[發明專利]基于SDN和匹配理論的配電物聯網接入控制方法有效
| 申請號: | 202110719892.0 | 申請日: | 2021-06-28 |
| 公開(公告)號: | CN113453282B | 公開(公告)日: | 2022-02-22 |
| 發明(設計)人: | 楊會軒;張瑞照;朱曰超 | 申請(專利權)人: | 山東華科信息技術有限公司;北京華清智匯能源技術有限公司 |
| 主分類號: | H04W28/08 | 分類號: | H04W28/08;G16Y10/35;G16Y10/75 |
| 代理公司: | 深圳舍穆專利代理事務所(特殊普通合伙) 44398 | 代理人: | 黃賢炬 |
| 地址: | 250101 山東省濟南市*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 sdn 匹配 理論 配電 聯網 接入 控制 方法 | ||
1.一種基于SDN和匹配理論的配電物聯網接入控制方法,其特征在于,
包括:
獲取需要進行任務卸載的配電物聯網設備,
獲取多個未被匹配的子信道以建立未被匹配的子信道集合,所述子信道配置為用于所述配電物聯網設備的任務卸載以將所述配電物聯網設備的數據任務卸載到基站,
計算各個所述配電物聯網設備對于各個子信道的偏好值,所述偏好值滿足公式,
Li,j(t)=-(Zi(t)Ei,j(t)-VUi,j(t))-Pj
其中,Li,j(t)表示第t個時隙第i個配電物聯網設備對第j個子信道的偏好值,Pj表示第j個子信道的虛擬價格,Ei,j(t)表示第i個配電物聯網設備利用第j個子信道進行任務卸載時所消耗的能量,Zi(t)表示第t個時隙第i個配電物聯網設備利用第j個子信道進行任務卸載時所消耗的能量與能量預算的偏離值的虛擬隊列,V表示權重參數,Ui,j(t)表示第t個時隙第i個配電物聯網設備利用第j個子信道進行任務卸載時配電物聯網設備i的吞吐量,
以降序方式對偏好值進行排序以獲得各個所述配電物聯網設備的喜愛列表;
各個所述配電物聯網設備向喜愛列表中偏好值最高的子信道發送請求,
若子信道僅收到一個配電物聯網設備的請求,則將該子信道與該配電物聯網設備匹配并獲得匹配結果,將該子信道移出所述未被匹配的子信道集合;
若子信道收到多于一個配電物聯網設備的請求,則增加該子信道的虛擬價格以降低所述配電物聯網設備對于該子信道的偏好值,
各個配電物聯網設備根據匹配結果選擇相匹配的子信道進行任務卸載。
2.如權利要求1所述的配電物聯網接入控制方法,其特征在于,
若子信道收到多于一個配電物聯網設備的請求,將該子信道加入匹配沖突的子信道集合。
3.如權利要求2所述的配電物聯網接入控制方法,其特征在于,
子信道加入匹配沖突的子信道集合后,執行升價匹配,
所述升價匹配包括:
增加該子信道的虛擬價格以降低所述配電物聯網設備對于該子信道的偏好值,
更新喜愛列表,
各個配電物聯網設備向更新后的喜愛列表中偏好值最高的子信道發送請求。
4.如權利要求2所述的配電物聯網接入控制方法,其特征在于,
當所述匹配沖突的子信道集合中的子信道僅收到一個配電物聯網設備的請求,則將該子信道與該配電物聯網設備匹配并將該子信道移出所述匹配沖突的子信道集合。
5.如權利要求1所述的配電物聯網接入控制方法,其特征在于,
當各個子信道均與配電物聯網設備匹配或各個配電物聯網設備均與子信道匹配,各個配電物聯網設備根據匹配結果選擇相匹配的子信道進行任務卸載。
6.如權利要求1所述的配電物聯網接入控制方法,其特征在于,
所述吞吐量Ui,j(t)滿足公式:
Ui,j(t)=min{Ai(t),Ri,j(t)τ},
其中,Ai(t)表示在第t個時隙,第i個配電物聯網設備卸載到基站的數據任務的比特值,Ri,j(t)表示在第t個時隙第i個配電物聯網設備利用第j個子信道進行任務卸載時的數據傳輸速率,τ表示時隙的長度。
7.如權利要求6所述的配電物聯網接入控制方法,其特征在于,
數據傳輸速率Ri,j(t)滿足公式:
其中,Bi表示第i個子信道的帶寬,PTX表示傳輸功率,Hi,j(t)表示在第t個時隙第i個配電物聯網設備與基站之間使用第j個子信道進行數據傳輸時的信道增益,σ2表示噪音功率。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東華科信息技術有限公司;北京華清智匯能源技術有限公司,未經山東華科信息技術有限公司;北京華清智匯能源技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110719892.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一株肺形側耳菌及其應用
- 下一篇:基于深度強化學習的卸載調度與資源分配方法





