基于物联网的动态多源数据聚合与调度方法、系统及设备

本技术涉及数据聚合与调度，尤其是涉及一种基于物联网的动态多源数据聚合与调度方法、系统及设备。

背景技术：

1、随着物联网（iot）设备数量的急剧增加，如何在动态、多节点的网络环境中高效传输数据和调度任务成为了一个重要的技术难题。物联网网络中的设备，如智能家居设备、传感器网络、无人机系统和自动驾驶车辆等，通常需要在分布广泛的区域内协同工作，执行复杂的多任务处理。

2、传统的集中式方法主要依赖于云端服务器进行计算和存储，所有数据和任务需要经过中央节点进行汇聚和调度，例如，在星型拓扑结构中，网络中的各节点通过点到点的方式连接到一个中央节点（又称中央转接站，一般是集线器或交换机）上，由该中央节点向目的节点传送信息。而在动态物联网网络中，节点之间的链路状态和网络拓扑会随着设备的移动或连接状态的变化而不断波动。例如，在无人机集群执行任务时，由于无人机之间的距离和无线信号的影响，节点之间的通信链路可用性并不稳定。这给数据传输路径选择和数据调度带来了巨大的挑战，尤其是在设备资源有限的情况下，如何提高数据调度效率和减少传输延迟是亟待解决的问题。

技术实现思路

1、本技术旨在提出一种基于物联网的动态多源数据聚合与调度方法、系统及设备，能够提高数据调度效率和减少传输延迟。

2、第一方面，本技术实施例提供了一种基于物联网的动态多源数据聚合与调度方法，所述方法包括：

3、设置基于物联网的动态多源数据聚合与调度过程中的多个约束条件，所述多源数据为来自不同的物联网节点的数据；

4、在满足所述多个约束条件的情况下，构建第一目标函数，所述第一目标函数为对基于物联网的动态多源数据聚合与调度过程中传输的数据进行数据冗余最小化和传输效率最大化；

5、根据所述第一目标函数，确认全局目标路径集，所述全局目标路径集包含至少两条用于数据传输的通信路径，一条通信路径包含至少一条链路，一条链路包含两个物联网节点，所述物联网节点为物联网设备；

6、在采用所述全局目标路径集对所述多源数据进行聚合与调度时，计算所述全局目标路径集中所有物联网节点的已用资源与节点总资源之间的比值；

7、根据所述比值，调整所述多源数据进行聚合与调度时的资源分配。

8、与现有技术相比，本技术第一方面具有以下有益效果：

9、本方法通过设置基于物联网的动态多源数据聚合与调度过程中的多个约束条件，多源数据为来自不同的物联网节点的数据，在满足多个约束条件的情况下，构建第一目标函数，第一目标函数为对基于物联网的动态多源数据聚合与调度过程中传输的数据进行数据冗余最小化和传输效率最大化，能够在满足各种约束条件的情况下，构建最小化数据冗余和最大化传输效率的目标函数，能够提高物联网的数据传输效率和减少数据传输过程中的冗余信息；然后根据第一目标函数，确认全局目标路径集，在采用全局目标路径集对多源数据进行聚合与调度时，计算全局目标路径集中所有物联网节点的已用资源与节点总资源之间的比值，根据比值，调整多源数据进行聚合与调度时的资源分配，能够有效优化资源分配，提高资源利用率。

10、在一些实施方式中，所述多个约束条件包括：

11、每个聚合任务须在指定时间窗口内完成、链路数据传输流量小于或等于链路总容量、资源利用率小于或等于第一阈值、存储容量小于或等于第二阈值、约束冗余数据比例小于或等于第三阈值以及约束任务流量守恒之间的至少两个约束条件。

12、在一些实施方式中，所述第一目标函数，包括：

13、；

14、；

15、其中，表示总数据冗余，表示在时间下参与任务的节点的集合，表示在时间下参与任务的节点的集合，表示节点和节点之间的链路在时间上的链路数据流量，表示冗余数据比例，表示全局目标路径集，表示数据节点集合，表示全局目标路径集中的所有节点数，表示数据传输效率的权衡系数，表示数据传输效率。

16、在一些实施方式中，所述方法还包括：

17、在通过所述全局目标路径集进行多源数据聚合与调度时，预测物联网节点之间的未来链路状态；

18、根据所述未来链路状态，构建最小化传输延迟的第二目标函数；

19、根据所述第二目标函数，确定局部目标路径集，所述局部目标路径集为所述全局目标路径集中最小化传输延迟的通信路径集。

20、在一些实施方式中，所述在通过所述全局目标路径集进行多源数据聚合与调度时，预测物联网节点之间的未来链路状态，包括：

21、在通过所述全局目标路径集进行多源数据聚合与调度时，预测每个时刻的物联网节点的节点位置；

22、根据所述物联网节点的节点位置，计算两个物联网节点之间的节点可视窗口；

23、根据所述节点可视窗口，构建动态网络拓扑图；

24、预测所述动态网络拓扑图中两个物联网节点之间的链路可用性；

25、根据所述链路可用性，预测所述动态网络拓扑图中两个物联网节点之间的未来链路状态。

26、在一些实施方式中，通过如下方式预测所述动态网络拓扑图中两个物联网节点之间的未来链路状态，包括：

27、；

28、其中，表示时刻的节点和节点之间的未来链路状态，和表示回归系数，表示自回归模型的阶数，表示第阶，表示时刻的白噪声项，表示第阶的当前时刻的链路可用性。

29、在一些实施方式中，所述第二目标函数，包括：

30、；

31、其中，表示最小化传输延迟的局部目标路径集，表示数据传输开始时间，表示数据传输结束时间，表示链路上的数据传输延迟，表示链路状态变化的惩罚系数，表示在时间下预测的未来链路状态。

32、第二方面，本技术实施例还提供了一种基于物联网的动态多源数据聚合与调度系统，所述系统包括：

33、约束条件设置单元，用于设置基于物联网的动态多源数据聚合与调度过程中的多个约束条件，所述多源数据为来自不同的物联网节点的数据；

34、目标函数构建单元，用于在满足所述多个约束条件的情况下，构建第一目标函数，所述第一目标函数为对基于物联网的动态多源数据聚合与调度过程中传输的数据进行数据冗余最小化和传输效率最大化；

35、目标路径确认单元，用于根据所述第一目标函数，确认全局目标路径集，所述全局目标路径集包含至少两条用于数据传输的通信路径，一条通信路径包含至少一条链路，一条链路包含两个物联网节点，所述物联网节点为物联网设备；

36、数据聚合与调度单元，用于在采用所述全局目标路径集对所述多源数据进行聚合与调度时，计算所述全局目标路径集中所有物联网节点的已用资源与节点总资源之间的比值；

37、资源分配调整单元，用于根据所述比值，调整所述多源数据进行聚合与调度时的资源分配。

38、第三方面，本技术实施例还提供了一种电子设备，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如上所述的一种基于物联网的动态多源数据聚合与调度方法。

39、第四方面，本技术实施例还提供了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可执行指令，所述计算机可执行指令用于使计算机执行如上所述的一种基于物联网的动态多源数据聚合与调度方法。

40、可以理解的是，上述第二方面至第四方面与相关技术相比存在的有益效果与上述第一方面与相关技术相比存在的有益效果相同，可以参见上述第一方面中的相关描述，在此不再赘述。