System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 面向配网业务的多因素垂直切换方法及系统技术方案_技高网

面向配网业务的多因素垂直切换方法及系统技术方案

技术编号:42527824 阅读:5 留言:0更新日期:2024-08-27 19:37
本发明专利技术提供一种面向配网业务的多因素垂直切换方法及系统,属于电力业务通信技术领域,获取网络切换判决属性信息、业务类型和用户偏好信息;利用预先训练好的Q网络,对获取的网络切换判决属性信息、业务类型和用户偏好信息进行处理,得到候选网络Q值;训练所述Q网络包括:将当前状态作为输入对应所有可能的动作,通过调整权重,进而输出Q值;选择Q值最大的网络为最优目标网络进行切换。本发明专利技术使用层次分析法建模业务权重值,综合考虑业务类型、终端移动性及网络负载条件等状态,依据网络状态值选择合适的网络进行切换有效提升网络吞吐量并减少切换次数,保障电力业务稳定运行,避免了网络频繁切换和拥塞问题。

【技术实现步骤摘要】

本专利技术涉及电力业务通信,具体涉及一种面向配网业务的多因素垂直切换方法及系统


技术介绍

1、在分布式新能源高比例接入配电通信网的背景下,电力业务需求、网络环境变得更加多样复杂,单一的通信方式并不能完全满足智能配电业务对安全和可靠性的需求。分布式新能源的管理与控制需要引入复杂异构地通信网络,以兼顾多种业务带宽、时延以及可靠性的需求。

2、由于不同电力业务在不同运行状态及运行时段对通信的需求差异较大,传统的规格通信方案已经不能满足电力终端通信需求的动态变化,需要智能地改变通信网络以满足不同的网络需求。因此,针对配网电力通信业务适配异构网络的研究也成为必然趋势。传统基站的切换管理技术大都是为了降低终端切换时间而做出的优化,而实际上,由于配网电力终端分布愈发密集且需要考虑用户移动产生的影响,配网业务通信网络切换管理更应该考虑的问题是用户的频繁切换造成的问题。不必要的切换以及乒乓切换是用户频繁切换的主要原因。另一方面,随着配网通信网络中的网络拓扑结构的复杂性以及不同业务间的干扰增大,切换失败的可能性也大大增加。

3、当前电力系统中,异构网络由多种类型的通信网络构成,各种网络互相融合、补充和促进,因而在提供网络连接的同时可以满足多样化的业务需求。目前国内外已有研究针对异构网络中的频繁切换、网络拥塞和用户服务质量不稳定等问题进行研究,并取得了一些成果。基于判决函数的网络选择算法,综合考察网络特性、用户需求和终端状态等条件,该判决算法仅对网络瞬时状况进行评判而没有分析用户移动趋势,用户移动轨迹的随机性容易导致基站盲目发起切换,由此引起的过度切换(乒乓效应,ping-pong effect)会影响用户体验。

4、垂直切换决策机制的研究主要是在终端所处区域的覆盖网络中,根据网络的不同状况和特性,考虑当前业务与用户对网络参数的不同需求,进行综合判断。一种切换预测机制,可以估计不同的候选接入网在切换执行后的吞吐量。但是预测算法中使用的复杂的迭代算法降低了切换的性能。使用深度学习来预测用户的轨迹,虽然降低了算法的复杂度,但是在设计切换流程的时候,没有考虑切换中断时间以及用户的qos等问题。上述现有的这些算法大都是通过对用户的参数做处理,然后提前准备切换资源,并未对具体的切换流程做出优化。当通信质量较差的时候,测量数据报告和切换指令仍然可能出现丢失的情况,只能根据上传的数据判断后再决定是否切换以及什么时候切换,这将对基站和用户都带来很大的延时和干扰问题。


技术实现思路

1、本专利技术的目的在于提供一种面向配网业务的多因素垂直切换方法及系统,以解决上述
技术介绍
中存在的至少一项技术问题。

2、为了实现上述目的,本专利技术采取了如下技术方案:

3、第一方面,本专利技术提供一种面向配网业务的多因素垂直切换方法,其特征在于,包括:

4、获取网络切换判决属性信息、业务类型和用户偏好信息;获取网络切换判决属性信息包括接收信号强度、带宽、延迟、网络费用和终端能耗;

5、利用预先训练好的q网络,对获取的网络切换判决属性信息、业务类型和用户偏好信息进行处理,得到候选网络q值;训练所述q网络包括:将网络状态和决策动作作为输入,以系统成本最小为目标,将当前状态作为输入对应所有可能的动作,通过调整权重,进而输出q值;

6、选择q值最大的网络为最优目标网络进行切换。

7、进一步的,假设在异构无线网络区域内共有m个候选网络,记为为n={1,2,...,m};在由m个无线网络组成的区域中,移动终端设备在经过一定时间后需要进行切换决策,决策时间间隔为τ,决策时间序列为t={1,2,...,t,...,t},其中,tn为连接终止的时间,即业务结束;在每个决策时刻,用户只能选择一个网络接入,且移动终端的网络状态通过每个候选网络所提供的qos参数确定,可以用多维向量表示;选取四个通信参数来表示网络状态,分别为可用接收信号强度rss、带宽b、延迟d和终端能耗e,网络状态为:

8、s=[rss1,b1,d1,e1,rss2,b2,d2,e2,...,rssm,bm,dm,em,n,k];

9、其中,di代表候选网络i的时延,bi代表候选网络i的可用带宽,ei代表候选网络i的误码率;n代表当前状态终端用户所连接的网络,n∈{0,1,2,...,m},仅在连接开始时即t=t0时刻n值为0,代表此时尚未连接到任何无线网络;k表示到达业务的业务类型,k∈{0,1,2,3,4},分别代表到达终端的业务为中压控制类业务、低压控制类业务、窄带采集类业务、宽带图像视频类业务;

10、决策动作根据q值选择业务的接入网络,进而动态调整分配的资源,t时刻所有可选择的切换动作空间集定义为a={a|a∈{1,2,…,m}}。

11、进一步的,优化目标是使系统成本最小化,系统成本与优化目标呈负相关,即根据已执行的动作,如果系统将系统成本最小化,则代理获得正奖励,否则获得负奖励;通过探索更新来实现累计奖励最大化,从而获得最佳操作;

12、系统的奖励函数为:

13、

14、系统的长期累积奖励定义为:

15、

16、γ∈[0,1]为折扣率,是反映后续状态奖励对当前价值的影响因子,根据对不同的网络进行选择接入来确定未来奖励效果,γ的值越小,当前奖励对价值的影响程度越高。

17、进一步的,为获得最大的总网络评分均值,需要选择合适的网络接入选择方案来最大化未来累计奖励:

18、

19、qπ(s,a)是动作价值函数,表示在状态s时采取动作a的累积期望,表示为:

20、

21、q*(s,a)为最优的值函数,以递归方式获取信息(s,a,r,s',a'),并根据下式进行更新:

22、

23、其中α∈[0,1]是学习率。

24、进一步的,系统成本包括时延开销和能量开销;

25、系统时延成本开销包括设备本地计算时延成本开销和mec计算时延成本开销

26、

27、系统在t时隙处理u的时延成本为:

28、

29、系统能量成本包括设备本地计算能量成本和mec计算能量成本

30、

31、系统在t时隙处理u的的能量成本为:

32、

33、综上,系统计算t时隙最优目标网络总成本表示为:

34、

35、进一步的,考虑本地计算时延、本地计算能耗、mec计算服务时延和mec计算能耗作为系统成本开销。其中本地计算时延和本地计算能耗分别是终端根据门限阈值对附近网络进行筛选所消耗的时间和能量;mec计算时延包括:传输时延和mec服务器计算时延;mec计算能耗仅考虑终端设备的能量消耗,即收集到的业务类型、用户偏好信息和候选网络列表判决属性信息上传至mec服务器所消耗的能量。

36、第二方面,本专利技术提供一种面向配网业务的多本文档来自技高网...

【技术保护点】

1.一种面向配网业务的多因素垂直切换方法,其特征在于,包括:

2.根据权利要求1所述的面向配网业务的多因素垂直切换方法,其特征在于,假设在异构无线网络区域内共有M个候选网络,记为为N={1,2,...,M};在由M个无线网络组成的区域中,移动终端设备在经过一定时间后需要进行切换决策,决策时间间隔为τ,决策时间序列为T={1,2,...,t,...,T},其中,tN为连接终止的时间,即业务结束;在每个决策时刻,用户只能选择一个网络接入,且移动终端的网络状态通过每个候选网络所提供的QoS参数确定,可以用多维向量表示;选取四个通信参数来表示网络状态,分别为可用接收信号强度RSS、带宽B、延迟D和终端能耗E,网络状态为:

3.根据权利要求2所述的面向配网业务的多因素垂直切换方法,其特征在于,优化目标是使系统成本最小化,系统成本与优化目标呈负相关,即根据已执行的动作,如果系统将系统成本最小化,则代理获得正奖励,否则获得负奖励;通过探索更新来实现累计奖励最大化,从而获得最佳操作;

4.根据权利要求3所述的面向配网业务的多因素垂直切换方法,其特征在于,为获得最大的总网络评分均值,需要选择合适的网络接入选择方案来最大化未来累计奖励:

5.根据权利要求4所述的面向配网业务的多因素垂直切换方法,其特征在于,系统成本包括时延开销和能量开销;

6.根据权利要求5所述的面向配网业务的多因素垂直切换方法,其特征在于,考虑本地计算时延、本地计算能耗、MEC计算服务时延和MEC计算能耗作为系统成本开销。其中本地计算时延和本地计算能耗分别是终端根据门限阈值对附近网络进行筛选所消耗的时间和能量;MEC计算时延包括:传输时延和MEC服务器计算时延;MEC计算能耗仅考虑终端设备的能量消耗,即收集到的业务类型、用户偏好信息和候选网络列表判决属性信息上传至MEC服务器所消耗的能量。

7.一种面向配网业务的多因素垂直切换系统,其特征在于,包括:

8.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质用于存储计算机指令,所述计算机指令被处理器执行时,实现如权利要求1-6任一项所述的面向配网业务的多因素垂直切换方法。

9.一种计算机设备,其特征在于,包括存储器和处理器,所述处理器和所述存储器相互通信,所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令执行如权利要求1-6任一项所述的面向配网业务的多因素垂直切换方法。

10.一种电子设备,其特征在于,包括:处理器、存储器以及计算机程序;其中,处理器与存储器连接,计算机程序被存储在存储器中,当电子设备运行时,所述处理器执行所述存储器存储的计算机程序,以使电子设备执行实现如权利要求1-6任一项所述的面向配网业务的多因素垂直切换方法的指令。

...

【技术特征摘要】

1.一种面向配网业务的多因素垂直切换方法,其特征在于,包括:

2.根据权利要求1所述的面向配网业务的多因素垂直切换方法,其特征在于,假设在异构无线网络区域内共有m个候选网络,记为为n={1,2,...,m};在由m个无线网络组成的区域中,移动终端设备在经过一定时间后需要进行切换决策,决策时间间隔为τ,决策时间序列为t={1,2,...,t,...,t},其中,tn为连接终止的时间,即业务结束;在每个决策时刻,用户只能选择一个网络接入,且移动终端的网络状态通过每个候选网络所提供的qos参数确定,可以用多维向量表示;选取四个通信参数来表示网络状态,分别为可用接收信号强度rss、带宽b、延迟d和终端能耗e,网络状态为:

3.根据权利要求2所述的面向配网业务的多因素垂直切换方法,其特征在于,优化目标是使系统成本最小化,系统成本与优化目标呈负相关,即根据已执行的动作,如果系统将系统成本最小化,则代理获得正奖励,否则获得负奖励;通过探索更新来实现累计奖励最大化,从而获得最佳操作;

4.根据权利要求3所述的面向配网业务的多因素垂直切换方法,其特征在于,为获得最大的总网络评分均值,需要选择合适的网络接入选择方案来最大化未来累计奖励:

5.根据权利要求4所述的面向配网业务的多因素垂直切换方法,其特征在于,系统成本包括时延开销和能量开销;

6.根据权利要...

【专利技术属性】
技术研发人员:宋曦涂超王继仪土伟政刘洁白露王蔚李明洋谢伟栋雷觐瑄
申请(专利权)人:国网甘肃省电力公司酒泉供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1