[發(fā)明專利]一種基于上下文感知學(xué)習(xí)的泛在電力物聯(lián)網(wǎng)接入方法

有效

• 申請?zhí)枺?/td>: 202010012710.1
• 申請日: 2020-01-07
• 公開（公告）號(hào): CN111182509B
• 公開（公告）日: 2020-11-24
• 發(fā)明（設(shè)計(jì)）人: 周振宇;廖海君;潘超
• 申請（專利權(quán)）人: 華北電力大學(xué)
• 主分類號(hào): H04W4/70
• 分類號(hào): H04W4/70;H04W24/02;H04W74/08
• 代理公司: 成都方圓聿聯(lián)專利代理事務(wù)所(普通合伙) 51241
• 代理人: 茍銘

1.一種基于上下文感知學(xué)習(xí)的泛在電力物聯(lián)網(wǎng)接入方法，其特征在于：包括以下步驟：

S1.構(gòu)建系統(tǒng)模型；

S2.對構(gòu)建的系統(tǒng)模型進(jìn)行細(xì)化，得到任務(wù)/數(shù)據(jù)傳輸模型、能量消耗模型和時(shí)延模型；

S3.基于最大化設(shè)備能效，構(gòu)建優(yōu)化問題；

S4.基于虛擬隊(duì)列的理論和lyapunov優(yōu)化理論，對優(yōu)化問題進(jìn)行轉(zhuǎn)化；

S5.通過學(xué)習(xí)實(shí)現(xiàn)在信道選擇上的最優(yōu)，進(jìn)而實(shí)現(xiàn)能效的最大化；

所述步驟S1中構(gòu)建的系統(tǒng)模型包括：

設(shè)一個(gè)基站服務(wù)小區(qū)內(nèi)，包含有一個(gè)基站、一個(gè)邊緣服務(wù)器以及多個(gè)機(jī)器設(shè)備；其中所有的機(jī)器設(shè)備根據(jù)對網(wǎng)絡(luò)時(shí)延的忍受程度分為了兩類：第一類是N個(gè)時(shí)延敏感型機(jī)器設(shè)備PU；第二類是K個(gè)時(shí)延忍受型設(shè)備m；設(shè)備PU只要發(fā)出信道接入請求便能接入信道，具有高優(yōu)先級，而設(shè)備m則只能隨機(jī)的接入當(dāng)前沒有被設(shè)備PU占用的信道；

在時(shí)間尺度上，系統(tǒng)模型采用時(shí)隙模型，將整個(gè)時(shí)間分為T個(gè)小的時(shí)間間隔，在每一個(gè)時(shí)間間隔內(nèi)，信道信息以及信道的可用狀態(tài)都是保持不變的；而在不同的時(shí)間間隔內(nèi)，這些信息是不同的；每一個(gè)時(shí)隙，都會(huì)有新的數(shù)據(jù)到達(dá)設(shè)備m，設(shè)備m每一個(gè)時(shí)隙都會(huì)產(chǎn)生信道數(shù)據(jù)，這些數(shù)據(jù)暫時(shí)存儲(chǔ)在設(shè)備m上的一個(gè)數(shù)據(jù)寄存器中；每一個(gè)時(shí)隙設(shè)備m又會(huì)選擇信道，并將一部分的數(shù)據(jù)卸載到邊緣服務(wù)器上，由邊緣服務(wù)器來完成計(jì)算任務(wù)；

所述步驟S2中細(xì)化得到任務(wù)/數(shù)據(jù)傳輸模型的過程包括：

由于每一個(gè)設(shè)備m在每個(gè)時(shí)隙都會(huì)產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)暫時(shí)存儲(chǔ)在設(shè)備m本地的數(shù)據(jù)寄存器中，這樣在每一個(gè)設(shè)備m上就形成了一個(gè)數(shù)據(jù)隊(duì)列，記為：

式中，Q_k(t)為當(dāng)前時(shí)隙設(shè)備m_k存儲(chǔ)的數(shù)據(jù)量，U_k(t)為當(dāng)前時(shí)隙卸載到邊緣服務(wù)器上的數(shù)據(jù)量，A_k(t)和分別為設(shè)備m_k產(chǎn)生數(shù)據(jù)的速率和產(chǎn)生數(shù)據(jù)的大小，兩項(xiàng)乘積代表新產(chǎn)生的數(shù)據(jù)量，Y_k(t)代表由于誤碼的存在而需要重新傳輸?shù)臄?shù)據(jù)量；

其中，第k個(gè)忍受型設(shè)備m表示為m_k，k＝1，2，3...，K；

由于每一個(gè)時(shí)隙設(shè)備m又會(huì)卸載一定的數(shù)據(jù)到邊緣服務(wù)器上，數(shù)據(jù)的卸載速率是由設(shè)備m當(dāng)前時(shí)隙選擇的信道決定的，根據(jù)選擇的信道j得到信噪比γ_k，j，t和傳輸速率R_k，j，t：

R_k，j，t＝a_j，tB_jlog₂(1+γ_k，j，t)，

其中P_TX是傳輸功率，g_k，j，t表示信道增益，δ²是噪聲功率，γ_k，j，t的表達(dá)式分母中除δ²外的部分表示的是由多個(gè)設(shè)備選擇同一個(gè)信道而引起的互相干擾；a_j，t表示的時(shí)信道j的可用性，即表示該信道是否被PU占用，a_j，t＝0表示信道j被占用，反之則表示未被占用，B_j表示信道的帶寬；

由此便得到設(shè)備m_k的吞吐量：

z_k，j，t＝a_j，tmin{Q_k(t)，τR_k，j，t}.

吞吐量已知之后，得到當(dāng)前時(shí)隙設(shè)備m_k傳輸?shù)竭吘壏?wù)器的數(shù)據(jù)量：

其中，x_k，j，t記錄了每一個(gè)設(shè)備在每一個(gè)時(shí)隙對信道的選擇情況，當(dāng)x_k，j，t＝1時(shí)，則代表設(shè)備m_k在時(shí)隙t內(nèi)選擇了信道j；

同時(shí)根據(jù)信噪比得到傳輸?shù)恼`碼率，從而得到需要重傳的數(shù)據(jù)量：

所述步驟S2中細(xì)化得到能量消耗模型的過程包括：

設(shè)備m_k在第t時(shí)隙選擇信道j傳輸數(shù)據(jù)所消耗的能量為：

其中a_j，t表示信道j在時(shí)隙t的可用狀態(tài)，若a_j，t＝1，則代表信道j在時(shí)隙t內(nèi)處于可用狀態(tài)，反之則是不可用狀態(tài)；P_TX代表傳輸功率；為傳輸時(shí)間，表示要傳輸?shù)臄?shù)據(jù)總量除以數(shù)據(jù)傳輸速率，即傳輸完成所有的數(shù)據(jù)需要花費(fèi)的時(shí)間；τ表示一個(gè)時(shí)隙的長度，即只能在一個(gè)時(shí)隙內(nèi)進(jìn)行數(shù)據(jù)傳輸；所以取兩者的最小值的表示實(shí)際上的傳輸時(shí)間；同時(shí)若選中第J+1個(gè)信道，則表示設(shè)備m_k在當(dāng)前時(shí)隙保持休眠狀態(tài)，即不傳送數(shù)據(jù)，所以能量消耗為0；

設(shè)備m_k長期的能量約束為：

其中E_k，max代表設(shè)備m_k電池的容量約束；

然后得到了設(shè)備m_k的能效模型為：

所述步驟S2中細(xì)化得到時(shí)延模型的過程包括：

將時(shí)延從整體上分為兩部分，第一部分是傳輸時(shí)延，即在數(shù)據(jù)傳輸上消耗的時(shí)間；第二部分是計(jì)算時(shí)延，即在數(shù)據(jù)處理上消耗的時(shí)間；

傳輸時(shí)延的具體模型如下：

當(dāng)設(shè)備m_k處于休眠狀態(tài)時(shí)，不進(jìn)行數(shù)據(jù)傳輸，所以傳輸時(shí)延為無窮大；

計(jì)算時(shí)延的具體模型如下：

其中λ_k，t表示設(shè)備m_k傳輸?shù)臄?shù)據(jù)的計(jì)算強(qiáng)度，單位為CPU周期每比特，據(jù)此得出計(jì)算完設(shè)備m_k傳送來的數(shù)據(jù)一共需要z_k，j，tλ_k，tCPU周期；ξ_k，t代表設(shè)備m_k可用的計(jì)算資源；

由于設(shè)備m_k處于休眠狀態(tài)時(shí)，沒有數(shù)據(jù)傳輸，從服務(wù)可靠性的角度來看，沒有數(shù)據(jù)傳輸時(shí)不符合滿足服務(wù)的要求，所以此處將設(shè)備休眠時(shí)的計(jì)算時(shí)延定義為無窮大；

定義在T個(gè)時(shí)隙內(nèi)設(shè)備m_k成功完成任務(wù)卸載的次數(shù)：

其中d_k，t表示設(shè)備k的時(shí)延上限要求

基于成功卸載次數(shù)，定義服務(wù)可靠性：

其中，η_k為提出的服務(wù)可靠性要求；

所述步驟S3中構(gòu)建的優(yōu)化問題為P1：

其中，優(yōu)化的變量為所有設(shè)備長期的能效；約束條件C₁代表信道選擇上的約束，即每一個(gè)設(shè)備只能夠選擇一個(gè)信道，不過一個(gè)信道卻可以被多個(gè)設(shè)備選擇；約束條件C₂和C₃為能量約束和服務(wù)可靠性約束；

所述步驟S4包括：

基于虛擬隊(duì)列的理論，我們將C₂和C₃兩個(gè)約束條件轉(zhuǎn)換為虛擬隊(duì)列：

這兩個(gè)隊(duì)列分別能量約束以及服務(wù)可靠性約束；

基于lyapunov優(yōu)化理論，結(jié)合前面建立的虛擬隊(duì)列，把長期的能效優(yōu)化問題轉(zhuǎn)化為了在每一個(gè)時(shí)隙最大化能效和服務(wù)可靠性以及最小化能量消耗的問題，得到優(yōu)化問題P2：

s.t.C₁.

其中θ_k，j，t為優(yōu)化變量，它是后面三項(xiàng)的一個(gè)加權(quán)和；V_k，α_k，β_k分別為三項(xiàng)的權(quán)重，用以將后面三項(xiàng)調(diào)整為同一個(gè)數(shù)量級；N_k(t)，F(xiàn)_k(t)分別為代表能量約束和服務(wù)可靠性約束的虛擬隊(duì)列；P2將優(yōu)化問題P1中的C₂和C₃兩個(gè)約束轉(zhuǎn)化到優(yōu)化目標(biāo)之中，實(shí)現(xiàn)對能耗和服務(wù)可靠性的感知；

所述步驟S5包括：

對J+1個(gè)信道分別賦予一個(gè)初始權(quán)重，該權(quán)重直接影響到我們對各個(gè)信道的選擇概率，權(quán)重越大，該信道被選中的概率就越大；整個(gè)的學(xué)習(xí)過程就是在不斷的更新各個(gè)信道的權(quán)重，從使得設(shè)備更加的傾向于選擇最優(yōu)的信道，從而實(shí)現(xiàn)能效的最優(yōu)的過程；

首先根據(jù)各個(gè)信道的權(quán)重，計(jì)算出各個(gè)信道被選中的概率：

其中ω_k，j，t表示各個(gè)可用信道的權(quán)重，參數(shù)ρ表示該算法對探索和利用的傾向程度，ρ越大選擇信道時(shí)，越傾向于隨機(jī)選擇，也就是傾向于探索；當(dāng)ρ越小時(shí)，則更加傾向于利用之前的信息進(jìn)行信道選擇；

然后根據(jù)上述產(chǎn)生的概率分布，對信道進(jìn)行隨機(jī)選擇：產(chǎn)生一個(gè)隨機(jī)數(shù)，確定這個(gè)隨機(jī)數(shù)落在了哪一個(gè)信道的概率區(qū)間，然后就選擇這個(gè)信道；

確定了選擇的信道之后，基于選擇的信道解決上述的優(yōu)化問題P2，求解出θ_k，j，t；

根據(jù)上述的θ_k，j，t來更新各個(gè)信道的權(quán)重，更新方法如下：

其中：

這樣就得到了各個(gè)信道新的一組權(quán)重信息，然后重復(fù)上述步驟：根據(jù)新的權(quán)重信息得到各個(gè)信道新的一組概率分布，根據(jù)概率分布選擇信道，并解決優(yōu)化問題P2，得到一組新的θ_k,j,t；

以此類推，進(jìn)行不斷的學(xué)習(xí)，從而實(shí)現(xiàn)在信道選擇上的最優(yōu)，實(shí)現(xiàn)能效的最大化。

2.根據(jù)權(quán)利要求1所述的一種基于上下文感知學(xué)習(xí)的泛在電力物聯(lián)網(wǎng)接入方法，其特征在于：還包括泛在電力物聯(lián)網(wǎng)接入步驟：在步驟S5實(shí)現(xiàn)信道選擇上的最優(yōu)后，通過該信道接入泛在電力物聯(lián)網(wǎng)，并完成數(shù)據(jù)傳輸。