CN113015222B - 中继节点和通信方式的选择方法、通信传输方法和系统 - Google Patents

中继节点和通信方式的选择方法、通信传输方法和系统 Download PDF

Info

Publication number
CN113015222B
CN113015222B CN202110211355.5A CN202110211355A CN113015222B CN 113015222 B CN113015222 B CN 113015222B CN 202110211355 A CN202110211355 A CN 202110211355A CN 113015222 B CN113015222 B CN 113015222B
Authority
CN
China
Prior art keywords
node
source node
communication
acquiring
idle
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
CN202110211355.5A
Other languages
English (en)
Other versions
CN113015222A (zh
Inventor
谢广成
曾妍
程瑛颖
郑可
邹波
骆凯波
苏宇
程小明
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 Chongqing Electric Power Co Marketing Service Center
State Grid Corp of China SGCC
Original Assignee
State Grid Chongqing Electric Power Co Marketing Service Center
State Grid Corp of China SGCC
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 Chongqing Electric Power Co Marketing Service Center, State Grid Corp of China SGCC filed Critical State Grid Chongqing Electric Power Co Marketing Service Center
Priority to CN202110211355.5A priority Critical patent/CN113015222B/zh
Publication of CN113015222A publication Critical patent/CN113015222A/zh
Application granted granted Critical
Publication of CN113015222B publication Critical patent/CN113015222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/0005Control or signalling for completing the hand-off
    • H04W36/0083Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/0005Control or signalling for completing the hand-off
    • H04W36/0055Transmission or use of information for re-establishing the radio link
    • H04W36/0066Transmission or use of information for re-establishing the radio link of control information between different types of networks in order to establish a new radio link in the target network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/0005Control or signalling for completing the hand-off
    • H04W36/0083Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H04W36/00837Determination of triggering parameters for hand-off
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/24Reselection being triggered by specific parameters
    • H04W36/30Reselection being triggered by specific parameters by measured or perceived connection quality data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/22Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/336Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • 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
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing 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

本发明涉及通信领域,公开了中继节点和通信方式的选择方法、通信传输方法和系统,方法包括:获取各个节点电力线传输和无线信道传输的信道质量参数;判断各个节点中源节点的信道质量参数是否大于发送阈值;是则不获取所述中继节点;否则基于所述的方法获取最佳中继节点;基于最佳中继节点获取源节点到目的节点的通信链路。本发明可实现在加入中继节点传输后能够有效维持源节点到目的节点的通讯质量目的,通过卷积神经网络基于源节点周围空闲节点分布信息得到中继节点,避免在源节点周围随意选取中继节点,可更为有利维持源节点到目的节点的通讯质量。

Description

中继节点和通信方式的选择方法、通信传输方法和系统
技术领域
本发明涉及通信领域,具体是指中继节点和通信方式的选择方法、通信传输方法和系统。
背景技术
随着通信技术的发展,电力线载波和无线通信的物理层进行融合,采用统一的基带信号,其中HPLC基带芯片与电力驱动电路组成传统的有线宽带电力载波通信,HPLC基带芯片与微功率天线射频模块组成了无线宽带通信,HPLC基带芯片将根据线路状态和通信质量切换通信模式。
有线宽带电力载波通信又称为电力线通信,无线宽带通信又称为无线通信。
在电力线通信中影响通信质量的因素。当发生断路故障时,断路相电压为0,该线路上智能电表、集中器与该管辖区内的监测主站之间的通信都将被中断;当发生多相故障时,保护装置会很快切除故障,线路上几乎没有噪声但故障点处对于载波高频信号仍将呈现较大的高频阻抗,载波信号在故障点将发生折反射;当发生单相接地故障时,由于配电网允许且只允许单相接地后系统带故障运行一段时间,此时载波通道情况复杂,损耗很大,但故障点处对于高频信号仍将产生较大的高频阻抗,载波信号发生折反射。因此当线路断路时,通信中断,接收信号消失,接收端都将丢失接收数据;当线路发生接地故障时,配电网允许系统带故障运行一段时间,但故障点高频阻抗使载波信号发生折射,线路接收端的载波机将接收到折射乱码信号。同时,电力线信道里的噪声影响,电力线由于自身的物理特性,其网络结构复杂,连接负载较多,且经常发生变化,所以电力线载波信道里有大量不同性质的噪声,这些连续性、周期性和随机性的噪声将严重影响通信的可靠性。
而无线通信更容易受到外界环境的干扰,比如雨雪天气导致无线信号的衰减,当雨滴和波长一样小时,就会成为数据通信的障碍。而且点对点无线通信的高度依赖于终端之间的路径,例如在城市或者大山里受到建筑和树木干扰非常明显。同时,在无线载波信道中,由于无线穿透能力弱,在传播途中容易受到各种障碍物的干扰,信号在传播过程中可能会出现反射、绕射和散射或者直接被吸收,导致无线信号的衰弱。
正常状态下,集中器会定时采集智能电表数据并存储到本地,同时将数据定时发给远端主站,但是当源节点与目的节点之间通信质量较差(即源节点记录的电力线或者微功率无线天线信道质量评估系数小于阈值),会改变当前的通信模式,通过微功率无线信道或者电力线载波信道将源节点的数据发送至潜在的中继节点。系统将根据中继节点与目的节点不同模式下的信道质量、源节点与中继节点间的信道容量,完成中继节点与中继之间通信模式的选择。
其中,源节点和配对节点均为具有电力线载波和无线双模通信能力的智能电表,起到中继节点和发送节点的功能,发送节点需要实时记录最新的双模信道评估系数。而目的节点是用电信息采集的集中器。默认情况下,源节点与中继节点之间采用微功率的无线通信模式,中继节点与目的节点之间通过电力线载波的方式通信。
而节点之间的协作并不是一开始就存在的,即中继节点不是必须存在的,在切换到中继协作之前,源节点首先向目的节点发送数据,如果目的节点收到的信噪比足够高,则代表传输质量良好,则无需中继节点的参与,可以成功地对接收到的信号进行译码。如果信噪比比较低时不能成功接收或者正确译码,那么目的节点将会向源节点和中继节点反馈接收失败标志,随后才会转换为中继协作模式,这时已经被成功筛选并建立好连接的中继节点将从源节点收到的数据进行放大转发到目的节点。
但现有技术并未基于通信质量选取源节点周围的空闲节点作为中继节点,不利于有效维持源节点和目的节点之间的通讯质量,因此我们迫切需要中继节点和通信方式的选择方法、通信传输方法和系统。
发明内容
基于以上问题,本发明提供了中继节点和通信方式的选择方法、通信传输方法和系统。本发明可实现在加入中继节点传输后能够有效维持源节点到目的节点的通讯质量目的,通过卷积神经网络基于源节点周围空闲节点分布信息得到中继节点,避免在源节点周围随意选取中继节点,可更为有利维持源节点到目的节点的通讯质量。
为解决以上技术问题,本发明采用的技术方案如下:
本发明一方面是提供一种中继节点和通信方式的选择方法,方法包括:获取源节点周围空闲节点分布信息对应的特征矩阵;将源节点周围空闲节点分部信息对应的特征矩阵输入到预先构建的深度卷积神经网络模型中,获取源节点周围空闲节点分布信息对应的特征向量;利用第一分类器对所述源节点周围空闲节点分布信息对应的特征向量进行分类,获取源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率;利用第二分类器对源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率进行分析,获取源节点周围空闲节点中的最佳中继节点和通信方式。
在一些实施例中,获取源节点周围空闲节点分布信息对应的特征矩阵包括:获取源节点周围空闲节点的分布情况,源节点周围空闲节点的分布情况为节点间的无线距离和节点间电力线连接的邻近节点;获取源节点和源节点周围空闲节点的剩余电量;获取源节点和源节点周围空闲节点的周围环境,周围环境为源节点和源节点周围空闲节点附近的障碍物;获取源节点周围空闲节点间的线路状态;根据所述分布情况、所述剩余电量、所述周围环境以及所述线路状态获取源节点周围空闲节点分布信息对应的特征矩阵。
本发明的另一方面是提供一种通信传输方法,方法包括:获取各个节点电力线传输和无线信道传输的信道质量参数;判断各个节点中源节点的信道质量参数是否大于发送阈值;是则不获取所述中继节点;否则基于所述的方法获取最佳中继节点;基于最佳中继节点获取源节点到目的节点的通信链路。
在一些实施例中,在判断各个节点中源节点的信道质量参数是否大于发送阈值之前,包括:判断源节点是否需要发送数据;是则执行判断各个节点中源节点的信道质量参数是否大于发送阈值的步骤以及后续步骤;否则判断源节点周围的节点获取数据的等待时长是否小于接收阈值。
在一些实施例中,在否则判断所述源节点周围的节点获取数据的等待时长是否小于接收阈值包括:是则获取所述各个节点电力线和无线信道的信道质量参数;否则确定所述源节点周围的节点为空闲节点。
在一些实施例中,在是则不获取中继节点之后,包括:对比源节点到目的节点之间的双模信道质量;基于双模信道质量确定源节点到目的节点的通信方式。
在一些实施例中,在所述否则基于所述的方法获取最佳中继节点之后,包括:判断所述最佳中继节点是否为空闲中继节点;是则所述空闲中继节点基于所述的方法等待下一次获取特征矩阵;否则判断所述最佳中继节点为目的节点。
在一些实施例中,在否则判断所述最佳中继节点为目的节点包括:是则最佳中继节点和目的节点之间的通信方式为电力线传输;否则基于的方法获取最佳中继节点周围空闲节点中的下一跳最佳中继节点和通信方式。
在一些实施例中,在是则最佳中继节点和目的节点之间的通信方式为电力线传输之后,包括:判断最佳中继节点和目的节点之间的线路状态是否出现停电故障;是则最佳中继节点和目的节点的通信方式为无线信道传输;否则最佳中继节点和目的节点的通信方式为电力线传输。
本发明的第三方面是提供一种通信传输系统,系统包括:信道质量参数获取模块用于获取各个节点电力线和无线信道的信道质量参数;信道质量参数判断模块用于判断所述各个节点中源节点的信道质量参数是否大于发送阈值;是则不获取所述中继节点;否则基于所述的方法获取最佳中继节点;最佳中继节点获取模块用于获取最佳中继节点;通信链路确定模块用于基于最佳中继节点获取源节点到目的节点的通信链路。
与现有技术相比,本发明的有益效果是:本发明可实现在加入中继节点传输后能够有效维持源节点到目的节点的通讯质量目的,通过卷积神经网络基于源节点周围空闲节点分布信息得到中继节点,避免在源节点周围随意选取中继节点,可更为有利维持源节点到目的节点的通讯质量。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的检查或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是显而易见的。本披露的特性可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或者使用得以实现和达到。
附图说明
本发明的多个实施例的某些特征在所附权利要求中进行具体说明。参考以下详细描述可以获得对本发明的特征和优点的更好理解,其中阐述了利用了本发明的原理的说明性实施例以及附图,其中:
图1是根据本说明书一些实施例所示的通信传输系统的应用场景示意图。
图2是根据本说明书一些实施例所示的中继节点和通信方式的选择方法的示例流程图。
图3是根据本说明书一些实施例所示的通信传输方法的示例流程图。
图4是根据本说明书一些实施例所示的通信传输系统的模块图。
其中,1源节点设备,2中继节点设备,3目的节点设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些示例实施方式使得本公开的描述将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的示例实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、步骤等。在其它情况下,不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在此简要介绍深度学习相关技术。深度学习(deep learning)是机器学习的一个分支,是机器学习中一种基于对数据进行表征学习的方法,它试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。表征学习的目标是寻求更好的表示方法并创建更好的模型来从大规模未标记数据中学习这些表示方法。表达方式类似神经科学的进步,并松散地创建在类似神经系统中的信息处理和通信模式的理解上,如神经编码,试图定义拉动神经元的反应之间的关系以及大脑中的神经元的电活动之间的关系。至今已有数种深度学习框架,如深度神经网络、卷积神经网络和深度置信网络和递归神经网络已被应用计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。
卷积神经网络(Convolutional Neural Network,CNN)是一种深度学习框架,它是一种前馈神经网络,由一个或多个卷积层和顶端的全连通层(对应经典的神经网络)组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网络能够利用输入数据的二维结构。相比较其他深度、前馈神经网络,卷积神经网络需要估计的参数更少,使之成为一种颇具吸引力的深度学习结构。大量的研究和应用早已证明,卷积神经网络在图像和文本上具有非常强的特征抽取、表达、语义理解能力,它不需要人为设计特征,而是从大量数据中自我学习到各种特征。
当前,智能电表和集中器通信连接时,电力线通信受线路故障,无线通信容易受外界环境影响,从而导致智能电表和集中器远距离通信时可靠性不佳,因此提高远距离通信连接的可靠性愈来愈受到人们重视。中继节点和通信方式的选择方法的思路是基于源节点周围空闲节点分布信息选取源节点周围的空闲节点作为最佳中继节点,从而在源节点和目的节点之间的电力线通信出现故障时保持通信质量的可靠性。通信传输方法和系统的思路是先判断源节点和目的节点的通信方式,再基于中继节点和通信方式的选择方法选取最佳中继节点保持通信质量的可靠性。中继节点和通信方式的选择方法可以应用于各种场景,涉及但不限于智能电表通信行业、智能水表通信行业、智能气表通信行业等。
获取源节点周围空闲节点分布信息对应的特征矩阵;将源节点周围空闲节点分部信息对应的特征矩阵输入到预先构建的深度卷积神经网络模型中,获取源节点周围空闲节点分布信息对应的特征向量;利用第一分类器对源节点周围空闲节点分布信息对应的特征向量进行分类,获取源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率;利用第二分类器对源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率进行分析,获取源节点周围空闲节点中的最佳中继节点和通信方式。
本公开实施例中,通过对将源节点周围空闲节点分部信息对应的特征矩阵输入到卷积层,卷积层的输出将作为池化层的输入,经过好几层最终实现对特征的提取,将提出的特征矩阵输入到两层全连接层,第一层全连接层输出2N可能性(即每个节点有两种通信模式可供选择),采用softmax作为第一分类器将输出结果转换为某一类被选取的概率,之后对结果采用批量归一化,第二层全连接层同样输出2N可能性,采用maxout作为第二分类器,即可选出最优的中继节点和通信方式。
在上述方案中,核心问题是如何保持源节点和目的节点远距离通信的可靠性,即在源节点和目的节点之间的电力线通信出现故障时,通过选取源节点周围的空闲节点作为最佳中继节点保持源节点到目的节点通信的可靠性。因此为了保持源节点到目的节点通信的可靠性,本说明书一些实施例提出了一种通信传输方法,方法包括:获取各个节点电力线传输和无线信道传输的信道质量参数;判断各个节点中源节点的信道质量参数是否大于发送阈值;是则不获取中继节点;否则基于所述的方法获取最佳中继节点;基于最佳中继节点获取源节点到目的节点的通信链路。应当理解,上述例子仅作为示例,不应理解为对本方案限制。以下通过对附图的描述阐述本说明书披露的技术方案。
图1是根据本说明书一些实施例所示的通信传输系统的应用场景示意图。如图1所示,通信传输系统可以包括源节点设备1、中继节点设备2以及目的节点设备3。
源节点设备1和中继节点设备2可以是带有信息采集、数据处理以及数据发送功能的设备。例如,智能电表、智能水表以及智能气表等。源节点设备1可以用于采集源节点周围空闲节点分布信息(分布信息包括节点间的无线距离和节点间电力线连接的邻近节点)、源节点和源节点周围空闲节点的剩余电量、源节点和源节点周围空闲节点附近的障碍物以及源节点周围空闲节点间的线路状态。同时对采集到的信息进行处理确定源节点设备1是否直接和目的节点设备3通信连接,或是通过中继节点后再和目的节点通信连接。
目的节点设备3可以是带有数据读取、命令传输、数据通信、网络管理、事件记录等功能的设备。例如,集中器。目的节点设备3可以接收来自源节点或中继节点传输数据,并读取该数据,同时也可以发送命令到源节点和源节点数据通讯,同时可通过网络管理集中器从而控制源节点,并对事件进行记录。
图2是根据本说明书一些实施例所示的中继节点和通信方式的选择方法的示例流程图。流程2000可以由源节点设备1、空闲节点设备和目的节点设备3执行。例如,流程2000可以以程序或者指令的形式存储在源节点设备1、中继节点设备2以及目的节点设备3中,程序或指令在源节点设备1以及中继节点设备2中被执行,可实现流程2000。如图2所示,流程2000可以包括:
步骤2100,获取源节点周围空闲节点分布信息对应的特征矩阵。步骤2100可以由源节点设备1以及空闲节点设备执行。
在一些实施例中,源节点周围空闲节点分布信息可以是源节点设备1和空闲节点设备获取。在一些实施例中,特征矩阵为由源节点设备1通过自身获取的信息以及从空闲节点设备传输的信息处理获得。
步骤2110,获取源节点周围空闲节点分布信息对应的特征矩阵包括:获取源节点周围空闲节点的分布情况,源节点周围空闲节点的分布情况为节点间的无线距离和节点间电力线连接的邻近节点;获取源节点和源节点周围空闲节点的剩余电量;获取源节点和源节点周围空闲节点的周围环境,周围环境为源节点和源节点周围空闲节点附近的障碍物;获取源节点周围空闲节点间的线路状态;根据所述分布情况、所述剩余电量、所述周围环境以及所述线路状态获取源节点周围空闲节点分布信息对应的特征矩阵。步骤2110可以由源节点设备1以及空闲节点设备执行。
在一些实施例中,源节点设备1可获取与其无线连接的空闲节点设备,并通过自身和空闲节点设备获得源节点周围空闲节点的分布情况、源节点和源节点周围空闲节点的剩余电量、源节点和源节点周围空闲节点的周围环境以及源节点周围空闲节点间的线路状态,再通过源节点设备1获取的分布信息处理得到特征矩阵。
步骤2200,将源节点周围空闲节点分部信息对应的特征矩阵输入到预先构建的深度卷积神经网络模型中,获取源节点周围空闲节点分布信息对应的特征向量。步骤2200可以由源节点设备1执行。
在一些实施例中,源节点设备1对特征矩阵通过存储在源节点设备1内的预先构建的深度卷积神经网络处理得到特征向量。
步骤2300,利用第一分类器对源节点周围空闲节点分布信息对应的特征向量进行分类,获取源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率。步骤2300可以由源节点设备1执行。
在一些实施例中,通过深度卷积神经网络模型的第一分类器对特征向量进行分类,从而获得中继节点和通信方式的选取概率。第一分类器采用softmax分类器。
步骤2400,利用第二分类器对源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率进行分析,获取源节点周围空闲节点中的最佳中继节点和通信方式。步骤2400可以由源节点设备1执行。
在一些实施例中,通过深度卷积神经网络模型的第二分类器对中继节点和通信方式的选取概率进行分析进行分类,从而获取源节点周围空闲节点中的最佳中继节点和通信方式。第二分类器采用maxout分类器。
图3是根据本说明书一些实施例所示的通信传输方法的示例流程图。流程3000可以由源节点设备1、空闲节点设备和目的节点设备3执行。例如,流程2000可以以程序或者指令的形式存储在源节点设备1、中继节点设备2以及目的节点设备3中,程序或指令在源节点设备1、中继节点设备2以及目的节点设备3中被执行,可实现流程3000。如图3所示,流程3000可以包括:
步骤3100,获取各个节点电力线传输和无线信道传输的信道质量参数。步骤3100可以由源节点设备1以及空闲节点设备执行。
在一些实施例中,源节点设备1和空闲节点设备定时获取电力线传输和无线信道传输的信道质量参数。
步骤3200,判断源节点是否需要发送数据;是则执行判断各个节点中源节点的信道质量参数是否大于发送阈值的步骤以及后续步骤;否则判断源节点周围的节点获取数据的等待时长是否小于接收阈值。步骤3200可以由源节点设备1执行。
在一些实施例中,判断源节点设备1是否需要发送数据时,当源节点设备1需要发送数据时,源节点设备1判断其信道质量参数是否大于发送阈值,当源节点设备1不需要发送数据时,源节点设备1则判断源节点周围的节点获取数据的等待时长是否小于接收阈值。
步骤3210,在否则判断源节点周围的节点获取数据的等待时长是否小于接收阈值包括:是则获取各个节点电力线和无线信道的信道质量参数;否则确定源节点周围的节点为空闲节点。步骤3210可以由源节点设备1执行。
在一些实施例中,判断源节点周围的节点获取数据的等待时长是否小于接收阈值包括,当小于接收阈值时,获取各个节点电力线和无线信道的信道质量参数,当不小于接收阈值时,则确定源节点周围的节点为空闲节点。
步骤3300,判断各个节点中源节点的信道质量参数是否大于发送阈值;是则不获取中继节点;否则基于的方法获取最佳中继节点。步骤3300可以由源节点设备1执行。
在一些实施例中,当源节点设备1判断得到其信道质量参数大于发送阈值时,源节点和目的节点之间的通信连接不通过中继节点,当源节点设备1判断得到其信道质量参数小于发送阈值时,源节点和目的节点之间的通信连接需要通过中继节点。
步骤3310,在是则不获取中继节点之后,包括:对比源节点到目的节点之间的双模信道质量;基于双模信道质量确定源节点到目的节点的通信方式。步骤3310可以由源节点设备1和目的节点设备3相互配合执行。
在一些实施例中,对比源节点和目的节点之间双模信道质量,双模信道可为电力线和无线,根据双模信道质量确定源节点到目的节点的通信方式为电力线通信还是无线通信。
步骤3320,在否则基于的方法获取最佳中继节点之后,包括:判断最佳中继节点是否为空闲中继节点;是则空闲中继节点基于的方法等待下一次获取特征矩阵;否则判断最佳中继节点为目的节点。步骤3320可以由源节点设备1、空闲节点设备以及目的节点设备3执行。
在一些实施例中,当通过中继节点和通信方式的选择方法得到中继节点后,判断最佳中继节点是否是空闲中继节点,当最佳中继节点为空闲中继节点时,空闲中继节点需要等待下一次获取特征矩阵,当最佳中继节点不是空闲中继节点时,需要判断最佳中继节点为目的节点。
步骤3321,在否则判断最佳中继节点为目的节点包括:是则最佳中继节点和目的节点之间的通信方式为电力线传输;否则基于的方法获取最佳中继节点周围空闲节点中的下一跳最佳中继节点和通信方式。步骤3321可以由源节点设备1、空闲节点设备以及目的节点设备3执行。
在一些实施例中,当最佳中继节点为目的节点重合时,则最佳中继节点和目的节点之间的通信方式为电力线传输,当最佳节点不为目的节点时,则通过中继节点和通信方式的选择方法获得最佳中继节点周围空闲节点中的下一跳最佳中继节点和通信方式。
步骤3322,在是则最佳中继节点和目的节点之间的通信方式为电力线传输之后,包括:判断最佳中继节点和目的节点之间的线路状态是否出现停电故障;是则最佳中继节点和目的节点的通信方式为无线信道传输;否则最佳中继节点和目的节点的通信方式为电力线传输。步骤3322可以由空闲节点设备和目的节点设备3配合执行。
在一些实施例中,当最佳中继节点和目的节点之间的线路出现停电故障时,最佳中继节点和目的节点的通信方式为无线信道传输,当最佳中继节点和目的节点之间的线路没有出现停电故障时,则最佳中继节点和目的节点的通信方式为电力线传输。
步骤3400,基于最佳中继节点获取源节点到目的节点的通信链路。步骤3300可以由源节点设备1、空闲节点设备和目的节点设备3执行。
在一些实施例中,默认情况下,源节点与最佳中继节点之间采用微功率的无线通信模式,最佳中继节点与目的节点之间通过电力线通信模式。倘若线路出现掉电之类故障的时候,该节点将切换为无线进行通信。
在一些实施例中,目的节点对源节点或最佳中继节点传输的数据进行合并分集、译码。
图4是根据本说明书一些实施例所示的通信传输系统的模块图。所示系统可以保持源节点到目的节点通信的可靠性。如图4所示,系统可以包括闲置信道质量参数获取模块、信道质量参数判断模块、最佳中继节点获取模块以及通信链路确定模块。
信道质量参数获取模块用于获取各个节点电力线和无线信道的信道质量参数。
在一些实施例中,信道质量参数获取模块用于获取各个节点的电力线信道和无线信道的质量参数。
信道质量参数判断模块用于判断各个节点中源节点的信道质量参数是否大于发送阈值;是则不获取中继节点;否则基于的方法获取最佳中继节点。
在一些实施例中,信道质量参数判断模块用于判断信道质量参数是否大于发送阈值。
最佳中继节点获取模块用于获取最佳中继节点。
在一些实施例中,最佳中继节点获取模块可获取得到最佳中继节点。
通信链路确定模块用于基于最佳中继节点获取源节点到目的节点的通信链路。
在一些实施例中,通信链路确定模块可通过获取到的最佳中继节点确定源节点到目的节点的通信链路。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机可读指令,当计算机可读指令被计算机的处理器执行时,使计算机执行上述方法实施例部分描述的方法。
根据本公开的一个实施例,还提供了一种用于实现上述方法实施例中的方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如JAVA、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。

Claims (8)

1.一种通信传输方法,其特征在于,所述方法包括:
获取各个节点电力线传输和无线信道传输的信道质量参数;
判断所述各个节点中源节点的信道质量参数是否大于发送阈值;
是则不获取中继节点;
否则基于中继节点和通信方式的选择方法获取最佳中继节点;
基于所述最佳中继节点获取源节点到目的节点的通信链路;
其中,在所述判断所述各个节点中源节点的信道质量参数是否大于发送阈值之前,包括:
判断所述源节点是否需要发送数据;
是则执行判断所述各个节点中源节点的信道质量参数是否大于发送阈值的步骤以及后续步骤;
否则判断所述源节点周围的节点获取数据的等待时长是否小于接收阈值;
其中,所述基于中继节点和通信方式的选择方法包括:
获取源节点周围空闲节点分布信息对应的特征矩阵;
将所述源节点周围空闲节点分部信息对应的特征矩阵输入到预先构建的深度卷积神经网络模型中,获取源节点周围空闲节点分布信息对应的特征向量;
利用第一分类器对所述源节点周围空闲节点分布信息对应的特征向量进行分类,获取所述源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率;
利用第二分类器对所述源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率进行分析,获取源节点周围空闲节点中的最佳中继节点和通信方式。
2.根据权利要求1所述的一种通信传输方法,其特征在于,在所述否则判断所述源节点周围的节点获取数据的等待时长是否小于接收阈值包括:
是则获取所述各个节点电力线和无线信道的信道质量参数;
否则确定所述源节点周围的节点为空闲节点。
3.根据权利要求1所述的一种通信传输方法,其特征在于,在所述是则不获取中继节点之后,包括:
对比源节点到目的节点之间的双模信道质量;
基于所述双模信道质量确定源节点到目的节点的通信方式。
4.根据权利要求1所述的一种通信传输方法,其特征在于,在所述否则基于中继节点和通信方式的选择方法获取最佳中继节点之后,包括:
判断所述最佳中继节点是否为空闲中继节点;
是则所述空闲中继节点基于中继节点和通信方式的选择方法等待下一次获取特征矩阵;
否则判断所述最佳中继节点为目的节点。
5.根据权利要求4所述的一种通信传输方法,其特征在于,在所述否则判断所述最佳中继节点为目的节点包括:
是则所述最佳中继节点和目的节点之间的通信方式为电力线传输;
否则基于中继节点和通信方式的选择方法获取最佳中继节点周围空闲节点中的下一跳最佳中继节点和通信方式。
6.根据权利要求5所述的一种通信传输方法,其特征在于,在所述是则所述最佳中继节点和目的节点之间的通信方式为电力线传输之后,包括:
判断所述最佳中继节点和目的节点之间的线路状态是否出现停电故障;
是则所述最佳中继节点和目的节点的通信方式为无线信道传输;
否则所述最佳中继节点和目的节点的通信方式为电力线传输。
7.根据权利要求1所述的一种通信传输方法,其特征在于,所述获取源节点周围空闲节点分布信息对应的特征矩阵包括:
获取源节点周围空闲节点的分布情况,所述源节点周围空闲节点的分布情况为节点间的无线距离和节点间电力线连接的邻近节点;
获取源节点和源节点周围空闲节点的剩余电量;
获取源节点和源节点周围空闲节点的周围环境,所述周围环境为源节点和源节点周围空闲节点附近的障碍物;
获取源节点周围空闲节点间的线路状态;
根据所述分布情况、所述剩余电量、所述周围环境以及所述线路状态获取源节点周围空闲节点分布信息对应的特征矩阵。
8.一种通信传输系统,其特征在于,所述系统包括:
信道质量参数获取模块用于获取各个节点电力线和无线信道的信道质量参数;
信道质量参数判断模块用于判断所述各个节点中源节点的信道质量参数是否大于发送阈值;是则不获取中继节点;否则基于中继节点和通信方式的选择方法获取最佳中继节点;
最佳中继节点获取模块用于获取最佳中继节点;
通信链路确定模块用于基于所述最佳中继节点获取源节点到目的节点的通信链路;
其中,在所述判断所述各个节点中源节点的信道质量参数是否大于发送阈值之前,包括:
判断所述源节点是否需要发送数据;
是则执行判断所述各个节点中源节点的信道质量参数是否大于发送阈值的步骤以及后续步骤;
否则判断所述源节点周围的节点获取数据的等待时长是否小于接收阈值;
其中,所述基于中继节点和通信方式的选择方法包括:
获取源节点周围空闲节点分布信息对应的特征矩阵;
将所述源节点周围空闲节点分部信息对应的特征矩阵输入到预先构建的深度卷积神经网络模型中,获取源节点周围空闲节点分布信息对应的特征向量;
利用第一分类器对所述源节点周围空闲节点分布信息对应的特征向量进行分类,获取所述源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率;
利用第二分类器对所述源节点周围空闲节点分布信息对应的中继节点和通信方式的选取概率进行分析,获取源节点周围空闲节点中的最佳中继节点和通信方式。
CN202110211355.5A 2021-02-25 2021-02-25 中继节点和通信方式的选择方法、通信传输方法和系统 Active CN113015222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110211355.5A CN113015222B (zh) 2021-02-25 2021-02-25 中继节点和通信方式的选择方法、通信传输方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110211355.5A CN113015222B (zh) 2021-02-25 2021-02-25 中继节点和通信方式的选择方法、通信传输方法和系统

Publications (2)

Publication Number Publication Date
CN113015222A CN113015222A (zh) 2021-06-22
CN113015222B true CN113015222B (zh) 2023-03-14

Family

ID=76387416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110211355.5A Active CN113015222B (zh) 2021-02-25 2021-02-25 中继节点和通信方式的选择方法、通信传输方法和系统

Country Status (1)

Country Link
CN (1) CN113015222B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584607B (zh) * 2022-05-05 2022-09-13 云南电网有限责任公司 通信连接建立方法、装置、电子设备及可读存储介质
CN115208435B (zh) * 2022-09-15 2022-12-09 华东交通大学 一种基于空间调制技术的智能电网信号传输方法
CN115988358B (zh) * 2023-03-22 2023-05-23 广东电网有限责任公司东莞供电局 一种抄表方法、装置、电表及存储介质
CN116633850B (zh) * 2023-07-19 2023-09-22 北京智芯微电子科技有限公司 双模通信系统的备用路由确定方法、数据传输方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101790204A (zh) * 2010-02-01 2010-07-28 北京邮电大学 协作通信系统中兼顾信道条件和业务状态的中继选择方法
CN108650011A (zh) * 2018-03-29 2018-10-12 武汉轻工大学 多无人机与地面网络高效协作性数据中继方法及系统
CN111342984A (zh) * 2018-12-18 2020-06-26 电信科学技术研究院有限公司 一种信息处理方法、系统及装置
CN111404751A (zh) * 2020-03-20 2020-07-10 南京大学 一种基于rnn神经网络的rtt预测方法
CN111565431A (zh) * 2020-03-26 2020-08-21 北京邮电大学 基于神经网络的swipt认知无线电网络的中继选择方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102917442B (zh) * 2012-10-08 2015-01-07 北京工业大学 基于多因素综合的两跳多中继系统的中继节点选择方法
CN105979556B (zh) * 2016-04-14 2019-06-21 西安电子科技大学 兼顾速率和能量效率的公平中继选择方法
US10732621B2 (en) * 2016-05-09 2020-08-04 Strong Force Iot Portfolio 2016, Llc Methods and systems for process adaptation in an internet of things downstream oil and gas environment
US10360500B2 (en) * 2017-04-20 2019-07-23 Sas Institute Inc. Two-phase distributed neural network training system
US10565528B2 (en) * 2018-02-09 2020-02-18 Sas Institute Inc. Analytic system for feature engineering improvement to machine learning models
CN110267294B (zh) * 2019-06-18 2021-07-27 西安电子科技大学 基于能量协作的随机中继选择方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101790204A (zh) * 2010-02-01 2010-07-28 北京邮电大学 协作通信系统中兼顾信道条件和业务状态的中继选择方法
CN108650011A (zh) * 2018-03-29 2018-10-12 武汉轻工大学 多无人机与地面网络高效协作性数据中继方法及系统
CN111342984A (zh) * 2018-12-18 2020-06-26 电信科学技术研究院有限公司 一种信息处理方法、系统及装置
CN111404751A (zh) * 2020-03-20 2020-07-10 南京大学 一种基于rnn神经网络的rtt预测方法
CN111565431A (zh) * 2020-03-26 2020-08-21 北京邮电大学 基于神经网络的swipt认知无线电网络的中继选择方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
关于协作中继的电力线载波通信物理层安全研究;程鹏飞;《硕士电子期刊》;20210115;第4-5章 *
程鹏飞.关于协作中继的电力线载波通信物理层安全研究.《硕士电子期刊》.2021, *

Also Published As

Publication number Publication date
CN113015222A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN113015222B (zh) 中继节点和通信方式的选择方法、通信传输方法和系统
JP6878419B2 (ja) 通信システム、導波スイッチ、及びそれらの使用方法
JP6858736B2 (ja) 通信ネットワークにおいて通信モードを調整するための方法及び装置
JP6462153B2 (ja) 双方向結合デバイス及びそれを用いた方法
JP6629881B2 (ja) 磁気結合デバイス及びそれを用いた方法
JP2019075798A (ja) 表面波を用いて電力線通信ネットワークにおける通信に影響を及ぼすイベントに応答するための方法及び装置
CN109814951A (zh) 移动边缘计算网络中任务卸载及资源分配的联合优化方法
CN106462905B (zh) 用于识别电力客户的负荷波动性的系统、方法和装置及有形计算机可读介质
CN109902373B (zh) 一种辖区变电站故障诊断、定位方法及系统
JP2018520584A (ja) 表面波電力線通信で用いるクライアントノードデバイス及び方法
Liu et al. Super resolution perception for smart meter data
Samek et al. The convergence of machine learning and communications
CN111242171A (zh) 网络故障的模型训练、诊断预测方法、装置以及电子设备
CN110348526A (zh) 一种基于半监督聚类算法的设备类型识别方法和装置
CN110380762B (zh) 一种计算与通信融合的大规模接入方法
CN111783684A (zh) 一种基于Bi-GRU-SA的家庭用电负荷分解方法及系统
Khan et al. End-to-end partial discharge detection in power cables via time-domain convolutional neural networks
CN112531655A (zh) 一种配网馈线分段开关的快速优化配置方法及系统
Karan et al. Fault classification in microgrids using deep learning
CN117725388A (zh) 针对接地故障信息的调节系统与方法
Sharma et al. Cluster‐based distributed cooperative spectrum sensing over Nakagami fading using diversity reception
Pan et al. A hybrid method for day‐ahead photovoltaic power forecasting based on generative adversarial network combined with convolutional autoencoder
CN103675574B (zh) 用于单轨车受电弓的检测装置及方法
CN113537330B (zh) 一种非侵入式负荷识别方法
CN111565431B (zh) 基于神经网络的swipt认知无线电网络的中继选择方法及装置

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