CN115378828A - 一种配电物联网业务多优先级数据通信带宽预测方法 - Google Patents

一种配电物联网业务多优先级数据通信带宽预测方法 Download PDF

Info

Publication number
CN115378828A
CN115378828A CN202210982930.6A CN202210982930A CN115378828A CN 115378828 A CN115378828 A CN 115378828A CN 202210982930 A CN202210982930 A CN 202210982930A CN 115378828 A CN115378828 A CN 115378828A
Authority
CN
China
Prior art keywords
priority
data
bandwidth
data corresponding
message data
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.)
Pending
Application number
CN202210982930.6A
Other languages
English (en)
Inventor
宋祺鹏
刘海涛
杨红磊
张波
李二霞
李丽鹏
石岩
袁启洪
杨尚晴
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.)
China Online Shanghai Energy Internet Research Institute Co ltd
Original Assignee
China Online Shanghai Energy Internet Research Institute Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Online Shanghai Energy Internet Research Institute Co ltd filed Critical China Online Shanghai Energy Internet Research Institute Co ltd
Priority to CN202210982930.6A priority Critical patent/CN115378828A/zh
Publication of CN115378828A publication Critical patent/CN115378828A/zh
Pending legal-status Critical Current

Links

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
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • H04L49/20—Support for services
    • H04L49/205—Quality of Service based
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • H04L49/90—Buffering arrangements
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种配电物联网业务多优先级数据通信带宽预测方法，包括以下步骤：根据不同信息数据对于通信质量QoS指标的不同要求，对信息数据进行优先级的划分，然后基于排队理论设置新的排队规则，对信息数据传输过程进行建模，最后建立多优先级数据的带宽预测模型并采用枚举法对模型进行求解。本发明在满足通信质量要求的同时提高带宽利用率，实现带宽资源的充分利用以及数据传输效率的有效提高。

Description

一种配电物联网业务多优先级数据通信带宽预测方法
技术领域
本发明涉及配电物联网通信技术领域，特别是涉及一种配电物联网业务多优先级数据通信带宽预测方法。
背景技术
近年来电力物联网迅速发展，而配电网作为直接面向用户的重要环节，也亟需向配电物联网方向发展推进。在配电物联网发展进程中，智能设备大量接入，业务数目不断增长，需要处理的数据和信息也将达到海量级别，因此对通信的实时性和可靠性也提出了更高的要求。合理的带宽资源分配是保证配电物联网通信质量的基础，在保证数据实时可靠传输的情况下，提高带宽的利用率能有效利用带宽资源，提高数据信息的传输效率，而不合理的带宽分配可能会导致带宽资源的浪费，并且导致通信服务质量无法满足各终端之间的通信对于实时性和可靠性的要求。
目前，带宽分配方法主要有弹性系数法以及基于排队论的带宽预测方法。弹性系数法计算简便快捷，但是预测带宽结果往往大于实际需求，造成带宽资源的冗余浪费。基于排队论的带宽预测方法在建立带宽预测模型时，没有根据不同信息数据对于传输质量的要求不同，将信息数据汇集起来进行统一传输，对实时性和可靠性的要求按照最严格的情况考虑，容易造成带宽资源的浪费，在数据传输过程中按照先到先服务的规则进行转发传输，因此在多个业务信息同时抵达时，存在一些业务对信道的绝对占有特性，此时先到先服务的排队规则难以为实时性和可靠性需求较高的业务信息分配合理的带宽资源。
发明内容
本发明提供一种配电物联网业务多优先级数据通信带宽预测方法，能够在满足通信质量要求的同时提高带宽利用率，实现带宽资源的充分利用以及数据传输效率的有效提高。
本发明解决其技术问题所采用的技术方案是：提供一种配电物联网业务多优先级数据通信带宽预测方法，包括以下步骤：
获取配电物联网中边缘物联网关于终端之间信息数据的到达速率；
根据不同信息数据对于通信质量QoS指标的不同要求，将所述信息数据划分为不同的优先级，求出各优先级所对应的消息数据的到达速率，并设置各优先级所对应的消息数据的QoS要求参数；
基于M/M/1/k排队论，将所述QoS要求参数映射为排队论模型参数；
根据各优先级所对应的信息数据对通信质量的不同要求，基于排队理论，设置新的排队规则，对所述信息数据传输过程进行建模；
以各优先级所对应的消息数据的QoS要求参数为约束条件，带宽利用率最大为目标函数，建立多优先级数据带宽预测模型；
采用枚举法对所述多优先级数据带宽预测模型进行求解，得到各优先级所对应的消息数据的最优预测带宽。
所述根据不同信息数据对于通信质量QoS指标的不同要求，将所述信息数据划分为不同的优先级具体为：
将对丢包率和延时时间处于第一预设范围的信息数据划分为高优先级数据；对丢包率和延时时间处于第二预设范围的信息数据划分为低优先级数据；其余数据划分为中优先级数据，其中第一预设范围的要求高于第二预设范围的要求。
所述各优先级所对应的消息数据的到达速率是指各优先级所对应的所有消息数据的到达速率之和。
所述设置各优先级所对应的消息数据的QoS要求参数具体为：将优先级所对应的所有数据中最小的丢包率和最小的延时时间作为该优先级所对应的消息数据要求的丢包率Closs-i和延时时间CT-i。
所述基于M/M/1/k排队论，将所述QoS要求参数映射为排队论模型参数具体为：
将带宽需求映射为所述排队论模型的数据到达速率，延时时间映射为所述排队论模型中业务数据传输的平均时间，丢包率映射为所述排队论模型中业务数据的离开概率。
所述新的排队规则具体为：在排队队列中，优先级高的数据位于优先级低的数据前，同一优先级的数据按照先进先出的排队规则。
所述对所述信息数据传输过程进行建模具体为：
设定各优先级所对应的消息数据的转发时间μi、各优先级所对应的消息数据在缓存中平均等待队列长度Lsi、各优先级所对应的消息数据的转发强度ρi和各优先级所对应的消息数据的传输效率ηi，其中，各优先级所对应的消息数据的转发时间μi呈负指数分布；
各优先级所对应的消息数据的转发强度ρi的计算公式为：
Figure BDA0003800885660000031
λi表示各优先级所对应的消息数据的到达速率；
各优先级所对应的消息数据的丢包率Ploss-i的计算公式为：
Figure BDA0003800885660000032
ki表示队列中排在该优先级数据包前面的数据包个数以及当前数据传输过程中新产生的级别更高的数据包个数之和；
各优先级所对应的消息数据在缓存中平均等待队列长度Lsi的计算公式为：
Figure BDA0003800885660000033
Ki表示各优先级数据在通信节点中的队列上限值；
各优先级所对应的消息数据的实际抵达速率λei的计算公式为：λei＝λi(1-Ploss-i)；
各优先级所对应的消息数据传输过程中的延时时间Wloss-i计算公式为：
Figure BDA0003800885660000034
Figure BDA0003800885660000035
表示在j优先级对应的消息数据传输过程中，新产生的i优先级对应的消息数据；
各优先级所对应的消息数据的传输效率ηi的计算公式为：
Figure BDA0003800885660000036
所述以各优先级所对应的消息数据的QoS要求参数为约束条件，带宽利用率最大为目标函数，建立多优先级数据带宽预测模型具体为：
将各优先级对应的消息数据的带宽利用率简化为通信节点整体的带宽利用率，计算公式为：
Figure BDA0003800885660000037
其中，η(μ)表示通信节点整体的带宽利用率；
多优先级数据带宽预测模型表示为：
Figure BDA0003800885660000041
其中，Closs-i表示i优先级所对应的消息数据要求的丢包率，CT-i为i优先级所对应的消息数据要求的延时时间。
所述采用枚举法对所述多优先级数据带宽预测模型进行求解，得到各优先级所对应的消息数据的最优预测带宽具体为：
设置迭代次数，初始化边缘物联网关通信节点各优先级数据变量m1＝m2＝m3＝1；
设置带宽的取值范围；
计算各优先级数据以丢包率Closs-i和延时时间CT-i为约束条件的所述多优先级数据带宽预测模型，得到带宽范围内带宽利用率最大时的带宽μi-k；
更新边缘物联网关通信节点各优先级数据变量，令m1＝m1+1,m2＝m2+1,m3＝m3+1；
若满足m1＞λ1CT-1且m2＞λ2CT-2且m3＞λ3CT-3，则各优先级最优预测带宽即为带宽μi-k，否则更新迭代次数，并返回计算各优先级数据以丢包率Closs-i和延时时间CT-i为约束条件的所述多优先级数据带宽预测模型直至满足条件为止。
本发明解决其技术问题所采用的技术方案是：提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的配电物联网业务多优先级数据通信带宽预测方法的步骤。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明根据不同信息数据对于通信质量QoS指标的不同要求，对信息数据进行优先级的划分，然后基于排队理论设置新的排队规则，对信息数据传输过程进行建模，最后建立多优先级数据的带宽预测模型并采用枚举法对模型进行求解，在满足通信质量要求的同时提高带宽利用率，实现带宽资源的充分利用以及数据传输效率的有效提高。
附图说明
图1是本发明第一实施方式的流程图；
图2是本发明第一实施方式中基于排队论的多优先级数据传输过程模型图；
图3是本发明第一实施方式中多优先级数据带宽预测模型求解流程图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种配电物联网业务多优先级数据通信带宽预测方法，该方法根据不同信息数据对于通信质量QoS指标的不同要求，对信息数据进行优先级的划分，然后基于排队理论设置新的排队规则，对信息数据传输过程进行建模，最后建立多优先级数据的带宽预测模型并采用枚举法对模型进行求解。如图1所示，具体包括以下步骤：
步骤1：获取配电物联网中边缘物联网关与终端之间信息数据的到达速率，具体为：对边缘物联网关与终端直接的信息数据进行统计，获得各数据的到达速率。
步骤2：根据不同信息数据对于通信质量QoS指标的不同要求，将信息数据划分为不同的优先级，求出各优先级数据的到达速率，并设置各优先级数据的QoS要求参数。
其中，QoS要求指标通信质量QoS指标包括：丢包率和延时时间。
将信息数据划分为不同优先级具体方法为：根据不同数据对可靠性和实时性的不同要求，将对丢包率和延时时间要求最高的信息数据划分为高优先级数据；将对丢包率和延时时间要求最低的信息数据划分为低优先级数据；其余数据为中优先级数据。如此，信息数据被划分为：高优先级数据、中优先级数据和低优先级数据。
本步骤中各优先级数据的到达速率为该优先级所有数据到达速率之和，即高优先级数据的到达速率为所有高优先级数据的到达速率之和，中优先级数据的到达速率为所有中优先级数据的到达速率之和，低优先级数据的到达速率为所有低优先级数据的到达速率之和。
设置各优先级数据的QoS要求参数时，将各优先级对应的所有数据中最小的丢包率和最小的延时时间作为该优先级数据要求的丢包率Closs-i和延时时间CT-i。其中，i为优先级，i＝1表示高优先级，i＝2表示中优先级，i＝3表示低优先级。
步骤3：基于M/M/1/k排队论，将QoS要求参数映射为排队论模型参数。
QoS要求参数映射为排队论模型参数时，将QoS带宽需求(即数据到达速率)映射为排队论模型的数据到达速率，将延时时间映射为排队论模型中业务数据传输的平均时间，将丢包率映射为排队论模型中业务数据的离开概率。
步骤4：根据各优先级信息数据对通信质量的不同要求，基于排队理论，设置新的排队规则，对信息数据传输过程进行建模。
如图2所示，高、中、低三个等级业务数据均按照泊松分布连续抵达，且抵达速率分别为λ1、λ2和λ3，业务数据源为无限。边缘物联网关对数据进行处理和转发，三个等级业务数据转发时间分别是参数为μ1、μ2和μ3，且呈负指数分布，K1、K2、K3分别为三个级别数据在通信节点中的队列上限值。当边缘物联网关接收到端设备传来的高优先级数据时，将其放在排队队列的首端，低优先级数据放在队列末端，中优先级数据放在队列中间，同一优先级别数据按照先进先出的排队规则，这一过程符合上述过程符合多优先级的M/M/1/k排队理论。
则各优先级数据转发强度ρi计算公式如下：
Figure BDA0003800885660000061
式中，ρi为各优先级数据转发强度；λi为各优先级数据的抵达速率；μi表示数据转发时间；i＝1,2,3表示数据的优先级，其中，1为高优先级，2为中优先级，3为低优先级；
各优先级数据丢包率Ploss-i计算公式如下：
Figure BDA0003800885660000062
式中：ki表示队列中排在该优先级数据包前面的数据包个数以及当前数据传输过程中新产生的级别更高的数据包个数之和。
各优先级所对应的消息数据在缓存中平均等待队列长度Lsi计算公式如下：
Figure BDA0003800885660000063
式中：Ki为各优先级数据在通信节点中的队列上限值。
各优先级所对应的消息数据的实际抵达速率λei计算公式如下：
λei＝λi(1-Ploss-i)
不同优先级数据传输过程中的延时时间Wloss-i计算公式如下：
Figure BDA0003800885660000071
Figure BDA0003800885660000072
Figure BDA0003800885660000073
式中：Lsi(i＝1,2,3)Lsi(i＝1,2,3)表示各优先级所对应的消息数据在缓存中平均等待队列长度；
Figure BDA0003800885660000074
表示在j优先级数据传输过程中，新产生的i优先级数据；i,j＝1,2,3表示数据的优先级，其中1为高优先级，2为中优先级，3为低优先级；
各优先级别数据传输效率ηi计算公式如下：
Figure BDA0003800885660000075
步骤5：以各优先级数据的QoS指标要求为约束条件，带宽利用率最大为目标函数，建立多优先级数据的带宽预测模型，具体为：
将各优先级数据的带宽利用率简化为通信节点整体的带宽利用率，计算公式如下：
Figure BDA0003800885660000076
式中，η(μ)为通信节点整体的带宽利用率。
则配电物联网多优先级数据的M/M/1/k带宽预测模型可表示为：
Figure BDA0003800885660000077
式中：Closs-i表示i优先级所对应的消息数据要求的丢包率，即各优先级数据传输过程中的最大丢包率，CT-i为i优先级所对应的消息数据要求的延时时间，即各优先级数据传输过程中的最小延时时间。
步骤6：采用枚举法对所建立的多优先级数据带宽预测模型进行求解，得到各优先级业务数据的最优预测带宽Bi-opt。
如图3所示，采用枚举法对所建立的多优先级数据带宽预测模型进行求解时，具体步骤如下：
(1)设置迭代次数k＝1，初始化边缘物联网关通信节点各优先级数据变量m1＝m2＝m3＝1；
(2)设置带宽的取值范围以及步长，并设置初始带宽μ＝μ0；
(3)从初始带宽μ＝μ0开始，根据步长，求出给定带宽范围内所有带宽对应的丢包率Ploss-i和延时时间Wloss-i以及带宽利用率；
(4)将不满足约束条件Ploss-i≤Closs-i以及Wloss-i≤CT-i的带宽数据以及对应的丢包率Ploss-i、延时时间Wloss-i和带宽利用率删除；
(5)在满足约束条件的带宽范围内，求出带宽利用率最大时的带宽μi-k；
(6)更新边缘物联网关通信节点各优先级数据变量：m1＝m1+1,m2＝m2+1,m3＝m3+1；
(7)若满足m1＞λ1CT-1且m2＞λ2CT-2且m3＞λ3CT-3，则最优预测带宽Bi-opt为带宽利用率最大时对应的带宽μi-k；否则更新迭代次数k＝k+1，且返回步骤(3)；
(8)输出各优先级数据的最优预测带宽Bi-opt以及对应延时时间和丢包率。
根据所述的一种基于排队论的配电物联网业务多优先级数据通信带宽预测方法，以配电物联网本地通信网中的配电业务和营销业务数据为例，基于本实施方式提供的多优先级数据通信带宽预测方法，对配电业务和营销业务数据进行通信带宽预测，并将预测结果与基于排队论不区分优先级数据的带宽预测方法预测结果进行对比。
首先根据配电业务和营销业务数据对通信质量要求的不同，得到数据优先级的划分结果及各优先级数据的到达速率分别如表1、表2所示。各优先级数据对QoS要求参数设置结果如表3所示。
表1配电业务数据优先级划分结果
Figure BDA0003800885660000091
表2营销业务数据优先级划分结果
Figure BDA0003800885660000092
Figure BDA0003800885660000101
表3各优先级数据通信需求
Figure BDA0003800885660000102
根据表1、表2和表3，建立多优先级数据带宽预测模型，采用枚举法对所建带宽预测模型进行求解，求解结果与基于排队论不区分优先级数据的带宽预测方法的预测结果进行对比，对比结果分别如表4、表5所示。
表4配电业务不区分优先级以及多优先级带宽预测模型求解结果对比
Figure BDA0003800885660000103
表5营销业务不区分优先级以及多优先级带宽预测模型求解结果对比
Figure BDA0003800885660000104
将多优先级带宽预测模型求得的带宽利用率与不区分优先级时求得的带宽利用率进行对比，可见：对数据进行优先级的划分后，配电业务的带宽利用率由82.51％上升至96.07％；营销业务的带宽利用率由90.48％上升至97.41％。可见本发明提供的多优先级数据带宽预测方法能有效提高带宽利用率，并在有效利用带宽资源的基础上实现通信效率的提高。
本发明的第二实施方式涉及一种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第一实施方式中的配电物联网业务多优先级数据通信带宽预测方法，该方法包括：获取配电物联网中边缘物联网关于终端之间信息数据的到达速率；根据不同信息数据对于通信质量QoS指标的不同要求，将所述信息数据划分为不同的优先级，求出各优先级所对应的消息数据的到达速率，并设置各优先级所对应的消息数据的QoS要求参数；基于M/M/1/k排队论，将所述QoS要求参数映射为排队论模型参数；根据各优先级所对应的信息数据对通信质量的不同要求，基于排队理论，设置新的排队规则，对所述信息数据传输过程进行建模；以各优先级所对应的消息数据的QoS要求参数为约束条件，带宽利用率最大为目标函数，建立多优先级数据带宽预测模型；采用枚举法对所述多优先级数据带宽预测模型进行求解，得到各优先级所对应的消息数据的最优预测带宽。
不难发现，本发明根据不同信息数据对于通信质量QoS指标的不同要求，对信息数据进行优先级的划分，然后基于排队理论设置新的排队规则，对信息数据传输过程进行建模，最后建立多优先级数据的带宽预测模型并采用枚举法对模型进行求解，在满足通信质量要求的同时提高带宽利用率，实现带宽资源的充分利用以及数据传输效率的有效提高。

Claims (10)

1.一种配电物联网业务多优先级数据通信带宽预测方法，其特征在于，包括以下步骤：
获取配电物联网中边缘物联网关于终端之间信息数据的到达速率；
根据不同信息数据对于通信质量QoS指标的不同要求，将所述信息数据划分为不同的优先级，求出各优先级所对应的消息数据的到达速率，并设置各优先级所对应的消息数据的QoS要求参数；
基于M/M/1/k排队论，将所述QoS要求参数映射为排队论模型参数；
根据各优先级所对应的信息数据对通信质量的不同要求，基于排队理论，设置新的排队规则，对所述信息数据传输过程进行建模；
以各优先级所对应的消息数据的QoS要求参数为约束条件，带宽利用率最大为目标函数，建立多优先级数据带宽预测模型；
采用枚举法对所述多优先级数据带宽预测模型进行求解，得到各优先级所对应的消息数据的最优预测带宽。
2.根据权利要求1所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，所述根据不同信息数据对于通信质量QoS指标的不同要求，将所述信息数据划分为不同的优先级具体为：
将对丢包率和延时时间处于第一预设范围的信息数据划分为高优先级数据；对丢包率和延时时间处于第二预设范围的信息数据划分为低优先级数据；其余数据划分为中优先级数据，其中第一预设范围的要求高于第二预设范围的要求。
3.根据权利要求1所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，所述各优先级所对应的消息数据的到达速率是指各优先级所对应的所有消息数据的到达速率之和。
4.根据权利要求1所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，所述设置各优先级所对应的消息数据的QoS要求参数具体为：将优先级所对应的所有数据中最小的丢包率和最小的延时时间作为该优先级所对应的消息数据要求的丢包率Closs-i和延时时间CT-i。
5.根据权利要求1所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，所述基于M/M/1/k排队论，将所述QoS要求参数映射为排队论模型参数具体为：
将带宽需求映射为所述排队论模型的数据到达速率，延时时间映射为所述排队论模型中业务数据传输的平均时间，丢包率映射为所述排队论模型中业务数据的离开概率。
6.根据权利要求1所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，
所述新的排队规则具体为：在排队队列中，优先级高的数据位于优先级低的数据前，同一优先级的数据按照先进先出的排队规则。
7.根据权利要求2所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，所述对所述信息数据传输过程进行建模具体为：
设定各优先级所对应的消息数据的转发时间μi、各优先级所对应的消息数据在缓存中平均等待队列长度Lsi、各优先级所对应的消息数据的转发强度ρi和各优先级所对应的消息数据的传输效率ηi，其中，各优先级所对应的消息数据的转发时间μi呈负指数分布；
各优先级所对应的消息数据的转发强度ρi的计算公式为：
Figure FDA0003800885650000021
λi表示各优先级所对应的消息数据的到达速率；
各优先级所对应的消息数据的丢包率Ploss-i的计算公式为：
Figure FDA0003800885650000022
ki表示队列中排在该优先级数据包前面的数据包个数以及当前数据传输过程中新产生的级别更高的数据包个数之和；
各优先级所对应的消息数据在缓存中平均等待队列长度Lsi的计算公式为：
Figure FDA0003800885650000023
Ki表示各优先级数据在通信节点中的队列上限值；
各优先级所对应的消息数据的实际抵达速率λei的计算公式为：λei＝λi(1-Ploss-i)；
各优先级所对应的消息数据传输过程中的延时时间Wloss-i计算公式为：
Figure FDA0003800885650000024
Figure FDA0003800885650000025
表示在j优先级对应的消息数据传输过程中，新产生的i优先级对应的消息数据；
各优先级所对应的消息数据的传输效率ηi的计算公式为：
Figure FDA0003800885650000026
8.根据权利要求7所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，所述以各优先级所对应的消息数据的QoS要求参数为约束条件，带宽利用率最大为目标函数，建立多优先级数据带宽预测模型具体为：
将各优先级对应的消息数据的带宽利用率简化为通信节点整体的带宽利用率，计算公式为：
Figure FDA0003800885650000031
其中，η(μ)表示通信节点整体的带宽利用率；
多优先级数据带宽预测模型表示为：
Figure FDA0003800885650000032
其中，Closs-i表示i优先级所对应的消息数据要求的丢包率，CT-i为i优先级所对应的消息数据要求的延时时间。
9.根据权利要求8所述的配电物联网业务多优先级数据通信带宽预测方法，其特征在于，所述采用枚举法对所述多优先级数据带宽预测模型进行求解，得到各优先级所对应的消息数据的最优预测带宽具体为：
设置迭代次数，初始化边缘物联网关通信节点各优先级数据变量m1＝m2＝m3＝1；
设置带宽的取值范围；
计算各优先级数据以丢包率Closs-i和延时时间CT-i为约束条件的所述多优先级数据带宽预测模型，得到带宽范围内带宽利用率最大时的带宽μi-k；
更新边缘物联网关通信节点各优先级数据变量，令m1＝m1+1,m2＝m2+1,m3＝m3+1；若满足m1＞λ1CT-1且m2＞λ2CT-2且m3＞λ3CT-3，则各优先级最优预测带宽即为带宽μi-k，否则更新迭代次数，并返回计算各优先级数据以丢包率Closs-i和延时时间CT-i为约束条件的所述多优先级数据带宽预测模型直至满足条件为止。
10.一种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1-9中任一所述的配电物联网业务多优先级数据通信带宽预测方法的步骤。
CN202210982930.6A 2022-08-16 2022-08-16 一种配电物联网业务多优先级数据通信带宽预测方法 Pending CN115378828A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210982930.6A CN115378828A (zh) 2022-08-16 2022-08-16 一种配电物联网业务多优先级数据通信带宽预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210982930.6A CN115378828A (zh) 2022-08-16 2022-08-16 一种配电物联网业务多优先级数据通信带宽预测方法

Publications (1)

Publication Number Publication Date
CN115378828A true CN115378828A (zh) 2022-11-22

Family

ID=84066414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210982930.6A Pending CN115378828A (zh) 2022-08-16 2022-08-16 一种配电物联网业务多优先级数据通信带宽预测方法

Country Status (1)

Country Link
CN (1) CN115378828A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116340009A (zh) * 2023-05-31 2023-06-27 石家庄学院 一种基于物联网技术的数据处理方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100157841A1 (en) * 2008-12-18 2010-06-24 Sarat Puthenpura Method and apparatus for determining bandwidth requirement for a network
CN103632209A (zh) * 2013-11-28 2014-03-12 国家电网公司 一种基于排队论的智能配用电业务数据传输带宽预测方法
CN104242993A (zh) * 2014-09-29 2014-12-24 国家电网公司 中低压电力通信接入网带宽预测方法
CN112996116A (zh) * 2021-01-28 2021-06-18 国网冀北电力有限公司 一种保障电力时延敏感业务质量的资源分配方法及系统
CN113038538A (zh) * 2021-03-01 2021-06-25 许昌学院 智能配电网WSNs通信数据传输带宽的优化分配方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100157841A1 (en) * 2008-12-18 2010-06-24 Sarat Puthenpura Method and apparatus for determining bandwidth requirement for a network
CN103632209A (zh) * 2013-11-28 2014-03-12 国家电网公司 一种基于排队论的智能配用电业务数据传输带宽预测方法
CN104242993A (zh) * 2014-09-29 2014-12-24 国家电网公司 中低压电力通信接入网带宽预测方法
CN112996116A (zh) * 2021-01-28 2021-06-18 国网冀北电力有限公司 一种保障电力时延敏感业务质量的资源分配方法及系统
CN113038538A (zh) * 2021-03-01 2021-06-25 许昌学院 智能配电网WSNs通信数据传输带宽的优化分配方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIA BINGSEN ET AL.: "communication bandwidth prediction based on smart distribution grid service level", MATERIALS SCIENCE AND ENGINEERING *
方如举 等: "基于WSNs的智能配电网通...数据传输带宽的优化分配策略", 电力系统保护与控制 *
王志伟 等: "基于混合队列模型的配电网状态监控业务通信带宽预测", 电力建设 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116340009A (zh) * 2023-05-31 2023-06-27 石家庄学院 一种基于物联网技术的数据处理方法及系统
CN116340009B (zh) * 2023-05-31 2023-08-04 石家庄学院 一种基于物联网技术的数据处理方法及系统

Similar Documents

Publication Publication Date Title
CN111211830B (zh) 一种基于马尔可夫预测的卫星上行链路带宽资源分配方法
CN106793133B (zh) 一种电力无线通信系统中保障多业务QoS的调度方法
CN113038538B (zh) 智能配电网WSNs通信数据传输带宽的优化分配方法及装置
CN110636011A (zh) 电力通信业务数据流智能调度方法、装置及终端设备
CN106714323B (zh) 一种4g网络中异构流的优先级区分调度方法
CN106954232B (zh) 一种时延优化的资源分配方法
CN113746677B (zh) 一种面向5g新空口的网络切片内资源分配方法
CN103632209A (zh) 一种基于排队论的智能配用电业务数据传输带宽预测方法
CN107835133B (zh) 一种基于多属性决策的流优先级控制方法
CN112995048B (zh) 数据中心网络的阻塞控制与调度融合方法及终端设备
CN109150756B (zh) 一种基于sdn电力通信网的队列调度权值量化方法
CN109347902B (zh) 边缘计算网络中兼顾优先级与公平性的数据协同传输方法
CN110113140B (zh) 一种雾计算无线网络中的计算卸载方法
CN115378828A (zh) 一种配电物联网业务多优先级数据通信带宽预测方法
CN112866135A (zh) 发送报文的方法、第一网络设备及计算机可读存储介质
CN100505688C (zh) 一种用于网络处理器的差额权重排队调度装置及调度方法
CN104301254A (zh) 一种用于数据中心网络的数据包调度方法
CN105700940A (zh) 一种调度器及调度器的动态复用方法
JP3623420B2 (ja) トラヒック制御方法
KR100587977B1 (ko) 이동통신 시스템에서의 실시간 트래픽 전송을 위한 패킷스케줄링 방법
CN112055382B (zh) 一种基于精细化区分的业务接入方法
JP4390731B2 (ja) 呼受付判定方法とシステムおよびプログラム
CN115915149A (zh) 一种基于加权轮询调度的5g-tsn融合网络资源配置方法
CN113365311A (zh) 一种时限及能量约束下的分布式无线传输方法
CN107277862B (zh) 一种移动云计算环境下的视频传输调度方法

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