一种基于边缘计算的协同感知与资源分配方法组成比例

本发明专利技术提供了一种基于边缘计算的协同感知与资源分配方法，属于无线通信技术领域，该方法包括有如下步骤，基于边缘计算的状态估计方法，分析随机传输时延对状态估计误差的影响；设计基于边缘协作的两阶段信息传输方案，对传感器与边缘估计器的关联关系、子载波分配以及传感器发射功率进行协同优化，实现融合估计误差最小化；基于改进的海洋捕食算法，确定了传感器与边缘估计器之间的关联关系，实现子载波动态分配与计算资源分配。本发明专利技术有效地确定传感器与边缘估计器之间的关联关系，实现子载波动态分配，能够提高状态感知精度，有效地解决了协同感知中资源分配问题，实现复杂工业环境的高效监控。环境的高效监控。环境的高效监控。

【技术实现步骤摘要】
一种基于边缘计算的协同感知与资源分配方法


[0001]本专利技术涉及无线通信
，具体而言，尤其涉及一种基于边缘计算的协同感知与资源分配方法。

技术介绍

[0002]随着无线通信技术的快速发展，无线传感器网络也在工业物联网系统中焕发出新的生命力，如智能制造、智能物流、设备故障检测、生产现场监测等领域。工业现场设备之间利用多传感器网络建立实时连接已逐渐成为一种趋势。大量的传感器便意味着有大量的数据将要进行处理，如果信息传输不及时、不准确，就会给工厂造成严重的损失，甚至可能会威胁到人类的生命财产安全。在以往的工业环境监测中，往往采用有线传输方案或者无线传输方案将数据传送到远端的数据处理中心。但是由于现场环境恶劣，设备复杂，导致布线困难、成本高昂，致使有线通信系统难以部署；此外在数据传输过程中将数据全部传输到远端控制中心，这给网络带来了沉重的通信与计算负担，最终导致远端控制中心的状态估计性能难以保证。
[0003]此外，由于无线信道的不稳定性，致使感知到的感知信息不能按时到达远端控制中心。那么，在这种条件下远端控制中心必须根据之前的预测值或者传感器前一时刻的测量值进行下一时刻的状态估计，但这可能会引入额外的估计误差从而对系统估计性能造成影响。一旦随机时延超过某一阙值，状态估计性能便会急剧下降。因此，保证传感器与边缘计算节点间的传输可靠性至关重要。此外，由于传感器自身计算能力、通信能力与能源是有限的，在传感器处数据处理并不现实，因此在以往的设计当中，所有传感器的感知信息都传输到远端控制中心。这不仅给控制中心带来了沉重的计算负担，更会导致严重的计算时延以恶化状态估计性能。
[0004]综上所述，现有技术存在的问题是：目前大多数的状态监测设计中采用的都是集中式的状态估计，所有传感器的观测数据都传输到远端控制中心。这会给网络带来沉重的计算与通信负担，致使延迟加大；其次，远端中心一般放置在离现场较远的地方，这加大了传输能耗；最后，在只有一个计算中心的前提下，一旦中心发生故障，整个系统就陷入了瘫痪状态。目前的状态感知算法被动地容忍随机时延对工业环境感知的传输可靠性及时延的不利影响，限制了工业环境感知性能的提高。

技术实现思路

[0005]为此目的，本专利技术提出一种基于边缘计算的协同感知与资源分配方法，包括如下步骤：
[0006]S1、基于边缘计算的状态估计方法，分析随机传输时延对状态估计误差的影响；
[0007]S2：设计基于边缘协作的两阶段信息传输方案，对传感器与边缘估计器的关联关系、子载波分配以及传感器发射功率进行协同优化，实现融合估计误差最小化；
[0008]S3、基于改进的海洋捕食算法，确定了传感器与边缘估计器之间的关联关系，实现
子载波动态分配与计算资源分配。
[0009]进一步地，该方法适用于网络场景是上行链路的感知信息传输网络。
[0010]进一步地，所述基于边缘计算的状态估计方法，分析随机传输时延对状态估计误差的影响，包括如下步骤：
[0011]S101、考虑到传感器感知信息是有时延的到达边缘估计器的，引入随机变量d
i
(t)来表示第i个传感器的感知信息所经历的随机传输时延，即：
[0012]d
i
(t)＝{d
i
(t|t)＝0,d
i
(t+1|t)＝1,
…
,d
i
(t+d
i
|t)＝d
i
}
ꢀꢀ
(1)
[0013]其中，表示系统所允许的最大时延；Δ＝10ms表示在一个估计步长内边缘估计器允许的最小延迟；
[0014]与分别表示第i个传感器与第m个边缘估计器之间的传输时延与第i个传感器在第m个边缘估计器上的计算时延；
[0015]S102、由于随机延迟，传感器的感知信息在不同的时间步长到达边缘估计器，引入二进制指示变量来表示边缘估计器使用了哪一具体的时间步长信息，其公式如下所述：
[0016][0017]其中：
[0018]S103、边缘估计器接收到的带有随机延迟的传感器感知信息表示为：
[0019][0020]其中：y
i
(t
‑
j)表示第i个传感器的测量信息；x(t
‑
j)表示系统的真实状态；C
i
表示第i个传感器的测量噪声；j边缘估计器选定的特定时间的延迟信息；v
i
表示高斯白噪声；
[0021]S104、基于边缘估计器接收到的带有随机延迟的传感器感知信息，边缘估计器进行局部估计时观测方程可表示为：
[0022]y(t)＝Cx(t)+v(t)
ꢀꢀ
(4)
[0023]其中：
[0024][0025][0026]S105、边缘估计器根据接收到的感知信息进行的局部估计时，其估计值在随机延迟下的递归更新步骤可表示为：
[0027][0028]P
m
(t|t
‑
1)＝AP
m
(t
‑
1|t
‑
1)A
T
+Q
w
[0029][0030]P
m
(t|t)＝(I
‑
K
m
(t)C)P
m
(t|t
‑
1)(I
‑
K
m
(t)C)
T
+K
m
(t)χK
mT
(t)
[0031]其中，K
m
(t)＝P
m
(t|t
‑
1)C
T
(CP
m
(t|t
‑
1)C
T
+χ)表示卡尔曼增益；χ表示在延时下v
i
的估计协方差矩阵；Q
w
表示高斯白噪声的方差；
[0032]S106、当每个边缘估计器得到局部估计值后，将局部估计值在边缘估计器之间进行互传，那么边缘估计器处的融合估计表示为：
[0033][0034]其中，表示融合估计权重；
[0035]I0＝[I
b
,
…
,I
b
]T
；
[0036]边缘估计器处融合估计的误差方差矩阵可表示为。
[0037][0038]进一步地，所述设计基于边缘协作的两阶段信息传输方案，对传感器与边缘估计器的关联关系、子载波分配以及传感器发射功率进行协同优化，实现融合估计误差最小化；包括如下步骤：
[0039]S201、将多传感器与边缘估计器间的传输过程分为两个阶段：在第一阶段，每个传感器提供原始测量到与其关联的边缘估计器，第二阶段，每个边缘估计器根据接收到的原始测量值进行局部估计，然后将局部估计值转发给其他边缘估计器进行分布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的协同感知与资源分配方法，其特征在于，包括如下步骤：S1、基于边缘计算的状态估计方法，分析随机传输时延对状态估计误差的影响；S2：设计基于边缘协作的两阶段信息传输方案，对传感器与边缘估计器的关联关系、子载波分配以及传感器发射功率进行协同优化，实现融合估计误差最小化；S3、基于改进的海洋捕食算法，确定了传感器与边缘估计器之间的关联关系，实现子载波动态分配与计算资源分配。2.根据权利要求1所述的一种基于边缘计算的协同感知与资源分配方法，其特征在于，该方法适用于网络场景是上行链路的感知信息传输网络。3.根据权利要求1所述的一种基于边缘计算的协同感知与资源分配方法，其特征在于，所述基于边缘计算的状态估计方法，分析随机传输时延对状态估计误差的影响，包括如下步骤：S101、考虑到传感器感知信息是有时延的到达边缘估计器的，引入随机变量d
i
(t)来表示第i个传感器的感知信息所经历的随机传输时延，即：d
i
(t)＝{d
i
(t|t)＝0,d
i
(t+1|t)＝1,
…
,d
i
(t+d
i
|t)＝d
i
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，表示系统所允许的最大时延；Δ＝10ms表示在一个估计步长内边缘估计器允许的最小延迟；与分别表示第i个传感器与第m个边缘估计器之间的传输时延与第i个传感器在第m个边缘估计器上的计算时延；S102、由于随机延迟，传感器的感知信息在不同的时间步长到达边缘估计器，引入二进制指示变量来表示边缘估计器使用了哪一具体的时间步长信息，其公式如下所述：其中：S103、边缘估计器接收到的带有随机延迟的传感器感知信息表示为：其中：y
i
(t
‑
j)表示第i个传感器的测量信息；x(t
‑
j)表示系统的真实状态；C
i
表示第i个传感器的测量噪声；j边缘估计器选定的特定时间的延迟信息；v
i
表示高斯白噪声；S104、基于边缘估计器接收到的带有随机延迟的传感器感知信息，边缘估计器进行局部估计时观测方程可表示为：y(t)＝Cx(t)+v(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中：
S105、边缘估计器根据接收到的感知信息进行的局部估计时，其估计值在随机延迟下的递归更新步骤可表示为：P
m
(t|t
‑
1)＝AP
m
(t
‑
1|t
‑
1)A
T
+Q
w
P
m
(t|t)＝(I
‑
K
m
(t)C)P
m
(t|t
‑
1)(I
‑
K
m
(t)C)
T
+K
m
(t)χK
mT
(t)其中，K
m
(t)＝P
m
(t|t
‑
1)C
T
(CP
m
(t|t
‑
1)C
T
+χ)表示卡尔曼增益；χ表示在延时下v
i
的估计协方差矩阵；Q
w
表示高斯白噪声的方差；S106、当每个边缘估计器得到局部估计值后，将局部估计值在边缘估计器之间进行互传，那么边缘估计器处的融合估计表示为：其中，表示融合估计权重；I0＝[I
b
,
…
,I
b
]
T
；边缘估计器处融合估计的误差方差矩阵可表示为。4.根据权利要求1所述的一种基于边缘计算的协同感知与资源分配方法，其特征在于，所述设计基于边缘协作的两阶段信息传输方案，对传感器与边缘估计器的关联关系、子载波分配以及传感器发射功率进行协同优化，实现融合估计误差最小化；包括如下步骤：S201、将多传感器与边缘估计器间的传输过程分为两个阶段：在第一阶段，每个传感器提供原始测量到与其关联的边缘估计器，第二阶段，每个边缘估计器根据接收到的原始测量值进行局部估计，然后将局部估计值转发给其他边缘估计器进行分布式融合估计；S202、确定第一阶段中的...

【专利技术属性】
技术研发人员：吕玲，戴燕鹏，赵立宏，乔泽鑫，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：