程图;
图2为通信节点信息表初始化权利传递过程图;
图3为通信数据帧格式图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例
一种低压电力线载波通信路由选择方法,包括以下步骤:
S1:各节点的通信信息表初始化;通信节点的通信信息表是指能与本节点直接通信即无需以其他节点为中继的其他节点的通信地址信息,这些地址信息以表的形式放到本节点中。通信信息表的初始化就是网络中各个节点通过发出相应的通信数据帧获取能与自身通信的其他节点的地址信息的过程。
步骤S1具体包括:
s11:指定节点i,节点i发出数据帧时,网络中其它节点对低压电力线上的信号进行监测;由于电力线的通信信道是共享的,所以当多个节点同时发起通信时会引起信号碰撞,导致通信网络中各节点初始化过程无法完成,因此本发明采用一种权力逐级下放的方法,即只有被指定的节点才具备发送数据帧的权力,通信节点的通信信息表初始化权力传递过程如图2所示。
s12:如果某节点通过分析计算得到通信信号的信噪比值大于设定的信噪比值时,则确定该节点是能与节点i直接通信的节点;同时对各节点监测到的噪声比值进行从大到小排序,然后按该顺序逐个指定节点进行数据帧发送;其中数据帧为如图2所示通信数据帧格式。
S2:集中器节点发出用于探索路径的探索数据帧,并搜索集中器节点到各节点的通信路径。
步骤S2具体包括:
s21:探索数据帧根据所述通信信息表的地址信息选择要走的节点,同时系统对所选的这个节点进行评价并反馈给探索数据帧奖励或者惩罚回报;集中器发出探索数据帧相当于一个智能体(agent),agent可以记录走过的节点,并根据S11步骤中各节点的通信表地址信息选择接下来要走的节点。
s22:探索数据帧根据反馈的奖励或者惩罚信号不断更改原有策略,最终使目标函数获得最大值,则对应的策略即为集中器节点到目标电表节点的一组路径;
s23:探索数据帧将这组路径带回至集中器保存并准备接下来的路径优化;
s24:用P(j,k)表示动作k的评价值,其中j为各时刻状态的集合即探索数据帧所处的节点位置集合,k为各时刻动作的集合即探索数据帧将选择的下个节点集合;在t时刻从状态jt选择动作kt,获得即时回报rt,则P矩阵更新公式为:P(jt,kt)=(1-σ)P(jt,kt)+σ(rt+γmax P(jt+1,k)),式中:σ为学习因子,0<σ<1;γ为折扣因子,0<γ<1;jt+1表示下一个时刻的状态;
S3:路径优化目标函数建立;低压电力线载波通信网络路由选择的目的是为了减小通信时延以及提高通信的可靠性;通信时延与中继节点数呈正比关系,设d(s,d)为源节点集中器到目标电表节点的通信延时,则其中ah·hoph表示从源节点到目的节点的数据包经过第h“跳”时带来的通信延迟,a为延时参数;为说明路由的简洁性和快速性本发明采用中心节点到目标节点的通信延时作为优化目标,采用“通信距离”作为约束条件。跳数指中心节点与任意目标节点通信时,数据包到达目标节点时被其他节点转发的次数;通信距离指的是可以直接通信的两个节点所跨过的节点数+1;为得到最少跳数,优化目标函数可设为:/>其中:L表示任意节点最小可通信距离;X为网络中电表节点集合。
S4:对集中器到各节点的路径进行优化,选出最优和次优路径作为路由的主路径和备用路径。
步骤S4具体为:
s41:初始信息素选择;将所述P矩阵中的值作为对应各节点间的初始信息素。
s42:集中器根据步骤s22中形成的路径,以通信延时为优化目标,发出数据探索帧。
s43:将数据探索帧看作路径优化算法中的蚂蚁,蚂蚁根据自身释放的信息素浓度以及该段路的噪声比值选择下一个要访问的节点,蚂蚁从一个节点到另一个节点按如下状态转移规则进行:位于节点i的蚂蚁M,按照状态转移规则选择要访问的下一个节点j,转移规则公式如下:
上式中:τij为路径(i,j)上信息素的大小;εij为路径(i,j)上的噪声比值大小;ω为信息启发式因子;υ为噪声比影响因子;当q≤q0时,按照先验规律选择路径;当q>q0时,按下式进行路径搜索:
当q≤q0时,蚂蚁按[τij]ω[εij]υ取最大值时选择下一个节点j,这种策略在搜索路径时确定性比较高,加快了算法的收敛速度;
当q>q0时,蚂蚁按概率选择下一个节点,搜索随机性比较高,全局搜索能力强;
低压电力线通信网络中通信节点较多,结构复杂,因而源节点到目标节点的路径并不唯一,为此要求在保证通信可行的前提下加快对最优路径的搜索速度。所以,算法初期q0值可适当小,保证搜索更多可行路径;算法后期q0取较大值,加快算法收敛速度,因此q0按下式做调整:
上式中:N为当前迭代的次数,Nmax为迭代的最大次数;
S5:蚂蚁从节点i到节点j信息素更新公式:
τij=(1-ξ)τij+ξτ0;式中:ξ为局部更新挥发因子;τ0为信息素初始值。
S6:电表节点收到蚂蚁数据帧后将数据帧中的目的地址提取出来与自身地址对比,若与自身地址不一致则转到步骤S4。
S7:集中器每一轮依次发出10个蚂蚁数据帧,集中器根据数据帧还回的信息判断10只蚂蚁是否都已探索完毕。
S8:如果10只蚂蚁都已探索完毕,则选出从集中器节点到目地节点目标函数最小即延时最短的那条路径,然后系统给予奖励即增加该路径上的信息素含量,增大该路径被下一轮中蚂蚁选中的概率;
奖励规则如下:
τij=(1-ρ)τij+ρΔτij
ρ表示全局信息素挥发因子;Δτij为本次迭代路径(i,j)上的信息素增量;W为信息素总量;Lbest是本次循环从源节点到目标节点多条路径中最优路径对应的目标函数值;
S9:如果10只蚂蚁未能搜索完毕,则转到步骤S3;
S10:判断连续λ次迭代最优路径是否不变,连续λ次迭代最优解不变时采用如下规则更新信息素:
上式中c为常数;τm为设定的信息素值;S11:判定算法是否达到设定的迭代次数NA,达到则记录集中器节点到目标电表节点的最优路径和次优路径,并把最优和次优路径存到集中器节点的路由表。
其中,在步骤s11中,数据帧包括直接通信数据帧以及间接通信数据帧。
另外,在步骤s42中,该数据帧的内容包括:源地址信息、目标地址信息、噪声比信息。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种低压电力线载波通信路由选择方法,其特征在于,包括以下步骤:
S1:各节点的通信信息表初始化;
S2:集中器节点发出用于探索路径的探索数据帧,并搜索集中器节点到各节点的通信路径;
S3:路径优化目标函数建立,通信时延与中继节点数呈正比关系,设d(s,d)为源节点集中器到目标电表节点的通信延时,则其中ah·hoph表示从源节点到目的节点的数据包经过第h“跳”时带来的通信延迟,a为延时参数,优化目标函数设为:其中:L表示任意节点最小可通信距离;X为网络中电表节点集合;
S4:对集中器到各节点的路径进行优化,选出最优和次优路径作为路由的主路径和备用路径;
S5:蚂蚁从节点i到节点j信息素更新公式:
τij=(1-ξ)τij+ξτ0;式中:ξ为局部更新挥发因子;τ0为信息素初始值;
S6:电表节点收到蚂蚁数据帧后将数据帧中的目的地址提取出来与自身地址对比,若与自身地址不一致则转到步骤S4;
S7:集中器每一轮依次发出10个蚂蚁数据帧,集中器根据数据帧还回的信息判断10只蚂蚁是否都已探索完毕;
S8:如果10只蚂蚁都已探索完毕,则选出从集中器节点到目地节点目标函数最小即延时最短的那条路径,然后系统给予奖励即增加该路径上的信息素含量,增大该路径被下一轮中蚂蚁选中的概率,奖励规则如下:
τij=(1-ρ)τij+ρΔτij
其中,ρ表示全局信息素挥发因子;Δτij为本次迭代路径(i,j)上的信息素增量;W为信息素总量;Lbest是本次循环从源节点到目标节点多条路径中最优路径对应的目标函数值;
S9:如果10只蚂蚁未能搜索完毕,则转到步骤S3;
S10:判断连续λ次迭代最优路径是否不变,连续λ次迭代最优解不变时采用如下规则更新信息素:
上式中=连续收敛次数λ/c,c为常数;τm为设定的信息素值;
S11:判定算法是否达到设定的迭代次数NA,达到则记录集中器节点到目标电表节点的最优路径和次优路径,并把最优和次优路径存到集中器节点的路由表。
2.根据权利要求1所述的一种低压电力线载波通信路由选择方法,其特征在于:步骤S1具体为:
s11:指定节点i,节点i发出数据帧时,网络中其它节点对低压电力线上的信号进行监测;
s12:如果某节点通过分析计算得到通信信号的信噪比值大于设定的信噪比值时,则确定该节点是能与节点i直接通信的节点;同时对各节点监测到的噪声比值进行从大到小排序,然后按该顺序逐个指定节点进行数据帧发送。
3.根据权利要求1所述的一种低压电力线载波通信路由选择方法,其特征在于:步骤S2具体为:
s21:探索数据帧根据所述通信信息表的地址信息选择要走的节点,同时系统对所选的这个节点进行评价并反馈给探索数据帧奖励或者惩罚回报;
s22:探索数据帧根据反馈的奖励或者惩罚信号不断更改原有策略,最终使目标函数获得最大值,则对应的策略即为集中器节点到目标电表节点的一组路径;
s23:探索数据帧将这组路径带回至集中器保存并准备接下来的路径优化;
s24:用P(j,k)表示动作k的评价值,其中j为各时刻状态的集合即探索数据帧所处的节点位置集合,k为各时刻动作的集合即探索数据帧将选择的下个节点集合;在t时刻从状态jt选择动作kt,获得即时回报rt,则P矩阵更新公式为:
P(jt,kt)=(1-σ)P(jt,kt)+σ(rt+γmaxP(jt+1,k)),式中:σ为学习因子,0<σ<1;γ为折扣因子,0<γ<1;jt+1表示下一个时刻的状态。
4.根据权利要求3所述的一种低压电力线载波通信路由选择方法,其特征在于,步骤S4具体为:
s41:初始信息素选择;将所述P矩阵中的值作为对应各节点间的初始信息素;
s42:集中器根据步骤s22中形成的路径,以通信延时为优化目标,发出数据探索帧;
s43:将数据探索帧看作路径优化算法中的蚂蚁,蚂蚁根据自身释放的信息素浓度以及该段路的噪声比值选择下一个要访问的节点,蚂蚁从一个节点到另一个节点按如下状态转移规则进行:位于节点i的蚂蚁M,按照状态转移规则选择要访问的下一个节点j,转移规则公式如下:
上式中:τij为路径(i,j)上信息素的大小;εij为路径(i,j)上的噪声比值大小;ω为信息启发式因子;υ为噪声比影响因子;当q≤q0时,按照先验规律选择路径;当q>q0时,按下式进行路径搜索:/>
当q≤q0时,蚂蚁按[τij]ωij]υ取最大值时选择下一个节点j;
当q>q0时,蚂蚁按概率选择下一个节点;
q0按下式做调整:上式中:N为当前迭代的次数,Nmax为迭代的最大次数。
5.根据权利要求2所述的一种低压电力线载波通信路由选择方法,其特征在于:在步骤s11中,所述数据帧包括直接通信数据帧以及间接通信数据帧。
6.根据权利要求4所述的一种低压电力线载波通信路由选择方法,其特征在于,在步骤s42中,该数据帧的内容包括:源地址信息、目标地址信息、噪声比信息。
CN201810492959.XA 2018-05-22 2018-05-22 一种低压电力线载波通信路由选择方法 Active CN109257288B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810492959.XA CN109257288B (zh) 2018-05-22 2018-05-22 一种低压电力线载波通信路由选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810492959.XA CN109257288B (zh) 2018-05-22 2018-05-22 一种低压电力线载波通信路由选择方法

Publications (2)

Publication Number Publication Date
CN109257288A CN109257288A (zh) 2019-01-22
CN109257288B true CN109257288B (zh) 2023-11-07

Family

ID=65051469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810492959.XA Active CN109257288B (zh) 2018-05-22 2018-05-22 一种低压电力线载波通信路由选择方法

Country Status (1)

Country Link
CN (1) CN109257288B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115765795A (zh) * 2022-09-22 2023-03-07 国网河北省电力有限公司经济技术研究院 高精度电力线载波通信方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2328308A1 (en) * 2009-11-27 2011-06-01 Alcatel Lucent Method for building a path according to adaptation functions using an ant colony
CN106656814A (zh) * 2017-02-23 2017-05-10 广东电网有限责任公司茂名供电局 电力线载波通信网络的路由选择方法
CN107104899A (zh) * 2017-06-09 2017-08-29 中山大学 一种应用于车载自组织网络中的基于蚁群算法的路由方法
CN107483079A (zh) * 2017-06-22 2017-12-15 国网河南省电力公司信阳供电公司 低压电力线载波通信的双种群遗传蚁群路由算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8861398B2 (en) * 2009-06-30 2014-10-14 Mitsubishi Electric Research Laboratories, Inc. Method for discovering multiple routes in sensor networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2328308A1 (en) * 2009-11-27 2011-06-01 Alcatel Lucent Method for building a path according to adaptation functions using an ant colony
CN106656814A (zh) * 2017-02-23 2017-05-10 广东电网有限责任公司茂名供电局 电力线载波通信网络的路由选择方法
CN107104899A (zh) * 2017-06-09 2017-08-29 中山大学 一种应用于车载自组织网络中的基于蚁群算法的路由方法
CN107483079A (zh) * 2017-06-22 2017-12-15 国网河南省电力公司信阳供电公司 低压电力线载波通信的双种群遗传蚁群路由算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Aditi Das.Knowledge Based Routing Protocols in Wireless Sensor Networks .《CICSyN》.2015,全文. *
杨永等.基于蚁群遗传混合的载波路由方法研究.《宁夏电力》.2017,第4卷(第4期),全文. *

Also Published As

Publication number Publication date
CN109257288A (zh) 2019-01-22

Similar Documents

Publication Publication Date Title
CN109547351B (zh) Ad Hoc网络中基于Q学习和信任模型的路由方法
Tabatabaei et al. A novel energy-aware clustering method via Lion Pride Optimizer Algorithm (LPO) and fuzzy logic in wireless sensor networks (WSNs)
CN104185242B (zh) 一种降低干扰的无线Mesh网络信道分配与路由联合优化系统与方法
CN113765544B (zh) 基于hplc与rf的双模异构场域网多径并发传输方法、系统及装置
CN110461018B (zh) 基于可计算ap的机会网络路由转发方法
CN113163466B (zh) 基于模糊决策树的自适应鱼群寻路包路由方法
CN113411213B (zh) 基于物联网的自组网拓扑控制方法及协同监测方法
KR102346653B1 (ko) 강화학습 기반 uav 애드혹 네트워크 중계 시스템
CN108521660B (zh) 一种能量均衡的路由更新方法
CN107483079A (zh) 低压电力线载波通信的双种群遗传蚁群路由算法
CN106656814A (zh) 电力线载波通信网络的路由选择方法
CN113411766A (zh) 智慧物联网综合感知系统及方法
CN109257288B (zh) 一种低压电力线载波通信路由选择方法
EP3425861A1 (en) Improved routing in an heterogeneous iot network
KR100932914B1 (ko) 무선 센서 네트워크에서의 라우팅 장치 및 방법
CN107484207A (zh) 无线传感器网络中联合拓扑控制和信道分配负载均衡方法
CN111935797B (zh) 一种用于低压开关柜无线通信网络的动态路由方法
US20240089863A1 (en) Systems and methods for deep reinforcement learning for optimal power control in wireless networks
CN116743541B (zh) 多模通信的混合组网方法及系统、通信设备
CN110808911B (zh) 基于蚁群信息素的组网通信路由方法
Chai et al. A multi-objective Dyna-Q based routing in wireless mesh network
CN110121185A (zh) 一种配电通信网络路由优化方法
CN110417572A (zh) 一种基于目标节点相遇概率预测消息传递节点的方法
CN115665860A (zh) 一种基于候鸟群特性的无人机自组网的资源分配方法
Guan et al. A multi-frequency communication routing protocol for mobile devices in the Internet of things

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