CN111479176A - 一种基于NB-IoT的自适应模糊数据上传方法 - Google Patents
一种基于NB-IoT的自适应模糊数据上传方法 Download PDFInfo
- Publication number
- CN111479176A CN111479176A CN201911187121.0A CN201911187121A CN111479176A CN 111479176 A CN111479176 A CN 111479176A CN 201911187121 A CN201911187121 A CN 201911187121A CN 111479176 A CN111479176 A CN 111479176A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- time
- connection
- data
- mxn
- 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
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000005477 standard model Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 125000004122 cyclic group Chemical group 0.000 abstract 1
- 238000013139 quantization Methods 0.000 abstract 1
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/60—Arrangements in telecontrol or telemetry systems for transmitting utility meters data, i.e. transmission of data from the reader of the utility meter
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开一种基于NB‑IoT的自适应模糊数据上传方法，其中设备的数据上传时间点为优化控制对象，参考输入为当前设备的数据上传时间点，将通讯结果和原始数据进行误差比较，当出现误差信号e时，选误差信号e作为模糊控制器的一个输入量，把误差信号的精确量进行模糊量化变成模糊量，误差e的模糊量可用相应的模糊语言表示，从而得到误差e的模糊语言集合的一个子集E，再将E(模糊向量)和模糊控制规则R(模糊关系)根据推理的合成规则进行模糊决策，得到模糊控制量U，为了对被控对象施加精确的控制，还需要将模糊量U进行非模糊化处理转换为精确量，得到精确数字量后，从而修改设备的数据上传点，从而经过循环优化，最终找到最优上传时间点。
Description
技术领域
本发明涉及数据采集技术领域，具体涉及一种基于NB-IoT的自适应模糊数据上传方法。
背景技术
目前在智能燃气表中IC卡燃气表占据主力地位，据不完全统计，全国IC卡燃气表市场保有量逾5000×104台。IC卡燃气表可以实现预付费功能，但是IC卡燃气表有其自身的缺点:用户需要到燃气营业厅购气，在购气高峰期用户需长时间排队才能完成购气。对于燃气公司也存在信息滞后、供销差难以控制等问题。针对此类问题，本文提出基于NB－IoT的无线远传燃气表的设计，解决信息滞后、供销差难以控制等问题。
窄带物联网(Narrrow Band Internet of Things，NB－IoT)成为万物互联网络的一个重要分支，NB－IoT构建于蜂窝网络，只消耗大约180kHz的频段，它可以直接用来部署全球移动通信系统(GlobalSystem for Mobile Communication，GSM)、通用移动通信系统(Universal Mobile Telecommunications System，UMTS)或通用移动通信系统的长期演进技术(Long Term Evolution，LTE)网络，以降低部署成本，实现平滑升级。NB－IoT聚焦于低功耗广覆盖(Low Power Wide Area Network，LPWA)物联网市场，是一种可以在全球范围内广泛应用的新兴技术，特点是覆盖广、连接多、成本低、功耗少、架构优。因为低速率的窄带物联网更能适应现在的生活、工作的需要，更能满足我们对于通信的需求，目前我国很多无线通信、电信运营商都在开展有关NB－IoT应用和研究。
发明内容
针对现有技术中所存在的不足，本发明提供了一种基于NB-IoT的自适应模糊数据上传方法，解决了基于NB－IoT的无线远传燃气表的数据延迟的问题。
为实现上述目的，本发明采用了如下的技术方案：
一种基于NB-IoT的自适应模糊数据上传方法，包括以下步骤：
S1.上传终端与向NB-iot基站或者服务器发送建立通讯连接，计算预传数据通讯连接时的请求连接时间和接成功时间；建立并储存等待传数据、请求连接时间、接成功时间与待传数据对应的连接点的对应关系；
S2.将连接时间和接成功时间进行做差运算，得到连接时间间隔；
S3.将时间间隔进行模糊处理对应Mx1、Mx2、…Mxn；具体为：
时间间隔组成的集合设为论域U，U上有m个模糊子集
(即m个模型)，构成一个标准模，U＝{x1，x2，...，xn}，n为时间间隔的个数，若对于任一x0∈U，
有i0∈{1，2，...，m}，使得
则认为x0相对隶属于
标准模型库；隶属函数A＝(x)＝Mxn,x分别属于不同的的分段定义区间，Mxn为第n个分段定义区间对应的常数，Mx1、Mx2、…Mxn为互不相同的数；
S4.将Mx1、Mx2、…Mxn输入模型算法控制(MAC)，根据最大最大隶属原则，得到的Mxi；
S5.循环S1-S5，直到最优的Mxr，然后根据时间间隔进行模糊处理对应Mx1、Mx2、…Mxn的对应关系，找到等待传数据对应的连接点进行与B-iot基站或者服务器进行通信连接上传数据。
进一步的，步骤S1中优先储存接成功时间与请求连接时间之差大于预设值的数据。
进一步的，所述上传终端为燃气表。
相比于现有技术，本发明具有如下有益效果：
本申请解决了基于NB-IoT的燃气表的数据传输延迟的问题；使用主要应用于大多数不想到燃气公司营业厅排队购气，有网上购气需求的用户，该类用户可以用手机APP按照上述工作流程完成购气。
附图说明
图1为本发明仿真结果图。
具体实施方式
现结合附图对方案做进一步的说明。
实施例1
一种基于NB-IoT的自适应模糊数据上传方法，包括以下步骤：
S1.上传终端与向NB-iot基站或者服务器发送建立通讯连接，计算预传数据通讯连接时的请求连接时间和接成功时间；建立并储存等待传数据、请求连接时间、接成功时间与待传数据对应的连接点的对应关系；
S2.将连接时间和接成功时间进行做差运算，得到连接时间间隔；
S3.将时间间隔进行模糊处理对应Mx1、Mx2、…Mxn；具体为：
时间间隔组成的集合设为论域U，U上有m个模糊子集
(即m个模型)，构成一个标准模即模糊语言集合E；U＝{x1，x2，...，xn}，n为时间间隔的个数，若对于任一x0∈U，有i0∈{1，2，...，m}，使得
则认为x0相对隶属于
标准模型库；隶属函数A＝(x)＝Mxn,x分别属于不同的的分段定义区间，Mxn为第n个分段定义区间对应的常数，Mx1、Mx2、…Mxn为互不相同的数；不同的的分段定义区间是从连续分段区间进行随机抽选或者指定的区间，这样可以快速进行选择运算，将剩余的区间进行对应的常数，进行重复运算，可以将大量数据进行分组处理，降低计算难度。
S4.将Mx1、Mx2、…Mxn输入模型算法控制(MAC)，根据最大最大隶属原则，得到的Mxi；
S5.循环S1-S5，直到最优的Mxr，然后根据时间间隔进行模糊处理对应Mx1、Mx2、…Mxn的对应关系，找到等待传数据对应的连接点进行与B-iot基站或者服务器进行通信连接上传数据。模型算法控制(MAC)参考，杨欣东,李国勇.基于遗传与粒子群混合优化算法的分布式模型预测控制系统结构分解[J].科学技术与工程,2019,19(25):262-267。首先将原始数据上传至服务器，计算出延时并模糊化得到模糊量e，模糊语言替换得到模糊语言集合E,得到的集合E通过模型算法控制系统输入，MAC要求系统的输出沿一条光滑的曲线达到给定值，这条曲线称之为参考轨迹。通常，参考轨迹采用从当前时刻实际输出值出发的一阶指数曲线，选择未来某一时域(p)内的控制量(u)序列，使相应的预测输出yp尽可能接近期望输出(即参考轨迹)yr，即使下式目标函数Jp为最小：
式中，ωi为非负加权系数，它代表各采样时刻的偏差在目标函数Jp中所占比重。根据公式可解出一组控制量[u(k)，u(k+1)，……，u(k+p-1)]使Jp为最小。通过MAC控制模型，挑选出E中最优元素，便于后续最优数据的上传。
步骤S1中优先储存接成功时间与请求连接时间之差大于预设值的数据。所述上传终端为燃气表。
实施例2
基于NB-IoT的自适应模糊数据上传方法，提供一种基于自适应模糊数据上传方法，当有大量智能燃气表有数据需要上传时，通过所提的自适应模糊数据上方法，实时计算数据发送与预测之间的差值，既请求连接时间和接成功时间差值，作为数据上传的关键点，在批量数据需要上传的情况下，所提算法能分批分时及时有效实现智能燃气数据的正确远传。图1不同的的分段定义区间为0≤X＜1小时、1≤X＜2小时、2≤X＜3小时、3≤X＜4小时、4≤X＜5小时、5≤X＜6小时、6≤X＜7小时、7≤X＜8小时；依次对应的常数为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8。
矩形线线为阶跃信号波形，PID算法处理的结果，模糊算法为本文所提控制算法输出结果，容易得出，本文所提算法的优势：更接近真实输出值。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种基于NB-IoT的自适应模糊数据上传方法，其特征在于，包括以下步骤：
S1.上传终端与向NB-iot基站或者服务器发送建立通讯连接，计算预传数据通讯连接时的请求连接时间和接成功时间；建立并储存等待传数据、请求连接时间、接成功时间与待传数据对应的连接点的对应关系；
S2.将连接时间和接成功时间进行做差运算，得到连接时间间隔；
S3.将时间间隔进行模糊处理对应Mx1、Mx2、....Mxn；具体为：
时间间隔组成的集合设为论域U，U上有m个模糊子集
(即m个模型)，构成一个标准模，U＝{x1，x2，...，xn}，n为时间间隔的个数，若对于任一x0∈U，有i0∈{1，2，...，m}，使得
则认为x0相对隶属于
标准模型库；隶属函数A＝(x)＝Mxn,x分别属于不同的的分段定义区间，Mxn为第n个分段定义区间对应的常数，Mx1、Mx2、....Mxn为互不相同的数；
S4.将Mx1、Mx2、....Mxn输入模型算法控制(MAC)，根据最大最大隶属原则，得到的Mxi；
S5.循环S1-S5，直到最优的Mxr，然后根据时间间隔进行模糊处理对应Mx1、Mx2、....Mxn的对应关系，找到等待传数据对应的连接点进行与B-iot基站或者服务器进行通信连接上传数据。
2.如权利要求1所述的一种基于NB-IoT的自适应模糊数据上传方法，其特征在于，步骤S1中优先储存接成功时间与请求连接时间之差大于预设值的数据。
3.如权利要求1所述的一种基于NB-IoT的自适应模糊数据上传方法，其特征在于，所述上传终端为燃气表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911187121.0A CN111479176B (zh) | 2019-11-27 | 2019-11-27 | 一种基于NB-IoT的自适应模糊数据上传方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911187121.0A CN111479176B (zh) | 2019-11-27 | 2019-11-27 | 一种基于NB-IoT的自适应模糊数据上传方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111479176A true CN111479176A (zh) | 2020-07-31 |
| CN111479176B CN111479176B (zh) | 2022-05-27 |
Family
ID=71744992
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911187121.0A Expired - Fee Related CN111479176B (zh) | 2019-11-27 | 2019-11-27 | 一种基于NB-IoT的自适应模糊数据上传方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111479176B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493992A (zh) * | 2008-12-19 | 2009-07-29 | 浙江工业大学 | 一种基于无线传感器网络的单点自组织交通信号控制方法 |
| CN101516093A (zh) * | 2009-01-23 | 2009-08-26 | 北京邮电大学 | 移动通信系统的综合优先级判定方法与装置 |
| US20120054131A1 (en) * | 2010-08-31 | 2012-03-01 | Eric Williamson | Systems and methods for training a self-learning network using interpolated input sets based on a target output |
| US20130206699A1 (en) * | 2012-02-13 | 2013-08-15 | Krones Ag | Method for the Open-Loop Control and/or Closed-Loop Control of Filter Systems with a Media Filter |
| US20140087749A1 (en) * | 2012-09-21 | 2014-03-27 | Yuan Ze University | Three layer cascade adaptive neural fuzzy inference system (anfis) based intelligent controller scheme and device |
| CN107608777A (zh) * | 2017-09-15 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种分布式环境中大数据处理任务的调度方法 |
| CN107862877A (zh) * | 2017-09-30 | 2018-03-30 | 浙江海洋大学 | 一种城市交通信号模糊控制方法 |
| CN108428341A (zh) * | 2018-05-14 | 2018-08-21 | 齐鲁交通发展集团有限公司青临分公司 | 一种基于人机融合的交通应急管理调度方法及系统 |
| CN110062110A (zh) * | 2019-04-24 | 2019-07-26 | 国网上海市电力公司 | 基于模糊理论的来电用户排序方法与智能呼叫方法及系统 |
-
2019
- 2019-11-27 CN CN201911187121.0A patent/CN111479176B/zh not_active Expired - Fee Related
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493992A (zh) * | 2008-12-19 | 2009-07-29 | 浙江工业大学 | 一种基于无线传感器网络的单点自组织交通信号控制方法 |
| CN101516093A (zh) * | 2009-01-23 | 2009-08-26 | 北京邮电大学 | 移动通信系统的综合优先级判定方法与装置 |
| US20120054131A1 (en) * | 2010-08-31 | 2012-03-01 | Eric Williamson | Systems and methods for training a self-learning network using interpolated input sets based on a target output |
| US20130206699A1 (en) * | 2012-02-13 | 2013-08-15 | Krones Ag | Method for the Open-Loop Control and/or Closed-Loop Control of Filter Systems with a Media Filter |
| US20140087749A1 (en) * | 2012-09-21 | 2014-03-27 | Yuan Ze University | Three layer cascade adaptive neural fuzzy inference system (anfis) based intelligent controller scheme and device |
| CN107608777A (zh) * | 2017-09-15 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种分布式环境中大数据处理任务的调度方法 |
| CN107862877A (zh) * | 2017-09-30 | 2018-03-30 | 浙江海洋大学 | 一种城市交通信号模糊控制方法 |
| CN108428341A (zh) * | 2018-05-14 | 2018-08-21 | 齐鲁交通发展集团有限公司青临分公司 | 一种基于人机融合的交通应急管理调度方法及系统 |
| CN110062110A (zh) * | 2019-04-24 | 2019-07-26 | 国网上海市电力公司 | 基于模糊理论的来电用户排序方法与智能呼叫方法及系统 |
Non-Patent Citations (6)
| Title |
|---|
| SEYYIT ALPER SERT等: "A Two-Tier Distributed Fuzzy Logic Based Protocol for Efficient Data Aggregation in Multihop Wireless Sensor Networks", 《 IEEE TRANSACTIONS ON FUZZY SYSTEMS》 * |
| YU-CHEN LIN等: "Adaptive Neuro-Fuzzy Predictor-Based Control for Cooperative Adaptive Cruise Control System", 《 IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
| ZHENG WAN等: "Adaptive scheduling for wireless video transmission in high-speed networks", 《2011 IEEE CONFERENCE ON COMPUTER COMMUNICATIONS WORKSHOPS (INFOCOM WKSHPS)》 * |
| 孙正阳: "基于时延补偿算法的网络控制系统研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 李玉凯: "无线传感器网络高能效可靠数据传输理论及应用研究", 《中国博士学位论文全文数据库信息科技辑》 * |
| 杨秀利: "基于预测模型的模糊PID控制理论及其仿真与试验研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111479176B (zh) | 2022-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3822880A1 (en) | Load prediction method and apparatus based on neural network | |
| CN111050330B (zh) | 移动网络自优化方法、系统、终端及计算机可读存储介质 | |
| CN109990790A (zh) | 一种无人机路径规划方法及装置 | |
| WO2021129086A1 (zh) | 流量预测方法、装置以及存储介质 | |
| CN111026548B (zh) | 一种逆向深度强化学习的电力通信设备测试资源调度方法 | |
| CN113568727A (zh) | 一种基于深度强化学习的移动边缘计算任务分配方法 | |
| CN112836822B (zh) | 基于宽度学习的联邦学习策略优化方法和装置 | |
| US11570063B2 (en) | Quality of experience optimization system and method | |
| CN114090108B (zh) | 算力任务执行方法、装置、电子设备及存储介质 | |
| CN117580105B (zh) | 一种面向电网巡检的无人机任务卸载优化方法 | |
| CN114051252A (zh) | 无线接入网中多用户智能发射功率控制方法 | |
| CN111479176B (zh) | 一种基于NB-IoT的自适应模糊数据上传方法 | |
| CN116843016A (zh) | 一种移动边缘计算网络下基于强化学习的联邦学习方法、系统及介质 | |
| EP4339843A1 (en) | Neural network optimization method and apparatus | |
| CN116069463A (zh) | 一种基于移动边缘计算的无人机数据采集调度系统及方法 | |
| CN115665767A (zh) | 无线网络运行态势调控方法、装置、设备及存储介质 | |
| CN115129447A (zh) | 一种工业互联网中计及条件风险价值的边缘计算任务卸载方法及计算机设备 | |
| CN113762687A (zh) | 一种仓库内的人员排班调度方法和装置 | |
| CN116993028B (zh) | 车间排产方法、装置、存储介质及电子设备 | |
| CN117528552B (zh) | 一种基于5g的手机数据传输方法和系统 | |
| CN115436980B (zh) | 一种基于软件定义的bd3一体化集成装置及定位方法 | |
| CN117824063B (zh) | 一种基于智能手表的空调远程调控方法、系统及介质 | |
| CN117910364B (zh) | 卫星测控仿真方法及系统 | |
| CN115829169B (zh) | 基于混合整数线性规划的业务处理方法及装置 | |
| US20240056983A1 (en) | Power Control Method and Communication Device Thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: No. 69, Mount Huangshan Avenue, Yubei District, Chongqing, Chongqing Applicant after: Chongqing Qianwei watch Co.,Ltd. Address before: No. 69, Mount Huangshan Avenue, Yubei District, Chongqing, Chongqing Applicant before: QIANWEI KROMSCHRODER METERS (CHONGQING) Co.,Ltd. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220527 |