本發(fā)明涉及傳感器通信領(lǐng)域，尤其涉及一種基于流量預(yù)測的帶寬分配方法、裝置、終端設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、針對mmtc(大規(guī)模機(jī)器通信)場景，工業(yè)實(shí)時(shí)系統(tǒng)是支撐規(guī)模傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)，而保障信息的新鮮度和可靠性是工業(yè)實(shí)時(shí)系統(tǒng)的關(guān)鍵。在工業(yè)場景中，傳感器的數(shù)據(jù)流量具有較高的突發(fā)性，同時(shí)不同傳感設(shè)備具有不同的狀態(tài)信息，因此即使是相同的傳感器，其在不同時(shí)間的數(shù)據(jù)包流量也可能不同。因此，如何合理進(jìn)行帶寬分配，是工業(yè)實(shí)時(shí)系統(tǒng)的重要環(huán)節(jié)。

2、目前的帶寬分配方法主要是一種使最大發(fā)射功率最小的優(yōu)化方法，該方法在qos的約束下，通過優(yōu)化丟包策略、功率分配策略等，使得發(fā)送功率最小，從而以確保無線接入網(wǎng)的可靠性和低延遲。但是這種方法沒有考慮到具體的流量狀態(tài)，因此存在帶寬分配不夠合理的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明申請?zhí)峁┝艘环N基于流量預(yù)測的帶寬分配方法、裝置、終端設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)帶寬分配不夠合理的技術(shù)問題。

2、為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種基于流量預(yù)測的帶寬分配方法，包括：

3、根據(jù)樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量，分別確定所述傳感器系統(tǒng)中各傳感器的歷史流量狀態(tài)；

4、根據(jù)各傳感器的流量狀態(tài)，通過隱馬爾可夫模型獲得目標(biāo)時(shí)間窗口的預(yù)測流量狀態(tài)；其中，預(yù)測結(jié)果包括高流量狀態(tài)和低流量狀態(tài)；

5、根據(jù)所述預(yù)測流量狀態(tài)，建立帶寬優(yōu)化模型；其中，所述帶寬優(yōu)化模型為每個(gè)處于所述高流量狀態(tài)的傳感器預(yù)留專用帶寬，所述帶寬優(yōu)化模型為處于所述低流量狀態(tài)的傳感器預(yù)留了包含若干正交子信道的資源池，所述資源池用于各所述低流量狀態(tài)的傳感器的共享；

6、求解所述帶寬優(yōu)化模型，根據(jù)求解結(jié)果為所述傳感器系統(tǒng)中各傳感器進(jìn)行帶寬分配。

7、作為優(yōu)選方案，所述帶寬優(yōu)化模型包括：

8、

9、s.t.0≤bl，bh≤wc，；

10、1≤m≤nl，m∈z，；

11、

12、ploss≤εu；

13、其中，nh為高流量狀態(tài)的傳感器數(shù)量，nl為低流量狀態(tài)的傳感器數(shù)量，m為正交子信道的數(shù)量，bl為每個(gè)正交子信道的帶寬，bh為每個(gè)專用信道的帶寬，wc為相干帶寬，z表示m取整數(shù)，paoih為高流量狀態(tài)傳感器的峰值信息年齡，paoil為低流量狀態(tài)傳感器的峰值信息年齡，表示高流量狀態(tài)傳感器的平均paoi上界，表示低流量狀態(tài)傳感器的平均paoi上界，εu為數(shù)據(jù)包錯(cuò)誤率上界，ploss為每個(gè)低流量狀態(tài)傳感器的數(shù)據(jù)包出錯(cuò)概率，為低流量狀態(tài)傳感器的解碼錯(cuò)誤概率。

14、作為優(yōu)選方案，所述每個(gè)低流量狀態(tài)傳感器的數(shù)據(jù)包出錯(cuò)概率具體為：

15、

16、其中，pc為碰撞概率。

17、作為優(yōu)選方案，所述低流量狀態(tài)傳感器的峰值信息年齡具體為：

18、

19、其中，λl為低流量狀態(tài)的平均包到達(dá)率，μ為服務(wù)器的平均服務(wù)率，k為分集傳輸?shù)膫鬏敶螖?shù)。

20、作為優(yōu)選方案，所述高流量狀態(tài)傳感器的峰值信息年齡具體為：

21、

22、其中，為瑞利信道下的解碼錯(cuò)誤概率，μ為服務(wù)器的平均服務(wù)率，ρh為服務(wù)器利用率，λh為高流量狀態(tài)的平均包到達(dá)率。

23、作為優(yōu)選方案，所述根據(jù)樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量，分別確定所述傳感器系統(tǒng)中各傳感器的歷史流量狀態(tài)，包括：

24、將數(shù)據(jù)包的到達(dá)過程建模為切換泊松過程；

25、在預(yù)先定義好的虛警概率、缺失檢測概率和成功檢測概率的約束條件下，使得所述數(shù)據(jù)包的到達(dá)過程在所述虛警概率的約束下使所述成功檢測概率最大化；

26、通過泊松分布的累積分布函數(shù)，求得滿足所述約束條件的流量閾值；

27、根據(jù)樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量和所述流量閾值，分別確定所述傳感器系統(tǒng)中各傳感器為高流量狀態(tài)或低流量狀態(tài)。

28、作為優(yōu)選方案，所述根據(jù)各傳感器的流量狀態(tài)，通過隱馬爾可夫模型獲得目標(biāo)時(shí)間窗口的預(yù)測流量狀態(tài)，包括：

29、建立所述隱馬爾可夫模型；

30、通過所述隱馬爾可夫模型，基于所述樣本時(shí)間窗口中各傳感器的流量狀態(tài)，得到隱藏狀態(tài)的轉(zhuǎn)移概率矩陣以及隱藏狀態(tài)到顯示狀態(tài)的觀測概率矩陣，進(jìn)而得到傳感器在預(yù)測窗口流量狀態(tài)是否發(fā)生變化的概率，繼而得到所述目標(biāo)時(shí)間窗口的預(yù)測流量狀態(tài)。

31、相應(yīng)的，本發(fā)明申請還提供了一種基于流量預(yù)測的帶寬分配裝置，包括狀態(tài)確定模塊、預(yù)測模塊、模型建立模塊和分配模塊；其中，

32、所述狀態(tài)確定模塊，用于根據(jù)樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量，分別確定所述傳感器系統(tǒng)中各傳感器的歷史流量狀態(tài)；

33、所述預(yù)測模塊，用于根據(jù)各傳感器的流量狀態(tài)，通過隱馬爾可夫模型獲得目標(biāo)時(shí)間窗口的預(yù)測流量狀態(tài)；其中，預(yù)測結(jié)果包括高流量狀態(tài)和低流量狀態(tài)；

34、所述模型建立模塊，用于根據(jù)所述預(yù)測流量狀態(tài)，建立帶寬優(yōu)化模型；其中，所述帶寬優(yōu)化模型為每個(gè)處于所述高流量狀態(tài)的傳感器預(yù)留專用帶寬，所述帶寬優(yōu)化模型為處于所述低流量狀態(tài)的傳感器預(yù)留了包含若干正交子信道的資源池，所述資源池用于各所述低流量狀態(tài)的傳感器的共享；

35、所述分配模塊，用于求解所述帶寬優(yōu)化模型，根據(jù)求解結(jié)果為所述傳感器系統(tǒng)中各傳感器進(jìn)行帶寬分配。

36、作為優(yōu)選方案，所述帶寬優(yōu)化模型包括：

37、

38、s.t.0≤bl，bh≤wc，；

39、1≤m≤nl，m∈z，；

40、

41、ploss≤εu；

42、其中，nh為高流量狀態(tài)的傳感器數(shù)量，nl為低流量狀態(tài)的傳感器數(shù)量，m為正交子信道的數(shù)量，bl為每個(gè)正交子信道的帶寬，bh為每個(gè)專用信道的帶寬，wc為相干帶寬，z表示m取整數(shù)，paoih為高流量狀態(tài)傳感器的峰值信息年齡，paoil為低流量狀態(tài)傳感器的峰值信息年齡，表示高流量狀態(tài)傳感器的平均paoi上界，表示低流量狀態(tài)傳感器的平均paoi上界，εu為數(shù)據(jù)包錯(cuò)誤率上界，ploss為每個(gè)低流量狀態(tài)傳感器的數(shù)據(jù)包出錯(cuò)概率，為低流量狀態(tài)傳感器的解碼錯(cuò)誤概率。

43、作為優(yōu)選方案，所述每個(gè)低流量狀態(tài)傳感器的數(shù)據(jù)包出錯(cuò)概率具體為：

44、

45、其中，pc為碰撞概率。

46、作為優(yōu)選方案，所述低流量狀態(tài)傳感器的峰值信息年齡具體為：

47、

48、其中，λl為低流量狀態(tài)的平均包到達(dá)率，μ為服務(wù)器的平均服務(wù)率，k為分集傳輸?shù)膫鬏敶螖?shù)。

49、作為優(yōu)選方案，所述高流量狀態(tài)傳感器的峰值信息年齡具體為：

50、

51、其中，為瑞利信道下的解碼錯(cuò)誤概率，μ為服務(wù)器的平均服務(wù)率，ρh為服務(wù)器利用率，λh為高流量狀態(tài)的平均包到達(dá)率。

52、作為優(yōu)選方案，所述狀態(tài)確定模塊根據(jù)樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量，分別確定所述傳感器系統(tǒng)中各傳感器的歷史流量狀態(tài)，包括：

53、所述狀態(tài)確定模塊將數(shù)據(jù)包的到達(dá)過程建模為切換泊松過程；

54、在預(yù)先定義好的虛警概率、缺失檢測概率和成功檢測概率的約束條件下，使得所述數(shù)據(jù)包的到達(dá)過程在所述虛警概率的約束下使所述成功檢測概率最大化；

55、通過泊松分布的累積分布函數(shù)，求得滿足所述約束條件的流量閾值；

56、根據(jù)樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量和所述流量閾值，分別確定所述傳感器系統(tǒng)中各傳感器為高流量狀態(tài)或低流量狀態(tài)。

57、作為優(yōu)選方案，所述預(yù)測模塊根據(jù)各傳感器的流量狀態(tài)，通過隱馬爾可夫模型獲得目標(biāo)時(shí)間窗口的預(yù)測流量狀態(tài)，包括：

58、所述預(yù)測模塊建立所述隱馬爾可夫模型；

59、通過所述隱馬爾可夫模型，基于所述樣本時(shí)間窗口中各傳感器的流量狀態(tài)，得到隱藏狀態(tài)的轉(zhuǎn)移概率矩陣以及隱藏狀態(tài)到顯示狀態(tài)的觀測概率矩陣，進(jìn)而得到傳感器在預(yù)測窗口流量狀態(tài)是否發(fā)生變化的概率，繼而得到所述目標(biāo)時(shí)間窗口的預(yù)測流量狀態(tài)。

60、相應(yīng)的，本發(fā)明申請還提供了一種終端設(shè)備，包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中且被配置為由所述處理器執(zhí)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)所述的基于流量預(yù)測的帶寬分配方法。

61、相應(yīng)的，本發(fā)明申請還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序，其中，在所述計(jì)算機(jī)程序運(yùn)行時(shí)控制所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備執(zhí)行所述的基于流量預(yù)測的帶寬分配方法。

62、相比于現(xiàn)有技術(shù)，本發(fā)明實(shí)施例具有如下有益效果：

63、本發(fā)明申請?zhí)峁┝艘环N基于流量預(yù)測的帶寬分配方法、裝置、終端設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述帶寬分配方法包括：根據(jù)樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量，分別確定所述傳感器系統(tǒng)中各傳感器的歷史流量狀態(tài)；根據(jù)各傳感器的流量狀態(tài)，通過隱馬爾可夫模型獲得目標(biāo)時(shí)間窗口的預(yù)測流量狀態(tài)；其中，預(yù)測結(jié)果包括高流量狀態(tài)和低流量狀態(tài)；根據(jù)所述預(yù)測流量狀態(tài)，建立帶寬優(yōu)化模型；其中，所述帶寬優(yōu)化模型為每個(gè)處于所述高流量狀態(tài)的傳感器預(yù)留專用帶寬，所述帶寬優(yōu)化模型為處于所述低流量狀態(tài)的傳感器預(yù)留了包含若干正交子信道的資源池，所述資源池用于各所述低流量狀態(tài)的傳感器的共享；求解所述帶寬優(yōu)化模型，根據(jù)求解結(jié)果為所述傳感器系統(tǒng)中各傳感器進(jìn)行帶寬分配。在本技術(shù)實(shí)施例中，通過樣本時(shí)間窗口中到達(dá)的數(shù)據(jù)包數(shù)量，確定傳感器歷史流量狀態(tài)，從而預(yù)測目標(biāo)時(shí)間窗口的流量狀態(tài)，進(jìn)而基于預(yù)測結(jié)果實(shí)現(xiàn)帶寬的分配，考慮到了用戶流量狀態(tài)在樣本窗口和預(yù)測窗口之間的動(dòng)態(tài)變化，使得帶寬的分配更加合理和更加精確，提高了針對不同應(yīng)用場景的適用性。