[发明专利]一种复杂监控网络中的数据打包方法及系统

说明书

本发明公开了一种复杂监控网络中的数据打包方法及系统，将信道的误码率与测点数据的上传周期要求作为参数，建立包含时间的多尺度约束的优化模型，利用基于种群的启发式算法求解，以实现网络连接与数据发送次数的最小化。本发明可应用于企业生产过程、智能建筑系统等复杂监控网络，能有效地对数量庞大、种类各异的现场测点进行优化管理，通过减少网络连接与解析次数，减轻上级数据中心的运行负担，提高系统运行效率。

技术领域

本发明涉及通信技术领域，尤其涉及一种复杂监控网络中的数据打包方法及系统。

背景技术

在复杂监控网络中，由于测点数量庞大，数据采集中心往往承担着巨大的网络连接与数据解析负担。系统中，利用多个汇集单元，可以对其下属的测点进行有效的组织与管理，如图1所示。通过汇集单元对数据进行组合打包上传，可以有效地减少网络连接与数据发送次数。合适的数据打包方法能够大量减轻上级数据单元的负担，优化系统运行。

对于监控网络中测点数量多、监测数据总量大且上传周期要求各异情况，有以下问题需要考虑：

第一、发送过程中如果产生错误，往往会导致整个数据帧的重发。如果组合而成的数据包字节数过大，则更容易造成误码而导致重发，继而同样增加了发送总次数；如果数据包字节数过短，则直接增加了分组数以及协议头等开支，增加了系统的连接与解析负担。

第二、分组导致了组中数据的上传周期降低到组内的上传周期最小值。减小数据的上传周期，相当于增加整体传输的数据量，也是对系统负担的加大。而测点数据上传周期上限由用户自主设定，且网络中测点的增添也可看作是动态随机的，因而以上传周期为标准的分组边界难以简单界定。

发明内容

本发明为了解决上述问题，提出了一种复杂监控网络中的数据打包方法及系统，本发明针对测点数量多、监测数据总量大、数据上传周期各异的监控网络，利用多尺度组合建模并优化求解方法，使复杂网络中网络连接与数据发送次数达到最小，从而减轻上级数据中心的连接与解析负担，提高了系统的运行效率。

为了实现上述目的，本发明采用如下技术方案：

一种复杂监控网络中的数据打包方法，将信道的误码率与测点数据的上传周期要求作为参数，建立包含时间的多尺度约束的优化模型，利用基于种群的启发式算法求解，以实现网络连接与数据发送次数的最小化。

进一步的，预设多个固定格式与内容的数据帧，将接收到的数据与其预设的数据进行对比，从而计算得出汇集单元与上级数据单元之间的信道误码率。

进一步的，建立优化模型时采集测点的数量、各测点标识名、各测点数据的上传周期上限、各测点每次上传的字节数和传输协议所需要添加的固定字节数。

进一步的，优化模型的目标函数为单位时间内所有测点组的数据传输次数总和最小。

进一步的，优化模型的约束条件包括第j组测点的数据传输时间间隔与第i个测点是否在j组中的布尔变量的乘积小于等于第i个测点的上传周期要求。

具体的，优化模型为：

s.t.k_j＝N_j/T_j (2)

T_j·x_ij≤I_i (6)