一种基于快速上行授权的海量电力物联终端接入控制方法技术

本发明专利技术公开了基于快速上行授权的海量电力物联终端接入控制方法，包括以下步骤：S1：构建系统模型；S2：根据系统模型建立问题模型和转换问题；S3：根据问题模型和转换问题，建立基于优先级感知DQN的快速上行授权接入控制优化算法；本发明专利技术考虑不同业务差异化服务质量要求，通过在短期接入控制约束和长期优先级约束下最小化网络中所有终端的最大接入排队时延。下最小化网络中所有终端的最大接入排队时延。下最小化网络中所有终端的最大接入排队时延。

【技术实现步骤摘要】
一种基于快速上行授权的海量电力物联终端接入控制方法


[0001]本专利技术涉及电网领域，特别是基于快速上行授权的海量电力物联终端接入控制方法。

技术介绍

[0002]为了实现电网全面状态感知，需要部署大量电力物联网终端对电网中运行的分布式能源调控、配电自动化和需求侧响应等业务数据进行采集，产生的大量运行数据亟需实时处理以保障电网的安全稳定运行。5G与边缘计算具有超低时延、超高可靠的优点，可以为计算密集型和时延敏感型业务数据的实时传输与处理提供通信与算力支撑。然而，由于频谱资源受限和5G上行链路容量不足，海量终端大规模接入5G边缘计算电力物联网会导致无线接入网络拥塞、接入时延增加等问题。考虑到不同业务具有差异化业务服务质量需求，需要通过优化终端接入控制在保障差异化业务服务质量需求的同时，实现电力物联网海量终端的低时延接入。
[0003]快速上行授权和深度强化学习为电力物联网海量终端的低时延接入提供了一个可行的解决方案。具体而言，快速上行授权允许获得上行许可的终端无需向基站发送资源调度请求可直接在基站分发的信道上进行数据传输，减小接入信令开销与接入冲突。深度强化学习通过汲取深度学习的感知能力和强化学习的决策能力，可以解决全局状态信息不完全可知情况下的接入控制优化。在电力物联网海量终端接入场景中，电力物联网海量终端的低时延接入面临以下挑战：
[0004]全局状态信息不完全：在现实中，基站获得信道状态信息和终端状态等全局信息是不切实际的。考虑到信令开销以及隐私安全等问题，基站需要在全局状态信息不完全可知的情况下动态优化终端接入控制策略。
[0005]不同优先级业务差异化接入需求：考虑到不同业务具有差异化业务服务质量需求，需要通过优化终端接入控制保障差异化业务服务质量需求，在接入控制优化的同时考虑终端接入优先级约束，实现电力物联网海量终端的低时延接入。
[0006]短期接入控制决策优化和长期优先级约束相耦合：针对5G边缘计算电力物联网海量终端的低时延接入问题，需要在满足终端接入长期优先级约束的同时，进行终端接入控制决策，降低网络中所有终端的最大接入排队时延，导致优化问题为NP
‑
hard问题，无法直接求解。

技术实现思路

[0007]为解决现有技术中存在的问题，本专利技术提供了基于优先级感知DQN的快速上行授权接入控制优化算法，本专利技术考虑不同业务差异化服务质量要求，通过在短期接入控制约束和长期优先级约束下最小化网络中所有终端的最大接入排队时延。
[0008]本专利技术提供的技术方案为：基于快速上行授权的海量电力物联终端接入控制方法，包括以下步骤：
[0009]S1：构建系统模型；
[0010]S2：根据系统模型建立问题模型和转换问题；
[0011]S3：根据问题模型和转换问题，建立基于优先级感知DQN的快速上行授权接入控制优化算法。
[0012]优选地，S1包括以下子步骤：其中，5G边缘计算电力物联网海量终端接入场景包括基站、边缘服务器和电力物联终端；
[0013]S11：基站可以通过N个正交信道同时为N个终端提供无线接入服务；
[0014]S12：边缘服务器通过光纤与基站相连为终端提供计算服务；
[0015]S13：假设共有I，I＞＞N个不同电力物联终端，需要接入基站并将任务数据卸载到边缘服务器进行处理，其集合表示为U＝{u1,
…
,u
i
,,
…
u
I
}；
[0016]S14：采用时隙模型，将整个优化周期划分为T个长度为τ的时隙，其集合记为T＝{1,
…
,t,
…
T}；
[0017]S15：假设信道状态信息在同一时隙内保持不变，而在不同时隙间发生变化；
[0018]S16：在每个时隙初，基站选择终端分发上行许可，被选择终端与基站建立连接并进行数据传输；
[0019]S17：定义终端接入指示变量为x
i
(t)，x
i
(t)＝1表示在第t个时隙基站选择终端u
i
进行数据上传，否则x
i
(t)＝0；
[0020]S18：建立任务传输模型，其传输模型的公式为：
[0021][0022]其中，B
i
是信道带宽，P
TX
为终端的传输功率，G
i
(t)是终端u
i
到基站的信道增益，σ0是信道噪声功率，ξ0(t)为电磁干扰功率；
[0023]S19：建立时延模型，时延模型为：
[0024][0025]其中，Q
i
(t)表示存储在终端u
i
本地任务缓存区中的队列积压，是终端u
i
平均任务数据到达率。
[0026]S110：考虑到电力物联网不同业务差异化的服务质量需求，本文引入长期优先级约束，来保证不同等级终端接入基站的最小比例，表示为
[0027][0028]其中，e
i
∈{0,1}表示终端u
i
被基站选择接入的最小比例需求；T表示整个优化周期的时隙个数，x
i
(t)表示终端接入指示变量。
[0029]优选地，S2包括以下子步骤：
[0030]S21：优化目标是在短期接入控制约束和长期优先级约束下，最小化网络中所有终端的最大接入排队时延，接入控制优化问题可以表示为
[0031]P1:
[0032]s.t.C1:
[0033]C2:
[0034]C3:
[0035]其中，C1和C2表示在每个时隙基站最多能够选择N个设备进行任务卸载，C3为长期优先级约束。T表示整个优化周期的时隙个数，τ
i
(t)表示第t个时隙终端u
i
的接入排队时延，x
i
(t)表示终端接入指示变量，U表示终端集合，N表示基站的正交信道数量，e
i
表示终端u
i
被基站选择接入的最小比例需求；
[0036]S22：由于短期接入控制决策和长期优先级约束相耦合，P1难以直接求解，因此，借助李雅普诺夫优化理论中的虚拟队列将长期优先级约束C3转化为队列稳定性约束，定义优先级约束虚拟队列F
i
(t)，其更新公式表示为
[0037]F
i
(t+1)＝max{F
i
(t)
‑
x
i
(t)+e
i
,0}
[0038]其中，F
i
(t)反映了在第t个时隙终端u
i
实际接入性能与优先级要求之间的偏差，x
i
(t)表示终端接入指示变量，e
i
表示终端u
i
被基站选择接入的最小比例需求；
[0039]S23：基于以上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于快速上行授权的海量电力物联终端接入控制方法，其特征在于，包括以下步骤：S1：构建系统模型；S2：根据系统模型建立问题模型和转换问题；S3：根据问题模型和转换问题，建立基于优先级感知DQN的快速上行授权接入控制优化算法。2.根据权利要求1所述的基于快速上行授权的海量电力物联终端接入控制方法，其特征在于，所述S1包括以下子步骤：其中，5G边缘计算电力物联网海量终端接入场景包括基站、边缘服务器和电力物联终端；S11：基站可以通过N个正交信道同时为N个终端提供无线接入服务；S12：边缘服务器通过光纤与基站相连为终端提供计算服务；S13：假设共有I，I＞＞N个不同电力物联终端，需要接入基站并将任务数据卸载到边缘服务器进行处理，其集合表示为U＝{u1,
…
,u
i
,,
…
u
I
}；S14：采用时隙模型，将整个优化周期划分为T个长度为τ的时隙，其集合记为T＝{1,
…
,t,
…
T}；S15：假设信道状态信息在同一时隙内保持不变，而在不同时隙间发生变化；S16：在每个时隙初，基站选择终端分发上行许可，被选择终端与基站建立连接并进行数据传输；S17：定义终端接入指示变量为x
i
(t)，x
i
(t)＝1表示在第t个时隙基站选择终端u
i
进行数据上传，否则x
i
(t)＝0；S18：建立任务传输模型，其传输模型的公式为：其中，B
i
是信道带宽，P
TX
为终端的传输功率，G
i
(t)是终端u
i
到基站的信道增益，σ0是信道噪声功率，ξ0(t)为电磁干扰功率；S19：建立时延模型，时延模型为：其中，Q
i
(t)表示存储在终端u
i
本地任务缓存区中的队列积压，是终端u
i
平均任务数据到达率。S110：考虑到电力物联网不同业务差异化的服务质量需求，本文引入长期优先级约束，来保证不同等级终端接入基站的最小比例，表示为其中，e
i
∈{0,1}表示终端u
i
被基站选择接入的最小比例需求；T表示整个优化周期的时隙个数，x
i
(t)表示终端接入指示变量。3.根据权利要求1所述的基于快速上行授权的海量电力物联终端接入控制方法，其特征在于，
所述S2包括以下子步骤：S21：优化目标是在短期接入控制约束和长期优先级约束下，最小化网络中所有终端的最大接入排队时延，接入控制优化问题可以表示为P1:s.t.C1:C2:C3:其中，C1和C2表示在每个时隙基站最多能够选择N个设备进行任务卸载，C3为长期优先级约束。T表示整个优化周...

【专利技术属性】
技术研发人员：周振宇，苏晓宇，刘朋矩，贾泽晗，卢文冰，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：