一种能量采集中继辅助物联网的传输时延优化方法及装置制造方法及图纸

本发明专利技术涉及物联网技术领域，具体涉及一种能量采集中继辅助物联网的传输时延优化方法及装置。方法包括：获取设备和中继节点在每个时隙内的无线信道参数并计算设备和中继节点的传输速率；以中继节点处的数据平衡以及能量平衡为约束条件，以设备的传输比例、设备和中继节点的传输功率以及子时隙分数为优化变量，以最小化每台设备传输一定数据时的传输时延为优化目标建立优化问题P；把优化问题P分解为两个子问题P

【技术实现步骤摘要】
一种能量采集中继辅助物联网的传输时延优化方法及装置


[0001]本专利技术涉及物联网
，具体涉及一种能量采集中继辅助物联网的传输时延优化方法。

技术介绍

[0002]能量采集中继辅助物联网(Energy Harvesting Relay
‑
Assisted Internet of Things，EH
‑
RIoT)是一种基于无线通信和能量采集技术的物联网通信方式。在EH
‑
RIoT中，通过使用能量采集技术，终端设备可以从环境中获取能量，将环境中的能量(如太阳能、风能、机械能等)转化为电能，用于终端设备的供电，而无需使用传统的电池供电方式，实现长时间的无线通信并延长设备的使用寿命。在EH
‑
RIoT中，通过使用中继节点将终端设备发送的信号转发到其他节点或云端，从而实现数据的传输和共享。同时，EH
‑
RIoT还使用中继节点来扩展无线网络的覆盖范围，提高网络的可靠性和容量。EH
‑
RIoT的应用非常广泛，例如智能家居、智能城市、智能交通等领域。在这些应用中，EH
‑
RIoT可以帮助实现设备的长时间运行和数据的可靠传输，从而提高智能系统的效率和可靠性。
[0003]但是，目前在能量采集中继辅助物联网中，由于能量供应和数据收集的不稳定性，以及物联网设备之间的干扰等，导致能量采集中继辅助物联网存在数据传输时延较长、无法满足工业物联网设备上传一定数据所用时延最少的需求这一技术问题。因此，如何在保证数据平衡以及能量平衡的前提下，优化数据传输过程，最小化传输时延，成为能量采集中继辅助物联网技术中需要解决的重要问题。

技术实现思路

[0004]针对上述技术问题，本专利技术提出了一种能量采集中继辅助物联网的传输时延优化方法及装置，旨在优化能量采集中继辅助物联网的数据传输过程。
[0005]为解决上述技术问题，本专利技术采用如下技术方案：一种能量采集中继辅助物联网的传输时延优化方法，包括以下步骤：
[0006]步骤S1，将一个中继节点放置于基站中，在基站的通信范围内放置I台物联网设备i，用集合i＝{1,2，
…
，I}表示，所述中继节点用于接收物联网设备i向其传输的数据，将设备i向中继节点传输数据所需的传输时延K分为k个时隙，获取设备i和中继节点在每个时隙内的无线信道参数；
[0007]步骤S2，根据设备i和中继节点在每个时隙内的无线信道参数，计算设备i和中继节点的传输速率；
[0008]步骤S3，以中继节点处的数据平衡以及能量平衡为约束条件，以设备i的传输比例、设备i和中继节点的传输功率以及子时隙分数为优化变量，以最小化每台设备i传输一定数据时的传输时延为优化目标建立优化问题P；
[0009]步骤S4，把优化问题P分解为两个子问题P
‑
1和子问题P
‑
2，采用神经网络结合深度确定性策略梯度算法对子问题P
‑
1进行求解，根据子问题P
‑
1的求解结果，采用二分搜索算
法对子问题P
‑
2进行求解，从而得到优化问题P的最优解。
[0010]其中，时延是指信号从发送端到接收端所需的时间，时隙是指在一段时间内，通信系统按照固定的时间间隔进行通信的基本单位。
[0011]本专利技术的技术构思为：首先，在能量采集中继辅助物联网中，基于中继节点处的能量平衡和数据平衡的限制前提的考虑，构建能量采集中继辅助物联网的传输时延的优化问题P。随后，通过对问题特性的分析，将优化问题P分为子问题P
‑
1和子问题P
‑
2。结合对子问题P
‑
1的分析，提出求解子问题P
‑
1的深度确定性策略梯度算法和求解子问题P
‑
2的二分搜索算法。进而求出原优化问题P的解，从而保证能量采集中继辅助物联网中的设备完成所有上传数据量的情况下，实现传输时延的最小化。
[0012]通过构建能量采集中继辅助物联网的传输时延的优化问题P，并将优化问题P分解为子问题P
‑
1和子问题P
‑
2，提出深度确定性策略梯度算法和二分搜索算法求解子问题，从而求出原优化问题P的最优解，实现了在保证中继节点处的数据平衡以及能量平衡的前提下，最小化每台设备传输数据时的传输时延，提高能量采集中继辅助物联网的传输速率，从而节省网络资源，增加整个网络的系统效益。
[0013]作为优选，步骤S3中，优化问题P的表达式为：
[0014]P：minK
[0015]上式为优化问题P的目标函数，表示最小化每台设备i传输一定数据时的传输时延，其中，K表示设备i向中继节点传输数据所需的传输时延；
[0016]优化变量包括：{α
i,k
},、{p
i,k
}、{τ
k
}、K，
[0017]其中，α
i,k
表示在第k个时隙设备i的传输比例，r表示中继节点，p
rk
表示中继节点r在第k个时隙的传输功率，p
i,k
表示设备i在第k个时隙的传输功率，τ
k
表示第k个时隙内的子时隙分数；
[0018][0019]上式为优化问题P的约束条件1，表示中继节点处的数据平衡，其中，T表示单个时隙长度，表示中继节点r的传输速率，Q
i,k
表示在第k个时隙设备i传输的数据量，R
i,k
表示设备i的传输速率；
[0020][0021][0022]上式为优化问题P的约束条件2和约束条件3，表示中继节点处的能量平衡，其中，E
max
表示中继节点处的最大消耗能量，E
k
表示第k个时隙中继节点r自身的能量，E
Ak
表示第k个时隙中继节点r从外界获取的能量；
[0023]D
i
(k)≥L，i∈I，
[0024]上式为优化问题P的约束条件4，其中，D
i
(k)表示设备i在前k个时隙内传输的数据量，L表示物联网最低要求的传输数据量，上式表示在k个时隙内设备i传输的数据量要超过物联网最低要求的传输数据量；
[0025]0≤τ
k
≤1，k∈K，
[0026][0027][0028][0029][0030]上式为优化问题P的约束条件5—9，表示优化变量的取值范围，其中，表示设备i的最大传输功率，表示中继节点r的最大传输功率，表示设备i向中继节点传输数据所需的最小传输时延，K表示设备i向中继节点传输数据所需的最大传输时延。
[0031]作为优选，步骤S4中，子问题P
‑
1的表达式为：
[0032][0033]优化变量包括：{α
i,k
},、{p
i,k
}、{τ
...

【技术保护点】

【技术特征摘要】
1.一种能量采集中继辅助物联网的传输时延优化方法，其特征在于，包括以下步骤：步骤S1，将一个中继节点放置于基站中，在基站的通信范围内放置I台物联网设备i，用集合i＝{1,2，
…
，I}表示，所述中继节点用于接收物联网设备i向其传输的数据，将设备i向中继节点传输数据所需的传输时延K分为k个时隙，获取设备i和中继节点在每个时隙内的无线信道参数；步骤S2，根据设备i和中继节点在每个时隙内的无线信道参数，计算设备i和中继节点的传输速率；步骤S3，以中继节点处的数据平衡以及能量平衡为约束条件，以设备i的传输比例、设备i和中继节点的传输功率以及子时隙分数为优化变量，以最小化每台设备i传输一定数据时的传输时延为优化目标建立优化问题P；步骤S4，把优化问题P分解为两个子问题P
‑
1和子问题P
‑
2，采用神经网络结合深度确定性策略梯度算法对子问题P
‑
1进行求解，根据子问题P
‑
1的求解结果，采用二分搜索算法对子问题P
‑
2进行求解，从而得到优化问题P的最优解。2.如权利要求1所述的一种能量采集中继辅助物联网的传输时延优化方法，其特征在于，步骤S3中，优化问题P的表达式为：P：min K上式为优化问题P的目标函数，表示最小化每台设备i传输一定数据时的传输时延，其中，K表示设备i向中继节点传输数据所需的传输时延；优化变量包括：{α
i,k
},、{p
i,k
}、{τ
k
}、K，其中，α
i,k
表示在第k个时隙设备i的传输比例，r表示中继节点，p
rk
表示中继节点r在第k个时隙的传输功率，p
i,k
表示设备i在第k个时隙的传输功率，τ
k
表示第k个时隙内的子时隙分数；上式为优化问题P的约束条件1，表示中继节点处的数据平衡，其中，T表示单个时隙长度，表示中继节点r的传输速率，Q
i,k
表示在第k个时隙设备i传输的数据量，R
i,k
表示设备i的传输速率；i的传输速率；上式为优化问题P的约束条件2和约束条件3，表示中继节点处的能量平衡，其中，E
max
表示中继节点处的最大消耗能量，E
k
表示第k个时隙中继节点r自身的能量，E
Ak
表示第k个时隙中继节点r从外界获取的能量；D
i
(k)≥L，i∈I，上式为优化问题P的约束条件4，其中，D
i
(k)表示设备i在前k个时隙内传输的数据量，L表示物联网最低要求的传输数据量，上式表示在k个时隙内设备i传输的数据量要超过物联网最低要求的传输数据量；0≤τ
k
≤1，k∈K，
上式为优化问题P的约束条件5—9，表示优化变量的取值范围，其中，表示设备i的最大传输功率，表示中继节点r的最大传输功率，表示设备i向中继节点传输数据所需的最小传输时延，K表示设备i向中继节点传输数据所需的最大传输时延。3.如权利要求2所述的一种能量采集中继辅助物联网的传输时延优化方法，其特征在于，步骤S4中，子问题P
‑
1的表达式为：优化变量包括：{α
i,k
},、{p
i,k
}、{τ
k
}，上式为子问题P
‑
1的目标函数，表示通过联合优化{α
i,k
},、{p
rk
},、{p
i,k
}以及{τ
k
}这四个优化变量，在固定时隙内最大化设备i的传输数据量；上式为子问题P
‑
1的约束条件1，表示中继节点处的数据平衡；1的约束条件1，表示中继节点处的数据平衡；上式为子问题P
‑
1的约束条件2和约束条件3，表示中继节点处的能量平衡；0≤τ
k
≤1，k∈K，≤1，k∈K，≤1，k∈K，≤1，k∈K，上式为子问题P
‑
1的约束条件4—8，表示优化变量的取值范围。4.如权利要求3所述的一种能量采集中继辅助物联网的传输时延优化方法，其特征在于，步骤S4中，采用神经网络结合深度确定性策略梯度算法求解子问题P
‑
1的方法为：步骤S401，确定动作空间信息以及状态空间信息，所述动作空间信息包括设备i的传输比例α
i,k
、中继节点的传输功率p
rk
、设备i的传输功率p
i,k
以及子时隙分数τ
k
，所述状态空间
信息包括设备i在当前时隙内传输的数据量Q
i,k
以及第k个时隙中继节点自身的能量E
k
；步骤S402，使用演员—评论家算法框架构建神经网络模型，所述神经网络模型包括演员网络、评论家网络以及奖励函数，所述演员网络的输入为状态空间信息，输出为动作空间值，所述评论家网络的输入为状态空间信息和动作空间值，输出为状态值函数，所述奖励函数用于描述神经网络模型在每个状态下采取每个动作后从环境中反馈的奖励；步骤S403，初始化神经网络模型的参数，定义演员网络以及评论家网络的损失函数；步骤S404，使用优化器优化演员网络以及评论家网络的损失函数；步骤S405，采用经验回放方法随机从经验池中抽取数据对神经网络模型进行训练，重复更新演员网络以及评论家网络，直至获得最优的神经网络模型；步骤S406，将当前状态空间信息输入训练后的演员网络，输出最优动作空间值以及每个时隙设备i的传输数据量的最大值，将所述最优动作空间值作为子问题P
‑
1的最优解。5.如权利要求4所述的一种能量采集中继辅助物联网的传输时延优化方法，其特征在于，在“步骤S404，使用优化器优化演员网络以及评论家网络的损失函数”之后，还包括以下步骤：输入状态空间信息s
k
至演员网络，输出动作空间值a
k
；将动作空间值a
k
施加至环境中，...

【专利技术属性】
技术研发人员：王倩如，钱丽萍，李明青，姜微，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：