一种基于边缘计算的物联网数据传输方法与流程

摘要: 本发明涉及边缘计算物联网数据传输,具体涉及一种基于边缘计算的物联网数据传输方法。背景技术:1、随着工业物联网、自动驾驶和智慧城市等应用的快速发展,海量物联网终端...
一种基于边缘计算的物联网数据传输方法与流程

本发明涉及边缘计算物联网数据传输,具体涉及一种基于边缘计算的物联网数据传输方法。

背景技术:

1、随着工业物联网、自动驾驶和智慧城市等应用的快速发展,海量物联网终端设备需要将采集到的数据实时传输至边缘计算节点进行低延迟处理,目前物联网数据传输通常基于传统协议栈,媒体接入控制层普遍采用载波监听多路访问冲突避免机制进行信道资源分配,为满足确定性时延需求,业界还提出了时间敏感网络与确定性网络技术,其核心思路是通过预先规划的固定门控调度表和全网时钟同步,为不同优先级的数据流分配固定周期的传输时隙。

2、与本发明最接近的现有技术为基于优先级队列的边缘计算拥塞控制方法,该方法中物联网终端设备按照预先配置的静态优先级标签对数据包进行标记,数据包通过竞争接入方式发送至边缘计算网关,边缘计算网关侧维护与优先级标签对应的多个固定长度先入先出队列,并按照严格优先级方式从各队列中取出数据包依次转发,若某一优先级队列发生溢出,则丢弃该队列中排队时间最长的数据包。

3、上述现有技术采用一次性配置的静态优先级标签,未考虑数据内容本身价值的动态变化,导致高价值信息可能因归属于低优先级设备而无法及时到达边缘节点,该方法也未对数据包内容进行语义层面的区分与压缩,且固定周期调度机制难以应对无线信道的剧烈时变特性,队列溢出时仅依据排队时长而非数据语义价值决定丢弃对象,导致关键数据的传输时延与系统决策质量难以获得确定性保障。

技术实现思路

1、本发明要解决的技术问题是:在海量并发接入、信道时变、数据包大小和到达时刻难以预知的无线边缘物联网网络环境中,现有传输方案依据静态配置的优先级标签和数据包字节大小进行传输排队与资源分配,未能反映数据内容本身的语义价值,且固定周期的调度机制难以应对无线信道的剧烈时变特性,导致高价值、高紧急度数据难以在边缘计算节点侧获得确定性低延迟传输保障。

2、为解决上述技术问题,本发明提供一种基于边缘计算的物联网数据传输方法,包括:物联网终端设备采集原始感知数据,并将所述原始感知数据输入预先训练的语义特征提取模型,得到语义特征向量;

3、根据所述语义特征向量的概率分布计算语义熵;

4、根据待传输任务的剩余传输时延预算以及对应传感器读数与预设安全阈值的临近程度,计算任务紧急度;

5、根据所述语义熵、所述任务紧急度以及所述物联网终端设备的剩余电池电量归一化后得到的能量因子,计算得到数据包的综合传输优先级;

6、将所述综合传输优先级与语义压缩率填入媒体接入控制帧扩展首部并随数据包发送至边缘计算网关;

7、所述边缘计算网关解析所述扩展首部,并根据队列拥塞度判断是否触发动态时隙抢占,在拥塞状态下根据低优先级数据流的语义保真度损失确定可抢占时隙,将该时隙重新分配给优先级排序靠前的数据流。在此基础上,边缘计算网关还可采集各终端设备的信道状态信息与剩余电池电量,通过引入注意力机制的多智能体深度强化学习方法,将信道与语义资源联合调度问题建模为受限马尔可夫决策过程并求解最优调度策略,动态下发语义压缩率与传输许可权。

8、本发明能够达到的技术效果包括:

9、1.以数据语义价值替代传统的数据包大小和静态优先级标签作为传输排队与资源分配基准,避免了优先级与数据价值不匹配的问题;

10、2.通过语义特征提取与压缩降低了无效冗余数据对无线带宽的占用,缓解了上行链路拥堵;

11、3.通过基于语义保真度损失评估的动态时隙抢占机制,使系统能够实时响应信道剧烈波动,保障高价值数据在预设时延上限内到达;

12、4.通过基于注意力机制的多智能体深度强化学习实现信道资源与终端语义压缩策略的联合优化,提升了系统整体资源利用效率。

1.一种基于边缘计算的物联网数据传输方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述语义特征向量的概率分布计算语义熵,包括:对所述语义特征向量进行离散量化处理,得到个离散符号,并统计各离散符号出现的概率分布,根据下式计算所述语义熵:

3.根据权利要求1所述的方法,其特征在于,所述任务紧急度根据下式计算:

4.根据权利要求1所述的方法,其特征在于,所述综合传输优先级根据下式计算:

5.根据权利要求1所述的方法,其特征在于,所述语义保真度损失根据下式计算:

6.根据权利要求1所述的方法,其特征在于,还包括:

7.根据权利要求6所述的方法,其特征在于,所述策略网络通过以受限马尔可夫决策过程为基础的强化学习方法预先训练得到,所述受限马尔可夫决策过程以端到端传输时延不超过预设时延上限、且终端能耗不超过预设能耗预算为约束条件,以提升累计折扣奖励期望为优化目标,所述累计折扣奖励根据各所述物联网终端设备的语义保真度与时延违约惩罚计算得到。

8.根据权利要求1所述的方法,其特征在于,所述媒体接入控制帧扩展首部设置于原有媒体接入控制帧头字段与原有媒体接入控制帧载荷字段之间,且包括综合传输优先级子字段、语义压缩率子字段和剩余时延预算子字段。

9.一种基于边缘计算的物联网数据传输系统,其特征在于,包括物联网终端设备和边缘计算网关;

10.根据权利要求9所述的系统,其特征在于,所述边缘计算网关还包括基于多智能体深度强化学习的信道与语义联合优化调度单元,所述信道与语义联合优化调度单元用于采集各所述物联网终端设备的信道状态信息和剩余电池电量,通过注意力机制模块计算各所述物联网终端设备对应的注意力权重并进行加权融合得到全局状态表征,根据所述全局状态表征生成各所述物联网终端设备对应的语义压缩率和传输许可权并下发。