CN114095356A - 一种结点任务策略的实时配置方法及装置 - Google Patents
一种结点任务策略的实时配置方法及装置 Download PDFInfo
- Publication number
- CN114095356A CN114095356A CN202111357739.4A CN202111357739A CN114095356A CN 114095356 A CN114095356 A CN 114095356A CN 202111357739 A CN202111357739 A CN 202111357739A CN 114095356 A CN114095356 A CN 114095356A
- Authority
- CN
- China
- Prior art keywords
- task
- node
- target
- target node
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012544 monitoring process Methods 0.000 claims abstract description 103
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 230000002068 genetic effect Effects 0.000 claims abstract description 25
- 238000003860 storage Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 23
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 108700028369 Alleles Proteins 0.000 description 1
- 101150038768 NPG1 gene Proteins 0.000 description 1
- 101100463660 Sus scrofa NPG2 gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种结点任务策略的实时配置方法及装置。该发明包括:在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;依据遗传算法对任务方案进行优化以得到目标任务策略;控制目标结点执行目标任务策略。通过本发明,解决了相关技术中的数据链无法实时感知消息的实时态势以及网络关键过程的动态配置的技术问题。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种结点任务策略的实时配置方法及装置。
背景技术
数据链是一种在复杂的电磁环境下,用于传输和分发格式化消息的信息系统,是实现数字化场景信息实时、正确、安全传输的重要工具,其中,数据链消息具有以下特点:①多源性获取;②数据蕴含信息复杂,关联性强;③实时性要求高。
相关技术中,传统的数据链系统需要在部署实施前进行网络结构设计、资源分配和相关参数配置,根据特定的结点交互需求形成“最适合”的数据链组网方案,在初始化时加载到结点上,这样保证各个数据链参与成员在任务执行过程中信息的互联互通。随着参与单元自身组件的不断升级以及信息交互方式的不断改进,尤其是大容量信息和多结点平台协同工作的需要,任务执行过程的复杂性以及任务策略的不确定性越来越凸显,传统意义上的网络静态配置已越来越不能满足需要,因此,消息的实时态势感知以及网络关键过程的动态配置,以及基于这两者的场景实时可视化呈现,成为影响任务执行效能的关键所在。
针对相关技术中存在的上述问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种结点任务策略的实时配置方法及装置,以解决相关技术中的数据链无法实时感知消息的实时态势以及网络关键过程的动态配置的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种结点任务策略的实时配置方法。该发明包括:在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;依据遗传算法对任务方案进行优化以得到目标任务策略;控制目标结点执行目标任务策略。
进一步地,在监测到结点群依次入网完毕后,确定目标结点之前,该方法包括:控制与结点群对应的每个时隙上的多个结点发送同步消息;获取同步消息中的第一时钟信息和基准时钟发送的第二时钟消息,并依据第一时钟消息与第二时钟消息完成结点群与基准时钟的同步。
进一步地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:依据目标结点发送的消息的发送频率,确定监控数据的更新频率周期,其中,通过公式一确定更新频率周期,公式一为:
其中,C为监控的目标结点的个数,I为监控的目标结点发送的信息的内容,T是一个时元的长度,f为消息的更新频率,S为单个目标结点发送的消息的承载时隙数。
进一步地,依据遗传算法对任务方案进行优化以得到目标任务策略,包括:确定遗传算法的迭代指标,其中,迭代指标为以下任意之一:任务完成消耗时长、任务完成损耗、任务完成收益;依据迭代指标设定适应度函数以及初始种群,并依据初始种群以及适应度函数,确定最优解;将最优解确定为目标任务策略,其中,目标任务策略至少包括以下内容:每个目标结点的执行任务内容,执行任务的时间点,每个目标结点之间的任务交互。
进一步地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:确定目标结点的时隙分配结果,并依据时隙分配结果计算目标结点对应的每种消息的发送时隙集合;依据发送时隙集合中的时隙,控制目标结点执行消息发送任务。
进一步地,在控制目标结点执行目标任务策略之后,该方法还包括:获取目标结点执行目标任务策略后的执行结果,并上报执行结果。
为了实现上述目的,根据本发明的一个方面,提供了一种结点任务策略的实时配置装置。该装置包括:第一确定单元,用于在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;第二确定单元,用于对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;优化单元,用于依据遗传算法对任务方案进行优化以得到目标任务策略;第一控制单元,用于控制目标结点执行目标任务策略。
为了实现上述目的,根据本发明的一个方面,提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,在程序运行时控制计算机可读存储介质所在设备执行上述一种结点任务策略的实时配置方法。
为了实现上述目的,根据本发明的另一方面,提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述一种结点任务策略的实时配置方法。
通过本发明,采用以下步骤:在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;依据遗传算法对任务方案进行优化以得到目标任务策略;控制目标结点执行目标任务策略,解决了相关技术中的数据链无法实时感知消息的实时态势以及网络关键过程的动态配置的技术问题,进而达到了灵活配置任务执行策略的技术效果。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例提供的一种结点任务策略的实时配置方法的流程图;以及
图2是根据本发明实施例提供的通过遗传算法对人物方案进行优化以得到目标任务策略的示意图;
图3是根据本发明实施例提供的一种结点任务策略的实时配置装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明的实施例,提供了一种结点任务策略的实时配置方法。
图1是根据本发明实施例提供的一种结点任务策略的实时配置方法的流程图。如图1所示,该发明包括以下步骤:
步骤S101,在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;
步骤S102,对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;
步骤S103,依据遗传算法对任务方案进行优化以得到目标任务策略;
步骤S104,控制目标结点执行目标任务策略。
上述地,本申请实施例提供的一种结点任务策略的实时配置方法作用于时隙分配过程中,包括目标结点的入网消息、监控跟踪消息、任务执行指令消息以及任务执行状态消息的时隙分配。
本申请提供一种任务管控模块,用于承载监控结点的任务,任务管控模块执行监控任务并获取监控到的目标结点的轨迹,并依据轨迹生成任务方案,由于目标结点初始位置未知,因此,任务管控模块执行监控任务以及搜索任务,根据目标结点的资源需求,生成任务方案。
同时,该方法作用于任务执行指令生成过程中,基于系统环境的不确定性,需实时为任务执行结点生成任务执行策略,以达总体任务执行效能最佳,本申请的实施例将简单遗传算法应用于此过程,通过设定适应度函数,确定初始种群,迭代得到任务执行指令的一组最优解,并将最优解确定为目标结点待执行的目标任务策略。
具体地,本申请中对入网的结点进行监控,包括监控结点的属性以及结点的航迹,通过监控得到的数据,确定用于执行任务方案的目标结点。
本发明实施例提供的一种结点任务策略的实时配置方法,通过在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;依据遗传算法对任务方案进行优化以得到目标任务策略;控制目标结点执行目标任务策略,解决了相关技术中的数据链无法实时感知消息的实时态势以及网络关键过程的动态配置的技术问题,进而达到了灵活配置任务执行策略的技术效果。
可选地,在监测到结点群依次入网完毕后,确定目标结点之前,该方法包括:控制与结点群对应的每个时隙上的多个结点发送同步消息;获取同步消息中的第一时钟信息和基准时钟发送的第二时钟消息,并依据第一时钟消息与第二时钟消息完成结点群与基准时钟的同步。
具体地,在结点入网的时刻,也即入网消息,包括NPG1(与基准时钟的粗同步过程)以及NPG2(与基准时钟的精同步过程),采用基于竞争的时隙分配方式对入网的结点群进行同步,同时,相关技术中,一个时隙只有一个结点发送消息,在申请提供的实施例中,一个时隙上有多个对应的结点发送同步消息,在节省资源的同时,提高了结点的入网效率。
需要说明的是,在TDMA数据链中,网络资源主要是指时隙资源,网络资源分配主要就是时隙资源分配。
可选地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:依据目标结点发送的消息的发送频率,确定监控数据的更新频率周期,其中,通过公式一确定更新频率周期,公式一为:
其中,C为监控的目标结点的个数,I为监控的目标结点发送的信息的内容,T是一个时元的长度,f为消息的更新频率,S为单个目标结点发送的消息的承载时隙数。
具体地,任务管控模块,任务管控模块承载对目标结点的监控动作,监控消息的时隙分配依据为消息更新率,以达消息发送频率与消息更新频率相匹配的目的,其中,消息更新周期L1,通过公示一,确定消息更新周期,监控消息的生成频率与消息响应时间强相关,其中,消息生成周期为L2,通过以下公式,确定消息声称周期L2:
可选地,依据遗传算法对任务方案进行优化以得到目标任务策略,包括:确定遗传算法的迭代指标,其中,迭代指标为以下任意之一:任务完成消耗时长、任务完成损耗、任务完成收益;依据迭代指标设定适应度函数以及初始种群,并依据初始种群以及适应度函数,确定最优解;将最优解确定为目标任务策略,其中,目标任务策略至少包括以下内容:每个目标结点的执行任务内容,执行任务的时间点,每个目标结点之间的任务交互。
上述地,在本申请中,通过遗传算法对人物方案进行优化以得到目标任务策略,具体包括以下步骤,具体如图2所示:
步骤一:编码,也即设定结点群与执行任务的目标结点之间的映射关系;
步骤二:确定适应度函数;
步骤三:确定任务场景下的迭代指标,其中,损耗、收益、任务完成消耗时长一般为常用迭代指标,在本实施例中,优选地,将任务完成消耗时长确定为迭代指标。
本申请提供的迭代过程为迭代收敛过程,由个体的不断交叉和变异驱动,其中,变异为传统的变异算子,使得群体中的每一个个体,以某一概率改变某个或某些基因座上的基因值为其他的等位基因,为避免此种变异方法导致无效的个体,此实施例采用循环变异的方式,保证个体取值匹配当前任务执行环境。
通过迭代过程,确定出最优解也即目标任务策略,其中,目标任务策略至少包括每个目标结点的执行任务内容,执行任务的时间点,每个目标结点之间的任务交互。
可选地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:确定目标结点的时隙分配结果,并依据时隙分配结果计算目标结点对应的每种消息的发送时隙集合;依据发送时隙集合中的时隙,控制目标结点执行消息发送任务。
上述地,在本申请提供的实施例中还提供了一种定时器模块,该模块读取目标任务策略执行确定的时隙分配结果,计算每种消息的发送时隙集合,在这些时隙点上,实时触发任务管控结点以及任务执行结点,执行相应的消息发送过程。
同时,在一种可选的实施例中,消息队列(MQ,Message Queue)是常用的基础数据结构,通常用作消息发送与接收的载体,本申请中的数据链实时推演系统通过多个并行模块实现了消息的并行处理,并将任务管控模块、多个消息处理并行模块、任务执行结点以及态势呈现平台通过消息队列方式连接起来,从而可以使得实时推演系统中的各个功能模块互相之间解耦,并且能够提高消息推送中间件的性能,解决现有技术中存在的中间件性能瓶颈问题,能够有效地降低消息时延,保证系统的实时性。
已知数据链相关协议规定消息只在特定时隙发送,监控过程中,空闲时隙时,航迹计算子进程被周期唤醒,输入本实施例所在场景各结点航迹以及下一个监控信息发送时间,从而此实施例所涉及的监控信息内容已知。从而监控信息发送时隙以及内容都已知。
已知上述监控消息分配在B时隙组,任务执行命令分配在C时隙组,时隙推演到发现目标结点,任务执行命令生成子进程启动,输入当前实施例所在场景信息,包括目标结点、任务执行结点,完成上一步骤,任务执行方案确定,从而此实施例任务执行命令消息内容以及发送时间都已知。任务执行状态,与任务执行命令相匹配,依据此实施例任务执行想定方案中的内容配置。
可选地,在控制目标结点执行目标任务策略之后,该方法还包括:获取目标结点执行目标任务策略后的执行结果,并上报执行结果。
同时,需要注意的是,本申请中提供了一种定时器,在定时器触发的时隙点上,推送目标任务策略的执行过程以及执行结果的消息,并将消息推送给场景平台,用于实时渲染。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例还提供了一种Z装置,需要说明的是,本发明实施例的一种结点任务策略的实时配置装置可以用于执行本发明实施例所提供的用于一种结点任务策略的实时配置方法。以下对本发明实施例提供的一种结点任务策略的实时配置装置进行介绍。
图3是根据本发明实施例提供的一种结点任务策略的实时配置装置的示意图。如图3所示,该装置包括:第一确定单元301,用于在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;第二确定单元302,用于对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;优化单元303,用于依据遗传算法对任务方案进行优化以得到目标任务策略;第一控制单元304,用于控制目标结点执行目标任务策略。
可选地,该装置包括:第二控制单元,用于在监测到结点群依次入网完毕后,确定目标结点之前,控制与结点群对应的每个时隙上的多个结点发送同步消息;同步单元,用于获取同步消息中的第一时钟信息和基准时钟发送的第二时钟消息,并依据第一时钟消息与第二时钟消息完成结点群与基准时钟的同步。
可选地,该装置还包括:第三确定单元,用于在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,依据目标结点发送的消息的发送频率,确定监控数据的更新频率周期,其中,通过公式一确定更新频率周期,公式一为:
其中,C为监控的目标结点的个数,I为监控的目标结点发送的信息的内容,T是一个时元的长度,f为消息的更新频率,S为单个目标结点发送的消息的承载时隙数。
可选地,优化单元303包括:第一确定子单元,用于确定遗传算法的迭代指标,其中,迭代指标为以下任意之一:任务完成消耗时长、任务完成损耗、任务完成收益;第二确定子单元,用于依据迭代指标设定适应度函数以及初始种群,并依据初始种群以及适应度函数,确定最优解;第三确定子单元,用于将最优解确定为目标任务策略,其中,目标任务策略至少包括以下内容:每个目标结点的执行任务内容,执行任务的时间点,每个目标结点之间的任务交互。
可选地,该装置还包括:第四确定单元,用于在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,确定目标结点的时隙分配结果,并依据时隙分配结果计算目标结点对应的每种消息的发送时隙集合;第三控制单元,用于依据发送时隙集合中的时隙,控制目标结点执行消息发送任务。
可选地,该装置还包括:上报单元,用于在控制目标结点执行目标任务策略之后,获取目标结点执行目标任务策略后的执行结果,并上报执行结果。
本发明实施例提供的一种结点任务策略的实时配置装置,通过第一确定单元301,用于在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;第一确定单元302,用于对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;优化单元303,用于依据遗传算法对任务方案进行优化以得到目标任务策略;第一控制单元304,用于控制目标结点执行目标任务策略,通过上述装置,解决了相关技术中的数据链无法实时感知消息的实时态势以及网络关键过程的动态配置的技术问题,进而达到了灵活配置任务执行策略的技术效果。
一种结点任务策略的实时配置装置包括处理器和存储器,上述第一确定单元301单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中的数据链无法实时感知消息的实时态势以及网络关键过程的动态配置的技术问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现一种结点任务策略的实时配置方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行一种结点任务策略的实时配置方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;依据遗传算法对任务方案进行优化以得到目标任务策略;控制目标结点执行目标任务策略。
可选地,在监测到结点群依次入网完毕后,确定目标结点之前,该方法包括:控制与结点群对应的每个时隙上的多个结点发送同步消息;获取同步消息中的第一时钟信息和基准时钟发送的第二时钟消息,并依据第一时钟消息与第二时钟消息完成结点群与基准时钟的同步。
可选地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:依据目标结点发送的消息的发送频率,确定监控数据的更新频率周期,其中,通过公式一确定更新频率周期,公式一为:
其中,C为监控的目标结点的个数,I为监控的目标结点发送的信息的内容,T是一个时元的长度,f为消息的更新频率,S为单个目标结点发送的消息的承载时隙数。
可选地,依据遗传算法对任务方案进行优化以得到目标任务策略,包括:确定遗传算法的迭代指标,其中,迭代指标为以下任意之一:任务完成消耗时长、任务完成损耗、任务完成收益;依据迭代指标设定适应度函数以及初始种群,并依据初始种群以及适应度函数,确定最优解;将最优解确定为目标任务策略,其中,目标任务策略至少包括以下内容:每个目标结点的执行任务内容,执行任务的时间点,每个目标结点之间的任务交互。
可选地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:确定目标结点的时隙分配结果,并依据时隙分配结果计算目标结点对应的每种消息的发送时隙集合;依据发送时隙集合中的时隙,控制目标结点执行消息发送任务。
可选地,在控制目标结点执行目标任务策略之后,该方法还包括:获取目标结点执行目标任务策略后的执行结果,并上报执行结果。
本文中的设备可以是服务器、PC、PAD、手机等。
本发明还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:在监测到结点群依次入网完毕后,确定目标结点,其中,目标结点为待执行任务方案的至少一个结点;对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案;依据遗传算法对任务方案进行优化以得到目标任务策略;控制目标结点执行目标任务策略。
可选地,在监测到结点群依次入网完毕后,确定目标结点之前,该方法包括:控制与结点群对应的每个时隙上的多个结点发送同步消息;获取同步消息中的第一时钟信息和基准时钟发送的第二时钟消息,并依据第一时钟消息与第二时钟消息完成结点群与基准时钟的同步。
可选地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:依据目标结点发送的消息的发送频率,确定监控数据的更新频率周期,其中,通过公式一确定更新频率周期,公式一为:
其中,C为监控的目标结点的个数,I为监控的目标结点发送的信息的内容,T是一个时元的长度,f为消息的更新频率,S为单个目标结点发送的消息的承载时隙数。
可选地,依据遗传算法对任务方案进行优化以得到目标任务策略,包括:确定遗传算法的迭代指标,其中,迭代指标为以下任意之一:任务完成消耗时长、任务完成损耗、任务完成收益;依据迭代指标设定适应度函数以及初始种群,并依据初始种群以及适应度函数,确定最优解;将最优解确定为目标任务策略,其中,目标任务策略至少包括以下内容:每个目标结点的执行任务内容,执行任务的时间点,每个目标结点之间的任务交互。
可选地,在对目标结点发送的消息进行监控以得到监控数据,并依据监控数据以及目标结点的资源需求,确定目标结点的任务方案之前,该方法还包括:确定目标结点的时隙分配结果,并依据时隙分配结果计算目标结点对应的每种消息的发送时隙集合;依据发送时隙集合中的时隙,控制目标结点执行消息发送任务。
可选地,在控制目标结点执行目标任务策略之后,该方法还包括:获取目标结点执行目标任务策略后的执行结果,并上报执行结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
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。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种结点任务策略的实时配置方法,其特征在于,包括:
在监测到结点群依次入网完毕后,确定目标结点,其中,所述目标结点为待执行任务方案的至少一个结点;
对所述目标结点发送的消息进行监控以得到监控数据,并依据所述监控数据以及所述目标结点的资源需求,确定所述目标结点的任务方案;
依据遗传算法对所述任务方案进行优化以得到目标任务策略;
控制所述目标结点执行所述目标任务策略。
2.根据权利要求1所述的方法,其特征在于,在监测到结点群依次入网完毕后,确定目标结点之前,所述方法包括:
控制与所述结点群对应的每个时隙上的多个所述结点发送同步消息;
获取所述同步消息中的第一时钟信息和基准时钟发送的第二时钟消息,并依据所述第一时钟消息与所述第二时钟消息完成所述结点群与所述基准时钟的同步。
4.根据权利要求1所述的方法,其特征在于,依据遗传算法对所述任务方案进行优化以得到目标任务策略,包括:
确定所述遗传算法的迭代指标,其中,所述迭代指标为以下任意之一:任务完成消耗时长、任务完成损耗、任务完成收益;
依据所述迭代指标设定适应度函数以及初始种群,并依据所述初始种群以及所述适应度函数,确定最优解;
将所述最优解确定为所述目标任务策略,其中,所述目标任务策略至少包括以下内容:每个所述目标结点的执行任务内容,执行任务的时间点,每个所述目标结点之间的任务交互。
5.根据权利要求1所述的方法,其特征在于,在对所述目标结点发送的消息进行监控以得到监控数据,并依据所述监控数据以及所述目标结点的资源需求,确定所述目标结点的任务方案之前,所述方法还包括:
确定所述目标结点的时隙分配结果,并依据所述时隙分配结果计算所述目标结点对应的每种消息的发送时隙集合;
依据所述发送时隙集合中的时隙,控制所述目标结点执行消息发送任务。
6.根据权利要求1至5中任一项所述的方法,其特征在于,在控制所述目标结点执行所述目标任务策略之后,所述方法还包括:
获取所述目标结点执行所述目标任务策略后的执行结果,并上报所述执行结果。
7.一种结点任务策略的实时配置装置,其特征在于,包括:
第一确定单元,用于在监测到结点群依次入网完毕后,确定目标结点,其中,所述目标结点为待执行任务方案的至少一个结点;
第二确定单元,用于对所述目标结点发送的消息进行监控以得到监控数据,并依据所述监控数据以及所述目标结点的资源需求,确定所述目标结点的任务方案;
优化单元,用于依据遗传算法对所述任务方案进行优化以得到目标任务策略;
第一控制单元,用于控制所述目标结点执行所述目标任务策略。
8.根据权利要求7所述的装置,其特征在于,所述装置包括:第二控制单元,用于在监测到结点群依次入网完毕后,确定目标结点之前,控制与所述结点群对应的每个时隙上的多个所述结点发送同步消息;
同步单元,用于获取所述同步消息中的第一时钟信息和基准时钟发送的第二时钟消息,并依据所述第一时钟消息与所述第二时钟消息完成所述结点群与所述基准时钟的同步。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的一种结点任务策略的实时配置方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的一种结点任务策略的实时配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357739.4A CN114095356B (zh) | 2021-11-16 | 2021-11-16 | 一种结点任务策略的实时配置方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357739.4A CN114095356B (zh) | 2021-11-16 | 2021-11-16 | 一种结点任务策略的实时配置方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114095356A true CN114095356A (zh) | 2022-02-25 |
CN114095356B CN114095356B (zh) | 2024-04-19 |
Family
ID=80301176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111357739.4A Active CN114095356B (zh) | 2021-11-16 | 2021-11-16 | 一种结点任务策略的实时配置方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114095356B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065701A (zh) * | 2014-05-21 | 2014-09-24 | 张衡 | 基于无线感知网络的核电站设备监控系统 |
CN106779243A (zh) * | 2017-01-03 | 2017-05-31 | 中国船舶重工集团公司第七二四研究所 | 一种基于资源池的相控阵雷达协同探测系统资源调度方法 |
CN110717302A (zh) * | 2019-09-27 | 2020-01-21 | 云南电网有限责任公司 | 面向电网实时在线监测业务的边缘计算终端设备布设方法 |
CN111966447A (zh) * | 2020-07-08 | 2020-11-20 | 华南理工大学 | 一种基于双排列遗传算法的容器放置方法 |
CN112052092A (zh) * | 2020-09-07 | 2020-12-08 | 中山大学 | 一种风险感知的边缘计算任务分配方法 |
CN112422666A (zh) * | 2018-09-06 | 2021-02-26 | 广州知弘科技有限公司 | 车联网平台 |
CN113138848A (zh) * | 2020-01-20 | 2021-07-20 | 中移(上海)信息通信科技有限公司 | 获取资源分配策略的方法、装置、设备及存储介质 |
WO2021176458A1 (en) * | 2020-03-06 | 2021-09-10 | Telefonaktiebolaget Lm Ericsson (Publ) | First node, proxy-agent, and methods performed thereby for handling communications between a publisher node and a subscriber node |
-
2021
- 2021-11-16 CN CN202111357739.4A patent/CN114095356B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065701A (zh) * | 2014-05-21 | 2014-09-24 | 张衡 | 基于无线感知网络的核电站设备监控系统 |
CN106779243A (zh) * | 2017-01-03 | 2017-05-31 | 中国船舶重工集团公司第七二四研究所 | 一种基于资源池的相控阵雷达协同探测系统资源调度方法 |
CN112422666A (zh) * | 2018-09-06 | 2021-02-26 | 广州知弘科技有限公司 | 车联网平台 |
CN110717302A (zh) * | 2019-09-27 | 2020-01-21 | 云南电网有限责任公司 | 面向电网实时在线监测业务的边缘计算终端设备布设方法 |
CN113138848A (zh) * | 2020-01-20 | 2021-07-20 | 中移(上海)信息通信科技有限公司 | 获取资源分配策略的方法、装置、设备及存储介质 |
WO2021176458A1 (en) * | 2020-03-06 | 2021-09-10 | Telefonaktiebolaget Lm Ericsson (Publ) | First node, proxy-agent, and methods performed thereby for handling communications between a publisher node and a subscriber node |
CN111966447A (zh) * | 2020-07-08 | 2020-11-20 | 华南理工大学 | 一种基于双排列遗传算法的容器放置方法 |
CN112052092A (zh) * | 2020-09-07 | 2020-12-08 | 中山大学 | 一种风险感知的边缘计算任务分配方法 |
Non-Patent Citations (2)
Title |
---|
MOHAMMAD REAZ SABETI BAYGI; MOSTAFA RAZAVI GHODS; GELAREH VEISI: "Sensor clustering and base station mobilizing in Wireless Sensor Networks using genetic algorithms", IEEE, 6 October 2016 (2016-10-06) * |
南国芳;郝磊;李敏强;寇纪淞;: "基于多目标优化的传感器网络任务分配模型", 系统工程学报, no. 05, 15 October 2011 (2011-10-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN114095356B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11704144B2 (en) | Creating virtual machine groups based on request | |
Wang et al. | Efficient multi-tasks scheduling algorithm in mobile cloud computing with time constraints | |
US20220075641A1 (en) | Tenant-controlled cloud updates | |
US8615579B1 (en) | Managing virtual machine migration | |
CN108632365A (zh) | 服务资源调整方法、相关装置和设备 | |
KR20170134576A (ko) | 시간 기반 노드 선출 방법 및 장치 | |
CN104092756A (zh) | 一种基于dht机制的云存储系统的资源动态分配方法 | |
CN111078404B (zh) | 一种计算资源确定方法、装置、电子设备及介质 | |
CN109936473A (zh) | 基于深度学习预测的分布计算系统及其运行方法 | |
CN112579304A (zh) | 基于分布式平台的资源调度方法、装置、设备及介质 | |
CN113095781B (zh) | 一种基于边缘计算的温控设备管控方法、设备及介质 | |
CN115480882A (zh) | 一种分布式边缘云资源调度方法及系统 | |
US20220300323A1 (en) | Job Scheduling Method and Job Scheduling Apparatus | |
Baresi et al. | PAPS: A serverless platform for edge computing infrastructures | |
CN113747450B (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
CN117762591B (zh) | 任务控制方法、任务控制装置、计算机设备和存储介质 | |
US10986036B1 (en) | Method and apparatus for orchestrating resources in multi-access edge computing (MEC) network | |
CN106933654B (zh) | 一种基于缓存的虚拟机启动方法 | |
CN114095356A (zh) | 一种结点任务策略的实时配置方法及装置 | |
Khalifa et al. | Towards a mobile ad-hoc cloud management platform | |
CN114138453B (zh) | 一种适合边缘计算环境的资源优化分配方法与系统 | |
Pham et al. | Towards an Elastic Fog‐Computing Framework for IoT Big Data Analytics Applications | |
CN114968512A (zh) | 一种基于区块链智能合约的能量感知调度方法 | |
CN114866612B (zh) | 一种电力微服务卸载方法及装置 | |
CN115037620B (zh) | 一种面向边缘智能网关的资源分配方法及设备 |
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 |