CN111182509B - 一种基于上下文感知学习的泛在电力物联网接入方法 - Google Patents

Abstract

本发明公开了一种基于上下文感知学习的泛在电力物联网接入方法，包括以下步骤：S1.构建系统模型；S2.对构建的系统模型进行细化，得到任务数据/传输模型、能量消耗模型和时延模型；S3.基于最大化设备能效，构建优化问题；S4.基于虚拟队列的理论和lyapunov优化理论，对优化问题进行转化；S5.通过学习实现在信道选择上的最优，进而实现能效的最大化。本发明基于lyapunov优化理论，本发明将能量感知和服务可靠性感知与学习结合了起来，所以通过学习可以达到能量利用率和服务可靠性的最大与最优，提高了网络能量的利用效率以及网络服务的可靠性。

Description

一种基于上下文感知学习的泛在电力物联网接入方法

技术领域

本发明涉及电力物联网，特别是涉及一种基于上下文感知学习的泛在电力物联网接入方法。

背景技术

在电力物联网中，需要大量的机器设备来实现数据的自动采集、数据的实时处理以及能源管理方案的自动优化。在这样的工作模式下，这些机器设备将会产生大量的数据任务，这些任务又必须得到实时的处理以保证整个网络的稳定运行。然而每个机器设备的资源是有限的，所以大量的任务与有限的资源之间产生了矛盾。边缘计算可以使机器设备将密集的计算任务卸载到附近具有强大计算能力的边缘服务器上，从而成为解决上述矛盾的一个有前途的解决方案。边缘服务器通过对附近的机器设备提供计算服务，可以有效地降低网络的时延，增强网络服务的可靠性并延长机器设备电池的寿命，但是，在此基础上的信道选择成为了应用中需要解决的问题；

目前而言，信道选择方案主要包含如下两种，一种是基于匹配理论的信道选择方案，该方案前提是知道网络的全局信息，使用类似于穷举的方法进行匹配，挑选出最优的选择方案信息成本高，而且现实中可实现性较低；另一种是基于EXP3的信道选择方案，但该方案没有服务可靠性以及能量的感知，整体能量利用率较低，服务可靠性较低。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于上下文感知学习的泛在电力物联网接入方法，有效提高了网络能量的利用效率以及网络服务的可靠性。

本发明的目的是通过以下技术方案来实现的：一种基于上下文感知学习的泛在电力物联网接入方法，包括以下步骤：

S1.构建系统模型；

设一个基站服务小区内，包含有一个基站、一个边缘服务器以及多个机器设备；其中所有的机器设备根据对网络时延的忍受程度分为了两类：第一类是N个时延敏感型机器设备PU；第二类是K个时延忍受型设备m；设备PU只要发出信道接入请求便能接入信道，具有高优先级，而设备m则只能随机的接入当前没有被设备PU占用的信道；

在时间尺度上，系统模型采用时隙模型，将整个时间分为T个小的时间间隔，在每一个时间间隔内，信道信息以及信道的可用状态都是保持不变的；而在不同的时间间隔内，这些信息是不同的；每一个时隙，都会有新的数据到达设备m，设备m每一个时隙都会产生信道数据，这些数据暂时存储在设备m上的一个数据寄存器中；每一个时隙设备m又会选择信道，并将一部分的数据卸载到边缘服务器上，由边缘服务器来完成计算任务。

S2.对构建的系统模型进行细化，得到任务数据/传输模型、能量消耗模型和时延模型；

细化得到任务数据/传输模型的过程包括：

由于每一个设备m在每个时隙都会产生新的数据，这些数据暂时存储在设备m本地的数据寄存器中，这样在每一个设备m上就形成了一个数据队列，记为：

式中，Q_k(t)为当前时隙设备m_k存储的数据量，U_k(t)为当前时隙卸载到边缘服务器上的数据量，A_k(t)和

分别为设备m_k产生数据的速率和产生数据的大小，两项乘积代表新产生的数据量，Y_k(t)代表由于误码的存在而需要重新传输的数据量；

其中，第k个忍受型设备m表示为m_k，k＝1，2，3...，K；

由于每一个时隙设备m又会卸载一定的数据到边缘服务器上，数据的卸载速率是由设备m当前时隙选择的信道决定的，根据选择的信道j得到信噪比γ_k，j，t和传输速率R_k，j，t：

R_k，j，t＝a_j，tB_jlog₂(1+γ_k，j，t)，

其中P_TX是传输功率，g_k，j，t表示信道增益，δ²是噪声功率，γ_k，j，t的表达式分母中除δ²外的部分表示的是由多个设备选择同一个信道而引起的互相干扰；a_j，t表示的时信道j的可用性，即表示该信道是否被PU占用，a_j，t＝0表示信道j被占用，反之则表示未被占用，B_j表示信道的带宽；

由此便得到设备m_k的吞吐量：

z_k，j，t＝a_j，tmin{Q_k(t)，τR_k，j，t}.

吞吐量已知之后，得到当前时隙设备m_k传输到边缘服务器的数据量：

其中，x_k，j，t记录了每一个设备在每一个时隙对信道的选择情况，当x_k，j，t＝1时，则代表设备m_k在时隙t内选择了信道j；

同时根据信噪比得到传输的误码率，从而得到需要重传的数据量：

细化得到能量消耗模型的过程包括：

设备m_k在第t时隙选择信道j传输数据所消耗的能量为：

其中a_j，t表示信道j在时隙t的可用状态，若a_j，t＝1，则代表信道j在时隙t内处于可用状态，反之则是不可用状态；P_TX代表传输功率；

为传输时间，

表示要传输的数据总量除以数据传输速率，即传输完成所有的数据需要花费的时间；τ表示一个时隙的长度，即只能在一个时隙内进行数据传输；所以取两者的最小值的

表示实际上的传输时间；同时若选中第J+1个信道，则表示设备m_k在当前时隙保持休眠状态，即不传送数据，所以能量消耗为0；

设备m_k长期的能量约束为：

其中E_k，max代表设备m_k电池的容量约束；

然后得到了设备m_k的能效模型为：

细化得到时延模型的过程包括：

将时延从整体上分为两部分，第一部分是传输时延，即在数据传输上消耗的时间；第二部分是计算时延，即在数据处理上消耗的时间；

传输时延的具体模型如下：

当设备m_k处于休眠状态时，不进行数据传输，所以传输时延为无穷大；

计算时延的具体模型如下：

其中λ_k，t表示设备m_k传输的数据的计算强度，单位为CPU周期每比特，据此得出计算完设备m_k传送来的数据一共需要z_k，j，tλ_k，tCPU周期；ξ_k，t代表设备m_k可用的计算资源；

由于设备m_k处于休眠状态时，没有数据传输，从服务可靠性的角度来看，没有数据传输时不符合满足服务的要求，所以此处将设备休眠时的计算时延定义为无穷大；

定义在T个时隙内设备m_k成功完成任务卸载的次数：

基于成功卸载次数，定义服务可靠性：

其中，η_k为提出的服务可靠性要求。

S3.基于最大化设备能效，构建优化问题P1：

其中，优化的变量为所有设备长期的能效；约束条件C₁代表信道选择上的约束，即每一个设备只能够选择一个信道，不过一个信道却可以被多个设备选择；约束条件C₂和C₃为能量约束和服务可靠性约束。

S4.基于虚拟队列的理论和lyapunov优化理论，对优化问题进行转化；

基于虚拟队列的理论，我们将C₂和C₃两个约束条件转换为虚拟队列：

这两个队列分别能量约束以及服务可靠性约束；

基于lyapunov优化理论，结合前面建立的虚拟队列，把长期的能效优化问题转化为了在每一个时隙最大化能效和服务可靠性以及最小化能量消耗的问题，得到优化问题P2：

s.t.C₁.

其中θ_k，j，t为优化变量，它是后面三项的一个加权和；V_k，α_k，β_k分别为三项的权重，用以将后面三项调整为同一个数量级；N_k(t)，F_k(t)分别为代表能量约束和服务可靠性约束的虚拟队列；P2将优化问题P1中的C₂和C₃两个约束转化到优化目标之中，实现对能耗和服务可靠性的感知。

S5.通过学习实现在信道选择上的最优，进而实现能效的最大化：

对J+1个信道分别赋予一个初始权重，该权重直接影响到我们对各个信道的选择概率，权重越大，该信道被选中的概率就越大；整个的学习过程就是在不断的更新各个信道的权重，从使得设备更加的倾向于选择最优的信道，从而实现能效的最优的过程；

首先根据各个信道的权重，计算出各个信道被选中的概率：

其中ω_k，j，t表示各个可用信道的权重，参数ρ表示该算法对探索和利用的倾向程度，ρ越大选择信道时，越倾向于随机选择，也就是倾向于探索；当ρ越小时，则更加倾向于利用之前的信息进行信道选择；

然后根据上述产生的概率分布，对信道进行随机选择：产生一个随机数，确定这个随机数落在了哪一个信道的概率区间，然后就选择这个信道；

确定了选择的信道之后，基于选择的信道解决上述的优化问题P2，求解出θ_k，j，t；

根据上述的θ_k，j，t来更新各个信道的权重，更新方法如下：

其中：

这样就得到了各个信道新的一组权重信息，然后重复上述步骤：根据新的权重信息得到各个信道新的一组概率分布，根据概率分布选择信道，并解决优化问题P2，得到一组新的θ_k，j，t；

以此类推，进行不断的学习，从而实现在信道选择上的最优，实现能效的最大化。

优选地，泛在电力物联网接入方法还包括泛在电力物联网接入步骤：在步骤S5实现信道选择上的最优后，通过该信道接入泛在电力物联网，并完成数据传输。

本发明的有益效果是：(1)本发明不需要全局的信息便可以通过学习完成信道选择的最优决策，适应性较强；(2)基于lyapunov优化理论，本发明将能量感知和服务可靠性感知与学习结合了起来，所以通过学习可以达到能量利用率和服务可靠性的最大与最优，提高了网络能量的利用效率以及网络服务的可靠性；(3)本发明提出时延忍受型设备随机接入未被时延敏感型设备占用的信道，完成数据传输，改善了信道专用造成的频带利用率低的情况，提高了频带利用率。

附图说明

图1为本发明的方法流程图；

图2为本发明构建的系统模型示意图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，一种基于上下文感知学习的泛在电力物联网接入方法，包括以下步骤：

S1.构建系统模型：

如图2所示，设一个基站服务小区内，包含有一个基站和一个边缘服务器，以及多个机器设备；其中所有的机器设备根据对网络时延的忍受程度分为了两类：一是N个时延敏感型机器设备(对时延要求比较高)，即图中的设备PU；二是K个时延忍受型设备(对时延要求比较低)，即图中的设备m。设备PU只要发出信道接入请求便可以接入信道，具有高优先级，而设备m则只能随机的接入当前没有被设备PU占用的信道。在时间尺度上，该系统模型采用了时隙模型，即将整个时间分为T个小的时间间隔，在每一个时间间隔内，信道信息以及信道的可用状态(是否被设备PU占用)都是保持不变的；而在不同的时间间隔内，这些信息是不同的。每一个时隙，都会有新的数据到达设备m(设备m每一个时隙都会产生信道数据)，这些数据暂时存储在设备m上的一个数据寄存器(数据队列)中；每一个时隙设备m又会选择信道，并将一部分(取决于选择的信道的质量)的数据卸载到边缘服务器上，由边缘服务器来完成计算任务。该发明解决的便是设备m的信道选择问题。

S2.对构建的系统模型进行细化，得到任务数据/传输模型、能量消耗模型和时延模型；

A.任务(数据)传输模型：

每一个设备m在每个时隙都会产生新的数据，这些数据暂时存储在设备m本地的存储器中，这样在每一个设备m上就形成了一个数据队列：

其中Q_k(t)为当前时隙设备m_k存储器上存储的数据量，U_k(t)为当前时隙卸载到边缘服务器上的数据量，A_k(t)和

分别数设备m_k产生数据的速率和产生的数据的大小，两项乘积代表新产生的数据量，Y_k(t)代表由于误码的存在而需要重新传输的数据量。

同时每一个时隙设备m又会卸载一定的数据到边缘服务器上，数据的卸载速率(传输速率)是由设备m当前时隙选择的信道决定的，根据选择的信道j得到信噪比γ_k，j，t和传输速率R_k，j，t：

R_k，j，t＝a_j，tB_jlog₂(1+γ_k，j，t)，

其中P_TX是传输功率，g_k，j，t表示信道增益，δ²是噪声功率，γ_k，j，t的表达式分母中除δ²外的部分表示的是由多个设备选择同一个信道而引起的互相干扰；a_j，t表示的时信道j的可用性，即表示该信道是否被PU占用，a_j，t＝0表示信道j被占用，反之则表示未被占用，B_j表示信道的带宽；

由此便得到设备m_k的吞吐量：

z_k，j，t＝a_j，tmin{Q_k(t)，τR_k，j，t}.

吞吐量已知之后，便可以得到当前时隙设备m_k传输到边缘服务器的数据量：

其中x_k，j，t记录了每一个设备在每一个时隙对信道的选择情况，当x_k，j，t＝1时，则代表设备m_k在时隙t内选择了信道j。

同时根据信噪比可以得到传输的误码率，从而得到需要重传的数据量：

此处以BPSK调制方式为例。

B.能量消耗模型

设备m_k在第t时隙选择信道j传输数据所消耗的能量为：

其中a_j，t表示信道j在时隙t的可用状态，若a_j，t＝1，则代表信道j在时隙t内处于可用状态，反之则是不可用状态；P_TX代表传输功率；

为传输时间，

表示要传输的数据总量除以数据传输速率，即传输完成所有的数据需要花费的时间；τ表示一个时隙的长度，即只能在一个时隙内进行数据传输；所以取两者的最小值的

表示实际上的传输时间；同时若选中第J+1个信道，则表示设备m_k在当前时隙保持休眠状态，即不传送数据，所以能量消耗为0。

在前者的基础上，便可以得到设备m_k长期的能量约束：

其中E_k，max代表设备m_k电池的容量约束

然后就得到了设备m_k的能效模型：

C.时延模型

时延整体上分为两部分，第一部分是传输时延，即在数据传输上消耗的时间；第二部分是计算时延，即在数据处理上消耗的时间。

传输时延的具体模型如下：

当设备m_k处于休眠状态时，不进行数据传输，所以传输时延为无穷大。

计算时延的具体模型如下：

其中λ_k，t表示设备m_k传输的数据的计算强度，单位为CPU周期每比特，据此得出计算完设备m_k传送来的数据一共需要z_k，j，tλ_k，tCPU周期；ξ_k，t代表设备m_k可用的计算资源。

由于设备m_k处于休眠状态时，没有数据传输，从服务可靠性的角度来看，没有数据传输时不符合满足服务的要求，所以此处将设备休眠时的计算时延定义为无穷大。

在上述基础上，定义了在T个时隙内设备m_k成功完成任务卸载的次数：

基于上述成功卸载次数，定义服务可靠性：

其中，η_k为提出的服务可靠性要求。

S3.基于最大化设备能效，构建优化问题P1；

其中，优化的变量为所有设备长期的能效；约束条件C₁代表信道选择上的约束，即每一个设备只能够选择一个信道，不过一个信道却可以被多个设备选择；约束条件C₂和C₃为之前提到的能量约束和服务可靠性约束。

S4.基于虚拟队列的理论和lyapunov优化理论，对优化问题进行转化；

首先基于虚拟队列的理论，我们将上述C₂和C₃两个约束条件转换为虚拟队列：

这两个队列分别代表了之前提出的能量约束以及服务可靠性约束。

然后基于lyapunov优化理论，结合前面建立的虚拟队列，我们把长期的能效优化问题转化为了在每一个时隙最大化能效和服务可靠性以及最小化能量消耗的问题(即把一个长期的优化问题转化为了多个短时的优化问题，也就是在每一个时隙实现最优，以在长期实现最优)。所以我们得到下面需要解决的问题P2：

s.t.C1.

其中θ_k，j，t为优化变量，它是后面三项的一个加权和；V_k，α_k，β_k分别为三项的权重，用以将后面三项调整为同一个数量级；N_k(t)，F_k(t)分别为代表能量约束和服务可靠性约束的虚拟队列。P2将优化问题P1中的C₂和C₃两个约束转化到优化目标之中，实现对能耗和服务可靠性的感知。

可以看到通过虚拟队列相关理论，我们将优化问题P1中的C₂和C₃约束转化到了我们的优化目标之中，从而实现了对能耗和服务可靠性的感知。

S5.通过学习实现在信道选择上的最优，进而实现能效的最大化：

我们对J+1个信道分别赋予一个初始权重，该权重直接影响到我们对各个信道的选择概率，权重越大，该信道被选中的概率就越大。整个的学习过程就是在不断的更新各个信道的权重，从使得设备更加的倾向于选择最优的信道，从而实现能效的最优。

首先根据各个信道的权重，可以计算出各个信道被选中的概率：

其中ω_k，j，t表示各个可用信道的权重，参数ρ表示该算法对探索和利用的倾向程度，ρ越大选择信道时，越倾向于随机选择，也就是倾向于探索；当ρ越小时，则更加倾向于利用之前的信息进行信道选择。

然后根据上述产生的概率分布，对信道进行随机选择(即产生一个随机数，确定这个随机数落在了哪一个信道的概率区间，然后就选择这个信道)。确定了选择的信道之后，便基于选择的信道解决上述提出的问题P2，即求解出θ_k，j，t。

然后根据上述得到的θ_k，j，t来更新各个信道的权重，更新方法如下：

其中：

这样便得到了各个信道新的一组权重信息，然后重复上述步骤：根据新的权重信息得到各个信道新的一组概率分布，根据概率分布选择信道，并解决问题P2，得到一组新的θ_k，j，t；以此类推，进行不断的学习，从而实现在信道选择上的最优，实现能效的最大化。

在本申请中，上下文感知指的是能够对自身的能量、时延以及可靠性服务进行感知，简单地说就是设备在选择信道来接入电力物联网时，会综合考虑到自身以及周围环境的一些信息，也就是这里提到的上下文信息，这样设备做出的选择便不再是只考虑自己，而是会对自己当前的状况、自己未来的状况以及网络整体的性能加以综合考虑，从而使得网络整体性能达到最优。具体地，问题P1向问题P2转换的过程中，问题P1包含有三个约束条件，其中C₁代表信道选择上的约束；约束条件C₂和C₃分别为能量约束和服务可靠性约束；C₂和C₃这两个约束条件体现出了对上下文信息的感知学习，也就是说在做优化的同时也会考虑到自身的能量消耗状况和网络的服务可靠性状况。然后通过将这两个约束条件采用虚拟队列的方法，将其转换为优化目标的一部分，也就是问题P2中的优化目标；这就是本申请中所提及的“上下文感知学习”。

所述泛在电力物联网接入方法，还包括泛在电力物联网接入步骤：在步骤S5实现信道选择上的最优后，通过该信道接入泛在电力物联网，并完成数据传输。

综上，本发明不需要全局的信息便可以通过学习完成信道选择的最优决策，适应性较强；基于lyapunov优化理论，本发明将能量感知和服务可靠性感知与学习结合了起来，所以通过学习可以达到能量利用率和服务可靠性的最大与最优，提高了网络能量的利用效率以及网络服务的可靠性，本发明提出时延忍受型设备随机接入未被时延敏感型设备占用的信道，完成数据传输，改善了信道专用造成的频带利用率低的情况，提高了频带利用率。

以上所述是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应该看作是对其他实施例的排除，而可用于其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (2)

1.一种基于上下文感知学习的泛在电力物联网接入方法，其特征在于：包括以下步骤：

S1.构建系统模型；

S2.对构建的系统模型进行细化，得到任务/数据传输模型、能量消耗模型和时延模型；

S3.基于最大化设备能效，构建优化问题；

S4.基于虚拟队列的理论和lyapunov优化理论，对优化问题进行转化；

S5.通过学习实现在信道选择上的最优，进而实现能效的最大化；

所述步骤S1中构建的系统模型包括：

设一个基站服务小区内，包含有一个基站、一个边缘服务器以及多个机器设备；其中所有的机器设备根据对网络时延的忍受程度分为了两类：第一类是N个时延敏感型机器设备PU；第二类是K个时延忍受型设备m；设备PU只要发出信道接入请求便能接入信道，具有高优先级，而设备m则只能随机的接入当前没有被设备PU占用的信道；

在时间尺度上，系统模型采用时隙模型，将整个时间分为T个小的时间间隔，在每一个时间间隔内，信道信息以及信道的可用状态都是保持不变的；而在不同的时间间隔内，这些信息是不同的；每一个时隙，都会有新的数据到达设备m，设备m每一个时隙都会产生信道数据，这些数据暂时存储在设备m上的一个数据寄存器中；每一个时隙设备m又会选择信道，并将一部分的数据卸载到边缘服务器上，由边缘服务器来完成计算任务；

所述步骤S2中细化得到任务/数据传输模型的过程包括：

由于每一个设备m在每个时隙都会产生新的数据，这些数据暂时存储在设备m本地的数据寄存器中，这样在每一个设备m上就形成了一个数据队列，记为：

式中，Q_k(t)为当前时隙设备m_k存储的数据量，U_k(t)为当前时隙卸载到边缘服务器上的数据量，A_k(t)和

分别为设备m_k产生数据的速率和产生数据的大小，两项乘积代表新产生的数据量，Y_k(t)代表由于误码的存在而需要重新传输的数据量；

其中，第k个忍受型设备m表示为m_k，k＝1，2，3...，K；

由于每一个时隙设备m又会卸载一定的数据到边缘服务器上，数据的卸载速率是由设备m当前时隙选择的信道决定的，根据选择的信道j得到信噪比γ_k，j，t和传输速率R_k，j，t：

R_k，j，t＝a_j，tB_jlog₂(1+γ_k，j，t)，

其中P_TX是传输功率，g_k，j，t表示信道增益，δ²是噪声功率，γ_k，j，t的表达式分母中除δ²外的部分表示的是由多个设备选择同一个信道而引起的互相干扰；a_j，t表示的时信道j的可用性，即表示该信道是否被PU占用，a_j，t＝0表示信道j被占用，反之则表示未被占用，B_j表示信道的带宽；

由此便得到设备m_k的吞吐量：

z_k，j，t＝a_j，tmin{Q_k(t)，τR_k，j，t}.

吞吐量已知之后，得到当前时隙设备m_k传输到边缘服务器的数据量：

其中，x_k，j，t记录了每一个设备在每一个时隙对信道的选择情况，当x_k，j，t＝1时，则代表设备m_k在时隙t内选择了信道j；

同时根据信噪比得到传输的误码率，从而得到需要重传的数据量：

所述步骤S2中细化得到能量消耗模型的过程包括：

设备m_k在第t时隙选择信道j传输数据所消耗的能量为：

其中a_j，t表示信道j在时隙t的可用状态，若a_j，t＝1，则代表信道j在时隙t内处于可用状态，反之则是不可用状态；P_TX代表传输功率；

为传输时间，

表示要传输的数据总量除以数据传输速率，即传输完成所有的数据需要花费的时间；τ表示一个时隙的长度，即只能在一个时隙内进行数据传输；所以取两者的最小值的

表示实际上的传输时间；同时若选中第J+1个信道，则表示设备m_k在当前时隙保持休眠状态，即不传送数据，所以能量消耗为0；

设备m_k长期的能量约束为：

其中E_k，max代表设备m_k电池的容量约束；

然后得到了设备m_k的能效模型为：

所述步骤S2中细化得到时延模型的过程包括：

将时延从整体上分为两部分，第一部分是传输时延，即在数据传输上消耗的时间；第二部分是计算时延，即在数据处理上消耗的时间；

传输时延的具体模型如下：

当设备m_k处于休眠状态时，不进行数据传输，所以传输时延为无穷大；

计算时延的具体模型如下：

其中λ_k，t表示设备m_k传输的数据的计算强度，单位为CPU周期每比特，据此得出计算完设备m_k传送来的数据一共需要z_k，j，tλ_k，tCPU周期；ξ_k，t代表设备m_k可用的计算资源；

由于设备m_k处于休眠状态时，没有数据传输，从服务可靠性的角度来看，没有数据传输时不符合满足服务的要求，所以此处将设备休眠时的计算时延定义为无穷大；

定义在T个时隙内设备m_k成功完成任务卸载的次数：

其中d_k，t表示设备k的时延上限要求

基于成功卸载次数，定义服务可靠性：

其中，η_k为提出的服务可靠性要求；

所述步骤S3中构建的优化问题为P1：

其中，优化的变量为所有设备长期的能效；约束条件C₁代表信道选择上的约束，即每一个设备只能够选择一个信道，不过一个信道却可以被多个设备选择；约束条件C₂和C₃为能量约束和服务可靠性约束；

所述步骤S4包括：

基于虚拟队列的理论，我们将C₂和C₃两个约束条件转换为虚拟队列：

这两个队列分别能量约束以及服务可靠性约束；

基于lyapunov优化理论，结合前面建立的虚拟队列，把长期的能效优化问题转化为了在每一个时隙最大化能效和服务可靠性以及最小化能量消耗的问题，得到优化问题P2：

s.t.C₁.

其中θ_k，j，t为优化变量，它是后面三项的一个加权和；V_k，α_k，β_k分别为三项的权重，用以将后面三项调整为同一个数量级；N_k(t)，F_k(t)分别为代表能量约束和服务可靠性约束的虚拟队列；P2将优化问题P1中的C₂和C₃两个约束转化到优化目标之中，实现对能耗和服务可靠性的感知；

所述步骤S5包括：

对J+1个信道分别赋予一个初始权重，该权重直接影响到我们对各个信道的选择概率，权重越大，该信道被选中的概率就越大；整个的学习过程就是在不断的更新各个信道的权重，从使得设备更加的倾向于选择最优的信道，从而实现能效的最优的过程；

首先根据各个信道的权重，计算出各个信道被选中的概率：

其中ω_k，j，t表示各个可用信道的权重，参数ρ表示该算法对探索和利用的倾向程度，ρ越大选择信道时，越倾向于随机选择，也就是倾向于探索；当ρ越小时，则更加倾向于利用之前的信息进行信道选择；

然后根据上述产生的概率分布，对信道进行随机选择：产生一个随机数，确定这个随机数落在了哪一个信道的概率区间，然后就选择这个信道；

确定了选择的信道之后，基于选择的信道解决上述的优化问题P2，求解出θ_k，j，t；

根据上述的θ_k，j，t来更新各个信道的权重，更新方法如下：

其中：

这样就得到了各个信道新的一组权重信息，然后重复上述步骤：根据新的权重信息得到各个信道新的一组概率分布，根据概率分布选择信道，并解决优化问题P2，得到一组新的θ_k,j,t；

以此类推，进行不断的学习，从而实现在信道选择上的最优，实现能效的最大化。

2.根据权利要求1所述的一种基于上下文感知学习的泛在电力物联网接入方法，其特征在于：还包括泛在电力物联网接入步骤：在步骤S5实现信道选择上的最优后，通过该信道接入泛在电力物联网，并完成数据传输。

Images