CN112990547A - 智能电网能量优化方法及装置 - Google Patents

智能电网能量优化方法及装置 Download PDF

Info

Publication number
CN112990547A
CN112990547A CN202110172353.XA CN202110172353A CN112990547A CN 112990547 A CN112990547 A CN 112990547A CN 202110172353 A CN202110172353 A CN 202110172353A CN 112990547 A CN112990547 A CN 112990547A
Authority
CN
China
Prior art keywords
intelligent electric
smart
meter
data
eavesdropping
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
CN202110172353.XA
Other languages
English (en)
Other versions
CN112990547B (zh
Inventor
王奔
赵晴
李博
景晓松
杜长宇
秦宁丽
李达
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.)
State Grid Information and Telecommunication Co Ltd
Beijing Zhongdian Feihua Communication Co Ltd
Original Assignee
State Grid Information and Telecommunication Co Ltd
Beijing Zhongdian Feihua Communication 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 State Grid Information and Telecommunication Co Ltd, Beijing Zhongdian Feihua Communication Co Ltd filed Critical State Grid Information and Telecommunication Co Ltd
Priority to CN202110172353.XA priority Critical patent/CN112990547B/zh
Publication of CN112990547A publication Critical patent/CN112990547A/zh
Application granted granted Critical
Publication of CN112990547B publication Critical patent/CN112990547B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00022Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/126Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission

Abstract

本公开提供一种智能电网能量优化方法及装置,所述方法包括:响应于智能电表卸载其采集数据的请求,确定所述智能电表到基站的信道状态信息和到窃听设备的信道状态信息;根据所述信道状态信息,确定所述基站、智能电表和窃听设备的接收信号;根据所述接收信号,得到所述智能电表的安全速率;确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗,从而得到总能耗;根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率,并将所述最大传输速率反馈至所述智能电表。本公开提供的方法及装置,能够实现智能电网数据的安全卸载以及总能耗的最小化。

Description

智能电网能量优化方法及装置
技术领域
本公开涉及智能电网技术领域,尤其涉及一种智能电网能量优化方法及装置。
背景技术
现有的智能电网主要通过主要是通过部署大量的传感器和高级计量基础设施(Advanced Metering Infrastructure,AMI)设备实现信息的采集和监控;然后采用传统的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术将采集到的数据上传至云服务器,以实现资源的实时需求侧管理,其中,OFDM技术的主要思想是:通过频分复用实现高速串行数据的并行传输,它具有较好的抗多径衰弱的能力,能够支持多用户接入;最后采用传统的云计算方式,通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,再通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。
虽然OFDM技术采用了频分复用的方式,但是也只能实现多个用户的复用,不能实现海量用户同时接入,数据上传的效率较低,系统的能源消耗较高;另外,云计算方式通过对上传到云服务器的数据进行处理,具有处理时延较高,能量消耗较高等缺点。
另外,在智能电网中,智能电表被大量部署,智能电表在高级计量基础设施(AMI)设备中起着重要的作用,是用户与电力公司双向交互数据的重要终端设备。然而,智能电表在卸载其采集到的数据的过程中,容易被恶意窃听者窃听,如何保证智能电表能够安全地卸载数据也是目前研究的方向。
发明内容
有鉴于此,本公开的目的在于提出一种智能电网能量优化方法及装置。
基于上述目的,本公开提供了一种智能电网能量优化方法,包括:
响应于智能电表卸载其采集数据的请求,确定所述智能电表到基站的信道状态信息和所述智能电表到窃听设备的信道状态信息;
根据所述智能电表到基站和到窃听设备的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号;
根据所述基站、智能电表和窃听设备的接收信号,得到所述智能电表的安全速率;
确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗;
根据所述智能电表卸载数据的能耗和利用MEC服务器计算所述数据的能耗得到总能耗;
根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率;以及将所述最大传输速率反馈至所述智能电表。
进一步的,所述基站、窃听设备、MEC服务器以及智能电表均为基于大规模多输入多输出MIMO技术下的基站、窃听设备、MEC服务器以及智能电表。
基于同一发明构思,本公开还提供了一种智能电网能量优化装置,包括:
信道状态信息获取模块,被配置为响应于智能电表卸载其采集的数据,确定所述智能电表到基站的信道状态信息和所述智能电表到窃听设备的信道状态信息;
接收信号计算模块,被配置为根据所述智能电表到基站和到窃听设备的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号;
安全速率计算模块,被配置为根据所述基站、智能电表和窃听设备的接收信号,得到所述智能电表的安全速率;
能耗计算模块,被配置为确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗,
总能耗计算模块,被配置为根据所述智能电表卸载数据的能耗和利用MEC服务器计算所述数据的能耗得到总能耗;
传输速率计算与反馈模块,被配置为根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率;以及将所述最大传输速率反馈至所述智能电表。
进一步的,所述基站、窃听设备、MEC服务器以及智能电表均为基于大规模多输入多输出MIMO技术下的基站、窃听设备、MEC服务器以及智能电表。
从上面所述可以看出,本公开提供的智能电网能量优化方法及装置,将大规模多输入多输出(MIMO)技术和移动边缘计算(MEC)技术应用到智能电网中,在保证智能电表可以安全地卸载数据的前提下,进一步使智能电表卸载数据的传输速率最大,总能耗最小。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的实施例,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为本公开实施例的智能电网能量优化方法流程图;
图2为本公开实施例的智能电网能量优化装置结构示意图;
图3为本公开实施例的电子设备结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
如背景技术部分所述,“利用OFDM技术将智能电表等设备采集的数据上传到云服务器,然后用云计算方式进行处理,不能实现海量用户同时接入、具有数据上传的效率较低以及能源消耗较高等问题”。
而先进的5G技术(比如大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术)能实现海量用户同时接入,并且可以大幅度提高系统的频谱效率以及能源效率。另外,移动边缘计算(Mobile Edge Computing,MEC)技术相比云计算方式具有处理时延低、能量消耗低等优点。
MIMO技术是指在发射端和接收端分别使用多个发射天线和接收天线,使信号通过发射端与接收端的多个天线传送和接收,从而改善通信质量。它能充分利用空间资源,通过多个天线实现多发多收,在不增加频谱资源和天线发射功率的情况下,可以成倍的提高系统信道容量。
有鉴于此,本公开实施例提供了一种智能电网能量优化方法,将大规模MIMO技术和MEC技术应用到智能电网中。具体的,首先响应于智能电表卸载其采集数据的请求,确定所述智能电表到基站的信道状态信息和所述智能电表到窃听设备的信道状态信息。然后,根据传输阶段的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号。进一步的,根据所述接收信号,推导得到智能电表和窃听设备的遍历可达速率,从而得到智能电表的安全速率,其中,智能电表和窃听设备的遍历可达速率之差即为智能电表的安全速率。此外,确定所述智能电表卸载数据的能耗的表达式和利用MEC服务器计算所述数据的能耗的表达式,从而得到总能耗的表达式。最后,根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率,并将所述最大传输速率反馈至所述智能电表。
可见,本公开提供的智能电网能量优化方法,能够防止智能电表在卸载数据的过程中被窃听设备窃听,即在保证智能电表可以安全地卸载数据的前提下,进一步使智能电表卸载数据的传输速率最大,总能耗最小。
以下,通过具体的实施例进一步详细说明本公开的技术方案。
参考图1,本公开实施例的智能电网能量优化方法,包括以下步骤:
步骤S101、响应于智能电表卸载其采集数据的请求,确定所述智能电表到基站的信道状态信息和所述智能电表到窃听设备的信道状态信息。
首先,本公开将大规模MIMO技术应用到智能电网中,设基站上部署了M根天线、窃听设备上部署了N根天线、共有K个智能电表(SM);其中,所述K个智能电表对应K个用户。需要说明的是,智能电表在卸载其采集到的数据的过程中,容易被所述窃听设备窃听,卸载过程主要包括两个阶段:导频信道估计阶段和数据卸载阶段;另外,智能电表也可以是智能网关等设备。
本步骤中,通过发送导频信号的方式利用最小均方误差(Minimum Mean SquareError,MMSE)法进行信道估计,其中,导频信号指的是在电信网内为测量或监控的目的而发送的信号,这种信号通常为单一频率。
具体的,首先响应于智能电表SMk卸载其采集的数据,监测智能电表SMk与基站之间的小尺度衰落和大尺度衰落;其中,k∈[1,K];K为智能电表的数量。
进一步的,根据智能电表SMk与基站之间的小尺度衰落和大尺度衰落确定智能电表SMk与基站的信道增益矩阵gk;其中,
Figure BDA0002939151940000051
hk为智能电表SMk和基站之间的小尺度衰落,hk~CNM×1(0M×1,IM),其中,hk~CNM×1(0M×1,IM)的含义为:M×1的矩阵hk服从均值为0M×1和方差为单位矩阵IM的复高斯分布;βk为智能电表SMk和基站之间的大尺度衰落;M为所述基站上部署的天线的数量;
根据所述信道增益矩阵gk,基于如下表达式计算在基站处收到的所有智能电表的导频序列之和:
Figure BDA0002939151940000052
其中,假设每个所述智能电表都能够利用导频信号在每个信道相干区间内对信道进行一次估计,τ为每个所述智能电表的导频的符号数量;pu为每个所述智能电表发送的导频功率;Ψk为分配给智能电表SMk的导频序列,且Ψk满足
Figure BDA0002939151940000053
其中,
Figure BDA0002939151940000054
Figure BDA0002939151940000055
代表Ψk的共轭转置;σ2为加性高斯白噪声矩阵。
进一步的,利用在基站处收到的所有智能电表的导频序列之和YP乘以分配给智能电表SMk的导频序列Ψk,基于如下表达式确定在基站处收到的智能电表SMk的导频序列:
Figure BDA0002939151940000061
其中,
Figure BDA0002939151940000062
为SMk的加性高斯白噪声矩阵。
进一步的,在上述基础上,采用最小均方误差(MMSE)法对智能电表SMk与基站的信道增益以及智能电表SMk和基站之间的大尺度衰落进行估计,得到如下表达式的智能电表SMk与基站的信道增益估计矩阵以及智能电表SMk和基站之间的大尺度衰落估计:
Figure BDA0002939151940000063
Figure BDA0002939151940000064
SMk与基站的信道增益矩阵估计误差可以表示为:
Figure BDA0002939151940000065
Figure BDA0002939151940000066
是独立分布的。
同理,所述智能电表到窃听设备的信道状态信息可以通过以下方法得到:
首先,响应于智能电表SMk卸载其采集的数据,监测智能电表SMk与窃听设备之间的小尺度衰落和大尺度衰落。
进一步的,根据智能电表SMk与窃听设备之间的小尺度衰落和大尺度衰落确定智能电表SMk与窃听设备的信道增益矩阵gk,e;其中,
Figure BDA0002939151940000067
hk,e为智能电表SMk和窃听设备之间的小尺度衰落,hk,e~CNN×1(0N×1,IN);βk,e为智能电表SMk和窃听设备之间的大尺度衰落;N为所述窃听设备上部署的天线的数量;
根据所述信道增益矩阵gk,e,基于如下表达式计算在窃听设备处收到的所有智能电表的导频序列之和:
Figure BDA0002939151940000068
进一步的,利用在窃听设备处收到的所有智能电表的导频序列之和Ye乘以分配给智能电表SMk的导频序列Ψk,基于如下表达式确定在窃听设备处收到的智能电表SMk的导频序列:
Figure BDA0002939151940000071
进一步的,在上述基础上,采用最小均方误差(MMSE)法对智能电表SMk与窃听设备的信道增益以及智能电表SMk和窃听设备之间的大尺度衰落进行估计,得到如下表达式的智能电表SMk与窃听设备的信道增益估计矩阵以及智能电表SMk和窃听设备之间的大尺度衰落估计:
Figure BDA0002939151940000072
Figure BDA0002939151940000073
SMk与窃听设备的信道增益矩阵估计误差为:
Figure BDA0002939151940000074
Figure BDA0002939151940000075
是独立分布的。
步骤S102、根据所述智能电表到基站和到窃听设备的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号。
本步骤中,首先在接收端采用最大比合并(Maximal Ratio Combining,MRC)技术检测接收信号(MRC技术是一种分集接收技术,目的是改善接收端的信号质量),根据智能电表SMk与基站的信道增益矩阵gk和信道增益估计矩阵
Figure BDA0002939151940000076
基于如下表达式,确定基站的接收信号:
Figure BDA0002939151940000077
其中,sk为智能电表SMk的传输信号;pk为智能电表SMk的传输功率;Q为干扰功率;ge为窃听设备的大尺度衰落;se为窃听设备的传输信号;
Figure BDA0002939151940000078
是基于所述MRC设计的线性接收检测矩阵。
进一步的,基于如下表达式,确定智能电表SMk的接收信号:
Figure BDA0002939151940000079
其中,i∈[1,K],pi为智能电表SMi的传输功率;gi为智能电表SMi与基站的信道增益矩阵;si为智能电表SMi的传输信号。
同理,根据智能电表SMk与窃听设备的信道增益矩阵gk,e和信道增益估计矩阵
Figure BDA0002939151940000081
基于如下表达式,确定窃听设备窃听智能电表SMk的接收信号:
Figure BDA0002939151940000082
其中,gi,e为智能电表SMi与窃听设备的信道增益矩阵。
步骤S103、根据所述基站、智能电表和窃听设备的接收信号,得到所述智能电表的安全速率。
本步骤中,为了得到基于大规模MIMO的SMk的遍历可达速率,将SMk的接收信号yk重新表达为:
Figure BDA0002939151940000083
根据所述基站的接收信号YS,基于如下表达式,确定智能电表SMk的遍历可达速率:
Figure BDA0002939151940000084
其中,B为信道带宽;
Figure BDA0002939151940000085
Figure BDA0002939151940000086
利用高斯随机矩阵的性质,导出了下列恒等式:
Figure BDA0002939151940000087
Figure BDA0002939151940000088
Figure BDA0002939151940000089
Figure BDA00029391519400000810
Figure BDA0002939151940000091
Figure BDA0002939151940000092
Figure BDA0002939151940000093
其中,k′∈[1,K];E[·]代表期望;Var[·]代表方差;Tr(·)代表迹函数。
通过上述恒等式,进一步确定智能电表SMk的遍历可达速率,可以表示为:
Figure BDA0002939151940000094
其中,βi为SMi和基站之间的大尺度衰落。
同理,为了得到基于大规模MIMO的窃听设备的遍历可达速率,将窃听设备的接收信号重新表达为:
Figure BDA0002939151940000095
基于如下表达式,确定窃听设备的遍历可达速率:
Figure BDA0002939151940000096
利用高斯随机矩阵的性质,进一步确定窃听设备的遍历可达速率,可以表示为:
Figure BDA0002939151940000097
其中,βi,e为智能电表SMi和窃听设备之间的大尺度衰落;
Figure BDA0002939151940000098
为窃听设备的加性高斯白噪声矩阵。
进一步的,可以得到基于大规模多输入多输出MIMO下智能电表SMk的安全速率,即为智能电表SMk与窃听设备的遍历可达速率之差,可以表示为:
Figure BDA0002939151940000101
其中,
Figure BDA0002939151940000102
大于
Figure BDA0002939151940000103
步骤S104、确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗。
本步骤中,所述MEC服务器具有计算功能,并具有较高的计算能力,可以利用虚拟化并行计算实现每组数据的独立计算,MEC服务器为用户计算一个输入位所需的CPU周期数为C,MEC服务器的总的CPU频率为fm
首先,基于如下表达式,确定所有所述智能电表卸载数据的能耗之和:
Figure BDA0002939151940000104
其中,μo为功率放大器的放大系数;pr为传输过程中电路功率损耗;Rk为SMk卸载数据时的传输速率,且必须满足
Figure BDA0002939151940000105
其中“+”代表取整;lk为SMk卸载到MEC服务器的比特数。
进一步的,基于如下表达式,确定MEC服务器计算所有所述智能电表所卸载的数据的能耗之和:
Figure BDA0002939151940000106
其中,μm为MEC服务器的硬件依赖常数;fm,k为MEC服务器计算SMk所卸载的数据时分配的CPU频率。
为了使MEC服务器计算的能耗最小化,MEC服务器采用动态电压和频率缩放(DVFS)技术,MEC服务器计算SMk所卸载的数据所需的时间可以表示为:
Figure BDA0002939151940000107
SMk卸载数据的时延可以表示为:
Figure BDA0002939151940000108
MEC服务器可动态根据时延限制T(即用户可以接受的最大允许卸载数据的时延)以及卸载的数据为SMk分配合理的计算频率可得:
Figure BDA0002939151940000109
步骤S105、根据所述智能电表卸载数据的能耗和利用MEC服务器计算所述数据的能耗得到总能耗。
本步骤中,总能耗为所有智能电表卸载数据的能耗之和与MEC服务器计算所有智能电表所卸载的数据的能耗之和相加,表示为:
Figure BDA0002939151940000111
步骤S106、根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率;以及将所述最大传输速率反馈至所述智能电表。
本步骤中,首先采用物理层安全技术,即通过严格满足智能电表卸载数据的传输速率不能超过最小安全速率来防止窃听。
具体的,为了防止智能电表SMk在卸载数据的过程中被所述窃听设备窃听,令
Figure BDA0002939151940000112
同时,求得
Figure BDA0002939151940000113
的最大值,可实现智能电表SMk卸载数据的传输速率最大化;
由于
Figure BDA0002939151940000114
Figure BDA0002939151940000115
是一个凹函数,直接通过凸优化进行求解比较困难,因此对
Figure BDA0002939151940000116
进行化简,可以重新表示为:
Figure BDA0002939151940000117
其中,
Figure BDA0002939151940000118
其中,
Figure BDA0002939151940000119
可将
Figure BDA00029391519400001110
近似成仿射函数,
Figure BDA00029391519400001111
重新表示为:
Figure BDA00029391519400001112
其中,
Figure BDA00029391519400001113
代表对
Figure BDA00029391519400001114
求梯度;p为所有智能电表的传输总功率;pi为智能电表SMi的传输功率;对于任意给定的pi
Figure BDA00029391519400001115
为凹函数,
Figure BDA00029391519400001116
为仿射函数,因此
Figure BDA00029391519400001117
为凹函数。因此,我们可以通过顺序迭代优化(SAO)算法求出安全速率的最大值。
进一步的,通过顺序迭代优化(SAO)算法计算总能耗的最小值。
具体的,首先初始化阈值δS=1,初始化传输总功率p0,迭代次数初始化n=0。然后,判断
Figure BDA0002939151940000121
是否成立,若成立,则分配下一组传输总功率p,其中传输总功率满足p=(0,pmax),若不成立,结束迭代算法。
将迭代了n次的所有所述智能电表的传输总功率pn代入式
Figure BDA0002939151940000122
中的参数p,可以得到智能电表SMk卸载数据时的最大传输速率
Figure BDA0002939151940000123
最后将
Figure BDA0002939151940000124
代入
Figure BDA0002939151940000125
即可得到最小总能耗值。
进一步的,将
Figure BDA0002939151940000126
代入
Figure BDA0002939151940000127
可求得智能电表SMk卸载数据的最小时延,将
Figure BDA0002939151940000128
代入
Figure BDA0002939151940000129
可求得MEC服务器为智能电表SMk分配的最小计算频率,将求得的fm,k代入
Figure BDA00029391519400001210
可求得MEC服务器计算智能电表SMk所卸载的数据所需的时间。
最后,将所述最大传输速率
Figure BDA00029391519400001211
反馈至智能电表SMk,智能电表SMk按照最大传输速率
Figure BDA00029391519400001212
进行数据的卸载,实现最小总能耗。
可见,本公开实施例提供的智能电网能量优化方法,首先将大规模MIMO技术和MEC技术应用到智能电网中,基于大规模MIMO技术来实现智能电表所需卸载的数据的上传,再利用MEC技术对卸载的数据进行计算;大规模MIMO技术相较于OFDM技术,能够实现海量用户同时接入,并且可以大幅度提高系统的频谱效率以及能源效率;MEC技术相较于云计算方式具有处理时延低、能量消耗低等优点。进一步的,本公开实施例采用物理层安全技术,通过严格满足智能电表卸载数据的传输速率不能超过最小安全速率来防止被窃听设备窃听,在保证智能电表可以安全地卸载数据且满足总能耗最小的条件下,求得智能电表卸载数据的最大传输速率,进一步将最大传输速率反馈至智能电表,实现最小总能耗。
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种智能电网能量优化装置。
参考图2,所述智能电网能量优化装置,包括:
信道状态信息获取模块201,被配置为响应于智能电表卸载其采集的数据,确定所述智能电表到基站的信道状态信息和所述智能电表到窃听设备的信道状态信息;
接收信号计算模块202,被配置为根据所述智能电表到基站和到窃听设备的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号;
安全速率计算模块203,被配置为根据所述基站、智能电表和窃听设备的接收信号,得到所述智能电表的安全速率;
能耗计算模块204,被配置为确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗,
总能耗计算模块205,被配置为根据所述智能电表卸载数据的能耗和利用MEC服务器计算所述数据的能耗得到总能耗;
传输速率计算与反馈模块206,被配置为根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率;以及将所述最大传输速率反馈至所述智能电表。
在一些实施例中,所述基站、窃听设备、MEC服务器以及智能电表均为基于大规模多输入多输出MIMO技术下的基站、窃听设备、MEC服务器以及智能电表。
上述实施例的装置用于实现前述任一实施例中相应的智能电网能量优化方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种电子设备,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,所述处理器执行所述程序时实现上任意一实施例所述的智能电网能量优化方法。
图3示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的智能电网能量优化方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了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,所述计算机指令用于使所述计算机执行如上任一实施例所述的智能电网能量优化方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的智能电网能量优化方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本公开实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本公开实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本公开实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (10)

1.一种智能电网能量优化方法,包括:
响应于智能电表卸载其采集数据的请求,确定所述智能电表到基站的信道状态信息和所述智能电表到窃听设备的信道状态信息;
根据所述智能电表到基站和到窃听设备的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号;
根据所述基站、智能电表和窃听设备的接收信号,得到所述智能电表的安全速率;
确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗;
根据所述智能电表卸载数据的能耗和利用MEC服务器计算所述数据的能耗得到总能耗;
根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率;以及
将所述最大传输速率反馈至所述智能电表。
2.根据权利要求1所述的方法,其中,所述基站、窃听设备、MEC服务器以及智能电表均为基于大规模多输入多输出MIMO技术下的基站、窃听设备、MEC服务器以及智能电表。
3.根据权利要求1所述的方法,其中,所述响应于智能电表卸载其采集的数据,确定所述智能电表到基站的信道状态信息包括:
响应于智能电表SMk卸载其采集的数据,监测智能电表SMk与基站之间的小尺度衰落和大尺度衰落;其中,k∈[1,K];K为智能电表的数量;
根据智能电表SMk与基站之间的小尺度衰落和大尺度衰落确定智能电表SMk与基站的信道增益矩阵gk;其中,
Figure FDA0002939151930000011
hk为智能电表SMk和基站之间的小尺度衰落,hk~CNM×1(0M×1,IM);βk为智能电表SMk和基站之间的大尺度衰落;M为所述基站上部署的天线的数量;
根据所述信道增益矩阵gk,基于如下表达式计算在基站处收到的所有智能电表的导频序列之和:
Figure FDA0002939151930000021
其中,σ2为加性高斯白噪声矩阵;τ为每个所述智能电表的导频的符号数量;pu为每个所述智能电表发送的导频功率;Ψk为分配给智能电表SMk的导频序列,且Ψk满足
Figure FDA0002939151930000022
其中,
Figure FDA0002939151930000023
j∈[1,K];
根据在基站处收到的所有智能电表的导频序列之和YP,基于如下表达式确定在基站处收到的智能电表SMk的导频序列:
Figure FDA0002939151930000024
其中,
Figure FDA0002939151930000025
为SMk的加性高斯白噪声矩阵;
根据所述在基站处收到的智能电表SMk的导频序列
Figure FDA0002939151930000026
采用最小均方误差MMSE法对智能电表SMk与基站的信道增益以及智能电表SMk和基站之间的大尺度衰落进行估计,得到如下表达式的智能电表SMk与基站的信道增益估计矩阵以及智能电表SMk和基站之间的大尺度衰落估计:
Figure FDA0002939151930000027
Figure FDA0002939151930000028
4.根据权利要求3所述的方法,其中,响应于智能电表卸载其采集的数据,确定所述智能电表到窃听设备的信道状态信息包括:
响应于智能电表SMk卸载其采集的数据,监测智能电表SMk与窃听设备之间的小尺度衰落和大尺度衰落;
根据智能电表SMk与窃听设备之间的小尺度衰落和大尺度衰落确定智能电表SMk与窃听设备的信道增益矩阵gk,e;其中,
Figure FDA0002939151930000029
hk,e为智能电表SMk和窃听设备之间的小尺度衰落,hk,e~CNN×1(0N×1,IN);βk,e为智能电表SMk和窃听设备之间的大尺度衰落;N为所述窃听设备上部署的天线的数量;
根据所述信道增益矩阵gk,e,基于如下表达式计算在窃听设备处收到的所有智能电表的导频序列之和:
Figure FDA0002939151930000031
根据在窃听设备处收到的所有智能电表的导频序列之和Ye,基于如下表达式确定在窃听设备处收到的智能电表SMk的导频序列:
Figure FDA0002939151930000032
根据所述在窃听设备处收到的智能电表SMk的导频序列
Figure FDA0002939151930000033
采用最小均方误差MMSE法对智能电表SMk与窃听设备的信道增益以及智能电表SMk和窃听设备之间的大尺度衰落进行估计,得到如下表达式的智能电表SMk与窃听设备的信道增益估计矩阵以及智能电表SMk和窃听设备之间的大尺度衰落估计:
Figure FDA0002939151930000034
Figure FDA0002939151930000035
5.根据权利要求4所述的方法,其中,根据所述智能电表到基站和到窃听设备的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号包括:
根据智能电表SMk与基站的信道增益矩阵gk和信道增益估计矩阵
Figure FDA0002939151930000036
基于如下表达式,确定基站的接收信号:
Figure FDA0002939151930000037
其中,sk为智能电表SMk的传输信号;pk为智能电表SMk的传输功率;Q为干扰功率;ge为窃听设备的大尺度衰落;se为窃听设备的传输信号;
Figure FDA0002939151930000038
是基于所述MRC设计的线性接收检测矩阵;
基于如下表达式,确定智能电表SMk的接收信号:
Figure FDA0002939151930000039
其中,i∈[1,K],pi为智能电表SMi的传输功率;gi为智能电表SMi与基站的信道增益矩阵;si为智能电表SMi的传输信号;
根据智能电表SMk与窃听设备的信道增益矩阵gk,e和信道增益估计矩阵
Figure FDA0002939151930000041
基于如下表达式,确定窃听设备窃听智能电表SMk的接收信号:
Figure FDA0002939151930000042
其中,gi,e为智能电表SMi与窃听设备的信道增益矩阵。
6.根据权利要求5所述的方法,其中,根据所述基站、智能电表和窃听设备的接收信号,得到所述智能电表的安全速率包括:
根据所述基站的接收信号YS,基于如下表达式,确定智能电表SMk的遍历可达速率:
Figure FDA0002939151930000043
其中,B为信道带宽;
Figure FDA0002939151930000044
Figure FDA0002939151930000045
利用高斯随机矩阵的性质,进一步确定智能电表SMk的遍历可达速率为:
Figure FDA0002939151930000046
其中,βi为智能电表SMi和基站之间的大尺度衰落;
确定窃听设备的遍历可达速率为:
Figure FDA0002939151930000047
其中,βi,e为智能电表SMi和窃听设备之间的大尺度衰落;
Figure FDA0002939151930000048
为窃听设备的加性高斯白噪声矩阵;
根据智能电表SMk的遍历可达速率以及窃听设备的遍历可达速率,得到智能电表SMk的安全速率为:
Figure FDA0002939151930000051
7.根据权利要求6所述的方法,其中,确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗包括:
基于如下表达式,确定所有所述智能电表卸载数据的能耗之和:
Figure FDA0002939151930000052
其中,μo为功率放大器的放大系数;pr为传输过程中电路功率损耗;Rk为智能电表SMk卸载数据时的传输速率,且必须满足
Figure FDA0002939151930000053
lk为智能电表SMk卸载到MEC服务器的比特数;
基于如下表达式,确定MEC服务器计算所有所述智能电表所卸载的数据的能耗之和:
Figure FDA0002939151930000054
其中,μm为MEC服务器的硬件依赖常数;C为MEC服务器为用户计算一个输入位所需的CPU周期数;fm,k为MEC服务器计算智能电表SMk所卸载的数据时分配的CPU频率,
Figure FDA0002939151930000055
其中,T为用户可以接受的最大允许卸载数据的时延;以及
所述根据所述智能电表卸载数据的能耗和利用MEC服务器计算所述数据的能耗得到总能耗包括:
将所有所述智能电表卸载数据的能耗之和与MEC服务器计算所有所述智能电表所卸载的数据的能耗之和求和,得到所述总能耗。
8.根据权利要求7所述的方法,其中,所述MEC服务器具有计算功能,并利用虚拟化并行计算实现每组数据的独立计算。
9.根据权利要求7所述的方法,其中,确定所述智能电表卸载数据的最大传输速率包括:
采用顺序迭代优化SAO算法求得迭代了n次的所有所述智能电表的传输总功率pn,将pn代入
Figure FDA0002939151930000056
中的参数p,得到智能电表SMk卸载数据时的最大传输速率
Figure FDA0002939151930000057
其中,
Figure FDA0002939151930000058
代表对
Figure FDA0002939151930000059
求梯度;pi为智能电表SMi的传输功率。
10.一种智能电网能量优化装置,包括:
信道状态信息获取模块,被配置为响应于智能电表卸载其采集的数据,确定所述智能电表到基站的信道状态信息和所述智能电表到窃听设备的信道状态信息;
接收信号计算模块,被配置为根据所述智能电表到基站和到窃听设备的信道状态信息,确定所述基站、智能电表和窃听设备的接收信号;
安全速率计算模块,被配置为根据所述基站、智能电表和窃听设备的接收信号,得到所述智能电表的安全速率;
能耗计算模块,被配置为确定所述智能电表卸载数据的能耗和利用移动边缘计算MEC服务器计算所述数据的能耗,
总能耗计算模块,被配置为根据所述智能电表卸载数据的能耗和利用MEC服务器计算所述数据的能耗得到总能耗;
传输速率计算与反馈模块,被配置为根据所述安全速率,在防止被所述窃听设备窃听且满足所述总能耗最小的条件下,确定所述智能电表卸载数据的最大传输速率;以及
将所述最大传输速率反馈至所述智能电表。
CN202110172353.XA 2021-02-08 2021-02-08 智能电网能量优化方法及装置 Active CN112990547B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110172353.XA CN112990547B (zh) 2021-02-08 2021-02-08 智能电网能量优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110172353.XA CN112990547B (zh) 2021-02-08 2021-02-08 智能电网能量优化方法及装置

Publications (2)

Publication Number Publication Date
CN112990547A true CN112990547A (zh) 2021-06-18
CN112990547B CN112990547B (zh) 2023-11-03

Family

ID=76347528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110172353.XA Active CN112990547B (zh) 2021-02-08 2021-02-08 智能电网能量优化方法及装置

Country Status (1)

Country Link
CN (1) CN112990547B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113630734A (zh) * 2021-08-09 2021-11-09 郑州海威光电科技有限公司 一种智能电网供电系统的计算卸载与资源分配方法
CN114389654A (zh) * 2022-01-13 2022-04-22 郑州轻工业大学 基于大规模mimo的移动边缘计算安全计算效率最大化方法
CN113630734B (zh) * 2021-08-09 2024-05-14 郑州海威光电科技有限公司 一种智能电网供电系统的计算卸载与资源分配方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017098810A1 (ja) * 2015-12-07 2017-06-15 ソニー株式会社 装置、方法、及びプログラム
CN107872823A (zh) * 2016-09-28 2018-04-03 维布络有限公司 识别移动边缘计算环境中通信操作模式的方法和系统
CN109413615A (zh) * 2018-09-14 2019-03-01 重庆邮电大学 车联网下基于mec的能量感知卸载的能量延迟折衷方案
CN109710374A (zh) * 2018-12-05 2019-05-03 重庆邮电大学 移动边缘计算环境下最小化任务卸载费用的vm迁移策略
WO2019141350A1 (en) * 2018-01-16 2019-07-25 Nokia Technologies Oy Monitoring user equipment energy consumption
US20190243438A1 (en) * 2018-02-08 2019-08-08 Korea Advanced Institute Of Science And Technology Method and system for deploying dynamic virtual object for reducing power in mobile edge computing environment
CN110545204A (zh) * 2019-08-30 2019-12-06 海南电网有限责任公司 一种基于外罚函数与果蝇优化的资源分配方法及服务器
CN111010295A (zh) * 2019-11-28 2020-04-14 国网甘肃省电力公司电力科学研究院 一种基于sdn-mec的配用电通信网任务迁移方法
CN111245950A (zh) * 2020-01-20 2020-06-05 南京邮电大学 基于深度学习的工业物联网边缘资源智能调度系统及方法
CN111866904A (zh) * 2019-04-26 2020-10-30 深圳先进技术研究院 中继网络能量效率最优分配方法、装置、终端及存储介质
CN112039563A (zh) * 2020-09-09 2020-12-04 东南大学 能效最优的大规模mimo安全多播传输功率分配方法
US10868750B1 (en) * 2019-08-09 2020-12-15 Verizon Patent And Licensing Inc. Method and device for facilitating delivery of content in a multi-access edge computing (MEC) environment
CN112311849A (zh) * 2020-09-24 2021-02-02 北京中电飞华通信有限公司 基于mimo-mec的通信网络中任务处理方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017098810A1 (ja) * 2015-12-07 2017-06-15 ソニー株式会社 装置、方法、及びプログラム
CN107872823A (zh) * 2016-09-28 2018-04-03 维布络有限公司 识别移动边缘计算环境中通信操作模式的方法和系统
WO2019141350A1 (en) * 2018-01-16 2019-07-25 Nokia Technologies Oy Monitoring user equipment energy consumption
US20190243438A1 (en) * 2018-02-08 2019-08-08 Korea Advanced Institute Of Science And Technology Method and system for deploying dynamic virtual object for reducing power in mobile edge computing environment
CN109413615A (zh) * 2018-09-14 2019-03-01 重庆邮电大学 车联网下基于mec的能量感知卸载的能量延迟折衷方案
CN109710374A (zh) * 2018-12-05 2019-05-03 重庆邮电大学 移动边缘计算环境下最小化任务卸载费用的vm迁移策略
CN111866904A (zh) * 2019-04-26 2020-10-30 深圳先进技术研究院 中继网络能量效率最优分配方法、装置、终端及存储介质
US10868750B1 (en) * 2019-08-09 2020-12-15 Verizon Patent And Licensing Inc. Method and device for facilitating delivery of content in a multi-access edge computing (MEC) environment
CN110545204A (zh) * 2019-08-30 2019-12-06 海南电网有限责任公司 一种基于外罚函数与果蝇优化的资源分配方法及服务器
CN111010295A (zh) * 2019-11-28 2020-04-14 国网甘肃省电力公司电力科学研究院 一种基于sdn-mec的配用电通信网任务迁移方法
CN111245950A (zh) * 2020-01-20 2020-06-05 南京邮电大学 基于深度学习的工业物联网边缘资源智能调度系统及方法
CN112039563A (zh) * 2020-09-09 2020-12-04 东南大学 能效最优的大规模mimo安全多播传输功率分配方法
CN112311849A (zh) * 2020-09-24 2021-02-02 北京中电飞华通信有限公司 基于mimo-mec的通信网络中任务处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
P. INDRANI: "NoC based advanced communication systems for smart city management programs: Application specific NoC topology for corrosion sensor networks — A case study", 2016 3RD MEC INTERNATIONAL CONFERENCE ON BIG DATA AND SMART CITY *
吕聪敏: "基于5G切片和MEC技术的智能电网总体框架设计", 《电力信息与通信技术》, vol. 18, no. 8 *
李宝树: "面向电网的边缘算力优化与分布式数据存储处理模型研究", 《广东电力》, vol. 33, no. 9 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113630734A (zh) * 2021-08-09 2021-11-09 郑州海威光电科技有限公司 一种智能电网供电系统的计算卸载与资源分配方法
CN113630734B (zh) * 2021-08-09 2024-05-14 郑州海威光电科技有限公司 一种智能电网供电系统的计算卸载与资源分配方法
CN114389654A (zh) * 2022-01-13 2022-04-22 郑州轻工业大学 基于大规模mimo的移动边缘计算安全计算效率最大化方法

Also Published As

Publication number Publication date
CN112990547B (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN109005551B (zh) 一种非理想信道状态信息的多用户noma下行功率分配方法
US10079627B1 (en) Joint power allocation, precoding, and decoding method and base station thereof
CN103475397B (zh) 一种三维波束赋形的方法、通信站及移动站
US20080085738A1 (en) Adaptive multiple-antenna systems with omni-directional and sector-directional antenna modes
CN114946133A (zh) 通信的方法、设备和计算机可读介质
WO2015109044A1 (en) Null beamforming in a communication network
CN110233653A (zh) 基于加权集成聚类算法的mimo系统的盲多径识别方法及系统
Bajwa et al. Compressed sensing of wireless channels in time, frequency, and space
Choi et al. ADC bit allocation under a power constraint for mmWave massive MIMO communication receivers
Jamali et al. A low-complexity recursive approach toward code-domain NOMA for massive communications
CN112990547B (zh) 智能电网能量优化方法及装置
JP6063607B2 (ja) 送信信号のための多入力多出力mimo検出方法、装置及びシステム
CN112311849B (zh) 基于mimo-mec的通信网络中任务处理方法
CN103997364A (zh) 多天线接收机中合并多路信号的方法及其装置
CN115606157A (zh) 天线阵列的信道估计
CN104539401A (zh) 一种自适应预编码方法、基站及系统
CN114640561A (zh) 一种通信信号传输方法和设备
CN103117757A (zh) 一种信号接收方法及终端
Ma et al. Distributed signal compressive quantization and parallel interference cancellation for cloud radio access network
Yerrapragada et al. Design of K-user massive MIMO networks
Tian et al. Pilot-aided channel estimation for massive MIMO systems in TDD-mode using Walsh-Hadamard transformed subsampled data at the base station
KR101599189B1 (ko) 대규모 mimo 시스템에서의 채널 추정 방법
CN115443616A (zh) 低开销的csi反馈
Xing et al. Over-the-air computation via cloud radio access networks
CN104378815B (zh) 一种注水功率分配的注水线搜索方法和装置

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