CN113015225B - 一种面向机器通信的无线网络资源编排方法及装置 - Google Patents
一种面向机器通信的无线网络资源编排方法及装置 Download PDFInfo
- Publication number
- CN113015225B CN113015225B CN202110192001.0A CN202110192001A CN113015225B CN 113015225 B CN113015225 B CN 113015225B CN 202110192001 A CN202110192001 A CN 202110192001A CN 113015225 B CN113015225 B CN 113015225B
- Authority
- CN
- China
- Prior art keywords
- base station
- industrial
- ideal
- position information
- machine
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/08—Reselecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/30—Connection release
- H04W76/34—Selective release of ongoing connections
-
- 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
本发明提供一种面向机器通信的无线网络资源编排方法及装置,包括:通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;根据当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;将目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。本发明的方法通过利用不同工序对工业机器的不同分布及需求,在保证不同工序中处于工作状态机器通信需求的前提下,基于随机次梯度下降法实时计算分析,得到所需工业基站的最佳位置,进而有针对性地实施激活部分基站的网络连接策略,达到降低网络能耗,提升网络资源利用效率的目的。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种面向机器通信的无线网络资源编排方法及装置。
背景技术
近年来,在工业制造领域,传统制造的单一产品流水线批量生产模式已经不能满足现代工业灵活资源配置和高效生产的需求。以“工业4.0”概念为主导的智能制造成为工业制造解决方案中被广泛讨论和研究的话题,旨在通过充分利用通信技术和网络空间虚拟系统相结合的技术手段,将制造业向智能化转型。
随着高新智能终端数量的增加以及智能制造技术的不断发展,对面向机器通信的无线网络资源的需求正在以爆炸式的速度增长,使得工业无线网络资源分配面临着严峻挑战。实际工业生产中,面向机器通信的无线网络资源存在着不合理分配以及利用效率不高等问题,这些问题严重弱化了网络的性能。同时,随着工业制造对基站配置规模的不断增加,加剧了无线通信网络的高能耗问题。
因此,如何解决现有技术中面向机器通信的无线网络能耗大,网络资源利用效率不高的缺陷,已成为业界关注的研究重点。
发明内容
本发明提供一种面向机器通信的无线网络资源编排方法及装置,用以解决现有技术中面向机器通信的无线网络能耗大,网络资源利用效率不高的缺陷。
本发明提供一种面向机器通信的无线网络资源编排方法,包括:
通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;
根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;
将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
根据本发明提供的一种面向机器通信的无线网络资源编排方法,所述确定当前工序下的理想基站位置信息的步骤,具体包括:
S201,将随机生成的工业基站位置作为初始化工业基站位置;
S202,从当前工序下的历史样本中获取一个随机样本;其中,所述随机样本是当前工序下,处于工作状态的工业机器位置信息;其中,所述当前工序下的历史样本是指所述处于工作状态的工业机器在当前工序下的历史位置信息;
S203,根据所述初始化工业基站位置和所述处于工作状态的工业机器位置信息,计算备选理想基站位置信息对应的梯度向量信息;
S204,根据所述梯度向量信息,计算所述备选理想基站位置信息对应的步长向量信息;
S205,根据所述梯度向量信息和所述步长向量信息,更新所述备选理想基站位置信息;
重复步骤S202至S205,直至更新次数i大于预设迭代次数T,停止迭代,获取当前工序下的理想基站位置信息。
根据本发明提供的一种面向机器通信的无线网络资源编排方法,所述根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站的步骤,具体包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离小于预设阈值的情况下,将所述目标备选基站作为目标基站。
根据本发明提供的一种面向机器通信的无线网络资源编排方法,所述根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站的步骤,还包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离大于或等于预设阈值的情况下,将与所述理想基站距离最近的两个工业基站作为目标基站。
根据本发明提供的一种面向机器通信的无线网络资源编排方法,所述获取梯度向量信息,具体为:
其中,
其中,ωc表示梯度向量,rB表示工业基站位置向量,γl,k表示第k个工业机器位置和第l个工业基站位置间的大尺度信道衰落系数,ρ表示信噪比,K为处于工作状态的工业机器的数量,L为工业基站的数量,Ul和Wk为计算过程的中间变量,β表示工业机器天线与工业基站天线的数量比。
根据本发明提供的一种面向机器通信的无线网络资源编排方法,所述获取步长向量信息,具体为:
其中,η(t)表示步长向量,常数ζ为非零值;
根据本发明提供的一种面向机器通信的无线网络资源编排方法,所述更新备选理想基站位置信息,具体为:
本发明还提供一种面向机器通信的无线网络资源编排装置,包括:
理想基站确定单元,用于通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;
目标基站确定单元,用于根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;
基站状态调整单元,用于将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
本发明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,所述处理器执行所述程序时实现如上述任一种所述面向机器通信的无线网络资源编排方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述面向机器通信的无线网络资源编排方法的步骤。
本发明提供的一种面向机器通信的无线网络资源编排方法及装置,通过利用工厂不同工序对应不同工业机器分布及数量的特点,匹配工业机器对应的时空分布模式,动态编排网络资源,基于随机次梯度下降法(Stochastic Sub-gradient Methods;SSM),实时计算最优的工业基站分布位置信息,从而获取基站编排的最佳策略,进而通过有针对性地实施激活部分基站的网络连接策略,达到降低网络能耗,提升网络资源利用效率的目的。
附图说明
为了更清楚地说明本发明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是本发明提供的面向机器通信的无线网络资源编排方法的流程示意图;
图2是本发明提供的面向机器通信的无线网络资源编排方法确定理想基站位置的算法流程示意图;
图3是本发明提供的面向机器通信的无线网络资源编排方法确定目标基站的算法流程示意图;
图4是本发明提供的面向机器通信的无线网络资源编排方法的算法整体流程示意图;
图5是本发明的实施例中工业基站实际位置分布图;
图6是本发明的实施例中初始状态工作机器与工作基站的位置分布图;
图7是本发明的实施例中工作机器位置发生变动后的分布图;
图8是本发明的实施例中应用本发明方法得到的目标基站位置分布图;
图9是本发明的实施例中采用贪婪方法得到的目标基站位置分布图;
图10是本发明的实施例中采用确定性优化方案梯度下降法得到的目标基站位置分布图;
图11是本发明的实施例中本发明的方法与贪婪方法、确定性优化方案梯度下降法进行对比的效果图之一;
图12是本发明的实施例中本发明的方法与贪婪方法、确定性优化方案梯度下降法进行对比的效果图之二;
图13是本发明提供的面向机器通信的无线网络资源编排装置的结构示意图;
图14是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明提供的面向机器通信的无线网络资源编排方法的流程示意图,如图1所示,包括:
步骤S101,通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息。
需要说明的是,本发明所描述的工序指的是工业制造生产过程中各工段制造加工产品的次序,每道工序中参与生产的工作机器不同,因此,不同工序下处于工作状态的工业机器也会不同;其中,工段指的是因生产制造工程的实际需要划分成的不同小单位组织,以利于生产的进行。
还需要说明的是,本发明所描述的当前工序下,处于工作状态的工业机器位置信息指的是当前工序下,处于工作状态的工业机器因作业任务的不同而发生位置变动时产生的不同位置信息。
其中,工业机器指的是工业制造中具有通信能力的机器。
初始化工业基站位置指的是在本发明的算法开始计算时,对工业基站位置进行初始化操作而得到的工业基站位置。
本发明所描述的理想基站位置信息指的是根据当前工序下,处于工作状态的工业机器的不同位置,通过随机次梯度下降法,计算得到对应的最佳工业基站分布位置信息。
具体地,首先对工业基站位置进行初始化,进而对当前工序下,处于工作状态的工业机器的历史位置信息进行随机采样,获取工业机器位置信息,再根据初始化工业基站位置和当前处于工作状态的工业机器位置信息,通过随机次梯度下降法进行计算分析,确定出理想基站位置信息。
本发明根据初始化工业基站位置和当前工序下,处于工作状态的工业机器位置信息,通过随机次梯度下降法,实时计算最优的基站位置分布信息,进而确定出理想基站的位置信息,为后续找到目标基站做准备。
步骤S102,根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站。
需要说明的是,本发明所描述的工业基站实际位置指的是在工业制造生产中,各个基站在工厂内分布的实际地理位置。
具体地,本发明通过随机次梯度下降法,计算得到理想基站位置信息,但该理想基站位置并不是所需工业基站的实际位置,二者之间存在位置偏差,因此,本发明还需将得到的理想基站位置与工业基站实际位置进行比对,进而确定出目标基站。
本发明所描述的目标基站指的是将理想基站位置与工业基站实际位置进行比较而最终确定的实际工业基站。
本发明基于随机次梯度下降法计算得到理想基站位置信息,对理想基站位置与工业基站实际位置进行比较,最终可以确定出目标基站,以便有针对性地调整工厂基站的运行状态。
步骤S103,将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
具体地,本发明在确定好目标基站之后,需要确认当前目标基站的运行状态,进而有针对性地实施激活部分基站的网络连接策略。
进一步地,当确定当前目标基站处于网络连接断开状态时,通过指令调整,将当前目标基站接通网络服务,并将除目标基站以外的其它工业基站断开网络连接;当确定当前目标基站处于网络接通状态时,则只需保持目标基站的当前状态不变,并将除目标基站以外的其它工业基站断开网络连接。通过这样有针对性地调整,实现面向机器通信的无线网络达到节能降耗的目标。
本发明的方法是通过利用不同工序下,处于工作状态的工业机器的不同分布特征,在保证工序通信需求的前提下,基于随机次梯度下降法进行实时计算分析,得到所需工业基站的最佳位置,进而有针对性地实施激活部分基站的网络连接策略,达到降低网络能耗,提升网络资源利用效率的目的。
基于上述任一实施例,所述确定当前工序下的理想基站位置信息的步骤,具体包括:
S201,将随机生成的工业基站位置作为初始化工业基站位置;
S202,从当前工序下的历史样本中获取一个随机样本;其中,所述随机样本是当前工序下,处于工作状态的工业机器位置信息;其中,所述当前工序下的历史样本是指所述处于工作状态的工业机器在当前工序下的历史位置信息;
S203,根据所述初始化工业基站位置和所述处于工作状态的工业机器位置信息,计算备选理想基站位置信息对应的梯度向量信息;
S204,根据所述梯度向量信息,计算所述备选理想基站位置信息对应的步长向量信息;
S205,根据所述梯度向量信息和所述步长向量信息,更新所述备选理想基站位置信息;
重复步骤S202至S205,直至更新次数i大于预设迭代次数T,停止迭代,获取当前工序下的理想基站位置信息。
需要说明的是,本发明描述的所述处于工作状态的工业机器在当前工序下的历史位置信息指的是在当前工序下,产生的该处于工作状态的工业机器所有可能的工作位置信息;备选理想基站指的是本发明算法计算得到的工业基站位置信息,从该工业基站位置信息中,最终确定出理想基站位置信息。
具体地,在步骤S201中,随机生成一组工业基站位置作为初始化工业基站位置,进入算法循环;在步骤S202中,对所述处于工作状态的工业机器在当前工序下的历史样本进行采样,从该历史样本中获取一个随机样本,得到当前工序下一组处于工作状态的工业机器位置信息;在步骤S203中,根据初始化工业基站位置和处于工作状态的工业机器位置信息,通过随机次梯度下降法,由梯度向量展开公式,计算出当前备选理想基站对应的梯度向量信息;在步骤S204中,根据当前的梯度向量信息,通过随机次梯度下降法,由步长向量展公式,计算得到当前备选理想基站对应的步长向量信息;在步骤S205中,根据前面得到的梯度向量信息以及步长向量信息,通过随机次梯度下降法,由基站位置更新公式,计算得到备选理想基站的更新位置信息。进而,在更新次数i小于或等于预设迭代次数T的情况下,重复步骤S202至S205;在更新次数i大于预设迭代次数T的情况下,停止迭代计算,循环结束,将更新完得到的备选理想基站作为最终的理想基站。
图2是本发明提供的面向机器通信的无线网络资源编排方法确定理想基站位置的算法流程示意图,如图2所示,确定当前工序下的理想基站位置信息的算法流程,包括以下步骤:
步骤S200,程序开始;
步骤S201,初始化基站位置:首先进行初始化,即随机产生一组工业基站位置,作为初始化工业基站位置,进入算法迭代循环;
步骤S202,更新工作机器位置:从当前工序处于工作状态的工业机器位置分布的历史样本中获取一个随机样本,得到当前工序下一组处于工作状态的工业机器位置信息;这里,本发明所描述的工作机器指的是处于工作状态下的工业机器;
步骤S203,计算梯度:利用上述工业基站位置及处于工作状态的机器位置信息,计算备选理想基站的梯度向量信息;
步骤S204,计算步长:根据梯度向量信息,计算备选理想基站的步长向量信息;
步骤S205,更新基站位置:根据当前的梯度向量信息以及步长向量信息,更新备选理想基站的位置信息;
步骤S206,判断更新次数i是否大于迭代次数T,在更新次数i小于或等于迭代次数T的情况下,重新执行步骤S202;在更新次数i大于迭代次数T的情况下,进入步骤S207;
步骤S207,确定理想基站位置:在更新次数i大于迭代次数T的情况下,停止迭代,循环结束,将更新后的备选理想基站位置信息作为最终的理想基站位置信息。
通过本发明的方法,利用工厂不同工序对应不同工业机器分布的特点,匹配工业机器对应的时空分布模式,实现动态编排网络资源;利用随机次梯度下降法,计算出最优的基站分布位置。
基于上述任一实施例,所述根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站的步骤,具体包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离小于预设阈值的情况下,将所述目标备选基站作为目标基站。
需要说明的是,本发明的方法所描述的预设阈值指的是针对算法计算得到的理想基站位置与工业基站实际位置存在偏差的问题,而引入的一个偏差临界值,以根据不同偏差情况,准确找出工业基站实际位置。
具体地,根据当前工序下的理想基站位置信息和工业基站实际位置,找出距离该理想基站最近的工业基站,将该工业基站作为目标备选基站,通过计算目标备选基站与理想基站之间的距离,将该距离值与预设阈值进行比较。这里,通过比较,在该距离值小于预设阈值时,则将该目标备选基站作为目标基站。
还需要说明的是,本发明所描述的预设阈值是根据实际工厂结构中工序所需的工作机器数量和对应所需的基站数量进行灵活设置,其中工作机器指的是处于工作状态的工业机器。
通过本发明该实施例的方法,考虑到理想基站位置和工业基站实际位置可能会有偏差,则在求得理想基站位置后,找出距离理想基站最近的实际工业基站,并求得距离d*:
判断d*与预设阈值关系,在d*小于预设阈值的情况下,则此时所对应的目标备选基站为目标基站。
基于上述任一实施例,根据本发明提供的面向机器通信的无线网络资源编排方法,所述根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站的步骤,还包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离大于或等于预设阈值的情况下,将与所述理想基站距离最近的两个工业基站作为目标基站。
具体地,根据当前工序下的理想基站位置信息和工业基站实际位置,找出距离该理想基站最近的工业基站,将该工业基站作为目标备选基站,通过计算目标备选基站与理想基站之间的距离,将该距离值与预设阈值进行比较。通过比较,在该距离值大于或等于预设阈值时,则将与该理想基站距离最近的两个工业基站作为目标基站。
通过本发明该实施例,考虑到理想基站位置和工业基站实际位置可能会有偏差,则在求得理想基站位置后,找出距离理想基站最近的实际工业基站,并求得距离d*:
判断d*与预设阈值关系,在d*大于或等于预设阈值时,则将与该理想基站距离最近的两个工业基站作为目标基站。
图3是本发明提供的面向机器通信的无线网络资源编排方法确定目标基站的算法流程示意图,如图3所示,所述确定目标基站的算法流程,包括以下步骤:
步骤S301,根据前面计算得到的理想基站位置,找出距离该理想基站位置最近的实际基站,将该实际基站作为备选目标基站;
步骤S302,将该理想基站与该备选目标基站之间的距离,与预设阈值进行比较,在该距离小于预设阈值的情况下,进入步骤S304;在该距离大于或等于预设阈值的情况下,进入步骤S303;
步骤S303,在该距离大于或等于预设阈值的情况下,找出与理想基站最近的两个工业基站;
步骤S304,在该距离小于预设阈值的情况下,将备选目标基站作为目标基站;在该距离大于或等于预设阈值的情况下,将与理想基站最近的两个工业基站作为目标基站;
步骤S305,将目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接;
步骤S306,程序结束。
通过本发明的方法,基于随机次梯度下降法计算得到理想基站位置信息,根据对实际基站位置信息与理想基站位置信息之间偏差的处理,与预设阈值进行比较,最终确认出目标基站,从而有针对性地实施激活目标基站的网络连接策略,实现降低网络能耗,提升网络资源利用效率的目标。
基于上述任一实施例,根据本发明提供的面向机器通信的无线网络资源编排方法,所述获取梯度向量信息,具体为:
其中,
其中,ωc表示梯度向量,rB表示工业基站位置向量,γl,k表示第k个工业机器位置和第l个工业基站位置间的大尺度信道衰落系数,ρ表示信噪比,K为处于工作状态的工业机器的数量,L为工业基站的数量,Ul和Wk为计算过程的中间变量,β表示工业机器天线与工业基站天线的数量比。
具体地,基于本发明的系统模型,如下所示:
在工业无线通信网络系统中,假设处于工作状态的工业机器数量为K,每台机器的天线数为Nu,工业基站总数量为L,每个基站的天线数为Nc。同时令其中,表示哈达玛积,表示N=KNu个基站天线与M=KNu个工作机器天线间的无线信道矩阵,表示大尺度信道衰落矩阵,表示小尺度信道衰落矩阵。另外,假设信道噪声为加性高斯白噪声,噪声功率为那么,上行平均信道容量定义为:
需要说明的是,表示哈达玛积,哈达玛积(Hadamard product)是矩阵的一类运算,若A=(aij)和B=(bij)是两个同阶矩阵,若cjj=aij×bij,则称矩阵C=(cij)为A和B的哈达玛积。
其中,f是发射频率,单位是兆赫兹,d0是近自由空间参考距离,n是路径损失指数,dl,k是第k个机器位置和第l个基站位置间的直线距离,是一个零均值高斯随机变量,代表阴影衰落,FSPL(f,d0)表示载频为f在参考距离分离距离d0处的自由空间路径损耗。
其中,c为光速,其值为3×108m/s。
根据机器位置分布,为了最大化上行用户的平均信道容量,本发明提出了如下优化问题:
为了求解上述非凸问题(8),本发明提出了随机次梯度下降法算法,具体计算过程如下。
其中,
梯度向量ωc的具体展开形式为:
其中,
其中,
通过本发明实施例提供的方法,针对最大化上行用户的平均信道容量的非凸函数问题的求解,基于随机次梯度下降法,经过上述分析,根据梯度向量零阶估计展开公式,可以求解出备选理想基站所对应的梯度向量信息。
基于上述任一实施例,根据本发明提供的面向机器通信的无线网络资源编排方法,所述获取步长向量信息,具体为:
其中,η(t)表示步长向量,常数ζ为非零值;
通过本发明实施例提供的方法,基于随机次梯度下降法,在计算得出备选理想基站所对应的梯度向量后,根据上述步长向量公式,可以计算得到备选理想基站所对应的步长向量。
基于上述任一实施例,根据本发明提供的面向机器通信的无线网络资源编排方法,所述更新备选理想基站位置信息,具体为:
通过本发明实施例提供的方法,基于随机次梯度下降法,在计算得出备选理想基站所对应的梯度向量和备选理想基站所对应的步长向量后,根据上述更新备选理想基站位置的展开公式,可以计算得到备选理想基站的位置。
综上所述,在工业生产制造中,针对如何有效解决密集基站空置或低效带来的能耗和网络资源浪费问题,本发明提出了一种可行的解决措施,根据不同工序下的工业机器的不同位置分布及需求,动态优化管控网络,激活部分基站,保证目标工业机器的通信需求,最终实现降低网络能耗,提升网络资源利用效率的目标。
图4是本发明提供的面向机器通信的无线网络资源编排方法的算法整体流程示意图,如图4所示,描述了本发明提出的随机次梯度下降法算法程序的整体流程,包括以下步骤:
步骤S400,程序开始;
步骤S401,初始化基站位置:首先进行初始化,即随机产生一组工业基站位置,作为初始化工业基站位置,进入算法迭代循环;
步骤S402,更新工作机器位置:从当前工序处于工作状态的工业机器位置分布的历史样本中获取一个随机样本,得到当前工序下一组处于工作状态的工业机器位置信息;这里,本发明所描述的工作机器指的是处于工作状态下的工业机器;
步骤S403,计算梯度:利用上述工业基站位置及处于工作状态的机器位置信息,计算备选理想基站的梯度向量信息;
步骤S404,计算步长:根据梯度向量信息,计算备选理想基站的步长向量信息;
步骤S405,更新基站位置:根据当前的梯度向量信息以及步长向量信息,更新备选理想基站的位置信息;
步骤S406,判断更新次数i是否大于迭代次数T,在更新次数i小于或等于迭代次数T的情况下,重新执行步骤S402;在更新次数i大于迭代次数T的情况下,进入步骤S407;
步骤S407,确定理想基站位置:在更新次数i大于迭代次数T的情况下,停止迭代,循环结束,将更新后的备选理想基站位置作为最终的理想基站位置;
步骤S408,根据确定的理想基站位置,找出距离该理想基站位置最近的实际基站,将该实际基站作为备选目标基站;
步骤S409,将该理想基站与该备选目标基站之间的距离,与预设阈值进行比较,在该距离小于预设阈值的情况下,进入步骤S411;在该距离大于或等于预设阈值的情况下,进入步骤S410;
步骤S410,在该距离大于或等于预设阈值的情况下,找出与理想基站最近的两个工业基站;
步骤S411,在该距离小于预设阈值的情况下,将备选目标基站作为目标基站;在该距离大于或等于预设阈值的情况下,将与理想基站最近的两个工业基站作为目标基站;
步骤S412,将目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接;
步骤S413,程序结束。
通过本发明提出的随机次梯度下降法,利用当前工序下,处于工作状态的工业机器位置的统计特性,得到理想状态基站的位置,通过比较实际工业基站和理想基站的相对位置来编排基站,从而激活最有效的资源,达到提升网络资源效率的目的。
在本发明的一个实施例中,将本发明提供的面向机器通信的无线网络资源编排方法应用于如下案例:在半径为400米的超大型工厂中,共建立128个基站,每个基站有4根天线,图5是本发明的实施例中工业基站实际位置分布图,如图5所示,工业基站均匀分布在工厂区域范围内。
图6是本发明的实施例中初始状态工作机器与工作基站的位置分布图,如图6所示,此时,初始状态是有三簇机器在运转。
图7是本发明的实施例中工作机器位置发生变动后的分布图,如图7所示,因工程需要,工作机器位置发生变动,此时,需要110台机器,且在4簇位置呈不规则分布。
图8是本发明的实施例中应用本发明方法得到的目标基站位置分布图,如图8所示,通过本发明的方法,可求得实际目标基站数量为28。其中,在本发明的实施例中,基于本发明中的通信系统模型,考虑到实际工厂结构,假设所需基站数量为30,则参数设置为:迭代次数T为1000次,步长系数∈(t)中的a设为40,b设为0.8,小量常数ζ设为10-12,衰减因子κ设为0.5,噪声功率为-127dBm,参考距离d0为0.1m,路径损失指数n为1.7,阴影衰落为4.6dB。设110台工作机器发射信号的功率为0.1W,信号的频率f为3.5GHz,理想基站位置与实际基站位置的判断阈值为20m。
需要说明的是,本发明所描述的现有基站指的是工厂里均匀分布的实际工业基站。
通过本发明的方法,将优化得到的目标基站,与通过以下两种常见方法得到的目标基站进行对比。
图9是本发明的实施例中采用贪婪方法得到的目标基站位置分布图,如图9所示,第一种方法为利用贪婪方法求得目标基站位置。利用已知工作机器分布情况,随机抽取一个样本,通过贪婪方法对现有基站进行遍历,通过对比平均信道容量,舍弃容量最小值的基站,重复进行遍历,直至所需基站数目到达给定数目。
图10是本发明的实施例中采用确定性优化方案梯度下降法得到的目标基站位置分布图,如图10所示,第二种方法为采取确定性优化方案梯度下降法求得目标基站位置。同样,利用已知工作机器分布情况,随机抽取一个样本,利用和本发明类似的方式求得最近基站的位置,进而通过比较计算得到目标基站。
图11是本发明的实施例中本发明的方法与贪婪方法、确定性优化方案梯度下降法进行对比的效果图之一,如图11所示,利用平均信道容量作为衡量指标,在对比中,利用公式(2)求得平均信道容量,并进行10次试验,得到平均信道容量,其中,横坐标表示第n次试验,纵坐标表示第n次试验算出的平均信道容量。
图12是本发明的实施例中本发明的方法与贪婪方法、确定性优化方案梯度下降法进行对比的效果图之二,如图12所示,当工作机器发射频率发生变化时,通过上述各个方法,可以求得平均信道容量的变化情况。
参照图11和图12,能够理解的是,采用本发明的方法可以得到近似理想情况下的平均信道容量,与确定性优化方案梯度下降法和非整体性优化方案的贪婪方法相比有较大的提升。
本发明的方法通过随机优化以及整体性考虑基站位置对信道容量的影响,基于随机次梯度下降方法,获得工业基站实时最佳编排方案,在最佳方案的指导下进行节能降耗。同时,通过本发明的方法,考虑整体最优得到的效果相比贪婪算法所考虑的局部最优得到的效果有较大改善;另外,本发明提出的随机优化得到的效果相比确定性优化方法梯度下降法得到的效果也有较大改善。
图13是本发明提供的面向机器通信的无线网络资源编排装置的结构示意图,如图13所示,包括:
理想基站确定单元1301,用于通过随机次梯度下降法,对初始化工业基站位置和处于工作状态的工业机器位置进行分析,确定理想基站位置;
目标基站确定单元1302,用于根据所述理想基站位置和工业基站实际位置,确定目标基站;
基站状态调整单元1303,用于将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
本发明提供的面向机器通信的无线网络资源编排装置,通过利用工厂不同工序对应不同工业机器分布的特点,匹配工业机器对应的时空分布模式,动态编排网络资源,基于随机次梯度下降法,实时计算最优的基站分布位置,从而实时生成最优的基站编排策略,进而通过有针对性地实施激活部分基站的网络连接策略,达到降低网络能耗,提升网络资源效率的目的。
根据本发明提供的面向机器通信的无线网络资源编排装置,所述理想基站确定单元具体包括:
S201,将随机生成的工业基站位置作为初始化工业基站位置;
S202,从当前工序下的历史样本中获取一个随机样本;其中,所述随机样本是当前工序下,处于工作状态的工业机器位置信息;其中,所述当前工序下的历史样本是指所述处于工作状态的工业机器在当前工序下的历史位置信息;
S203,根据所述初始化工业基站位置和所述处于工作状态的工业机器位置信息,计算备选理想基站位置信息对应的梯度向量信息;
S204,根据所述梯度向量信息,计算所述备选理想基站位置信息对应的步长向量信息;
S205,根据所述梯度向量信息和所述步长向量信息,更新所述备选理想基站位置信息;
重复步骤S202至S205,直至更新次数i大于预设迭代次数T,停止迭代,获取当前工序下的理想基站位置信息。
根据本发明提供的面向机器通信的无线网络资源编排装置,所述目标基站确定单元具体包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离小于预设阈值的情况下,将所述目标备选基站作为目标基站。
根据本发明提供的面向机器通信的无线网络资源编排装置,所述目标基站确定单元具体还包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离大于或等于预设阈值的情况下,将与所述理想基站距离最近的两个工业基站作为目标基站。
根据本发明提供的面向机器通信的无线网络资源编排装置,所述获取梯度向量信息,具体为:
其中,
其中,ωc表示梯度向量,rB表示工业基站位置向量,γl,k表示第k个工业机器位置和第l个工业基站位置间的大尺度信道衰落系数,ρ表示信噪比,K为处于工作状态的工业机器的数量,L为工业基站的数量,Ul和Wk为计算过程的中间变量,β表示工业机器天线与工业基站天线的数量比。
根据本发明提供的面向机器通信的无线网络资源编排装置,所述获取步长向量信息,具体为:
其中,η(t)表示步长向量,常数ζ为非零值;
根据本发明提供的面向机器通信的无线网络资源编排装置,所述更新备选理想基站位置信息,具体为:
本发明描述的面向机器通信的无线网络资源编排装置与本发明上文描述的面向机器通信的无线网络资源编排方法可相互对应参照,在此不作赘述。
图14是本发明提供的电子设备的结构示意图,如图14所示,该电子设备可以包括:处理器(processor)1401、通信接口(Communications Interface)1402、存储器(memory)1403和通信总线1404,其中,处理器1401,通信接口1402,存储器1403通过通信总线1404完成相互间的通信。处理器1401可以调用存储器1403中的逻辑指令,以执行上述各方法所提供的面向机器通信的无线网络资源编排方法,该方法包括:通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
此外,上述的存储器1403中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的面向机器通信的无线网络资源编排方法,该方法包括:通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的面向机器通信的无线网络资源编排方法,该方法包括:通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
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。可以根据现有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 (9)
1.一种面向机器通信的无线网络资源编排方法,其特征在于,包括:
通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;
其中,所述确定当前工序下的理想基站位置信息的步骤,具体包括:
S201,将随机生成的工业基站位置作为初始化工业基站位置;
S202,从当前工序下的历史样本中获取一个随机样本;其中,所述随机样本是当前工序下,处于工作状态的工业机器位置信息;所述当前工序下的历史样本是指所述处于工作状态的工业机器在当前工序下的历史位置信息;
S203,根据所述初始化工业基站位置和所述处于工作状态的工业机器位置信息,计算备选理想基站位置信息对应的梯度向量信息;
S204,根据所述梯度向量信息,计算所述备选理想基站位置信息对应的步长向量信息;
S205,根据所述梯度向量信息和所述步长向量信息,更新所述备选理想基站位置信息;
重复步骤S202至S205,直至更新次数i大于预设迭代次数T,停止迭代,获取当前工序下的理想基站位置信息;
根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;
将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
2.根据权利要求1所述的面向机器通信的无线网络资源编排方法,其特征在于,所述根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站的步骤,具体包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离小于预设阈值的情况下,将所述目标备选基站作为目标基站。
3.根据权利要求1所述的面向机器通信的无线网络资源编排方法,其特征在于,所述根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站的步骤,还包括:
根据所述当前工序下的理想基站位置信息和工业基站实际位置,将与距离所述理想基站最近的工业基站作为目标备选基站;
在所述目标备选基站与所述理想基站的距离大于或等于预设阈值的情况下,将与所述理想基站距离最近的两个工业基站作为目标基站。
7.一种面向机器通信的无线网络资源编排装置,其特征在于,包括:
理想基站确定单元,用于通过随机次梯度下降法,对当前工序下,处于工作状态的工业机器位置信息和初始化工业基站位置进行分析,确定当前工序下的理想基站位置信息;
其中,所述确定当前工序下的理想基站位置信息的步骤,具体包括:
S201,将随机生成的工业基站位置作为初始化工业基站位置;
S202,从当前工序下的历史样本中获取一个随机样本;其中,所述随机样本是当前工序下,处于工作状态的工业机器位置信息;所述当前工序下的历史样本是指所述处于工作状态的工业机器在当前工序下的历史位置信息;
S203,根据所述初始化工业基站位置和所述处于工作状态的工业机器位置信息,计算备选理想基站位置信息对应的梯度向量信息;
S204,根据所述梯度向量信息,计算所述备选理想基站位置信息对应的步长向量信息;
S205,根据所述梯度向量信息和所述步长向量信息,更新所述备选理想基站位置信息;
重复步骤S202至S205,直至更新次数i大于预设迭代次数T,停止迭代,获取当前工序下的理想基站位置信息;
目标基站确定单元,用于根据所述当前工序下的理想基站位置信息和工业基站实际位置,确定目标基站;
基站状态调整单元,用于将所述目标基站接通网络服务,将除目标基站以外的其它工业基站断开网络连接。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述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6任一项所述面向机器通信的无线网络资源编排方法的步骤。
9.一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,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述面向机器通信的无线网络资源编排方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110192001.0A CN113015225B (zh) | 2021-02-19 | 2021-02-19 | 一种面向机器通信的无线网络资源编排方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110192001.0A CN113015225B (zh) | 2021-02-19 | 2021-02-19 | 一种面向机器通信的无线网络资源编排方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113015225A CN113015225A (zh) | 2021-06-22 |
CN113015225B true CN113015225B (zh) | 2022-03-22 |
Family
ID=76403947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110192001.0A Active CN113015225B (zh) | 2021-02-19 | 2021-02-19 | 一种面向机器通信的无线网络资源编排方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113015225B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102792611A (zh) * | 2010-01-06 | 2012-11-21 | 韩国电子通信研究院 | 机器类型通信系统 |
CN105682163A (zh) * | 2016-01-12 | 2016-06-15 | 宇龙计算机通信科技(深圳)有限公司 | 基站切换控制方法、基站切换控制装置和终端 |
CN107005890A (zh) * | 2014-11-25 | 2017-08-01 | 华为技术有限公司 | 用于下行链路机器对机器通信的系统和方法 |
CN111954318A (zh) * | 2020-07-20 | 2020-11-17 | 广东工贸职业技术学院 | 一种设备互联的方法、装置及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013073915A1 (ko) * | 2011-11-18 | 2013-05-23 | 엘지전자 주식회사 | 무선 접속 시스템에서 단말 간 통신 요청 방법 및 이를 위한 장치 |
CN103957533B (zh) * | 2014-04-21 | 2017-08-29 | 南开大学 | 一种基于梯度算法的多层异构网络基站选址方法 |
CN105406950A (zh) * | 2014-08-07 | 2016-03-16 | 索尼公司 | 用于无线通信的装置和方法、电子设备及其方法 |
CN108446374B (zh) * | 2018-03-16 | 2019-09-20 | 北京三快在线科技有限公司 | 用户意图预测方法、装置、电子设备、存储介质 |
CN112054863B (zh) * | 2019-06-06 | 2021-12-21 | 华为技术有限公司 | 一种通信方法及装置 |
-
2021
- 2021-02-19 CN CN202110192001.0A patent/CN113015225B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102792611A (zh) * | 2010-01-06 | 2012-11-21 | 韩国电子通信研究院 | 机器类型通信系统 |
CN107005890A (zh) * | 2014-11-25 | 2017-08-01 | 华为技术有限公司 | 用于下行链路机器对机器通信的系统和方法 |
CN105682163A (zh) * | 2016-01-12 | 2016-06-15 | 宇龙计算机通信科技(深圳)有限公司 | 基站切换控制方法、基站切换控制装置和终端 |
CN111954318A (zh) * | 2020-07-20 | 2020-11-17 | 广东工贸职业技术学院 | 一种设备互联的方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
水利工程建设质量监控中超宽带技术研究与应用分析;王菲菲;《地下水》;20200731;第42卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113015225A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111093203B (zh) | 一种基于环境感知的服务功能链低成本智能部署方法 | |
CN113873022A (zh) | 一种可划分任务的移动边缘网络智能资源分配方法 | |
CN110968426B (zh) | 一种基于在线学习的边云协同k均值聚类的模型优化方法 | |
CN109246761B (zh) | 考虑延迟及能耗的基于交替方向乘子法的卸载方法 | |
CN110233755B (zh) | 一种物联网中雾计算的计算资源和频谱资源分配方法 | |
Shan et al. | A survey on computation offloading for mobile edge computing information | |
CN108023840B (zh) | Ovs网络流量加速优化方法及ovs网络流量加速优化系统 | |
Fragkos et al. | Artificial intelligence enabled distributed edge computing for Internet of Things applications | |
Wang et al. | Task allocation mechanism of power internet of things based on cooperative edge computing | |
Al-Zubaedi et al. | A parameterized and optimized BBU pool virtualization power model for C-RAN architecture | |
CN115802380A (zh) | 动态不确定场景下认知工业物联网的资源分配方法及装置 | |
Wei et al. | Resource allocation and power control policy for device-to-device communication using multi-agent reinforcement learning | |
CN113015225B (zh) | 一种面向机器通信的无线网络资源编排方法及装置 | |
Li et al. | DQN-based computation-intensive graph task offloading for internet of vehicles | |
CN112445617B (zh) | 一种基于移动边缘计算的负载策略选择方法及系统 | |
Li et al. | Delay optimization based on improved differential evolutionary algorithm for task offloading in fog computing networks | |
Du et al. | Energy efficient task offloading for UAV-assisted mobile edge computing | |
CN104822175A (zh) | 一种适用于蜂窝网络的代码迁移方法及系统 | |
Du et al. | Joint optimization of offloading and communication resources in mobile edge computing | |
Liang et al. | Stochastic Stackelberg Game Based Edge Service Selection for Massive IoT Networks | |
Zhang et al. | Accelerating federated edge learning via optimized probabilistic device scheduling | |
Asensio-Marco et al. | A greedy perturbation approach to accelerating consensus algorithms and reducing its power consumption | |
Chidume et al. | Intelligent user-collaborative edge device APC-based MEC 5G IoT for computational offloading and resource allocation | |
CN111669241A (zh) | 一种短波通信信道可用性的高效预测方法 | |
CN114531193B (zh) | 基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法 |
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 |