CN113905066A - 物联网的组网方法、物联网的组网装置及电子设备 - Google Patents
物联网的组网方法、物联网的组网装置及电子设备 Download PDFInfo
- Publication number
- CN113905066A CN113905066A CN202111082066.6A CN202111082066A CN113905066A CN 113905066 A CN113905066 A CN 113905066A CN 202111082066 A CN202111082066 A CN 202111082066A CN 113905066 A CN113905066 A CN 113905066A
- Authority
- CN
- China
- Prior art keywords
- nodes
- node
- internet
- things
- target
- 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
- 230000006855 networking Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004891 communication Methods 0.000 claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims description 85
- 238000004590 computer program Methods 0.000 claims description 21
- 238000009826 distribution Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种物联网的组网方法、装置及电子设备,该方法包括:获取预设应用场景下对各个节点的通信需求以及各个节点的特征信息;基于通信需求以及特征信息生成各个节点的第一图信号向量;基于第一图信号向量生成物联网在预设应用场景下的网络拓扑信息,以完成组网。本申请从预设应用场景下对各个节点的通信需求出发,结合各个节点的特征信息生成第一图信号向量,之后基于第一图信号向量生成物联网在预设应用场景下的网络拓扑信息,能够实现不同应用场景下的按需组网,组网方法灵活可靠。
Description
技术领域
本申请属于网络通信技术领域,尤其涉及一种物联网的组网方法、物联网的组网装置、电子设备及计算机可读存储介质。
背景技术
物联网的组网方法多种多样,目前物联网的组网方法通常是根据既定的网络策略或者基于用户的反馈信息来进行组网。第一种组网方法虽然效率较高,但是缺乏灵活性;第二种组网方法虽然能够提高用户的个性化设置,但是对于整个物联网系统来说,无法实现对不同业务场景的按需覆盖。
发明内容
本申请提供了一种物联网的组网方法、物联网的组网装置、电子设备及计算机可读存储介质,可以基于不同的预设应用场景进行灵活组网。
第一方面,本申请提供了一种物联网的组网方法,上述物联网包括至少三个节点包括:
获取预设应用场景下对各个上述节点的通信需求以及各个上述节点的特征信息;
基于上述通信需求以及上述特征信息生成各个上述节点的第一图信号向量;
基于上述第一图信号向量生成上述物联网在上述预设应用场景下的网络拓扑信息,以完成组网。
第二方面,本申请提供了一种物联网的组网装置,上述物联网包括至少三个节点包括:
获取模块,用于获取预设应用场景下对各个上述节点的通信需求以及各个上述节点的特征信息;
生成模块,用于基于上述通信需求以及上述特征信息生成各个上述节点的第一图信号向量;
组网模块,用于基于上述第一图信号向量生成上述物联网在上述预设应用场景下的网络拓扑信息,以完成组网。
第三方面,本申请提供了一种电子设备,上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
第五方面,本申请提供了一种计算机程序产品,上述计算机程序产品包括计算机程序,上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。
本申请与现有技术相比存在的有益效果是:
通过获取预设应用场景下对各个节点的通信需求以及各个节点的特征信息,然后基于通信需求以及特征信息生成各个节点的第一图信号向量,最后基于第一图信号向量生成物联网在预设应用场景下的网络拓扑信息,以完成组网。本申请从预设应用场景下对各个节点的通信需求出发,结合各个节点的特征信息生成第一图信号向量,该第一图信号向量能够清楚展示通信需求和各个目标节点的特征信息,之后基于第一图信号向量生成物联网在预设应用场景下的网络拓扑信息,能够实现不同应用场景下的按需组网,组网方法灵活可靠。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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是本申请实施例提供的物联网的组网方法的流程示意图;
图2是本申请实施例提供的物联网的组网装置的结构示意图;
图3是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
本申请实施例提供的物联网的组网方法可以应用于手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等电子设备上,本申请实施例对电子设备的具体类型不作任何限制。
组网就是让各个有通信需求的设备之间能够相互通信,即组网的最大意义在于能够让设备之间产生数据交互。对于物联网而言,其本身是在互联网的基础上延伸和扩展后,将各种信息传感设备与网络结合起来形成的巨大网络。一个物联网系统,一般可以应对多种应用场景,即能够在不同的应用场景下,通过改变物联网内各个节点之间的连接关系,实现不同的功能。然而目前的组网方法,要么基于既定的组网方式进行,缺乏灵活性;要么基于用户反馈进行,虽然能够实现个性话定制,但是却无法实现对不同业务场景的按需覆盖。针对这两个问题,本申请提出了一种物联网的组网方法,能够在各个不同应用场景下,基于物联网内每个节点的实际情况进行灵活组网,实现按需覆盖。
为了说明本申请所提出的技术方案,下面通过具体实施例来进行说明。
图1示出了本申请提供的物联网的组网方法的示意性流程图,作为示例而非限定,该组网方法可以应用于上述任意一种电子设备中。具体地,物联网包括至少三个节点,该组网方法包括:
步骤101、获取预设应用场景下对各个节点的通信需求以及各个节点的特征信息。
不同的应用场景,所需要实现的功能各不相同,因此对于每个应用场景来说,可以基于该应用场景所要实现的功能确定出对物联网内各个节点的通信需求。假设某个物联网能够应用在K个应用场景下,那么在t时刻,第k个应用场景节点p的通信需求可以记作为了实现按需组网,除了可以获取预设应用场景下对各个节点的通信需求,还可以获取各个节点的特征信息。具体地,特征信息可以包括通信范围、剩余电量以及计算能力。仅作为示例,在t时刻下,对于节点p而言,其通信范围可以记作剩余电量可以记作以及计算能力可以记作
步骤102、基于通信需求以及特征信息生成各个节点的第一图信号向量。
在得到通信需求和特征信息之后,即可基于这两个数据进一步生成各个节点的第一图信号向量。仅作为示例,在t时刻下,对于节点p来说,其第一图信号向量可以表示为:
可选地,为了提高组网的合理性,第一图信号向量还可以表示为:
上述公式中通过预设权值向量,并基于该权值向量分别对通信需求、通信范围、剩余电量以及计算能力的重要程度这四个因素进行加权,从而使得生成的第一图信号向量更贴近预设应用场景的需求。式中w为预设的权值向量,代表上述四个因素的重要程度,并且四个因素的权重总和等于1。
根据各个节点的第一图信号,可以生成物联网在t时刻的全局第一图信号特征,该全局第一图信号特征是一个矩阵,包括了互联网内每个节点的第一图信号向量,为了便于后续描述,可以将全局第一图信号特征记作xt,具体表示形式可以记录为下式:
其中,下角标参数p为物联网内的节点总数。
步骤103、基于第一图信号向量生成物联网在预设应用场景下的网络拓扑信息,以完成组网。
在得到各个节点的第一图信号向量之后,即可基于该第一图信号向量生成物联网在预设应用场景下的网络拓扑信息。在得到网络拓扑信息之后,便可以基于该网络拓扑信息对物联网下的各个节点进行配置,以实现预设场景下所需要的功能,即完成组网。
由上可见,在本申请实施例中,电子设备可从预设应用场景下对各个节点的通信需求出发,结合各个节点的特征信息生成第一图信号向量,之后基于第一图信号向量生成物联网在预设应用场景下的网络拓扑信息,能够实现对不同应用场景的按需组网,组网方法灵活可靠。
在一些实施例中,为了进一步提高组网的合理性,同时提高组网的效率,上述步骤102之前,上述组网方法还包括:
A1、检测节点的个数是否小于预设节点个数。
在物联网中,如果节点个数过多,会导致整个网络的通信效率减低,因此,为了确保物联网内各个节点之间的通信效率,可以限制节点的个数。具体地,可以通过预设节点个数来衡量当前物联网内的节点的个数是否合理。为了便于理解,举例说明,假设一个初创公司,由于规模较小,其公司共有员工6名,由于员工人数较少,由这6员工分别向公司负责人汇报工作,汇报效率也不会太低;然而随着时间的变化,这一初创公司不断发展,由原来的6名员工发展到了50名员工,如果还由50名员工直接向公司负责人汇报工作,那么则会增大负责人的工作效率以及沟通成本。在这种情况下,则需要限制汇报人数,从而提高工作汇报的效率。类比到物联网也是如此,其中每个员工相当于物联网内的每个节点,节点的个数过多,也不利于物联网的高效通信。因此可以通过对节点个数进行检测,从而快速确认当前的节点数量是否合理,如果不合理,则进行限制。
A2、若节点的个数大于或等于预设节点个数,则对节点执行图坍缩操作,得到坍缩后的节点,并针对坍缩后的节点返回执行步骤A1及其后续步骤。
如果节点的个数大于或等与预设节点个数,那么则说明,当前节点的个数不合理,可以加以限制。具体地,可以对节点执行图坍缩操作,得到坍缩后的节点。针对坍缩后的节点,可以返回执行步骤A1,即检查该坍缩后的节点的个数是否小于预设节点个数,如果坍缩后的节点的个数小于预设节点的个数,则说明执行完一次图坍缩操作后得到的节点的个数是合理的,可以执行下述步骤A3;但如果坍缩后的节点的个数仍大于或等于预设节点的个数,则说明执行完一次图坍缩操作后得到的节点的个数仍不合理,需要执行第二次图坍缩操作,并返回执行步骤A1及其后续步骤,以此循环。
在一些实施例中,为了提高图坍缩操作的效率,上述步骤A2具体包括:
A21、对节点执行谱聚类操作,得到至少两个节点簇。
图坍缩操作就是将图中的节点划分为几个节点簇,并将每个节点簇作为下一次图坍缩的节点。具体地,可以采用谱聚类操作对节点进行划分,从而得到至少两个节点簇。
在一些实施例中,为了提高节点簇划分的效率和合理性,上述步骤A21具体包括:
A211、确定节点的距离矩阵。
对于物联网内的所有节点,每两个点之间可以计算出一个距离值,假设有8个节点,那么可以通过组合公式确定出28个距离值,基于这28个距离值可以得到节点的距离矩阵;也就是说,距离矩阵是用于描述节点两两之间距离的矩阵。
A212、基于距离矩阵对节点进行划分,得到节点簇。
要进行谱聚类,可以预先设定聚类数值,聚类数值可以是大于1的整数。其中,聚类数值越大,得到的节点簇的个数则越大,后续可能还需要执行多轮图坍缩操作才能够得到目标节点;但如过聚类数值越小,则得到的节点簇所包含的节点越多,节点簇内的各个节点的通信效率较低。因此每次聚类的聚类数值可以参考这两方面的优劣势,根据实际情况进行动态设定。怎会每次谱聚类操作,再得到当次的聚类数值之后,即可基于聚类数值和距离矩阵将节点划分成与聚类数值数量向等的节点簇。
A22、确定每个节点簇的簇分配矩阵,簇分配矩阵用于描述节点与节点簇之间的隶属关系。
在划分得到节点簇之后,即可确定每个节点簇的簇分配矩阵。其中,簇分配矩阵是用来描述节点与节点簇之间的隶属关系,即各个节点簇可以确定其所包含的节点。假设物联网内有30个节点,预先设定的聚类数值为5,那么可以基于聚类数值和这30个节点的距离矩阵划分得到5个节点簇,基于划分结果,可以确定出每个节点簇的簇分配矩阵,即,5个节点簇,每个节点簇包含哪6个节点。
为了便于理解,定义聚类值为J,距离矩阵为D,簇分配矩阵为S;则对于每个节点的节点簇,可以采用下述公式表示:
其中,Vi代表第i个节点,Γj代表第j个节点簇。
A23、基于簇分配矩阵对每个节点簇进行坍缩,得到坍缩后的节点。
得到节点簇之后,可以基于簇分配矩阵对每个节点簇进行坍缩,得到坍缩后的节点。也就是说,如果还需要执行下一次图坍缩操作,那么此次执行图坍缩操作的节点簇作为下一次图坍缩操作的节点。即除了第一次坍缩是基于原始的所有节点而进行,之后的每一次坍缩都是基于前次坍缩后的节点进行。例如,假定n次坍缩后所得的坍缩后的节点才是数量满足要求的目标节点,则:第1次坍缩时,对象是物联网初始所包含的所有节点;第2次坍缩时,对象是第1次坍缩后的节点;第3次坍缩时,对象是第2次坍缩后的节点;以此类推,直至第n次坍缩(对象是第n-1次坍缩后的节点)后,即得到目标节点。
A3、若得到目标节点,则基于第一图信号向量确定每个目标节点的邻接矩阵。
在对节点执行至少一次图坍缩操作后,得到坍缩后的节点的数量小于预设节点时,即可以将该节点确定为目标节点,即目标节点为当前得到的坍缩后的节点,目标节点的个数小于预设节点个数。目标节点的出现说明当前的节点数量是合理的,那么可以基于第一图信号向量确定每个目标节点的邻接矩阵。
在一些实施例中,要得到邻接矩阵,上述步骤A3具体包括:
A31、基于目标簇分配矩阵以及第一图信号向量确定各个目标节点的第二图信号向量。
目标簇分配矩阵是生成目标节点所依赖的簇分配矩阵,基于该目标簇分配矩阵和第一图信号向量,可以确定出各个目标节点的第二图信号向量。具体地,第二图信号向量的生成公式如下:
其中为在t时刻节点簇Γj坍缩成的节点j的图信号向量,S(:,j)代表簇分配矩阵S的第j列,该向量代表了各个节点对节点簇Γj的隶属情况,xt为全局第一图信号特征。应当理解的是,簇分配矩阵S不属于节点簇Γj的节点对应的元素均为0,因此上述计算方式只集成了隶属于节点簇Γj节点的第一图信号向量。
A32、基于第二图信号向量确定邻接矩阵。
在确定出第二图信号向量之后,可以基于第二图信号向量确定出邻接矩阵。具体地,某个目标节点的邻接矩阵可以表示为:
其中,是隶属于节点簇Γj那部分节点的图信号向量,因此有A(j)为隶属于节点簇Γj那部分节点等待估计的邻接矩阵,f(·)为神经网络的映射关系,该神经网络的激活函数可采用relu激活函数,各层的权值和偏差通过制作训练集求得。
为便于理解目标节点和目标簇分配矩阵之间的关系,举例说明:假设物联网内有12个节点,预设节点个数为4,显然,当前节点的个数大于预设节点个数,应当对这12个节点执行图坍缩操作;假设聚类数值为6,执行第一次图坍缩操作:先执行谱聚类操作,得到6个节点簇,然后执行坍缩操作,得到6个坍缩后的节点。将执行第一次坍缩操作得到的节点的个数(也即6)与预设节点个数进行对比可知,还需要再次执行图坍缩操作,即可以执行第二次图坍缩操作:先执行谱聚类操作,此时节点簇的数量刚好等于预设聚类数值,为了进一步减少节点簇的个数,可以调整聚类数值,例如将聚类数值调整为3,即可以得到3个节点簇,然后执行坍缩操作,得到3个坍缩后的节点。将执行第二次坍缩操作得到的节点的个数(也即3)与预设节点个数进行对比可知,当前得到的坍缩后的节点即为目标节点,即目标节点的个数为3;而目标簇分配矩阵指的是第二次进行图坍缩操作(也即最后一次进行图坍缩操作)的过程中所得的簇节点分配矩阵,也即生成目标节点所依赖的簇分配矩阵。
在一些实施例中,当得到目标节点之后,确定出每个目标节点的邻接矩阵,基于邻接矩阵描时,上述步骤103具体包括:基于每个邻接矩阵以及第一图信号向量生成物联网在预设应用场景下的网络拓扑信息。
鉴于邻接矩阵可以用于描述目标簇分配矩阵对应的节点簇内个节点的连接关系,因此将每个目标节点的邻接矩阵与第一图信号向量结合,便可以快速生成物联网在预设应用场景下的网络拓扑信息。
在一些实施例中,在确定出第二图信号向量之后,上述基于每个邻接矩阵以及第一图信号向量生成物联网在预设应用场景下的网络拓扑信息具体包括:基于邻接矩阵以及第二图信号向量生成物联网在预设应用场景下的网络拓扑信息。
由于通过图坍缩操作得到的目标节点的个数是小于预设节点数量的,因此在基于目标节点进行通信时,物联网内各个节点的通信效率会大大提升。在确定出目标节点之后,可以生成每个目标节点的邻接矩阵和第二图信号向量,之后基于邻接特征和第二图信号向量即可生成通信快速生成物联网在预设场景下的网络拓扑信息,该网络拓扑信息更准确可靠。
在一些实施例中,为了生成合理的网络拓扑信息,上述步骤B1具体包括:
B1、基于邻接矩阵从与目标簇节点分配矩阵对应的节点簇内确定目标连接路线,目标连接路线是满足预设条件的连接线路。
在本申请实施例中,邻接矩阵可以用于描述与目标簇节点分配矩阵对应的节点簇内各个节点之间的连接线路;满足预设条件的连接线路可以是丢包率较低的连接线路、传输速度较快的连接线路以及连接强度最强的连接线路等。作为示例而非限定,以预设条件为连接强度最强的连接线路作为例子进行说明:基于与目标簇节点分配矩阵对应的节点簇内各个节点,可以获取该节点簇内各个节点之间的连接线路,在得到连接线路后,可以基于连接强度进行排序,得到排序后的连接线路,最后从排序后的连接线路中选取连接强度最大的前C条连接线路作为目标连接线路。也就是说,在这个示例中,预设条件的连接线路可以为连接强度最大的前C条连接线路。其中,每条线路的连接强度表示每条线路上各个节点之间的连接紧密度,假设连接线路为某一目标节点包含a→b→c→d的连接线路,要计算这条连接线路的连接强度,可以先计算相互连接的两个点之间的强度,即分别计算ab、bc以及cd之间的连接强度,两个点之间的连接强度可以根据邻接矩阵确定,在得到3个两点之间的连接强度之后,可以通过求和后取平均值或者加权后求平均值的方式获得对应连接线路的连接强度。
B2、基于第二图信号向量从目标节点中确定目标坍缩节点。
目标坍缩节点可以基于第二图信号向量从目标节点中进行确定。具体地,可以基于各个目标节点的图信号强弱进行选取,在选取的过程中,需要确保图的强连通性。其中强连通是指有向图G中任意两点v1、v2之间都存在着v1到v2的路径(若途径的点和边都不重复,则称为路径)及v2到v1的路径。
B3、基于目标坍缩节点对应的目标连接线路以及目标坍缩接节点生成物联网在预设应用场景下的网络拓扑信息。
在确定出目标坍缩节点以及目标坍缩节点对应的目标连接线路之后,即可生成物联网在预设应用场景下的网络拓扑信息。之后基于网络拓扑信息对物联网内的各个节点进行组网时,各个节点间的连接线路可以以目标连接线路为基础进行连接,从而形成符合预设场景要求的通信效率较高的物联网。
在生成预设应用场景下的网络拓扑信息之后,可以持续检测应用场景是否发生变化,或者节点的特征信息是否有变化;如果有变化,可以再次重新生成新的网络拓扑信息,以便于网络的重构和优化。
对应于上文实施例所述的物联网的组网方法,图2示出了本申请实施例提供的物联网的组网装置2的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图2,上述物联网包括至少三个节点,该物联网的组网装置2包括:
获取模块21,用于获取预设应用场景下对各个节点的通信需求以及各个节点的特征信息;
生成模块22,用于基于通信需求以及特征信息生成各个节点的第一图信号向量;
组网模块23,用于基于第一图信号向量生成物联网在预设应用场景下的网络拓扑信息,以完成组网。
可选地,上述物联网的组网装置2可以包括:
检测模块,用于检测节点的个数是否小于预设节点个数;
图坍缩模块,用于若节点的个数大于或等于预设节点个数,则对节点执行图坍缩操作,得到坍缩后的节点,并针对坍缩后的节点返回触发检测模块的执行;
第一确定模块,用于若得到目标节点,则基于第一图信号向量确定每个目标节点的邻接矩阵,目标节点为当前得到的坍缩后的节点,目标节点的个数小于预设节点个数;
相应地,上述组网模块23具体用于基于每个邻接矩阵以及第一图信号向量生成物联网在预设应用场景下的网络拓扑信息。
可选地,上述图坍缩模块可以包括:
聚类单元,用于对节点执行谱聚类操作,得到至少两个节点簇;
第一确定单元,用于确定每个节点簇的簇分配矩阵,簇分配矩阵用于描述节点与节点簇之间的隶属关系;
坍缩单元,用于基于簇分配矩阵对每个节点簇进行坍缩,得到坍缩后的节点。
可选地,上述聚类单元可以包括:
第一确定子单元,用于确定节点的距离矩阵,距离矩阵是描述节点两两之间距离的矩阵;
划分子单元,用于基于距离矩阵对节点进行划分,得到节点簇。
可选地,上述第一确定模块31可以包括:
第二确定单元,用于基于目标簇分配矩阵以及第一图信号向量确定各个目标节点的第二图信号向量,目标簇分配矩阵是生成目标节点所依赖的簇分配矩阵;
第三确定单元,用于基于第二图信号向量确定邻接矩阵。
可选地,上述组网模块23可以包括:
生成单元,用于基于邻接矩阵以及第二图信号向量生成物联网在预设应用场景下的网络拓扑信息。
可选地,上述生成单元可以包括:
第二确定子单元,用于基于邻接矩阵从与目标簇节点分配矩阵对应的节点簇内确定目标连接路线,目标连接路线是满足预设条件的连接线路;
第三确定子单元,用于基于第二图信号向量从目标节点中确定目标坍缩节点;
生成子单元,用于基于目标坍缩节点对应的目标连接线路以及目标坍缩接节点生成物联网在预设应用场景下的网络拓扑信息。
需要说明的是,上述装置中各模块/单元之间的信息交互和执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图3为本申请一实施例提供的电子设备的结构示意图。如图3所示,该实施例的电子设备3包括:至少一个处理器30(图3中仅示出一个)处理器、存储器31以及存储在存储器31中并可在至少一个处理器30上运行的计算机程序32,处理器30执行计算机程序32时实现上述任意物联网的组网方法实施例中的步骤,例如图1所示出的步骤101-103。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),该处理器30还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器31在一些实施例中可以是电子设备3的内部存储单元,例如电子设备3的硬盘或内存。存储器31在另一些实施例中也可以是电子设备3的外部存储设备,例如电子设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器31还可以既包括终端设备3的内部存储单元也包括外部存储设备。存储器31用于存储操作装置、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如计算机程序的程序代码等。存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以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,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种物联网的组网方法,其特征在于,所述物联网包括至少三个节点,所述组网方法包括:
获取预设应用场景下对各个所述节点的通信需求以及各个所述节点的特征信息;
基于所述通信需求以及所述特征信息生成各个所述节点的第一图信号向量;
基于所述第一图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息,以完成组网。
2.如权利要求1所述的组网方法,其特征在于,在所述基于所述第一图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息之前,所述组网方法还包括:
检测所述节点的个数是否小于预设节点个数;
若所述节点的个数大于或等于所述预设节点个数,则对所述节点执行图坍缩操作,得到坍缩后的节点,并针对坍缩后的节点返回执行所述检测所述节点的个数是否小于预设节点个数的步骤及其后续步骤;
若得到目标节点,则基于所述第一图信号向量确定每个所述目标节点的邻接矩阵,所述目标节点为当前得到的坍缩后的节点,所述目标节点的个数小于所述预设节点个数;
相应地,所述基于所述第一图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息,包括:
基于每个所述邻接矩阵以及所述第一图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息。
3.如权利要求2所述的组网方法,其特征在于,所述对所述节点执行图坍缩操作,得到坍缩后的节点,包括:
对所述节点执行谱聚类操作,得到至少两个节点簇;
确定每个所述节点簇的簇分配矩阵,所述簇分配矩阵用于描述所述节点与所述节点簇之间的隶属关系;
基于所述簇分配矩阵对每个所述节点簇进行坍缩,得到所述坍缩后的节点。
4.如权利要求3所述的组网方法,其特征在于,所述对所述节点执行谱聚类操作,得到至少两个节点簇,包括:
确定所述节点的距离矩阵,所述距离矩阵是描述所述节点两两之间距离的矩阵;
基于所述距离矩阵对所述节点进行划分,得到所述节点簇。
5.如权利要求3所述的组网方法,其特征在于,所述基于所述第一图信号向量确定每个所述目标节点的邻接矩阵,包括:
基于目标簇分配矩阵以及所述第一图信号向量确定各个所述目标节点的第二图信号向量,所述目标簇分配矩阵是生成所述目标节点所依赖的簇分配矩阵;
基于所述第二图信号向量确定所述邻接矩阵。
6.如权利要求5所述的组网方法,其特征在于,所述基于每个所述邻接矩阵以及所述第一图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息,包括:
基于所述邻接矩阵以及所述第二图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息。
7.如权利要求6所述的组网方法,其特征在于,所述基于所述邻接矩阵以及所述第二图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息,包括:
基于所述邻接矩阵从与所述目标簇节点分配矩阵对应的节点簇内确定目标连接路线,所述目标连接路线是满足预设条件的连接线路;
基于所述第二图信号向量从所述目标节点中确定目标坍缩节点;
基于所述目标坍缩节点对应的目标连接线路以及所述目标坍缩接节点生成所述物联网在所述预设应用场景下的网络拓扑信息。
8.一种物联网的组网装置,其特征在于,所述物联网包括至少三个节点包括:
获取模块,用于获取预设应用场景下对各个所述节点的通信需求以及各个所述节点的特征信息;
生成模块,用于基于所述通信需求以及所述特征信息生成各个所述节点的第一图信号向量;
组网模块,用于基于所述第一图信号向量生成所述物联网在所述预设应用场景下的网络拓扑信息,以完成组网。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如权利要求1至7任一项所述的物联网的组网方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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7任一项所述的物联网的组网方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111082066.6A CN113905066B (zh) | 2021-09-15 | 2021-09-15 | 物联网的组网方法、物联网的组网装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111082066.6A CN113905066B (zh) | 2021-09-15 | 2021-09-15 | 物联网的组网方法、物联网的组网装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113905066A true CN113905066A (zh) | 2022-01-07 |
CN113905066B CN113905066B (zh) | 2024-04-09 |
Family
ID=79028467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111082066.6A Active CN113905066B (zh) | 2021-09-15 | 2021-09-15 | 物联网的组网方法、物联网的组网装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113905066B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116546540A (zh) * | 2023-06-20 | 2023-08-04 | 中电科新型智慧城市研究院有限公司 | 节点调度方法、终端设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103269525A (zh) * | 2013-05-11 | 2013-08-28 | 嘉兴市宏联电子科技有限公司 | 物联网系统的多传感器数据分布式压缩方法及其装置 |
EP2797257A1 (en) * | 2013-04-22 | 2014-10-29 | Alcatel Lucent | Method for providing network topology information in a communication network |
CN109257319A (zh) * | 2017-07-12 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 物联网、及其路由、分配标识的方法、装置及设备、介质 |
US20190320022A1 (en) * | 2019-06-25 | 2019-10-17 | Intel Corporation | Quality of service knobs for visual data storage |
US20190356539A1 (en) * | 2018-05-18 | 2019-11-21 | Nant Holdings Ip, Llc | Fine grained network management to edge device features |
WO2020040396A1 (ko) * | 2018-08-23 | 2020-02-27 | 제주대학교 산학협력단 | 클라우드 기반의 IoT 네트워크 가상화 시스템 및 네트워킹 방법 |
US20210133669A1 (en) * | 2019-11-05 | 2021-05-06 | Strong Force Vcn Portfolio 2019, Llc | Control tower and enterprise management platform with robotic process automation layer to automate actions for subset of applications benefitting value chain network entities |
CN113098932A (zh) * | 2020-07-08 | 2021-07-09 | 吴静昱 | 基于5g和云计算的物联网设备处理方法及系统 |
CN113179509A (zh) * | 2021-04-13 | 2021-07-27 | 珠海泰芯半导体有限公司 | 基于WiFi的自组网方法、装置、存储介质及无线节点 |
-
2021
- 2021-09-15 CN CN202111082066.6A patent/CN113905066B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2797257A1 (en) * | 2013-04-22 | 2014-10-29 | Alcatel Lucent | Method for providing network topology information in a communication network |
CN103269525A (zh) * | 2013-05-11 | 2013-08-28 | 嘉兴市宏联电子科技有限公司 | 物联网系统的多传感器数据分布式压缩方法及其装置 |
CN109257319A (zh) * | 2017-07-12 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 物联网、及其路由、分配标识的方法、装置及设备、介质 |
US20190356539A1 (en) * | 2018-05-18 | 2019-11-21 | Nant Holdings Ip, Llc | Fine grained network management to edge device features |
WO2020040396A1 (ko) * | 2018-08-23 | 2020-02-27 | 제주대학교 산학협력단 | 클라우드 기반의 IoT 네트워크 가상화 시스템 및 네트워킹 방법 |
US20190320022A1 (en) * | 2019-06-25 | 2019-10-17 | Intel Corporation | Quality of service knobs for visual data storage |
US20210133669A1 (en) * | 2019-11-05 | 2021-05-06 | Strong Force Vcn Portfolio 2019, Llc | Control tower and enterprise management platform with robotic process automation layer to automate actions for subset of applications benefitting value chain network entities |
CN113098932A (zh) * | 2020-07-08 | 2021-07-09 | 吴静昱 | 基于5g和云计算的物联网设备处理方法及系统 |
CN113179509A (zh) * | 2021-04-13 | 2021-07-27 | 珠海泰芯半导体有限公司 | 基于WiFi的自组网方法、装置、存储介质及无线节点 |
Non-Patent Citations (2)
Title |
---|
MOHAMMED ZAKI HASAN ET.AL: "A Survey on Multipath Routing Protocols for QoS Assurances in Real-Time Wireless Multimedia Sensor Networks", 《IEEE COMMUNICATIONS SURVEYS & TUTORIALS》, vol. 19, no. 03 * |
马骁: "基于LoRa的小规模组网关键技术研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》, no. 07 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116546540A (zh) * | 2023-06-20 | 2023-08-04 | 中电科新型智慧城市研究院有限公司 | 节点调度方法、终端设备及存储介质 |
CN116546540B (zh) * | 2023-06-20 | 2023-11-07 | 中电科新型智慧城市研究院有限公司 | 节点调度方法、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113905066B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109871208A (zh) | 软件系统生成方法、装置、计算机可读存储介质及服务器 | |
CN107770783B (zh) | 一种基站扩容改造方案设计方法及相关设备 | |
CN112100450A (zh) | 一种图计算数据分割方法、终端设备及存储介质 | |
CN110166280A (zh) | 一种网络扩容方法和装置 | |
CN104391879A (zh) | 层次聚类的方法及装置 | |
CN111681282A (zh) | 一种栈板识别处理方法及装置 | |
CN113485792A (zh) | 一种kubernetes集群内Pod调度方法、终端设备及存储介质 | |
CN113905066A (zh) | 物联网的组网方法、物联网的组网装置及电子设备 | |
CN109661671B (zh) | 使用边界位图对图像分类的改善 | |
CN107464571B (zh) | 一种数据质量评估的方法、设备及系统 | |
CN109245948B (zh) | 安全感知的虚拟网络映射方法及其装置 | |
CN116522844A (zh) | 电路划分方法、电路节点电压计算方法、终端及存储介质 | |
CN115982415A (zh) | 增量图划分方法、装置、设备、介质及产品 | |
CN115544697A (zh) | 宽带节点位置规划方法、装置、设备及存储介质 | |
CN114399173A (zh) | 一种5g基站站址的评估方法、装置及电子设备 | |
CN109993338A (zh) | 一种链路预测方法及装置 | |
CN111291019B (zh) | 数据模型的相似判别方法及装置 | |
CN112948323A (zh) | 存储器映射处理方法、装置及fpga芯片 | |
CN116094952B (zh) | 网络结构相似度的确定方法、装置、设备以及存储介质 | |
CN112288867A (zh) | 智慧建筑楼宇三维模型渲染方法及智慧建筑楼宇系统 | |
CN117391032B (zh) | 电路拓扑图生成方法、装置、设备及存储介质 | |
CN113312436B (zh) | 空间索引的处理方法及装置 | |
CN115630692A (zh) | 一种计算精度的调整方法及装置 | |
CN112948105B (zh) | 一种梯度传输方法、梯度传输装置及参数服务器 | |
CN114051273B (zh) | 一种基于深度学习的大规模网络动态自适应路径规划方法 |
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 |