[发明专利]一种休眠控制方法、装置、存储介质及服务器有效

专利信息
申请号: 202010027333.9 申请日: 2020-01-10
公开(公告)号: CN111031585B 公开(公告)日: 2022-01-14
发明(设计)人: 孙耀华;张彤;彭木根 申请(专利权)人: 赣江新区智慧物联研究院有限公司
主分类号: H04W40/10 分类号: H04W40/10;H04W40/12;H04W40/20;H04W40/32;H04W52/02
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 何世磊
地址: 330000 江西省南昌市赣江*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 休眠 控制 方法 装置 存储 介质 服务器
【权利要求书】:

1.一种休眠控制方法,其特征在于,所述方法包括:

对物联网中的所有传感器节点按照其地理位置、监测功能及剩余能量进行分簇,得到多个簇,并在每一所述簇内选取一簇头;

将分簇信息经由回程链路发至高功率节点HPN,再利用HPN的广域覆盖能力分发至所有传感器节点,以使所有所述传感器节点根据所述分簇信息自行组簇并确定簇头,所述簇头选择信号接收功率最强的F-AP接入;

接收所述F-AP上报的接入信息,所述接入信息包括所述F-AP的ID以及接入所述F-AP的所有所述簇头的ID;

获取所述簇的当前状态信息,并将所述当前状态信息输入预设的休眠控制模型当中,得到所述簇对应的休眠控制决策;

将所述休眠控制决策发送给对应的所述簇的簇头,以使所述簇内的所有所述传感器节点按照对应的所述休眠控制决策进行休眠;

其中,所述当前状态信息包括无线环境数据、不同业务请求到达情况数据和传感器节点剩余能量数据,所述休眠控制决策包括休眠概率门限p和休眠时间τ,所述休眠控制模型包括特征提取模块和全连接模块。

2.根据权利要求1所述的休眠控制方法,其特征在于,所述将所述当前状态信息输入预设的休眠控制模型当中,得到所述簇对应的休眠控制决策的步骤包括:

将所述当前状态信息输入所述休眠控制模型当中,得到多个休眠决策;

从所述多个休眠决策当中选取一效果评分最高的休眠决策作为所述休眠控制决策。

3.根据权利要求2所述的休眠控制方法,其特征在于,所述休眠控制模型的对应的输出神经元的值为所述休眠决策的效果评分值。

4.根据权利要求1所述的休眠控制方法,其特征在于,所述方法还包括:

每隔周期Tu,从经验回放池中随机抽取预设量的经验数据进行模型训练并更新模型。

5.根据权利要求4所述的休眠控制方法,其特征在于,所述休眠控制决策通过F-AP下发给所述簇头,每一所述簇对应设置一个所述休眠控制模型,在所述每隔周期Ty,从经验回放池中随机抽取预设量的经验数据进行模型训练并更新模型的步骤之后,还包括:

在经过D个训练周期Tu后,将各个所述簇对应的所述休眠控制模型的部分模块或全部模块下发给所述F-AP。

6.一种休眠控制装置,其特征在于,所述装置包括:

分簇模块,用于对物联网中的所有传感器节点按照其地理位置、监测功能及剩余能量进行分簇,得到多个簇,并在每一所述簇内选取一簇头;

决策生成模块,用于获取所述簇的当前状态信息,并将所述当前状态信息输入预设的休眠控制模型当中,得到所述簇对应的休眠控制决策;

决策下发模块,用于将所述休眠控制决策发送给对应的所述簇的簇头,以使所述簇内的所有所述传感器节点按照对应的所述休眠控制决策进行休眠;

其中,所述分簇模块具体用于将分簇信息经由回程链路发至高功率节点HPN,再利用HPN的广域覆盖能力分发至所有传感器节点,以使所有所述传感器节点根据所述分簇信息自行组簇并确定簇头,所述簇头选择信号接收功率最强的F-AP接入,接收所述F-AP上报的接入信息,所述接入信息包括所述F-AP的ID以及接入所述F-AP的所有所述簇头的ID;所述当前状态信息包括无线环境数据、不同业务请求到达情况数据和传感器节点剩余能量数据,所述休眠控制决策包括休眠概率门限p和休眠时间τ,所述休眠控制模型包括特征提取模块和全连接模块。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一所述的方法。

8.一种服务器,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5任一所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于赣江新区智慧物联研究院有限公司,未经赣江新区智慧物联研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010027333.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top