CN109743713A - 一种电力物联网***的资源分配方法及装置 - Google Patents
一种电力物联网***的资源分配方法及装置 Download PDFInfo
- Publication number
- CN109743713A CN109743713A CN201811654227.2A CN201811654227A CN109743713A CN 109743713 A CN109743713 A CN 109743713A CN 201811654227 A CN201811654227 A CN 201811654227A CN 109743713 A CN109743713 A CN 109743713A
- Authority
- CN
- China
- Prior art keywords
- terminal
- electric power
- relaying
- things system
- internet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000013468 resource allocation Methods 0.000 title claims abstract description 56
- 230000005540 biological transmission Effects 0.000 claims abstract description 72
- 230000002068 genetic effect Effects 0.000 claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 15
- 238000005457 optimization Methods 0.000 description 6
- 230000001052 transient effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000005465 channeling Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种电力物联网***的资源分配方法及装置,该方法包括如下步骤:根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件;根据Dinkelbach方法模型及能量和功率约束条件计算最优发射功率;根据最优发射功率确定所述电力物联网***中所有终端-信道-中继组合;根据遗传算法模型和最优发射功率从所述所有终端-信道-中继组合中确定最优终端-信道-中继组合。通过实施本发明,以最小化***总能量效率为目标,根据Dinkelbach方法模型和遗传算法模型有效地对电力物联网***的资源进行划分,节省了计算机计算的时间和需要消耗的资源,提高物联网终端的能量效率,提升***的接入能力。
Description
技术领域
本发明涉及电力物联网技术领域,具体涉及一种电力物联网***的资源分配方法及装置。
背景技术
大规模机器类通信(massive Machine Type of Communication,mMTC)作为5G应用场景的三大方向之一,有望在未来的5G无线网络中发挥重要作用。它将能够支持数百亿的低复杂度和能量受限的机器类终端。具体而言,mMTC在1平方公里范围内需要超过100万个连接,而今天的4G移动网络支持多达数千个连接,这通常限制其在移动电话,计算机和类似智能设备中的使用。
mMTC的主要挑战是为大量设备提供可靠,高效的连接,其解决方案需要实现广域覆盖和深度室内穿透,同时具有低成本和高能效。同时,大多数mMTC设备通常配备有低容量电池,并且预计可以长时间运行而无需更换电池。因此,需要降低mMTC设备的能效。目前mMTC中设备通信时通常采用固定频谱分配的方式,该分配方式无法充分利用物联网中的信道,频谱利用率较低。
发明内容
有鉴于此,本发明实施例提供了一种电力物联网***的资源分配方法及装置,以解决现有技术中mMTC中设备采用固定频谱分配时无法充分利用物联网中的信道,频谱利用率较低的技术问题。
本发明提出的技术方案如下:
本发明实施例第一方面提出一种电力物联网***的资源分配方法,该资源分配方法包括如下步骤:根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件;根据Dinkelbach方法模型及所述能量和功率约束条件计算最优发射功率;根据所述最优发射功率确定所述电力物联网***中所有终端-信道-中继组合;根据遗传算法模型和所述最优发射功率从所述所有终端-信道-中继组合中确定最优终端-信道-中继组合。
进一步地,所述根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件,包括:根据电力物联网***中终端的接收和发射信噪比确定电力物联网***中中继和基站接收的信噪比,所述中继和基站接收的信噪比大于信噪比阈值;根据所述中继和基站接收的信噪比确定电力物联网***中终端发射功率的约束条件。
进一步地,所述根据Dinkelbach方法模型及所述能量和功率约束条件计算最优发射功率,包括:根据终端发射功率的约束条件确定发射功率的目标函数;根据Dinkelbach方法模型求解所述发射功率的目标函数,得到所述最优发射功率。
进一步地,所述根据遗传算法模型和所述最优发射功率从所述所有终端-信道-中继组合确定最优终端-信道-中继组合,包括:根据所述所有终端-信道-中继组合中终端与中继的连接限制以及终端使用信道的限制确定终端-信道-中继组合的约束条件;根据所述终端-信道-中继组合的约束条件及所述所有终端-信道-中继组合确定最优终端-信道-中继组合。
进一步地,所述终端-信道-中继组合的约束条件包括:每个终端分别连接一个信道,每个终端分别连接一个中继。
本发明实施例第二方面提出一种电力物联网***的资源分配装置,该资源分配装置包括:约束条件确定模块,用于根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件;最优发射功率计算模块,用于根据Dinkelbach方法模型及所述能量和功率约束条件计算最优发射功率;组合确定模块,用于根据所述最优发射功率确定所述电力物联网***中所有终端-信道-中继组合;最优组合确定模块,用于根据遗传算法模型和所述最优发射功率从所述所有终端-信道-中继组合中确定最优终端-信道-中继组合。
进一步地,所述约束条件确定模块包括:信噪比确定模块,用于根据电力物联网***中终端的接收和发射信噪比确定电力物联网***中中继和基站接收的信噪比,所述中继和基站接收的信噪比大于信噪比阈值;发射功率确定模块,用于根据中继和基站接收的信噪比确定电力物联网***中终端发射功率的约束条件。
进一步地,所述最优发射功率计算模块包括:目标函数确定模块,用于根据终端发射功率的约束条件确定发射功率的目标函数;最优发射功率计算子模块,用于根据Dinkelbach方法模型求解所述发射功率的目标函数,得到所述最优发射功率。
进一步地,所述最优组合确定模块包括:组合约束条件确定模块,用于根据所述所有终端-信道-中继组合中终端与中继的连接限制以及终端使用信道的限制确定终端-信道-中继组合的约束条件;最优组合确定子模块,用于根据所述终端-信道-中继组合的约束条件确定最优终端-信道-中继组合。
本发明实施例第三方面提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如本发明实施例第一方面任一项所述的电力物联网***的资源分配方法。
本发明实施例第四方面提出一种电力物联网***的资源分配设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如本发明实施例第一方面任一项所述的电力物联网***的资源分配方法。
本发明实施例提出的技术方案,具有如下优点:
本发明实施例提供了一种电力物联网***的资源分配方法及装置,涉及中继选择,信道分配和功率控制的联合优化问题,在实际处理时,将该联合优化问题转化为混合整数规划(mixed integer programming,MIP)问题。为了使其易于处理,本发明等效地将该问题分解为功率控制子问题和中继信道匹配子问题。对于功率控制子问题将其描述为非线性分数规划(Nonlinear fractional programming,NFP)问题,并提出了解决它的Dinkelbach方法模型,该方法可以在几秒内完成对问题的求解,同时求解的结果是最优解。对于中继信道匹配子问题通过智能遗传算法快速高效地求解,采用该智能遗传算法对变量的变化范围可以加以限制,节省了计算机计算的时间和需要消耗的资源,同时能够达到相同的效果。
本发明实施例提供的电力物联网***的资源分配方法及装置采用以最小化***总能量效率为目标的方案,能够在保证原先的物联网终端接入质量的前提下,提高物联网终端的能量效率,提升***的接入能力。同时本发明根据严格的数学推导,保证该资源分配方法得到的能量效率达到最大化能量效率。此外,通过该资源分配方法可以将边缘的物理网终端在实现高能量效率的条件下接入基站,提升了基站的覆盖范围,节约***的部署成本。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了根据本发明实施例中电力物联网***的资源分配方法的流程图;
图2示出了根据本发明另一实施例中电力物联网***的资源分配方法的流程图;
图3示出了根据本发明另一实施例中电力物联网***的资源分配装置的结构框图;
图4示出了根据本发明另一实施例中电力物联网***的资源分配装置的结构框图;
图5示出了根据本发明另一实施例中电力物联网***的资源分配装置的结构框图;
图6示出了根据本发明另一实施例中电力物联网***的资源分配装置的结构框图;
图7示出了根据本发明实施例提供的电力物联网***的资源分配终端的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种电力物联网***的资源分配方法,如图1所示,该分配方法包括如下步骤:
步骤S101:根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件。其中,为了保证电力物联网***中信号稳定的传输,根据电力物联网***中终端接收和发射信的噪比得到的电力物联网***中中继和基站接收的信噪比需要大于或等于信噪比阈值,具体地,可以用公式(1)表示:
其中,γth表示信噪比阈值,表示终端通过信道发射到中继的信噪比,示终端通过信道及中继发射到基站的信噪比,γr,b表示中继发送到基站的信噪比。公式(1)表示上述三个信噪比需要大于或等于信噪比阈值。
根据中继和基站接收的信噪比确定电力物联网***中终端发射功率的约束条件,终端发射功率的约束条件可以用公式(2)-公式(5)表示:
其中,Pd表示终端的发射功率,d,r,k分别表示终端、中继和信道的编号,hd,B为终端到基站的信道系数,为终端到中继的信道系数,为普通用户到中继的信道系数,σ2表示白噪声功率。PL代表功率下限,用公式(3)表示,公式(3)的具体含义为终端发送到中继的信号和中继发送到基站的信号均需要满足信噪比条件;PU代表功率上限,用公式(4)表示,公式(4)的具体含义为终端发射功率的功率上限PU不超过普通用户的发射功率Pn表示;公式(2)表示对于任意的d、r、k,终端的发射功率被限制在功率上限和功率下限的范围内。
此外,电力物联网***的资源分配方法是以最大化能量效率为目标,因此可以得到能量的约束条件,用公式(6)表示:
其中,EE表示的是一个变量,代表能量效率,该公式表示在最大化能量效率下的能量约束条件。
步骤S102:根据Dinkelbach方法模型及能量和功率约束条件计算最优发射功率。其中,上述公式(2)和公式(6)分别给出了功率的约束条件和能量的约束条件,由功率的约束条件可以得到终端发射功率的目标函数,用公式(3)-公式(5)表示,计算最优发射功率时需要对公式(3)-公式(5)求解,可以用Dinkelbach方法模型进行求解,如图2所示,具体求解过程分为以下三个步骤:
步骤S201:初始化,选择任何初始解p0,设置t=1,q1=φ(p0)/ψ(p0)。其中,φ(p0)=log2(1+γd,r,b),ψ(p0)=(Pd+Pn+2P0)/Bk。p0表示初始功率,Pd是终端发射功率,Pn表示普通用户的发射功率,P0静默功率。Bk是带宽。
步骤S202:求解g(p)=max{φ(p)-qkψ(p)},得到最优解pt。
pt表示功率的最优解,即为最优发射功率。
步骤S203:如果h(qt)-h(qt-1)<∈,停止。否则,返回步骤S202。
∈表示一个极小值。
根据上述步骤S201至步骤S203即可得到电力物联网***的资源分配方法的最优发射功率。
步骤S103:根据最优发射功率确定电力物联网***中所有终端-信道-中继组合。电力物联网***的资源分配方法的最优发射功率是以最大化能量效率为目标,确定最优发射功率后可以得到最大化***总能量效率下所有终端-信道-中继的组合。
步骤S104:根据遗传算法模型和最优发射功率从所有终端-信道-中继组合中确定最优终端-信道-中继组合。其中,终端-信道-中继组合的选择以最大化***总能量效率为目标,根据终端和中继的连接限制以及终端使用信道的限制可以制定终端-信道-中继组合的约束条件。具体地,可以用公式(7)和公式(8)表示:
其中,D、K、R也是表示终端、信道和中继,具体是指终端、信道和中继的总量,公式(7)表示所有终端-信道-中继的组合需要满足最大化***总能量效率。公式(8)表示所有终端-信道-中继的组合在满足最大化***总能量效率的前提下,终端和中继的连接限制以及终端使用信道的限制条件,可以解释为每个终端分别连接一个信道,每个终端分别连接一个中继。
具体地,公式(8)可以由以下公式(9)和公式(10)得到,
其中,二进制变量θd,k可以定义为电力物联网***中终端的信道最多可以被一个电力物联网***的终端重用,二进制变量ξd,r表示每个电力物联网***的终端可以选择一个中继节点。可以定义二元变量XD×R×K∈RD×R×K,当且仅当θd,k=ξd,r=1时,xd,r,k=1,否则xd,r,k=0,即每个信道不能同时由两个或多个电力物联网***的终端复用,并且每个中继节点只能被最多一个电力物联网***的终端选为中继节点。由此可以得到公式(8)。
根据上述公式(7)和公式(8)即可从所有终端-信道-中继组合中确定最优的终端-信道-中继组合,该过程为智能遗传算法求解过程,首先,随机产生一定数量的候选解抽象表示为染色体,使种群向更好的解进化,解用二进制表示(即0和1的串)。进化从完全随机个体的种群开始,之后一代一代发生。在每一代中评价整个种群的适应度,从当前种群中随机地选择多个个体(基于它们的适应度),通过自然选择和突变产生新的生命种群,该种群在算法的下一次迭代中成为当前种群。
通过上述步骤S101至步骤S104,本发明实施例提供的电力物联网***的资源分配方法涉及中继选择,信道分配和功率控制的联合优化问题,在实际处理时,将该联合优化问题转化为混合整数规划(mixed integer programming,MIP)问题。为了使其易于处理,本发明等效地将该问题分解为功率控制子问题和中继信道匹配子问题。对于功率控制子问题将其描述为非线性分数规划(Nonlinear fractional programming,NFP)问题,并提出了解决它的Dinkelbach方法模型,该方法可以在几秒内完成对问题的求解,同时求解的结果是最优解。对于中继信道匹配子问题通过智能遗传算法快速高效地求解,采用智能遗传算法能够对变量的变化范围可以加以限制,节省了计算机计算的时间和需要消耗的资源,同时能够达到相同的效果。
本发明实施例提供的电力物联网***的资源分配方法采用以最小化***总能量效率为目标的方案,能够在保证原先的物联网终端接入质量的前提下,提高物联网终端的能量效率,提升***的接入能力。同时本发明根据严格的数学推导,保证该资源分配方法得到的能量效率达到最大化能量效率。此外,通过该资源分配方法可以将边缘的物理网终端在实现高能量效率的条件下接入基站,提升了基站的覆盖范围,节约***的部署成本。
本发明实施例还提供一种电力物联网***的资源分配装置,如图3所示,该资源分配装置包括:
约束条件确定模块1,用于根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件;详细内容参见上述方法实施例中步骤S101的相关描述。
最优发射功率计算模块2,用于根据Dinkelbach方法模型及能量和功率约束条件计算最优发射功率;详细内容参见上述方法实施例中步骤S102的相关描述。
组合确定模块3,用于根据最优发射功率确定电力物联网***中所有终端-信道-中继组合;详细内容参见上述方法实施例中步骤S103的相关描述。
最优组合确定模块4,用于根据遗传算法模型和最优发射功率从所有终端-信道-中继组合中确定最优终端-信道-中继组合。详细内容参见上述方法实施例中步骤S104的相关描述。
通过上述模块1至模块4,本发明实施例提供的电力物联网***的资源分配装置涉及中继选择,信道分配和功率控制的联合优化问题,在实际处理时,将该联合优化问题转化为混合整数规划(mixed integer programming,MIP)问题。为了使其易于处理,本发明等效地将该问题分解为功率控制子问题和中继信道匹配子问题。对于功率控制子问题将其描述为非线性分数规划(Nonlinear fractional programming,NFP)问题,并提出了解决它的Dinkelbach方法模型,该方法可以在几秒内完成对问题的求解,同时求解的结果是最优解。对于中继信道匹配子问题通过智能遗传算法快速高效地求解,采用智能遗传算法能够对变量的变化范围可以加以限制,节省了计算机计算的时间和需要消耗的资源,同时能够达到相同的效果。
本发明实施例提供的电力物联网***的资源分配装置采用以最小化***总能量效率为目标的方案,能够在保证原先的物联网终端接入质量的前提下,提高物联网终端的能量效率,提升***的接入能力。同时本发明根据严格的数学推导,保证该资源分配装置得到的能量效率达到最大化能量效率。此外,通过该资源分配装置可以将边缘的物理网终端在实现高能量效率的条件下接入基站,提升了基站的覆盖范围,节约***的部署成本。
在一较佳实施例中,如图4所示,约束条件确定模块1包括:
信噪比确定模块11,用于根据电力物联网***中终端的接收和发射信噪比确定电力物联网***中中继和基站接收的信噪比,中继和基站接收的信噪比大于信噪比阈值;详细内容参见上述方法实施例中步骤S101的相关描述。
发射功率确定模块12,用于根据中继和基站接收的信噪比确定电力物联网***中终端发射功率的约束条件。详细内容参见上述方法实施例中步骤S101的相关描述。
在一较佳实施例中,如图5所示,最优发射功率计算模块2包括:
目标函数确定模块21,用于根据终端发射功率的约束条件确定发射功率的目标函数;详细内容参见上述方法实施例中步骤S102的相关描述。
最优发射功率计算子模块22,用于根据Dinkelbach方法模型求解发射功率的目标函数,得到最优发射功率。详细内容参见上述方法实施例中步骤S102的相关描述。
在一较佳实施例中,如图6所示,最优组合确定模块4包括:
组合约束条件确定模块41,用于根据所有终端-信道-中继组合中终端与中继的连接限制以及终端使用信道的限制确定终端-信道-中继组合的约束条件;详细内容参见上述方法实施例中步骤S104的相关描述。
最优组合确定子模块42,用于根据终端-信道-中继组合的约束条件确定最优终端-信道-中继组合。详细内容参见上述方法实施例中步骤S104的相关描述。
本发明实施例提供的电力物联网***的资源分配装置的功能描述详细参见上述实施例中电力物联网***的资源分配方法描述。
本发明实施例还提供了一种电力物联网***的资源分配终端,如图7所示,该电力物联网***的资源分配终端可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图7中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的电力物联网***的资源分配装置对应的程序指令/模块(例如,图3所示的约束条件确定模块1、最优发射功率计算模块2、组合确定模块3和最优组合确定模块4)。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的电力物联网***的资源分配方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述处理器51执行时,执行如图1所示实施例中的电力物联网***的资源分配方法。
上述电力物联网***的资源分配终端具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (11)
1.一种电力物联网***的资源分配方法,其特征在于,包括如下步骤:
根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件;
根据Dinkelbach方法模型及所述能量和功率约束条件计算最优发射功率;
根据所述最优发射功率确定所述电力物联网***中所有终端-信道-中继组合;
根据遗传算法模型和所述最优发射功率从所述所有终端-信道-中继组合中确定最优终端-信道-中继组合。
2.根据权利要求1所述的电力物联网***的资源分配方法,其特征在于,所述根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件,包括:
根据电力物联网***中终端的接收和发射信噪比确定电力物联网***中中继和基站接收的信噪比,所述中继和基站接收的信噪比大于信噪比阈值;
根据所述中继和基站接收的信噪比确定电力物联网***中终端发射功率的约束条件。
3.根据权利要求2所述的电力物联网***的资源分配方法,其特征在于,所述根据Dinkelbach方法模型及所述能量和功率约束条件计算最优发射功率,包括:
根据终端发射功率的约束条件确定发射功率的目标函数;
根据Dinkelbach方法模型求解所述发射功率的目标函数,得到所述最优发射功率。
4.根据权利要求1所述的电力物联网***的资源分配方法,其特征在于,所述根据遗传算法模型和所述最优发射功率从所述所有终端-信道-中继组合确定最优终端-信道-中继组合,包括:
根据所述所有终端-信道-中继组合中终端与中继的连接限制以及终端使用信道的限制确定终端-信道-中继组合的约束条件;
根据所述终端-信道-中继组合的约束条件及所述所有终端-信道-中继组合确定最优终端-信道-中继组合。
5.根据权利要求4所述的电力物联网***的资源分配方法,其特征在于,所述终端-信道-中继组合的约束条件包括:每个终端分别连接一个信道,每个终端分别连接一个中继。
6.一种电力物联网***的资源分配装置,其特征在于,包括:
约束条件确定模块,用于根据电力物联网***中终端的接收和发射信噪比确定电力物联网***的能量和功率约束条件;
最优发射功率计算模块,用于根据Dinkelbach方法模型及所述能量和功率约束条件计算最优发射功率;
组合确定模块,用于根据所述最优发射功率确定所述电力物联网***中所有终端-信道-中继组合;
最优组合确定模块,用于根据遗传算法模型和所述最优发射功率从所述所有终端-信道-中继组合中确定最优终端-信道-中继组合。
7.根据权利要求6所述的电力物联网***的资源分配装置,其特征在于,所述约束条件确定模块包括:
信噪比确定模块,用于根据电力物联网***中终端的接收和发射信噪比确定电力物联网***中中继和基站接收的信噪比,所述中继和基站接收的信噪比大于信噪比阈值;
发射功率确定模块,用于根据中继和基站接收的信噪比确定电力物联网***中终端发射功率的约束条件。
8.根据权利要求7所述的电力物联网***的资源分配装置,其特征在于,所述最优发射功率计算模块包括:
目标函数确定模块,用于根据终端发射功率的约束条件确定发射功率的目标函数;
最优发射功率计算子模块,用于根据Dinkelbach方法模型求解所述发射功率的目标函数,得到所述最优发射功率。
9.根据权利要求6所述的电力物联网***的资源分配装置,其特征在于,所述最优组合确定模块包括:
组合约束条件确定模块,用于根据所述所有终端-信道-中继组合中终端与中继的连接限制以及终端使用信道的限制确定终端-信道-中继组合的约束条件;
最优组合确定子模块,用于根据所述终端-信道-中继组合的约束条件确定最优终端-信道-中继组合。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求 1-5 任一项所述的电力物联网***的资源分配方法。
11.一种电力物联网***的资源分配设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求 1-5 任一项所述的电力物联网***的资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811654227.2A CN109743713B (zh) | 2018-12-30 | 2018-12-30 | 一种电力物联网***的资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811654227.2A CN109743713B (zh) | 2018-12-30 | 2018-12-30 | 一种电力物联网***的资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109743713A true CN109743713A (zh) | 2019-05-10 |
CN109743713B CN109743713B (zh) | 2022-03-22 |
Family
ID=66363025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811654227.2A Active CN109743713B (zh) | 2018-12-30 | 2018-12-30 | 一种电力物联网***的资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109743713B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110248417A (zh) * | 2019-06-19 | 2019-09-17 | 全球能源互联网研究院有限公司 | 一种电力物联网中上行通信业务的资源分配方法及*** |
CN110445566A (zh) * | 2019-08-07 | 2019-11-12 | 东北大学 | 一种面向工业物联网数据可靠传输的资源分配方法 |
CN110602666A (zh) * | 2019-07-08 | 2019-12-20 | 全球能源互联网研究院有限公司 | 一种窄带物联网终端设备的通信方法及装置 |
CN112733371A (zh) * | 2021-01-14 | 2021-04-30 | 国网上海市电力公司 | 电力物联网终端建模方法、装置、设备及存储介质 |
WO2023221365A1 (zh) * | 2022-05-17 | 2023-11-23 | 深圳市国电科技通信有限公司 | 多用户室内电力线通信的资源优化方法、***和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102752256A (zh) * | 2012-06-15 | 2012-10-24 | 北京邮电大学 | 多用户协同ofdm***资源分配方法及*** |
CN104159279A (zh) * | 2014-07-08 | 2014-11-19 | 华南理工大学 | 一种基于能效准则的基站及中继开/关选择***及方法 |
EP3035604A1 (en) * | 2014-12-19 | 2016-06-22 | Comcast Cable Communications, LLC | Interference detection during content delivery and remedy |
CN105721127A (zh) * | 2016-02-01 | 2016-06-29 | 国网新疆电力公司电力科学研究院 | 基于用户最小速率需求的电力线信道通信资源分配方法 |
US20160380740A1 (en) * | 2015-06-25 | 2016-12-29 | Lg Electronics Inc. | Method and apparatus for transmitting uplink signal in wireless communication system |
CN108235425A (zh) * | 2018-01-11 | 2018-06-29 | 郑州航空工业管理学院 | 基于能效最优的成对用户大规模天线中继***及其资源分配方法 |
CN108923422A (zh) * | 2018-07-13 | 2018-11-30 | 全球能源互联网研究院有限公司 | 物联代理数据处理方法、***及电网终端设备监测*** |
-
2018
- 2018-12-30 CN CN201811654227.2A patent/CN109743713B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102752256A (zh) * | 2012-06-15 | 2012-10-24 | 北京邮电大学 | 多用户协同ofdm***资源分配方法及*** |
CN104159279A (zh) * | 2014-07-08 | 2014-11-19 | 华南理工大学 | 一种基于能效准则的基站及中继开/关选择***及方法 |
EP3035604A1 (en) * | 2014-12-19 | 2016-06-22 | Comcast Cable Communications, LLC | Interference detection during content delivery and remedy |
US20160380740A1 (en) * | 2015-06-25 | 2016-12-29 | Lg Electronics Inc. | Method and apparatus for transmitting uplink signal in wireless communication system |
CN105721127A (zh) * | 2016-02-01 | 2016-06-29 | 国网新疆电力公司电力科学研究院 | 基于用户最小速率需求的电力线信道通信资源分配方法 |
CN108235425A (zh) * | 2018-01-11 | 2018-06-29 | 郑州航空工业管理学院 | 基于能效最优的成对用户大规模天线中继***及其资源分配方法 |
CN108923422A (zh) * | 2018-07-13 | 2018-11-30 | 全球能源互联网研究院有限公司 | 物联代理数据处理方法、***及电网终端设备监测*** |
Non-Patent Citations (2)
Title |
---|
SONG LI, QIANG NI: "Energy-Efficient Resource Allocation for Industrial Cyber-Physical IoT Systems in 5G Era", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS ( VOLUME: 14, ISSUE: 6, JUNE 2018) 》 * |
邵长瑞: "面向光与无线融合接入的分布式边缘云资源优化与实现技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110248417A (zh) * | 2019-06-19 | 2019-09-17 | 全球能源互联网研究院有限公司 | 一种电力物联网中上行通信业务的资源分配方法及*** |
CN110602666A (zh) * | 2019-07-08 | 2019-12-20 | 全球能源互联网研究院有限公司 | 一种窄带物联网终端设备的通信方法及装置 |
CN110602666B (zh) * | 2019-07-08 | 2022-09-23 | 全球能源互联网研究院有限公司 | 一种窄带物联网终端设备的通信方法及装置 |
CN110445566A (zh) * | 2019-08-07 | 2019-11-12 | 东北大学 | 一种面向工业物联网数据可靠传输的资源分配方法 |
CN110445566B (zh) * | 2019-08-07 | 2021-08-24 | 东北大学 | 一种面向工业物联网数据可靠传输的资源分配方法 |
CN112733371A (zh) * | 2021-01-14 | 2021-04-30 | 国网上海市电力公司 | 电力物联网终端建模方法、装置、设备及存储介质 |
CN112733371B (zh) * | 2021-01-14 | 2024-07-05 | 国网上海市电力公司 | 电力物联网终端建模方法、装置、设备及存储介质 |
WO2023221365A1 (zh) * | 2022-05-17 | 2023-11-23 | 深圳市国电科技通信有限公司 | 多用户室内电力线通信的资源优化方法、***和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109743713B (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109743713A (zh) | 一种电力物联网***的资源分配方法及装置 | |
CN110392079B (zh) | 面向雾计算的节点计算任务调度方法及其设备 | |
US8792933B2 (en) | Method and apparatus for deploying a wireless network | |
CN101400130B (zh) | ***信息块映射的方法、***和装置 | |
Ding et al. | Multi-user SWIPT cooperative networks: Is the max–min criterion still diversity-optimal? | |
CN114885420A (zh) | 一种noma-mec***中的用户分组和资源分配方法及装置 | |
CN110062450A (zh) | 5g基站节约能耗的方法、装置、设备及可读存储介质 | |
CN104205666A (zh) | 用于无线***的功率动态联合分配以及用户调度的方法和*** | |
CN108135004A (zh) | 基于波束成型和时间分配的充电网络能效优化方法及*** | |
CN116113039A (zh) | 一种电力混合业务资源优化方法、装置、设备及介质 | |
CN104902574A (zh) | 一种基于能效的天线选择和功率分配方法 | |
Van et al. | Evolutionary games for dynamic network resource selection in RSMA-enabled 6G networks | |
Nguyen et al. | Globally optimal beamforming design for downlink CoMP transmission with limited backhaul capacity | |
US10554335B2 (en) | ADC bit allocation under bit constrained MU-massive MIMO systems | |
CN117674957A (zh) | 调度方法、装置、计算机设备、存储介质和程序产品 | |
Zhou et al. | Context-aware learning-based resource allocation for ubiquitous power IoT | |
CN104284439A (zh) | 一种用户终端的调度方法和装置 | |
CN108282201B (zh) | 一种用户终端调度方法及装置、通信*** | |
Li et al. | Energy-aware resource allocation scheme for device-to-device communication based on NOMA underlaying cellular networks | |
CN108234011A (zh) | 大规模多输入输出场景基于亚模函数的天线选择方法 | |
CN109152060A (zh) | 一种短波下行通信中的发射机信道分配模型及方法 | |
CN111385894B (zh) | 一种基于在线强化学习的传输模式选择方法及装置 | |
US9813922B2 (en) | System and method for resource management in heterogeneous wireless networks | |
CN108512583B (zh) | 多个移动设备间计算协作方法、装置及移动设备 | |
Bouchibane et al. | Upgraded-abc algorithm for antenna selection in energy efficient massive MIMO system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |