多源异构网络数据并行传输方法与流程

技术特征：
1.多源异构网络数据并行传输方法，其特征在于，包括以下步骤：构建异构网络，所述异构网络包括若干网络节点，其中，所述网络节点包括若干汇点节点和zigbee节点，构建待传输的数据包，基于所述数据包的大小，设置所述zigbee节点解码阈值和节点时隙；基于所述zigbee节点解码阈值、所述节点时隙和所述数据包，并根据基于马尔可夫模型的损失函数动态调整分发调度表，获得最优所述分发调度表，按照最优所述分发调度表传输所述数据包。2.根据权利要求1所述的多源异构网络数据并行传输方法，其特征在于，所述异构网络在时间t下的拓补结构为g(t)＝(v，e(t))，其中，v表示包含了k个汇点的节点集合{s1，s2，s3，
…
，s
k
}和n个zigbee节点{z1，z2，z3，
…
，z
n
}的节点集合，e(t)表示在时间t的边集合，对于任意一条边(s
i
，z
j
)∈e(t)表示z
j
在所述时间t苏醒。3.根据权利要求1所述的多源异构网络数据并行传输方法，其特征在于，所述汇点节点为异构网络设备，在发送wi-fi数据的同时，利用64个子载波中的7个子载波捎带传输zigbee数据。4.根据权利要求1所述的多源异构网络数据并行传输方法，其特征在于，所述数据包采用分布式喷泉码。5.根据权利要求1所述的多源异构网络数据并行传输方法，其特征在于，所述动态调整分发调度表采用随机马尔可夫决策过程方法。6.根据权利要求5所述的多源异构网络数据并行传输方法，其特征在于，动态调整所述分发调度表，获得所述最优所述分发调度表包括：基于所述随机马尔可夫决策过程，构建动态优化模型，对所述动态优化模型进行求解，得到最优策略，即最优所述分发调度表。7.根据权利要求6所述的多源异构网络数据并行传输方法，其特征在于，构建所述动态优化模型包括：设置所述汇点的状态集合sta、行为集合act和收益函数，其中，所述行为集合act如式(4)所示，所述收益函数如式(5)所示：其中，r
s0
表示没有收到汇点发送的喷泉码包，表示收到汇点s
k
发送的喷泉码包；rew(sta，sta
′
，act)＝loss(g)
ꢀꢀꢀꢀꢀꢀ
(5)，其中，g为网络拓扑；设置所述汇点的收包率为l
ij
＝1-b
ij
，则，所述汇点s
k
的策略π如式(7)所示：其中，n为zigbee节点的个数，i为第i汇点，j为第j个zigbee节点；基于所述策略π、所述状态集合sta和行为集合act，构建所述汇点的值函数v
π
(sta)如式
(8)所示，其中，所述值函数用于评价所述策略π获得的长期回报：其中，γ为折扣因子，γ∈[0，1]，p(sta
t 1
|sta
t
，π(sta
t
))表示在状态sta
t
下，采取策略π(sta
t
)，系统从状态sta
t
转到状态sta
t 1
的概率；r(sta
t
，π(sta
t
))为收益函数，v
π
(sta
t 1
)为价值函数。设置行动价值函数q
π
(sta，act)，其中，所述行动价值函数表示在所述状态合sta
t
采取行动act后的长期回报值，如式(9)所示：其中，γ为折扣因子，γ∈[0，1]，p(sta
t 1
|sta
t
，act
t
)表示在状态sta
t
下，执行行动act
t
，系统从状态sta
t
转到状态sta
t 1
的概率。8.根据权利要求7所述的多源异构网络数据并行传输方法，其特征在于，所述最优策略如式(10)所示：其中，γ为折扣因子，π
*
为最优策略。

技术总结
本发明公开多源异构网络数据并行传输方法，其特征在于，包括以下步骤：构建异构网络，所述异构网络包括若干网络节点，其中，所述网络节点包括若干汇点节点和ZigBee节点，设置所述ZigBee节点解码阈值和节点时隙；构建待传输的数据包；基于所述ZigBee节点解码阈值、所述节点时隙和所述数据包，动态调整分发调度表，获得最优所述分发调度表，按照最优所述分发调度表传输所述数据包。本发明大幅降低异构网络数据传输过程中的收敛时间和能量损耗。数据传输过程中的收敛时间和能量损耗。数据传输过程中的收敛时间和能量损耗。


技术研发人员：刘建航 武万萍 翟海滨 李世宝 崔学荣
受保护的技术使用者：中国石油大学（华东）
技术研发日：2021.12.20
技术公布日：2022/3/25