CN116938613B - 基于非线性信息年龄的监测传感器的休眠方法及电子设备 - Google Patents
基于非线性信息年龄的监测传感器的休眠方法及电子设备 Download PDFInfo
- Publication number
- CN116938613B CN116938613B CN202311199081.8A CN202311199081A CN116938613B CN 116938613 B CN116938613 B CN 116938613B CN 202311199081 A CN202311199081 A CN 202311199081A CN 116938613 B CN116938613 B CN 116938613B
- Authority
- CN
- China
- Prior art keywords
- monitoring sensor
- strategy
- sleep
- working
- time
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 202
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000005059 dormancy Effects 0.000 title claims abstract description 22
- 230000007958 sleep Effects 0.000 claims abstract description 123
- 230000005540 biological transmission Effects 0.000 claims abstract description 70
- 238000005265 energy consumption Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001550 time effect Effects 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/12—Arrangements for remote connection or disconnection of substations or of equipment thereof
-
- 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
- H04L41/0894—Policy-based network configuration management
-
- 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)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本公开提供了一种基于非线性信息年龄的监测传感器的休眠方法及电子设备,包括:按照预设时间间隔对监测传感器工作时间进行采样,得到多个工作周期;针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息;基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到监测传感器的休眠策略;针对每个工作周期,基于所述工作周期对应的所述休眠子策略确定与所述休眠子策略对应的第一策略参数;基于所述第一策略参数调整所述监测传感器在空闲时间的工作状态。本公开实现了在保证数据正常传输的同时降低监测传感器的工作能耗且提升了数据的新鲜程度。
Description
技术领域
本公开涉及监测传感器控制领域,尤其涉及一种基于非线性信息年龄的监测传感器的休眠方法及电子设备。
背景技术
在工业互联网场景下,接收方对信息紧迫性的要求并不总是随时间线性变化,例如工厂环境监测系统中温湿度信息变化相对缓慢,接收方对信息紧迫性要求相对较低,而在设备运行状态监测系统中,监测传感器监测到的往往是一些时间敏感的关键信息,信息的滞后可能带来严重的生产事故,即接收方对信息的紧迫性要求较高。
同时,工业互联网场景下的信息年龄最小化问题往往假设监测传感器一直处于工作状态以便在合适的时机将信息发送出去。然而在工业互联网中,一方面监测传感器的信息发送行为通常具有很强的周期性,若监测传感器在一次数据发送完成到下次数据发送开始的时间间隔内一直处于待机模式会造成不必要的能量消耗,另一方面长期处于工作状态的监测传感器由于缺少修整时间其故障率会因此升高,导致信息更新滞后。
有鉴于此,如何在保证数据正常传输的同时降低监测传感器的工作能耗,且尽可能提升数据的新鲜程度,成为了一个重要的研究问题。
发明内容
有鉴于此,本公开的目的在于提出一种基于非线性信息年龄的监测传感器的休眠方法及电子设备,用以解决或部分解决上述问题。
基于上述目的,本公开的第一方面提供了一种基于非线性信息年龄的监测传感器的休眠方法,所述方法包括:
按照预设时间间隔对监测传感器工作时间进行采样,得到多个工作周期;
针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息,其中所述运行信息包括监测传感器功率信息、数据传输时间及空闲时间;
基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到监测传感器的休眠策略,其中所述休眠策略包括多个休眠子策略,所述多个休眠子策略与所述多个工作周期一一对应;
针对每个工作周期,基于所述工作周期对应的所述休眠子策略确定与所述休眠子策略对应的第一策略参数,其中所述第一策略参数包括下列至少之一:休眠策略参数或待机策略参数;
基于所述第一策略参数调整所述监测传感器在空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态。
基于同一发明构思,本公开的第二方面提出了一种基于非线性信息年龄的监测传感器的休眠装置,包括:
采样模块,被配置为按照预设时间间隔对监测传感器工作时间进行采样,得到多个工作周期;
信息获取模块,被配置为针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息,其中所述运行信息包括监测传感器功率信息、数据传输时间及空闲时间;
休眠策略确定模块,被配置为基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到监测传感器的休眠策略,其中所述休眠策略包括多个休眠子策略,所述多个休眠子策略与所述多个工作周期一一对应;
策略参数确定模块,被配置为针对每个工作周期,基于所述工作周期对应的所述休眠子策略确定与所述休眠子策略对应的第一策略参数,其中所述第一策略参数包括下列至少之一:休眠策略参数或待机策略参数;
工作状态调整模块,被配置为基于所述第一策略参数调整所述监测传感器在空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态。
基于同一发明构思,本公开的第三方面提出了一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上所述的基于非线性信息年龄的监测传感器的休眠方法。
基于同一发明构思,本公开的第四方面提出了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行如上所述的基于非线性信息年龄的监测传感器的休眠方法。
从上述可以看出,本公开提出了一种基于非线性信息年龄的监测传感器的休眠方法及电子设备,通过按照预设时间间隔对监测传感器工作时间进行采样,将监测传感器的工作时间根据预设时间间隔进行划分,得到多个工作周期。对于每个工作周期,获取监测传感器在每个工作周期的运行信息,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,输出休眠策略。基于所述工作周期对应的所述休眠策略确定与所述休眠策略对应的策略参数,基于所述策略参数调整所述监测传感器在空闲时间的工作状态,实现了在保证数据正常传输的同时降低了监测传感器的工作能耗且提升了数据的新鲜程度。通过引入休眠策略,控制监测传感器在部分工作周期的空闲时间进行休眠,减少了监测传感器不必要的待机行为。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例的基于非线性信息年龄的监测传感器的休眠方法的流程图;
图2为本公开实施例的监测传感器的工作周期示意图;
图3为本公开实施例的非线性信息年龄的变化示意图;
图4为本公开实施例的基于非线性信息年龄的监测传感器的休眠装置的结构框图;
图5为本公开实施例的电子设备的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,除非另外定义,本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
本公开涉及的名词解释如下:
AOI:信息年龄(Age of Information, AoI),用来描述系统采集的数据的时效性或是“新鲜度”。从接收方的角度对信息的紧迫性进行评估,它被定义为从接收方收到的最新数据的产生时间到当前时刻的时间间隔。
PPO:近段策略优化算法(Proximal Policy Optimization,PPO),是一种新型的策略梯度算法,它解决了传统策略梯度算法中训练步长难以确定的问题,被广泛应用在求解各种连续控制问题以及离散控制问题。
基于上述描述,本实施例提出了一种基于非线性信息年龄的监测传感器的休眠方法,如图1所示,所述方法包括:
步骤101,按照预设时间间隔对监测传感器工作时间进行采样,得到多个工作周期。
具体实施时,基于预设时间间隔对监测传感器的工作时间进行划分,得到多个工作周期。如图2所示,N表示第N个工作周期,K表示一个工作周期中的第K个时隙。监测传感器在每个工作周期进行数据传输,一个工作周期的长度等于数据传输时间及空闲时间的和,每个工作周期包括多个时隙,时隙的数量同样等于数据传输时间及空闲时间的和。
步骤102,针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息,其中所述运行信息包括监测传感器功率信息、数据传输时间及空闲时间。
具体实施时,针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息,其中所述运行信息包括监测传感器功率信息,数据传输时间及空闲时间。本实施例中,设定所述监测传感器功率信息在工作时间内不变,即每个工作周期所述监测传感器功率信息均相同,所述监测传感器功率信息包括监测传感器传输功率、监测传感器休眠功率及监测传感器待机功率。
步骤103,基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到休眠策略,其中所述休眠策略包括多个休眠子策略,所述多个休眠子策略与所述多个工作周期一一对应。
具体实施时,将监测传感器工作时间中各个工作周期的数据传输时间设置为近端策略优化算法中的状态空间,将每个工作周期的休眠策略作为动作空间。根据获取到的监测传感器功率信息及所述数据传输时间,利用近端策略优化算法得到监测传感器每个工作周期的休眠策略。
所述休眠策略中包括多个休眠子策略,所述休眠子策略的数量与上述步骤中采样得到的工作周期的数量相同,每个工作周期对应一个休眠子策略。
示例性的,休眠策略利用表示,i表示第i个工作周期。如休眠策略包括/>、及/>,表示休眠策略中包含第一工作周期的休眠子策略、第二工作周期的休眠子策略及第三工作周期的休眠子策略。
步骤104,针对每个工作周期,基于所述工作周期对应的所述休眠子策略确定与所述休眠子策略对应的第一策略参数,其中所述第一策略参数包括下列至少之一:休眠策略参数或待机策略参数。
具体实施时,对于每个工作周期,基于工作周期对应的休眠子策略,确定与所述休眠子策略对应的第一策略参数,第一策略参数包括下列至少之一:休眠策略参数及待机策略参数。基于上述示例,利用休眠策略的取值表示监测传感器在数据传输完成后,在空闲时间的工作状态。其中/>=1表示休眠状态,/>的取值为1即为休眠策略参数,/>=0表示待机状态,/>的取值为0即为待机策略参数。
步骤105,基于所述第一策略参数调整所述监测传感器在空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态。
具体实施时,根据上述步骤确定的第一策略参数,控制所述监测传感器在每个工作周期的空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态。
示例性的,得到的休眠子策略及休眠子策略的取值为=1,/>=1,/>=0,根据休眠策略控制监测传感器在每个工作周期的空闲时间的工作状态为:第一工作周期的空闲时间的监测传感器的工作状态为休眠,第二工作周期的空闲时间的监测传感器的工作状态为休眠,第三工作周期的空闲时间的监测传感器的工作状态为待机。
通过上述方案,通过按照预设时间间隔对监测传感器工作时间进行采样,将监测传感器的工作时间根据预设时间间隔进行划分,得到多个工作周期。对于每个工作周期,获取监测传感器在每个工作周期的运行信息,基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,输出休眠策略。通过引入休眠策略,控制监测传感器在部分工作周期的空闲时间进行休眠,降低了监测传感器的工作能耗同时提升了数据的新鲜程度。同时,依据包含训练完成的策略生成模型的近端策略优化算法得到休眠策略,所述休眠策略更加准确,满足非线性信息年龄最小的要求。基于所述工作周期对应的所述休眠策略确定与所述休眠策略对应的第一策略参数,基于所述第一策略参数调整所述监测传感器在空闲时间的工作状态,实现了在保证数据正常传输的同时降低了监测传感器的工作能耗并提升数据的新鲜程度。
在一些实施例中,步骤105之后,还包括:
步骤10A,针对每个工作周期,基于所述空闲时间及所述监测传感器在所述空闲时间的状态进行计算,得到所述监测传感器在下一工作周期的非线性信息年龄增长率。
步骤10B,根据每个工作周期所述非线性信息年龄增长率及所述数据传输时间确定所述监测传感器的每个工作周期的非线性信息年龄。
步骤10C,对所述定每个工作周期的所述监测传感器的非线性信息年龄进行求和均值处理,得到所述监测传感器的平均非线性信息年龄,以基于所述平均非线性信息年龄确定所述监测传感器传输数据的时效,根据所述时效对所述监测传感器监测的数据的质量进行评价。
具体实施时,在每个工作周期中数据传输结束时,监测传感器根据休眠策略确定是进行休眠还是继续待机。本实施例中,在非数据传输时,即空闲时间时,认为非线性信息年龄保持不变。同时,下一工作周期开始的非线性信息年龄跟随当前工作周期最后一个时隙的非线性信息年龄变化。监测传感器休眠期间可以通过自身修整或者智能故障排查使其性能得以恢复,认定监测传感器休眠时间越长,非线性信息年龄增长率越小。
通过空闲时间及监测传感器在所述空闲时间的状态计算得到监测传感器在下一工作周期的非线性信息年龄增长率,使得所述非线性信息年龄增长率与监测传感器的空闲时间相关,即所述非线性信息年龄增长率与监测传感器的工作时间有关,而所述非线性信息年龄增长率反应信息的紧迫性,即增长率恒定的线性信息年龄扩展为增长率随监测传感器工作时间变化的非线性信息年龄,以体现信息紧迫性随时间的变化,满足不同应用场景的需要。后续基于计算得到的所述平均非线性信息年龄确定所述监测传感器传输数据的时效,根据所述时效对所述监测传感器监测的数据的质量进行评价,避免因数据的滞后导致生产事故的发生。
在一些实施例中,
所述监测传感器在每个工作周期的非线性信息年龄增长率利用公式表示为:
其中,i为第i个工作周期,为监测传感器在i-1个工作周期空闲时间的状态,取值为0表示待机,取值为1表示休眠,/>为第i个工作周期的非线性信息年龄增长率,/>为第i-1个工作周期的非线性信息年龄增长率,T为监测传感器的一个工作周期的时隙的和,取值为所述数据传输时间与空闲时间的和。
具体实施时,第i个工作周期中非线性信息年龄的增长率与第(i-1)个工作周期的休眠情况有关。当监测传感器在第(i-1)个工作周期中休眠时,休眠时间越长,对应第i个工作周期中的非线性信息年龄的增长率越小;当监测传感器在第(i-1)个工作周期中待机时,第i个工作周期中非线性信息年龄的增长率与第(i-1)个工作周期的非线性信息年龄增长率相同。
所述监测传感器的每个工作周期的非线性信息年龄利用公式表示为:
;
其中,k表示当前时刻,为接收到最新数据的产生时刻,/>为监测传感器的非线性信息年龄。
具体实施时,在每个工作周期中,根据数据传输时间与空闲时间可以将非线性信息年龄表示为:
;
所述监测传感器的平均非线性信息年龄利用公式表示为:
;
其中,N为监测传感器的工作周期,为平均非线性信息年龄。
在一些实施例中,所述近端策略优化算法中包括策略生成模型,步骤103具体包括:
步骤1031,将所述监测传感器功率信息及所述数据传输时间输入至所述策略生成模型,经由所述策略生成模型输出第二策略参数,其中所述策略生成模型为对初始策略网络模型进行训练得到的,确定与所述监测传感器功率信息及所述数据传输时间对应的第二策略参数的模型,所述第二策略参数包括下列至少之一:休眠策略参数或待机策略参数;
步骤1032,根据所述第二策略参数生成所述监测传感器的休眠策略。
具体实施时,对初始策略网络模型进行训练得到策略生成模型,利用所述策略生成模型可以得到与所述监测传感器功率信息及所述数据传输时间对应的第二策略参数,所述第二策略参数包括下列至少之一:休眠策略参数或待机策略参数。利用近端策略优化算法中包括的策略生成模型,将所述监测传感器功率信息及所述数据传输时间输入至所述策略生成模型,经由所述策略生成模型输出第二策略参数,根据所述第二策略参数生成所述监测传感器的休眠策略。
在一些实施例中,步骤105具体包括:
步骤1051,响应于策略参数为休眠策略参数,基于所述休眠策略参数控制所述监测传感器在空闲时间进入休眠状态。
具体实施时,当确定的策略参数为休眠策略参数时,控制所述监测传感器在空闲时间进入休眠状态。
或者,
步骤1052,响应于策略参数为待机策略参数,基于所述待机策略参数控制所述监测传感器在空闲时间进入待机状态。
具体实施时,当确定的策略参数为待机策略参数时,控制所述监测传感器在空闲时间进入待机状态。
通过上述方案,不同的策略参数对应不同的工作状态,根据确定的策略参数相对应的控制监测传感器在空闲时间的工作状态,实现了对于传感器在空闲时间的工作状态的精准控制。
本实施例中策略生成模型的训练过程具体包括:
步骤A,获取样本监测传感器运行数据,根据所述样本监测传感器运行数据构建样本数据池。
步骤B,将所述样本数据池中的数据输入至初始策略网络模型中进行训练,得到第一训练结果。
步骤C,根据所述第一训练结果计算所述第一训练结果对应的第一能耗与第一使用率。
步骤D,根据所述第一能耗及所述第一使用率计算所述第一训练结果对应的奖励函数。
步骤E,更新所述初始策略网络模型的模型参数及样本数据池中的数据,直至所述奖励函数收敛,得到所述策略生成模型。
在一些实施例中,步骤C具体包括:
步骤C01,根据所述第一训练结果计算第一能耗,所述第一能耗利用公式表示为:
;
;
其中,i为工作周期,为每个周期的能耗,E为第一能耗,/>为发射功率,/>为休眠功率,/>为待机功率,/>为由休眠到工作的状态转换能耗,/>为由工作到休眠的状态转换能耗;
步骤C02,根据所述第一训练结果计算第一使用率,所述第一使用率利用公式表示为:
;
;
其中,为数据传输时间,/>为每个周期的使用率,/>为第一使用率。
在一些实施例中,步骤D具体包括:
步骤D01,响应于所述第一能耗符合能耗约束范围,且所述第一使用率符合使用率约束范围,所述奖励函数利用公式表示为:
;
其中,为奖励函数;
或者,
步骤D02,响应于所述第一能耗不符合能耗约束范围,且所述第一使用率符合使用率约束范围,所述奖励函数利用公式表示为:
;
或者,
步骤D03,响应于所述第一能耗符合能耗约束范围,且所述第一使用率不符合使用率约束范围,所述奖励函数利用公式表示为:
或者,
步骤D04,响应于所述第一能耗不符合能耗约束范围,且所述第一使用率不符合使用率约束范围,所述奖励函数利用公式表示为:
在一些实施例中,步骤D01中能耗约束范围及使用率约束范围具体为:
所述能耗约束范围利用公式表示为:
;
;
其中,为工作时间内能耗的最小值,/>为工作时间内能耗的最大值;
所述使用率约束范围利用公式表示为:
;
;
其中,为工作时间内的使用率的最小值,/>为工作时间内的使用率的最大值。
基于同一发明构思,本公开另一实施例,应用于工厂的实时监测系统,实时监测系统中包括多个监测传感器,系统工作在同步状态时,系统中所有的监测传感器同时在每个工作周期的开始对所监测的设备状态进行采样。由于每个监测传感器的数据传输时间存在差异,传输时间较短的监测传感器需要等待所有监测传感器数据传输完毕才可以进入下一个工作周期,由此产生较长的待机时间。
该实施例的实施步骤,具体包括:
步骤301,按照预设时间间隔对监测传感器工作时间进行采样,得到多个工作周期。
具体实施时,在实时监测系统中,设备搭载的监测传感器对设备运行状况进行实时感知,将感知结果通过可靠信道传给监测系统的决策中心,经由决策中对感知结果进行处理。按照预设时间间隔对监测传感器的工作时间进行采样,得到多个工作周期,每个工作周期包括多个时隙。
示例性的,所述预设时间间隔为8,监测传感器的工作时间(总的时隙)为32,则根据预设时间间隔对工作时间进行采样,得到四个工作周期,每个工作周期包括8个时隙。
步骤302,针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息,其中所述运行信息包括监测传感器功率信息、数据传输时间及空闲时间。
步骤303,基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到休眠策略,其中所述休眠策略包括多个休眠子策略,所述多个休眠子策略与所述多个工作周期一一对应。
具体实施时,通过根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到休眠策略,在每个监测传感器传输数据结束后根据休眠策略调整工作状态,节约了监测传感器的工作能耗。
步骤304,针对每个工作周期,基于所述工作周期对应的所述休眠子策略确定与所述休眠子策略对应的第一策略参数,其中所述第一策略参数包括下列至少之一:休眠策略参数或待机策略参数。
步骤305,基于所述第一策略参数调整所述监测传感器在空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态。
具体实施时,根据近端策略优化算法得到的休眠策略,控制所述监测传感器在每个工作周期的空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态。
示例性的,基于上述示例,如图3所示,在执行休眠策略时非线性信息年龄的变化过程包括:
在第一工作周期的数据传输时间为3,即第一工作周期中前3个时隙进行数据传输,在第二工作周期的数据传输时间为5,即第二工作周期中前5个时隙进行数据传输,在第三工作周期的数据传输时间为7,即第三工作周期中前7个时隙进行数据传输,在第四工作周期的数据传输时间为5,即第四工作周期中前5个时隙进行数据传输,即=3,/>=5,/>=7,=5。第一个工作周期中的数据被成功接收之前系统中不存在被成功接收的数据,即/>之前的最新数据的产生时刻(/>)无法量化,本实施例中,设定其值大于/>且保持不变。
监测传感器在第二工作周期的空闲时间的工作状态为待机状态,因此第三工作周期中非线性信息年龄的增长率与第二工作周期相同,即=/>。
监测传感器在第三工作周期的空闲时间的工作状态为休眠状态,因此第四周期的非线性信息年龄的增长率小于第三周期的非线性信息年龄的增长率。
以第三工作周期为例,
时刻1对应k=1,在第三工作周期的第一个时隙数据发送尚未完成,此时接收到的最新数据为第二工作周期中的数据,其产生时间为第二工作周期中的第一个时隙开始。因此k-=T+1,此时非线性信息年龄明显增加。
阶段1对应,此时接收到的数据仍为第二工作周期的数据,此时依据下述公式:
可知,非线性信息年龄呈指数形式增加。
时刻3对应第三工作周期中数据被成功接收时刻,即第三工作周期中数据传输完成时,此时接收到的最新数据的产生时间为第三工作周期中的第一个时隙,此时k-==7,对应非线性信息年龄明显降低。
阶段2中,依据休眠策略监测传感器进入休眠状态,不存在数据传输,因此非线性信息年龄保持不变,直至下一工作周期(第四工作周期)开始。
需要说明的是,本公开实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本公开实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本公开的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种基于非线性信息年龄的监测传感器的休眠装置。
参考图4,图4为实施例的基于非线性信息年龄的监测传感器的休眠装置,包括:
采样模块401,被配置为按照预设时间间隔对监测传感器工作时间进行采样,得到多个工作周期;
信息获取模块402,被配置为针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息,其中所述运行信息包括监测传感器功率信息、数据传输时间及空闲时间;
休眠策略确定模块403,被配置为根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到监测传感器的休眠策略,其中所述休眠策略包括多个休眠子策略,所述多个休眠子策略与所述多个工作周期一一对应;
策略参数确定模块404,被配置为针对每个工作周期,基于所述工作周期对应的所述休眠子策略确定与所述休眠子策略对应的策略参数,其中所述策略参数包括下列至少之一:休眠策略参数或待机策略参数;
工作状态调整模块405,被配置为基于所述策略参数调整所述监测传感器在空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态。
在一些实施例中,所述装置具体还包括:
增长率计算模块,被配置为针对每个工作周期,基于所述空闲时间及所述监测传感器在所述空闲时间的工作状态进行计算,得到所述监测传感器在下一工作周期的非线性信息年龄增长率;
非线性信息年龄计算模块,被配置为根据每个工作周期所述非线性信息年龄增长率及所述数据传输时间确定所述监测传感器的每个工作周期的非线性信息年龄;
平均非线性信息年龄计算模块,被配置为对所述定每个工作周期的所述监测传感器的非线性信息年龄进行求和均值处理,得到所述监测传感器的平均非线性信息年龄,以基于所述平均非线性信息年龄确定所述监测传感器传输数据的时效,根据所述时效对所述监测传感器监测的设备进行调整。
在一些实施例中,所述近端策略优化算法中包括策略生成模型,所述休眠策略确定模块403具体被配置为:
将所述监测传感器功率信息及所述数据传输时间输入至所述策略生成模型,经由所述策略生成模型输出策略参数,其中所述策略生成模型为对初始策略网络模型进行训练得到的,确定与所述监测传感器功率信息及所述数据传输时间对应的策略参数的模型;
根据所述策略参数生成所述监测传感器的休眠策略。
在一些实施例中,所述工作状态调整模块405具体被配置为:
响应于策略参数为休眠策略参数,基于所述休眠策略参数控制所述监测传感器在空闲时间进入休眠状态;或者,
响应于策略参数为待机策略参数,基于所述待机策略参数控制所述监测传感器在空闲时间进入待机状态。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本公开时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的基于非线性信息年龄的监测传感器的休眠方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的基于非线性信息年龄的监测传感器的休眠方法。
图5示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图, 该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线 1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类监测传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的基于非线性信息年龄的监测传感器的休眠方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本公开还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的基于非线性信息年龄的监测传感器的休眠方法。
本实施例的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。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的基于非线性信息年龄的监测传感器的休眠方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本公开实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本公开实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本公开实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本公开的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本公开实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (9)
1.一种基于非线性信息年龄的监测传感器的休眠方法,其特征在于,包括:
按照预设时间间隔对监测传感器工作时间进行采样,得到多个工作周期;
针对每个工作周期,获取所述监测传感器在每个工作周期的运行信息,其中所述运行信息包括监测传感器功率信息、数据传输时间及空闲时间;
基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到监测传感器的休眠策略,其中所述休眠策略包括多个休眠子策略,所述多个休眠子策略与所述多个工作周期一一对应;
针对每个工作周期,基于所述工作周期对应的所述休眠子策略确定与所述休眠子策略对应的第一策略参数,其中所述第一策略参数包括下列至少之一:休眠策略参数或待机策略参数;
基于所述第一策略参数调整所述监测传感器在空闲时间的工作状态,其中所述监测传感器的工作状态包括下列至少之一:待机状态或休眠状态;
所述近端策略优化算法中包括策略生成模型,所述基于非线性信息年龄,根据所述监测传感器功率信息及所述数据传输时间利用近端策略优化算法,得到监测传感器的休眠策略,包括:
将所述监测传感器功率信息及所述数据传输时间输入至所述策略生成模型,经由所述策略生成模型输出第二策略参数,其中所述策略生成模型为对初始策略网络模型进行训练得到的,确定与所述监测传感器功率信息及所述数据传输时间对应的第二策略参数的模型,所述第二策略参数包括下列至少之一:休眠策略参数或待机策略参数;
根据所述第二策略参数生成所述监测传感器的休眠策略;
所述非线性信息年龄为增长率随监测传感器工作时间变化的信息年龄,其中信息年龄用于描述系统采集的数据的时效性,所述非线性信息年龄通过公式表示为:
;
其中,为监测传感器的非线性信息年龄,i为第i个工作周期,T为监测传感器的一个工作周期的时隙的和,取值为所述数据传输时间与空闲时间的和,/>为第i个工作周期的非线性信息年龄增长率,k表示当前时刻,/>为数据传输时间。
2.根据权利要求1所述的方法,其特征在于,还包括:
针对每个工作周期,基于所述空闲时间及所述监测传感器在所述空闲时间的工作状态进行计算,得到所述监测传感器在下一工作周期的非线性信息年龄增长率;
根据每个工作周期所述非线性信息年龄增长率及所述数据传输时间确定所述监测传感器的每个工作周期的非线性信息年龄;
对所述每个工作周期的所述监测传感器的非线性信息年龄进行求和均值处理,得到所述监测传感器的平均非线性信息年龄,以基于所述平均非线性信息年龄确定所述监测传感器传输数据的时效,根据所述时效对所述监测传感器监测的数据的质量进行评价。
3.根据权利要求2所述的方法,其特征在于,所述监测传感器在每个工作周期的非线性信息年龄增长率利用公式表示为:
;
其中,i为第i个工作周期,为监测传感器在i-1个工作周期空闲时间的状态,取值为0表示待机,取值为1表示休眠,/>为第i个工作周期的非线性信息年龄增长率,为第i-1个工作周期的非线性信息年龄增长率,T为监测传感器的一个工作周期的时隙的和,取值为所述数据传输时间与空闲时间的和;
所述监测传感器的每个工作周期的非线性信息年龄利用公式表示为:
;
其中,k表示当前时刻,为接收到最新数据的产生时刻,/>为监测传感器的非线性信息年龄;
所述监测传感器的平均非线性信息年龄利用公式表示为:
;
其中,N为监测传感器的工作周期,为平均非线性信息年龄。
4.根据权利要求1所述的方法,其特征在于,所述基于所述策略参数调整所述监测传感器在空闲时间的工作状态,包括:
响应于策略参数为休眠策略参数,基于所述休眠策略参数控制所述监测传感器在空闲时间进入休眠状态;或者,
响应于策略参数为待机策略参数,基于所述待机策略参数控制所述监测传感器在空闲时间进入待机状态。
5.根据权利要求3所述的方法,其特征在于,所述策略生成模型的训练过程包括:
获取样本监测传感器运行数据,根据所述样本监测传感器运行数据构建样本数据池;
将所述样本数据池中的数据输入至初始策略网络模型中进行训练,得到第一训练结果;
根据所述第一训练结果计算所述第一训练结果对应的第一能耗与第一使用率;
基于非线性信息年龄,根据所述第一能耗及所述第一使用率计算所述第一训练结果对应的奖励函数;
更新所述初始策略网络模型的模型参数及样本数据池中的数据,直至所述奖励函数收敛,得到所述策略生成模型。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一训练结果计算所述第一训练结果对应的第一能耗与第一使用率,包括:
根据所述第一训练结果计算第一能耗,所述第一能耗利用公式表示为:
;
;
其中,i为工作周期,为每个周期的能耗,E为第一能耗,/>为发射功率,/>为休眠功率,/>为待机功率,/>为由休眠到工作的状态转换能耗,/>为由工作到休眠的状态转换能耗;
根据所述第一训练结果计算第一使用率,所述第一使用率利用公式表示为:
;
;
其中,为数据传输时间,/>为每个周期的使用率,/>为第一使用率。
7.根据权利要求6所述的方法,其特征在于,所述基于非线性信息年龄,根据所述第一能耗及所述第一使用率计算所述第一训练结果对应的奖励函数,包括:
响应于所述第一能耗符合能耗约束范围,且所述第一使用率符合使用率约束范围,所述奖励函数利用公式表示为:
;
其中,为奖励函数;
或者,
响应于所述第一能耗不符合能耗约束范围,且所述第一使用率符合使用率约束范围,所述奖励函数利用公式表示为:
;
或者,
响应于所述第一能耗符合能耗约束范围,且所述第一使用率不符合使用率约束范围,所述奖励函数利用公式表示为:
;
或者,
响应于所述第一能耗不符合能耗约束范围,且所述第一使用率不符合使用率约束范围,所述奖励函数利用公式表示为:
。
8.根据权利要求7所述的方法,其特征在于,所述能耗约束范围利用公式表示为:
;
;
其中,为工作时间内能耗的最小值,/>为工作时间内能耗的最大值;
所述使用率约束范围利用公式表示为:
;
;
其中,为工作时间内的使用率的最小值,/>为工作时间内的使用率的最大值。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至8任意一项所述的基于非线性信息年龄的监测传感器的休眠方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311199081.8A CN116938613B (zh) | 2023-09-18 | 2023-09-18 | 基于非线性信息年龄的监测传感器的休眠方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311199081.8A CN116938613B (zh) | 2023-09-18 | 2023-09-18 | 基于非线性信息年龄的监测传感器的休眠方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116938613A CN116938613A (zh) | 2023-10-24 |
CN116938613B true CN116938613B (zh) | 2023-12-01 |
Family
ID=88381095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311199081.8A Active CN116938613B (zh) | 2023-09-18 | 2023-09-18 | 基于非线性信息年龄的监测传感器的休眠方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116938613B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022001852A1 (zh) * | 2020-06-28 | 2022-01-06 | 索尼集团公司 | 控制无线通信网络或传感器的电子设备以及方法 |
CN114088435A (zh) * | 2021-10-14 | 2022-02-25 | 威凯检测技术有限公司 | 一种基于无线网络传输的空调性能检测系统 |
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 |
CN115226056A (zh) * | 2022-07-12 | 2022-10-21 | 东南大学 | 一种远程状态估计系统中能量有效的传感器休眠调度方法 |
WO2023273890A1 (zh) * | 2021-06-28 | 2023-01-05 | 中兴通讯股份有限公司 | 节能方法、节能设备、电子设备及计算机可读存储介质 |
CN115589628A (zh) * | 2022-09-26 | 2023-01-10 | 浙江大华技术股份有限公司 | 一种降低设备功耗的方法、装置及电子设备 |
CN116193607A (zh) * | 2023-01-18 | 2023-05-30 | 中国科学院上海微系统与信息技术研究所 | 基于信息年龄的电力物联网周期性业务数据资源调度方法 |
-
2023
- 2023-09-18 CN CN202311199081.8A patent/CN116938613B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022001852A1 (zh) * | 2020-06-28 | 2022-01-06 | 索尼集团公司 | 控制无线通信网络或传感器的电子设备以及方法 |
WO2023273890A1 (zh) * | 2021-06-28 | 2023-01-05 | 中兴通讯股份有限公司 | 节能方法、节能设备、电子设备及计算机可读存储介质 |
CN114088435A (zh) * | 2021-10-14 | 2022-02-25 | 威凯检测技术有限公司 | 一种基于无线网络传输的空调性能检测系统 |
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 |
CN115226056A (zh) * | 2022-07-12 | 2022-10-21 | 东南大学 | 一种远程状态估计系统中能量有效的传感器休眠调度方法 |
CN115589628A (zh) * | 2022-09-26 | 2023-01-10 | 浙江大华技术股份有限公司 | 一种降低设备功耗的方法、装置及电子设备 |
CN116193607A (zh) * | 2023-01-18 | 2023-05-30 | 中国科学院上海微系统与信息技术研究所 | 基于信息年龄的电力物联网周期性业务数据资源调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116938613A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6169547B2 (ja) | チップ上のマルチコアシステムの全域チップ電力を管理する方法およびその装置 | |
CN101706882B (zh) | 基于嵌入式平台的神经网络模型在线训练方法 | |
JP6718500B2 (ja) | 生産システムにおける出力効率の最適化 | |
JP2010140302A (ja) | フィールド機器 | |
Li et al. | Multi-sensor transmission power control for remote estimation through a SINR-based communication channel | |
CN113325998B (zh) | 读写速度控制方法、装置 | |
CN109063818B (zh) | 一种热工过程模型在线辨识方法及装置 | |
CN111475384A (zh) | 壳体温度的计算方法、装置、存储介质及电子设备 | |
CN104823130B (zh) | 自适应电压缩放的系统和方法 | |
CN116938613B (zh) | 基于非线性信息年龄的监测传感器的休眠方法及电子设备 | |
CN111854109A (zh) | 一种室内温度控制方法、装置、电子设备及存储介质 | |
CN114757229A (zh) | 信号处理方法、装置、电子设备及介质 | |
CN110925936A (zh) | 空调控制方法、装置、计算机设备和存储介质 | |
CN117494627A (zh) | 一种数字电路的标准单元特征库构建方法与系统 | |
CN112859601A (zh) | 机器人控制器设计方法、装置、设备及可读存储介质 | |
CN117193500A (zh) | 基于lstm的服务器动态管理方法、系统、终端及存储介质 | |
CN117113892A (zh) | 一种功耗仿真的方法、装置、存储介质及电子设备 | |
CN111797980A (zh) | 一种个性化地暖使用习惯的自适应学习方法 | |
CN116823521A (zh) | 基于ai算法的智能二次供水终端控制系统 | |
Won et al. | Identification of a multivariable delta-operator stochastic state-space model with distributed time delays: Application to a rapid thermal processor | |
CN112486683B (zh) | 处理器控制方法、控制设备以及计算机可读存储介质 | |
Guo et al. | Asymptotic Output Tracking Control of a Class of Linear Systems by Finite-and-Quantized Output Feedback. | |
CN112388623A (zh) | 舵机位置控制方法、装置、终端设备及介质 | |
CN112202886B (zh) | 任务卸载方法、系统、装置和存储介质 | |
CN115952073B (zh) | 工控机性能评估方法、装置、电子设备及存储介质 |
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 |