CN116456372B - 基于动态缩减策略空间的无线监测网络调度方法和系统 - Google Patents

基于动态缩减策略空间的无线监测网络调度方法和系统 Download PDF

Info

Publication number
CN116456372B
CN116456372B CN202310685631.0A CN202310685631A CN116456372B CN 116456372 B CN116456372 B CN 116456372B CN 202310685631 A CN202310685631 A CN 202310685631A CN 116456372 B CN116456372 B CN 116456372B
Authority
CN
China
Prior art keywords
scheduling
time slot
terminal node
wireless monitoring
monitoring network
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
CN202310685631.0A
Other languages
English (en)
Other versions
CN116456372A (zh
Inventor
石雷
季睿
董满生
龙建成
冯世龙
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.)
Hefei University of Technology
Original Assignee
Hefei University 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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202310685631.0A priority Critical patent/CN116456372B/zh
Publication of CN116456372A publication Critical patent/CN116456372A/zh
Application granted granted Critical
Publication of CN116456372B publication Critical patent/CN116456372B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及长距离无线网络调度策略技术领域，尤其是一种基于动态缩减策略空间的无线监测网络调度方法和系统。通过电池剩余能量删减和信息年龄聚类实现了动态策略空间缩减，降低了调度策略搜索空间的大小，保证了快速搜索到最优的调度策略。本发明可以提升LoRa无线监测网络的实时性水平，保证数据包到达网关的信息新鲜度，从而为环境监测、矿区危险预警、野外火灾预警等实际场景提供实时性保障。

Description

基于动态缩减策略空间的无线监测网络调度方法和系统
技术领域
本发明涉及长距离无线网络调度策略技术领域，尤其是一种基于动态缩减策略空间的无线监测网络调度方法和系统。
背景技术
LoRa（Long Range，长距离）无线网络是一种低功耗、长距离无线通信技术，LoRa无线网络结构为星状网络，网络中心为网关，网关接收来自终端节点的数据包，网关将接收到的数据包打包成数据块后发送给边缘服务器处理。接收多个LoRa终端节点的数据包将导致网关的数据包产生积压，而放缓接收数据包将导致数据包的实时性水平降低。如何平衡这两个指标是优化调度方法设计的一个难点之一。
描述数据包信息新鲜度的性能指标为数据包的峰值信息年龄（PAoI），较低的PAoI意味着信息传输的新鲜度更高，可以更及时地做出决策或采取行动，而较高的PAoI则意味着信息已经过时，可能会导致决策或行动不准确或无效。在设计优化调度方法时，需要考虑到LoRa终端节点的能耗问题、数据包的信息年龄（AoI）情况以及网关的数据包积压情况。
常见的优化调度方法有基于贪婪算法的优化调度算法、基于零等待算法的优化调度算法等。基于贪婪算法的优化调度方法是一种基于启发式算法的优化方法，通过不断地做出局部最优决策，来实现全局最优的调度策略。基于零等待算法的优化调度方法是一种用于无线网络中的调度算法，其主要目的是尽可能地减少用户的等待时间。基于零等待算法中，用户的数据传输请求被认为是具有相同重要性的，并且需要尽快得到满足；也就是当终端节点产生数据包后，将会立即选择传输到网关上进行处理。
这两种传统的优化调度方法设计在一定程度上能够降低LoRa终端节点的长期平均峰值信息年龄，提高系统的实时性水平。但是在涉及终端节点能量有限的情况下，过多的传输数据包将导致终端节点的能量消耗过大，从而影响数据包的正常传输。同时网关的数据包积压程度上升，同样不利于整体系统的长期稳定性。
发明内容
为了克服上述现有技术中LoRa无线网络调度方法难以平衡各项指标的缺陷，本发明提出了一种基于动态缩减策略空间的无线监测网络调度方法，能够在保证能耗约束和队列积压约束的前提下，优化系统的长期平均峰值信息年龄指标。
本发明提出的一种基于动态缩减策略空间的无线监测网络调度方法，适用于基于LoRa网络构建的无线监测网络，所述方法包括以下步骤：
S1、设置时隙长度，获取时隙t上无线监测网络的状态Ω(t)，Ω(t)包括时隙t上网关的数据包积压数量Sg(t)、时隙t上无线监测网络中各终端节点的信息年龄和电池剩余能量；
S2、定义终端节点将数据包成功发送至网关的能耗记作终端节点的传输能耗，筛选无线监测网络中电池剩余能量大于或者等于其传输能耗的终端节点作为初筛终端；
S3、对初筛终端进行分类，同一类别中的初筛终端的信息年龄相等；
S4、结合数据包积压数量Sg(t)生成调度策略，构建时隙t上的调度策略空间H(t)，结合设定的目标优化函数从调度策略空间H(t)中筛选最优调度策略π(t,op)；调度策略空间H(t)中的调度策略用于确定从各个类别中选择的终端节点的数量；
S5、以最优调度策略π(t,op)为约束，从各个类别中随机选择对应数量的终端节点作为调度对象，统计所有调度对象构成目标调度策略π(t,get)，目标调度策略用于标明各个终端节点是否为调度对象，调度对象为被允许在时隙t+1上向网关发送数据包的终端节点。
优选的，目标优化函数为：
π(t,op)=min{E[B+∑i=0 Iµ(i,t)+V×P(Ω(t),πm(t))]}πm(t)∈H(t)
B ≥B(t)
B(t)=[µ(t)2+(∑i=0 Iµ(i,t))2]/2
其中，µ(i,t)表示第i个终端节点的服务速率，E表示在µ(i,t)分布空间上的期望；B为设定常数，其表示中间式B(t)的上限值；V表示设定的非负惩罚权重值；P表示设定的惩罚函数，P(Ω(t),πm(t))表示在状态Ω(t)时执行H(t)中第m个调度策略πm(t)的惩罚值；µ(t)表示t时隙上网关的服务速率；I为无线监测网络中终端节点总数量，i为序数，1≤i≤I。
优选的，惩罚函数为：
P(Ω(t),πm(t))=P0-∑n=1 N[Num(m,t,n)×Az(n,t)2]
P0为设定的惩罚初始值，Num(m,t,n)表示调度策略πm(t)中从第n个类别中选择的发送数据包的初筛终端数量，Az(n,t)表示第n个类别的信息年龄，N为初筛终端根据信息年龄分类后的类别数量。
优选的，终端节点的信息年龄的计算规则如下：
如果第i个终端节点的数据包在时隙t-1上已发送出去，且新的数据包未生成，则Ai(t)=1；
如果第i个终端节点在时隙t上生成数据包，数据包自带的时间戳为Δt，则Ai(t)=t-Δt；
如果第i个终端节点的数据包在时隙t-1上未发送出去，则Ai(t)=Ai(t-1)+1；
时隙t-1为时隙t的前一个时隙。
本发明还提出了一种基于动态缩减策略空间的无线监测网络调度系统，采用上述的基于动态缩减策略空间的无线监测网络调度方法实现无线监测网络的数据包调度，该系统包括数据采集模块、数据处理模块和指令输出模块；数据采集模块、数据处理模块和指令输出模块均运行在LoRa网络的边缘服务器中；
数据采集模块用于收集LoRa网络中网关的状态数据和各终端节点的状态数据，网关的状态数据包括网关的数据包积压数量Sg(t)和服务速率µ(t)，终端节点的状态数据包括终端节点的信息年龄、电池剩余能量和服务速率；
数据处理模块与数据采集模块连接，数据处理模块结合网关的状态数据和各终端节点的状态数据运行所述的基于动态缩减策略空间的无线监测网络调度方法，以获取目标调度策略；
指令输出模块分别连接数据处理模块和各终端节点，指令输出模块根据目标调度策略向各终端节点下发传输指令，传输指令包括允许发送和不允许发送；
收到允许发送的终端节点在下一个时隙向网关发送数据包；收到不允许发送的终端节点不参与下一个时隙的数据包发送。
本发明还提出了一种基于动态缩减策略空间的无线监测网络调度系统，用于承载上述的基于动态缩减策略空间的无线监测网络调度方法，该系统包括存储器，存储器中存储有计算机程序，所述计算机程序被执行时，用于实现所述的基于动态缩减策略空间的无线监测网络调度方法。
优选的，还包括处理器，处理器与存储器连接，处理器用于执行所述计算机程序以实现所述的基于动态缩减策略空间的无线监测网络调度方法。
本发明的优点在于：
（1）本发明提出的基于动态缩减策略空间的无线监测网络调度方法，提出了一种策略空间动态缩减算法，通过对LoRa网络结构进一步的分析，缩减动作策略空间的维度，从而更快的在策略空间中找到满足优化问题约束的近似最优解。本发明将拥有相同AoI的终端节点的调度决策通过分类进行折叠，动态缩减了策略空间，提升了算法的收敛速度。
（2）本发明将一个长期优化问题转变成了一个单时隙内选择最佳调度策略的优化问题，通过电池剩余能量删减和信息年龄聚类实现了动态策略空间缩减，降低了调度策略搜索空间的大小，保证了快速搜索到最优的调度策略。本发明可以提升LoRa无线监测网络的实时性水平 ，保证数据包到达网关的信息新鲜度，从而为环境监测、矿区危险预警、野外火灾预警等实际场景提供实时性保障。
（3）本发明中定义了每一个时隙下的网络状态，包括终端节点的电池状态和信息年龄、网关的状态等，实现了对终端节点能耗约束、网关的数据包积压程度和缓存队列稳定等多方便的权衡，结合设定的非负权重系数V，进一步权衡了系统稳定性和峰值信息年龄的重要性。
（4）本发明通过设定B值，对时间进行放缩处理，从而能够实现将长期随机优化问题转化成了一个单时隙优化问题，且保证了系统的长期稳定性。
附图说明
图1为一种基于动态缩减策略空间的无线监测网络调度方法的流程图；
图2为四种算法在平均峰值信息年龄上对数据包到达概率的敏感度对比；
图3为四种算法在平均峰值信息年龄上对能量到达概率的敏感度对比；
图4为四种算法在平均峰值信息年龄上对网关服务速率的敏感度对比。
具体实施方式
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，都属于本发明保护的范围。
如图1所示，本实施方式提出的基于动态缩减策略空间的无线监测网络调度方法包括以下步骤S1-S5。
S1、设置时隙长度，获取时隙t上无线监测网络的状态Ω(t)；
Ω(t)=[Sg(t),A(t),E(t)]
A(t)={A1(t),A2(t),…,Ai(t),…,AI(t)}
E(t)={E1(t),E2(t),…,Ei(t),…,EI(t)}
其中，Sg(t)表示时隙t上网关的数据包积压数量，即网关已接收且未发送给边缘服务器的数据包数量；A(t)表示时隙t上无线监测网络中终端节点的信息年龄列表，Ai(t)表示时隙t上第i个终端节点的信息年龄；E(t)表示时隙t上无线监测网络中各终端节点的剩余能量列表，Ei(t)表示时隙t上第i个终端节点的电池剩余能量；I为无线监测网络中终端节点总数量，i为序数，1≤i≤I。
具体实施时，本步骤中各终端节点的信息年龄可根据现有的任一种信息年龄计算方式进行计算，只需要保证所有终端节点的信息年龄统计方式统一即可。
本实施方式中，根据以下规则统计终端节点的信息年龄：
如果第i个终端节点的数据包在时隙t-1上已发送出去，且新的数据包未生成，则Ai(t)=1；
如果第i个终端节点在时隙t上生成数据包，数据包自带的时间戳为Δt，则Ai(t)=t-Δt；
如果第i个终端节点的数据包在时隙t-1上未发送出去，则Ai(t)=Ai(t-1)+1；
时隙t-1为时隙t的前一个时隙。
S2、定义终端节点将数据包成功发送至网关的能耗记作终端节点的传输能耗，筛选无线监测网络中电池剩余能量大于或者等于其传输能耗的终端节点作为初筛终端；即初筛终端的电池剩余能量可支撑其成功发送数据包到网关。
S3、对初筛终端进行分类，同一类别中的初筛终端的信息年龄相等；令类别数量记作N，时隙t上第n个类别G(n,t)中初筛终端的信息年龄为Az(n,t)，n为序数，1≤n≤N。
S4、结合数据包积压数量Sg(t)生成调度策略，构建时隙t上的调度策略空间H(t)，结合目标优化函数从调度策略空间H(t)中筛选最优调度策略π(t,op)；
H(t)={π1(t),π2(t),…,πm(t),…,πM(t)}
πm(t)表示H(t)中第m个调度策略，M为H(t)中样本总数，1≤m≤M；
πm(t)={Num(m,t,1);Num(m,t,2);…;Num(m,t,n);…;Num(m,t,N)}
Num(m,t,n)表示调度策略πm(t)中从第n个类别中选择的发送数据包的初筛终端数量；
π(t,op)={Num(op,t,1);Num(op,t,2);…;Num(op,t,n);…;Num(op,t,N)}
Num(op,t,n)表示最优调度策略π(t,op)中从第n个类别中选择的发送数据包的初筛终端数量；
优化目标为令B(t)+∑i=0 Iµ(i,t)+V×P(Ω(t),πm(t))在µ(i,t)分布空间上的期望取最小值，即获取H(t)中可令B(t)+∑i=0 Iµ(i,t)+V×P(Ω(t),πm(t))在µ(i,t)分布空间上的期望最小的调度策略作为最优调度策略π(t,op)；公式表示为：
π(t,op)=min{E[B+∑i=0 Iµ(i,t)+V×P(Ω(t),πm(t))]}πm(t)∈H(t)
B ≥B(t)
B(t)=[µ(t)2+(∑i=0 Iµ(i,t))2]/2
其中，µ(i,t)表示第i个终端节点的服务速率，E表示在µ(i,t)分布空间上的期望；B为设定常数，其表示中间式B(t)的取值上限；V表示设定的非负惩罚权重值，P(Ω(t),πm(t))表示在状态Ω(t)时执行调度策略πm(t)的惩罚值；µ(t)表示t时隙上网关的服务速率；
P(Ω(t),πm(t))=P0-∑n=1 N[Num(m,t,n)×Az(n,t)2]
P0为设定的惩罚初始值，Num(m,t,n)表示调度策略πm(t)中从第n个类别中选择的发送数据包的初筛终端数量，Az(n,t)表示第n个类别的信息年龄；
S5、根据最优调度策略π(t,op)制定目标调度策略π(t,get)；
π(t,get)={γ(1,t);γ(2,t);…;γ(i,t);…;γ(I,t)}
γ(i,t)为二值数；
γ(i,t)=1，表示时隙t+1上第i个终端节点可以向网关发送数据包；
γ(i,t)=0，表示时隙t+1上第i个终端节点不能向网关发送数据包；
π(t,get)满足以下约束条件c1和c2：
c1、令y=γ(i,t)+B(i,t)，y∈{0,2}；
c2、∑i∈g(n,t)γ(i,t)=Num(op,t,n)；
Num(op,t,n)表示最优调度策略π(t,op)中从第n个类别中选择的发送数据包的初筛终端数量；B(i,t)为二值数；
B(i,t)=1，表示时隙t上第i个终端节点的电池剩余电量大于或等于传输能耗；
B(i,t)=0，表示时隙t上第i个终端节点的电池剩余电量小于传输能耗；
传输能耗表示终端节点将数据包成功发送至网关的能耗；传输能耗与终端节点一一对应；
g(n,t)表示时隙t上第n个类别G(n,t)中初筛终端的序号集合。
具体实施时，可在边缘服务器上运行由依次连接的数据采集模块、数据处理模块和指令输出模块构成的基于动态缩减策略空间的无线监测网络调度系统，此时可通过数据采集模块采集Sg(t)、A(t)、E(t)、µ(t)和µ(i,t)；以便数据处理模块实现上述的基于动态缩减策略空间的无线监测网络调度方法，从而生成目标调度策略π(t,get)。指令输出模块根据目标调度策略π(t,get)向各终端节点下发传输指令，传输指令包括允许发送和不允许发送；收到允许发送的终端节点在下一个时隙向网关发送数据包；收到不允许发送的终端节点不参与下一个时隙的数据包发送。
以下结合3个对比算法对本发明提供的基于动态缩减策略空间的无线监测网络调度方法进行验证。
三个对比算法分别为：
随机调度算法，在满足队列积压约束的前提下，每个时隙中通过随机选择特定数量的终端节点进行传输；
贪婪调度算法，在每个时隙中根据AoI（信息年龄）从高到低的顺序搜索指定数量的终端节点进行数据包的传输；
零等待调度策略，尽可能地利用系统资源，以避免任何任务等待或挂起，每个时隙中，一旦有符合条件的数据包产生，就会立即进行数据包的传输，从而降低终端节点的PAoI（峰值信息年龄）水平。
本实施例中，定义数据包到达概率用于表征终端节点产生数据包的快慢程度；定义能量到达概率λ表征终端节点能量获取即自充电的速度。
由于终端节点随机获取环境监测信息，并且在一个时间片段中获取数据的概率稳定，所以假定数据包到达概率服从泊松分布，其取值范围在（0,1）之间。
终端节点不能连接到电网中，其需要从环境中获取能量，实现自充电。由于环境情况是变化的，所以假设能量到达概率λ遵循随机泊松过程，取值范围在（0,1）之间。
本实验中进行了多组测试，每组测试中分别采用上述3种对比算法和本发明提供的基于动态缩减策略空间的无线监测网络调度方法（简称动态策略空间缩减算法）实现无线监测网络的数据包调度。
第一组测试，令无线监测网络包括10个终端节点，电池队列的能量到达概率λ=0.4，扩频因子SF=8；电池队列为无线监测网络中所有终端节点的电池的集合；然后测试终端节点的数据到达概率对平均峰值信息年龄的影响，平均峰值信息年龄为无线监测网络中终端节点的峰值信息年龄的均值。
第一组测试结果如图2所示，可以看出，随着终端节点上数据到达概率的升高，无线监测网络的平均峰值信息年龄逐渐上升，最终趋向于一个大致的稳定水平。这是由于数据包产生的越快，传输到网关的效率由于受到网关队列积压的约束、电池队列能耗约束等情况的影响，传输效率下降，从而导致终端节点的峰值信息年龄水平不断上升。当上升到一定水平的时候，任何算法都无法做到及时的传输数据包到网关，于是终端节点的峰值信息年龄PAoI将稳定在一个水平上。从图2可看出，任意数据到达概率下，本发明提出的动态策略空间缩减算法在无线监测网络的平均峰值信息年龄上的表现均优于三种对比算法。
第二组测试，令无线监测网络包括10个终端节点，数据到达概率θ=0.4，扩频因子SF=8；然后测试终端节点的电池队列的能量到达概率对平均峰值信息年龄的影响。测试结果如图3所示，可以看出，当能量到达概率上升时，终端节点的电池有更大的可能性保证数据包的正常传输，从而降低终端节点的PAoI水平。整体来看，在能量到达概率大于0.3后，随机调度算法、零等待策略和本发明的方法在平均峰值信息年龄上的表现均趋于平稳，且在同一能量到达概率下，本发明实现的平均峰值信息年龄相较于随机调度算法和零等待策略表现更优。随着能量到达概率的提升，贪婪调度算法最终趋向于本发明的方法，但相对于贪婪调度算法，本发明收敛更快，且表现更优。
第三组测试，令无线监测网络包括10个终端节点，数据到达概率θ=0.4，电池队列的能量到达概率λ=0.4；然后测试网关服务速率对平均峰值信息年龄的影响。测试结果如图4所示，从图中可以得知，网关服务速率的提升，可以显著降低终端节点的平均峰值信息年龄PAoI。这是因为网关服务速率的提升，将很大程度的降低了网关的队列积压水平，从而使得终端节点更加趋向传输数据包而不是暂存在本地。当网关服务速率达到一个很高的程度时，终端节点受限于自身的电池队列能量约束，不能一直传输数据包到网关上，所以最终将收敛到一个稳定水平后不再有明显的变化趋势了。从图4可看出，本发明提出的动态策略空间缩减算法相对于其他三种对比算法对网关服务速率更加敏感，随着网关服务速率的上升，动态策略空间缩减算法的平均峰值信息年龄快速下降，且随着网关服务速率的上升，动态策略空间缩减算法的平均峰值信息与三种对比算法的差距逐渐增大。
以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (6)

1.一种基于动态缩减策略空间的无线监测网络调度方法，适用于基于LoRa网络构建的无线监测网络，其特征在于，所述方法包括以下步骤：
S1、设置时隙长度，获取时隙t上无线监测网络的状态Ω(t)，Ω(t)包括时隙t上网关的数据包积压数量Sg(t)、时隙t上无线监测网络中各终端节点的信息年龄和电池剩余能量；
S2、定义终端节点将数据包成功发送至网关的能耗记作终端节点的传输能耗，筛选无线监测网络中电池剩余能量大于或者等于其传输能耗的终端节点作为初筛终端；
S3、对初筛终端进行分类，同一类别中的初筛终端的信息年龄相等；
S4、结合数据包积压数量Sg(t)生成调度策略，构建时隙t上的调度策略空间H(t)，结合设定的目标优化函数从调度策略空间H(t)中筛选最优调度策略π(t,op)；调度策略空间H(t)中的调度策略用于确定从各个类别中选择的终端节点的数量；
S5、以最优调度策略π(t,op)为约束，从各个类别中随机选择对应数量的终端节点作为调度对象，统计所有调度对象构成目标调度策略π(t,get)，目标调度策略用于标明各个终端节点是否为调度对象，调度对象为被允许在时隙t+1上向网关发送数据包的终端节点；
目标优化函数为：
π(t,op)=min{E[B+∑i=0 Iµ(i,t)+V×P(Ω(t),πm(t))]}πm(t)∈H(t)
B ≥B(t)
B(t)=[µ(t)2+(∑i=0 Iµ(i,t))2]/2
其中，µ(i,t)表示第i个终端节点的服务速率，E表示在µ(i,t)分布空间上的期望；B为设定常数，其表示中间式B(t)的上限值；V表示设定的非负惩罚权重值；P表示设定的惩罚函数，P(Ω(t),πm(t))表示在状态Ω(t)时执行H(t)中第m个调度策略πm(t)的惩罚值；µ(t)表示t时隙上网关的服务速率；I为无线监测网络中终端节点总数量，i为序数，1≤i≤I；
π(t,get)={γ(1,t);γ(2,t);…;γ(i,t);…;γ(I,t)}
γ(i,t)为二值数；
γ(i,t)=1，表示时隙t+1上第i个终端节点可以向网关发送数据包；
γ(i,t)=0，表示时隙t+1上第i个终端节点不能向网关发送数据包；
π(t,get)满足以下约束条件c1和c2：
c1、令y=γ(i,t)+B(i,t)，y∈{0,2}；
c2、∑i∈g(n,t)γ(i,t)=Num(op,t,n)；
Num(op,t,n)表示最优调度策略π(t,op)中从第n个类别中选择的发送数据包的初筛终端数量；B(i,t)为二值数；
B(i,t)=1，表示时隙t上第i个终端节点的电池剩余电量大于或等于传输能耗；
B(i,t)=0，表示时隙t上第i个终端节点的电池剩余电量小于传输能耗；
传输能耗表示终端节点将数据包成功发送至网关的能耗；传输能耗与终端节点一一对应；
g(n,t)表示时隙t上第n个类别G(n,t)中初筛终端的序号集合。
2.如权利要求1所述的基于动态缩减策略空间的无线监测网络调度方法，其特征在于，惩罚函数为：
P(Ω(t),πm(t))=P0-∑n=1 N[Num(m,t,n)×Az(n,t)2]
P0为设定的惩罚初始值，Num(m,t,n)表示调度策略πm(t)中从第n个类别中选择的发送数据包的初筛终端数量，Az(n,t)表示第n个类别的信息年龄，N为初筛终端根据信息年龄分类后的类别数量。
3.如权利要求2所述的基于动态缩减策略空间的无线监测网络调度方法，其特征在于，终端节点的信息年龄的计算规则如下：
如果第i个终端节点的数据包在时隙t-1上已发送出去，且新的数据包未生成，则Ai(t)=1；
如果第i个终端节点在时隙t上生成数据包，数据包自带的时间戳为Δt，则Ai(t)=t-Δt；
如果第i个终端节点的数据包在时隙t-1上未发送出去，则Ai(t)=Ai(t-1)+1；
时隙t-1为时隙t的前一个时隙。
4.一种基于动态缩减策略空间的无线监测网络调度系统，其特征在于，包括数据采集模块、数据处理模块和指令输出模块；数据采集模块、数据处理模块和指令输出模块均运行在LoRa网络的边缘服务器中；
数据采集模块用于收集LoRa网络中网关的状态数据和各终端节点的状态数据，网关的状态数据包括网关的数据包积压数量Sg(t)和服务速率µ(t)，终端节点的状态数据包括终端节点的信息年龄、电池剩余能量和服务速率；
数据处理模块与数据采集模块连接，数据处理模块结合网关的状态数据和各终端节点的状态数据运行如权利要求1-3任一项所述的基于动态缩减策略空间的无线监测网络调度方法，以获取目标调度策略；
指令输出模块分别连接数据处理模块和各终端节点，指令输出模块根据目标调度策略向各终端节点下发传输指令，传输指令包括允许发送和不允许发送；
收到允许发送的终端节点在下一个时隙向网关发送数据包；收到不允许发送的终端节点不参与下一个时隙的数据包发送。
5.一种基于动态缩减策略空间的无线监测网络调度系统，其特征在于，包括存储器，存储器中存储有计算机程序，所述计算机程序被执行时，用于实现如权利要求1-3任一项所述的基于动态缩减策略空间的无线监测网络调度方法。
6.如权利要求5所述的基于动态缩减策略空间的无线监测网络调度系统，其特征在于，还包括处理器，处理器与存储器连接，处理器用于执行所述计算机程序以实现如权利要求1-3任一项所述的基于动态缩减策略空间的无线监测网络调度方法。
CN202310685631.0A 2023-06-12 2023-06-12 基于动态缩减策略空间的无线监测网络调度方法和系统 Active CN116456372B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310685631.0A CN116456372B (zh) 2023-06-12 2023-06-12 基于动态缩减策略空间的无线监测网络调度方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310685631.0A CN116456372B (zh) 2023-06-12 2023-06-12 基于动态缩减策略空间的无线监测网络调度方法和系统

Publications (2)

Publication Number Publication Date
CN116456372A CN116456372A (zh) 2023-07-18
CN116456372B true CN116456372B (zh) 2023-08-11

Family

ID=87127648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310685631.0A Active CN116456372B (zh) 2023-06-12 2023-06-12 基于动态缩减策略空间的无线监测网络调度方法和系统

Country Status (1)

Country Link
CN (1) CN116456372B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017035853A1 (zh) * 2015-09-02 2017-03-09 武汉大学 一种能量节约型无线传感器网络的构造和维护方法
CN110225566A (zh) * 2019-05-31 2019-09-10 暨南大学 无线传感器网络中基于延迟与距离的背压方法
CN112788629A (zh) * 2020-12-31 2021-05-11 重庆邮电大学 基于Lyapunov优化框架的能量收集通信系统中功率和调制方式在线联合控制方法
CN115002838A (zh) * 2022-06-20 2022-09-02 吉林大学 基于年龄惩罚的分类无线体域网多节点信息更新调度方法
CN115622603A (zh) * 2022-10-08 2023-01-17 广州大学 一种辅助传输信息年龄最小化优化方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7277414B2 (en) * 2001-08-03 2007-10-02 Honeywell International Inc. Energy aware network management
KR101408642B1 (ko) * 2012-03-23 2014-07-02 한국과학기술원 이종 네트워크 환경에서의 비실시간 컨텐츠를 예약전송하는 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017035853A1 (zh) * 2015-09-02 2017-03-09 武汉大学 一种能量节约型无线传感器网络的构造和维护方法
CN110225566A (zh) * 2019-05-31 2019-09-10 暨南大学 无线传感器网络中基于延迟与距离的背压方法
CN112788629A (zh) * 2020-12-31 2021-05-11 重庆邮电大学 基于Lyapunov优化框架的能量收集通信系统中功率和调制方式在线联合控制方法
CN115002838A (zh) * 2022-06-20 2022-09-02 吉林大学 基于年龄惩罚的分类无线体域网多节点信息更新调度方法
CN115622603A (zh) * 2022-10-08 2023-01-17 广州大学 一种辅助传输信息年龄最小化优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"多包接收无线Mesh网络的跨层优化";石雷等;《应用科学学报》;30(3);全文 *

Also Published As

Publication number Publication date
CN116456372A (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN109271015B (zh) 一种降低大规模分布式机器学习系统能耗的方法
EP3637708B1 (en) Network congestion processing method, device, and system
CN107820321B (zh) 一种基于蜂窝网络的窄带物联网中大规模用户智能接入方法
US20230037783A1 (en) Resource scheduling method and related apparatus
CN115629865B (zh) 一种基于边缘计算的深度学习推理任务调度方法
CN111181873A (zh) 数据发送方法、装置、存储介质和电子设备
Xing et al. Task classification unloading algorithm for mobile edge computing in smart grid
US20230060623A1 (en) Network improvement with reinforcement learning
CN116456372B (zh) 基于动态缩减策略空间的无线监测网络调度方法和系统
CN117081983B (zh) 数据传输方法及装置
CN117880177A (zh) 一种基于sdn的物联网服务质量保障方法与系统
Sun et al. A resource allocation scheme for edge computing network in smart city based on attention mechanism
CN117834552A (zh) 通信队列调度优化方法、装置、设备及介质
CN116962187A (zh) 一种多耦合算法边缘网关的云响应方法、装置及介质
CN106888237B (zh) 一种数据调度方法及系统
Liang et al. Queue‐based congestion detection and multistage rate control in event‐driven wireless sensor networks
CN103096380B (zh) 无线接入点负载均衡优化方法
Guo et al. Optimal energy-efficient regular delivery of packets in cyber-physical systems
Ding et al. A genetic algorithm for packing CAN FD frame with real-time constraints
CN113596146A (zh) 一种基于大数据的资源调度的方法及装置
Sombabu et al. Whittle index based age-of-information aware scheduling for Markovian channels
CN115269162A (zh) 一种基于sdn多控制器改进蚁群的负载均衡方法
Sun et al. A new partial task offloading method in a cooperation mode under multi-constraints for multi-UE
Ren et al. Learning-driven service caching in MEC networks with bursty data traffic and uncertain delays
Falahatraftar et al. A multiple linear regression model for predicting congestion in heterogeneous vehicular 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