一种支持复杂业务数据传输的LoRa网络QoS调度管理方法技术

本发明专利技术提供的一种支持复杂业务数据传输的LoRa网络QoS调度管理方法，所述方法主要包括复杂业务数据分配及QoS调度管理。复杂业务数据分配器接收智能终端产生的复杂业务数据，根据业务需求及数据优先级进行智能分配，将实时的复杂业务数据按序存放在相应的队列中；QoS调度仲裁器根据业务数据需求及LoRa网络实时带宽情况，采用相应的调度算法及管理策略进行仲裁，将智能终端产生的复杂业务数据发送至LoRa输出接口，由网关系统发到LoRa网络中。本发明专利技术能够保障数据传输过程的稳定性、实时性、低丢包率、数据超载规避和个性化调度需求，避免数据错发、漏传、重复发送及“饿死”等问题，达到充分灵活高效能利用LoRa网络通信资源的目的，满足复杂业务需求。

A QoS scheduling management method for Lora network supporting complex business data transmission

【技术实现步骤摘要】
一种支持复杂业务数据传输的LoRa网络QoS调度管理方法
本专利技术涉及LoRa网络复杂业务数据传输，具体是一种LoRa网络中LoRa网关通信节点针对来自智能终端设备的复杂业务数据进行智能分配和QoS调度管理的方法，属于LoRa无线通信

技术介绍
LoRa(LongRange，远距离)是低功耗广域网(LowPowerWideAreaNetwork，LPWAN)通信技术中的一种，是一种基于线性调制扩频技术(ChirpSpreadSpectrum，CCS)的超远距离无线传输方案，改变了以往关于传输距离与功耗的折衷考虑方式，具有远距离、低功耗、低成本、深度覆盖、容易部署等优点，采用星型网络可以在大范围内将终端设备大规模地连接入网，从而实现物联网应用规模化部署。近年来，随着人工智能、大数据和边缘计算等新一代信息和工业现代化技术的快速发展，AIoT(人工智能物联网)已经成为物联网发展的必然趋势，是各大传统行业智能化升级的最佳通道。形式各样的智能终端层出不穷，促使LoRa网络在智慧城市、智慧建筑、智慧消防、智慧农林、环境监测、物流追踪、智能抄表等众多领域发挥越来越重要的作用，尤其是在蜂窝移动网络(如4G、5G等)和Wi-Fi不能持续稳定覆盖的地方，能够独立建网的LoRa无线通信技术就显得弥足轻重。但由于其低传输速率和数据有效负载等自身特性的限制，使得LoRa网络在数据传输过程中所能提供的带宽资源有限。如何高效灵活利用LoRa带宽资源，是能够实现LoRa网络针对智能终端复杂业务数据高性能传输的关键。目前国内外很多学者针对通信系统中的QoS(QualityofService，服务质量)管理提出了一些数据优先级划分方法、数据调度策略和拥塞控制机制等，但尚无一种精准有效的QoS调度管理方法针对智能终端复杂业务数据进行个性化定制，并结合LoRa无线通信技术特点，使LoRa网络有限的通信带宽得到充分灵活的利用，保障用户体验，实现LoRa网络高性能数据传输。
技术实现思路
有鉴于此，本专利技术的主要目的是，针对智能终端产生的复杂业务数据高效能利用LoRa网络有限带宽资源实现高性能数据传输的通信要求，提供一种支持复杂业务数据传输的LoRa网络QoS调度管理方法，该LoRa网络QoS调度管理方法可用于LoRa网关通信节点设备，能够对接收的智能终端复杂业务数据进行智能分配和QoS调度管理，实现LoRa网络有限通信带宽的合理利用，保障数据传输过程的稳定性、实时性、低丢包率、数据超载规避和个性化调度需求，有效避免数据错发、漏传、重复发送及“饿死”等问题，达到充分灵活高效能利用LoRa网络通信资源的目的，满足复杂业务需求。为了达到上述目的，本专利技术提供一种支持复杂业务数据传输的LoRa网络QoS调度管理方法，其特征在于，包括如下步骤：(1)复杂业务数据分配器接收智能终端产生的复杂业务数据，并根据业务需求及数据优先级，智能甄别多种业务数据类型，进行智能分配，将实时的复杂业务数据按序存放在相应的数据缓存队列Q1,Q2,…,Qn-1,Qn中；(2)QoS调度仲裁器根据业务数据需求及LoRa网络实时带宽情况，制定相应的QoS调度算法和管理策略，形成QoS仲裁机制，将智能终端业务数据发送至LoRa输出缓存队列接口中；(3)LoRa射频硬件电路将终端业务数据发送到LoRa网络中。其中，复杂业务数据分配器是指将接收的智能终端复杂业务数据进行智能甄别后自动分配到对应不同业务数据优先级的有序业务数据缓存队列Q1,Q2,…,Qn-1,Qn中，响应数据的不同业务需求；QoS调度仲裁器是指根据业务数据需求及LoRa网络实时带宽情况制定相应的QoS调度算法和管理策略，将仲裁获胜数据发送至LoRa输出缓存队列，其中最后进入LoRa输出缓存队列的仲裁获胜数据在LoRa输出周期内对所获得的通信资源享有独占通信权利，利用所获得的通信资源将终端业务数据发送至LoRa输出接口。所述LoRa网络QoS调度管理方法，其特征还在于，所述步骤(1)中，智能终端产生的复杂业务数据适应应用业务需求，具有不同的数据类型、数据量、产生和发送时间间隔、传输时延要求等特点，包括视频数据、音频数据、视频截图数据、AI智能分析识别的人脸照片及特征信息、人数统计信息、实时信息、控制响应信息等其中的一种或多种，其复杂性在时间和空间上均有所体现。其中，视频数据是指智能终端挂载摄像头装置采集数据，由智能终端固定时间间隔切割、压缩编码并封装后产生；音频数据是指智能终端挂载摄像头装置捕获数据，由智能终端固定时间间隔剪切、压缩编码并封装后产生；视频截图数据是指智能终端截取视频数据中的瞬时图像数据；AI智能分析识别的人脸照片及特征信息是指智能终端利用相应DPU模块对指定视频数据帧进行AI智能分析后识别的人脸照片及其人脸特征分析参数；人数统计信息是指智能终端利用相应DPU模块对指定视频数据帧进行AI智能分析后提取的人数统计量；实时信息是指智能终端固定时间间隔产生的传感器监测数据及设备心跳数据；控制响应信息是指智能终端对LoRa网络中通信根节点下行指令进行的响应数据。智能终端复杂业务数据对应不同业务数据类型具有不同特征。所述LoRa网络QoS调度管理方法，其特征还在于，所述步骤(1)中，复杂业务数据分配器检索实时接收的智能终端业务数据，提取数据业务需求表征和量化因子，智能甄别智能终端业务数据类型，与预先设置的业务数据优先级映射表进行综合匹配后，将智能终端业务数据自动分配到对应优先级的业务数据缓存队列，其中各业务数据缓存队列容量需根据业务数据特征进行预设，并对缓存队列进行空间管理。如果检测到相应业务数据缓存队列剩余空间不足，需要首先将其中最先入队数据进行剔除，循环空间检测和数据剔除步骤，直至终端业务数据能够完整进入到相应业务数据缓存队列为止，避免缓存区溢出。所述LoRa网络QoS调度管理方法，其特征还在于，所述数据业务需求表征和量化因子为标识智能终端业务数据类型的参数，用于指示上述智能终端复杂业务数据类型或对应特征，是后续复杂业务数据分配器智能分配以及QoS调度仲裁器QoS调度管理应用的重要依据。数据业务需求表征和量化因子可以是数据等级标识DLI(Datalevelidentification)，相应预先设置的业务数据优先级映射表内容即为DLI值与智能终端业务数据业务数据优先级之间的线性映射关系；或者可以是数据类型、数据传输时延及数据大小因子中的一种或多种，相应预先设置的业务数据优先级映射表内容即为提取因子与智能终端业务数据业务数据优先级之间的组合映射关系。所述LoRa网络QoS调度管理方法，其特征还在于，所述步骤(2)中，QoS调度仲裁器根据上述业务数据需求制定相应的QoS调度算法，对各有序业务数据缓存队列按照对应业务数据优先级顺序进行顺次轮询，具体包括以下步骤：a1.如果LoRa输出缓存队列没有数据，则从对应业务数据优先级最高的业务数据缓存队列Q1顺次轮询到对应业务数据优先级最低的业务数据缓存队列Qn，直到检测到某业务数据缓存队列存在数据为止，将该业务数据缓本文档来自技高网...

【技术保护点】
1.一种支持复杂业务数据传输的LoRa网络QoS调度管理方法，其特征在于，包括以下步骤：/n(1)复杂业务数据分配器接收智能终端产生的复杂业务数据，并根据业务需求及数据优先级，智能甄别多种业务数据类型，进行智能分配，将实时的复杂业务数据按序存放在相应的数据缓存队列Q

【技术特征摘要】
1.一种支持复杂业务数据传输的LoRa网络QoS调度管理方法，其特征在于，包括以下步骤：
(1)复杂业务数据分配器接收智能终端产生的复杂业务数据，并根据业务需求及数据优先级，智能甄别多种业务数据类型，进行智能分配，将实时的复杂业务数据按序存放在相应的数据缓存队列Q1,Q2,…,Qn-1,Qn中；
(2)QoS调度仲裁器根据业务数据需求及LoRa网络实时带宽情况，制定相应的QoS调度算法和管理策略，形成QoS仲裁机制，将智能终端业务数据发送至LoRa输出缓存队列接口中；
(3)LoRa射频硬件电路将终端业务数据发送到LoRa网络中。


2.如权利要求1所述的LoRa网络QoS调度管理方法，其特征在于，所述复杂业务数据适应应用业务需求，具有不同的数据类型、数据量、产生和发送时间间隔、传输时延要求等特点，包括视频数据、音频数据、视频截图数据、AI智能分析识别的人脸照片及特征信息、人数统计信息、实时信息、控制响应信息等其中的一种或多种，其复杂性在时间和空间上均有所体现。其中，所述视频数据是指智能终端挂载摄像头装置采集数据，由所述智能终端固定时间间隔切割、压缩编码并封装后产生；所述音频数据是指智能终端挂载摄像头装置捕获数据，由所述智能终端固定时间间隔剪切、压缩编码并封装后产生；所述视频截图数据是指所述智能终端截取视频数据中的瞬时图像数据；所述AI智能分析识别的人脸照片及特征信息是指所述智能终端利用相应DPU模块对指定视频数据帧进行AI智能分析后识别的人脸照片及其人脸特征分析参数；所述人数统计信息是指所述智能终端利用相应DPU模块对指定视频数据帧进行AI智能分析后提取的人数统计量；所述实时信息是指所述智能终端固定时间间隔产生的传感器监测数据及设备心跳数据；所述控制响应信息是指所述智能终端对LoRa网络中通信根节点下行指令进行的响应数据。所述智能终端复杂业务数据对应不同业务数据类型具有不同特征。


3.如权利要求1所述的LoRa网络QoS调度管理方法，其特征在于，所述复杂业务数据分配器是指将接收的所述智能终端复杂业务数据进行智能甄别后自动分配到对应不同业务数据优先级的有序业务数据缓存队列Q1,Q2,…,Qn-1,Qn中，响应数据的不同业务需求。所述复杂业务数据分配器在实时接收并检索所述智能终端业务数据的同时，提取数据业务需求表征和量化因子，智能甄别智能终端业务数据类型，与预先设置的业务数据优先级映射表进行综合匹配，将智能终端业务数据自动分配到对应优先级的业务数据缓存队列中。各业务数据缓存队列容量需根据业务数据特征进行预设，并对缓存队列进行空间管理。


4.如权利要求3所述的LoRa网络QoS调度管理方法，其特征在于，所述数据业务需求表征和量化因子为标识所述智能终端业务数据类型的参数，用于指示所述智能终端复杂业务数据类型或对应特征，是后续所述复杂业务数据分配器智能分配以及所述QoS调度仲裁器QoS调度管理应用的...

【专利技术属性】
技术研发人员：黄樟钦，黄玲，张晓波，高寒，杨璐璐，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11