[发明专利]一种极端条件下基于云边协同的信息传输方法及系统

权利要求书

1.一种极端条件下基于云边协同的信息传输方法，其特征在于，包括：

收集极端条件下多个物联网设备的传输状态信息，包括物联网设备运行时的物理状况、数据采集方式和传输性能；

将所述传输状态信息上传到云平台；通过人工智能算法对多个物联网设备的传输状态信息进行分析，得到性能-参量预测曲线；

根据性能-参量预测曲线，结合每个物联网设备独立运行的物理状态，计算每个设备的传输参数；

通过云边协同方式将所述传输参数下发给每个物联网设备，指导物联网设备的运行状态。

2.如权利要求1所述的一种极端条件下基于云边协同的信息传输方法，其特征在于，所述数据采集方式和传输性能包括数据采集、传输速率和功率。

3.如权利要求1所述的一种极端条件下基于云边协同的信息传输方法，其特征在于，通过长短期记忆人工神经网络算法，实现性能-参量的拟合曲线。

4.如权利要求3所述的一种极端条件下基于云边协同的信息传输方法，其特征在于，在长短期记忆人工神经网络算法中，对收集的的传输状态信息进行数据特征提取和剪枝轻量化处理，得到多物理量与性能的函数拟合曲线。

5.如权利要求1所述的一种极端条件下基于云边协同的信息传输方法，其特征在于，针对每个物联网设备进行参数的实时下发，调整板级硬件参数。

6.一种极端条件下基于云边协同的信息传输系统,其特征在于，包括数据收集模块和云平台；

所述数据收集模块，被配置为：收集极端条件下多个物联网设备的传输状态信息，包括物联网设备运行时的物理状况、数据采集方式和传输性能；

所述云平台，被配置为：通过人工智能算法对多个物联网设备的传输状态信息进行分析，得到性能-参量预测曲线；根据性能-参量预测曲线，结合每个物联网设备独立运行的物理状态，计算每个设备的传输参数；通过云边协同方式将所述传输参数下发给每个物联网设备，指导物联网设备的运行状态。

7.如权利要求6所述的一种极端条件下基于云边协同的信息传输系统，其特征在于，所述传输性能包括传输速率和传输功率。

8.如权利要求6所述的一种极端条件下基于云边协同的信息传输系统，其特征在于，通过长短期记忆人工神经网络算法，实现性能-参量的拟合曲线。

9.一种计算机可读存储介质，其上存储有计算机程序，用于指纹图谱相似度计算，其特征在于，该程序被处理器执行时实现如权利要求1-5任一项所述的极端条件下基于云边协同的信息传输方法。

10.一种电子设备，包括存储器、处理器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任一项所述的极端条件下基于云边协同的信息传输方法。