[发明专利]基于离散事件的边缘深度学习模拟器的构建与应用

权利要求书

1.基于离散事件的边缘深度学习模拟器的构建方法，基于边缘节点架构，其特征在于，包括如下步骤：

步骤1，在仿真模块中构建网内缓存模块，所述网内缓存模块用于为边缘节点缓存数据，为深度学习提供数据支撑；

步骤2，构建基于深度学习的边缘仿真环境，以使边缘节点支持深度学习，步骤如下：

步骤2.1，在仿真模块中构建深度学习模块；

步骤2.2，为深度学习模块和仿真模块联合编译创造条件；

步骤2.3，在仿真的边缘学习中使用深度学习模块进行深度学习。

2.根据权利要求1所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，所述仿真模块包括应用程序子模块、拓扑和节点；所述应用程序子模块用于获取应用程序，并使用由系统软件控制的资源来实现相应目标；所述节点用于仿真边缘设备；所述拓扑用于构建边缘设备之间的通信。

3.根据权利要求1所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，所述网内缓存模块基于LRU缓存算法，以边缘节点之间发送的数据包为缓存单位。

4.根据权利要求1所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，所述网内缓存模块在仿真模块中的构建过程如下：

在仿真模块中，构建基于LRU缓存算法的LRU缓存模块，将所述LRU缓存模块加入到边缘节点中。

5.根据权利要求4所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，所述LRU缓存模块的构建方法是：

在仿真模块的核心目录下，使用创建新模块的命令创建自定义的新模块，并将新模块命名为LRU，将LRU缓存算法放到新模块的目录的相应位置；

所述LRU缓存模块的配置方法是：

所述LRU缓存模块中的wscript文件用来注册其包含的源码和引用仿真模块中其他模块的情况，根据LRU缓存模块所需要依赖的其他模块，在LRU缓存模块中添加所需要依赖的其他模块；

所述LRU缓存模块通过如下方法加入至边缘仿真环境中：

使用边缘仿真环境中的命令配置和编译边缘仿真环境下的所有模块，以将LRU缓存模块添加进边缘仿真环境的核心模块中。

6.根据权利要求1所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，将所述网内缓存模块作为Node类的成员变量，加入至各边缘节点中。

7.根据权利要求1所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，所述步骤2.1，构建深度学习模块的方法是：

在仿真模块中添加深度学习库，为深度学习提供模型支撑，所述深度学习库由若干深度神经网络模型组成。

8.根据权利要求1所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，所述步骤2.2，导入用于线性运算的eigen库，为深度学习模块的矩阵运算提供支撑。

9.根据权利要求1所述基于离散事件的边缘深度学习模拟器的构建方法，其特征在于，所述步骤2.3，对于深度学习库中已经存在的深度神经网络模型，直接进行调用；对于深度学习库中不存在的深度神经网络模型，则设计并实现一个不依赖第三方框架的模型，导入现存的深度学习库，使用时调用。

10.权利要求1所述基于离散事件的边缘深度学习模拟器的应用，其特征在于，其用于边缘学习。