[go: up one dir, main page]

CN115843060A - 移动信息物理系统的端到端延迟分析方法、设备及介质 - Google Patents

移动信息物理系统的端到端延迟分析方法、设备及介质 Download PDF

Info

Publication number
CN115843060A
CN115843060A CN202211438879.9A CN202211438879A CN115843060A CN 115843060 A CN115843060 A CN 115843060A CN 202211438879 A CN202211438879 A CN 202211438879A CN 115843060 A CN115843060 A CN 115843060A
Authority
CN
China
Prior art keywords
service
cumulative
delay
arrival
edge computing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211438879.9A
Other languages
English (en)
Inventor
武艳
杨清海
潘广川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Tianling Yunchuang Technology Co ltd
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202211438879.9A priority Critical patent/CN115843060A/zh
Publication of CN115843060A publication Critical patent/CN115843060A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例涉及无线网络化控制技术领域，特别涉及一种移动信息物理系统的端到端延迟分析方法、设备及介质，该方法包括以下步骤：分别定义到达过程、服务过程，得到到达累积量、累积服务量；分别对到达累积量、累积服务量进行缩放处理；将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在信噪比域下进行网络演算，得到演算结果；对演算结果进行简化处理，得到简化式；基于引理，得到不等式；并基于简化式和不等式，得到稳定感知的端到端延迟界限。本申请实施例提供一种移动信息物理系统的端到端延迟分析方法，至少能够解决因移动信息物理系统违反流量守恒定律而造成的无法进行网络演算的问题。

Description

移动信息物理系统的端到端延迟分析方法、设备及介质
技术领域
本申请实施例涉及无线网络化控制技术领域，特别涉及一种移动信息物理系统的端到端延迟分析方法、设备及介质。
背景技术
移动信息物理系统(M-CPS)其利用设备移动性及无线通信功能，可实现广域泛在的感知、通信及控制功能，其使信息资源与物理资源紧密结合与协调的特点，业已广泛应用在制造、医疗、船舶、交通、军事、基础设施建设等多个领域，已逐步成为无线网络化控制领域的关键技术之一。
网络演算作为一种网络性能分析工具，可分为确定性网络演算和随机网络演算。确定性网络演算比较简单，目的是得到网络性能的最坏边界。目前确定性网络演算理论和研究成熟，分析能力有限。随机网络演算的目的是为网络提供随机服务质量保障，要考虑网络数据流的随机突发，自相识等特性，以及网络信道的接入拥塞物理信道的衰落等因素，因此相对应用起来比较复杂，因此通常采用不同的数学方法和不同的数学表达方式来扩充随机网络演算。
目前，针对移动信息物理系统的局部延迟，通常采用随机几何的移动边缘计算(MEC)车载自组织网络建模进行分析。然而，由于上述分析基于流量守恒定律，而带有边缘计算的M-CPS违反了这一定律，因此，现有的分析结果不能直接在移动信息物理系统(M-CPS)中扩展。
发明内容
本申请实施例提供一种移动信息物理系统的端到端延迟分析方法、设备及介质，解决了因移动信息物理系统违反流量守恒定律而造成的无法进行网络演算的问题。
为解决上述技术问题，本申请实施例提供一种移动信息物理系统的端到端延迟分析方法，包括：分别定义到达过程、服务过程，得到到达累积量、累积服务量；累积服务量包括边缘计算累积服务量、无线信道累积服务量以及远端控制累积服务量；分别对到达累积量、累积服务量进行缩放处理；将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在信噪比域下进行网络演算，得到演算结果；对演算结果进行简化处理，得到简化式；基于引理，得到不等式；并基于简化式和不等式，得到稳定感知的端到端延迟界限。
一些示例性实施例中，分别定义到达过程、服务过程，得到到达累积量、累积服务量，包括：分别对端到端延迟进行定义，得到累积到达过程的界限；基于累积到达过程的界限以及在时隙中的服务速率，得到无线信道累积服务量；基于等待时间以及边缘计算的处理时延的输出速率，得到边缘计算累积服务量；基于指示函数以及远端控制器中的处理时延的输出速率，得到远端控制累积服务量。
一些示例性实施例中，分别对端到端延迟进行定义，得到累积到达过程的界限，包括：分别对传感设备到边缘计算设备的无线信道的传输时延、边缘计算的处理时延、从边缘计算设备到远端控制器的无线信道的传输时延、远端控制器中的处理时延以及从远端控制器到执行器的无线信道的传输时延进行定义，分别记为第一服务节点、第二服务节点、第三服务节点、第四服务节点、第五服务节点，并分别用S1、S2、S3、S4、S5表示；假设传感设备以b帧/时隙的速度周期性地生成原始数据，每帧包含L个比特，得到累积到达过程的界限，如下式所示：
Figure BDA0003947655190000024
其中，A1(τ，t)表示第一服务节点在区间[τ，t)期间的累积到达和服务过程；
在时隙中的服务速率如下式所示：
Figure BDA0003947655190000021
无线信道累积服务量如下式所示：
Figure BDA0003947655190000022
其中，S1(τ，t)表示无线信道累积服务量；t表示时隙；h(t)表示时隙t中的无线信道系数；假设h(t)在每个时隙t内保持不变；B表示是信道带宽；N0表示高斯白噪声的功率密度；p表示从发射机到接收机的发射功率。
一些示例性实施例中，等待时间如下式所示：
Figure BDA0003947655190000023
其中，Tw表示等待时间；假设每一帧原始数据包含L比特，只有在整个帧完全进入边缘计算设备后才进行处理，得到等待时间；
当边缘计算设备接收到完整的帧，需要花费Tp的时间来获取设备状态信息；假设设备状态信息每帧有比特，边缘计算的处理时延的输出速率为帧/秒，得到所述边缘计算累积服务量如下式所示：
Figure BDA0003947655190000031
其中，S2(τ，t)表示边缘计算累积服务量；
Figure BDA0003947655190000032
表示设备状态信息每帧的比特数；ηd为常数，表示边缘计算的处理时延的输出速率，单位为帧/秒；Td＝Tw+Tp，Tp为常数，Tw是与随时间变化的无线信道容量相关的随机变量，得到Td的分布函数：
Figure BDA0003947655190000033
其中，Td的分布函数服从高斯分布
Figure BDA0003947655190000034
所述远端控制累积服务量为：
Figure BDA0003947655190000035
其中，S4(τ，t)表示远端控制累积服务量；
Figure BDA0003947655190000036
表示控制信号每帧包含的比特数；ηr表示远端控制器中的处理时延的输出速率，单位为帧/秒；Tr表示处理前的等待时间，Tr为常数。
一些示例性实施例中，分别对到达累积量、累积服务量进行缩放处理，包括：基于第一比例因子，缩小初始传入流量，得到缩小传入流量；并分别对第一服务节点的累积服务量、第二服务节点的累积服务量进行缩放，得到第一缩放累积服务量、第二缩放累积服务量；基于第二比例因子，缩小缩小传入流量，并对第一缩放累积服务量、第二缩放累积服务量、第三服务节点的累积服务量、第四服务节点的累积服务量进行缩放处理；在第二服务节点S2之前，数据在网络中以L比特/帧的大小流动，但在第二服务节点S2服务之后，帧的大小为
Figure BDA0003947655190000037
第一比例因子为：
Figure BDA0003947655190000038
令
Figure BDA0003947655190000039
缩小初始传入流量A1(τ，t)；
令
Figure BDA00039476551900000310
对第一服务节点的累积服务量、第二服务节点的累积服务量进行缩放，得到第一缩放累积服务量、第二缩放累积服务量；
第二比例因子为：
Figure BDA00039476551900000311
通过下式对缩小传入流量、第一缩放累积服务量、第二缩放累积服务量、第三服务节点的累积服务量、第四服务节点的累积服务量进行缩放处理；
Figure BDA0003947655190000041
Figure BDA0003947655190000042
Figure BDA0003947655190000043
Figure BDA0003947655190000044
其中，
Figure BDA0003947655190000045
一些示例性实施例中，在信噪比域中，各个服务节点的到达过程和服务过程如下式所示：
Figure BDA0003947655190000046
Figure BDA0003947655190000047
Figure BDA0003947655190000048
Figure BDA0003947655190000049
Figure BDA00039476551900000410
Figure BDA00039476551900000411
其中，g1(γ)＝(1+γ)μB，
Figure BDA00039476551900000412
g5(γ)＝(1+γ)B以及
Figure BDA00039476551900000413
一些示例性实施例中，通过梅林变换对所述演算结果进行简化处理，得到简化式；
令
Figure BDA00039476551900000414
对演算结果进行简化处理，如下式所示：
Figure BDA00039476551900000415
Figure BDA00039476551900000416
Figure BDA00039476551900000417
Figure BDA00039476551900000418
Figure BDA00039476551900000419
Figure BDA00039476551900000420
其中，
Figure BDA00039476551900000421
以及[ι]+＝max{0，ι}；
对各个服务节点进行串联，系统的服务曲线为：
Figure BDA0003947655190000051
其中，算子
Figure BDA0003947655190000052
是(min，×)卷积，定义为：
Figure BDA0003947655190000053
一些示例性实施例中，所述引理包括第一引理和第二引理；
令x1(τ，t)和χ2(τ，t)是两个独立的非负随机过程；对于s＜1
Figure BDA0003947655190000054
的梅林变换满足
不等式，得到第一引理：
Figure BDA0003947655190000055
设定一个系统，到达过程和服务过程分别表示为A(τ，t)和S(τ，t)，而相应的信噪比域投影过程分别是
Figure BDA0003947655190000056
和
Figure BDA0003947655190000057
延迟概率满足不等式Pr(D(t)＞ωε)≤ε；
其中，ωε是ω满足
Figure BDA0003947655190000058
的最小值，得到第二引理：
Figure BDA0003947655190000059
基于第一引理和第二引理，得到不等式：
Figure BDA00039476551900000510
Figure BDA00039476551900000511
边际延迟边界违反概率如下式所示：
Figure BDA00039476551900000512
通过延迟违反概率，计算得到稳定感知的端到端延迟界限；延迟违反概率的界限表示为：
Figure BDA00039476551900000513
另外，本申请实施例还提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述移动信息物理系统的端到端延迟分析方法。
另外，本申请实施例还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述移动信息物理系统的端到端延迟分析方法。
本申请实施例提供的技术方案至少具有以下优点：
本申请实施例针对现有的移动信息物理系统的局部延迟分析方法不能直接在移动信息物理系统中扩展的问题，本申请实施例提供一种移动信息物理系统的端到端延迟分析方法、设备及介质，该方法包括以下步骤：分别定义到达过程、服务过程，得到到达累积量、累积服务量；分别对到达累积量、累积服务量进行缩放处理；将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在信噪比域下进行网络演算，得到演算结果；对演算结果进行简化处理，得到简化式；基于引理，得到不等式；并基于简化式和不等式，得到稳定感知的端到端延迟界限。
本申请实施例提供一种移动信息物理系统的端到端延迟分析方法，一方面，能够解决因移动信息物理系统违反流量守恒定律而造成的无法进行网络演算的问题。另一方面，具有边缘计算的移动信息物理系统是一个具有无线信道、边缘计算节点和远端控制节点等多节点网络，本申请能够解决多跳网络的延迟界限的计算问题。此外，作为一个控制系统，移动信息物理系统还需要一个稳定感知的延迟界限，本申请通过提供一种移动信息物理系统的端到端延迟分析方法，给出了稳定感知延迟界限。该方法可以扩展到流量不守恒的包含多个系统内处理单元的系统。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，除非有特别申明，附图中的图不构成比例限制。
图1为本申请一实施例提供的一种移动信息物理系统的端到端延迟分析方法的流程示意图；
图2为本申请一实施例提供的一种边缘计算协助的移动信息物理系统的端到端延迟分析方法的流程示意图；
图3为本申请一实施例提供的一种从传感设备到执行器的端到端延迟示意图；
图4为本申请一实施例提供的一种电子设备的结构示意图。
具体实施方式
由背景技术可知，目前存在现有的移动信息物理系统的局部延迟分析方法不能直接在移动信息物理系统中扩展的问题。
网络演算的目的是对存在非概率分布流量的网络进行性能分析。网络演算的基本思想是通过描述流量的最大突发度，控制和量化这些突发数据，使得这些突发数据可以在系统中无损传输，以便根据最大突发度计算网络中端到端延迟的确定性上界。网络演算作为一种网络性能分析工具，按照普遍的观点可以分为确定性网络演算和随机网络演算。确定性网络演算比较简单，目的是得到网络性能的最坏边界。目前确定性网络演算理论和研究成熟，分析能力有限。随机网络演算的目的是为网络提供随机服务质量保障，要考虑网络数据流的随机突发，自相识等特性，以及网络信道的接入拥塞物理信道的衰落等因素，因此相对应用起来比较复杂，因此相关技术也运用了不同的数学方法和不同的数学表达方式来扩充随机网络演算。
具体的，有相关技术研究了局部延迟基于随机几何的移动边缘计算(MEC)车载自组织网络建模与分析，分别针对上行链路局部延迟和下行链路局部延迟推导了闭合形式的分析模型。还有相关技术结合随机几何和排队理论分析了MEC网络与多核边缘服务器的延迟性能。还有相关技术考虑了在边缘服务器具有有限计算缓冲区的MEC系统，其中离散时间两级串联排队系统的延迟特性是使用矩阵几何推导的。这些相关技术的结果不能直接在移动信息物理系统(M-CPS)中扩展。原因是这些分析基于流量守恒定律，而带有边缘计算的M-CPS违反了这一定律，例如，从边缘计算节点离开的流量只是到达该节点的流量的一小部分。另一方面，还有一相关技术通过扩展到达和服务流程解决了这一挑战，但考虑了仅与两跳绑定的延迟。在带有边缘计算的M-CPS中，它涉及三个无线通道、一个边缘计算节点和一个遥控器，比较复杂。
综上所述，相关技术的缺陷表现在：一是延迟性能分析无法针对流量不守恒模型。相关技术的方法结合随机几何和排队理论分析能够对部分具有边缘计算的网络延迟进行有效的性能分析，但都是基于流量守恒定律。通常情况下，随机网络演算是建立在流量守恒定律上的。在具有边缘计算的移动信息物理系统中，数据经过边缘计算节点和远端控制器节点后会发生流量的变化，这便意味着流量不守恒，所以具有边缘计算的移动信息物理系统不适合传统的随机网络演算，这些相关技术的方法对于流量不守恒的信息物理系统来说就没有适用价值。
二是无法对既有无线信道又存在服务节点的网络进行延迟分析。相关方法仅针对两跳网络或多跳但是多个具有独立同分布性质的相同节点。但在现实的信息物理系统中，一个完整的闭环系统往往是由无线信道、边缘计算处理单元、传感器、远端控制器和执行器组成，通常需要针对不同节点分别进行随机网络演算。
另外，具有边缘计算的移动信息物理系统是一个具有无线信道、边缘计算节点和远端控制节点等多节点网络。目前还没有相关技术就违法流量守恒且具有多节点的网络进行延迟性能分析。作为一个控制系统，移动信息物理系统还需要一个稳定感知的延迟界限，也没有相关技术涉及对稳定感知延迟界限的获取。
为解决上述技术问题，本申请实施例提供一种移动信息物理系统的端到端延迟分析方法，包括：分别定义到达过程、服务过程，得到到达累积量、累积服务量；累积服务量包括边缘计算累积服务量、无线信道累积服务量以及远端控制累积服务量；分别对到达累积量、累积服务量进行缩放处理；将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在信噪比域下进行网络演算，得到演算结果；对演算结果进行简化处理，得到简化式；基于引理，得到不等式；并基于简化式和不等式，得到稳定感知的端到端延迟界限。本申请实施例提供的移动信息物理系统的端到端延迟分析方法，不仅解决了因移动信息物理系统违反流量守恒定律而造成的无法进行网络演算的问题，还解决了多跳网络的延迟界限的计算问题，另外，还给出了稳定感知延迟界限。
下面将结合附图对本申请的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本申请各实施例中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本申请所要求保护的技术方案。
参看图1，本申请实施例提供了一种移动信息物理系统的端到端延迟分析方法，包括以下步骤：
步骤S1、分别定义到达过程、服务过程，得到到达累积量、累积服务量；累积服务量包括边缘计算累积服务量、无线信道累积服务量以及远端控制累积服务量。
步骤S2、分别对到达累积量、累积服务量进行缩放处理。
步骤S3、将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在信噪比域下进行网络演算，得到演算结果。
步骤S4、对演算结果进行简化处理，得到简化式。
步骤S5、基于引理，得到不等式；并基于简化式和不等式，得到稳定感知的端到端延迟界限。
网络演算被分为五个步骤：步骤S1、分别定义到达过程、服务过程，得到到达累积量、累积服务量。其中到达累积量的上界使用线性函数来描述，服务过程包含无线信道部分、边缘计算部分和远端控制部分。其中，无线信道的服务累计量上界以信道容量之和的形式描述；边缘计算和远端控制用服务速率与服务时间的乘积描述。步骤S2、分别对步骤S1得到的到达累积量、累积服务量进行缩放处理，以解决各服务节点的能量不守恒的问题。接下来，执行步骤S3、将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在信噪比域下进行网络演算，得到演算结果。将步骤S2得到的缩放处理后的到达累积量和服务累积量向信噪比(SNR)域投影，这样可以在该域下使用(min,×)网络演算。步骤S4、对演算结果进行简化处理，得到简化式。具体的，简化处理可以是对步骤S3的结果进行梅林(Mellin)变换，利用Mellin变换来简化繁琐的计算。步骤S5、基于引理，得到不等式；并基于简化式和不等式，得到稳定感知的端到端延迟界限。基于相关引理将到达过程和各种服务过程串联起来分析整个系统的延迟，并给出稳定感知延迟界限。图2示意了一种边缘计算协助的移动信息物理系统的端到端延迟分析方法的流程示意图，也可以理解为图2示意了本申请实施例的网络演算的流程图。
在一些实施例中，步骤S1中分别定义到达过程、服务过程，得到到达累积量、累积服务量，包括：分别对端到端延迟进行定义，得到累积到达过程的界限；基于累积到达过程的界限以及在时隙中的服务速率，得到无线信道累积服务量；基于等待时间以及边缘计算的处理时延的输出速率，得到边缘计算累积服务量；基于指示函数以及远端控制器中的处理时延的输出速率，得到远端控制累积服务量。
在一些实施例中，分别对端到端延迟进行定义，得到累积到达过程的界限，包括：分别对传感设备到边缘计算设备的无线信道的传输时延、边缘计算的处理时延、从边缘计算设备到远端控制器的无线信道的传输时延、远端控制器中的处理时延以及从远端控制器到执行器的无线信道的传输时延进行定义，分别记为第一服务节点、第二服务节点、第三服务节点、第四服务节点、第五服务节点，并分别用S1、S2、S3、S4、S5表示。
图3示出了从传感设备到执行器的端到端延迟的示意图。端到端时延是传感设备到执行器的时延，包括传感设备到边缘计算设备的无线信道S1的传输时延、边缘计算S2的处理时延、从边缘计算设备到远端控制器的无线信道S3的传输时延，远端控制器S4中的处理时延，以及从远端控制器到执行器的无线信道S5中的传输时延。将Ai(τ，t)和Si(τ，t)表示为节点i在区间[τ，t)期间的累积到达和服务过程，其中i＝{1，2，3，4，5}。这个过程如图3所示。其中，服务节点i的每个离开Ai被直接馈送到下一个服务节点i+1。
假设传感设备以b帧/时隙的速度周期性地生成原始数据，每帧包含L个比特，得到累积到达过程的界限，如下式所示：
Figure BDA0003947655190000105
其中，A1(τ，t)表示第一服务节点在区间[τ，t)期间的累积到达和服务过程。
在累积到达过程的界限的表达式中，
Figure BDA0003947655190000101
是大于l的最小整数。需要注意的是，S2和S4的输入输出的数据类型以及帧的大小不同，这意味着流量守恒定律不再成立。本申请实施例通过引入比例因子来解决这个问题，并使用网络演算分析端到端延迟性能。
本申请实施例考虑该系统是时隙的，时隙由t∈{0，1，…}表示，时隙持续时间为Δt。设时隙t中的无线信道系数为h(t)，假设h(t)在每个时隙内保持不变，但在时隙边界上可能会发生变化。此外，h(t)在时隙t上独立且同分布。因此，无线信道提供时变服务速率。
在时隙t中的服务速率如下式所示：
Figure BDA0003947655190000102
无线信道累积服务量如下式所示：
Figure BDA0003947655190000103
其中，S1(τ，t)表示无线信道累积服务量；t表示时隙；h(t)表示时隙t中的无线信道系数；假设h(t)在每个时隙t内保持不变；B表示是信道带宽；N0表示高斯白噪声的功率密度；p表示从发射机到接收机的发射功率。
在一些实施例中，等待时间Tw如下式所示：
Figure BDA0003947655190000104
其中，Tw表示等待时间；假设每一帧原始数据包含L比特，只有在整个帧完全进入边缘计算设备后才进行处理，得到等待时间Tw。
当边缘计算设备接收到完整的帧，需要花费Tp的时间来获取设备状态信息；假设设备状态信息每帧有比特，边缘计算的处理时延的输出速率为帧/秒，得到所述边缘计算累积服务量如下式所示：
Figure BDA0003947655190000111
其中，S2(τ，t)表示边缘计算累积服务量；
Figure BDA0003947655190000112
表示设备状态信息每帧的比特数；ηd为常数，表示边缘计算的处理时延的输出速率，单位为帧/秒；Td＝Tw+Tp，Tp为常数，Tw是与随时间变化的无线信道容量相关的随机变量，得到Td的分布函数：
Figure BDA0003947655190000113
其中，根据中心极限定理，Td的分布函数服从高斯分布
Figure BDA0003947655190000114
假设控制信号每帧包含
Figure BDA0003947655190000115
比特，S4的输出速率为ηr帧/秒。与边缘计算过程类似，远端控制累积服务量为：
Figure BDA0003947655190000116
其中，S4(τ，t)表示远端控制累积服务量；
Figure BDA0003947655190000117
表示控制信号每帧包含的比特数；ηr表示远端控制器中的处理时延的输出速率，单位为帧/秒；Tr表示处理前的等待时间，Tr为常数。
在一些实施例中，步骤S2中分别对到达累积量、累积服务量进行缩放处理，包括：
基于第一比例因子，缩小初始传入流量，得到缩小传入流量；并分别对第一服务节点的累积服务量、第二服务节点的累积服务量进行缩放，得到第一缩放累积服务量、第二缩放累积服务量。
基于第二比例因子，缩小缩小传入流量，并对第一缩放累积服务量、第二缩放累积服务量、第三服务节点的累积服务量、第四服务节点的累积服务量进行缩放处理。
在第二服务节点S2之前，数据在网络中以L比特/帧的大小流动，但在第二服务节点S2服务之后，帧的大小为
Figure BDA0003947655190000118
这意味着在信息物理系统中流不守恒。另一方面，为了获得延迟上限，通常使用建立在流量守恒定律的随机网络演算。
为了解决这个问题，本申请引入第一比例因子以便于计算。
第一比例因子为：
Figure BDA0003947655190000119
令
Figure BDA0003947655190000121
缩小初始传入流量A1(τ，t)；此外，为了消除它对延迟边界计算的影响，我们还需要对服务累积量S1和S2进行缩放。
令
Figure BDA0003947655190000122
对第一服务节点S1的累积服务量、第二服务节点S2的累积服务量进行缩放，得到第一缩放累积服务量、第二缩放累积服务量；
第二比例因子为：
Figure BDA0003947655190000123
通过下式对缩小传入流量
Figure BDA0003947655190000124
第一缩放累积服务量
Figure BDA0003947655190000125
第二缩放累积服务量
Figure BDA0003947655190000126
第三服务节点S3的累积服务量、第四服务节点S4的累积服务量进行缩放处理；
Figure BDA0003947655190000127
Figure BDA0003947655190000128
Figure BDA0003947655190000129
Figure BDA00039476551900001210
其中，
Figure BDA00039476551900001211
然后，对按一定比例进行缩放后的到达过程和服务过程向信噪比SNR域映射。在SNR域中，到达过程
Figure BDA00039476551900001212
和服务过程
Figure BDA00039476551900001213
分别由
Figure BDA00039476551900001214
和
Figure BDA00039476551900001215
给出。
因此，经过流量守恒的缩放后，在SNR域中，图3的到达过程
Figure BDA00039476551900001216
和服务过程
Figure BDA00039476551900001217
Figure BDA00039476551900001218
表示为如下：
Figure BDA00039476551900001219
Figure BDA00039476551900001220
Figure BDA00039476551900001221
Figure BDA00039476551900001222
Figure BDA00039476551900001223
Figure BDA00039476551900001224
其中，g1(γ)＝(1+γ)μB，
Figure BDA00039476551900001225
g5(γ)＝(1+γ)B以及
Figure BDA00039476551900001226
在一些实施例中，通过梅林变换对所述演算结果进行简化处理，得到简化式；
令
Figure BDA00039476551900001227
对演算结果进行简化处理，如下式所示：
Figure BDA0003947655190000131
Figure BDA0003947655190000132
Figure BDA0003947655190000133
Figure BDA0003947655190000134
Figure BDA0003947655190000135
Figure BDA0003947655190000136
其中，
Figure BDA0003947655190000137
以及[ι]+＝max{0，ι}；
对于图3中由五个服务节点串联的拓扑，对各个服务节点进行串联，系统的服务曲线
为：
Figure BDA0003947655190000138
其中，算子
Figure BDA0003947655190000139
是(min，×)卷积，定义为：
Figure BDA00039476551900001310
为了说明清楚如何通过网络演算计算从传感设备到执行器端到端延迟，如图3所示，本申请引入了以下两个引理。
第一引理：令x1(τ，t)和x2(τ，t)是两个独立的非负随机过程。对于s＜1
Figure BDA00039476551900001311
的Mellin变换满足不等式：
Figure BDA00039476551900001312
第二引理：设定一个系统，到达过程和服务过程分别表示为A(τ，t)和S(τ，t)，而相应的信噪比域投影过程分别是
Figure BDA00039476551900001313
和
Figure BDA00039476551900001314
延迟概率满足不等式Pr(D(t)＞ωε)≤ε；，
其中，ωε是ω满足
Figure BDA00039476551900001315
的最小值，得到第二引理：
Figure BDA00039476551900001316
基于第一引理和第二引理，得到不等式：
Figure BDA00039476551900001317
Figure BDA00039476551900001318
边际延迟边界违反概率如下式所示：。
Figure BDA0003947655190000141
通过延迟违反概率，计算得到稳定感知的端到端延迟界限；E2E延迟违反概率的界限表示为：
Figure BDA0003947655190000142
上式以数值方式获得稳定感知的端到端延迟界限。
本申请实施例提供的移动信息物理系统的端到端延迟分析方法，主要适用于流量不守恒，考虑无线衰落信道、边缘计算和远端控制器的信息物理系统的端到端延迟分析的网络演算方法。
与现有技术相比，本申请实施例提供的移动信息物理系统的端到端延迟分析方法的优势在于：该方法拓展了网络演算的适用范围。具有边缘计算的信息物理系统，在边缘计算处理过程和远端控制器处理过程中，由于会对信息进行提取或者转换的操作进而引起输入流量于输出流量不守恒的情况的发生。然而传统的网络演算，无论是确定性演算还是随机演算都是基于流量守恒定理。
本申请实施例的方法引入了比例因子，对部分到达过程以及服务过程进行缩放处理，以达到数学形式上流量守恒的目的。因此，对于流量不守恒的网络也能运用网络演算进行端到端的延迟分析。同时，具有边缘计算的信息物理系统是无线信道、边缘计算单元、传感器、远端控制器和执行器的集合体，不是相同且独立的处理单元的简单串联。
本申请实施例的方法在设计网络演算时充分考虑了各种过程，包括到达过程、无线信道的服务过程、边缘计算的服务过程和远端控制的服务过程。经过SNR域映射和Mellin变换来简化传统繁琐的网络演算，最后给出了稳定感知的端到端延迟界限。该方法还可以扩展到流量不守恒的包含多个系统内处理单元的系统。
本申请的另一实施方式涉及一种电子设备，如图4所示，包括至少一个处理器101；以及，与至少一个处理器101通信连接的存储器102；其中，存储器102存储有可被至少一个处理器101执行的指令，指令被至少一个处理器101执行，以使至少一个处理器101能够执行上述任一方法实施例。
其中，存储器102和处理器101采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器101和存储器102的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器101处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器101。
处理器101负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器102可以被用于存储处理器101在执行操作时所使用的数据。
本申请另一实施例涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
由以上技术方案，本申请实施例针对现有的移动信息物理系统的局部延迟分析方法不能直接在移动信息物理系统中扩展的问题，本申请实施例提供一种移动信息物理系统的端到端延迟分析方法、设备及介质，该方法包括以下步骤：分别定义到达过程、服务过程，得到到达累积量、累积服务量；分别对到达累积量、累积服务量进行缩放处理；将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在信噪比域下进行网络演算，得到演算结果；对演算结果进行简化处理，得到简化式；基于引理，得到不等式；并基于简化式和不等式，得到稳定感知的端到端延迟界限。
本申请实施例提供一种移动信息物理系统的端到端延迟分析方法，一方面，能够解决因移动信息物理系统违反流量守恒定律而造成的无法进行网络演算的问题。另一方面，具有边缘计算的移动信息物理系统是一个具有无线信道、边缘计算节点和远端控制节点等多节点网络，本申请能够解决多跳网络的延迟界限的计算问题。此外，作为一个控制系统，移动信息物理系统还需要一个稳定感知的延迟界限，本申请通过提供一种移动信息物理系统的端到端延迟分析方法，给出了稳定感知延迟界限。该方法可以扩展到流量不守恒的包含多个系统内处理单元的系统。
本领域的普通技术人员可以理解，上述各实施方式是实现本申请的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本申请的精神和范围。任何本领域技术人员，在不脱离本申请的精神和范围内，均可作各自更动与修改，因此本申请的保护范围应当以权利要求限定的范围为准。

Claims (10)

1.一种移动信息物理系统的端到端延迟分析方法，其特征在于，包括：
分别定义到达过程、服务过程，得到到达累积量、累积服务量；所述累积服务量包括边缘计算累积服务量、无线信道累积服务量以及远端控制累积服务量；
分别对所述到达累积量、所述累积服务量进行缩放处理；
将缩放处理后的到达累积量和累积服务量向信噪比域投影，并在所述信噪比域下进行网络演算，得到演算结果；
对所述演算结果进行简化处理，得到简化式；
基于引理，得到不等式；并基于所述简化式和所述不等式，得到稳定感知的端到端延迟界限。
2.根据权利要求1所述的移动信息物理系统的端到端延迟分析方法，其特征在于，所述分别定义到达过程、服务过程，得到到达累积量、累积服务量，包括：
分别对端到端延迟进行定义，得到累积到达过程的界限；
基于所述累积到达过程的界限以及在时隙中的服务速率，得到无线信道累积服务量；
基于等待时间以及边缘计算的处理时延的输出速率，得到边缘计算累积服务量；
基于指示函数以及远端控制器中的处理时延的输出速率，得到远端控制累积服务量。
3.根据权利要求2所述的移动信息物理系统的端到端延迟分析方法，其特征在于，所述分别对端到端延迟进行定义，得到累积到达过程的界限，包括：
分别对传感设备到边缘计算设备的无线信道的传输时延、边缘计算的处理时延、从边缘计算设备到远端控制器的无线信道的传输时延、远端控制器中的处理时延以及从远端控制器到执行器的无线信道的传输时延进行定义，分别记为第一服务节点、第二服务节点、第三服务节点、第四服务节点、第五服务节点，并分别用S1、S2、S3、S4、S5表示；
假设传感设备以b帧/时隙的速度周期性地生成原始数据，每帧包含L个比特，得到累积到达过程的界限，如下式所示：
Figure FDA0003947655180000011
其中，A1(τ，t)表示第一服务节点在区间[τ，t)期间的累积到达和服务过程；
所述在时隙中的服务速率如下式所示：
Figure FDA0003947655180000021
所述无线信道累积服务量如下式所示：
Figure FDA0003947655180000022
其中，S1(τ，t)表示无线信道累积服务量；t表示时隙；h(t)表示时隙t中的无线信道系数；假设h(t)在每个时隙t内保持不变；B表示是信道带宽；N0表示高斯白噪声的功率密度；p表示从发射机到接收机的发射功率。
4.根据权利要求3所述的移动信息物理系统的端到端延迟分析方法，其特征在于，所述等待时间如下式所示：
Figure FDA0003947655180000023
其中，Tw表示等待时间；假设每一帧原始数据包含L比特，只有在整个帧完全进入边缘计算设备后才进行处理，得到等待时间；
当边缘计算设备接收到完整的帧，需要花费Tp的时间来获取设备状态信息；假设设备状态信息每帧有比特，边缘计算的处理时延的输出速率为帧/秒，得到所述边缘计算累积服务量如下式所示：
Figure FDA0003947655180000024
其中，S2(τ，t)表示边缘计算累积服务量；
Figure FDA0003947655180000025
表示设备状态信息每帧的比特数；ηd为常数，表示边缘计算的处理时延的输出速率，单位为帧/秒；Td＝Tw+Tp，Tp为常数，Tw是与随时间变化的无线信道容量相关的随机变量，得到Td的分布函数：
Figure FDA0003947655180000026
其中，Td的分布函数服从高斯分布
Figure FDA0003947655180000027
所述远端控制累积服务量为：
Figure FDA0003947655180000028
其中，S4(τ，t)表示远端控制累积服务量；
Figure FDA0003947655180000029
表示控制信号每帧包含的比特数；ηr表示远端控制器中的处理时延的输出速率，单位为帧/秒；Tr表示处理前的等待时间，Tr为常数。
5.根据权利要求3所述的移动信息物理系统的端到端延迟分析方法，其特征在于，所述分别对所述到达累积量、所述累积服务量进行缩放处理，包括：
基于第一比例因子，缩小初始传入流量，得到缩小传入流量；并分别对第一服务节点的累积服务量、第二服务节点的累积服务量进行缩放，得到第一缩放累积服务量、第二缩放累积服务量；
基于第二比例因子，缩小所述缩小传入流量，并对所述第一缩放累积服务量、所述第二缩放累积服务量、第三服务节点的累积服务量、第四服务节点的累积服务量进行缩放处理；
在第二服务节点S2之前，数据在网络中以L比特/帧的大小流动，但在第二服务节点S2服务之后，帧的大小为
Figure FDA0003947655180000031
所述第一比例因子为：
Figure FDA0003947655180000032
令
Figure FDA0003947655180000033
缩小初始传入流量A1(τ，t)；
令
Figure FDA0003947655180000034
对第一服务节点的累积服务量、第二服务节点的累积服务量进行缩放，得到第一缩放累积服务量、第二缩放累积服务量；
所述第二比例因子为：
Figure FDA0003947655180000035
通过下式对所述缩小传入流量、所述第一缩放累积服务量、所述第二缩放累积服务量、所述第三服务节点的累积服务量、所述第四服务节点的累积服务量进行缩放处理；
Figure FDA0003947655180000036
Figure FDA0003947655180000037
Figure FDA0003947655180000038
Figure FDA0003947655180000039
其中，
Figure FDA00039476551800000310
6.根据权利要求3所述的移动信息物理系统的端到端延迟分析方法，其特征在于，在信噪比域中，各个服务节点的到达过程和服务过程如下式所示：
Figure FDA0003947655180000041
Figure FDA0003947655180000042
Figure FDA0003947655180000043
Figure FDA0003947655180000044
Figure FDA0003947655180000045
Figure FDA0003947655180000046
其中，g1(γ)＝(1+γ)μB，
Figure FDA0003947655180000047
g5(γ)＝(1+γ)B以及
Figure FDA0003947655180000048
7.根据权利要求6所述的移动信息物理系统的端到端延迟分析方法，其特征在于，通过梅林变换对所述演算结果进行简化处理，得到简化式；
令
Figure FDA0003947655180000049
对所述演算结果进行简化处理，如下式所示：
Figure FDA00039476551800000410
Figure FDA00039476551800000411
Figure FDA00039476551800000412
Figure FDA00039476551800000413
Figure FDA00039476551800000414
Figure FDA00039476551800000415
其中，
Figure FDA00039476551800000416
以及[ι]+＝max{0，ι}；
对各个服务节点进行串联，系统的服务曲线为：
Figure FDA00039476551800000417
其中，算子
Figure FDA00039476551800000418
是(min，×)卷积，定义为：
Figure FDA00039476551800000419
8.根据权利要求7所述的移动信息物理系统的端到端延迟分析方法，其特征在于，所述引理包括第一引理和第二引理；
令
Figure FDA00039476551800000420
和
Figure FDA00039476551800000421
是两个独立的非负随机过程；对于s＜1，
Figure FDA00039476551800000422
的梅林变换满足不等式，得到第一引理：
Figure FDA0003947655180000051
设定一个系统，到达过程和服务过程分别表示为A(τ，t)和S(τ，t)，而相应的信噪比域投影过程分别是
Figure FDA0003947655180000052
和
Figure FDA0003947655180000053
延迟概率满足不等式Pr(D(t)＞ωε)≤ε；
其中，ωε是ω满足
Figure FDA0003947655180000054
的最小值，得到第二引理：
Figure FDA0003947655180000055
基于第一引理和第二引理，得到不等式：
Figure FDA0003947655180000056
边际延迟边界违反概率如下式所示：
Figure FDA0003947655180000057
通过延迟违反概率，计算得到稳定感知的端到端延迟界限；延迟违反概率的界限表示为：
Figure FDA0003947655180000058
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至8中任一所述的移动信息物理系统的端到端延迟分析方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一所述的移动信息物理系统的端到端延迟分析方法。
CN202211438879.9A 2022-11-17 2022-11-17 移动信息物理系统的端到端延迟分析方法、设备及介质 Pending CN115843060A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211438879.9A CN115843060A (zh) 2022-11-17 2022-11-17 移动信息物理系统的端到端延迟分析方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211438879.9A CN115843060A (zh) 2022-11-17 2022-11-17 移动信息物理系统的端到端延迟分析方法、设备及介质

Publications (1)

Publication Number Publication Date
CN115843060A true CN115843060A (zh) 2023-03-24

Family

ID=85577207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211438879.9A Pending CN115843060A (zh) 2022-11-17 2022-11-17 移动信息物理系统的端到端延迟分析方法、设备及介质

Country Status (1)

Country Link
CN (1) CN115843060A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080089240A1 (en) * 2004-12-23 2008-04-17 Corvil Limited Network Analysis Tool
CN110677178A (zh) * 2019-08-28 2020-01-10 华北电力大学（保定） 大规模mimo-noma系统中短包传输时延分析方法
CN112565014A (zh) * 2020-12-04 2021-03-26 大连大学 基于网络演算的卫星网络端到端时延上界获取方法
CN113595768A (zh) * 2021-07-07 2021-11-02 西安电子科技大学 一种保障移动信息物理系统控制性能的分布式协作传输算法
CN115103420A (zh) * 2022-06-21 2022-09-23 南京邮电大学 基于无线多跳网络实时性能分析的确定性路由决策方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080089240A1 (en) * 2004-12-23 2008-04-17 Corvil Limited Network Analysis Tool
CN110677178A (zh) * 2019-08-28 2020-01-10 华北电力大学（保定） 大规模mimo-noma系统中短包传输时延分析方法
CN112565014A (zh) * 2020-12-04 2021-03-26 大连大学 基于网络演算的卫星网络端到端时延上界获取方法
CN113595768A (zh) * 2021-07-07 2021-11-02 西安电子科技大学 一种保障移动信息物理系统控制性能的分布式协作传输算法
CN115103420A (zh) * 2022-06-21 2022-09-23 南京邮电大学 基于无线多跳网络实时性能分析的确定性路由决策方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
喻莉;罗晶晶;姜烈;张婕;: "基于随机网络演算的无线多跳网延迟边界分析", 电子与信息学报, no. 04, 15 April 2013 (2013-04-15) *

Similar Documents

Publication Publication Date Title
CN114286413B (zh) Tsn网络联合路由选择与流分配方法及相关设备
Scharbarg et al. A probabilistic analysis of end-to-end delays on an AFDX avionic network
CN103118439B (zh) 基于传感网节点通用中间件的数据融合方法
CN102780581B (zh) 一种基于随机型网络演算的afdx端端时延上界计算方法
CN115996403B (zh) 5g工业时延敏感业务资源调度方法、装置、电子设备
CN103596191A (zh) 一种无线传感器网络智能配置系统及其方法
Ma et al. Joint scheduling and resource allocation for efficiency-oriented distributed learning over vehicle platooning networks
CN101887239A (zh) 一种自适应的工业过程最优控制系统及方法
WO2024011908A1 (zh) 网络预测系统、方法、电子设备及存储介质
Huang Quality of service optimization in wireless transmission of industrial Internet of Things for intelligent manufacturing
Zhang et al. Maximum throughput under admission control with unknown queue-length in wireless sensor networks
Cecchi et al. Throughput of CSMA networks with buffer dynamics
Ren et al. Impulsive pinning control algorithm of stochastic multi-agent systems with unbounded distributed delays
CN118509325B (zh) 一种任务驱动的分布式网络智能管理系统及方法
Wang et al. A novel SWIPT channel model and jointly age optimization in SWIPT-enabled access networks based on age of energy harvesting
CN104242993B (zh) 中低压电力通信接入网带宽预测方法
CN115843060A (zh) 移动信息物理系统的端到端延迟分析方法、设备及介质
WO2022083549A1 (zh) 流量信号转换方法、装置、电子设备及存储介质
Damm et al. Using transaction level modeling techniques for wireless sensor network simulation
Wan et al. A new focus in the science of networks: towards methods for design
CN116577985B (zh) 一种基于信息时效性的网联控制系统感传算联合优化方法
CN117061446A (zh) 融合网络中业务数据流的传输控制方法、系统和装置
Wang et al. Research of wireless congestion control algorithm based on EKF
CN117915482A (zh) Uav辅助物联网设备网络的资源分配方法及系统
CN113271253A (zh) 一种路径确定方法及其相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20230511

Address after: Room 21218, Building 2, Yicuiyuan i, No. 11 Tangyan South Road, High tech Zone, Xi'an City, Shaanxi Province, 710076

Applicant after: Xi'an Tianling Yunchuang Technology Co.,Ltd.

Address before: 710071 Taibai South Road, Yanta District, Xi'an, Shaanxi Province, No. 2

Applicant before: XIDIAN University

TA01 Transfer of patent application right