CN110177376A - WSANs控制策略和功耗联合优化方法及装置 - Google Patents

WSANs控制策略和功耗联合优化方法及装置 Download PDF

Info

Publication number
CN110177376A
CN110177376A CN201910556788.7A CN201910556788A CN110177376A CN 110177376 A CN110177376 A CN 110177376A CN 201910556788 A CN201910556788 A CN 201910556788A CN 110177376 A CN110177376 A CN 110177376A
Authority
CN
China
Prior art keywords
wsans
power consumption
control strategy
state information
sensor
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
Application number
CN201910556788.7A
Other languages
English (en)
Other versions
CN110177376B (zh
Inventor
王朱伟
郭月慧
高宇
方超
孙阳
杨睿哲
李萌
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201910556788.7A priority Critical patent/CN110177376B/zh
Publication of CN110177376A publication Critical patent/CN110177376A/zh
Application granted granted Critical
Publication of CN110177376B publication Critical patent/CN110177376B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种WSANs控制策略和功耗联合优化方法及装置，方法包括：采集WSANs所控制的平台的状态信息，以供控制器根据状态信息和WSANs的通信时延生成控制策略，WSANs中的执行器根据控制策略控制平台，并建立多条传输路径；获取状态信息和控制策略之间的关联关系，并获取以任一条传输路径进行传输的过程中WSANs的功耗，根据WSANs的功耗构建目标函数；根据关联关系和目标函数，获取WSANs的最优控制策略，并计算在最优控制策略下以各条传输路径进行传输的过程中WSANs的功耗，将状态信息和最优控制策略按最小功耗对应的传输路径进行传输。本发明提高了WSANs的稳定性，延长了WSANs的寿命。

Description

WSANs控制策略和功耗联合优化方法及装置
技术领域
本发明属于网络控制技术领域，尤其涉及一种WSANs控制策略和功耗联合优化方法及装置。
背景技术
无线传感器执行器网络(Wireless Sensor and Actuator Networks，WSANs)是一种网络控制技术，可以有效提高控制系统的稳定性，降低网络功耗，延长网络寿命。
WSANs由空间分布的传感器、执行器和控制器组成，通过共享网络传输构成实时闭环反馈控制。传感器采集被控平台信息，通过共享的传感器网络将被控平台信息传输到控制器，以供控制器根据被控平台信息计算控制策略，促使控制平台达到理想的状态。WSANs的拓扑结构灵活，容易扩展，但是传感器节点一般都是采用电池供电，能量有限，部分节点死亡将导致传感器网络连通性降低，使得系统不稳定。同时，受限于网络带宽，数据传输的过程中不可避免地产生网络时延、丢包等问题，导致通信不可靠。
目前，WSANs仍然是控制和通信领域的研究热点。在现有的方法中，大多数方法虽然在控制策略的设计中体现了控制器对平台通信的优势，对通信带来的限制因素，如时延丢包等，也考虑入内，但是仅考虑通信时延对控制策略的影响，导致使用生成的控制策略对平台进行控制时，系统的稳定性和可靠性难以保证。
发明内容
为克服上述现有的WSANs控制策略和功耗联合优化方法造成系统的稳定性和可靠性较低的问题或者至少部分地解决上述问题，本发明实施例提供一种WSANs控制策略和功耗联合优化方法及装置。
根据本发明实施例的第一方面，提供一种WSANs控制策略和功耗联合优化方法，包括：
基于WSANs中的传感器采集所述WSANs所控制的平台的状态信息，以供所述WSANs中的控制器根据所述状态信息和所述WSANs的通信时延生成控制策略，所述WSANs中的执行器根据所述控制策略控制所述平台，并以采集所述状态信息的传感器为起点建立多条传输路径；其中，每条所述传输路径包括所述状态信息传输到所述控制器的路径和所述控制策略传输到所述执行器的路径；
获取所述状态信息和所述控制策略之间的关联关系，并获取以任一条所述传输路径进行传输的过程中所述WSANs的功耗，根据所述WSANs的功耗构建目标函数；
根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略，并计算在所述最优控制策略下以各条所述传输路径进行传输的过程中所述WSANs的功耗，将所述状态信息和所述最优控制策略按最小所述功耗对应的传输路径进行传输。
根据本发明实施例第二方面提供一种WSANs控制策略和功耗联合优化装置，包括：
采集模块，用于基于WSANs中的传感器采集所述WSANs所控制的平台的状态信息，以供所述WSANs中的控制器根据所述状态信息生成控制策略，所述WSANs中的执行器根据所述控制策略控制所述平台，并以采集所述状态信息的传感器为起点建立多条传输路径；其中，每条所述传输路径包括所述状态信息传输到所述控制器的路径和所述控制策略传输到所述执行器的路径；
构建模块，用于获取所述状态信息和所述控制策略之间的关联关系，并获取以任一条所述传输路径进行传输的过程中所述WSANs的功耗，根据所述WSANs的功耗构建目标函数；
控制模块，用于根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略，并计算在所述最优控制策略下以各条所述传输路径进行传输的过程中所述WSANs的功耗，将所述状态信息和所述最优控制策略按最小所述功耗对应的传输路径进行传输。
根据本发明实施例的第三个方面，还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的WSANs控制策略和功耗联合优化方法。
根据本发明实施例的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的WSANs控制策略和功耗联合优化方法。
本发明实施例提供一种WSANs控制策略和功耗联合优化方法及装置，该方法通过分析WSANs的通信时延对控制策略的影响构建平台的动态方程，分析传输路径对应的WSANs功耗对目标函数的影响构建目标函数，根据动态方程和目标函数建立联合最优化问题，从而得到WSANs的最优控制策略，在最优控制策略下从传输路径中选择功耗最小的传输路径，从而实现了在通信延迟和功耗的影响下WSANs的稳定性，延长了WSANs寿命。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的WSANs控制策略和功耗联合优化方法整体流程示意图；
图2为本发明实施例提供的WSANs控制策略和功耗联合优化方法中WSANs网络结构图示意图；
图3为本发明实施例提供的WSANs控制策略和功耗联合优化方法中以任一条传输路径进程传输的过程示意图；
图4为本发明实施例提供的WSANs控制策略和功耗联合优化装置整体结构示意图；
图5为本发明实施例提供的电子设备整体结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
在本发明的一个实施例中提供一种WSANs控制策略和功耗联合优化方法，图1为本发明实施例提供的WSANs控制策略和功耗联合优化方法整体流程示意图，该方法包括：S101，基于WSANs中的传感器采集所述WSANs所控制的平台的状态信息，以供所述WSANs中的控制器根据所述状态信息生成控制策略，所述WSANs中的执行器根据所述控制策略控制所述平台，并以采集所述状态信息的传感器为起点建立多条传输路径；其中，每条所述传输路径包括所述状态信息传输到所述控制器的路径和所述控制策略传输到所述执行器的路径；
其中，WSANs包括WSANs控制的平台、传感器、执行器和控制器。WSANs控制平台的过程为传感器采集平台的状态信息，通过共享的传感器网络将状态信息传递到控制器，控制器根据状态信息计算控制策略，并将控制策略传递给执行器，执行器根据控制策略控制平台达到理想的状态。由于通信时延的存在会影响整个WSANs控制的效果和稳定性，在控制器根据状态信息生成控制策略时，可以考虑通信时延，即通信的不可靠性对控制策略的影响。
此外，建立多条传输路径。如图2所示，为了便于理解，图2中的传输路径标注了两条，实线箭头代表当前选择的路径，虚线箭头则代表的是备选路径。其中，7号节点为控制器，负责分析平台的状态信息，从而生成相应的控制策略，使平台达到理想的状态。其余节点为传感器节点，用于采集平台的状态信息，并且通过共享网络传输，整个WSANs构成实时闭环反馈控制系统。
S102，获取所述状态信息和所述控制策略之间的关联关系，并获取以任一条所述传输路径进行传输的过程中所述WSANs的功耗，根据所述WSANs的功耗构建目标函数；
对采集的平台状态信息和控制器根据状态信息生成的控制策略进行分析，生成状态信息和控制策略之间的关联关系。将该关联关系作为状态方程。由于WSANs的功耗会影响WSANs的寿命和连通性，在对传输路径进行选择时要最大限度地降低WSANs的功耗，WSANs的功耗是指WSANs控制平台的过程中WSANs消耗的资源。将最小WSANs的功耗作为目标函数。
S103，根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略，并计算在所述最优控制策略下以各条所述传输路径进行传输的过程中所述WSANs的功耗，将所述状态信息和所述最优控制策略按最小所述功耗对应的传输路径进行传输。
根据状态方程和目标函数，构建WSANs的联合最优化问题。对WSANs的联合最优化问题进行求解，获得最优控制策略。本实施例中构建的联合最优化问题的解是最优控制策略可以写成形如的形式，定义xk表示第k个采样时刻点传感器采集的状态信息，ul,k-1表示控制器根据第l条传输路径传输的第k-1个采样时刻点采集的状态信息和通信时延生成的控制策略，求解联合最优化问题即对系数Ll,k进行求解。求解过程中可以利用递归推导的方法，从后向前逐步得出最优控制策略的系数。在得到最优控制策略的系数后，WSANs可以根据各个时刻的状态信息和之前时刻的控制策略，实时产生当前时刻的最优控制策略，从而实现对WSANs被控平台的稳定控制。由于在目标函数中考虑到传感器的功耗，在得到最优控制策略后，还需要进一步计算在最优控制策略下WSANs功耗最小的传输路径。将状态信息和最优控制策略按功耗最小的传输路径进行传输，从而实现控制策略和传输路径的联合最优化控制，提高了WSANs的稳定性，延长了WSANs的寿命。
本实施例通过分析WSANs的通信时延对控制策略的影响构建平台的动态方程，分析传输路径对应的WSANs功耗对目标函数的影响构建目标函数，根据动态方程和目标函数建立联合最优化问题，从而得到WSANs的最优控制策略，在最优控制策略下从传输路径中选择功耗最小的传输路径，从而实现了在通信延迟和功耗的影响下WSANs的稳定性，延长了WSANs寿命。
在上述实施例的基础上，本实施例中所述状态信息和所述控制策略之间的关联关系为：
xk+1＝Akxk+Bk1ul,k+Bk2ul,k-1；
其中，xk+1表示第k+1个采样时刻点所述传感器采集的状态信息，xk表示第k个采样时刻点所述传感器采集的状态信息，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点采集的所述状态信息和所述通信时延生成的控制策略，ul,k-1表示所述控制器根据第l条传输路径传输的第k-1个采样时刻点采集的所述状态信息和所述通信时延生成的控制策略，Ak、Bk1和Bk2为系数。
具体地，通过传感器网络通信获取平台的动态信息，动态信息包括多个采样周期采集的平台状态信息和控制器生成的控制策略。根据平台的动态信息建立状态方程。为了建立被控平台的状态方程，需要对WSANs的动态进行建模，即分析WSANs中平台的状态信息和控制器生成的控制策略之间的关系。定义状态变量x(t)和控制策略ul(t-τ)，其中，t为时间，τ为通信总时延，τ＝τSC+τCA。τSC为状态信息传输到控制器的通信延时，τCA为控制策略传输到执行器的通信延时。令采样周期为T，通常假设τ＜T。根据平台的状态信息，在采样间隔为[kT,(k+1)T]的范围内，建立离散化状态方程。状态方程中xk＝x(kT)，ul,k表示在通信时延τ的影响下根据第k个采样时刻点的状态信息生成的控制策略。
在上述实施例的基础上，本实施例中以任一条所述传输路径进行传输的过程中所述WSANs的功耗包括以该条所述传输路径进行传输的过程中所述传感器的功耗和以该条所述传输路径进行传输的过程中所述平台的功耗。
具体地，根据选择的任一条传输路径中状态信息和控制策略的传输，对传感器和平台的功耗进行分析。对传感器的功耗进行分析，确定状态信息和控制策略在传输过程中传感器的功耗。对平台的功耗进行分析通过分析平台的状态方程确定平台的功耗。传感器的功耗包括状态信息以该条传输路径从采集状态信息的传感器传递到控制器的过程中传感器的功耗，以及控制策略以该条传输路径从生成控制策略的控制器传输到执行器的过程中传感器的功耗。
在上述实施例的基础上，本实施例中所述状态信息以该条传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗通过以下公式获取：
其中，表示所述状态信息以第l传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗，xk表示第k个采样时刻点所述传感器采集的状态信息，表示所述第l条传输路径中采集所述状态信息的传感器和所述控制器之间的传感器数量，表示从传感器节点i到传感器节点i+1之间的距离，λ和εd为常数；
所述控制策略以该条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗通过以下公式获取：
其中，表示所述控制策略以所述第l条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点采集的所述状态信息生成的控制策略，nl表示所述第l条传输路径中从采集所述状态信息的传感器到所述执行器之间的传感器数量；
以任一条所述传输路径进行传输的过程中所述传感器的功耗通过以下公式获取：
其中，表示以第l条传输路径进行传输的过程中所述传感器的功耗，N为采样时刻点的总数量。以第l条传输路径进行传输的过程示意图如图3所示。图3中对应的节点为控制器。
在上述实施例的基础上，本实施例中以任一条所述传输路径进行传输的过程中所述平台的功耗：
其中，表示以任一条所述传输路径进行传输的过程中所述平台的功耗，N为采样时刻点的总数量，xN为第N个采样时刻点采集的状态信息，为xN的转置，xk表示第k个采样时刻点所述传感器采集的状态信息，为xk的转置，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点采集的所述状态信息生成的控制策略，表示ul,k的转置，Q0和R0表示预设系数；
相应地，以任一条所述传输路径进行传输的过程中所述WSANs的功耗为：
其中，表示以任一条所述传输路径进行传输的过程中所述WSANs的功耗，α、β为权重系数，表示以任一条所述传输路径进行传输的过程中所述传感器的功耗，IM和IK为单位矩阵。可以设定α＝β＝1。
在上述实施例的基础上，本实施例中根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略的步骤具体包括：根据所述关联关系和所述目标函数，构建所述WSANs的联合最优化问题；其中，所述目标函数为最小化所述WSANs的功耗；对所述联合最优化问题进行求解，获取所述WSANs的最优控制策略。
具体地，根据关联关系和目标函数构建的WSANs联合最优化问题如下：
s.t.xk+1＝Akxk+Bk1ul,k+Bk2ul,k-1
首先求解最优控制策略，定义将zl,k引入状态方程，可以把状态方程转换为
zl,k+1＝Ckzl,k+Dkul,k
其中，
将上述联合最优化问题等价转换得到：
s.t.zl,k+1＝Ckzl,k+Dkul,k，
其中，QN为预设系数。
求解上述联合最优化问题即可得到WSANs的最优控制策略其中Ll,k计算方式如下：
Ll,k＝[Dk TSk+1Dk+R]-1Dk TSk+1Ck
按照上述步骤，可从后向前迭代求解最优控制策略的系数，即k＝N时，得到SN；根据SN，求得Ll,N-1，进而得到SN-1；根据SN-1，求得Ll,N-2，进而得到SN-2；以此类推，可求解得到所有的最优控制策略的系数Ll,k。由于xk和ul,k-1已知，即zl,k已知，利用系数Ll,k可以计算
得到最优控制策略后，选择功耗最小的传输路径。构建最优传输路径问题，即
即功耗最小的传输路径为最优路径从而达到联合最优，提高WSANs的稳定性，延长WSANs的寿命。
在本发明的另一个实施例中提供一种WSANs控制策略和功耗联合优化装置，该装置用于实现前述各实施例中的方法。因此，在前述WSANs控制策略和功耗联合优化方法的各实施例中的描述和定义，可以用于本发明实施例中各个执行模块的理解。图4为本发明实施例提供的WSANs控制策略和功耗联合优化装置整体结构示意图，该装置包括采集模块401、构建模块402和控制模块403，其中：
采集模块401用于基于WSANs中的传感器采集所述WSANs所控制的平台的状态信息，以供所述WSANs中的控制器根据所述状态信息生成控制策略，所述WSANs中的执行器根据所述控制策略控制所述平台，并以采集所述状态信息的传感器为起点建立多条传输路径；其中，每条所述传输路径包括所述状态信息传输到所述控制器的路径和所述控制策略传输到所述执行器的路径；
其中，WSANs包括WSANs控制的平台、传感器、执行器和控制器。WSANs控制平台的过程为传感器采集平台的状态信息，通过共享的传感器网络将状态信息传递到控制器，控制器根据状态信息计算控制策略，并将控制策略传递给执行器，执行器根据控制策略控制平台达到理想的状态。由于通信时延的存在会影响整个WSANs控制的效果和稳定性，在控制器根据状态信息生成控制策略时，可以考虑通信时延，即通信的不可靠性对控制策略的影响。此外，建立多条传输路径。
构建模块402用于获取所述状态信息和所述控制策略之间的关联关系，并获取以任一条所述传输路径进行传输的过程中所述WSANs的功耗，根据所述WSANs的功耗构建目标函数；
构建模块402对采集的平台状态信息和控制器根据状态信息生成的控制策略进行分析，生成状态信息和控制策略之间的关联关系。将该关联关系作为状态方程。由于WSANs的功耗会影响WSANs的寿命和连通性，在对传输路径进行选择时要最大限度地降低WSANs的功耗，WSANs的功耗是指WSANs控制平台的过程中WSANs消耗的资源。将最小WSANs的功耗作为目标函数。
控制模块403用于根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略，并计算在所述最优控制策略下以各条所述传输路径进行传输的过程中所述WSANs的功耗，将所述状态信息和所述最优控制策略按最小所述功耗对应的传输路径进行传输。
根据状态方程和目标函数，构建WSANs的联合最优化问题。对WSANs的联合最优化问题进行求解，获得最优控制策略。本实施例中构建的联合最优化问题的解是最优控制策略，求解过程中可以利用递归推导的方法，从后向前逐步得出最优控制策略的系数。在得到最优控制策略的系数后，WSANs可以根据各个时刻的状态信息和之前时刻的控制策略，实时产生当前时刻的最优控制策略，从而实现对WSANs被控平台的稳定控制。由于在目标函数中考虑到传感器的功耗，在得到最优控制策略后，还需要进一步计算在最优控制策略下WSANs功耗最小的传输路径。将状态信息和最优控制策略按功耗最小的传输路径进行传输，从而实现控制策略和传输路径的联合最优化控制，提高了WSANs的稳定性，延长了WSANs的寿命。
本实施例通过分析WSANs的通信时延对控制策略的影响构建平台的动态方程，分析传输路径对应的WSANs功耗对目标函数的影响构建目标函数，根据动态方程和目标函数建立联合最优化问题，从而得到WSANs的最优控制策略，在最优控制策略下从传输路径中选择功耗最小的传输路径，从而实现了在通信延迟和功耗的影响下WSANs的稳定性，延长了WSANs寿命。
在上述实施例的基础上，本实施例中所述状态信息和所述控制策略之间的关联关系为：
xk+1＝Akxk+Bk1ul,k+Bk2ul,k-1；
其中，xk+1表示第k+1个采样时刻点所述传感器采集的状态信息，xk表示第k个采样时刻点所述传感器采集的状态信息，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点的控制策略，ul,k-1表示所述控制器根据第l条传输路径传输的第k-1个采样时刻点的控制策略，Ak、Bk1和Bk2为系数。
在上述实施例的基础上，本实施例中以任一条所述传输路径进行传输的过程中所述WSANs的功耗包括以该条所述传输路径进行传输的过程中所述传感器的功耗和以该条所述传输路径进行传输的过程中所述平台的功耗。
在上述实施例的基础上，本实施例中以该条所述传输路径进行传输的过程中所述传感器的功耗包括所述状态信息以该条传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗，以及所述控制策略以该条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗。
在上述实施例的基础上，本实施例中所述状态信息以该条传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗通过以下公式获取：
其中，表示所述状态信息以第l传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗，xk表示第k个采样时刻点所述传感器采集的状态信息，表示所述第l条传输路径中采集所述状态信息的传感器和所述控制器之间的传感器数量，表示从第i个传感器节点到第i+1个传感器节点之间的距离，λ和εd为常数；
所述控制策略以该条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗通过以下公式获取：
其中，表示所述控制策略以所述第l条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点采集的所述状态信息生成的控制策略，nl表示所述第l条传输路径中从采集所述状态信息的传感器到所述执行器之间的传感器数量；
以任一条所述传输路径进行传输的过程中所述传感器的功耗通过以下公式获取：
其中，表示以第l条传输路径进行传输的过程中所述传感器的功耗，N为采样时刻点的总数量。
在上述实施例的基础上，本实施例中以任一条所述传输路径进行传输的过程中所述平台的功耗：
其中，表示以任一条所述传输路径进行传输的过程中所述平台的功耗，N为采样时刻点的总数量，xN为第N个采样时刻点采集的状态信息，为xN的转置，xk表示第k个采样时刻点所述传感器采集的状态信息，为xk的转置，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点采集的所述状态信息生成的控制策略，表示ulk的转置，Q0和R0表示预设系数；
相应地，以任一条所述传输路径进行传输的过程中所述WSANs的功耗为：
其中，表示以任一条所述传输路径进行传输的过程中所述WSANs的功耗，α、β为权重系数，表示以任一条所述传输路径进行传输的过程中所述传感器的功耗，IM和IK为单位矩阵。
在上述实施例的基础上，本实施例中控制模块具体用于：根据所述关联关系和所述目标函数，构建所述WSANs的联合最优化问题；其中，所述目标函数为最小化所述WSANs的功耗；对所述联合最优化问题进行求解，获取所述WSANs的最优控制策略。
本实施例提供一种电子设备，图5为本发明实施例提供的电子设备整体结构示意图，该设备包括：至少一个处理器501、至少一个存储器502和总线503；其中，
处理器501和存储器502通过总线503完成相互间的通信；
存储器502存储有可被处理器501执行的程序指令，处理器调用程序指令能够执行上述各方法实施例所提供的方法，例如包括：采集WSANs所控制的平台的状态信息，以供控制器根据状态信息和WSANs的通信时延生成控制策略，WSANs中的执行器根据控制策略控制平台，并建立多条传输路径；获取状态信息和控制策略之间的关联关系，并获取以任一条传输路径进行传输的过程中WSANs的功耗，根据WSANs的功耗构建目标函数；根据关联关系和目标函数，获取WSANs的最优控制策略，并计算在最优控制策略下以各条传输路径进行传输的过程中WSANs的功耗，将状态信息和最优控制策略按最小功耗对应的传输路径进行传输。
本实施例提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行上述各方法实施例所提供的方法，例如包括：采集WSANs所控制的平台的状态信息，以供控制器根据状态信息和WSANs的通信时延生成控制策略，WSANs中的执行器根据控制策略控制平台，并建立多条传输路径；获取状态信息和控制策略之间的关联关系，并获取以任一条传输路径进行传输的过程中WSANs的功耗，根据WSANs的功耗构建目标函数；根据关联关系和目标函数，获取WSANs的最优控制策略，并计算在最优控制策略下以各条传输路径进行传输的过程中WSANs的功耗，将状态信息和最优控制策略按最小功耗对应的传输路径进行传输。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种WSANs控制策略和功耗联合优化方法，其特征在于，包括：
基于WSANs中的传感器采集所述WSANs所控制的平台的状态信息，以供所述WSANs中的控制器根据所述状态信息和所述WSANs的通信时延生成控制策略，所述WSANs中的执行器根据所述控制策略控制所述平台，并以采集所述状态信息的传感器为起点建立多条传输路径；其中，每条所述传输路径包括所述状态信息传输到所述控制器的路径和所述控制策略传输到所述执行器的路径；
获取所述状态信息和所述控制策略之间的关联关系，并获取以任一条所述传输路径进行传输的过程中所述WSANs的功耗，根据所述WSANs的功耗构建目标函数；
根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略，并计算在所述最优控制策略下以各条所述传输路径进行传输的过程中所述WSANs的功耗，将所述状态信息和所述最优控制策略按最小所述功耗对应的传输路径进行传输。
2.根据权利要求1所述的WSANs控制策略和功耗联合优化方法，其特征在于，所述状态信息和所述控制策略之间的关联关系为：
xk+1＝Akxk+Bk1ul,k+Bk2ul,k-1；
其中，xk+1表示第k+1个采样时刻点所述传感器采集的状态信息，xk表示第k个采样时刻点所述传感器采集的状态信息，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点的控制策略，ul,k-1表示所述控制器根据第l条传输路径传输的第k-1个采样时刻点的控制策略，Ak、Bk1和Bk2为系数。
3.根据权利要求1所述的WSANs控制策略和功耗联合优化方法，其特征在于，以任一条所述传输路径进行传输的过程中所述WSANs的功耗包括以该条所述传输路径进行传输的过程中所述传感器的功耗和以该条所述传输路径进行传输的过程中所述平台的功耗。
4.根据权利要求3所述的WSANs控制策略和功耗联合优化方法，其特征在于，以该条所述传输路径进行传输的过程中所述传感器的功耗包括所述状态信息以该条传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗，以及所述控制策略以该条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗。
5.根据权利要求4所述的WSANs控制策略和功耗联合优化方法，其特征在于，所述状态信息以该条传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗通过以下公式获取：
其中，表示所述状态信息以第l传输路径从采集所述状态信息的传感器传递到所述控制器的过程中所述传感器的功耗，xk表示第k个采样时刻点所述传感器采集的状态信息，表示所述第l条传输路径中采集所述状态信息的传感器和所述控制器之间的传感器数量，表示从第i个传感器节点到第i+1个传感器节点之间的距离，λ和εd为常数；
所述控制策略以该条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗通过以下公式获取：
其中，表示所述控制策略以所述第l条传输路径从生成所述控制策略的控制器传输到所述执行器的过程中所述传感器的功耗，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点采集的所述状态信息生成的控制策略，nl表示所述第l条传输路径中从采集所述状态信息的传感器到所述执行器之间的传感器数量；
以任一条所述传输路径进行传输的过程中所述传感器的功耗通过以下公式获取：
其中，表示以第l条传输路径进行传输的过程中所述传感器的功耗，N为采样时刻点的总数量。
6.根据权利要求5所述的WSANs控制策略和功耗联合优化方法，其特征在于，以任一条所述传输路径进行传输的过程中所述平台的功耗：
其中，表示以任一条所述传输路径进行传输的过程中所述平台的功耗，N为采样时刻点的总数量，xN为第N个采样时刻点采集的状态信息，为xN的转置，xk表示第k个采样时刻点所述传感器采集的状态信息，为xk的转置，ul,k表示所述控制器根据第l条传输路径传输的第k个采样时刻点采集的所述状态信息生成的控制策略，表示ul,k的转置，Q0和R0表示预设系数；
相应地，以任一条所述传输路径进行传输的过程中所述WSANs的功耗为：
其中，表示以任一条所述传输路径进行传输的过程中所述WSANs的功耗，α、β为权重系数，表示以任一条所述传输路径进行传输的过程中所述传感器的功耗，IM和IK为单位矩阵。
7.根据权利要求1-6任一所述的WSANs控制策略和功耗联合优化方法，其特征在于，根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略的步骤具体包括：
根据所述关联关系和所述目标函数，构建所述WSANs的联合最优化问题；其中，所述目标函数为最小化所述WSANs的功耗；
对所述联合最优化问题进行求解，获取所述WSANs的最优控制策略。
8.一种WSANs控制策略和功耗联合优化装置，其特征在于，包括：
采集模块，用于基于WSANs中的传感器采集所述WSANs所控制的平台的状态信息，以供所述WSANs中的控制器根据所述状态信息生成控制策略，所述WSANs中的执行器根据所述控制策略控制所述平台，并以采集所述状态信息的传感器为起点建立多条传输路径；其中，每条所述传输路径包括所述状态信息传输到所述控制器的路径和所述控制策略传输到所述执行器的路径；
构建模块，用于获取所述状态信息和所述控制策略之间的关联关系，并获取以任一条所述传输路径进行传输的过程中所述WSANs的功耗，根据所述WSANs的功耗构建目标函数；
控制模块，用于根据所述关联关系和所述目标函数，获取所述WSANs的最优控制策略，并计算在所述最优控制策略下以各条所述传输路径进行传输的过程中所述WSANs的功耗，将所述状态信息和所述最优控制策略按最小所述功耗对应的传输路径进行传输。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述WSANs控制策略和功耗联合优化方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至8任一项所述WSANs控制策略和功耗联合优化方法的步骤。
CN201910556788.7A 2019-06-25 2019-06-25 WSANs控制策略和功耗联合优化方法及装置 Active CN110177376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910556788.7A CN110177376B (zh) 2019-06-25 2019-06-25 WSANs控制策略和功耗联合优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910556788.7A CN110177376B (zh) 2019-06-25 2019-06-25 WSANs控制策略和功耗联合优化方法及装置

Publications (2)

Publication Number Publication Date
CN110177376A true CN110177376A (zh) 2019-08-27
CN110177376B CN110177376B (zh) 2022-05-10

Family

ID=67698980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910556788.7A Active CN110177376B (zh) 2019-06-25 2019-06-25 WSANs控制策略和功耗联合优化方法及装置

Country Status (1)

Country Link
CN (1) CN110177376B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113891274A (zh) * 2021-09-29 2022-01-04 北京工业大学 基于能量收集无线传感器执行器网络控制方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080253327A1 (en) * 2004-12-22 2008-10-16 Mikko Kohvakka Energy Efficient Wireless Sensor Network, Node Devices for the Same and a Method for Arranging Communications in a Wireless Sensor Network
CN102958109A (zh) * 2012-10-26 2013-03-06 合肥工业大学 一种无线传感器网络的节点能量自适应管理策略
CN103052131A (zh) * 2013-01-04 2013-04-17 无锡儒安科技有限公司 一种无线传感网络中延时约束下的能耗控制方法
JP2015154375A (ja) * 2014-02-18 2015-08-24 日本電信電話株式会社 無線通信接続制御システムおよびその方法
US20170331677A1 (en) * 2014-12-25 2017-11-16 Wangsu Science & Technology Co., Ltd Data transmission method, apparatus, and terminal
CN108153259A (zh) * 2017-12-21 2018-06-12 北京工业大学 一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法
CN109547347A (zh) * 2018-10-15 2019-03-29 浙江工业大学 一种多径通信网络化控制系统的路径调度与控制器协同设计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080253327A1 (en) * 2004-12-22 2008-10-16 Mikko Kohvakka Energy Efficient Wireless Sensor Network, Node Devices for the Same and a Method for Arranging Communications in a Wireless Sensor Network
CN102958109A (zh) * 2012-10-26 2013-03-06 合肥工业大学 一种无线传感器网络的节点能量自适应管理策略
CN103052131A (zh) * 2013-01-04 2013-04-17 无锡儒安科技有限公司 一种无线传感网络中延时约束下的能耗控制方法
JP2015154375A (ja) * 2014-02-18 2015-08-24 日本電信電話株式会社 無線通信接続制御システムおよびその方法
US20170331677A1 (en) * 2014-12-25 2017-11-16 Wangsu Science & Technology Co., Ltd Data transmission method, apparatus, and terminal
CN108153259A (zh) * 2017-12-21 2018-06-12 北京工业大学 一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法
CN109547347A (zh) * 2018-10-15 2019-03-29 浙江工业大学 一种多径通信网络化控制系统的路径调度与控制器协同设计方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
CHENG DING; SIYA XU; XINGYU CHEN; GUIPING ZHOU; PEIHAO ZHENG; YU: "《A Delay and Load-balancing based Hierarchical Route Planning Method for Transmission Line IoT Sensing and Monitoring applications》", 《 2019 IFIP/IEEE SYMPOSIUM ON INTEGRATED NETWORK AND SERVICE MANAGEMENT (IM)》 *
L. ROMDHANI; C. BONNET: "《Energy consumption speed-based routing for mobile ad hoc networks》", 《 24TH INTERNATIONAL CONFERENCE ON DISTRIBUTED COMPUTING SYSTEMS WORKSHOPS, 2004. PROCEEDINGS》 *
刘潇潇等: "基于演化博弈策略的高效延迟容忍网络路由", 《计算机工程与设计》 *
底欣等: "传感器网络层级结构路径覆盖控制方法", 《仪器仪表学报》 *
陈雅雯: "《于卡尔曼滤波的多控制器最优状态估计策略方法研究》", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
魏建红: "网络信息快速多路径传输延迟优化控制仿真", 《计算机仿真》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113891274A (zh) * 2021-09-29 2022-01-04 北京工业大学 基于能量收集无线传感器执行器网络控制方法及装置

Also Published As

Publication number Publication date
CN110177376B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
KR101988504B1 (ko) 딥러닝에 의해 생성된 가상환경을 이용한 강화학습 방법
WO2020134507A1 (zh) 无人机网络路由构建方法、无人机及存储介质
CN113326002A (zh) 基于计算迁移的云边协同控制系统及迁移决策生成方法
US11784931B2 (en) Network burst load evacuation method for edge servers
WO2023040022A1 (zh) 一种在随机网络中基于算网协同的分布式计算卸载方法
CN112327633A (zh) 具有时滞和干扰的领导跟随多智能体系统一致性的方法
CN111722540A (zh) 一种能源互联网数字孪生仿真系统及方法
CN105449710A (zh) 一种基于事件触发一致性算法的电力系统经济调度方法
CN108153259B (zh) 一种基于卡尔曼滤波的多控制器最优状态估计控制策略设计方法
CN108650131B (zh) 用于sdn网络中多控制器部署的处理系统
CN108541001B (zh) 一种用于能量可收集双向协作通信的中断率优化方法
CN113311711B (zh) 一种异构多智能体系统在领导跟随下实现分组一致的方法
CN115277689A (zh) 一种基于分布式联邦学习的云边网络通信优化方法及系统
CN110177376B (zh) WSANs控制策略和功耗联合优化方法及装置
WO2024065903A1 (zh) 多约束边环境下计算卸载与资源分配联合优化系统及方法
EP3757695B1 (en) Distributed control system
Wang et al. Priority-oriented trajectory planning for UAV-aided time-sensitive IoT networks
Xu et al. Energy consumption minimization for data collection from wirelessly-powered IoT sensors: Session-specific optimal design with DRL
CN115118728A (zh) 基于蚁群算法的边缘负载均衡任务调度方法
Avgeris et al. A two-stage cooperative reinforcement learning scheme for energy-aware computational offloading
Puviarasu et al. Dynamic uneven clustering protocol for efficient energy management in EH-WSNs
CN117931398A (zh) 一种基于负载均衡的时延优先任务调度方法及系统
CN117749796A (zh) 一种云边算力网络系统计算卸载方法及系统
CN116528365B (zh) 一种可靠性感知的边缘计算方法
CN112600869A (zh) 基于td3算法的计算卸载分配方法和装置

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