[发明专利]一种面向有毒气体监测的移动边缘计算资源分配方法在审

专利信息
申请号: 202110247254.3 申请日: 2021-03-05
公开(公告)号: CN112882836A 公开(公告)日: 2021-06-01
发明(设计)人: 孙璐;王家帅;万良田;郑纪彬 申请(专利权)人: 大连海事大学
主分类号: G06F9/50 分类号: G06F9/50;G06N3/00;G06N7/00;G06Q10/06;G16Y20/10;G16Y30/00;G16Y40/10;G16Y40/20;G16Y40/50
代理公司: 大连东方专利代理有限责任公司 21212 代理人: 王洪生;李洪福
地址: 116026 辽*** 国省代码: 辽宁;21
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 面向 有毒气体 监测 移动 边缘 计算 资源 分配 方法
【说明书】:

发明提供一种面向有毒气体监测的移动边缘计算资源分配方法,所述分配方法包括如下步骤:S100、分析气体贮存装置危险系数和贮存气体危险系数,搭建面向有毒气体监测的移动边缘计算系统结构;S200、根据所述移动边缘计算系统结构,对真实环境的问题场景进行数学建模;S210、确定问题模型,设定问题的目标函数;S220、确定问题模型需要考虑的约束;S300、根据所述问题模型,设计移动边缘计算资源分配方法;S310、提出基于优先级的混合编码方式;S320、根据所述混合编码方式,以有向无环图进行解码;S330、构建贝叶斯网络。本发明方法部署了无人机收集有毒气体监测数据,并作为监测传感器的同时作为移动边缘计算中的边缘节点,对于需要低时延处理的任务予以及时响应。

技术领域

本发明涉及无线通信技术领域,尤其涉及一种面向有毒气体监测的移动边缘计算资源分配方法。

背景技术

工业生产过程中的有毒气体排放与泄露,不仅会危及到工人及居民的人身财产安全,还会对环境造成不可逆的污染,尤其是在一些设备老化、技术落伍的工厂,有毒气体的泄漏问题更加突出,严重的中毒事件时有发生。因此,有毒气体监测在环境保护、安全生产及保护人民财产安全方面变得尤为重要。基于无线通信的工业物联网监测平台应运而生。工业物联网的监测传感器可以产生海量数据,而这些数据与传统大数据存在着显著区别,其原因为:工业物联网的收集过程涉及多种传感器,所收集的工业物联网数据包括:异质性、噪声、多样性和快速增长等特性。为了有效处理工业物联网产生的数据,及时分析有毒气体监测结果,移动边缘计算被广泛使用,其原因在于移动边缘计算将计算资源下沉到用户附近,与云计算相比大大降低了通信传输时延,从而提高了有毒气体监测的实时性。然而,化工厂等经常建立在相对偏远地区,传统的移动边缘计算常常因为无线通信部署问题而无法完全发挥作用。无人机作为一种部署方便、成本低廉的飞行器,既可以作为移动通信平台,为边远地区提供有效的通信覆盖,也可以搭载小型处理设备,直接作为边缘节点处理需要保证时效的小体量数据,因此,基于无人机的移动边缘计算系统扩展了边缘计算的服务覆盖范围且节省了基站部署成本。然而,现有的基于无人机的移动边缘计算方式却存在着一定的问题,基于无人机的移动边缘计算虽然靠近用户,但往往受到有限的通信、计算和能量资源的限制,现存无人系统进行有毒气体监测时并未充分考虑资源的合理分配,进而无法对有毒气体进行实时监测,也无法在保证有效监测有毒气体的同时控制无人系统成本。综上所述,有待发明一种能够实时检测有毒气体的,低成本的有毒气体监测方法。

发明内容

本发明提供一种面向有毒气体监测的移动边缘计算资源分配方法,解决了现有有毒气体监测方法无法实时监测有毒气体的问题。

为达到以上目的,本发明采取的技术方案是:

一种面向有毒气体监测的移动边缘计算资源分配方法,所述分配方法包括如下步骤:

S100、分析气体贮存装置危险系数和贮存气体危险系数,搭建面向有毒气体监测的移动边缘计算系统结构;

S200、根据所述移动边缘计算系统结构,对真实环境的问题场景进行数学建模;

S210、确定问题模型,设定所述问题的目标函数;

S220、确定问题模型需要考虑的约束;

S300、根据所述问题模型,设计移动边缘计算资源分配方法;

S310、提出基于优先级的混合编码策略;

S320、根据所述混合编码策略,以有向无环图进行解码;

S330、构建贝叶斯网络;

S331、获取候选贝叶斯网络;

S332、对所述候选贝叶斯网络进行评估,得到评分最佳的贝叶斯网络;

S340、引入邻域最优值,强化最优资源分配策略的搜索能力。

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大连海事大学,未经大连海事大学许可,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/202110247254.3/2.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