信道资源管理方法、系统、基站及计算机可读存储介质与流程

1.本公开涉及通信技术领域，尤其涉及一种信道资源管理方法、一种信道资源管理系统、一种基站以及一种计算机可读存储介质。


背景技术：

2.工业互联网是互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施，与智能制造紧密相连。工业互联网在生产现场主要是数据采集、存储、分析和基础工业机器硬件设备。
3.工业现场存在大量设备节点，这些设备节点之间的通信m2m(machine to machine)，一般是广播性质的，每个设备节点发送的数据，需要被周围的大量节点通知收到，以便这些设备节点采取相应的应对措施。当设备节点数量逐渐增大时，将可能产生以下问题：一方面，大量设备节点需要高可靠、低时延的广播通信，随着数量增大，系统整体性能降低，将无法在有限频段内满足这些设备节点的要求，对整个生产体系带来严重的影响，甚至造成整个生产系统无法正常运行；另一方面，工业现场设备节点对广播通信的要求不同，数据包大小也差异较大，采用单一信号管理调度方式，降低了系统资源的利用率。


技术实现要素：

4.本公开提供了一种信道资源管理方法、系统、基站备及计算机可读存储介质，以至少解决目前工业现场无法满足大量设备节点通信性能以及系统资源利用率低等问题。
5.根据本公开的一方面，提供一种信道资源管理方法，包括：
6.划分第一预设数量个数据包类型；
7.划分第二预设数量个广播信道类型；
8.建立所述数据包类型和所述广播信道类型之间的对应关系；以及，
9.将所述数据包类型、所述广播信道类型及其对应关系分别发送给预设网络区域中的各个设备节点，以使所述设备节点查询待广播数据包对应的数据包类型，然后基于所述对应关系选择出所述数据包类型对应的广播信道类型，并在所述广播信道类型的广播信道中广播所述待广播数据包。
10.在一种实施方式中，在划分第一预设数量个数据包类型之后，还包括：
11.监听广播信道的所有时隙，获得所述预设网络区域中所有待分类数据包；
12.基于所述数据包类型对所述待分类数据包进行分类，得到分类结果；以及，
13.将所述分类结果分别发送给所述设备节点，以使所述设备节点基于所述分类结果查询待广播数据包对应的数据包类型。
14.在一种实施方式中，所述基于所述数据包类型对所述待分类数据包进行分类，包括：
15.基于所述数据包类型从所述待分类数据包中选择第一预设数量个聚类中心点；
16.分别计算所述待分类数据包分别与所述第一预设数量个聚类中心点之间的欧式
距离，得到所述待分类数据包分别与各个聚类中心点之间的欧式距离结果；以及，
17.基于所述欧式距离结果对所述待分类数据包进行分类。
18.在一种实施方式中，所述基于所述数据包类型选择第一预设数量个聚类中心点，包括：
19.分别获取所述数据包类型对应的各个类型的测试数据包；
20.对所述各个类型的测试数据包进行学习，得到第一预设数量个关于所述测试数据包的第一聚类；
21.分别从所述第一聚类中选择出各自的初始聚类中心点，得到第一预设数量个初始聚类中心点；
22.基于所述初始聚类中心点按照预设规则调整所述待分类数据包的聚类中心点，得到第一预设数量个调整聚类中心点；
23.基于所述调整聚类中心点对所述待分类数据包进行分类，得到所述待分类数据包的第二聚类；
24.基于所述调整聚类中心点计算所述第二聚类的收敛距离；
25.判断所述收敛距离是否小于第一预设阈值；
26.若小于第一预设阈值，则将所述调整聚类中心点作为所述待分类数据包最终的聚类中心点；
27.若不小于第一预设阈值，则判断当前迭代次数是否达到第二预设阈值；
28.若未达到第二预设阈值，则返回基于所述初始聚类中心点按照预设规则调整所述待分类数据包的聚类中心点的步骤直到所述收敛距离小于第一预设阈值。
29.在一种实施方式中，所述分别计算所述待分类数据包分别与所述第一预设数量个聚类中心点之间的欧式距离，根据以下公式得到：
[0030][0031]
式中，d(x
i
，m
j
)表示第i个待分类数据包与第j个聚类中心点之间的欧式距离，x
i
表示第i个待分类数据包，m
j
表示第j个聚类中心点。
[0032]
在一种实施方式中，所述基于所述初始聚类中心点按照预设规则调整所述待分类数据包的聚类中心点，根据以下公式得到：
[0033][0034]
式中，m
j
表示第j个聚类中心点，m
j
表示d
j
＞τ时在m
j
和c
j
之间的连线上距离m
j
长度为τ的点，d
j
表示调整后的第j个聚类中心点与对应的第j个初始聚类中心点之间的距离，c
j
表示第j个初始聚类中心点，τ表示聚类中心点与对应的初始聚类中心点之间的最大距离。
[0035]
在一种实施方式中，基于所述调整聚类中心点计算所述第二聚类的收敛距离，根据以下公式得到：
[0036][0037]
式中，t
j
(k)表示第k次迭代下关于第j个第二聚类的收敛距离，m
j
(k)表示第k次迭
代下第j个调整聚类中心点，m
j
(k
‑
1)表示第k
‑
1次迭代下第j个调整聚类中心点。
[0038]
根据本公开的另一方面，提供一种信道资源管理系统，包括：
[0039]
划分模块，其设置为划分第一预设数量个数据包类型；
[0040]
所述划分模块还设置为，划分第二预设数量个广播信道类型；
[0041]
建立模块，其设置为建立所述数据包类型和所述广播信道类型之间的对应关系；以及，
[0042]
发送模块，其设置为将所述数据包类型、所述广播信道类型及其对应关系分别发送给预设网络区域中的各个设备节点，以使所述设备节点查询待广播数据包对应的数据包类型，然后基于所述对应关系选择出所述数据包类型对应的广播信道类型，并在所述广播信道类型的广播信道中广播所述待广播数据包。
[0043]
根据本公开的又一方面，提供一种基站，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行所述的信道资源管理方法。
[0044]
根据本公开的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行所述的信道资源管理方法。
[0045]
本公开提供的技术方案可以包括以下有益效果：
[0046]
本公开提供的信道资源管理方法，通过划分第一预设数量个数据包类型；划分第二预设数量个广播信道类型；建立所述数据包类型和所述广播信道类型之间的对应关系；以及，将所述数据包类型、所述广播信道类型及其对应关系分别发送给预设网络区域中的各个设备节点，以使所述设备节点查询待广播数据包对应的数据包类型，然后基于所述对应关系选择出所述数据包类型对应的广播信道类型，并在所述广播信道类型的广播信道中广播所述待广播数据包。本公开通过建立数据包类型和广播信道类型，根据数据包的传输需求分配到对应的广播信道中，其至少可以保证数据包的有效传输，同时提高了信道资源的利用率。
[0047]
本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0048]
附图用来提供对本公开技术方案的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。
[0049]
图1为本公开实施例提供的一种信道资源管理方法的流程示意图；
[0050]
图2为广播m2m网络的场景示意图；
[0051]
图3为本公开实施例提供的另一种信道资源管理方法的流程示意图；
[0052]
图4a为图3中步骤s302的流程示意图；
[0053]
图4b为图4a中步骤s302a的流程示意图；
[0054]
图5为本公开实施例提供的一种道资源管理系统的结构示意图；
[0055]
图6为本公开实施例提供的一种基站的结构示意图。
具体实施方式
[0056]
为使本公开实施例的目的、技术方案和优点更加清楚，以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
[0057]
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序；并且，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互任意组合。
[0058]
其中，在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
[0059]
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本公开的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
[0060]
第五代移动通信(5th generation mobile communication technology，简称5g)具有低时延、高可靠、大容量的特点，5g在峰值速率、时延、用户体验速率、同时支持的连接数等方面都比4g有显著的提高，5g与工业互联网的融合创新发展，将推动制造业从单点、局部的信息技术应用向数字化、网络化和智能化转变，也为5g开辟更为广阔的市场空间。
[0061]
与人与人之间的通信不同，工业现场设备中大量节点之间的通信m2m(machine to machine)，一般是广播性质的，每个节点发送的数据，需要被周围的大量节点通知收到，以便这些节点采取相应的应对措施。面对工业互联网的核心需求，拓展5g的网络服务功能，特别是针对工业现场的高效广播服务，提供差异化的服务，对于通信运营商来说，具有积极的意义。
[0062]
本公开实施例以广播m2m网络架构为例，广播m2m网络架构是一种基于5g的拓展了广播功能的m2m网络架构，以基站覆盖单位为区域单元，为工业现场的设备节点提供高效的广播服务。信道资源的管理和分配方式，是广播m2m网络的最核心技术领域之一，设计合理高效的信道资源管理调度算法，可以在有限的资源情况下，最大限度满足工业现场不同性能指标的广播通信需求，提升整个系统的资源利用率。
[0063]
早期的相关广播m2m网络的设计中，相关技术提供了一种信道资源管理方法，主要是设备节点随机选择空闲信道的单一方式，比较适用于设备节点相对较少的工业现场，当设备节点数量逐渐增大时，将面临如下问题：1)大量设备节点需要高可靠、低时延的广播通信，随着数量增大，系统整体性能降低，将无法在有限频段内满足这些节点的要求，对整个生产体系带来严重的影响，甚至造成整个生产系统无法正常运行；2)工业现场设备节点对广播通信的要求不同，数据包大小也差异较大，采用单一信号管理调度方式，降低了系统资源的利用率；3)片面针对高可靠性和低时延设计，在有限带宽内，会影响系统的数据传输量，降低了系统的频带利用率；4)不同的设备环境、时间点、生产状态会对信道资源管理分配提出不同的要求，设计固定的信道资源分配模式非常困难；5)设备节点随时发送的广播数据包数量庞大，这些数据包具有不同的数据长度、数据格式、数据速率、数据应答速度等特征，如何将这些数据同信道类型动态匹配非常困难。
[0064]
为解决上述问题，本公开实施例根据工业现场设备节点通信的特点，结合机器学
习的相关技术，对广播m2m网络的信道资源进行合理分类，并进行动态的，具有自我学习能力的数据包同信道资源的分配管理，以充分发挥这种网络架构的优势，保证设备节点广播通信的高可靠性和低时延的同时，获得更大的频带利用率，从而提高广播m2m网络的性能，具有积极的意义。
[0065]
请参照图1，图1为本公开实施例提供的一种信道资源管理方法的流程示意图，应用于广播m2m管理单元，所述方法包括步骤s101
‑
s103。
[0066]
本实施例中，设备节点的广播方式以广播m2m网络架构为例，如图2所示，系统为5g网络内所有设备节点划分广播信道资源池，所有设备节点具有公共的广播时隙信道资源，所有设备节点可以在广播时隙信道内进行广播以及接收广播时隙信道资源的所有时隙，从而实现所有设备的状态广播，以及指令发布功能。
[0067]
其中，广播m2m网络架构如图2所示，包括：设备节点21、公共广播信道资源池22、广播m2m管理单元(未画出)。设备节点21，具有无线广播信息发送和接收功能，安装在工业生产设备的各个核心部位，所有设备节点具有接收公共广播信道资源池所有时隙的功能，各个设备节点形成设备区域，该设备区域也为基站的网络覆盖区域；公共广播信道资源池(公共广播时隙信道)22：在基站覆盖范围内，由基站内的广播m2m管理单元进行管理的具有连续频段和时隙的公共广播信道资源池，资源池的频段宽度和时隙数量由广播m2m管理单元根据实时的广播强度进行动态调整，以保证各个设备节点的广播发送延迟符合生产现场的质量要求；广播m2m管理单元：部署在接入网(5g ng
‑
ran)基站和移动边缘计算中，具有广播管理信息、确认信息和状态信息的功能、系统管理以及接收公共广播信道资源池所有时隙的功能，以及管理生产应用系统的运行。
[0068]
大量工业设备节点对网络服务质量提出了不同的需求，需要对不同资源灵活调度满足多样化业务的服务质量需求，因此，在广播m2m中有多种信道资源需要调度和分配，合理的信道资源分配调度算法和方案，可以在资源受限的情况下，在满足用户的不同性能指标要求的同时，实现整个系统的性能和信道资源利用率最大化。为此，本实施例基于以下步骤对信道资源进行合理分配。
[0069]
在步骤s101中，划分第一预设数量个数据包类型。
[0070]
在实际应用中，设备节点随时发送的广播数据包数量庞大，这些数据包具有不同的数据长度、数据格式、数据速率、数据应答速度等特征，同时，对信道在传输的可靠性、时延、阻塞率等方面也有不同的要求，而且随着时间、生产过程的变化，发送的数据类型动态变化。因此，需要将设备节点发送的数据包进行分类以满足广播m2m的信道资源管理策略。
[0071]
具体地，根据数据包对可靠性要求、时延要求等特性，将数据包划分为特定的第一预设数量个类型，例如，将数据包划分为a
‑
f五种数据包类型，其中，a类数据：系统的控制数据和信令数据，是广播m2m管理模块对所有设备节点发送的关键数据包和对应节点的响应，对可靠性要求高、时延要求小，数据量少，数据包长度短；b类数据：设备节点广播的重要数据，例如故障报警数据、重要的状态监测数据、控制类数据以及对重要控制指令的响应数据，对可靠性要求高、时延要求小，数据发送量较少；c类数据：设备节点周期性的状态监测数据和非周期的非重要数据，对时延和可靠性要求较高，数据报文短但是数据发送量较大，例如设备部件的位置信息、机械臂工作过程中的核心运行数据等；d类数据：设备节点的非周期或者周期数据，对时延和可靠性要求不高，数据发送量较大的长报文，例如设备节点的
工作状态信息、自检报告等。e类数据：设备节点的非周期或者周期数据，对时延和可靠性没有要求的数据，例如非关键仪表的数据周期性广播、温度监测数据等。
[0072]
在步骤s102中，划分第二预设数量个广播信道类型。
[0073]
具体地，本实施例可以将广播数据根据设备节点对信道传输的要求，将广播m2m的总信道按照可靠性、时延、数据长度、持续时间几个因素分为第二预设数量个广播信道类型，例如，划分为四个广播信道类型，其中，
[0074]
类型一：提供高可靠、低时延的广播信道，采用集中式资源管理方式，在设备节点会话期间，由广播m2m管理单元分配固定的时隙给该设备节点，数据包无碰撞，由广播m2m管理单元提供检错和纠错，由于采用固定时隙分配，因此频谱利用率低，需要限制占用该类型信道的数据包数量；类型二：提供高可靠、较低时延的广播信道，采用分布式资源管理方式，各个设备节点采用令牌模式协商分配时隙，数据包无碰撞，由广播m2m管理单元提供检错和纠错，当数据包数量较大，单个数据包长度较长时，会显著增加时延，因此必须限制数据包总量和单个数据包的数据长度；类型三：提供较高可靠性、时延不确定的广播信道，采用分布式资源管理方式，由设备节点随机选择空闲的时隙进行广播信息的发送，由广播m2m管理节点广播信息发送成功确认消息，设备节点在发送后系统设定时间内未接收到管理节点发送的确认消息，则表示数据包发生碰撞，需要再次选择空闲时隙重新发送，直到接收到管理节点发送的确认消息。因此，当信道资源空闲时隙减少，碰撞发生的概率就相应增大，严重时会引起信道阻塞；类型四：对可靠性、时延没有要求的设备节点的广播通信，采用分布式资源管理方式，由设备节点随机选择空闲的时隙进行广播信息的发送，设备节点相互之间进行广播信息发送成功确认消息。
[0075]
需要说明的是，本领域技术人员可以根据现有技术和实际应用对第一预设数量和第二预设数量进行适应性设定。
[0076]
在步骤s103中，建立所述数据包类型和所述广播信道类型之间的对应关系。
[0077]
本实施例中，通过建立数据包类型和信道类型之间的对应关系，系统可以直接将划分的数据包分配指定的信道类型，在一种具体地实时方式中，可以生成五种数据类型和四种信道类型之间的关系对应表。其中，建立二者之间的对应关系以下作为示例：
[0078]
a类数据：类型一信道，广播m2m管理单元划分固定的时隙广播a类数据，所有设备节点在这些时隙接收。
[0079]
b类数据：类型二信道，广播m2m管理单元划分出一组时隙供b类数据的设备节点共用，并且根据时隙的利用率动态调整时隙的数量。在这组公共时隙中，各个设备节点采用令牌方式进行广播发送，需要发送的设备节点，首先选择空闲的时隙，并将这些空闲时隙填充到令牌申请数据包中向广播m2m管理单元申请令牌，获得令牌后，利用申请的时隙进行广播；
[0080]
c类数据：类型三信道，信道设备节点利用类型一和类型二专用时隙以外的所有公共广播时隙，随机占用一个或者若干个空闲的时隙，然后发送广播数据，广播数据如果发送成功，广播m2m管理单元会在控制信道发送一个广播数据发送成功的确认数据包，如果设备节点在设定的时间没有收到确实数据包，表示同其他设备节点发生了碰撞，会重新发送；
[0081]
d类数据：类型三信道，信道设备节点利用类型一和类型二专用时隙以外的所有公共广播时隙，随机占用一个或者若干个空闲的时隙，然后发送广播数据，在发送碰撞时，广
播m2m管理模块会发送碰撞提醒数据包，提示同其他设备节点发生了碰撞，会重新发送，同c类数据的方式相比，广播m2m管理单元发送的确认数据包数量显著减少，但是可靠性不如c类数据发送方式高。
[0082]
e类数据：类型四信道，信道设备节点利用类型一和类型二专用时隙以外的所有公共广播时隙，随机占用一个或者若干个空闲的时隙，然后发送广播数据，广播m2m管理模块不对碰撞进行检测和发送数据包，由相关设备节点之间进行碰撞检测和重发系统操作。
[0083]
在一些实施例中，广播m2m管理单元将在上述数据类型与信道类型的对应关系的基础上，再根据信道总的利用情况动态调整，调整方法如下：当类型二信道数据量增大，造成的传输延时大于系统的设定值，则将聚类簇c
b
拆分成c
b1
和c
b2
，将数据长度大于设定值的数据包划分到c
b2
中，并将c
b2
对应到类型三信道，当系统传输延时回复到正常值后，再合并c
b1
和c
b2
成c
b
，d类数据也做相同的处理；基于此，采用拆分和合并聚类簇的方法动态调整数据分类与信道类型的对应分配，适应系统不同的信道使用状态，以保证设备节点正常工作，同时提高整体性能。
[0084]
综上，上述方式主要采用了集中式与分布式融合的方式，整体策略如下：
[0085]
由于设备节点数量大、类型多，对广播通信在可靠性、时延等方面要求相差较大，因此适合采用差异化的资源管理策略；将广播数据根据设备节点对广播通信的要求，按照可靠性、时延进行分类；对可靠性、时延要求严格的设备节点通信会话，采用集中式资源管理方式，在设备节点会话期间，由广播m2m管理单元分配固定的时隙给该设备节点；对可靠性、时延要求不太严格的设备节点通信会话，采用分布式资源管理方式，各个设备节点采用令牌模式协商分配时隙；对可靠性、时延要求不高的设备节点的广播通信，采用分布式资源管理方式，由设备节点随机选择空闲的时隙进行广播信息的发送，由广播m2m管理节点广播信息发送成功确认消息；对可靠性、时延没有要求的设备节点的广播通信，采用分布式资源管理方式，由设备节点随机选择空闲的时隙进行广播信息的发送，如有必要，设备节点相互之间进行广播信息发送成功确认消息。
[0086]
在步骤s104中，将所述数据包类型、所述广播信道类型及其对应关系分别发送给预设网络区域中的各个设备节点，以使所述设备节点查询待广播数据包对应的数据包类型，然后基于所述对应关系选择出所述数据包类型对应的广播信道类型，并在所述广播信道类型的广播信道中广播所述待广播数据包。
[0087]
相关技术中，广播信道是设备之间最主要的分配资源，由于工业现场设备节点数量庞大，主要采用基于竞争策略的时隙分配方式，各个设备节点在发送广播包时，在公共时隙共享策略的控制下占用空闲的时隙进行广播，此时的共享算法需要解决用户竞争信道时隙资源产生冲突的情况，就是两个设备节点同时占用某一个空闲时隙，造成两个参与该竞争的设备节点都无法成功完成广播包的发送。而本实施例通过划分好的数据包类型和信道类型，根据数据包的传输需求分配到对应的信道中，以保证数据包的有效传输，同时提高了信道资源的利用率。
[0088]
请参照图3，图3为本公开实施例提供的另一种信道资源管理方法的流程示意图，在上一实施例的基础上，本实施例通过监听广播信道的所有时隙，对网络中的待分类数据包进行动态分类，在划分第一预设数量个数据包类型(步骤s101)之后，还包括步骤s301
‑
s302。
[0089]
在实际应用中，设备节点随时发送的广播数据包数量庞大，这些数据包具有不同的数据长度、数据格式、数据速率、数据应答速度等特征，同时，对信道在传输的可靠性、时延、阻塞率等方面也有不同的要求，而且随着时间、生产过程的变化，发送的数据类型动态变化。因此，需要将设备节点发送的数据包进行分类以满足广播m2m的信道资源管理策略。
[0090]
在步骤s301中，监听广播信道的所有时隙，获得所述预设网络区域中所有待分类数据包。
[0091]
具体地，广播m2m管理单元监听广播信道的所有时隙，获得所有待分类数据包{x1,...,x
n
}，然后在mec中进行数据包分类。其中，广播信道即为总的广播信道。
[0092]
在步骤s302中，基于所述数据包类型对所述待分类数据包进行分类，得到分类结果。
[0093]
具体地，本实施例通过聚类算法对待分类数据包进行分类，所述步骤s302，如图4a所示，包括以下步骤s302a
‑
s302c。
[0094]
s302a，基于所述数据包类型从所述待分类数据包中选择第一预设数量个聚类中心点；
[0095]
s302b，分别计算所述待分类数据包分别与所述第一预设数量个聚类中心点之间的欧式距离，得到所述待分类数据包分别与各个聚类中心点之间的欧式距离结果；以及，
[0096]
s302c，基于所述欧式距离结果对所述待分类数据包进行分类。
[0097]
考虑到由于生产设备发送的数据的多样性，以及信道利用状态的动态变化，将各类数据划分到不同类型的信道是一个动态的、复杂的过程，对生产设备的正常工作、广播m2m的信道资源管理效率都有较大的影响，本公开实施例通过监听信道时隙，并对数据包进行动态分类，以满足信道状态的不断变化。进一步地，可以利用5g基站中mec的强大的运算能力和数据处理能力，以及机器学习的聚类算法构建数据包的分类处理。
[0098]
聚类(cluster)算法是机器学习中的一种无监督学习(unsupervised learning)算法，只需要数据，而不需要标记结果，通过学习训练，用于发现共同的群体。输入数据没有被标记，需要根据数据间的相似性对样数据进行分类，以试图使类内差距最小化，类间差距最大化。由于本实施例中mec中的算法要适用于不同的生产环境，可能使算法无法预先知道生产环境中的所有数据类型，因而可以从没有数据标签的数据集开始学习。
[0099]
进一步地，所述基于所述数据包类型选择第一预设数量个聚类中心点(s302a)，如图4b所示，包括步骤s401
‑
410。
[0100]
本实施例中，采用k
‑
means(k
‑
均值)聚类算法。k
‑
means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类，输出的聚类(簇)满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。
[0101]
在步骤s401中，分别获取所述数据包类型对应的各个类型的测试数据包。
[0102]
具体地，设备节点预先设定对应五种数据包类型的典型测试数据包，数据包可以包括设备测试包标识、节点标识、数据类型(a
‑
e类)、数据，广播m2m管理单元获取典型测试数据包。其中，测试数据包的选择可以根据大数据统计获得。
[0103]
在步骤s402中，对所述各个类型的测试数据包进行学习，得到第一预设数量个关于所述测试数据包的第一聚类。
[0104]
具体地，对接收到的各个类型的测试数据包进行聚类学习，得到五种第一聚类。
[0105]
在步骤s403中，分别从所述第一聚类中选择出各自的初始聚类中心点，得到第一预设数量个初始聚类中心点。
[0106]
广播m2m管理单元接收到典型测试包后对这些数据包进行标识，对其进行学习，获取五种聚类簇的学习结果{c
a0
,c
b0
,c
c0
,c
d0
,c
e0
}，然后根据广播信道的实时状态动态对应到四种类型的广播信道；选择学习的聚类簇{c
a0
,c
b0
,c
c0
,c
d0
,c
e0
}作为初始聚类中心，本实施例中，设定最大迭代次数i，选择最大收敛系数t作为迭代结束的条件，以及聚类中心点与对应的初始聚类中心点之间的最大距离τ。
[0107]
本实施例中，通过设计五种类型的典型测试数据包，作为k
‑
means算法的初始聚类中心，另外一个是在收敛过程中对聚类中心的变化进行限制，从而达到输出以这五种聚类中心为参考点的聚类结构，避免了k
‑
means算法单纯根据数据本身特征进行分类造成的输出无法使用的问题。
[0108]
可以理解的是，第一聚类为五个数据包类型的五个第一聚类。
[0109]
在步骤s404中，基于所述初始聚类中心点按照预设规则调整所述待分类数据包的聚类中心点，得到第一预设数量个调整聚类中心点。
[0110]
需要说明的是，本实施例中待分类数据包的聚类中心点为系统随机选择的数据点，具体地，随机选择待分类数据包中五个数据点作为(最初的)聚类中心点，根据所选择出的初始聚类中心点对这五个数据点进行不断调整，在一些实施方式中，该五个数据点在选取时也可以为初始聚类中心点，其中，按照预设规则不断(每次循环迭代调整一次，此处为初次调整)对其进行调整，本领域技术人员可以结合实际应用对预设规则进行设定，例如，设置聚类中心点每次调整的距离等。
[0111]
进一步地，所述步骤s404，根据以下公式得到：
[0112][0113]
式中，m
j
表示第j个聚类中心点，m
j
表示d
j
＞τ时在m
j
和c
j
之间的连线上距离m
j
长度为τ的点，d
j
表示调整后的第j个聚类中心点与对应的第j个初始聚类中心点之间的距离，c
j
表示第j个初始聚类中心点，τ表示聚类中心点与对应的初始聚类中心点之间的最大距离。
[0114]
根据上述公式对聚类中心点的调整，聚类中心点始终保持在其与对应的初始聚类中心点最大距离τ之内。可以理解的是，聚类中心点和初始聚类中心点分别对应五个数据包类型的数据点。
[0115]
在步骤s405中，基于所述调整聚类中心点对所述待分类数据包进行分类，得到所述待分类数据包的第二聚类。
[0116]
本实施例中，基于调整聚类中心点对待分类数据包进行分类的方式，即，分别计算所述待分类数据包分别与所述第一预设数量个待调整聚类中心点之间的欧式距离，与最终确定聚类中心点并对待分类数据包进行分类的方式相同，具体公式可参见下述公式，此处不再赘述。
[0117]
可以理解的是，第二聚类为五种数据包类型对应的五种第二聚类。
[0118]
在步骤s406中，基于所述调整聚类中心点计算所述第二聚类的收敛距离。
[0119]
可以理解的是，第二聚类的收敛距离，即为第二聚类在上一次(k
‑
1次)调整聚类中心点与本次(k次)调整聚类中心点对应下的收敛距离。
[0120]
具体地，步骤s406，根据以下公式得到：
[0121][0122]
式中，t
j
(k)表示第k次迭代下关于第j个第二聚类的收敛距离，m
j
(k)表示第k次迭代下第j个调整聚类中心点，m
j
(k
‑
1)表示第k
‑
1次迭代下第j个调整聚类中心点。
[0123]
需要说明的是，本实施例区分第一聚类和第二聚类用于表述第一聚类为测试数据包形成，第二聚类为区域网络(即，基站网络覆盖下)中待分类数据包形成。
[0124]
在步骤s407中，判断所述收敛距离是否小于第一预设阈值，若小于第一预设阈值，则执行步骤s408，否则执行步骤s409判断是否达到最大迭代次数，在没达到最大迭代次数之前继续对聚类中心点进行调整。
[0125]
其中，本次迭代k和上次迭代(k
‑
1)的各个第二聚类的收敛距离在小于最大收敛系数t(即第一预设阈值)，说明当前的聚类中心点所划分的聚类已基本满足聚类要求，不再需要训练调整。本领域技术人员可以结合实际应用和现有技术对最大收敛系数t进行适应性设定。
[0126]
在步骤s408中，将所述调整聚类中心点作为所述待分类数据包最终的聚类中心点；
[0127]
在步骤s409中，判断当前迭代次数是否达到第二预设阈值，若未达到第二预设阈值，则返回步骤s404基于所述初始聚类中心点按照预设规则调整所述待分类数据包的聚类中心点的步骤直到所述收敛距离小于第一预设阈值。
[0128]
本实施例中，第二预设阈值即为前述最大迭代次数i，本领域技术人员可以结合实际应用对最大迭代次数i进行适应性设定。本实施例中，广播m2m管理单元将分类后的聚类簇(根据最终的聚类中心点形成的第二聚类)数据同上述的四种类型的信道进行对应，相应类型的数据包划分到其对应的信道类型中。
[0129]
在步骤s303中，将所述分类结果分别发送给所述设备节点，以使所述设备节点基于所述分类结果查询待广播数据包对应的数据包类型。
[0130]
具体地，所述步骤s303，根据以下公式得到：
[0131][0132]
式中，d(x
i
，m
j
)表示第i个待分类数据包与第j个聚类中心点之间的欧式距离，x
i
表示第i个待分类数据包，m
j
表示第j个聚类中心点。
[0133]
在本实施例中，由于k
‑
means算法是非监督学习，是从数据本身的特征区别进行分类，本实施例中如果直接使用k
‑
means算法可能会造成根据数据本身的特征的分类同广播m2m的信道资源管理策略规定的信道类型不匹配的问题，因为k
‑
means算法仅仅从数据的特征本身分类而没有广播m2m的信道资源管理策略参与k
‑
means算法，因而会造成直接使用k
‑
means算法输出的结果无法满足广播m2m的信道资源管理策略的问题。
[0134]
因此，本实施例对k
‑
means算法进行改造，结合五种典型的数据包，作为k
‑
means算法的初始聚类中心，并在收敛过程中对聚类中心的变化进行限制，使新的聚类中心的距离同五种典型的数据包特征距离控制在设定的范围内，从而达到输出以这五种聚类中心为参
考点的聚类结构。由于预先设计的这五类典型数据包同设定的四种信道类型具有对应的关系，系统可以直接将划分的数据包分配指定的信道类型，从而避免了k
‑
means算法单纯根据数据本身特征进行分类造成的输出无法使用的问题。
[0135]
基于相同的技术构思，本公开实施例还提供一种信道资源管理系统，如图5所示，所述系统包括划分模块51、建立模块52以及发送模块53，其中，
[0136]
划分模块51，其设置为划分第一预设数量个数据包类型；
[0137]
所述划分模块51还设置为，划分第二预设数量个广播信道类型；
[0138]
建立模块52，其设置为建立所述数据包类型和所述广播信道类型之间的对应关系；以及，
[0139]
发送模块53，其设置为将所述数据包类型、所述广播信道类型及其对应关系分别发送给预设网络区域中的各个设备节点，以使所述设备节点查询待广播数据包对应的数据包类型，然后基于所述对应关系选择出所述数据包类型对应的广播信道类型，并在所述广播信道类型的广播信道中广播所述待广播数据包。
[0140]
在一种实施方式中，还包括：
[0141]
监听获取模块，其设置为监听广播信道的所有时隙，获得所述预设网络区域中所有待分类数据包；
[0142]
分类模块，其设置为基于所述数据包类型对所述待分类数据包进行分类，得到分类结果；以及，
[0143]
所述发送模块53还设置为，将所述分类结果分别发送给所述设备节点，以使所述设备节点基于所述分类结果查询待广播数据包对应的数据包类型。
[0144]
在一种实施方式中，所述分类模块，包括：
[0145]
选择单元，其设置为基于所述数据包类型从所述待分类数据包中选择第一预设数量个聚类中心点；
[0146]
计算单元，其设置为分别计算所述待分类数据包分别与所述第一预设数量个聚类中心点之间的欧式距离，得到所述待分类数据包分别与各个聚类中心点之间的欧式距离结果；以及，
[0147]
分类单元，其设置为基于所述欧式距离结果对所述待分类数据包进行分类。
[0148]
在一种实施方式中，所述选择单元，包括：
[0149]
获取元件，其设置为分别获取所述数据包类型对应的各个类型的测试数据包；
[0150]
学习元件，其设置为对所述各个类型的测试数据包进行学习，得到第一预设数量个关于所述测试数据包的第一聚类；
[0151]
选择元件，其设置为分别从所述第一聚类中选择出各自的初始聚类中心点，得到第一预设数量个初始聚类中心点；
[0152]
调整元件，其设置为基于所述初始聚类中心点按照预设规则调整所述待分类数据包的聚类中心点，得到第一预设数量个调整聚类中心点；
[0153]
分类元件，其设置为基于所述调整聚类中心点对所述待分类数据包进行分类，得到所述待分类数据包的第二聚类；
[0154]
计算元件，其设置为基于所述调整聚类中心点计算所述第二聚类的收敛距离；
[0155]
判断元件，其设置为判断所述收敛距离是否小于第一预设阈值，若小于第一预设
阈值，则将所述调整聚类中心点作为所述待分类数据包最终的聚类中心点，若不小于第一预设阈值，则判断当前迭代次数是否达到第二预设阈值，若未达到第二预设阈值，则返回所述调整元件基于所述初始聚类中心点按照预设规则调整所述待分类数据包的聚类中心点的步骤直到所述收敛距离小于第一预设阈值。
[0156]
在一种实施方式中，所述计算单元，根据以下公式得到：
[0157][0158]
式中，d(x
i
，m
j
)表示第i个待分类数据包与第j个聚类中心点之间的欧式距离，x
i
表示第i个待分类数据包，m
j
表示第j个聚类中心点。
[0159]
在一种实施方式中，所述调整元件，根据以下公式得到：
[0160][0161]
式中，m
j
表示第j个聚类中心点，m
j
表示d
j
＞τ时在m
j
和c
j
之间的连线上距离m
j
长度为τ的点，d
j
表示调整后的第j个聚类中心点与对应的第j个初始聚类中心点之间的距离，c
j
表示第j个初始聚类中心点，τ表示聚类中心点与对应的初始聚类中心点之间的最大距离。
[0162]
在一种实施方式中，所述计算元件，根据以下公式得到：
[0163][0164]
式中，t
j
(k)表示第k次迭代下关于第j个第二聚类的收敛距离，m
j
(k)表示第k次迭代下第j个调整聚类中心点，m
j
(k
‑
1)表示第k
‑
1次迭代下第j个调整聚类中心点。
[0165]
基于相同的技术构思，本公开实施例相应还提供一种基站，如图6所示，所述基站包括存储器61和处理器62，所述存储器61中存储有计算机程序，当所述处理器62运行所述存储器61存储的计算机程序时，所述处理器执行所述的信道资源管理方法。
[0166]
基于相同的技术构思，本公开实施例相应还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行所述的信道资源管理方法。
[0167]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd
‑
rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访
问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0168]
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。