[发明专利]一种基于新贪心策略的按需服务数据包调度贪心算法在审

专利信息
申请号: 201611019367.3 申请日: 2016-11-17
公开(公告)号: CN106713173A 公开(公告)日: 2017-05-24
发明(设计)人: 高振国;孙鹏;姚念民;卢志茂;陈炳才;谭国真 申请(专利权)人: 大连理工大学
主分类号: H04L12/863 分类号: H04L12/863;H04L29/08;H04L12/24
代理公司: 大连理工大学专利中心21200 代理人: 梅洪玉
地址: 116024 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 基于 贪心 策略 服务 数据包 调度 算法
【权利要求书】:

1.一种基于新贪心策略的按需服务数据包调度贪心算法,其特征在于如下步骤:

步骤一,将按需服务的数据包调度问题转化为整数最优规划问题;

1)建立时隙模型;

和表示网络用户进入和离开信息站h,h=1,2,…,H的传输范围的时刻,时间在每个间隔期间内被等分为时长TF的时隙,第H信息站覆盖的区域分为个时隙,用于数据传输的时隙总数确定在信息站每时隙内的最大数据包传输数量Cn,n=1,2,…,N;

2)建立服务请求模型;

设用户服务请求集合为S,S中的每个服务请求s(s∈S)表示为一个四元组:

(Gs,Qs,Ds,Ws(n))(1)

其中,Qs为每个服务需要被调度的数据包数量,Gs为每个服务的到达时间,Ds为该服务的最晚调度时间,Ws(n)为收益,其中n为该数据包的发送时隙;如果该服务的请求在它的生命周期[Gs,Ds]内被调度,那么该请求的每一个数据包将会获得一定收益,否则将不会获得收益;

3)将问题转化为求解最优整数规划问题;

令xns表示请求s在时隙n内发送数据包的数量,则调度方案表示为向量该调度方案将调度产生的总收益表示为如下目标函数:

<mrow><munder><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow><mi>X</mi></munder><munder><mo>&Sigma;</mo><mrow><mi>s</mi><mo>&Element;</mo><mi>S</mi></mrow></munder><mo>&lsqb;</mo><msub><mi>W</mi><mi>s</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><munderover><mo>&Sigma;</mo><mrow><mi>n</mi><mo>=</mo><msub><mi>G</mi><mi>s</mi></msub></mrow><msub><mi>D</mi><mi>s</mi></msub></munderover><msub><mi>x</mi><mrow><mi>n</mi><mi>s</mi></mrow></msub><mo>&rsqb;</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>

其中,

<mrow><msub><mi>x</mi><mrow><mi>n</mi><mi>s</mi></mrow></msub><mo>&Element;</mo><msup><mi>Z</mi><mo>+</mo></msup><mo>,</mo><mo>&ForAll;</mo><mi>n</mi><mo>&Element;</mo><mo>&lsqb;</mo><msub><mi>G</mi><mi>s</mi></msub><mo>,</mo><msub><mi>D</mi><mi>s</mi></msub><mo>&rsqb;</mo><mo>,</mo><mo>&ForAll;</mo><mi>s</mi><mo>&Element;</mo><mi>S</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mi>a</mi><mo>)</mo></mrow></mrow>

<mrow><munder><mo>&Sigma;</mo><mrow><mi>s</mi><mo>&Element;</mo><mi>S</mi></mrow></munder><msub><mi>x</mi><mrow><mi>n</mi><mi>s</mi></mrow></msub><mo>&le;</mo><msub><mi>C</mi><mi>n</mi></msub><mo>,</mo><mo>&ForAll;</mo><mi>n</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><mi>N</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mi>b</mi><mo>)</mo></mrow></mrow>

<mrow><munderover><mo>&Sigma;</mo><mrow><mi>n</mi><mo>=</mo><mi>G</mi><mi>s</mi></mrow><mrow><mi>D</mi><mi>s</mi></mrow></munderover><msub><mi>x</mi><mrow><mi>n</mi><mi>s</mi></mrow></msub><mo>&le;</mo><msub><mi>Q</mi><mi>s</mi></msub><mo>,</mo><mo>&ForAll;</mo><mi>s</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mi>c</mi><mo>)</mo></mrow></mrow>

步骤二,将整数最优规划问题转化为0-1最优规划问题;

根据时隙n的容量Cn,该时隙被划分成Cn个微时隙,每个微时隙的容量是1,即最多仅一个数据包可以在每个微时隙内调度传输;通过这种映射关系,N个时隙共产生个微时隙;经过映射后,服务s的到达时间Gs和最晚调度时间Ds分别转化为:和令m表示微时隙的序号,xms表示微时隙m∈[gs,ds]内服务s传输数据包的数量,且xms∈{0,1};

<mrow><munder><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow><mi>X</mi></munder><munder><mo>&Sigma;</mo><mrow><mi>s</mi><mo>&Element;</mo><mi>S</mi></mrow></munder><mo>&lsqb;</mo><msub><mi>W</mi><mi>s</mi></msub><mrow><mo>(</mo><mi>m</mi><mo>)</mo></mrow><munderover><mo>&Sigma;</mo><mrow><mi>m</mi><mo>=</mo><msub><mi>g</mi><mi>s</mi></msub></mrow><msub><mi>g</mi><mi>s</mi></msub></munderover><msub><mi>x</mi><mrow><mi>m</mi><mi>s</mi></mrow></msub><mo>&rsqb;</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>

其中,

<mrow><msub><mi>x</mi><mrow><mi>m</mi><mi>s</mi></mrow></msub><mo>&Element;</mo><mo>{</mo><mn>0</mn><mo>,</mo><mn>1</mn><mo>}</mo><mo>,</mo><mo>&ForAll;</mo><mi>n</mi><mo>&Element;</mo><mo>&lsqb;</mo><msub><mi>g</mi><mi>s</mi></msub><mo>,</mo><msub><mi>d</mi><mi>s</mi></msub><mo>&rsqb;</mo><mo>,</mo><mo>&ForAll;</mo><mi>s</mi><mo>&Element;</mo><mi>S</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mi>a</mi><mo>)</mo></mrow></mrow>

<mrow><munder><mo>&Sigma;</mo><mrow><mi>s</mi><mo>&Element;</mo><mi>S</mi></mrow></munder><msub><mi>x</mi><mrow><mi>m</mi><mi>s</mi></mrow></msub><mo>&le;</mo><mn>1</mn><mo>,</mo><mo>&ForAll;</mo><mi>m</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mi>b</mi><mo>)</mo></mrow></mrow>

<mrow><munderover><mo>&Sigma;</mo><mrow><mi>n</mi><mo>=</mo><msub><mi>g</mi><mi>s</mi></msub></mrow><msub><mi>d</mi><mi>s</mi></msub></munderover><msub><mi>x</mi><mrow><mi>m</mi><mi>s</mi></mrow></msub><mo>&le;</mo><msub><mi>Q</mi><mi>s</mi></msub><mo>,</mo><mo>&ForAll;</mo><mi>s</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mi>c</mi><mo>)</mo></mrow></mrow>

步骤三,根据新贪心策略采用贪心算法对该问题进行优化求解;

1)提出一种新的效用函数值作为新贪心策略:

<mrow><msub><mi>U</mi><mi>s</mi></msub><mo>=</mo><msub><mi>W</mi><mi>s</mi></msub><mo>&times;</mo><mfrac><mrow><msup><msub><mi>Q</mi><mi>s</mi></msub><mrow><mn>1</mn><mo>-</mo><mi>&alpha;</mi></mrow></msup></mrow><mrow><mn>1</mn><mo>-</mo><mi>&alpha;</mi></mrow></mfrac><mo>,</mo><mi>&alpha;</mi><mo>&GreaterEqual;</mo><mn>0</mn><mo>,</mo><mi>&alpha;</mi><mo>&NotEqual;</mo><mn>1</mn><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>

其中α是可变的参数;

2)基于1)中的新贪心策略利用贪心算法求解式(3)。

2.根据权利要求1所述的一种基于新贪心策略的按需服务数据包调度贪心算法,其特征在于,利用贪心算法求解的步骤如下:

①初始化当前时隙序号n,可预测信息信道区间长度Nc,已经到达的服务集合S*

②对于根据式(4)分别计算Us

③根据Us值从大到小对S*中的服务进行排序,获得排序后集合其中

④利用新贪心策略在当前时隙区间内优先安排Us值大服务的数据包,每安排一个数据包,信道可用容量减1,相应服务的待调度数据包的数量减1;

⑤根据步骤④中调度的结果更新服务集合S*,对于数据包全部调度完成的服务从S*中删除,未调度完成的更新其尚未调度数据包数量;

⑥检查服务集合是否全部到达完毕,到达完毕后根据实际调度结果计算总收益。

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理工大学,未经大连理工大学许可,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/201611019367.3/1.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