CN116074939B - 一种基于动态优化的物联网边缘设备协同接入方法 - Google Patents

一种基于动态优化的物联网边缘设备协同接入方法 Download PDF

Info

Publication number
CN116074939B
CN116074939B CN202310207123.1A CN202310207123A CN116074939B CN 116074939 B CN116074939 B CN 116074939B CN 202310207123 A CN202310207123 A CN 202310207123A CN 116074939 B CN116074939 B CN 116074939B
Authority
CN
China
Prior art keywords
internet
cluster
things
cluster head
equipment
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
Application number
CN202310207123.1A
Other languages
English (en)
Other versions
CN116074939A (zh
Inventor
朱洪波
孙建平
金石
赵海涛
张晖
周锋
王皓天
文慧智
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.)
Huawei Technologies Co Ltd
Southeast University
Nanjing University of Posts and Telecommunications
Yancheng Institute of Technology
Original Assignee
Huawei Technologies Co Ltd
Southeast University
Nanjing University of Posts and Telecommunications
Yancheng Institute of Technology
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 Huawei Technologies Co Ltd, Southeast University, Nanjing University of Posts and Telecommunications, Yancheng Institute of Technology filed Critical Huawei Technologies Co Ltd
Priority to CN202310207123.1A priority Critical patent/CN116074939B/zh
Publication of CN116074939A publication Critical patent/CN116074939A/zh
Application granted granted Critical
Publication of CN116074939B publication Critical patent/CN116074939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
    • H04W52/282—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission taking into account the speed of the mobile
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/38—TPC being performed in particular situations
    • H04W52/46—TPC being performed in particular situations in multi hop networks, e.g. wireless relay networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • 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)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于动态优化的物联网边缘设备协同接入方法，包括以下步骤：每个同类簇中的物联网边缘设备共同采集环境中的有用信息；在观察时间内，在每个簇头设备上提出基于平均信息年龄动态约束的总功率最小化问题；每个簇头设备根据最优功率分配方案和设备选择策略采集簇内其他设备发送的信号；所有簇头设备将信号发送给服务其的AP，AP作为中继，将信号发给CPU；在CPU上提出一个附带环境分类权重的信息年龄最小化问题，以进一步优化功率分配策略。本发明构建了基于环境变化率和设备移动性的信息年龄动态优化，保证了信息传输的新鲜度，且减少了资源受限的物联网边缘设备接入网络的功率消耗。

Description

一种基于动态优化的物联网边缘设备协同接入方法
技术领域
本发明涉及物联网资源调度与优化领域，尤其涉及一种基于动态优化的物联网边缘设备协同接入方法。
背景技术
下一代无线网络的目标是通过提供大规模连接、超可靠和低延迟的通信以及快速的宽带速度来提供比前几代网络的巨大改进，其中，物联网技术作为优先发展的重要场景技术。智能交通系统（ITS）、触觉互联网、增强/虚拟现实等都将在这一领域得到广泛应用，这些应用的关键是依赖于实时信息更新的关键决策。例如，协作式自动驾驶系统是一种ITS应用，其中的状态信息，如速度和车辆位置，以及其他感官数据，出于安全考虑，需要及时传播。另一个应用属于交通监控系统，其中几个安全摄像头监控交通，如果发生任何事故，它必须立即通知控制中心，以便快速调度应急车辆。在上述例子中，如果传递的信息不“新鲜”，即如果信息更新不及时，可能会产生严重的后果，不仅影响这些智能和关键系统的性能，而且影响人们的安全和健康。因此，状态更新的可靠性和及时性对于这些实时应用至关重要。
近期，通过定义一个新的性能度量指标信息年龄（AoI）来研究信息接收时的新鲜度，从目的地的角度量化状态更新的新鲜程度。其在针对时间严格应用的延迟度量指标来指定信息新鲜度方面带来了全新的意义，因此最近得到了广泛的研究。特别的，在物联网环境中，许多物联网边缘设备在接入过程中可通过优化信息年龄这一度量指标来实现更优的接入，如功率分配方案与设备选择策略。
另外，物联网环境移动流量的快速增长，导致了移动网络对高吞吐量的迫切需求。为了应对这种情况，需要部署可以提供更高频谱效率的高服务质量网络，其中大规模的多输入多输出技术（MIMO）是一种前景广阔的技术。在大规模MIMO中，大规模天线阵列部署在同一时频资源且同时服务于多个用户，实现了频谱效率的提升。近年来，cell-freemassive MIMO（去蜂窝大规模MIMO）技术被提出，它作为大规模MIMO和分布式MIMO的融合，兼顾了两者的优势，部署在物联网环境中，确保所有物联网边缘设备获得统一良好的服务质量（QoS）。
发明内容
发明目的：本发明的目的是提供一种能降低簇内设备的总发送功率、减小物联网边缘设备移动性对信息时效性影响的基于动态优化的物联网边缘设备协同接入方法。
技术方案：本发明的物联网边缘设备协同接入方法，包括步骤如下：
S1，设定每个同类簇中的物联网边缘设备共同采集环境中的有用信息；所述有用信息为物联网边缘设备需要采集的环境时效性信息；
S2，当簇头设备将信号发送给AP时，在观察时间内，根据环境变化率和物联网边缘设备的移动速度，对每个簇头设备构建基于平均信息年龄动态约束的平均功率最小化问题； 通过求解平均功率最小化，得到最优功率分配方案设备选择策略；
S3，根据最优功率分配方案和设备选择策略，每个簇头设备聚合同类簇中其他物联网边缘设备发送的信号；
S4，当AP将信号发给CPU时，构建一个附带环境分类权重的信息年龄最小化问题，以进一步优化簇头设备的功率分配策略。
进一步，步骤S1中，定义同类簇是传递同类时效性信息的物联网边缘设备集群，表示为 ；设共有Q个同类簇，每个同类簇中有一个簇头设备，第k个簇内有N k 个设备，则有：
其中，为簇头设备，对第k个同类簇内其他设备进行聚合；簇头设备构成集合。
进一步，步骤S2中，在观察时间内，根据平均信息年龄约束，对每个同类簇的簇头设备构建基于平均信息年龄动态约束的优化问题，表达式如下：
其中，；观察时间区间为，其分为若干个时隙，/>，T0为物联网边缘设备最大传输时延；/>为指示标量，/>表示在时隙t物联网边缘设备i向簇头设备发送信号，/>则不发送信号； />表示在时隙t物联网边缘设备i的发送功率；/>、/>分别为物联网边缘设备i实际测得的最小发射功率和最大发射功率；/>表示观察时间内第k个同类簇中物联网边缘设备发射的平均总功率；/>，但不包括簇头设备/>；
表示第k个同类簇的平均信息年龄，表达式如下：
其中，表示第k个同类簇中第i个物联网边缘设备在时隙t的信息年龄，表达式如下：
其中，表示物联网边缘设备i在时隙t的信干噪比，/>表示信息成功传输的信干噪比阈值；/>分别表示第k个同类簇中的簇头设备接收到信息的最小信息年龄和最大信息年龄；
表示第i个物联网边缘设备在时隙t的多普勒频移，表达式为：
其中，为信号传输带宽的中心频率，单位为Hz； />为电磁波传播速度；/>为第i个物联网边缘设备在时隙t的移动速度，单位为/>；
表示第k个同类簇所检测的环境变化率，/>，为一段时间内某一时隙相对于前一时隙信号幅值的变化程度，其表达式如下：
其中，表示第k个同类簇中在时隙t采集到的信号，/>表示信号的幅值。
进一步，步骤S4中，当AP将信号发给CPU时，包括：选取一个具有M个单天线AP的去蜂窝大规模MIMO网络，采用TDD制式，每个天线AP作为中继，通过前传链路与CPU相连，服务一定数量的物联网边缘设备。
进一步，步骤S4中，所述附带环境分类权重的信息年龄最小化问题的表达式如下：
其中，；定义接入时间为/>，表示簇头设备将聚合的信号发送到AP，再通过前传链路发送到CPU的时间，并设所有簇头设备接入时间相同，其中T为簇头设备最大接入时延；/>表示第k个同类簇的簇头设备的发送功率，为第k个同类簇的簇头设备的最大发送功率限制；
表示簇头设备/>在时隙t的信干噪比，其表达式为：
其中，表示第k个同类簇中，簇头设备/>和第m个AP之间的信道， />表示第l个同类簇中，簇头设备/>和第m个AP之间的信道；/>表示第l个同类簇的簇头设备的发送功率；/>表示信道高斯白噪声的功率；
表示簇头设备/>发送信号的瞬时信息年龄，表达式为：
表示环境分类权重，其表达式为：
其中，为簇头设备/>的移动-环境变化率，表达式为：
表示第i个物联网边缘设备在时隙t的多普勒频移； />为所考虑场景实际可达到的最大多普勒频移。
本发明与现有技术相比，其显著效果如下：
1、 本发明考虑到能量受限的物联网边缘设备，在每个簇头设备上提出基于平均信息年龄的平均功率最小化问题，其中平均信息年龄的约束范围与环境变化率有关，因此能实现约束动态化，降低该簇内物联网边缘设备的总发送功率，提高了物联网环境中边缘设备能量资源的利用效率；
2、每个簇头设备根据优化的功率和物联网边缘设备选择策略聚合设备采集的信号，并将信号发送给服务其的AP，AP作为中继，将信号发给CPU，此过程利用了去蜂窝大规模MIMO具有的宏分集和频谱效率高等优势，借助下一代通信网络的合理架构，提高了通信系统的频谱利用率；
3、在CPU上提出一个附带环境分类权重的信息年龄最小化问题，以进一步优化簇头设备的功率分配策略；同时，在平均信息年龄的定义中引入了多普勒频移变量，以减小物联网边缘设备移动性对信息时效性的影响，实现了契合物联网边缘环境的资源调度方法。
附图说明
图1为本发明的流程图；
图2为本发明中去蜂窝大规模MIMO的物联网架构。
具体实施方式
下面结合说明书附图和具体实施方式对本发明做进一步详细描述。
本实施例将去蜂窝大规模MIMO的网络架构部署在物联网场景中，以信息年龄作为度量指标以优化物联网边缘设备的协同接入方法。
如图1所示为基于动态优化的物联网边缘设备协同接入方法的流程图，其具体实现过程包括如下步骤：
步骤1，每个同类簇中的物联网边缘设备共同采集环境中的有用信息
定义同类簇为传递同类时效性信息的物联网边缘设备集群，表示为，每个同类簇完成某一种有用信息的采集与聚合，有用信息包括物联网边缘设备需要采集的环境时效性信息，如温度、湿度等；设共有Q个同类簇，第k个簇内有N k 个设备（其中，1个簇头设备，N k -1 个物联网边缘设备），则有：
(1)
其中，为簇头设备，具有一定本地处理能力，实现对第k个同类簇内其他物联网边缘设备的聚合功能；簇头设备构成集合/>。
步骤2，基于平均信息年龄动态约束的平均功率最小化问题
于观察时间内，在每个同类簇的簇头设备上构建基于平均信息年龄动态约束的优化问题如下：
（2）
其中，；定义观察时间区间，表示簇内优化时间，其分为若干个时隙，即/>，T0为物联网边缘设备最大传输时延；/>为指示标量，/>表示在时隙t物联网边缘设备i向簇头设备发送信号， />则不发送，由此可表示簇头设备的选择策略； />表示在时隙t物联网边缘设备i的发送功率；/>分别为该场景物联网边缘设备i实际可测得的最小发射功率和最大发射功率， />表示观察时间内第k个同类簇中物联网边缘设备发射的平均总功率；，但不包括簇头设备/>。
第k个同类簇的平均信息年龄定义为：
（3）
其中， 表示第k个同类簇中第i个物联网边缘设备在时隙t的信息年龄，从AP接收端的角度显示了物联网边缘设备发送信息的新鲜度，其定义为：
(4)
其中表示物联网边缘设备i在时隙t的信干噪比，/>表示信息成功传输的信干噪比阈值；/>分别表示第k个同类簇中的簇头设备接收信息的最大信息年龄和最小信息年龄。
同时，的定义考虑了物联网边缘设备i的移动速度，即移动速度越快，多普勒频移效应影响越大，则信息传输通信性能下降，于是引入因子/>表示平均信息年龄增大，即信息采集时效性会降低；优化目标中，引入因子/>来提高物联网边缘设备i的发射功率以降低信息年龄，使其满足约束条件；
其中 表示第i个物联网边缘设备在时隙t的多普勒频移，表达式为：
(5)
其中为信号传输带宽的中心频率，单位为Hz，/>为电磁波传播速度，为第i个物联网边缘设备在时隙t的移动速度，单位为/>；/>为所考虑场景实际可达到的最大多普勒频移，本实施例不考虑入射角的影响。
优化问题的第二个约束表示了基于环境变化率/> 的平均信息年龄动态约束。第k个同类簇所检测的环境变化率为/>，定义为一段时间内某一时隙相对于前一时隙信号幅值的变化程度，其表达式为：
(6)
其中，表示第k个同类簇中在时隙t采集到的信号，/>表示信号的幅值；
所以优化问题的含义为，在观察时间内，构建可以根据环境变化率而动态变化的平均信息年龄约束，当环境变化率较大时，此时系统的平均信息年龄应尽可能小以保证信息的新鲜度，在此情况下，确定满足所有物联网边缘设备总发射功率最小的功率分配方案和设备选择策略；反之，当环境变化率较小时，对平均信息年龄的要求不高，从而通过优化减少了部分设备的发送功率；同时，考虑了设备移动性的影响，当移动速度增大时，通过提高设备发送功率来降低接收端平均信息年龄。
综上，的求解可以考虑成一个双层优化问题，外层问题为设备选择问题，内层为功率分配策略问题，求解方法为先由内层优化问题得到功率取值的可行域，在可行域中搜索取值带入外层优化问题，此时外层问题为一个二分匹配问题，使用匈牙利算法可得到最优设备选择策略。
步骤3，根据物联网边缘设备功率分配方案和最优设备选择策略，每个簇头设备聚合簇内物联网边缘设备发送的信号
根据步骤2中基于平均信息年龄动态约束的优化问题，求解得到的优化变量为发送功率和设备选择策略，设备选择策略决定了本轮物联网边缘设备传输的启停方案，即只有部分物联网边缘设备根据功率策略传输信息到相应的簇头设备，其他物联网边缘设备本轮不进行传输。
步骤4，构建附带分类权重的信息年龄最小化问题
选取一个具有M个单天线AP（Access Point访问接入点）的去蜂窝大规模MIMO（Multiple Input Multiple Output）网络，采用TDD（Time Division Duplexing时分双工）制式，每个AP作为中继，通过前传链路与CPU相连，服务一定数量的物联网边缘设备，如图2所示。
簇头设备构成集合，每个簇头设备将聚合的信号发送给服务其的AP， AP作为中继，将信号发给CPU。
对CPU构建一个附带分类权重的信息年龄最小化问题，进一步优化簇头设备的功率分配策略：
（7）
其中，；定义接入时间/>，其表示簇头设备将聚合的信号发送到AP，再通过前传链路发送到CPU的时间，假设所有簇头设备接入时间相同，其中T为簇头设备最大接入时延；/>表示第k个同类簇的簇头设备的发送功率，/>为第k个同类簇的簇头设备的最大发送功率限制；
表示簇头设备/>在时隙t的信干噪比，其表达式为：
(8)
其中，表示第k个同类簇中，簇头设备/>和第m个AP之间的信道，/>表示第l个同类簇中，簇头设备/>和第m个AP之间的信道；/>表示第l个同类簇的簇头设备的发送功率，即对于簇头设备/>来说，在传输信息到第m个AP的过程中存在多用户干扰，/>表示信道高斯白噪声的功率；
表示簇头设备/>发送信号的瞬时信息年龄，表达式为：
（9）
表示环境分类权重，同时考虑环境变化率和簇头设备的移动性不同，则其信息新鲜度的优先级也有所差别，其表达式为：
(10)
其中，为簇头设备/>的移动-环境变化率，表达式为：
(11)
具体来说，环境分类权重越大，其功率约束范围越大，对应第一个约束条件，即发送功率可达值越高，以获得更小的信息年龄。
第二个约束条件表示在这个过程所有簇头设备传输的信息虽然权重不同，但必须成功传输以保持信息采集的完整性。
对于优化问题，优化目标为线性表达式，约束条件中的信干噪比为二次表达式，所以其为一个二次优化问题，可通过将其转化为二阶锥规划（SOCP）问题，再使用相关凸优化求解方法（如MATLAB CVX工具包），从而得到最优功率向量。
最后，应当理解的是，本发明中所述实施例仅用以说明本发明实施例的原则；其他的变形也可能属于本发明的范围；因此，作为示例而非限制，本发明实施例的替代配置可视为与本发明的教导一致；相应地，本发明的实施例不限于本发明明确介绍和描述的实施例。

Claims (3)

1.一种基于动态优化的物联网边缘设备协同接入方法，其特征在于，包括步骤如下：
S1，设定每个同类簇中的物联网边缘设备共同采集环境中的有用信息；所述同类簇为传递同类时效性信息的物联网边缘设备集群，所述有用信息为物联网边缘设备需要采集的环境时效性信息；
S2，当簇头设备将信号发送给AP时，在观察时间内，根据环境变化率和物联网边缘设备的移动速度，对每个簇头设备构建基于平均信息年龄动态约束的平均功率最小化问题；通过求解平均功率最小化问题，得到最优功率分配方案和设备选择策略；所述簇头设备，具有本地处理能力，实现对同类簇内其他物联网边缘设备的聚合功能；
S3，根据最优功率分配方案和设备选择策略，每个簇头设备聚合同类簇中其他物联网边缘设备发送的信号；
S4，当AP将信号发给CPU时，构建一个附带环境分类权重的信息年龄最小化问题，以进一步优化簇头设备的功率分配策略；
所述步骤S2中，在观察时间内，根据平均信息年龄约束，对每个同类簇的簇头设备构建基于平均信息年龄动态约束的优化问题，表达式如下：
s.t.bi(t)∈{0，1}
Pi，min≤Pi(t)≤Pi，max
其中，pi＝[Pi(1)，…，Pi(T0)]，bi＝[bi(1)，…，bi(T0)]；观察时间区间为[1，T0]，其分为若干个时隙，t∈{1，2，…，T0}，T0为物联网边缘设备最大传输时延；bi(t)为指示标量，bi(t)＝1表示在时隙t物联网边缘设备i向簇头设备发送信号，bi(t)＝0则不发送信号；Pi(t)表示在时隙t物联网边缘设备i的发送功率；Pi，min、Pi，max分别为物联网边缘设备i实际测得的最小发射功率和最大发射功率；Psum表示观察时间内第k个同类簇中物联网边缘设备发射的平均总功率；i∈Ck，但不包括簇头设备dk，h；
表示第k个同类簇的平均信息年龄，表达式如下：
其中，表示第k个同类簇中第i个物联网边缘设备在时隙t的信息年龄，表达式如下：
其中，γi(t)表示物联网边缘设备i在时隙t的信干噪比，γth表示信息成功传输的信干噪比阈值；AoImin，k、AoImax，k分别表示第k个同类簇中的簇头设备接收到信息的最小信息年龄和最大信息年龄；
fi d(t)表示第i个物联网边缘设备在时隙t的多普勒频移，表达式为：
其中，fc为信号传输带宽的中心频率，单位为Hz；c＝3×108m/s为电磁波传播速度；vi(t)为第i个物联网边缘设备在时隙t的移动速度，单位为m/s；
ek表示第k个同类簇所检测的环境变化率，ek∈[0，1]，为一段时间内某一时隙相对于前一时隙信号幅值的变化程度，其表达式如下：
其中，sk(t)表示第k个同类簇中在时隙t采集到的信号，|·|表示信号的幅值；
所述步骤S4中，所述附带环境分类权重的信息年龄最小化问题的表达式如下：
其中，pk＝|Pk(T0+1)，…，Pk(T0+T)]；定义接入时间为[T0+1，T0+T]，表示簇头设备将聚合的信号发送到AP，再通过前传链路发送到CPU的时间，并设所有簇头设备接入时间相同，其中T为簇头设备最大接入时延；Pk(t)表示第k个同类簇的簇头设备的发送功率，Pk，max为第k个同类簇的簇头设备的最大发送功率限制；
γk(t)表示簇头设备dk，h在时隙t的信干噪比，其表达式为：
其中，hmk表示第k个同类簇中，簇头设备dk，h和第m个AP之间的信道，hml表示第l个同类簇中，簇头设备dl，h和第m个AP之间的信道；Pl(t)表示第l个同类簇的簇头设备的发送功率；σ2表示信道高斯白噪声的功率；
AoIk表示簇头设备dk，h发送信号的瞬时信息年龄，表达式为：
ωk表示环境分类权重，其表达式为：
其中，e′k为簇头设备dk，h的移动-环境变化率，表达式为：
fi d(t)表示第i个物联网边缘设备在时隙t的多普勒频移；fd，max为所考虑场景实际可达到的最大多普勒频移；表示第k个同类簇中簇头设备在时隙t的信息年龄。
2.根据权利要求1所述基于动态优化的物联网边缘设备协同接入方法，其特征在于，步骤S1中，所述同类簇表示为Ck，k＝1，2，…，Q；设共有Q个同类簇，每个同类簇中有一个簇头设备，第k个簇内有Nk个设备，则有：
其中，dk，h为簇头设备，对第k个同类簇内其他设备进行聚合；簇头设备构成集合D＝{d1，h，d2，h，…，dQ，h}。
3.根据权利要求1所述基于动态优化的物联网边缘设备协同接入方法，其特征在于，步骤S4中，当AP将信号发给CPU时，包括：选取一个具有M个单天线AP的去蜂窝大规模MIMO网络，采用TDD制式，每个天线AP作为中继，通过前传链路与CPU相连，服务一定数量的物联网边缘设备。
CN202310207123.1A 2023-03-07 2023-03-07 一种基于动态优化的物联网边缘设备协同接入方法 Active CN116074939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310207123.1A CN116074939B (zh) 2023-03-07 2023-03-07 一种基于动态优化的物联网边缘设备协同接入方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310207123.1A CN116074939B (zh) 2023-03-07 2023-03-07 一种基于动态优化的物联网边缘设备协同接入方法

Publications (2)

Publication Number Publication Date
CN116074939A CN116074939A (zh) 2023-05-05
CN116074939B true CN116074939B (zh) 2023-08-15

Family

ID=86171644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310207123.1A Active CN116074939B (zh) 2023-03-07 2023-03-07 一种基于动态优化的物联网边缘设备协同接入方法

Country Status (1)

Country Link
CN (1) CN116074939B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110543185A (zh) * 2019-07-19 2019-12-06 宁波大学 一种基于最小化信息年龄的无人机数据收集方法
CN113504999A (zh) * 2021-08-05 2021-10-15 重庆大学 一种面向高性能分层联邦边缘学习的调度与资源分配方法
CN114615637A (zh) * 2022-01-21 2022-06-10 哈尔滨工业大学（深圳） 一种基于双级轮询的高信息时效性数据传输方法
CN115633314A (zh) * 2022-09-19 2023-01-20 山东大学 一种基于信息优先级的分布式边缘计算信息调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220110018A1 (en) * 2021-04-29 2022-04-07 Intel Corporation Intelligent transport system congestion and multi-channel control

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110543185A (zh) * 2019-07-19 2019-12-06 宁波大学 一种基于最小化信息年龄的无人机数据收集方法
CN113504999A (zh) * 2021-08-05 2021-10-15 重庆大学 一种面向高性能分层联邦边缘学习的调度与资源分配方法
CN114615637A (zh) * 2022-01-21 2022-06-10 哈尔滨工业大学（深圳） 一种基于双级轮询的高信息时效性数据传输方法
CN115633314A (zh) * 2022-09-19 2023-01-20 山东大学 一种基于信息优先级的分布式边缘计算信息调度方法

Also Published As

Publication number Publication date
CN116074939A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
Zhang et al. Beyond D2D: Full dimension UAV-to-everything communications in 6G
Zhang et al. Intelligent user association for symbiotic radio networks using deep reinforcement learning
Ye et al. Joint RAN slicing and computation offloading for autonomous vehicular networks: A learning-assisted hierarchical approach
Zhong et al. Traffic matching in 5G ultra-dense networks
CN110012547B (zh) 一种共生网络中用户关联的方法
Al-Abiad et al. Energy-efficient resource allocation for federated learning in noma-enabled and relay-assisted internet of things networks
CN114867030B (zh) 双时间尺度智能无线接入网切片方法
Liu et al. Joint resource optimization for UAV-enabled multichannel Internet of Things based on intelligent fog computing
Wang et al. Intelligent resource allocation in UAV-enabled mobile edge computing networks
Luo et al. Communication-aware path design for indoor robots exploiting federated deep reinforcement learning
Shankar et al. Impact of node mobility on the DL based uplink and downlink MIMO-NOMA network
Qian et al. Enabling fully-decoupled radio access with elastic resource allocation
Fan et al. Channel assignment and power allocation utilizing NOMA in long-distance UAV wireless communication
Zhang et al. Matching-based resource allocation and distributed power control using mean field game in the NOMA-based UAV networks
Song et al. Distributed Resource Allocation With Federated Learning for Delay-Sensitive IoV Services
Labana et al. Joint user association and resource allocation in CoMP-enabled heterogeneous CRAN
Zhao et al. Downlink Resource Intelligent Scheduling in mmWave Cell-Free Urban Vehicle Network
CN116074939B (zh) 一种基于动态优化的物联网边缘设备协同接入方法
Chen et al. Timeliness analysis of service-driven collaborative mobile edge computing in UAV swarm
Xu et al. Energy efficiency optimization of NOMA IoT communication for 5G
Zhang et al. A convolutional neural network based resource management algorithm for NOMA enhanced D2D and cellular hybrid networks
Zhang et al. Energy efficient resource allocation in millimeter-wave-based fog radio access networks
CN115633402A (zh) 一种面向混合业务吞吐量优化的资源调度方法
Al-Habob et al. Latency minimization in phase-coupled STAR-RIS assisted multi-MEC server systems
Wang et al. Traffic offloading and resource allocation for PDMA-based integrated satellite/terrestrial networks

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