CN115665189A - 面向边缘指控的贴源数据传输方法 - Google Patents

Abstract

本发明公开了面向边缘指控的贴源数据传输方法，方法包括以下步骤：建立网络的信息传输模型，建立模型中的优化问题；使用庞特里亚金极大值定理来获取所述优化问题的最优解，具体包括：得到汉密尔顿函数及其对应的伴随状态方程，基于庞特里亚金极大值定理，将优化问题转化为使哈密顿函数最大化的问题。本发明基于马尔可夫过程把该问题建模为最优控制问题，并通过极大值定理进行求解。

Description

面向边缘指控的贴源数据传输方法

技术领域

本发明属于指挥控制技术领域，尤其涉及面向边缘指控的贴源数据传输方法。

背景技术

指挥控制的概念早在100多年前就已经被提出，并被广泛运用于战争之中。指挥控制也称为C2，是由指挥人员为完成任务对指派和配属部队行使的指挥权力与发布的命令指示，是指挥员协调/整合部队活动以达成统一指挥的手段，其主要职责就是通过一系列方式配置人、装、物等用以完成被赋予的任务。长期以来，指挥控制以高度中心化的模式运行，即由上级指挥机关按照隶属层级关系依次传达相关指令，其科学原理是基于指挥员的经验、知识及对未来的判断，分解指挥任务，构建指挥控制方案，设置每个阶段的决策单元，并建立决策单元之间的层级关联。近年来，随着技术的发展及网络信息体系的兴起，战争形态正在发生深刻变革，其内涵和外延也都有了新的含义，作战样式也更加丰富多彩，指挥控制中的不确定性因素凸显。传统中心化的指挥控制模式由于其按层级组织实施的特性，在应对这种不确定问题时，灵活性和鲁棒性都明显不足，中间的任何一个节点失效、任何一个阶段或层级出现问题，都可能导致全盘皆输的局面。在此背景下，去中心化的边缘指控(边缘指挥控制)模式被提出，其本质是复杂系统在应对不确定性事件时的自适应和自组织，具有自主发现任务、自主寻找资源、自主决定行动、自主调整改变和自主评估效果的特征。

如图1所示，边缘指控是一个自底向上与自顶向下相结合的协同指挥控制范式，指挥控制各阶段、各要素紧密融合，是一个典型的复杂系统。作为复杂系统各组成单元交互融合的粘合剂，数据信息在边缘指控中是核心要素之一。边缘指控不确定性、自主性等新的特征，也为数据信息服务提出了的新的要求。具体来说，为了有效应对不确定性，提升自主决策的灵活性，实时掌握各阶段态势极为重要，这要求数据信息服务必须具有强势试性。但是，在作战中，具有强势试性，能够反映战场态势的信息往往在末端，即贴近信息产生的源头(也称贴源数据)，因此，提升边缘感知能力是实现边缘指控的首要环节。在边缘感知中，除了包括贴源数据的采集外，如何进行数据的灵活传输更为重要。不同于传统的静态数据资源，贴源数据分布于战场末端，其环境相对更为复杂，通信基础设施被破坏、被干扰的可能性更大，进而引起数据传输链路的不稳定性和不可靠性，数据链路中断的风险极大。因此，如何在高动态、高复杂环境下实现贴源数据的有效传输数据时当前面临的一项挑战性任务。

当前，为应对传输链路中断的问题，研究人员提出了机会网络(opportunisticnetwork)与延迟容忍网络的概念(delay tolerant network)，二者从本质上都是在传统自组织网络架构基础之上，搭建一层覆盖层，支持数据信息的临时存储与携带转发，从而实现存储-携带-转发的传输新型模式。该模式通过节点之间的灵活协同克服网络分割的问题，改善数据传输性能。基于该模式，已有大量文献探索节点之间的协作策略，相关工作可以分为两大类：一类是基于仿真的策略，首先根据设计目标以及约束条件，如副本数等，设计数据传输算法，进而通过大量实验对算法的有效性进行检验，并根据仿真结果对相关算法进行调整优化；另一类是基于模型的策略，首先对网络结果进行分析，如节点相遇此时、持续时间等，生成定量网络模型。在此基础上，构建数据传输过程评估模型，进而通过一系列优化算法生成数据传输策略。第一类是当前的主流研究方法，如Two-hop算法通过限制每一条信息只能够转发一次，即从信息源到目的节点只经过两步来降低副本数，并通过一系列实验对其性能进行检验；Spray and Wait算法通过设置副本数及其分发方式来提升数据传输效率，但副本数如何设置等问题需要根据实验效果进行调整。除此之外，还有一系列基于节点特征设计的传输算法，这里不展开叙述。第二类算法则通过构建数学模型，试图从理论上直接找到最优传输策略。Altman E,Azad AP, Basar T等人基于离散时间马尔可夫过程构建了数据传输模型(Information transmission mode and IoT communityreconstruction based on user influence in opportunistic social networks)，进而设计了数据的最优传输策略与节点激活策略；Li Y,Jiang Y,Jin D等人则利用连续时间马尔可夫过程设计了节点最优传输策略(Energy-efficient optimal opportunisticforwarding for delay-tolerant networks)；Rong W,Yahui W U,Hongbin H等人考虑节点自身的社会行为，构建了信息传输模型，设计了最优传输策略(Cooperativetransmission in delay tolerant network)。总体来说，上述两种模式各有优势，前者在进行策略设计时相对简单，但其理论上性能究竟如何一般较难检验；后者直接分析其理论性能，一般可以得出最优策略，但其密切依赖于模型构建的准确性。

发明内容

有鉴于此，本发明重点考虑基于模型的数据传输策略设计，主要包括：基于马尔可夫随机过程构建了面向异构网络的信息传输性能分析模型，并通过仿真实验证明了模型的准确性；基于上述模型，提出了信息传输最优控制策略，并对最优策略的结构进行了分析，证明其符合阈值形式，便于在实际中落地实施。

具体的，本发明公开的面向边缘指控的贴源数据传输方法，应用于由传输节点和目的节点组成的网络，所述传输节点将信息进行转发到尽可能多的目的节点，所述目的节点则是对信息实际感兴趣的终端，方法包括以下步骤：

建立网络的信息传输模型，所述模型中的优化问题为

其中，C_max为允许消耗的最大能量，C(T)代表在时刻t因传输信息所消耗的能量，Y(t)代表在时刻t携带信息的目的节点数目；

使用庞特里亚金极大值定理来获取所述优化问题的最优解，具体包括：

首先得到汉密尔顿函数如下：

α代表每次传输所消耗的能量权重，N为传输节点数量，M为目的节点数量，X和Y分别代表携带信息的传输节点和目的节点数目，C代表消耗的能量；λ_X，λ_C，λ_Y是以上三个变量对应的伴随状态变量；β和η分别是传输节点内部及传输节点与目的节点之间的相遇速率；p是最优传输策略；

其对应的伴随状态方程满足：

相应参数的终端条件为：

λ_X(T)＝λ_Y(T)＝λ_C(T)(C(T)-C_max)＝0

基于庞特里亚金极大值定理，存在连续或分段连续可微状态和伴随状态函数满足：

上式使得所述优化问题转化为使哈密顿函数H最大化的问题，最优传输策略p满足：

进一步的，所述C(T)满足：

E(C(T))＝α(E(X(T))-1)

其中，X(t)代表在时刻t携带信息的传输节点数目，满足：

式中，p(t)代表在时刻t的传输策略，其取值为[0,1]；

Y(t)满足：

进一步的，所述最优传输策略p满足:

1)p(t)＝1，0≤t≤T；

2)存在一个时刻s，p(t)＝1，0≤t<s；p(t)＝0，s<t≤T，

其中T是信息的最大生命周期。

本发明的有益效果如下：

本发明考虑边缘感知中贴源数据的有效传输问题，重点针对高动态复杂环境下传输链路中断或动态变化引起的数据传输失效问题。利用机会网络中存储-携带-转发的信息传输模式，把边缘指控中需要传递的数据进行点对点直接传输。本发明基于马尔可夫过程把该问题建模为最优控制问题，并通过极大值定理进行求解，得到了最优传输策略，并通过仿真实验对模型的精确性以及传输性能进行了分析，证实了本发明所提策略的有效性。

附图说明

图1边缘指挥控制过程模型图；

图2模型理论与反正结果对比；

图3最优传输策略取值(C_max＝50)；

图4最优传输策略性能对比。

具体实施方式

下面结合附图对本发明作进一步的说明，但不以任何方式对本发明加以限制，基于本发明教导所作的任何变换或替换，均属于本发明的保护范围。

假设网络中有两类节点：传输节点和目的节点。其中，传输节点负责对信息进行转发，试图尽快传递到尽可能多的目的节点，其数量为N。目的节点则是对信息实际感兴趣的终端，既可以是各类边缘指挥节点，也可以是信息化装备和武器平台等，其数量设定为M。这些节点只有在相遇(进入彼此的通信范围)时才能相互通信，因此其运动规律至关重要。这里基于当前的一些研究成果，可以假设节点相遇次数服从泊松分布，且网络结构异构，即节点相遇频率具有差异性。这里假设传输节点之间相遇速率为β，目的节点与传输节点相遇速率为η。

信息传输模型

初始时刻设定为时刻0，此时只有一个传输节点携带信息，目标是在信息的有效期T内使得更多的目的节点获得信息。以X(t)和Y(t)分别代表在时刻t 携带信息的传输节点与目的节点数目，显然X(t)＝1，Y(t)＝0。结合文献“Wu Y, Deng S,Huang H.Control ofmessage transmission in delay/disruption tolerant network[J].IEEETransactions on Computational Social Systems,2018,5(1): 132-143”，可以得到，

在公式(1)中，p(t)代表在时刻t的传输策略，其取值为[0,1]。同理，可得，

信息传输过程需要消耗一定能量，且与信息传输次数成正比。以C(t)代表在时刻t因传输信息所消耗的能量，可知，

E(C(T))＝α(E(X(T))-1) (3)

其中，α为正常数，代表每次传输所消耗的能量权重。基于上述分析，信息传输策略设计，可以建模为如下优化问题：

其中，C_max为允许消耗的最大能量。

最优控制策略公式(4)是一个连续时间优化问题，基于文献“Gaff H,SchaeferE.Optimal control applied to vaccination and treatment strategies for variousepidemiological models[J].Mathematical Bioscience and Engineering,2009,6(3):469-492”中的 Filippov定理，很容易证明本发明所提出的模型中微分方程解的存在性。在此基础上，本发明使用庞特里亚金极大值定理来获取最优解，首先得到汉密尔顿函数如下：

α代表每次传输所消耗的能量权重，N为传输节点数量，M为目的节点数量，X和Y分别代表携带信息的传输节点和目的节点数目，C代表消耗的能量；λ_X，λ_C，λ_Y是以上三个变量对应的伴随状态变量；β和η分别是传输节点内部及传输节点与目的节点之间的相遇速率；p是最优传输策略。

其对应的伴随状态方程满足：

相应参数的终端条件为，

λ_X(T)＝λ_Y(T)＝λ_C(T)(C(T)-C_max)＝0 (7)

基于庞特里亚金极大值定理，可知存在连续或分段连续可微状态和伴随状态函数满足，

该公式使得公式(4)所示的问题转化为使哈密顿函数H最大化的问题。公式 (8)中，除了参数p之外，在给定时刻t可以认为其它参数是已知的。此时，最优传输策略p满足，

最优控制策略结构

公式(9)所示的最优策略服从简单的阈值结构，即有如下定理：

定理1：最优策略p满足:1)p(t)＝1，0≤t≤T；2)存在一个时刻s，p(t)＝1，0≤t<s；p(t)＝0，s<t≤T。

T是信息的最大生命周期。

证明：基于公式(5)，可得，

由于N-X和X均大于0(N＝X时所有传输节点均携带信息，p＝0)，f可转换为函数g，

假设在时刻s，满足g(s)＝0，可得，

根据定理2，函数g可知在时刻s，满足

即在时刻s，函数g为递减状态，显然下一时刻t满足g(t)<0，此时可得 p(t)＝0。根据公式(12)，可知公式(13)在时刻t同样满足。

基于以上分析，如果s存在，则有g(t)<0，s<t≤T。同样，可得p(t)＝0，s<t≤T。因此，如果s存在，则最优策略满足2)，否则满足1)。

定理2：在任意时刻t，1+λ_Y(t)>0，0≤t≤T。

证明：假设存在一个时刻0≤s≤T，1+λ_Y(s)≤0，根据公式(6)，可知，

显然，λ_Y在时刻s非递增，即下一时刻仍然满足1+λ_Y≤0。以此类推，可得 1+λ_Y(t)≤0，s≤t≤T。进而，可知λ_Y(T)≤-1<0，这与公式(7)的终端条件相矛盾。

因此，定理2成立。

本发明使用经典的机会网络仿真平台(Opportunistic Network Environmentsimulator,ONE)进行仿真验证。首先，验证信息传输模型的精确性，设置： N＝100，M＝10，η＝3.71*10^-6，设β＝2*η。

简单起见，假设p＝0.9，即始终以概率0.9向传输节点发送信息，运行20 次，结果如图2所示。从图2可以看出，本发明提出的信息传输模型与实际运行结果的差异基本在5％以内，精确度较高。下面开始探讨最优策略取值，这里设置C_max＝50，其它保持不变，从而可以得到最优策略p的取值如图3所示。

从图3可以看出，最优策略的取值确实服从阈值形式，即在特定时刻之前，始终以最大概率传输信息，之后停止在传输节点之间传播。进一步，为对比分析该策略的性能，与传统的静态策略(static policy)进行对比，即传输概率p 取值固定，且满足约束条件。同时，考虑经典的直接传输算法(Direct Routing)，即p＝0。结果对比如图4所示。

从图4可以看出，本发明提出的最优传输策略性能明显由于传统策略，目的节点及时获得信息的可能性得到了大大提升。

本发明的有益效果如下：

本发明考虑边缘感知中贴源数据的有效传输问题，重点针对高动态复杂环境下传输链路中断或动态变化引起的数据传输失效问题。利用机会网络中存储-携带-转发的信息传输模式，把边缘指控中需要传递的数据进行点对点直接传输。本发明基于马尔可夫过程把该问题建模为最优控制问题，并通过极大值定理进行求解，得到了最优传输策略，并通过仿真实验对模型的精确性以及传输性能进行了分析，证实了本发明所提策略的有效性。

本文所使用的词语“优选的”意指用作实例、示例或例证。本文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反，词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即，除非另外指定或从上下文中清楚，“X使用A或B”意指自然包括排列的任意一个。即，如果X使用A；X使用B；或 X使用A和B二者，则“X使用A或B”在前述任一示例中得到满足。

而且，尽管已经相对于一个或实现方式示出并描述了本公开，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件等)执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示)，即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外，尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。

本发明实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以多个或多个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的存储方法。

综上所述，上述实施例为本发明的一种实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何背离本发明的精神实质与原理下所做的改变、修饰、代替、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (3)

1.面向边缘指控的贴源数据传输方法，应用于由传输节点和目的节点组成的网络，所述传输节点将信息进行转发到尽可能多的目的节点，所述目的节点则是对信息实际感兴趣的终端，其特征在于，方法包括以下步骤：

建立网络的信息传输模型，所述模型中的优化问题为max E(Y(t))

s.t.E(C(T))≤C_max；

其中，C_max为允许消耗的最大能量，C(T)代表在时刻t因传输信息所消耗的能量，Y(t)代表在时刻t携带信息的目的节点数目；

使用庞特里亚金极大值定理来获取所述优化问题的最优解，具体包括：首先得到汉密尔顿函数如下：

α代表每次传输所消耗的能量权重，N为传输节点数量，M为目的节点数量，X和Y分别代表携带信息的传输节点和目的节点数目，C代表消耗的能量；λ_X，λ_C，λ_Y是以上三个变量对应的伴随状态变量；β和η分别是传输节点内部及传输节点与目的节点之间的相遇速率；p是最优传输策略；

基于汉密尔顿方程，可得到对应的伴随状态方程满足：

相应参数的终端条件为：

λ_X(T)＝λ_Y(T)＝λ_C(T)(C(T)-C_max)＝0

基于庞特里亚金极大值定理，存在连续或分段连续可微状态和伴随状态函数满足：

上式使得所述优化问题转化为使哈密顿函数H最大化的问题，最优传输策略p满足：

2.根据权利要求1所述的面向边缘指控的贴源数据传输方法，其特征在于，所述C(T)满足：

E(C(T))＝α(E(X(T))-1)

其中，X(t)代表在时刻t携带信息的传输节点数目，满足：

式中，p(t)代表在时刻t的传输策略，其取值为[0,1]；

Y(t)满足：

3.根据权利要求1所述的面向边缘指控的贴源数据传输方法，其特征在于，所述最优传输策略p满足:

1)p(t)＝1，0≤t≤T；

2)存在一个时刻s，p(t)＝1，0≤t<s；p(t)＝0，s<t≤T，

其中T是信息的最大生命周期。

Images